CN117174289A - 一种无人化智慧体检*** - Google Patents
一种无人化智慧体检*** Download PDFInfo
- Publication number
- CN117174289A CN117174289A CN202311064410.8A CN202311064410A CN117174289A CN 117174289 A CN117174289 A CN 117174289A CN 202311064410 A CN202311064410 A CN 202311064410A CN 117174289 A CN117174289 A CN 117174289A
- Authority
- CN
- China
- Prior art keywords
- data
- physical examination
- module
- intelligent
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005540 biological transmission Effects 0.000 claims abstract description 33
- 230000036541 health Effects 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 24
- 230000005856 abnormality Effects 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 238000010801 machine learning Methods 0.000 claims abstract description 4
- 238000003745 diagnosis Methods 0.000 claims description 15
- 238000004140 cleaning Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 9
- 230000000249 desinfective effect Effects 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 6
- 201000010099 disease Diseases 0.000 claims description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- 239000008280 blood Substances 0.000 claims description 5
- 210000004369 blood Anatomy 0.000 claims description 5
- 210000002700 urine Anatomy 0.000 claims description 5
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 239000008103 glucose Substances 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 230000004202 respiratory function Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000012550 audit Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 3
- 238000013503 de-identification Methods 0.000 claims description 3
- 238000003066 decision tree Methods 0.000 claims description 3
- 238000013136 deep learning model Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000007123 defense Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 7
- 238000013468 resource allocation Methods 0.000 abstract description 2
- 230000036772 blood pressure Effects 0.000 description 4
- 230000035487 diastolic blood pressure Effects 0.000 description 3
- 230000001954 sterilising effect Effects 0.000 description 3
- 230000035488 systolic blood pressure Effects 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004659 sterilization and disinfection Methods 0.000 description 2
- 206010011409 Cross infection Diseases 0.000 description 1
- 206010029803 Nosocomial infection Diseases 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种无人化智慧体检***，属于智慧体检及机器人技术领域，包括自助体检设备、数据传输及通信模块、云计算及存储模块、数据处理模块、智能算法模块、安全模块、异常检测和报警模块以及数据共享模块，自助体检设备用于实现全流程体检，并采集用户体检数据；自助体检设备采集的用户体检数据通过数据传输及通信模块实时上传到云计算及存储模块；智能算法模块使用机器学习算法使***能够自动学习和适应不同用户的健康状况，并做出智能化的诊断和建议。本发明可以在不增加医护人员数量的情况下，实现体检服务的提供，优化资源配置；减轻医护人员的负担，让患者自主完成体检过程，减少人工操作，提高体检效率，缩短等待时间。
