[发明专利]医疗信息AI平台及计算设备

说明书

本发明公开了一种医疗信息AI平台，包括：训练模块，用于通过标注的训练集数据，对AI平台中的检测模型进行训练；应用模块，用于对输入的医疗信息，通过所述检测模型进行检测，其中，所述训练模块和应用模块通过不同的入口接入。根据本发明的医疗信息AI平台，通过训练模块和应用模块，医生可以根据选定课题，自主的训练检测模型，并利用所述检测模型对医疗信息进行检测，进而使得医疗信息AI平台可以更好的服务于诊断和科研。

技术领域

本发明涉及医疗人工智能技术领域，尤其涉及医疗信息AI平台及计算设备。

背景技术

现有医疗AI软件是AI公司针对特定模态和特定部位进行开发的AI软件，如针对胸部CT的AI软件、针对乳腺钼靶的AI软件、针对X射线骨龄检测的AI软件等，这些AI软件只能针对特定模态和特定部位进行病灶的筛查和分类，若医生需要在其他领域通过AI进行研究，由于其自身没有AI建模的能力，若无AI公司开发的相应软件，就无法利用AI技术解决具体的临床问题。而且，由于医疗信息数据质量和规范的不同，可能会出现AI公司开发的AI软件在部分医院效果较好，部分医院效果不好，因此AI软件的泛化性较差。

发明内容

为了解决所述问题，本发明提供一种可以根据医生的实际需要，训练模型、并将该模型应用于实际科研和诊断中的医疗信息AI平台。

本发明提供一种医疗信息AI平台，包括：

训练模块，用于通过标注的训练集数据，对AI平台中的检测模型进行训练；

应用模块，用于对输入的医疗信息，通过所述检测模型进行检测；

其中，所述训练模块和应用模块通过不同的入口接入。

可选的，所述不同的入口是指：

不同的ID、或不同的设备、或不同的登入路径。

可选的，所述检测模型包括：

病灶定位模型，用于对医学图像中的病灶进行定位；

病灶定性模型，用于对所述病灶定位模型定位的病灶进行定性。

可选的，所述病灶定位模型包括：

获取单元，用于从所述医学图像中获取所述病灶图像，其中，所述医学图像和所述病灶图像均为三维图像；

特征提取神经网络模型，用于对所述病灶图像进行特征提取，得到特征向量，所述特征提取神经网络模型的参数是通过对所述多个病灶图像进行训练得到的。

可选的，所述病灶定性模型包括：

良恶性分类神经网络模型，用于输入所述病灶的特征向量，输出所述病灶对应的良恶性，其中，所述预设良恶性分类神经网络模型的参数是通过对多个病灶的特征向量、及该病灶对应的良恶性进行训练得到的。

可选的，所述良恶性分类神经网络模型包括：

置信度获取单元，用于输入所述病灶的特征向量，输出所述病灶对应的良性置信度和恶性置信度；

判断单元，用于在所述病灶的良性置信度大于或等于所述病灶的恶性置信度时，确定所述病灶为良性，在所述病灶的良性置信度小于所述病灶的恶性置信度时，确定所述病灶为恶性。

可选的，所述病灶定位模型为Mask-RCNN模型；所述病灶定性模型为逻辑回归模型。

可选的，所述AI平台还包括：

验证模块，用于通过验证数据验证所述检测模型的检测结果。

本发明还提供一种医疗信息AI平台，包括：

多个用于通过标注的训练集数据，对AI平台中的多个检测模型进行训练的训练模块；