一种利用人工智能辅助诊断的远程会诊平台的制作方法

本发明涉及远程会诊，具体为一种利用人工智能辅助诊断的远程会诊平台。

背景技术：

1、随着人工智能(ai)和信息技术的发展，远程医疗逐渐成为医疗行业的重要组成部分。传统的远程医疗主要依赖于视频通话和基本的病历数据传输，虽然能够解决一些地理位置和时间上的限制，但在诊断精度和全面性方面仍存在不足。单纯依靠文字和视频数据无法提供足够的诊断依据，影响了医生的诊断效率和准确性。

2、此外，传统远程医疗中患者的生物信息、症状描述和图像信息等数据往往独立存在，缺乏系统性和关联性分析，无法实现全面的综合诊断。同时，医生在远程会诊过程中往往需要耗费大量时间和精力来处理各种信息数据，缺乏高效的辅助工具来帮助诊断和治疗方案制定。

技术实现思路

1、为了解决上述问题，本发明提供了一种利用人工智能辅助诊断的远程会诊平台。

2、本发明采用以下技术方案，一种利用人工智能辅助诊断的远程会诊平台，包括：

3、第一采集模块，用于采集患者的图像信息与身份信息；

4、第一处理模块，用于将图像信息输入预训练的图像识别模型中，获得图像分析结果；

5、音频记录模块，用于记录问诊音频；

6、音频特征提取模块，用于对问诊音频进行处理，提取症状特征；

7、生物信息采集模块，用于采集患者单位时间内的生物信息；

8、第二处理模块，用于将生物信息按照采集时序的顺序输入预先训练的状态评估结果模型中，获得状态评估结果，状态评估结果包括正常与异常；

9、第三处理模块，若状态评估结果为异常，则计算单位时间内生物信息的的平均值与标准差，并用平均值与标准差替代状态评估结果中的异常；

10、综合分析模块，将图像分析结果、症状特征与状态评估结果输入预训练的综合分析模型中获得综合分析结果，综合分析结果包括诊断结果、药物建议、饮食建议与生活建议。

11、作为上述技术方案的进一步描述：还包括：

12、第二采集模块，用于采集患者的基础信息，基础信息包括基础疾病和已用药物信息，已用药物信息包括药物名称、剂量、使用时长；

13、相互作用构建模块，根据药物数据库、药物相互作用数据库以及医学知识图谱，构建药物相互作用图，药物相互作用图中节点表示药物名称，边表示药物相互作用，药物相互作用包括无显著相互作用、协同作用、拮抗作用、相加作用与潜在风险中的一种或多种；

14、第四处理模块，用于将药物建议中的药品名称与已用药物信息中药物名称输入药物相互作用图中，获得药物相互作用；

15、药品调整模块，用于将药物建议中的药品名称、已用药物信息、药物相互作用输入预构建的药品调整模型中，获得药物调整信息。

16、作为上述技术方案的进一步描述：所述图像识别模型的训练方法包括：

17、预先收集i组图像训练数据，i为大于1的整数，所述图像训练数据包括图像信息以及与图像信息对应的图像分析结果，所述图像信息包括图像与图像对应的拍摄环境亮度；

18、将所述图像信息作为图像识别模型的输入，所述图像识别模型以对每组图像信息预测的图像分析结果作为输出，以每组图像信息对应的实际图像分析结果作为预测目标，以最小化所有预测的图像分析结果的第一预测准确度之和作为训练目标；

