(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111472914.4 (22)申请日 2021.12.0 6 (71)申请人 天津科技大 学 地址 300222 天津市河西区大沽南路10 38 号天津科技大 学96号信箱 (72)发明人 彭一准　王娜娜　彭晚龙　 (51)Int.Cl. G16H 50/20(2018.01) G16H 50/70(2018.01) G06N 20/00(2019.01) (54)发明名称 一种智能化的辅助诊断方法和系统 (57)摘要 本发明提出了一种智能化的辅助诊断方法 和系统， 目的是解决问诊需求量大的问题， 提高 诊断效率和准确性。 包括获取患者信息模块、 训 练数据采集模块， 数据格式化模块、 智 能诊断模 型生成模块、 智能诊断模型修正模块和诊疗结果 输出模块。 所述训练数据采集模块通过计算机网 络接收不同来源的数据， 将数据合并为一个大 型、 特征全面的数据集。 所述智 能诊断模型生成 模块在配模 型特征时， 使用临床先验知识或通过 决策树等机器学习技术对特征重要性进行优先 排序， 根据重要程度对不同特征赋予相应的权 重； 所述智能诊断模型修正模块利用反馈到数据 库的新数据重新学习特征的权重， 训练模型， 从 而提高智能诊断模型的准确度。 权利要求书1页 说明书5页 附图2页 CN 114121266 A 2022.03.01 CN 114121266 A 1.一种智能化的辅助诊断方法和系统， 包括一个或多个处理器以及存储计算机可执行 程序的存储器、 包括获取患者信息模块、 训练数据采集模块， 数据格式化模块、 智能诊断模 型生成模块、 智能诊断模型修正模块和诊疗结果输出模块； 所述患者数据采集模块用于获 取当前患者的身体指标信息并传输给计算机设备； 所述训练数据采集模块用于通过计算机 网络接收不同来源的数据， 将数据合并为一个大型、 特征全面的数据集； 所述数据格式化模 块用于将不同来源的数据格式化为相同的数据格式； 所述智能诊断模型生成模块包括配置 模型特征单元和模型训练单元， 所述配置模型特征单元用于针对不同的疾病选取不同的特 征并对特征进 行加权， 输入诊断模型进 行训练； 训练完成后， 将 格式化后的患者指标输入诊 断模型， 通过所述诊疗结果输出模块输出诊断结果以及用药指导等数据； 所述智能诊断模 型修正模块用于根据后期反馈到数据库的真实诊断结果更新样本数据库， 将反馈的数据输 入智能诊断模型， 重新学习特征的权重， 重新训练模型， 提高智能诊断模型的灵敏度、 特异 性和整体准确性。 2.根据权利要求1所述的获取患者信息模块包括患者信息采集模块和输入单元； 所患 者信息采集模块， 包括血压测量装置、 心 率检测装置、 血液采集微针、 贴片和处理器； 处理器 包括一个模拟电路和 一个模数转换器， 模拟电路包括放大单元和滤波单元， 放大单元放大 由贴片提供 的微电流信号， 滤波放大信号以保护信号不受噪声影响； 处理器将滤波后的模 拟信号转换为数字信号， 传输到服务器； 所述输入 单元， 用于通过信息录入界面录入患者的 基本信息、 已知的身体指标信息和疾病描述信息； 所述患者的基本信息包括姓名、 年龄、 身 高、 体重等信息； 所述已知的身体指标信息包括患者近期在正规医疗机构进行身体检查得 到的检查结果， 例如血常规、 尿 常规等信息； 所述疾病描述信息包括患者对身体症状和相关 信息的描述， 例如发热、 吸烟等。 3.根据权利要求1所述的训练数据采集模块和数据格式化模块通过计算机网络接收不 同来源的数据， 将数据格式化合并为一个大型、 特征全面的数据集， 通过机器学习和数据分 析可以诊断出某些难以检测的疾病； 这些数据来源可以是医疗记录数据、 行为数据和药物 数据等。 对数据的格式化操作可以包括但不限于对获取到的数据进行标准化或归一化， 将 不同尺度的数据整合到一个相似的尺度并格式化 为模型特征输入到智能诊断模型中。 4.根据权利要求1所述的智能诊断模型生成模块包括配置模型特征单元和模型训练单 元。 