一种基于AI的中医多诊合参辅助诊疗系统及方法与流程

本发明涉及医学数据处理，特别涉及一种基于ai的中医多诊合参辅助诊疗系统及方法。

背景技术：

1、目前，中医给患者看病需要患者挂号，且需要占用中医和患者大量的时间，而且由于中医的水平层次不齐也会导致较有名气的中医根本挂不到号，而且即使挂到也需要排队很久。

2、多诊合参是中医诊断中的一种方法，指的是综合多个诊断要素和参照依据进行诊断。在中医诊断中，常常会综合考虑病人的症状、舌脉表现、体质特点和病史等多个方面的信息，强调通过多种诊断手段相互印证和综合分析，以达到全面且准确地了解病情的目的型，从而制定相应的治疗方案。

3、申请号为：cn202110516072.1的发明专利公开了一种用于慢性阻塞性肺疾病的中医辅助诊疗方法和系统，其中，方法包括：采集慢性阻塞性肺疾病患者的症状信息；对症状信息进行预处理，得到症状特征向量相对应的中医证型结果；依据中医证型结果判断得出推荐药物；用户根据中医证型结果以及推荐药物进行相应的介入修正；记录慢性阻塞性肺疾病患者就诊过程并结束诊疗。上述发明提供的方法将慢性阻塞性肺疾病的中医辅助诊疗过程分解为证型判定和药物推荐两个环节，证型判定模型和药物推荐模型的构建过程充分利用了慢性阻塞性肺疾病中医诊疗数据集中症状、证型和药物之间关联性，得到具有较好辅助效果的辅助诊疗信息。

4、但是，上述现有技术只用于慢性阻塞性肺疾病的辅助诊疗，诊疗较为片面，另外，智能模型输出的辅助诊疗信息应用于实际临床中时，也未经过人工核验，可靠性较差。

5、有鉴于此，亟需一种基于ai的中医多诊合参辅助诊疗系统及方法，以至少解决上述不足。

技术实现思路

1、本发明目的之一在于提供了一种基于ai的中医多诊合参辅助诊疗系统，对获取的目标患者的多模态的原始信息进行数据处理，获得处理数据，并引入数据挖掘技术确定处理数据中的特征信息。基于ai技术训练中医多诊合参辅助诊疗模型，根据特征信息和中医多诊合参辅助诊疗模型确定输出结果，并根据输出结果和专家建议，确定辅助诊疗方案，提高了辅助诊断的全面性和可靠性。

