基于医学知识库的智能分诊决策控制方法及系统

    公开(公告)号:CN111292847B

    公开(公告)日:2023-11-03

    申请号:CN201811484123.1

    申请日:2018-12-07

    Abstract: 本发明公开了基于医学知识库的智能分诊决策控制方法及系统,包括输入模块、数据预处理模块、智能学习模块、医学词条特征化检索模块、输出模块、语音模块、智能感知器、数据转换模块、特征加载器、供电装置、运算放大芯片、数据分析器、数据筛选器、数据存储器、缓存单元和显示器。其特征在于:所述的智能学习模块,基于医学知识库的特征,采用带有优先级的样本采样的深度学习方法对病人的生理特征,进行实时分类,预测和判断。该系统便携、准确和周期性地检测和记录病人的生理病症,并通过智能学习模块匹配病症对应的医疗解决方案,将优选的解决方案通过多种模式报备给用户,实现无人干预的诊断、实时准确的预测和智能决策的功能。

    一种基于深度学习的智能配药制药方法

    公开(公告)号:CN112071388A

    公开(公告)日:2020-12-11

    申请号:CN201910490372.X

    申请日:2019-06-10

    Abstract: 本发明公开了一种基于深度学习的智能配药制药方法。该方法对智能设备端所采集的病患者病情数据进行数据预处理,将处理后的数据传输给配制药品控制服务器,配制药品控制服务器采用基于深度学习的智能配药制药算法进行训练学习,经过训练的网络模型,用于对后续时刻未知的数据采用精准化分析,输出不同病患者所需药品的药量的配比表,配制药品控制服务器定期接收预处理后的病患者数据,及时跟踪和调整病患者所需药品的药量的配比表,从而对病患者实现差异化和定制化的药品配置服务,同时,为厂商提升了配制药品的受众范围,并实现配制药品的智能差异化管理。

    一种基于分布式深度学习的智能病理诊断方法

    公开(公告)号:CN111341435A

    公开(公告)日:2020-06-26

    申请号:CN201910583518.5

    申请日:2019-07-01

    Abstract: 本发明公开了一种基于分布式深度学习的智能病理诊断方法。该方法采用分布式深度学习机制对病患者的病理进行精准分析,实时主动地智能诊断。在用户IoT设备端,结合能量模型,采用深度Q网络学习的方法,对病人的生理特征等检测数据进行网络学习,将学习后的结果建模,以便于后续数据的精准化分析,并将分析结果反馈给病患者;在医疗服务器端,结合小批量梯度下降的方法和深度Q网络学习的方法对每个IoT设备的数据综合学习,经过深度学习网络的自训练,将训练学习结果反馈给设备端,由设备端报备给病患者。从而,弥补国内机械式、被动式和“自认为”式的病理诊断的不足。

    一种基于无模型的智慧医疗分诊推荐方法

    公开(公告)号:CN111326240A

    公开(公告)日:2020-06-23

    申请号:CN201910628132.1

    申请日:2019-07-15

    Abstract: 本发明公开了一种基于无模型的智慧医疗分诊推荐方法。该方法采用无模型化的建模机制对病患者的病理进行跟踪记录,实时的通过医疗诊断库进行分析,推荐出与病患者相互匹配的分诊方案,并将方案信息共享到分诊库调度管理系统,通过分诊库调度管理系统实现,不同医院、科室和医生就诊的无缝就诊的对接。实现了不同医院、不同科室及不同医生间的信息共享,并智能推荐病患者推荐适合自身病理状况的专业的分诊方案,有助于促进对医疗卫生业的发展,并可以有效解决民生中的“看病难”和“看病贵”问题。

Patent Agency Ranking