【技术实现步骤摘要】
本专利技术涉及医学数据处理，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。
技术介绍
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的专利技术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。上述专利技术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
技术实现思路
1、本专利技术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、本专利技术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、优选的本文档来自技高网...
【技术保护点】
1.一种基于AI的中医多诊合参辅助诊疗系统，其特征在于，包括：
2.如权利要求1所述的一种基于AI的中医多诊合参辅助诊疗系统，其特征在于，原始信息获取子系统，包括：
3.如权利要求1所述的一种基于AI的中医多诊合参辅助诊疗系统，其特征在于，处理数据确定子系统，包括：
4.如权利要求1所述的一种基于AI的中医多诊合参辅助诊疗系统，其特征在于，特征信息确定子系统，包括：
5.如权利要求4所述的一种基于AI的中医多诊合参辅助诊疗系统，其特征在于，关键信息提取模板构建模块，包括：
6.如权利要求1所述的一种基于AI的中医多诊合参辅助诊疗系统，其特征在于，辅助诊疗方案确定子系统，包括：
7.如权利要求1所述的一种基于AI的中医多诊合参辅助诊疗系统，其特征在于，输出结果确定子系统，包括：
8.如权利要求7所述的一种基于AI的中医多诊合参辅助诊疗系统，其特征在于，中医多诊合参诊疗方案确定模块，包括：
9.如权利要求7所述的一种基于AI的中医多诊合参辅助诊疗系统，其特征在于，联合训练模块，包括：>
10.一种基于AI的中医多诊合参辅助诊疗方法，其特征在于，包括：
...【技术特征摘要】
1.一种基于ai的中医多诊合参辅助诊疗系统，其特征在于，包括：
2.如权利要求1所述的一种基于ai的中医多诊合参辅助诊疗系统，其特征在于，原始信息获取子系统，包括：
3.如权利要求1所述的一种基于ai的中医多诊合参辅助诊疗系统，其特征在于，处理数据确定子系统，包括：
4.如权利要求1所述的一种基于ai的中医多诊合参辅助诊疗系统，其特征在于，特征信息确定子系统，包括：
5.如权利要求4所述的一种基于ai的中医多诊合参辅助诊疗系统，其特征在于，关键信息提取模板构建模块，包括：
<...【专利技术属性】
技术研发人员：白伟民，
申请(专利权)人：安顿健康科技有限公司，
类型：发明
国别省市：
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。