[发明专利]一种儿童社区获得性肺炎的智能诊断方法

说明书

本申请提供了一种儿童社区获得性肺炎的智能诊断方法，本方法获取儿童的电子病历；识别电子病历中的关键数据及基础数据，关键数据为检测的指标数据，基础数据为儿童的身份及历史诊断数据；根据关键数据和基础数据，通过预先训练的典型症状诊断模型，获得诊断结果。本方法识别电子病历中的关键数据及基础数据；根据关键数据和基础数据，通过预先训练的典型症状诊断模型，获得诊断结果，保证了定位的准确性，实现了儿童社区获得性肺炎的智能诊断。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种儿童社区获得性肺炎的智能诊断方法。

背景技术

目前，地方医疗结构和社区医疗机构医生水平有限，经历的病例数有限同时也缺乏培训。为提高临床医生的医疗能力实现“医疗专家资源下沉”三级医院主要通过现场培训和专家坐诊方式解决，但此方式时间和人力成本较高，且限于时间和地域限制很难实现针对性辅导，效果并不显著。

另外，市面上的人工智能产品都是基于成人常见病诊断，缺少儿童专科专病疾病诊断，现实中，临床医生对于成人常见病的鉴别诊断及治疗经验相对丰富，但临床医生对于儿童疾病的认知及诊断水平较低，往往延误病情、拖延治疗、危及患者生命，医生的诊治水平难以得到实质提高。

发明内容

为了准确推荐，本申请实施例提出了一种儿童社区获得性肺炎的智能诊断方法。

为了达到上述目的，本发明采用的主要技术方案包括：

S101，获取儿童的电子病历；

S102，识别电子病历中的关键数据及基础数据，所述关键数据为检测的指标数据，所述基础数据为所述儿童的身份及历史诊断数据；

S103，根据所述关键数据和基础数据，通过预先训练的典型症状诊断模型，获得诊断结果。

可选地，所述S102具体包括：

S102-1，从所述电子病历中获取本次的就诊信息及本次检测结果；

S102-2，从所述电子病历中获取最近一次的就诊信息及最近一次检测结果；

S102-3，根据所述本次的就诊信息，本次检测结果，最近一次的就诊信息和最近一次检测结果识别关键数据及基础数据。

可选地，所述S102-3具体包括：

从所述电子病历中确定与本次就诊信息相关的上次就诊信息，若相关的上次就诊信息为最近一次的就诊信息，则

将所述本次就诊信息中的，姓名，性别，年龄，病情以及所述最近一次的就诊信息中的病情，诊断结果，诊治记录作为基础数据；

根据所述本次检测结果和所述最近一次检测结果确定关键数据。

可选地，所述根据所述本次检测结果和所述最近一次检测结果确定关键数据，包括：

获取本次检测结果中的各项指标名称及指标值；

获取最近一次检测结果中的各项指标名称及指标值；

确定各指标值的正常属性，所述正常属性为正常，风险，异常；

将各项指标名称，对应的正常属性，以及异常和风险属性的指标值确定为关键数据。

可选地，所述S102-3具体包括：

从所述电子病历中确定与本次就诊信息相关的上次就诊信息，若相关的上次就诊信息非最近一次的就诊信息，则

获取相关的上次就诊信息及相关的上次检测结果；