基于云-终端协同的远程医疗与分级监控系统技术方案

技术编号:29617006 阅读:32 留言:0更新日期:2021-08-10 18:35
本发明专利技术属于技术领域,即为了提高医疗效率,实现精准治疗以及远程治疗,具体涉及一种基于云‑终端协同的远程医疗与分级监控系统,该系统包括数据采集模块、交互终端模块和云端数据整合模块,数据采集模块用于患者医疗数据的采集;数据采集模块用于采集患者数据;交互终端模块用于患者的单点登陆、数据的输入以及诊断信息的输出;云端数据整合模块包括数据接收模块、信息处理模块和信息输出模块,信息处理模块用于处理病例信息并输出最终疾病治疗方案;信息输出模块用于传输信息;通过本发明专利技术可以保证患者足不出户便能得到较好的医疗效果,为患者定制私人医生,使治疗方案相对精准可靠,同时也为医院减缓就诊压力,提高工作效率。

【技术实现步骤摘要】
基于云-终端协同的远程医疗与分级监控系统
本专利技术属于医疗信息
,具体涉及一种基于云-终端协同的远程医疗与分级监控系统。
技术介绍
在现有技术中,各类疾病患者日益增长,但是目前医疗资源有限,不同区域的医疗机构存在医疗资源分布不均,部分医疗机构每天患者爆满,而有些医疗机构每天都在亏损经营,归根结底主要是医疗水平存在差异,人们在患病后往往会根据医疗机构的实力选择就诊医院,从而进一步拉大同区域不同医疗机构之间的差异,从而也导致医疗资源的浪费,大大降低对患者的治疗效率以及降低患者的就诊服务质量;医疗机构始终面临着共享数据问题,主要是因为,不同医疗机构、不同的信息系统形成数据孤岛,难以实现以居民为中心的统一视图;相比于日益增长的各类疾病患者,目前医疗资源有限,并且区域医疗资源不均衡、医务人员技术水平参差不齐,患者看病排队时间长耽误治疗等诊疗问题日益凸显。
技术实现思路
为了解决上述问题,即为了提高医疗效率、实现精准治疗以及远程治疗,本专利技术提供了一种基于云-终端协同的远程医疗与分级监控系统,该系统包括数据采集模块、交互终端模块和云端数据整合模块,所述数据采集模块、所述交互终端模块均与所述云端数据整合模块通讯连接;所述数据采集模块用于患者医疗数据的采集;所述数据采集模块包括智能穿戴设备数据采集模块和智能检测设备数据采集模块,以分别用于患者长期穿戴设备以及患者临时检测设备的数据采集;所述交互终端模块用于患者的单点登陆、数据的输入以及诊断信息的输出;所述云端数据整合模块包括数据接收模块、信息处理模块和信息输出模块,所述数据接收模块、所述信息输出模块均与所述信息处理模块通讯连接;所述数据接收模块用于接收所述数据采集模块输出的数据;所述信息处理模块包括数据库和机器自学习模块,所述数据库中用于存储各种病例信息和病例辅助策略;所述机器自学习模块基于实际病例信息和已存储的病例信息进行处理,自动生成治疗方案,并将自动生成的治疗方案与外界录入的专家数据定制方案进行比对,输出最终疾病治疗方案;所述信息输出模块基于接收的最终疾病治疗方案传输至所述交互终端模块。在一些优选实施例中,所述治疗方案包括第一治疗方案、第二治疗方案和第三治疗方案;所述第一治疗方案为一级治疗方案,具体包括将接收的病例数据抽象为症状,基于所述数据库中存储的病状特征以及余弦相似度搜索相似案例,获取排序前三名的相似案例,基于三个案例制定饮食作息建议方案;其中,症状以向量形式存储;所述第二治疗方案为二级治疗方案,具体包括利用T-S型模糊神经网络的万能逼近定理,基于接收的病例信息,输出药剂量的改变方案,其中,改变方案包括增加预设的剂量、剂量不变和减少预设的剂量;所述第三治疗方案为三级治疗方案,具体包括基于异常病例数据信息进行多方远程会诊以制定最终治疗方案。