本發(fā)明涉及遠(yuǎn)程會(huì)診，具體為一種利用人工智能輔助診斷的遠(yuǎn)程會(huì)診平臺(tái)。

背景技術(shù)：

1、隨著人工智能(ai)和信息技術(shù)的發(fā)展，遠(yuǎn)程醫(yī)療逐漸成為醫(yī)療行業(yè)的重要組成部分。傳統(tǒng)的遠(yuǎn)程醫(yī)療主要依賴于視頻通話和基本的病歷數(shù)據(jù)傳輸，雖然能夠解決一些地理位置和時(shí)間上的限制，但在診斷精度和全面性方面仍存在不足。單純依靠文字和視頻數(shù)據(jù)無(wú)法提供足夠的診斷依據(jù)，影響了醫(yī)生的診斷效率和準(zhǔn)確性。

2、此外，傳統(tǒng)遠(yuǎn)程醫(yī)療中患者的生物信息、癥狀描述和圖像信息等數(shù)據(jù)往往獨(dú)立存在，缺乏系統(tǒng)性和關(guān)聯(lián)性分析，無(wú)法實(shí)現(xiàn)全面的綜合診斷。同時(shí)，醫(yī)生在遠(yuǎn)程會(huì)診過(guò)程中往往需要耗費(fèi)大量時(shí)間和精力來(lái)處理各種信息數(shù)據(jù)，缺乏高效的輔助工具來(lái)幫助診斷和治療方案制定。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述問(wèn)題，本發(fā)明提供了一種利用人工智能輔助診斷的遠(yuǎn)程會(huì)診平臺(tái)。

2、本發(fā)明采用以下技術(shù)方案，一種利用人工智能輔助診斷的遠(yuǎn)程會(huì)診平臺(tái)，包括：

3、第一采集模塊，用于采集患者的圖像信息與身份信息；

4、第一處理模塊，用于將圖像信息輸入預(yù)訓(xùn)練的圖像識(shí)別模型中，獲得圖像分析結(jié)果；

5、音頻記錄模塊，用于記錄問(wèn)診音頻；

6、音頻特征提取模塊，用于對(duì)問(wèn)診音頻進(jìn)行處理，提取癥狀特征；

7、生物信息采集模塊，用于采集患者單位時(shí)間內(nèi)的生物信息；

8、第二處理模塊，用于將生物信息按照采集時(shí)序的順序輸入預(yù)先訓(xùn)練的狀態(tài)評(píng)估結(jié)果模型中，獲得狀態(tài)評(píng)估結(jié)果，狀態(tài)評(píng)估結(jié)果包括正常與異常；

9、第三處理模塊，若狀態(tài)評(píng)估結(jié)果為異常，則計(jì)算單位時(shí)間內(nèi)生物信息的的平均值與標(biāo)準(zhǔn)差，并用平均值與標(biāo)準(zhǔn)差替代狀態(tài)評(píng)估結(jié)果中的異常；

10、綜合分析模塊，將圖像分析結(jié)果、癥狀特征與狀態(tài)評(píng)估結(jié)果輸入預(yù)訓(xùn)練的綜合分析模型中獲得綜合分析結(jié)果，綜合分析結(jié)果包括診斷結(jié)果、藥物建議、飲食建議與生活建議。

11、作為上述技術(shù)方案的進(jìn)一步描述：還包括：

12、第二采集模塊，用于采集患者的基礎(chǔ)信息，基礎(chǔ)信息包括基礎(chǔ)疾病和已用藥物信息，已用藥物信息包括藥物名稱、劑量、使用時(shí)長(zhǎng)；

13、相互作用構(gòu)建模塊，根據(jù)藥物數(shù)據(jù)庫(kù)、藥物相互作用數(shù)據(jù)庫(kù)以及醫(yī)學(xué)知識(shí)圖譜，構(gòu)建藥物相互作用圖，藥物相互作用圖中節(jié)點(diǎn)表示藥物名稱，邊表示藥物相互作用，藥物相互作用包括無(wú)顯著相互作用、協(xié)同作用、拮抗作用、相加作用與潛在風(fēng)險(xiǎn)中的一種或多種；

14、第四處理模塊，用于將藥物建議中的藥品名稱與已用藥物信息中藥物名稱輸入藥物相互作用圖中，獲得藥物相互作用；

15、藥品調(diào)整模塊，用于將藥物建議中的藥品名稱、已用藥物信息、藥物相互作用輸入預(yù)構(gòu)建的藥品調(diào)整模型中，獲得藥物調(diào)整信息。