2、本发明实施例提供的一种基于ai的中医多诊合参辅助诊疗系统，包括：

3、原始信息获取子系统，用于获取目标患者的多模态的原始信息；

4、处理数据确定子系统，用于对原始信息进行数据处理，获得处理数据；

5、特征信息确定子系统，用于基于数据挖掘技术，根据处理数据，确定特征信息；

6、输出结果确定子系统，用于基于ai技术，获取中医多诊合参辅助诊疗模型，并将特征信息输入中医多诊合参辅助诊疗模型，获得输出结果；

7、辅助诊疗方案确定子系统，用于根据输出结果和专家建议，确定辅助诊疗方案。

8、优选的，原始信息获取子系统，包括：

9、望诊数据获取模块，用于获取视频采集器采集的目标患者的目标图像，并作为望诊数据；

10、听诊数据获取模块，用于获取语音采集器采集的目标患者的病症及生活习惯信息，并作为听诊数据；

11、闻诊数据获取模块，用于获取目标患者的气味信息，并作为闻诊数据；

12、切诊数据获取模块，用于获取患者的脉搏信息，并作为切诊数据；

13、原始信息合并模块，用于将望诊数据、听诊数据、闻诊数据和切诊数据共同作为原始信息。

14、优选的，切诊数据获取模块，包括：

15、手臂图像获取子模块，用于获取患者的手臂图像；

16、手臂图像特征确定子模块，用于对手臂图像进行图像特征提取，确定手臂图像特征；

17、人工切脉记录获取子模块，用于获取人工切脉记录；

18、最佳监测点确定模型训练子模块，用于根据人工切脉记录，训练脉搏最佳监测点确定模型；

19、最佳监测点位获取子模块，用于将手臂图像特征输入脉搏最佳监测点确定模型，获取最佳监测点位；

20、指引向量生成子模块，用于根据最佳监测点位和脉搏信息的检测装置的实时位置，生成指引向量；

21、指引子模块，用于将指引向量基于预设的显示规则在目标显示终端上显示，指引患者使用检测装置。

22、优选的，处理数据确定子系统，包括：

23、处理数据获取模块，用于对原始信息进行清洗、去噪和格式转换，获得处理数据。

24、优选的，特征信息确定子系统，包括：

25、中医诊疗记录集获取模块，用于获取中医诊疗记录集；

26、诊疗种类确定模块，用于确定中医诊疗记录集中每一诊疗记录的诊疗种类；

27、中医诊疗记录子集确定模块，用于根据诊疗种类，对诊疗记录进行划分，获得多个中医诊疗记录子集；

28、关键信息提取模板构建模块，用于根据诊疗种类和诊疗种类对应的中医诊疗记录子集，构建关键信息提取模板；

29、数据种类获取模块，用于获取处理数据的数据种类；

30、关键信息索引构建模块，用于根据数据种类，构建关键信息索引；

31、特征信息确定模块，用于根据关键信息索引和关键信息提取模板，确定数据种类对应的特征信息。

32、优选的，关键信息提取模板构建模块，包括：

33、遍历子模块，用于依次遍历每一中医诊疗记录子集，每次遍历时，将当前正在遍历的中医诊疗记录子集作为目标集；

34、诊疗语义确定子模块，用于对目标集中的中医诊疗记录进行语义分析，确定诊疗语义；

35、频次确定子模块，用于计算诊疗语义的出现频次，同时，获取不同诊疗语义的平均频次；

36、关键信息语义确定子模块，用于确定若出现频次大于平均频次，将对应诊疗语义作为关键信息语义；

37、子模板构建子模块，用于根据关键信息语义，构建目标集对应的诊疗种类的关键信息提取子模板；

38、索引标签确定子模块，用于根据诊疗种类，确定关键信息提取子模板的索引标签；

39、关键信息提取模板确定子模块，用于当所有中医诊疗记录子集遍历完成后，将所有索引标签对应的关键信息提取子模板共同作为关键信息提取模板。

40、优选的，辅助诊疗方案确定子系统，包括：

41、一致性分析模块，用于对输出结果和专家建议进行一致性分析，获取分析结果，分析结果包括：分析一致和分析不一致；

42、辅助诊疗方案确定模块，用于若分析结果为分析一致，则基于预设的整合规则，整合输出结果和专家建议，获得辅助诊疗方案；

43、选举清单确定模块，用于若分析结果为分析不一致，基于预设的选举清单生成规则，根据分析不一致的分析结果，确定选举清单；

44、发布模块，用于获取专家建议节点集所在的专家建议平台，并将选举清单在专家建议平台上发布；

45、投票信息获取模块，用于获取选举清单发布后专家建议平台的投票信息；

46、助诊疗方案确定模块，用于根据投票信息，确定辅助诊疗方案。

47、优选的，输出结果确定子系统，包括：

48、中医多诊合参诊疗记录获取模块，用于获取中医多诊合参诊疗记录；

49、中医多诊合参诊疗方案确定模块，用于根据中医多诊合参诊疗记录，确定中医多诊合参诊疗方案；

50、中医诊断标签获取模块，用于解析中医多诊合参诊疗方案，获取特征数据和中医诊断标签；

51、联合训练模块，用于根据联合训练模型，对特征数据和中医诊断标签进行联合训练，获得中医多诊合参辅助诊疗模型，其中，联合训练模型包括：决策树、随机森林、支持向量机和神经网络中多种的组合构成的模型；

