基于人工智能和互联网技术的智能脑卒中辅助诊疗机器人
系统
一、技术领域
[0001] 本
发明涉及医疗行业，为人工智能、互联网与
疾病诊疗的有机融合，具体涉及一种可用于脑卒中辅助诊疗的智能机器人设备和服务体系。二、背景技术
[0002] 1.脑卒中(Stroke)是世界范围内致残率、致死率最高的疾病之一。最新统计数据显示，我国每年卒中的发病率、患病率和死亡率分别246.8/100,000、1114.8/100,000和114.8/100,000。脑卒中后约四分之三的患者遗留不同程度的残疾而生活不能自理。随着我国人口老龄化趋势的加重，脑卒中的发病率、患病率、死亡率、复发率将呈现不断攀升的态势。脑卒中的发生给患者、家庭、社会带来巨大的躯体、精神和经济负担。
[0003] 2.目前我们已经进入循证医学(Evidence-Based Medicine)时代，在这样的背景下产生大量的循证医学指南，用于指导临床医生的医疗实践；随着时间的推移，循证医学证据也将越来越多。如何有效的掌握这些循证医学指南，并将其与自己的临床实践有机的结合起来就成为每一位临床医生必须面对的现实问题。而自然人在获取知识、学习知识、掌握知识、运用知识时总是要经历一个相对漫长的学习曲线过程。而这一点对那些身处信息较闭塞、经济欠发达、医疗
水平相对落后地区的临床医生更是一个难题。因此，在循证医学指南推荐和临床医疗实践之间就产生了较大的鸿沟(gap)。如何使临床医生更快、更好、更高效的掌握循证医学指南，弥合循证指南推荐和现实临床实践之间的鸿沟就成为提高我国脑卒中医疗
质量，降低脑卒中相关死亡率、致残率和复发率的关键
瓶颈问题。
[0004] 3.目前，“医疗资源供给与需求之间的
不平衡”是现阶段我国脑卒中防控领域的主要矛盾。我国幅员辽阔、人口众多、地区发展不平衡。目前，我国脑卒中的整体优质医疗资源相对匮乏，远不能满足广大脑卒中患者和高危人群对卒中诊疗资源的实际需求。因此，就形成脑卒中医疗资源供给和需求之间的“绝对不平衡”。另外，这些有限的优质医疗资源又更多的集中在发达地区、发达城市和大型医院，而占人口比例更大的欠发达地区、欠发达城市、中小型医院对脑卒中医疗服务的需求则更为迫切，这样就造成脑卒中医疗资源供给和需求之间的“相对不平衡”。因此，脑卒中医疗资源供给和需求之间的绝对和相对不平衡是我国现行脑卒中医疗体系中的主要矛盾，已成为制约我国有效降低脑卒中相关致残率、致死率和复发率的关键瓶颈问题。
[0005] 4.人工智能(Artificial Intelligence，AI)是计算机科学的一个分支学科，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一
门新的技术科学。利用人工智能的技术，建立疾病辅助诊疗智能机器人系统，不仅可以把临床医生从大量、繁重、重复的临床活动中解放出来，更可以让智能机器人系统的学习大量的相关医学指南和专家共识，从而辅助临床医生在最短的时间内制定出最佳的医疗方案，最终大幅度提高疾病临床诊疗的效果和效率。因此，建立基于人工智能的脑卒中辅助诊疗机器人系统是弥合循证医学指南推荐和临床医疗实践之间鸿沟，大幅度提高临床疾病诊疗效果和效率的一个有效途径。
[0006] 5.互联网医疗是互联网技术与传统医疗行业有机结合的新兴产物。与传统医疗模式相比，互联网医疗模式的优势在于利用移动互联网技术，跨地域、跨时间、跨机构的充分利用现有有限的医疗资源。因此，将移动互联网技术与我国脑卒中医疗服务有机结合可以为解决传统医疗模式中卒中医疗资源供给和需求之间矛盾的提供一个有益的补充。
[0007] 6.针对上述我国传统脑卒中防控领域中的瓶颈问题和主要矛盾，该发明将人工智能技术和互联网技术与脑卒中临床诊疗有机的融合起来，提供一套基于人工智能和互联网技术的脑卒中辅助诊疗机器人系统，以大幅度提高临床医生诊治脑卒中的效果和效率，并为解决我国脑卒中医疗资源供给和需求矛盾提供新思路、新方法和新模式。三、发明内容
[0008] 1.针对上述我国传统脑卒中防控领域中的瓶颈问题和主要矛盾，该发明将人工智能技术和互联网技术与脑卒中临床诊疗有机的融合起来，提供一套基于人工智能和互联网技术的脑卒中辅助诊疗机器人系统，以大幅度提高临床医生诊治脑卒中的效果和效率，并为解决我国脑卒中医疗资源供给和需求矛盾提供新思路、新方法和新模式。
