一种用于辅助诊断机的信息推荐方法及系统

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种用于辅助诊断机的信息推荐方法及系统。

背景技术

辅助诊断机是一种应用人工智能和机器学习技术的系统，旨在帮助医生和医疗专业人员进行医学诊断和治疗决策。它通过收集、整理和分析大量的医学数据，包括患者的影像数据、实验室检查结果、生理指标等，然后利用这些数据训练机器学习模型，提供对疾病诊断和治疗方案的辅助建议。

然而，尽管传统辅助诊断机在收集和分析大量医学数据方面表现出色，但在满足患者的个性化需求方面还存在一些局限性。这些传统辅助诊断机主要依赖于大规模的统计数据和标准化的算法，因此其建议往往缺乏对患者个体特点的深入考虑，无法提供充分满足患者个性需求的定制化诊断和治疗方案。

因此，有必要设计一种用于辅助诊断机的信息推荐方法及系统，用以解决当前技术面临的问题。

发明内容

鉴于此，本发明提出了一种用于辅助诊断机的信息推荐方法及系统，旨在解决当前技术中无法满足患者个性化需求、无法提供针对性诊断方案的问题。

一个方面，本发明提出了一种用于辅助诊断机的信息推荐方法，包括：

收集医学数据建立辅助数据库；

获取待诊断者的检测信息，将所述检测信息与所述辅助数据库中数据进行比对，根据比对结果确定状态评估值；当所述辅助数据库中存在相同信息时，根据所述辅助数据库中数据获得状态评估值；当所述辅助数据库中不存在相同信息时，根据所述检测信息获得状态评估值，并将检测信息和状态评估值录入所述辅助数据库；

基于所述状态评估值获得诊断等级；

收集所述待诊断者的生活习性，根据所述生活习性判断是否对所述诊断等级进行修正；当确定对所述诊断等级进行修正后，获得修正后的诊断等级。

进一步的，获取待诊断者的检测信息，将所述检测信息与所述辅助数据库中数据进行比对，根据比对结果确定状态评估值；当所述辅助数据库中存在相同信息时，根据所述辅助数据库中数据获得状态评估值；当所述辅助数据库中不存在相同信息时，根据所述检测信息获得状态评估值，并将检测信息和状态评估值录入所述辅助数据库，包括：

检测信息包括血压、血糖水平和尿糖含量；

当所述辅助数据库中存在相同信息时，根据所述辅助数据库中数据获得状态评估值；

当所述辅助数据库中不存在相同信息时，根据所述血压、血糖水平和尿糖含量获得状态评估值，并将检测信息和状态评估值录入所述辅助数据库。

进一步的，当所述辅助数据库中不存在相同信息时，根据所述血压、血糖水平和尿糖含量获得状态评估值，并将检测信息和状态评估值录入所述辅助数据库，包括：

预先设定第一预设状态评估值A1、第二预设状态评估值A2和第三预设状态评估值A3，且A1＜A2＜A3；

预先设定第一预设血压Y1、第二预设血压Y2和第三预设血压Y3，且Y1＜Y2＜Y3；

根据血压Y0与各预设血压的大小关系选取预设状态评估值作为初始状态评估值；

当Y1≤Y0＜Y2时，选取所述第三预设状态评估值A3作为所述初始状态评估值；

当Y1≤Y0＜Y2时，选取所述第二预设状态评估值A2作为所述初始状态评估值；

当Y1≤Y0＜Y2时，选取所述第一预设状态评估值A1作为所述初始状态评估值。

进一步的，根据所述血压、血糖水平和尿糖含量获得状态评估值，还包括：

预先设定第一预设血糖水平P1、第二预设血糖水平P2和第三预设血糖水平P3，且P1＜P2＜P3；预先设定第一预设调整系数B1、第二预设调整系数B2和第三预设调整系数B3，且B1＜B2＜B3；

根据血糖水平P0与各预设血糖水平的大小关系，选取调整系数对初始状态评估值Ai进行调整，i＝1，2，3，获取调整后的状态评估值。

进一步的，根据血糖水平P0与各预设血糖水平的大小关系，选取调整系数对初始状态评估值Ai进行调整，i＝1，2，3，获取调整后的状态评估值，包括：

当P1≤P0＜P2时，选取所述第一预设调整系数B1对初始状态评估值Ai进行调整，获取调整后的状态评估值Ai*B1；

当P2≤P0＜P3时，选取所述第二预设调整系数B2对初始状态评估值Ai进行调整，获取调整后的状态评估值Ai*B2；

当P3≤P0时，选取所述第三预设调整系数B3对初始状态评估值Ai进行调整，获取调整后的状态评估值Ai*B3。

进一步的，在选取第i预设调整系数B i对初始状态评估值Ai进行调整，获取调整后的状态评估值Ai*Bi后，i＝1，2，3，根据所述血压、血糖水平和尿糖含量获得状态评估值，还包括：

