[发明专利]一种临床思维训练系统

说明书

本发明适用于临床思维训练技术领域，提供了一种临床思维训练系统，所述系统包括：病理数据获取模块，用于：获取某一疾病的若干病例数据，将若干病例数据导入数据库中；导入模块，用于：导入人工智能Tensorflow包后，将数据库中导入的数据输入；处理和调整模块，用于：通过Tensorflow包中的keras对导入的数据进行处理，并且进参数调整；构建模块，用于：构建并且选定模型，对选定的模型进行训练，本发明的有益效果在于：通过Tensorflow人工智能输入若干针对某一疾病的病例，计算机学习后，自动生成该疾病相关的问诊、查体、辅检、诊断和处置，大幅度降低成本。

技术领域

本发明属于临床思维训练技术领域，尤其涉及一种临床思维训练系统。

背景技术

临床思维训练系统，通过问诊、查体、辅检、诊断和处理五个步骤，模拟病人看病治疗的一般过程。一般的，数据都是按照病例为单位录入的，需要专业的医院或者大夫，将真的病例的数据通过后台输入进去。对于医生来说，后台使用往往比较复杂，对于操作的要求较高，并且录入一个病例需要花费许多的时间。此外，获取病例可能需要通过与医院、学校或者大夫进行购买或者合作的方式，产生额外的高额成本。

发明内容

本发明实施例的目的在于提供一种临床思维训练系统，旨在解决上述背景技术中提出的问题。

本发明实施例是这样实现的，一种临床思维训练系统，包括：

病理数据获取模块，用于：获取某一疾病的若干病例数据，将若干病例数据导入数据库中；

导入模块，用于：导入人工智能Tensorflow包后，将数据库中导入的数据输入；

处理和调整模块，用于：通过Tensorflow包中的keras对导入的数据进行处理，并且进参数调整；

构建模块，用于：构建并且选定模型，对选定的模型进行训练；

产生和评估模块，用于：根据训练好的模型产生病历数据，评估病历数据中的异常数据是否为该病例的病理体现；

确定和输出模块，用于：若是，则将确定并且输出模型。

作为本发明的进一步方案，在构建模块中，通过callbacks对训练好的模型进行参数调整。

作为本发明的再进一步方案，所述通过callbacks对训练好的模型进行参数调整具体包括：

通过检测loss和metrics内存放的数据，输入训练数据和训练数据的标签，迭代训练若干次，验证测试数据的准确性，每次训练后对模型进行保存。

作为本发明的又进一步方案，通过checkpoints对训练的模型进行保存。

作为本发明的进一步方案，在产生和评估模块中，判断进行检查的病例项是否均与疾病的实际病例相符合，若符合，则判定病历数据中的异常数据是否为该病例的病理体现。

作为本发明的进一步方案，所述病例项包括查体、辅检和处置。

作为本发明的进一步方案，所述系统还用于：当病历数据中的异常数据是否为该病例的病理体现，当误差未能降低到预设的误差范围内，放弃所要保存的模型。

本发明实施例提供的一种临床思维训练系统，通过Tensorflow人工智能输入若干针对某一疾病的病例，计算机学习后，自动生成该疾病相关的问诊、查体、辅检、诊断和处置，大幅度降低成本。

附图说明

图1是一种临床思维训练系统的主应用流程图。

图2是一种临床思维训练系统中对模型进行优化的步骤图。

具体实施方式