[发明专利]基于大数据人工智能的中医自助辩证监测方法和机器人

权利要求书

1.一种人工智能方法，其特征在于，所述方法包括：

目标用户确定步骤：将待监测的用户作为目标用户；

目标疾病确定步骤：将待监测的疾病作为目标疾病；

目标疾病模型获取步骤：获取目标疾病的望诊深度学习神经网络模型、目标疾病的听诊深度学习神经网络模型、目标疾病的问诊深度学习神经网络模型、目标疾病的切诊深度学习神经网络模型；

目标疾病望闻问切步骤：将目标用户的数据作为输入，通过目标疾病的望诊深度学习神经网络模型计算得到的输出作为第一输出，通过目标疾病的听诊深度学习神经网络模型计算得到的输出作为第二输出，通过目标疾病的问诊深度学习神经网络模型计算得到的输出作为第三输出，通过目标疾病的切诊深度学习神经网络模型计算得到的输出作为第四输出；将所述第一输出、所述第二输出、所述第三输出、所述第四输出作为输入，将所述用户患有目标疾病的概率作为预期输出，对深度学习神经网络模型进行训练，得到目标疾病的望闻问切深度学习神经网络模型；在使用时，将目标用户的数据作为输入，通过目标疾病的望闻问切深度学习神经网络模型的计算，得到的输出作为所述目标用户患有目标疾病的概率；若所述目标用户患有目标疾病的概率超过预设概率阈值，则所述目标用户患有目标疾病。

2.根据权利要求1所述的人工智能方法，其特征在于，所述方法还包括：

疾病排查模型获取步骤：获取疾病排查望诊深度学习神经网络模型、疾病排查听诊深度学习神经网络模型、疾病排查问诊深度学习神经网络模型、疾病排查切诊深度学习神经网络模型；

疾病排查望闻问切步骤：将目标用户的数据作为输入，通过疾病排查望诊深度学习神经网络模型计算得到的输出作为第一输出，通过疾病排查听诊深度学习神经网络模型计算得到的输出作为第二输出，通过疾病排查问诊深度学习神经网络模型计算得到的输出作为第三输出，通过疾病排查切诊深度学习神经网络模型计算得到的输出作为第四输出；将所述第一输出、所述第二输出、所述第三输出、所述第四输出作为输入，将所述用户可能患有的预设数个疾病及患有所述每个疾病的概率作为预期输出，对深度学习神经网络模型进行训练，得到疾病排查望闻问切深度学习神经网络模型；在使用时，将目标用户的数据作为输入，通过疾病排查望闻问切深度学习神经网络模型的计算，得到的输出作为所述用户可能患有的预设数个疾病及患有所述每个疾病的概率。

3.根据权利要求1所述的人工智能方法，其特征在于，所述方法还包括：

健康状况模型获取步骤：获取健康状况望诊深度学习神经网络模型、健康状况听诊深度学习神经网络模型、健康状况问诊深度学习神经网络模型、健康状况切诊深度学习神经网络模型；

健康状况望闻问切步骤：将目标用户的数据作为输入，通过健康状况望诊深度学习神经网络模型计算得到的输出作为第一输出，通过健康状况听诊深度学习神经网络模型计算得到的输出作为第二输出，通过健康状况问诊深度学习神经网络模型计算得到的输出作为第三输出，通过健康状况切诊深度学习神经网络模型计算得到的输出作为第四输出；将所述第一输出、所述第二输出、所述第三输出、所述第四输出作为输入，将所述用户的健康状况作为预期输出，对深度学习神经网络模型进行训练，得到健康状况望闻问切深度学习神经网络模型；在使用时，将目标用户的数据作为输入，通过健康状况望闻问切深度学习神经网络模型的计算，得到的输出作为所述用户的健康状况。