预先设定第一预设血糖含量L1、第二预设血糖含量L2和第三预设血糖含量L3，且L1＜L2＜L3；

根据血糖含量L0与各预设血糖含量的大小关系，选取调整系数对所述调整后的状态评估值Ai*B i进行二次调整，i＝1，2，3，获得状态评估值；

当L1≤L0＜L2时，选取所述第一预设调整系数B1对所述调整后的状态评估值Ai*Bi进行二次调整，获得状态评估值Ai*B i*B1；

当L2≤L0＜L3时，选取所述第二预设调整系数B2对所述调整后的状态评估值Ai*Bi进行二次调整，获得状态评估值Ai*B i*B1；

当L3≤L0时，选取所述第三预设调整系数B3对所述调整后的状态评估值Ai*B i进行二次调整，获得状态评估值Ai*Bi*B3。

进一步的，在获取状态评估值Ai*Bi*B i后，i＝1，2，3，基于所述状态评估值获得诊断等级，包括：

预先设定状态评估值阈值Amax，根据所述状态评估值Ai*Bi*B i与状态评估值阈值Amax获得状态评估差值△A＝Ai*Bi*Bi-Amax，预先设定第一预设差值△A1、第二预设差值△A2和第三预设差值△A3，且△A1＜△A2＜△A3；

预先设定第一预设等级J1、第二预设等级J2和第三预设等级J3，且J1＜J2＜J3

根据所述状态评估差值△A与各预设差值的大小关系，确定诊断等级；

当△A1≤△A＜△A2时，确定诊断等级为J1；

当△A2≤△A＜△A3时，确定诊断等级为J1；

当△3≤△A时，确定诊断等级为J3。

进一步的，在确定诊断等级J i后，i＝1，2，3，收集所述待诊断者的生活习性，根据所述生活习性判断是否对所述诊断等级进行修正，包括：

所述生活习性包括饮食含糖量H0和运动锻炼量D0；

预先设定饮食含糖量阈值H1和运动锻炼量D1，

当H0＞H1或D0＞D1满足任一项时，确定对所述诊断等级进行修正；

当H0≤H1且D0≤D1时，确定不对所述诊断等级进行修正。

进一步的，当H0＞H1或D0＞D1满足任一项时，确定对所述诊断等级进行修正，包括：

当H0＞H1且D0≤D1，H0≤H1且D0＞D1满足任一项时，将所述诊断等级J i调升一级，若原诊断等级为J1则维持不变；

当H0＞H1且D0＞D1时，将所述诊断等级J i调升两级，若原诊断等级为J1则维持不变。

与现有技术相比，本发明的有益效果在于：通过收集和整合大量的医学数据，辅助数据库能够成为一个参考资源，为辅助诊断提供更全面的依据。对于新出现的患者，即使辅助数据库中没有完全相同的历史数据，也能通过数据分析获得状态评估值，为医生提供更多样化的参考信息。并且，随着时间推移，辅助数据库会不断更新和丰富，从而进一步提高辅助诊断的水平和效果。通过对待诊断者的生活习性进行收集和分析，辅助诊断机能够更好地了解患者的日常生活环境和行为习惯，判断是否需要对诊断等级进行修正。这个个性化的修正过程有助于更精确地评估患者的病情和治疗需求，为医生提供更有针对性的治疗方案，提高患者的治疗效果和生活质量。

另一方面，本发明还提出了一种用于辅助诊断机的信息推荐系统，包括：

采集单元，被配置为收集医学数据建立辅助数据库；

评估单元，被配置为获取待诊断者的检测信息，将所述检测信息与所述辅助数据库中数据进行比对，根据比对结果确定状态评估值；当所述辅助数据库中存在相同信息时，根据所述辅助数据库中数据获得状态评估值；当所述辅助数据库中不存在相同信息时，根据所述检测信息获得状态评估值，并将检测信息和状态评估值录入所述辅助数据库；

确认单元，被配置为基于所述状态评估值获得诊断等级；

判断单元，被配置为收集所述待诊断者的生活习性，根据所述生活习性判断是否对所述诊断等级进行修正；当确定对所述诊断等级进行修正后，获得修正后的诊断等级。

可以理解的是，上述用于辅助诊断机的信息推荐方法及系统具备相同的有益效果，在此不再赘述。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本发明实施例提供的用于辅助诊断机的信息推荐方法的流程图；