16、作為上述技術(shù)方案的進(jìn)一步描述：所述圖像識(shí)別模型的訓(xùn)練方法包括：

17、預(yù)先收集i組圖像訓(xùn)練數(shù)據(jù)，i為大于1的整數(shù)，所述圖像訓(xùn)練數(shù)據(jù)包括圖像信息以及與圖像信息對(duì)應(yīng)的圖像分析結(jié)果，所述圖像信息包括圖像與圖像對(duì)應(yīng)的拍攝環(huán)境亮度；

18、將所述圖像信息作為圖像識(shí)別模型的輸入，所述圖像識(shí)別模型以對(duì)每組圖像信息預(yù)測(cè)的圖像分析結(jié)果作為輸出，以每組圖像信息對(duì)應(yīng)的實(shí)際圖像分析結(jié)果作為預(yù)測(cè)目標(biāo)，以最小化所有預(yù)測(cè)的圖像分析結(jié)果的第一預(yù)測(cè)準(zhǔn)確度之和作為訓(xùn)練目標(biāo)；

19、對(duì)圖像識(shí)別模型進(jìn)行訓(xùn)練，直至第一預(yù)測(cè)準(zhǔn)確度之和達(dá)到收斂時(shí)停止訓(xùn)練；所述圖像識(shí)別模型為卷積神經(jīng)網(wǎng)絡(luò)或遞歸神經(jīng)網(wǎng)絡(luò)。

20、作為上述技術(shù)方案的進(jìn)一步描述：在訓(xùn)練圖像識(shí)別模型時(shí)，所述圖像分析結(jié)果獲得方法包括：

21、分別收集不同拍攝環(huán)境亮度下以及標(biāo)準(zhǔn)拍攝環(huán)境亮度下拍攝的同一圖像；標(biāo)準(zhǔn)拍攝環(huán)境亮度為訓(xùn)練圖像識(shí)別模型預(yù)設(shè)的拍攝環(huán)境亮度；

22、將標(biāo)準(zhǔn)拍攝環(huán)境亮度圖像對(duì)應(yīng)預(yù)先標(biāo)注的圖像分析結(jié)果作為不同拍攝環(huán)境亮度同一圖像的圖像分析結(jié)果。

23、作為上述技術(shù)方案的進(jìn)一步描述：提取癥狀特征的方法包括：

24、對(duì)問(wèn)診音頻進(jìn)行文字轉(zhuǎn)錄形成文本內(nèi)容；

25、通過(guò)自然語(yǔ)言處理技術(shù)分析文本內(nèi)容，提取癥狀特征。

26、作為上述技術(shù)方案的進(jìn)一步描述：?jiǎn)挝粫r(shí)間內(nèi)生物信息的的平均值與標(biāo)準(zhǔn)差的計(jì)算方法包括：

27、所述生物信息包括脈搏、血壓與體溫；

28、平均值包括脈搏平均值、血壓平均值與體溫平均值；標(biāo)準(zhǔn)差包括脈搏標(biāo)準(zhǔn)差、血壓標(biāo)準(zhǔn)差與體溫標(biāo)準(zhǔn)差；

29、將單位時(shí)間內(nèi)的脈搏建立脈搏分析集合；將單位時(shí)間內(nèi)的血壓建立血壓分析集合；將單位時(shí)間內(nèi)的體溫建立體溫分析集合；

30、計(jì)算脈搏分析集合內(nèi)的脈搏平均值與脈搏標(biāo)準(zhǔn)差；計(jì)算血壓分析集合內(nèi)的血壓平均值與血壓標(biāo)準(zhǔn)差；計(jì)算體溫分析集合內(nèi)的體溫平均值與體溫標(biāo)準(zhǔn)差。

31、作為上述技術(shù)方案的進(jìn)一步描述：所述綜合分析模型的訓(xùn)練方法包括：

32、預(yù)先收集多組體征數(shù)據(jù)，所述體征數(shù)據(jù)包括體征特征數(shù)據(jù)以及體征特征數(shù)據(jù)對(duì)應(yīng)的綜合分析結(jié)果，所述體征特征數(shù)據(jù)包括圖像分析結(jié)果、癥狀特征與狀態(tài)評(píng)估結(jié)果，將所述體征特征數(shù)據(jù)與綜合分析結(jié)果轉(zhuǎn)換為第一特征向量；

33、將每組第一特征向量作為綜合分析模型的輸入，所述綜合分析模型以每組體征特征數(shù)據(jù)對(duì)應(yīng)的一組預(yù)測(cè)綜合分析結(jié)果作為輸出，以每組體征特征數(shù)據(jù)對(duì)應(yīng)的實(shí)際綜合分析結(jié)果作為預(yù)測(cè)目標(biāo)；以最小化所有體征特征數(shù)據(jù)的第二預(yù)測(cè)誤差之和作為訓(xùn)練目標(biāo)；對(duì)所述綜合分析模型進(jìn)行訓(xùn)練，直至預(yù)測(cè)誤差之和達(dá)到收斂時(shí)停止訓(xùn)練；所述綜合分析模型具體為深度神經(jīng)網(wǎng)絡(luò)模型。