52、转换数据确定模块，用于获取中医多诊合参辅助诊疗模型中特征信息的输入通道，并根据输入通道对应的信息转换方式对特征信息进行转换，获得转换数据；

53、输出结果确定模块，用于将转换数据输入对应的输入通道，获得输出结果。

54、优选的，中医多诊合参诊疗方案确定模块，包括：

55、第一确定子模块，用于对中医多诊合参诊疗记录进行筛选，获得筛选记录，并基于预设的诊疗方案提取模板，根据筛选记录，确定中医多诊合参诊疗方案；

56、和/或，

57、第二确定子模块，用于获取诊疗方案确定模型，并基于诊疗方案确定模型，根据中医多诊合参诊疗记录，确定中医多诊合参诊疗方案；

58、和/或，

59、第三确定子模块，用于解析中医多诊合参诊疗记录，获取诊疗特征集，并基于诊疗特征集构建诊疗特征表征因子，根据诊疗特征表征因子和预设的诊疗方案库，确定中医多诊合参诊疗方案。

60、优选的，联合训练模块，包括：

61、模型训练子模块，用于将特征数据和中医诊断标签作为联合训练模型的输入，进行模型训练；

62、迭代模型获取子模块，用于通过反向传播算法进行联合训练模型的模型参数的更新和优化，获取迭代模型；

63、评估结果获取子模块，用于基于评估方法，对迭代模型进行评估，获取评估结果；

64、评估标准判定子模块，用于若评估结果不满足预设的评估标准，重复执行迭代模型获取子模块和评估结果获取子模块，直至评估结果满足评估标准；

65、其中，评估结果获取子模块，包括：

66、模型获取单元，用于获取迭代模型，同时，获取第一应用模型；

67、模型参数确定单元，用于确定迭代模型的第一模型参数，同时，确定应用模型的第二模型参数，模型参数包括：权重、偏置、学习率和卷积核；

68、第二应用模型确定单元，用于计算第一模型参数和第二模型参数的参数相似度，若参数相似度大于等于预设的参数相似度阈值，则将对第一应用模型作为第二应用模型；

69、病例信息获取单元，用于获取第二应用模型参与诊疗的参与患者的病例信息；

70、后续诊疗记录确定单元，用于根据病例信息，确定第二应用模型参与诊疗之后的后续诊疗记录；

71、第一诊疗效果确定单元，用于根据后续诊疗记录，确定第一诊疗效果；

72、诊疗方案执行程度确定单元，用于基于预设的询问规则，对参与患者进行询问，确定参与患者的诊疗方案执行程度；

73、第二诊疗效果确定单元，用于基于诊疗方案执行程度对第一诊疗效果进行修正，获得第二诊疗效果；

74、评估结果确定单元，用于计算第二诊疗效果的平均值，并基于预设的评估值对照表，确定平均值对应的评估值，将评估值作为评估结果。

75、本发明实施例提供的一种基于ai的中医多诊合参辅助诊疗方法，包括：

76、步骤1：获取目标患者的多模态的原始信息；

77、步骤2：对原始信息进行数据处理，获得处理数据；

78、步骤3：基于数据挖掘技术，根据处理数据，确定特征信息；

79、步骤4：基于a i技术，获取中医多诊合参辅助诊疗模型，并将特征信息输入中医多诊合参辅助诊疗模型，获得输出结果；

80、步骤5：根据输出结果和专家建议，确定辅助诊疗方案。

81、本发明的有益效果为：

82、本发明对获取的目标患者的多模态的原始信息进行数据处理，获得处理数据，并引入数据挖掘技术确定处理数据中的特征信息。基于ai技术训练中医多诊合参辅助诊疗模型，根据特征信息和中医多诊合参辅助诊疗模型确定输出结果，并根据输出结果和专家建议，确定辅助诊疗方案，提高了辅助诊断的全面性和可靠性。

83、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过本技术文件中所特别指出的结构来实现和获得。

84、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。