图2为本发明实施例提供的用于辅助诊断机的信息推荐系统的功能框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整地传达给本领域的技术人员。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

参阅图1所示，本实施例提供了一种用于辅助诊断机的信息推荐方法，包括：

步骤S100：收集医学数据建立辅助数据库。

步骤S200：获取待诊断者的检测信息，将检测信息与辅助数据库中数据进行比对，根据比对结果确定状态评估值。当辅助数据库中存在相同信息时，根据辅助数据库中数据获得状态评估值。当辅助数据库中不存在相同信息时，根据检测信息获得状态评估值，并将检测信息和状态评估值录入辅助数据库。

步骤S300：基于状态评估值获得诊断等级。

步骤S400：收集待诊断者的生活习性，根据生活习性判断是否对诊断等级进行修正。当确定对诊断等级进行修正后，获得修正后的诊断等级。

具体而言，建立辅助数据库是为了存储和管理医学数据，这些数据将成为后续辅助诊断的基础。通过将待诊断者的检测信息与辅助数据库中的数据进行比对，系统可以根据比对结果获得状态评估值，这将为后续的诊断等级提供依据。根据获得的状态评估值，辅助诊断机可以给出初步的诊断等级，但为了更好地满足个性化需求，进一步收集待诊断者的生活习性，根据这些习性判断是否需要对诊断等级进行修正，从而获得更准确、更个性化的诊断等级。

可以理解的是，通过收集多样化的医学数据并建立辅助数据库，系统能够针对每位患者提供个体化的状态评估值，并在后续根据患者的生活习性对诊断等级进行修正，使得辅助诊断更加贴近患者的实际情况。辅助诊断机能够更好地满足患者的个性化需求，将医疗建议和治疗方案更贴近患者的病情和个人情况，提高辅助诊断的准确性和针对性，为医疗服务提供有力的支持和指导。同时，通过不断更新和维护辅助数据库，这个方法还具有持续改进和提升诊断效果的潜力。

在本申请的一些实施例中，步骤S200中获取待诊断者的检测信息，将检测信息与辅助数据库中数据进行比对，根据比对结果确定状态评估值。当辅助数据库中存在相同信息时，根据辅助数据库中数据获得状态评估值。当辅助数据库中不存在相同信息时，根据检测信息获得状态评估值，并将检测信息和状态评估值录入辅助数据库，包括：检测信息包括血压、血糖水平和尿糖含量。当辅助数据库中存在相同信息时，根据辅助数据库中数据获得状态评估值。当辅助数据库中不存在相同信息时，根据血压、血糖水平和尿糖含量获得状态评估值，并将检测信息和状态评估值录入辅助数据库。

具体而言，待诊断者的检测信息是作为比对的基准，用来与辅助数据库中的历史数据进行比较。比对的目的是寻找是否已有类似的检测信息存在于辅助数据库中。如果存在相同信息，就可以直接从数据库中获取相关的状态评估值。如果不存在相同信息，则说明这些检测数据为新的数据，需要将其记录到辅助数据库中，同时根据这些新数据计算并获得相应的状态评估值。

可以理解的是，通过比对待诊断者的检测信息与辅助数据库中的历史数据，辅助诊断机能够根据历史数据直接提供状态评估值，或根据新的检测信息计算状态评估值，从而为患者提供更个性化和精确的辅助诊断建议。辅助诊断机可以更好地满足患者的个性化需求，将医疗建议和治疗方案更贴近患者的病情和个人情况，提高辅助诊断的准确性和针对性，为医疗服务提供有力的支持和指导。同时，通过记录和维护辅助数据库中的数据，这个方法还具有持续改进和提升诊断效果的潜力。

在本申请的一些实施例中，当辅助数据库中不存在相同信息时，根据血压、血糖水平和尿糖含量获得状态评估值，并将检测信息和状态评估值录入辅助数据库，包括：预先设定第一预设状态评估值A1、第二预设状态评估值A2和第三预设状态评估值A3，且A1＜A2＜A3。预先设定第一预设血压Y1、第二预设血压Y2和第三预设血压Y3，且Y1＜Y2＜Y3。

具体而言，根据血压Y0与各预设血压的大小关系选取预设状态评估值作为初始状态评估值。当Y1≤Y0＜Y2时，选取第三预设状态评估值A3作为初始状态评估值。当Y1≤Y0＜Y2时，选取第二预设状态评估值A2作为初始状态评估值。当Y1≤Y0＜Y2时，选取第一预设状态评估值A1作为初始状态评估值。