34、作為上述技術(shù)方案的進(jìn)一步描述：所述藥品調(diào)整模型的訓(xùn)練方法包括：

35、預(yù)先收集分析數(shù)據(jù)，所述分析數(shù)據(jù)包括分析特征數(shù)據(jù)與藥物調(diào)整信息，分析特征數(shù)據(jù)包括藥物建議中的藥品名稱、已用藥物信息與藥物相互作用，分析數(shù)據(jù)為臨床數(shù)據(jù)；

36、將所述分析數(shù)據(jù)轉(zhuǎn)換為一組第二特征向量，將第二特征向量劃分為訓(xùn)練集與測(cè)試集，使用第三特征數(shù)據(jù)中的分析特征數(shù)據(jù)作為藥品調(diào)整模型的輸入，將訓(xùn)練集中的藥物調(diào)整信息作為藥品調(diào)整模型的輸出，對(duì)藥品調(diào)整模型進(jìn)行訓(xùn)練，得到初始藥品調(diào)整模型，利用測(cè)試集對(duì)初始藥品調(diào)整模型進(jìn)行測(cè)試，輸出滿足預(yù)設(shè)準(zhǔn)確度的藥品調(diào)整模型，所述藥品調(diào)整模型為隨機(jī)森林模型、梯度提升樹模型或循環(huán)神經(jīng)網(wǎng)絡(luò)模型。

37、作為上述技術(shù)方案的進(jìn)一步描述：所述藥物調(diào)整信息包括調(diào)整后藥品名稱，及調(diào)整后藥品名稱對(duì)應(yīng)使用劑量。

38、作為上述技術(shù)方案的進(jìn)一步描述：所述圖像包括舌苔圖像與面部圖像；所述身份信息包括性別與年齡；所述圖像分析結(jié)果包括面部分析結(jié)果與舌象分析結(jié)果，所述面部分析結(jié)果如面部輕度浮腫或膚色欠佳；所述舌象分析結(jié)果如舌質(zhì)淡紅或苔薄白。

39、有益效果：

40、平臺(tái)通過(guò)采集患者的舌苔圖像和面部圖像，并記錄拍攝環(huán)境亮度，確保圖像質(zhì)量；音頻記錄模塊記錄醫(yī)生和患者的問(wèn)診對(duì)話，確保癥狀描述的完整性；通過(guò)實(shí)時(shí)獲取患者的脈搏、血壓和體溫等生物信息，提供全面的生理數(shù)據(jù)；對(duì)采集的圖像進(jìn)行分析，提供面部浮腫、舌質(zhì)淡紅等詳細(xì)的圖像分析結(jié)果。

41、在圖像識(shí)別模型的訓(xùn)練過(guò)程中，考慮不同拍攝環(huán)境亮度的影響，增強(qiáng)模型的魯棒性和準(zhǔn)確性；利用自然語(yǔ)言處理(nlp)技術(shù)，對(duì)問(wèn)診音頻進(jìn)行文字轉(zhuǎn)錄和癥狀特征提取，確保癥狀描述的準(zhǔn)確性和全面性；對(duì)采集的生物信息進(jìn)行分析，提供正常或異常的狀態(tài)評(píng)估結(jié)果；對(duì)異常狀態(tài)進(jìn)行進(jìn)一步計(jì)算，提供平均值和標(biāo)準(zhǔn)差，確保數(shù)據(jù)的準(zhǔn)確性。

42、整合圖像分析結(jié)果、癥狀特征和狀態(tài)評(píng)估結(jié)果，利用深度神經(jīng)網(wǎng)絡(luò)模型進(jìn)行綜合分析，提供詳細(xì)的診斷結(jié)果、藥物建議、飲食建議和生活建議；通過(guò)綜合分析，平臺(tái)能夠根據(jù)患者的具體情況提供個(gè)性化的治療方案，提高治療效果。

43、綜上所述，本發(fā)明的遠(yuǎn)程會(huì)診平臺(tái)通過(guò)集成圖像分析、音頻處理、nlp和生物傳感數(shù)據(jù)分析等技術(shù)，實(shí)現(xiàn)了更全面、更準(zhǔn)確的診斷流程，提供了便捷、專業(yè)的醫(yī)療服務(wù)；不僅提高了醫(yī)療診斷的效率和準(zhǔn)確性，也為患者提供了更個(gè)性化的治療方案，具有重要的臨床應(yīng)用價(jià)值。