一种门诊的智能问诊及排队检查系统的制作方法

1.本发明涉及智能问诊和排队技术领域，具体为一种门诊的智能问诊及排队检查系统。


背景技术：

2.针对现有病人去医院门诊时，为了明晰自己的病情，并且便于医生更好的治疗，往往都需要进行各种医学检查。例如：糖尿病病人，首先就要经过抽血、化验糖、空腹血糖、肝肾功能、血脂、离子以及胰岛功能等指标的检查；其次，要选择性的完善眼底照相、肌电图、动脉超声、尿微量白蛋白测定等指标的检查，这样有了上述辅助检查的支持，临床医生就可以更好的对病人的病情有所了解，也可以制定更加科学和个体化的治疗方案，这样病人才能得到更好的治疗效果（这里需要说明的是，这里指出糖尿病病人仅仅只是作为其中一种具体病症进行示例说明）。
3.在病人排队等待医生这段时间，病人浪费了大量的等待时间；同时，当病人需要进行多项检查时，往往就需要去不同的科室进行排队取号，而有些科室甚至并不在同一栋楼，因此病人检查时，往往都是随机按照顺序进行排队，但是由于每个检查项目排队人数不同，因此病人排队检查时，可能碰巧遇到人数较多的时侯，进而就造成病人需要花费大量时间进行排队，严重影响病人的检查效率，甚至严重者会延误病人检查流程，出现漏检情况。