19、对图像识别模型进行训练，直至第一预测准确度之和达到收敛时停止训练；所述图像识别模型为卷积神经网络或递归神经网络。

20、作为上述技术方案的进一步描述：在训练图像识别模型时，所述图像分析结果获得方法包括：

21、分别收集不同拍摄环境亮度下以及标准拍摄环境亮度下拍摄的同一图像；标准拍摄环境亮度为训练图像识别模型预设的拍摄环境亮度；

22、将标准拍摄环境亮度图像对应预先标注的图像分析结果作为不同拍摄环境亮度同一图像的图像分析结果。

23、作为上述技术方案的进一步描述：提取症状特征的方法包括：

24、对问诊音频进行文字转录形成文本内容；

25、通过自然语言处理技术分析文本内容，提取症状特征。

26、作为上述技术方案的进一步描述：单位时间内生物信息的的平均值与标准差的计算方法包括：

27、所述生物信息包括脉搏、血压与体温；

28、平均值包括脉搏平均值、血压平均值与体温平均值；标准差包括脉搏标准差、血压标准差与体温标准差；

29、将单位时间内的脉搏建立脉搏分析集合；将单位时间内的血压建立血压分析集合；将单位时间内的体温建立体温分析集合；

30、计算脉搏分析集合内的脉搏平均值与脉搏标准差；计算血压分析集合内的血压平均值与血压标准差；计算体温分析集合内的体温平均值与体温标准差。

31、作为上述技术方案的进一步描述：所述综合分析模型的训练方法包括：

32、预先收集多组体征数据，所述体征数据包括体征特征数据以及体征特征数据对应的综合分析结果，所述体征特征数据包括图像分析结果、症状特征与状态评估结果，将所述体征特征数据与综合分析结果转换为第一特征向量；

33、将每组第一特征向量作为综合分析模型的输入，所述综合分析模型以每组体征特征数据对应的一组预测综合分析结果作为输出，以每组体征特征数据对应的实际综合分析结果作为预测目标；以最小化所有体征特征数据的第二预测误差之和作为训练目标；对所述综合分析模型进行训练，直至预测误差之和达到收敛时停止训练；所述综合分析模型具体为深度神经网络模型。

34、作为上述技术方案的进一步描述：所述药品调整模型的训练方法包括：

35、预先收集分析数据，所述分析数据包括分析特征数据与药物调整信息，分析特征数据包括药物建议中的药品名称、已用药物信息与药物相互作用，分析数据为临床数据；

36、将所述分析数据转换为一组第二特征向量，将第二特征向量划分为训练集与测试集，使用第三特征数据中的分析特征数据作为药品调整模型的输入，将训练集中的药物调整信息作为药品调整模型的输出，对药品调整模型进行训练，得到初始药品调整模型，利用测试集对初始药品调整模型进行测试，输出满足预设准确度的药品调整模型，所述药品调整模型为随机森林模型、梯度提升树模型或循环神经网络模型。

37、作为上述技术方案的进一步描述：所述药物调整信息包括调整后药品名称，及调整后药品名称对应使用剂量。

38、作为上述技术方案的进一步描述：所述图像包括舌苔图像与面部图像；所述身份信息包括性别与年龄；所述图像分析结果包括面部分析结果与舌象分析结果，所述面部分析结果如面部轻度浮肿或肤色欠佳；所述舌象分析结果如舌质淡红或苔薄白。

39、有益效果：

40、平台通过采集患者的舌苔图像和面部图像，并记录拍摄环境亮度，确保图像质量；音频记录模块记录医生和患者的问诊对话，确保症状描述的完整性；通过实时获取患者的脉搏、血压和体温等生物信息，提供全面的生理数据；对采集的图像进行分析，提供面部浮肿、舌质淡红等详细的图像分析结果。

41、在图像识别模型的训练过程中，考虑不同拍摄环境亮度的影响，增强模型的鲁棒性和准确性；利用自然语言处理(nlp)技术，对问诊音频进行文字转录和症状特征提取，确保症状描述的准确性和全面性；对采集的生物信息进行分析，提供正常或异常的状态评估结果；对异常状态进行进一步计算，提供平均值和标准差，确保数据的准确性。

42、整合图像分析结果、症状特征和状态评估结果，利用深度神经网络模型进行综合分析，提供详细的诊断结果、药物建议、饮食建议和生活建议；通过综合分析，平台能够根据患者的具体情况提供个性化的治疗方案，提高治疗效果。

43、综上所述，本发明的远程会诊平台通过集成图像分析、音频处理、nlp和生物传感数据分析等技术，实现了更全面、更准确的诊断流程，提供了便捷、专业的医疗服务；不仅提高了医疗诊断的效率和准确性，也为患者提供了更个性化的治疗方案，具有重要的临床应用价值。