平行痛風(fēng)智能診療系統(tǒng)
發(fā)布時間:2021-10-31 16:55
<正>1解決方案的目標(biāo)和概述高尿酸血癥與痛風(fēng)已成為我國常見代謝性疾病,高尿酸血癥患病率高達13.3%,患病人數(shù)超過1.8億,痛風(fēng)患病率為1%~3%,患病人數(shù)超過2000萬,且呈明顯的年輕化趨勢,正以每年9.7%的年增長率迅速增加,常導(dǎo)致關(guān)節(jié)畸形、慢性腎衰及脂肪肝等靶器官損傷,甚至致殘、致死,縮短患者預(yù)期壽命。因此,高尿酸血癥與痛風(fēng)越來越受到社會大眾的關(guān)注,
【文章來源】:自動化博覽. 2020,(11)
【文章頁數(shù)】:3 頁
【部分圖文】:
基于混合增強智能的平行痛風(fēng)智能診療體系框架
基于自主創(chuàng)建的平行痛風(fēng)智能診療體系框架,項目組融合了最新診療知識及27513例痛風(fēng)患者結(jié)構(gòu)化電子病歷等多源異構(gòu)醫(yī)療數(shù)據(jù)與多模態(tài)信息,構(gòu)建了高尿酸血癥與痛風(fēng)醫(yī)療大數(shù)據(jù)中心,通過與深度模糊神經(jīng)網(wǎng)絡(luò)、知識推理模型深度融合,構(gòu)建了軟件定義的痛風(fēng)人工智能診療模型。該模型將實際診療過程中的“小數(shù)據(jù)”作為種子數(shù)據(jù),利用深度模糊神經(jīng)網(wǎng)絡(luò)生成痛風(fēng)診療系統(tǒng)“數(shù)據(jù)模型”,將“數(shù)據(jù)模型”演繹為實際診療過程中特定目標(biāo)的“小知識”推薦給醫(yī)生,通過“人與系統(tǒng)知識融合”、數(shù)據(jù)閉環(huán)反饋,虛實互動,平行執(zhí)行,實現(xiàn)了痛風(fēng)診療知識的持續(xù)更新和診療過程的不斷優(yōu)化,成功創(chuàng)建國際首個虛實互動、平行執(zhí)行的痛風(fēng)智能診療系統(tǒng)。如圖2所示。2.4 基于平行痛風(fēng)智能診療系統(tǒng)云平臺,打造線上線下結(jié)合的診療模式,實現(xiàn)對患者的遠程指導(dǎo)和管理
本文編號:3468506
【文章來源】:自動化博覽. 2020,(11)
【文章頁數(shù)】:3 頁
【部分圖文】:
基于混合增強智能的平行痛風(fēng)智能診療體系框架
基于自主創(chuàng)建的平行痛風(fēng)智能診療體系框架,項目組融合了最新診療知識及27513例痛風(fēng)患者結(jié)構(gòu)化電子病歷等多源異構(gòu)醫(yī)療數(shù)據(jù)與多模態(tài)信息,構(gòu)建了高尿酸血癥與痛風(fēng)醫(yī)療大數(shù)據(jù)中心,通過與深度模糊神經(jīng)網(wǎng)絡(luò)、知識推理模型深度融合,構(gòu)建了軟件定義的痛風(fēng)人工智能診療模型。該模型將實際診療過程中的“小數(shù)據(jù)”作為種子數(shù)據(jù),利用深度模糊神經(jīng)網(wǎng)絡(luò)生成痛風(fēng)診療系統(tǒng)“數(shù)據(jù)模型”,將“數(shù)據(jù)模型”演繹為實際診療過程中特定目標(biāo)的“小知識”推薦給醫(yī)生,通過“人與系統(tǒng)知識融合”、數(shù)據(jù)閉環(huán)反饋,虛實互動,平行執(zhí)行,實現(xiàn)了痛風(fēng)診療知識的持續(xù)更新和診療過程的不斷優(yōu)化,成功創(chuàng)建國際首個虛實互動、平行執(zhí)行的痛風(fēng)智能診療系統(tǒng)。如圖2所示。2.4 基于平行痛風(fēng)智能診療系統(tǒng)云平臺,打造線上線下結(jié)合的診療模式,實現(xiàn)對患者的遠程指導(dǎo)和管理
本文編號:3468506
本文鏈接:http://www.sikaile.net/yixuelunwen/nfm/3468506.html
最近更新
教材專著