[0009] 2.本发明解决其技术问题所采取的技术方案
[0010]
基于人工智能和互联网技术的智能脑卒中辅助诊疗机器人系统配备人工智能模
块、信息采集模块、智能诊疗模块、
远程医疗模块、
云平台信息管理系统模块和电源系统模块。所述人工智能模块、信息采集模块、智能诊疗模块、远程医疗模块、云平台信息管理系统模块与电源系统连接。所述人工智能模块、信息采集模块、智能诊疗模块、远程医疗模块与云平台信息管理系统模块连接。所述信息采集模块、智能诊疗模块、远程医疗模块与人工智能模块连接。所述人工智能模块进一步包括语音信息识别模块、文本信息识别模块、图像信息识别模块、运动信息识别模块、综合
数据库模块。所述信息采集模块进一步包括病史采集模块、体格检查模块和辅助检查模块。所述辅助检查模块进一步包括脑组织评价辅助检查信息模块、脑血管评价辅助检查信息模块、心脏评价辅助检查信息模块、生化辅助检查信息模块、凝血辅助检查信息模块和其他辅助检查信息模块。所述智能诊疗模块进一步包括病因病机诊断模块、智能结局预测模块和智能指南检索模块。所述病因病机诊断模块进一步包括基于结构化数据的诊断模块和基于神经影像的诊断模块。所述智能结局预测模块进一步包括基于结构化数据的预测模块和基于神经影像的预测模块。所述智能指南检索模块进一步包括基于结构化数据的检索模块和基于神经影像的检索模块。所述远程医疗系统进一步包括计算机、变焦摄像头、麦克
风、音箱、无线网卡。
[0011] 3.本发明解决其技术问题所采取的工作模式
[0012] 基于人工智能和互联网的智能脑卒中辅助诊疗机器人系统的工作模式如下：该系统所述人工智能模块和病史采集模块支持智能机器人系统与患者之间进行多维度信息交互，通过患者自述和关键问题提问等形式，采集患者病史中主要关键信息。该系统所述人工智能模块和体格检查模块支持智能机器人系统对患者进行体格检查和神经功能障碍评价，包括完成国际公认临床量表评价(如NIHSS量表等)。因此，该智能机器人系统可以把临床医生从大量、繁重、重复的医疗活动中解放出来，将有限的精
力更多的投入到解决影响疾病转归的关键诊疗问题。该系统所述人工智能模块和辅助检查模块支持智能机器人通过无线网络、蓝牙等途径，与医院HIS系统、PACS系统连接，自动获取患者相关影像和辅助检查信息(如脑组织影像、脑血管影像、心脏评价信息、生化和凝血检查等)。该系统人工智能模块和病因病机诊断模块支持智能机器人系统根据患者病史、体格检查、辅助检查等信息，提供结构化数据或神经影像两种判别模式，对患者的脑卒中病因和发病机制进行诊断，并以
可视化形式呈现给临床医生。因此，该智能机器人系统为明确卒中病因、判断转归
预后和制定后续干预策略提供信息
支撑。该系统所述人工智能模块和智能结局预测模块支持智能机器人根据患者病史、体格检查、辅助检查等信息，提供结构化数据或神经影像两种预测模式，对患者住院期间各种并发症(如
肺炎、消化道出血、下肢静脉血栓、再发卒中、肺栓塞、
心律失常、心血管意外等)、不同时点(如出院时、发病3个月、发病6个月、发病1年时等)功能预后和死亡概率进行预测，并以可视化形式呈现给临床医生。因此，该智能机器人可以帮助临床医生明确疾病转归路径上各关键
节点事件的风险，从而有利于整合相关医疗资源，提高脑卒中系统化管理能力，最终为降低脑卒中相关死亡率、致残率和复发率提供信息支撑。该系统所述人工智能模块和智能指南检索模块支持智能机器人根据患者病史、体格检查、辅助检查等信息，提供结构化数据或神经影像两种检索模式，对卒中急救、
预防、康复等相关指南推荐或专家共识进行检索，并按照关联强弱等级呈现给临床医生。因此，该智能机器人系统可以辅助临床医生快速搜索循证医学指南，精准
锁定疾病相关指南推荐，有效弥合循证指南和临床实践之间的鸿沟，大幅提高临床疾病诊治的效果和效率提供信息支撑。通过该系统所述人工智能模块和远程医疗模块，初级中心的卒中医生可以将卒中患者的相关评价信息传输给高级中心的卒中专业医生。高级中心卒中专业医生通过评价患者的相关信息，制定个体化
治疗方案，并反馈给初级中心康复人员，并由初级中心临床医生实施治疗。因此，该智能机器人系统为缓解我国脑卒中医疗资源供需矛盾提供新思路、新方法和新模式。