在一些优选实施例中,所述T-S型模糊神经网络包括前件网络和后件网络,所述前件网络包括隶属函数层、规则层和归一化层,所述隶属函数层通过选取高斯函数获取,隶属函数具体为:i=1,2...n;j=1,2...m;所述规则层负责模糊规则输出,将隶属函数输出的每个特征的模糊子集进行模糊计算;采用算数积的形式作为模糊规则层的运算方法,所述规则层的输出记为:j=1,2,...,m;所述归一化层规则层的输出进行归一化处理,具体为:j=1,2,...,m;所述后件神经网络包括T-S型模糊逻辑层和输出层,所述T-S型模糊逻辑层的输出结合所述归一化层输出和输入层的线性和,输出的θj为:i=1,2,...,m;j=1,2,...,m;所述输出层为带有激活函数结构的输出层,范围为[-1,1]。在一些优选实施例中,所述一级治疗方案具体包括的算法为:将症状信息以向量的形式存储在数据库中,每一条信息包括症状编号和对应的症状向量;基于先验知识得出的治疗集合记为D,去除具有治疗D的所有症状编号对应的症状向量;将输入的症状也以向量表示,利用余弦相似度计算输入的症状和每隔一个症状向量的相似度;根据相似度对症状进行排序,取出前3个存储在数组中;显示前3个相似度较近的整张信息,包括与输入的症状对应编号、相似度、症状、治疗以及用药信息。在一些优选实施例中,所述治疗方案中包括的模糊分级具体包括如下步骤:根据划分因素集U和评语集V,把因素集划分为N个因素子集;对U进行一级模糊综合评判,设U的重要程度模糊子集为A,Ui的Ki个因素对V的综合评价矩阵为Ri,则综合评价集为Bi=Ai*Ri;对U进行二级模糊综合评判,设U的因素重要程度模糊子集为A,二级综合评判矩阵为最大隶属度原则,进行诊疗等级评价。在一些优选实施例中,所述数据采集模块采集到信息为病历信息、化验结果信息、日常监测结果信息以及影像学报告信息中一种或多种。在一些优选实施例中,所述信息处理模块还包括信息更新模块,所述信息更新模块配置为基于输入的病例信息和预存的病例信息,进行同一患者病例信息的整合及更新。在一些优选实施例中,所述交互终端模块包括移动终端,所述移动终端为手机、电脑、平板或手环。在一些优选实施例中,所述智能穿戴设备数据采集模块包括手环;所述智能检测设备数据采集模块包括血压仪、血糖仪、或尿酸仪。在一些优选实施例中,该系统中的通讯采用5G网络。1)本专利技术提供了一种云-端协同的远程医疗与分级监控系统,已达到利用大量患者数据训练模型,最大化利用病例数据及诊疗结果,精确地、高效地诊疗患者,减轻医院就诊压力,为病人与医院之间提供可靠的医疗平台。2)本专利技术通过各类健康信息采集设备采集人体健康数据,远程传送到云端,通过云端大数据决策,利用分级治疗方案,根据对应的级别选用不同处理措施,并在本地进行方案实施。该医疗和监控平台包括:A.采集终端包括智能穿戴设备体征采集模块,智能患者用户交互界面模块,社区医疗数据采集模块;B.云端服务器端包括智能检测模块,医疗分级模块,智能决策模型模块,分级医疗方案模块;C.云端分级监控分为三级,各级治疗方案涉及点不同。一级通过建议调整患者饮食运动和生活作息来指导患者的治疗过程,二级通过云端计算,进行患者的药物剂量调整,三级直接对接真人医生,通过采集的健康数据,调整治疗方案。本专利技术所采用的云-端协同的远程医疗与分级监控平台,可以保证患者足不出户,便能得到较好的医疗效果,为患者定制私人医生,使治疗方案相对精准可靠,并保证安全有效的医学观察治疗,同时也为医院部门减缓就诊压力,提高工作效率,更好地帮助广大患者治疗疾病,为智能化医疗提供一种可靠、有效的解决方案。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:图1是本专利技术的一种具体实施例的框架结构示意图;图2是本专利技术中的治疗分级的一种具体实施例的框架结构示意图;图3是本专利技术中的一级治疗方案的流程示意图;图4是本专利技术中的隶属度函数的示意图;图本文档来自技高网...

