[发明专利]一种儿童社区获得性肺炎的智能诊断方法

权利要求书

1.一种儿童社区获得性肺炎的智能诊断方法，其特征在于，所述方法包括：

S101，获取儿童的电子病历；

S102，识别电子病历中的关键数据及基础数据，所述关键数据为检测的指标数据，所述基础数据为所述儿童的身份及历史诊断数据；所述识别电子病历中的关键数据，包括确定各指标值的正常属性，包括：

对于任一指标，

1)若所述指标对应阴性，阳性和可疑，则

若所述任一指标的值为阴性，则确定所述任一指标的值的正常属性为正常；

若所述任一指标的值为阳性，则确定所述任一指标的值的正常属性为异常；

若所述任一指标的值为可疑，则确定所述任一指标的值的正常属性为风险；

2)若所述指标对应正常范围，则

确定所述指标的正常范围；

若所述任一指标的值位于正常范围内，则确定所述任一指标的值属性为正常；

若所述任一指标的值位于所述正常范围外，则确定所述正常范围长度L＝b-a，确定比重k＝所述儿童体重/所述儿童年龄对应的平均体重，其中，b为由正常范围确定的上限，a为由正常范围确定的下限；

若k1，则若所述任一指标位于所述正常范围扩大L*k后的范围内，则所述任一指标的值属于风险，若所述任一指标位于所述正常范围扩大L*k后的范围外，则所述任一指标的值属于异常；

若k＝1，则若所述任一指标位于所述正常范围扩大L*所述儿童年龄/19后的范围内，则所述任一指标的值属于风险，若所述任一指标位于所述正常范围扩大L*所述儿童年龄/19后的范围外，则所述任一指标的值属于异常；

若k1，则若所述任一指标位于所述正常范围扩大L/k后的范围内，则所述任一指标的值属于风险，若所述任一指标位于所述正常范围扩大L/k后的范围外，则所述任一指标的值属于异常；

S103，根据所述关键数据和基础数据，通过预先训练的典型症状诊断模型，获得诊断结果。

2.根据权利要求1所述的方法，其特征在于，所述S102具体包括：

S102-1，从所述电子病历中获取本次的就诊信息及本次检测结果；

S102-2，从所述电子病历中获取最近一次的就诊信息及最近一次检测结果；

S102-3，根据所述本次的就诊信息，本次检测结果，最近一次的就诊信息和最近一次检测结果识别关键数据及基础数据。

3.根据权利要求2所述的方法，其特征在于，所述S102-3具体包括：

从所述电子病历中确定与本次就诊信息相关的上次就诊信息，若相关的上次就诊信息为最近一次的就诊信息，则

将所述本次就诊信息中的，姓名，性别，年龄，病情以及所述最近一次的就诊信息中的病情，诊断结果，诊治记录作为基础数据；

根据所述本次检测结果和所述最近一次检测结果确定关键数据。

4.根据权利要求3所述的方法，其特征在于，所述根据所述本次检测结果和所述最近一次检测结果确定关键数据，包括：

获取本次检测结果中的各项指标名称及指标值；

获取最近一次检测结果中的各项指标名称及指标值；

确定各指标值的正常属性，所述正常属性为正常，风险，异常；

将各项指标名称，对应的正常属性，以及异常和风险属性的指标值确定为关键数据。

5.根据权利要求2所述的方法，其特征在于，所述S102-3具体包括：

从所述电子病历中确定与本次就诊信息相关的上次就诊信息，若相关的上次就诊信息非最近一次的就诊信息，则

获取相关的上次就诊信息及相关的上次检测结果；

将如下信息作为基础数据：本次就诊信息中的姓名、性别、年龄、病情，最近一次的就诊信息中的病情、诊断结果、诊治记录，相关的上次就诊信息中的病情、诊断结果、诊治记录；

根据所述本次检测结果、所述最近一次检测结果和相关的上次检测结果确定关键数据。