[0013] 4.本发明有益的效果在于针对上述我国传统脑卒中防控领域中的瓶颈问题和主要矛盾，将人工智能技术和互联网技术与脑卒中临床诊疗有机的融合起来，提供一套基于人工智能和互联网技术的脑卒中辅助诊疗机器人系统，以大幅度提高临床医生诊治脑卒中的效果和效率，并为解决我国脑卒中医疗资源供给和需求矛盾提供新思路、新方法和新模式。四、
附图说明
[0014] 为更清楚的说明本
申请文件
实施例的技术方案，下面将对实施例中所需要使用的附图作简单的介绍。显而易见，下面描述中的附图仅是对本申请文件中一些实施例的参考，对于本领域技术人员来讲，在不付出创造性劳动的情况下，还可以根据这些附图得到其它附图。
[0015] 图1示出了本发明实施例提供的基于人工智能和互联网智能脑卒中辅助诊断机器人系统的主要结构。
[0016] 图2示出了本发明实施例提供的智能脑卒中辅助诊断机器人系统的远程医疗模式。五、具体实施方式
[0017] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0018] 基于人工智能和互联网技术的智能脑卒中辅助诊疗机器人系统配备人工智能模块1、信息采集模块2、智能诊疗模块3、远程医疗模块4、云平台信息管理系统模块5和电源系统模块6。所述人工智能模块1、信息采集模块2、智能诊疗模块3、远程医疗模块4、云平台信息管理系统模块5与电源系统模块6连接。所述人工智能模块1、信息采集模块2、智能诊疗模块3、远程医疗模块4与云平台信息管理系统模块5连接。所属信息采集模块2、智能诊疗模块3、远程医疗模块4与人工智能模块1连接。所述人工智能模块1进一步包括语音信息识别模块1.1、文本信息识别模块1.2、图像信息识别模块1.3、运动信息识别模块1.4、综合数据库模块1.5。所述信息采集模块2进一步包括病史采集模块2.1、体格检查模块2.2和辅助检查模块2.3。通过该系统所述人工智能模块1和病史采集模块2.1，智能机器人系统可以与患者进行多维度信息交互，通过患者自述和关键问题提问等形式，采集患者病史中主要关键信息。所述辅助检查模块2.3进一步包括脑组织评价辅助检查信息模块2.3.1、脑血管评价辅助检查信息模块2.3.2、心脏评价辅助检查信息模块2.3.3、生化辅助检查信息模块2.3.4、凝血辅助检查信息模块2.3.5和其他辅助检查信息模块2.3.6。通过该系统所述人工智能模块1和辅助检查模块2.3，智能机器人通过无线网络、蓝牙等途径，与医院HIS系统、PACS系统连接，自动获取患者相关影像和辅助检查信息(如脑组织影像、脑血管影像、心脏评价信息、生化和凝血检查等)。所述智能诊疗模块3进一步包括病因病机诊断模块3.1、智能结局预测模块3.2和智能指南检索模块3.3。所述病因病机诊断模块3.1进一步包括基于结构化数据的诊断模块3.1.1和基于神经影像的诊断模块3.1.2。通过该系统所述人工智能模块1和病因病机诊断模块3.1，智能机器人系统可以提供结构化数据或神经影像两种判别模式，对患者的脑卒中病因和发病机制进行诊断，并以可视化形式呈现给临床医生。所述智能结局预测模块3.2进一步包括基于结构化数据的预测模块3.2.1和基于神经影像的预测模块
3.2.2。通过该系统所述人工智能模块1和智能结局预测模块3.2，智能机器人可以提供结构化数据或神经影像两种预测模式，对患者住院期间各种并发症(如肺炎、消化道出血、下肢静脉血栓、再发卒中、肺栓塞、心律失常、心血管意外等)、不同时点(如出院时、发病3个月、发病6个月、发病1年时等)功能预后和死亡概率进行预测，并以可视化形式呈现给临床医生。所述智能指南检索模块3.3进一步包括基于结构化数据的检索模块3.3.1和基于神经影像的检索模块3.3.2。通过该系统所述人工智能模块1和智能指南检索模块3.3，智能机器人可以提供结构化数据或神经影像两种检索模式，对卒中急救、预防、康复等相关指南推荐或专家共识进行检索，并按照关联强弱等级呈现给临床医生(图1)。所述远程医疗模块4进一步包括计算机4.1、变焦摄像头4.2、麦克风4.3、音箱4.4、无线网卡4.5。通过所述远程医疗模块4，初级中心的卒中临床医生可以将卒中患者的相关评价信息传输给高级中心的卒中专业医生。高级中心卒中康复专业医生通过评价患者的相关信息，制定个体化治疗方案，并反馈给初级中心临床医生，并由初级中心康复人员实施治疗干预(图2)。
