申请/专利权人：珠海行知生物科技有限公司

申请日：2024-02-27

公开（公告）日：2024-03-29

公开（公告）号：CN117789973A

主分类号：G16H50/20

分类号：G16H50/20;G06N3/0464;G06N3/084;G06N3/126;G16H40/67;G16H50/30;G16H50/70

优先权：

专利状态码：失效-发明专利申请公布后的撤回

法律状态：2024.04.09#发明专利申请公布后的撤回;2024.03.29#公开

摘要：本发明涉及远程医疗系统技术领域，具体为基于远程分诊的医疗管理方法及系统，包括以下步骤：基于患者的医疗影像和生理数据，采用深度卷积神经网络进行分析，自适应调整分析模型，生成初步诊断报告。本发明中，深度学习技术在处理医疗影像和生理数据方面提升准确性和效率，加速初步诊断，时间序列预测和遗传算法在资源分配中确保精确预测和优化，提高资源使用效率，随机森林与神经网络结合，提升预警准确性，实时健康监控报告通过复杂事件处理和实时分析算法生成，确保全面、及时的健康监测，在线机器学习和大数据处理框架不断更新、优化治疗计划，提供个性化、动态的健康管理策略，显著提高医疗服务质量和效率。

主权项：1.基于远程分诊的医疗管理方法，其特征在于，包括以下步骤：基于患者的医疗影像和生理数据，采用深度卷积神经网络进行分析，自适应调整分析模型，生成初步诊断报告；基于所述初步诊断报告，采用时间序列预测模型和遗传算法，进行医疗资源需求预测和优化，生成资源分配方案；利用所述资源分配方案，采用随机森林和神经网络，进行健康趋势分析和疾病预警，生成健康风险预警；根据所述健康风险预警，采用复杂事件处理和实时分析算法，进行实时健康监控，生成实时健康监控报告；根据所述实时健康监控报告，采用在线机器学习技术，进行数据深入分析，生成改进的诊断结果；将所述改进的诊断结果应用于持续治疗和管理中，采用ApacheHadoop和Spark大数据处理框架，进行整体医疗流程分析和优化，生成综合医疗管理计划；所述初步诊断报告包括疾病类型、严重程度和推荐的治疗方案，所述资源分配方案具体包括人力资源、医疗设备和药物分配计划，所述健康风险预警具体指对患者群体或区域的潜在健康威胁的预测，所述实时健康监控报告包括连续的生命体征数据和健康状态分析，所述改进的诊断结果具体为随数据流调整的治疗计划和健康管理策略；利用所述资源分配方案，采用随机森林和神经网络，进行健康趋势分析和疾病预警，生成健康风险预警的步骤具体为：基于所述资源分配方案，采用数据标准化和归一化方法，进行数据准备，生成标准化数据集；基于所述标准化数据集，采用随机森林算法，进行特征选择和模式分析，生成特征重要性评分；基于所述特征重要性评分，采用多层感知器神经网络，进行疾病风险预测，生成疾病预测模型；基于所述疾病预测模型，采用风险评估算法，进行健康风险分析，生成健康风险预警；所述数据标准化和归一化方法具体为调整数据尺度和分布，所述随机森林算法具体指构建多个决策树，并利用所述决策树的平均预测结果提高预测准确性和鲁棒性，所述多层感知器神经网络具体为一种前馈神经网络，通过多个层次的节点相互连接进行模式识别和分类，所述风险评估算法具体指根据疾病预测结果，评估个体或群体的健康风险等级；根据所述健康风险预警，采用复杂事件处理和实时分析算法，进行实时健康监控，生成实时健康监控报告的步骤具体为：基于所述健康风险预警，采用数据融合技术，进行多源数据整合，生成综合健康数据流；基于所述综合健康数据流，采用复杂事件处理技术，进行事件模式识别，生成事件识别结果；基于所述事件识别结果，采用实时监控算法，进行健康状态分析，生成实时健康状况分析结果；基于所述实时健康状况分析结果，采用自动报告生成技术，进行监控结果整理，生成实时健康监控报告；所述复杂事件处理技术具体为实时分析数据流中的模式和关联，识别事件或行为模式，所述实时监控算法具体指使用流处理技术和时间序列分析，实时跟踪和评估健康状况，所述自动报告生成技术具体指使用自动化工具和模板，将分析结果转化为自然语言的图表和文本形式。

全文数据：

权利要求：

百度查询： 珠海行知生物科技有限公司 基于远程分诊的医疗管理方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD