[发明专利]一种智能化的辅助诊断方法和系统

权利要求书

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。