技术实现要素：

4.本发明的目的在于病人采用语言和行为语言相结合的人机互动方式，不断优化智能问诊系统，提高智能问诊的准确率，对检查排队进行优化计算，减少病人的等待时间，提供一种门诊的智能问诊及排队检查系统。
5.实现本发明目的技术解决方案为：一种门诊的智能问诊及排队检查系统，包括：程序、人机互动装置、手机终端、三维人体模型的位置的三维区间坐标为（x j, y m, z v）、病情参数b、医学知识图谱（s，l）；具体步骤如下：第一步骤，采用三维的摄像机阵列采集医生的诊断影像，一一对应具体病例的详情，生成病例库d；在服务器建立三维人体模型，将三维人体模型的位置与医学知识图谱建立一一对应的映射关系；三维人体模型的位置的三维点坐标为（x, y, z），三维人体模型的位置的三维区间坐标为（x j, y m, z v），j、m、v是变化的实数；医学知识图谱（s，l），s表示医学知识，l表示医学逻辑；三维人体模型的位置的三维区间坐标（x j, y m, z v）与医学知识图谱（s，l）建立一一对应的映射关系：（x j, y m, z v）
→
（s，l）；（s，l）
→
（x j, y m, z v）；
第二步骤，采用自然语言处理技术nlp，将病人的语言映射为三维人体模型的病情位置，采用三维的摄像机阵列采集病人的三维影像，将病人的行为语言映射为三维人体模型的病情位置；人机互动装置由服务器、声音的输入设备、声音的输出设备、三维的摄像机阵列、三维立体显示器构成；人机互动装置的多套声音的输入设备、声音的输出设备、三维的摄像机阵列、三维立体显示器采用网络结构，例如，一个医院可以采用一台服务器，多套声音的输入设备、声音的输出设备、三维的摄像机阵列、三维立体显示器；服务器内的程序加载人工智能算法；通过声音的输入设备，将病人的语言采用自然语言处理nlp技术，将病人的语言映射到三维人体模型的病情位置生成三维人体模型的病情位置的病情参数模型：（c）
→
（x j, y m, z v,b）；b为病情参数，c为自然语言处理nlp技术将病人的语言向量化，通过三维立体显示器显示和声音确认病人的病状；通过三维的摄像机阵列抓取病人的三维影像及行为语言，将病人的病情位置映射到三维人体模型的病情位置， 通过三维立体显示器显示和声音确认病人的病状；第三步骤，采用医学逻辑将三维人体模型的病情位置的病情参数模型与医学知识图谱结合计算，形成原始诊断，对比病例库d，修正原始诊断形成初步诊断报告，并推荐检查项目，由医生判断并确认初步诊断报告和推荐检查项目；第四步骤，检查项目采用排队优化算法，形成检查导航；第五步骤，将检查导航发送到病人手机app上，按顺序排队完成检查，结合检查结论，优化医学逻辑。
6.本发明与现有技术相比，其显著优点为：1、在服务器建立三维人体模型，将三维人体模型的位置与医学知识图谱建立一一对应的映射关系；2、采用自然语言处理nlp技术，将病人的语言映射为三维人体模型的病情位置，采用三维的摄像机阵列采集病人的三维影像，将病人的行为语言映射为三维人体模型的病情位置；将病人的语言映射为三维人体模型的病情位置和三维人体模型的病情位置的病情参数b，将病人的病情虚拟到三维人体模型；3、采用医学逻辑将三维人体模型的病情位置的病情参数模型与医学知识图谱结合计算，形成原始诊断，对比病例库d，修正原始诊断形成初步诊断报告，并推荐检查项目，由医生判断并确认初步诊断报告和推荐检查项目，结合检查结论，优化医学逻辑；4、检查项目采用排队优化算法，形成检查导航。
7.下面结合附图对本发明作进一步详细描述。
附图说明
8.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
9.图1是一种门诊的智能问诊及排队检查系统的流程图；
图2是一种门诊的智能问诊及排队检查系统的人机互动流程图。
具体实施方式
10.为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
11.实施例1：结合图1，一种门诊的智能问诊及排队检查系统的流程图。
12.自然语言处理(nlp，natural language processing) 是研究人与计算机交互的语言问题的一门学科。按照技术实现难度的不同，这类系统可以分成简单匹配式、模糊匹配式和段落理解式三种类型。
13.n（neuro）指的是神经系统，包括大脑和思维过程。l（linguistic）是指语言，更准确点说，是指从感觉信号的输入到构成意思的过程。p（programming）是指为产生某种后果而要执行的一套具体指令。即指我们思维上及行为上的习惯，就如同电脑中的程序，可以透过更新软件而改变。
14.病人进入医院的整个流程是：第一步，人机互动智能问诊病人进入人机互动装置的三维的摄像机阵列，三维的摄像机阵列采集影像资料传送到服务器，服务器比对历史信息和挂号信息，人机互动装置的语言采用自然语言处理nlp技术，人机互动装置与病人建立语言对话模式；三维的摄像机阵列采集病人的三维影像，由于服务器建立的三维人体模型是标准的，将病人的三维影像映射到服务器建立的标准三维人体模型，并对服务器建立的标准三维人体模型进行微调，形成符合病人三维影像的三维人体模型；三维人体模型的位置的三维区间坐标（x j, y m, z v）与医学知识图谱（s，l）建立一一对应的映射关系：（x j, y m, z v）
→
（s，l）；（s，l）
→
（x j, y m, z v）；采用自然语言处理nlp技术，将病人的语言映射为三维人体模型的病情位置，采用三维的摄像机阵列采集病人的三维影像，将病人的行为语言映射为三维人体模型的病情位置；通过声音的输入设备，将病人的语言采用自然语言处理nlp技术，将病人的语言映射到三维人体模型的病情位置生成三维人体模型的病情位置的病情参数模型：（c）
→
（x j, y m, z v,b）。
15.第二步，初步诊断服务器上的程序根据病人的三维人体模型的病情位置（x j, y m, z v）、三维人体模型的病情位置的病情（x j, y m, z v,b），采用医学逻辑将三维人体模型的病情位置的病情参数模型与医学知识图谱结合计算，形成原始诊断，对比病例库d，修正原始诊断形成初步诊断报告。
16.第三步，检查项目推荐根据初步诊断报告，采用医学逻辑给出检查项目推荐。
17.第四步，医生确认医生根据病人的三维人体模型的病情位置（x j, y m, z v）、三维人体模型的病
情位置的病情（x j,y m,z v,b），判断并确认初步诊断报告和推荐检查项目。
18.第五步，检查排队的优化算法根据医生确认的推荐检查项目，对检查项目的排队情况进行计算：根据检查项目，查看检查是否有前置条件，例如：空腹血糖，需要空腹；单个检查项目的运行状态n（t），单个检查项目在时刻t时的全部病人数n（t），病人数n（t）包括排队的病人和正被服务的病人；单个检查项目的系统状态概率：瞬态概率pn（t）表示时刻t系统状态n（t）=n的概率，稳态概率pn单个检查项目排队系统运行了一定长的时间后，单个检查项目的系统状态的概率分布就不再随时间t变化，即初始时刻（t=0）单个检查项目的系统状态的概率分布｛pn（0），n＞＞0｝的影响将消失；1、队长与排队长
ꢁ
(1)队长:单个检查项目的系统中的病人数（n）期望值记为ls；
ꢁ
(2)排队长:单个检查项目的系统中排队等待服务的病人数;期望值记为lq；2、逗留时间与等待时间
ꢁ
(1)逗留时间:指一个病人在单个检查项目的系统中的全部停留时间；期望值，记为ws；
ꢁ
(2)等待时间:指一个病人在单个检查项目的系统中的排队等待时间；期望值，记为wq，e为服务时间，ws=wq e3、服务强度：ρ=λ/μ；λ为每小时排队病人人数，μ为每小时单个检查项目能检查病人的人数，各种指标的计算公式为：p0=1-ρp0=ρn(1-ρ)ls=λ/(μ-λ)=ρ/(1-ρ)lq=λ2/μ(μ-λ)=ρ2/(1-ρ)=lsρws=1/(μ-λ)wq=λ/(μ-λ)=wsρρ=λ/μp(n＞k)=ρ
k 1
如果病人需要多项检查项目，就采用排列组合等待时间相加的方式；动态计算每项检查排队的参数，预测各个检查项目需要等待的时间，优化安排检查排队的顺序。
19.第六步，检查导航根据检查排队的优化算法,将检查导航发送到病人手机app。
20.第七步，检查病人排队检查。
21.实施例2：结合图2，一种门诊的智能问诊及排队检查系统的人机互动流程图；人机互动装置通过声音的输出设备，向病人输出语言；人机互动装置的三维立体
显示器向病人输出三维人体模型。病人通过声音的输入设备，向人机互动装置输入语言；病人通过三维的摄像机阵列，向人机互动装置输入行为语言。
22.病人通过声音向人机互动装置讲述病情，通过声音的输入设备，将病人的语言采用自然语言处理nlp技术，将病人的语言映射到三维人体模型的病情位置生成三维人体模型的病情位置的病情参数模型，其映射关系为：（c）
→
（x j, y m, z v,b）；人机互动装置通过声音的输出设备，向病人输出语言，确认病人的病情；人机互动装置的三维立体显示器向病人输出三维人体模型，确认病人的病情位置。
23.病人通过行为语言向人机互动装置指示病情的位置，通过三维的摄像机阵列采集病人病情的位置，将病人的病情位置映射到三维人体模型的病情位置， 人机互动装置通过声音的输出设备，向病人输出语言，确认病人的病情位置；人机互动装置的三维立体显示器向病人输出三维人体模型，确认病人的病情位置。
24.以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。