【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 ...
【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
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。