可以理解的是，状态评估值是指在辅助诊断过程中对患者当前状态或病情进行客观量化评估的数值。状态评估值的意义在于对患者的健康状况进行量化描述，从而更准确地了解患者的病情程度和疾病类型，为医生提供更有针对性的诊断建议和治疗方案，同时也为患者提供更个性化的医疗服务。状态评估值的计算和使用，使辅助诊断机能够更好地满足患者的个性化需求，提高辅助诊断的准确性和针对性，为医疗服务提供有力的支持和指导。

可以理解的是，根据待诊断者的血压情况来初步确定状态评估值，为辅助诊断提供了更具体的初始参考。通过设定预设血压和对应的预设状态评估值，可以根据患者的血压情况快速选取相应的状态评估值，从而提供更个性化和精确的辅助诊断建议。辅助诊断机可以更好地满足患者的个性化需求，将医疗建议和治疗方案更贴近患者的病情和个人情况，提高辅助诊断的准确性和针对性，为医疗服务提供有力的支持和指导。同时，通过记录和维护辅助数据库中的数据，这个方法还具有持续改进和提升诊断效果的潜力。

在本申请的一些实施例中，根据血压、血糖水平和尿糖含量获得状态评估值，还包括：预先设定第一预设血糖水平P1、第二预设血糖水平P2和第三预设血糖水平P3，且P1＜P2＜P3。预先设定第一预设调整系数B1、第二预设调整系数B2和第三预设调整系数B3，且B1＜B2＜B3。

具体而言，根据血糖水平P0与各预设血糖水平的大小关系，选取调整系数对初始状态评估值Ai进行调整，i＝1，2，3，获取调整后的状态评估值。当P1≤P0＜P2时，选取第一预设调整系数B1对初始状态评估值Ai进行调整，获取调整后的状态评估值Ai*B1。当P2≤P0＜P3时，选取第二预设调整系数B2对初始状态评估值Ai进行调整，获取调整后的状态评估值Ai*B2。当P3≤P0时，选取第三预设调整系数B3对初始状态评估值Ai进行调整，获取调整后的状态评估值Ai*B3。

在本申请的一些实施例中，在选取第i预设调整系数Bi对初始状态评估值Ai进行调整，获取调整后的状态评估值Ai*B i后，i＝1，2，3，步骤S200中根据血压、血糖水平和尿糖含量获得状态评估值，还包括：预先设定第一预设血糖含量L1、第二预设血糖含量L2和第三预设血糖含量L3，且L1＜L2＜L3。

具体而言，根据血糖含量L0与各预设血糖含量的大小关系，选取调整系数对调整后的状态评估值Ai*Bi进行二次调整，i＝1，2，3，获得状态评估值。当L1≤L0＜L2时，选取第一预设调整系数B1对调整后的状态评估值Ai*Bi进行二次调整，获得状态评估值Ai*Bi*B1。当L2≤L0＜L3时，选取第二预设调整系数B2对调整后的状态评估值Ai*B i进行二次调整，获得状态评估值Ai*B i*B1。当L3≤L0时，选取第三预设调整系数B3对调整后的状态评估值Ai*B i进行二次调整，获得状态评估值Ai*Bi*B3。

可以理解的是，血压、血糖水平和尿糖含量作为检测信息，通过不同的预设血糖水平和血糖含量阈值，选取对应的预设调整系数进行多次调整，以获得更准确的状态评估值。通过合理设定这些参数，系统可以根据患者的具体检测信息，进行精细化调整，得到更具针对性的状态评估值。根据不同的血压、血糖水平和尿糖含量情况，逐步优化状态评估值的准确性。通过多次调整和综合考量不同因素，系统可以更准确地对患者的健康状况进行评估和诊断。这种精细化的辅助诊断方法，能够更好地满足患者的个性化需求，提高辅助诊断的准确性和针对性，为医疗服务提供更有力的支持和指导。

在本申请的一些实施例中，在获取状态评估值Ai*Bi*Bi后，i＝1，2，3，步骤S300中基于状态评估值获得诊断等级，包括：预先设定状态评估值阈值Amax，根据状态评估值Ai*Bi*Bi与状态评估值阈值Amax获得状态评估差值△A＝Ai*Bi*Bi-Amax，预先设定第一预设差值△A1、第二预设差值△A2和第三预设差值△A3，且△A1＜△A2＜△A3。预先设定第一预设等级J1、第二预设等级J2和第三预设等级J3，且J1＜J2＜J3

