[发明专利]一种基于智能移动设备和智能大数据分析的远程诊疗系统

摘要

本发明公开了一种基于智能移动设备和智能大数据分析的远程诊疗系统，本发明可以充分利用智能手机、平板电脑等移动设备提供即时的病症信息和环境信息以及以深度推理为基础的智能诊断来为医生和患者之间提供最及时的沟通和诊疗服务；随着医生和患者之间的供需关系缺口越来越大，这一系统的智能技术可以高效地综合即时信息并为医生的诊断提供快速的参考分析，从而使诊断的过程大大加速；同时，智能治疗方案推荐又可以使病人的治疗更为及时；这一使用移动互联网的远程系统还能解决病人原本需要大量耗时的异地求医问题；本发明处于国内领先和国际先进水平。

主权项

1.一种基于智能移动设备和智能大数据分析的远程诊疗系统，其特征在于：包括移动应用及环境信息收集子系统、基于移动互联网的病症信息收集与人机交互子系统、基于大数据的诊断深度推理子系统和基于多信息源的智能诊断子系统，通过四个子系统的信息交换与综合完成主动与被动方式相结合的信息收集，云端多信息源的大数据合成，以及基于大数据的诊断辅助深度推理；（一）移动应用及环境信息收集子系统，用于在智能移动设备上定期自动记录环境信息和基本的用户身体特征信息，具体包括下述模块：模块A）进行用户基本身体特征信息和环境信息的采集；移动应用及环境信息收集子系统必须运行在智能移动设备上，并能根据设备所带信息采集设备记录能够得到的信息；移动应用及环境信息收集子系统的信息记录是全自动的；若用户有特殊需要，用户也可以手动运行记录功能；模块B）将收集到的用户基本身体特征信息和环境信息在云端自动备份；为了使备份功能对智能移动设备上运行的其它应用造成最小的影响，备份功能在处理器和网络连接带宽使用率最低的时候自动运行；用户也可以手动强制备份；模块C）移动应用及环境信息收集子系统的自动信息采集和备份功能可以通过设置功能来调整模块A的每两次记录之间的时间间隔以及设置每天或每周一个特定的时间段来运行模块B的自动备份；（二）基于移动互联网的病症信息收集与人机交互子系统，用于根据用户的病症特点和大致分类的病症信息输入，具体包括下述模块：模块D）提供给用户一个系统自适应的病症信息输入界面；初诊，基于移动互联网的病症信息收集与人机交互子系统将通过问答形式自适应地收集疾病类型的相关信息；用户的信息提供将通过不同方式多选，有文字、多媒体不同方式；相应信息也将以不同格式传输至云端数据库；复诊，基于移动互联网的病症信息收集与人机交互子系统将根据上一次确诊的疾病自动形成相应的信息收集列表；同样，用户信息的提供将通过多选，文字或者多媒体不同方式，且相应信息也将以不同格式传输至云端数据库；模块E）提供给用户一个额外病症信息自由输入的界面；无论是初诊还是复诊的用户，当有额外信息需要提供给诊断过程，用户可以随时激活该额外病症输入界面；用户信息将通过文字或者多媒体不同方式输入，并也将以不同格式传输至云端另一个自由信息数据库；该数据库的每一个条目将与相应用户的相应病症项自动连接；（三）基于大数据的诊断深度推理子系统，用于根据大数据知识演化的诊断深度推理；该子系统主要运行于云端，并与基于多信息源的智能诊断子系统进行自适应的交互，具体包括下述模块：模块F）对病症数据进行统计；基于大数据的诊断深度推理子系统定期根据用户输入的数据统计每一种病症的总出现次数以及在一个特定时间段内的出现次数；同时基于大数据的诊断深度推理子系统还要统计每一种确诊疾病对应病症相应的出现次数；模块G）学习新规则并对已有规则进行更新；基于大数据的诊断深度推理子系统将根据统计数据进行规则的提取；模块F中统计特征强的病症和相应确诊的疾病将建立相应规则；由于本系统采用开放式架构，规则建立的学习机制可以通过相应的API进行替换；模块H）根据已有规则和已经收集到的病症数据进行推理；同样由于本系统采用开放式架构，推理机制可以通过相应的API进行替换；当规则的条件部分已经与已有的病症数据完全匹配或具有一定统计强度地部分匹配后，相应规则对应的确症疾病部分将成为推理的结果；与之相关联的治疗方案也将成为结果的一部分；结果将由基于多信息源的智能诊断子系统进行验证，表达，并进行医生复核；同时确定相应的治疗方案；模块I）更新知识库；当模块Ｇ发现的规则从未在知识库出现时，新发现的规则将被加入知识库；当一条知识库规则的条件部分多次与新发现的规则匹配，而对应的确诊疾病部分总是不一致时，该规则将被系统自动列为待删除规则，并提请系统管理员和医生复核后删除；删除操作有相应的操作界面；（四）基于多信息源的智能诊断子系统，用于综合移动应用及环境信息收集子系统和基于移动互联网的病症信息收集与人机交互子系统的收集到的信息并集成基于大数据的诊断深度推理子系统的深度推理功能形成基于多信息源的智能诊断，具体包括下述模块：模块J）多信息源信息的特征提取；移动应用及环境信息收集子系统和基于移动互联网的病症信息收集与人机交互子系统收集到的病症信息来自不同信息源，基于多信息源的智能诊断子系统需要从多样性的信息源中提取特征信息；这一模块包括对多种多媒体信息进行处理后的特征向量生成以及复合特征向量的生成；在复合特征向量生成前，还必须将不同特征信息进行正规化；模块K）推理结果验证和反馈；这一步先将复合特征向量输入基于大数据的诊断深度推理子系统并调用基于大数据的诊断深度推理子系统的模块H进行推理，然后生成推理结果；这一步还要用后续病史中医生的确认或修正来验证推理结果和并将医生的输入作为反馈来修正知识库；若医生输入多次相同的修正并且与知识库中的规则不一致，系统将自动将相应的规则列入待更新规则列表；当修正次数达到一定阈值，知识库规则将会被更新；阈值由系统管理员和医生协商决定；最后的更新决定可以是修改已有规则或添加一条新规则；更新决定需要医生核准；若新规则的条件部分与已有规则完全一致，结果部分需记录相应的统计强度；模块L）推理结果表达；推理结果包括确诊的疾病和相应的治疗方案；一种确诊的疾病有多种对应的治疗方案；模块M）医生复核；在最终结果提供给患者用户前，医生要进行复核和确认；若有多条对应的治疗方案，医生要进行最终的选择和确认；若有异议，医生可以对最终结果作任何必要的修改。