【技术保护点】
1.一种基于云-终端协同的远程医疗与分级监控系统,其特征在于,该系统包括数据采集模块、交互终端模块和云端数据整合模块,所述数据采集模块、所述交互终端模块均与所述云端数据整合模块通讯连接;/n所述数据采集模块用于患者医疗数据的采集;所述数据采集模块包括智能穿戴设备数据采集模块和智能检测设备数据采集模块,以分别用于患者长期穿戴设备以及患者临时检测设备的数据采集;/n所述交互终端模块用于患者的单点登陆、数据的输入以及诊断信息的输出;/n所述云端数据整合模块包括数据接收模块、信息处理模块和信息输出模块,所述数据接收模块、所述信息输出模块均与所述信息处理模块通讯连接;所述数据接收模块用于接收所述数据采集模块输出的数据;所述信息处理模块包括数据库和机器自学习模块,所述数据库中用于存储各种病例信息和病例辅助策略;所述机器自学习模块基于实际病例信息和已存储的病例信息进行处理,自动生成治疗方案,并将自动生成的治疗方案与外界录入的专家数据定制方案进行比对,输出最终疾病治疗方案;所述信息输出模块基于接收的最终疾病治疗方案传输至所述交互终端模块。/n

【技术特征摘要】
1.一种基于云-终端协同的远程医疗与分级监控系统,其特征在于,该系统包括数据采集模块、交互终端模块和云端数据整合模块,所述数据采集模块、所述交互终端模块均与所述云端数据整合模块通讯连接;
所述数据采集模块用于患者医疗数据的采集;所述数据采集模块包括智能穿戴设备数据采集模块和智能检测设备数据采集模块,以分别用于患者长期穿戴设备以及患者临时检测设备的数据采集;
所述交互终端模块用于患者的单点登陆、数据的输入以及诊断信息的输出;
所述云端数据整合模块包括数据接收模块、信息处理模块和信息输出模块,所述数据接收模块、所述信息输出模块均与所述信息处理模块通讯连接;所述数据接收模块用于接收所述数据采集模块输出的数据;所述信息处理模块包括数据库和机器自学习模块,所述数据库中用于存储各种病例信息和病例辅助策略;所述机器自学习模块基于实际病例信息和已存储的病例信息进行处理,自动生成治疗方案,并将自动生成的治疗方案与外界录入的专家数据定制方案进行比对,输出最终疾病治疗方案;所述信息输出模块基于接收的最终疾病治疗方案传输至所述交互终端模块。


2.根据权利要求1所述的基于云-终端协同的远程医疗与分级监控系统,其特征在于,所述治疗方案包括第一治疗方案、第二治疗方案和第三治疗方案;
所述第一治疗方案为一级治疗方案,具体包括将接收的病例数据抽象为症状,基于所述数据库中存储的病状特征以及余弦相似度搜索相似案例,获取相似案例,基于相似案例制定饮食作息建议方案;其中,症状以向量形式存储;
所述第二治疗方案为二级治疗方案,具体包括利用T-S型模糊神经网络的万能逼近定理,基于接收的病例信息,输出药剂量的改变方案,其中,改变方案包括增加预设的剂量、剂量不变和减少预设的剂量;
所述第三治疗方案为三级治疗方案,具体包括基于异常病例数据信息进行多方远程会诊以制定最终治疗方案。


3.根据权利要求2所述的基于云-终端协同的远程医疗与分级监控系统,其特征在于,所述T-S型模糊神经网络包括前件网络和后件网络,所述前件网络包括隶属函数层、规则层和归一化层,所述隶属函数层通过选取高斯函数获取,隶属函数具体为:所述规则层负责模糊规则输出,将隶属函数输出的每个特征的模糊子集进行模糊计算;采用算数积的形式作为模糊规则层的运算方法,所述规则层的输出记为:所述归一化层规则层的输出进行归一化处理,具体为:
所述后件神经网络包括T-S型模糊逻辑层和输出层,所述T-S型模糊...

【专利技术属性】
技术研发人员:王晓王飞跃朴然国元元王静
申请(专利权)人:中国科学院自动化研究所青岛智能产业技术研究院
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1