具体而言，根据状态评估差值△A与各预设差值的大小关系，确定诊断等级。当△A1≤△A＜△A2时，确定诊断等级为J1。当△A2≤△A＜△A3时，确定诊断等级为J1。当△3≤△A时，确定诊断等级为J3。

具体而言，第一等级J1、第二等级J2和第三等级J3表示病情严重程度，根据实际情况进行不同等级划分，以便于针对性采取不同后续措施。举例来说：第一等级J1为轻度，建议进行抓药并定期复查。在建议抓药环节，还可进行推荐，系统基于大数据可给出推荐药方、药量以及每种药物作用，以供医生参考；第二等级J2为中度，建议留院观察并进行综合审查以确定病情。第三等级J3为重度，建议住院接受治疗。系统基于大数据可根据不同等级给出不同阶段的建议，以达到辅助诊断目的。

可以理解的是，预设的状态评估值阈值Amax作为基准值，状态评估差值△A表示实际状态评估值与基准值之间的差异。通过比较△A与预设差值阈值△A1、△A2、△A3的大小关系，系统可以判断△A所处的区间，进而确定相应的诊断等级。通过设定状态评估值阈值和差值阈值，并结合预设的诊断等级，实现了根据状态评估值自动划分诊断等级的功能。这种方法可以在辅助诊断过程中，根据状态评估值与预设阈值的关系，快速准确地判断患者的病情严重程度，为医生提供有力的辅助参考。通过灵活设定不同的阈值和等级，该方法还可以适应不同疾病和患者的特点，实现个性化的辅助诊断，提高诊断准确率和临床决策的科学性。

在本申请的一些实施例中，在确定诊断等级J i后，i＝1，2，3，步骤S400中收集待诊断者的生活习性，根据生活习性判断是否对诊断等级进行修正，包括：生活习性包括饮食含糖量H0和运动锻炼量D0。预先设定饮食含糖量阈值H1和运动锻炼量D1，当H0＞H1或D0＞D1满足任一项时，确定对诊断等级进行修正。当H0≤H1且D0≤D1时，确定不对诊断等级进行修正。

在本申请的一些实施例中，当H0＞H1或D0＞D1满足任一项时，确定对诊断等级进行修正，包括：当H0＞H1且D0≤D1，H0≤H1且D0＞D1满足任一项时，将诊断等级J i调升一级，若原诊断等级为J1则维持不变。当H0＞H1且D0＞D1时，将诊断等级J i调升两级，若原诊断等级为J1则维持不变。

可以理解的是，通过实时监测和调整诊断等级，可以更加精准地反映患者的实际状况和治疗需求，提高辅助诊断的个性化水平。这种基于生活习性的诊断等级修正方法，有助于医生更全面地了解患者的健康状况，制定更加个性化的治疗方案，提高治疗效果和患者满意度。

上述实施例通过收集和整合大量的医学数据，辅助数据库能够成为一个参考资源，为辅助诊断提供更全面的依据。对于新出现的患者，即使辅助数据库中没有完全相同的历史数据，也能通过数据分析获得状态评估值，为医生提供更多样化的参考信息。并且，随着时间推移，辅助数据库会不断更新和丰富，从而进一步提高辅助诊断的水平和效果。通过对待诊断者的生活习性进行收集和分析，辅助诊断机能够更好地了解患者的日常生活环境和行为习惯，判断是否需要对诊断等级进行修正。这个个性化的修正过程有助于更精确地评估患者的病情和治疗需求，为医生提供更有针对性的治疗方案，提高患者的治疗效果和生活质量。

基于上述实施例的另一种优选的方式中，参阅图2所示，本实施方式提供了一种用于辅助诊断机的信息推荐系统，包括：

采集单元，被配置为收集医学数据建立辅助数据库。

评估单元，被配置为获取待诊断者的检测信息，将检测信息与辅助数据库中数据进行比对，根据比对结果确定状态评估值。当辅助数据库中存在相同信息时，根据辅助数据库中数据获得状态评估值。当辅助数据库中不存在相同信息时，根据检测信息获得状态评估值，并将检测信息和状态评估值录入辅助数据库。

确认单元，被配置为基于状态评估值获得诊断等级。

判断单元，被配置为收集待诊断者的生活习性，根据生活习性判断是否对诊断等级进行修正。当确定对诊断等级进行修正后，获得修正后的诊断等级。

可以理解的是，上述用于辅助诊断机的信息推荐方法及系统具备相同的有益效果，在此不再赘述。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例，或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框，以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。