所述智能诊断模 型一种或多种机器学习模型， 每一种模型用于诊断一种或多种疾病； 所 述配置模型特征单元用于针对不同的疾病选取不同的特征并对特征进 行加权， 对特征加权 可以使用但不限于使用基于临床先验知识或通过决策树等机器学习技术对特征重要性进 行优先排序， 根据特 征重要程度赋予相应的权 重， 特征重要程度越高， 赋予的权 重越高。 5.根据权利要求1所述的诊疗结果输出模块用于输出患者的诊断结果和治疗建议； 所 述输出数据可以包含患者患某种疾病的概率、 用药指导、 认证医生和认证医院列表等数据， 还可以包 含患者所使用智能诊断模型的准确度、 灵敏性、 特异性 等其他数据。 6.根据权利要求1所述的智能诊断模型修正模块用于对智能诊断模型进行重新训练和 改进。 将反馈到数据库的真实诊断结果输入到智能诊断模型， 重新对原有智能诊断模型进 行训练， 重新学习特 征权重， 提高智能诊断模型的灵敏度、 特异性和整体准确性。权　利　要　求　书 1/1 页 2 CN 114121266 A 2一种智能化的辅助诊断方 法和系统 [0001]本发明属于智能医疗技术领域， 具体而言， 涉及一种智能化的辅助诊断方法和系 统 背景技术 [0002]随着经济 的快速发展， 人民的生活水平显著提高， 对身体健康的关注度和医疗服 务水平的要求也越来越高， 但是单纯 的人工诊断整体效率比较低下， 尤其是面对诊断需求 量巨大的情形， 智能诊断是解决诊断需求 量激增和诊断效率低等问题的重要途径。 [0003]现有技术中， 很多医院推出了以互联网为载体的在线医疗服务， 包括在线疾病咨 询、 远程会诊及远程治疗等形式， 但是， 由于医生的职 业性质， 在医生繁忙时， 用户只能处于 等待医生就诊的状态， 导致问诊时间周期长； 其次， 由于医生在线的时间存在不确定性， 无 法保证医生与病人一对一的及时沟 通。 因此， 一种准确 率高的智能诊断系统和方法显得尤 为重要。 发明内容 [0004]针对上诉问题， 本发明旨在提供一种智能化的辅助诊断方法和系统。 [0005]本发明创造的目的通过以下技 术方案实现： [0006]一种智能化的辅助诊断方法和系统， 包括一个或多个处理器以及存储计算机可执 行程序的存储器、 包括获取患者信息模块、 训练数据采集模块， 数据格式化模块、 智能诊断 模型生成模块、 智能诊断模型修 正模块和诊疗结果输出模块。 [0007]所述处理器， 用于执行计算机程序； 所述存储器， 用于存储计算机程序； 所述获取 患者信息模块包括患者信息采集模块和输入单元， 用于获取患者的身体指标信息， 并将获 取到的信息传输至数据处理模块进行 处理； 所述智能诊断模型生成模块包括训练数据获取 模块、 训练数据 处理模块和智能诊断模型训练模块， 主要用于生成准确 率高的智能诊断模 型； 智能诊断模型生成后， 数据处理模块处理好的数据输入到该模型； 所述诊疗 结果输出模 块包括诊断结果输出模块、 用药指导模块、 医生推荐模块和医院定位模块， 用于输出智能诊 断模型的结果并给出康复建议； 所述智能诊断模型修正模块， 用于根据接收到的反馈数据， 使用这些 数据重新训练特 征及其各自的权 重和方差结构， 更新机器学习模型。 [0008]优选地， 所述获取患者信息模块包括患者信息采集模块和输入单元。 所述医疗指 标采集模块， 包括血压测量装置、 心 率检测装置、 血液采集微针、 贴片和处理器。 处理器包括 一个模拟电路和一个模数转换器， 模拟电路包括放大单元和滤波单元， 放大单元放大 由贴 片提供的微电流信号， 滤波放大信号以保护信号不受噪声影响。 处理器将滤波后的模拟信 号转换为数字信号， 传输到服务器。 所述输入单元， 用于通过信息录入界面录入患者的基本 信息、 已知的身体指标信息和疾病描述信息。 所述患者的基本信， 息包括姓名、 年龄、 身高、 体重等信息； 所述已知的身体指标信息包括患者近期在正规医疗机构进 行身体检查得到的 检查结果， 例如血常规、 尿 常规等信息； 所述疾病描述信息包括患者对身体症状和相关信息 的描述， 例如发热、 吸烟等。说　明　书 1/5 页 3 CN 114121266 A 3