Description
技术领域
本发明涉及智慧体检及机器人技术领域，具体地说是一种无人化智慧体检***。
背景技术
现有医疗机构常常面临大量患者的体检需求，医护人员的时间和精力有限，现有的医疗体检过程需要大量人力资源，而医疗资源在不同地区和医疗机构之间分布不均衡，有些地区或机构缺乏足够的医疗人员。无人化体检***可以部分或完全取代人工，降低体检的人力成本，提高医疗机构的效益；目前的体检***中设备不能完全取代人工，仍需要大量人工操作设备完成整个体检流程，人工成本高且体检效率低。
发明内容
本发明的技术任务是针对以上不足之处，提供一种无人化智慧体检***，可以在不增加医护人员数量的情况下，实现体检服务的提供，优化资源配置；减轻医护人员的负担，让患者自主完成体检过程，减少人工操作，提高体检效率，缩短等待时间。
本发明解决其技术问题所采用的技术方案是：
一种无人化智慧体检***，包括自助体检设备、数据传输及通信模块、云计算及存储模块、数据处理模块、智能算法模块、安全模块、异常检测和报警模块以及共享模块，
自助体检设备用于实现全流程体检，并采集用户体检数据；
自助体检设备采集的用户体检数据通过数据传输及通信模块实时上传到云计算及存储模块；
数据处理模块用于对采集的用户体检数据进行数据处理，保证数据的准确性和一致性；
智能算法模块使用机器学习算法使***能够自动学习和适应不同用户的健康状况，并做出智能化的诊断和建议；
安全模块用于对用户的健康数据进行加密，防止未经授权的访问和数据泄露；
异常检测和报警模块用于对不同生理参数设定阈值，当用户体检数据超过相应的阈值时判定为异常并进行报警；
数据共享模块用于整合医疗服务实现数据共享，确保不同医疗服务和设备遵循统一的数据标准和接口规范，实现数据的互通和共享。
优选的，所述自助体检设备包括自助体检机器人，自助体检机器人具有智能传感器，所述智能传感器包括：自助血压计、心电图仪、体温计、血糖仪、血氧仪、身高体重测量仪、体成分分析仪、尿液分析仪、皮肤分析仪、视力检查仪、呼吸功能测量仪。
优选的，所述自助体检设备还包括智能导诊机器人和清洁消毒机器人，
智能导诊机器人用于引导用户到达不同体检设备和区域，提供导诊服务，节省用户的时间和精力；
清洁消毒机器人用于用于对体检设备、房间和区域进行自动清洁和消毒。
优选的，所述数据传输及通信模块包括Wi-Fi传输和蓝牙传输，
数据传输协议和安全性中使用HTTPS使传输的数据是加密的，防止数据泄露和非授权访问，同时采取数据加密和身份认证措施来保证数据在传输过程中的安全性。
优选的，所述云计算及存储模块采用云服务器，所述云服务器设置有数据库、数据仓库以及数据存储方案，用于存储从自助体检设备上传的大量数据；所述数据存储方案用于支持大规模的数据存储，并能够实现数据的快速查询和检索；
所述云服务器设置数据备份和冗余策略，确保数据的安全性和可靠性，用于防止数据丢失和***故障；
所述云服务器具备弹性计算资源，根据业务需求和数据处理负载，确保云服务器能够动态调整计算资源，以实现弹性扩展和优化性能。
优选的，所述数据处理包括数据清洗、去噪和标准化处理，
所述数据标准化处理，将不同的智能传感器采集的数据统一到相同的尺度和单位，以便进行比较和分析；从原始数据中提取有意义的特征，例如从心电图数据中提取心率、R波间期等特征，从血压数据中提取收缩压和舒张压等特征，用于后续的数据分析和模型建立。
优选的，所述智能的算法模块，建立数据标注流程，为数据打上相应的标签，包括正常、异常或疾病类型标签；标注数据作为监督学习算法的训练集；
根据体检项目和需要解决的问题，选择决策树、支持向量机、神经网络建立深度学习模型，对于不同类型的问题，使用不同的算法，包括分类问题、回归问题、聚类问题；
在模型训练和优化中使用标注的训练数据对选择的算法进行训练，优化模型参数，使模型能够更好地拟合数据并得到准确的预测结果；同时使用交叉验证，避免过拟合和提高模型的泛化能力；
如果需要解决多个问题或进行多种数据分析，可以将不同的智能算法进行集成，形成一个综合的智能体检***；
使用测试数据对训练好的模型进行验证和评估，计算模型的评估指标，包括准确率、召回率、F1值，评估模型的性能和效果；最后将训练好的智能算法部署到无人化体检***中，实现实时的预测和智能诊断。当用户进行体检时，***可以根据其体检数据，自动进行智能化的健康评估和疾病风险预测，提供相应的建议和指导。
优选的，所述安全模块使用HTTPS传输协议来确保数据在传输过程中得到加密保护；对医护人员、用户和***管理员进行身份认证，并根据其角色和权限设置合理的访问控制策略，确保只有授权人员才能访问相关数据和功能；
安全模块记录所有***操作和数据访问的日志，进行安全审计，及时发现异常行为和安全事件；并在***网络边界设置防火墙，限制未经授权的访问和流量；部署入侵检测***或入侵防御***，实时监测***的安全状态，及时发现入侵行为并采取相应措施；
安全模块对用户数据进行匿名化和去标识化处理，在保持数据的可用性的同时，最大程度地保护用户的个人隐私。
优选的，所述异常检测和报警模块，医护人员可通过云平台或移动应用实时远程访问和监控用户的体检数据，远程查看用户的生理参数和体检结果，了解其健康状况；当***检测到异常情况或触发警报规则时，即时发送警报通知给相关医护人员；
警报通知发送形式包括手机短信、App通知、电子邮件，以确保医护人员能够及时响应；
通过设置多级警报机制，根据异常的严重程度和紧急程度，分别发送不同级别的警报通知：对于一般异常，发送普通通知；对于严重异常，发送紧急通知。
优选的，所述数据共享模块，制定数据共享协议，明确不同医疗服务提供商之间的数据共享方式、范围和权限；协议应涵盖数据共享的目的、期限、使用规则，以确保数据共享的合法性和安全性；并使用区块链技术确保数据的不可篡改性和透明性。
本发明的一种无人化智慧体检***与现有技术相比，具有以下有益效果：
该***实现自动化和智能化的体检过程，减少人工操作和等待时间，从而大大提高体检效率。患者可以自主进行体检，无需等待医护人员的指导和操作，通过自助体检设备和智能传感器，可以减少对医护人员的依赖，降低人力成本。此外，智能算法的应用可以实现快速、准确的数据分析和健康评估，进一步节约医疗并改善资源医疗资源不均衡的问题。
该无人化智慧体检***可以提供全天候、一致性的体检服务，消除了人为因素的影响，确保体检过程的准确性和可靠性，推动医疗服务向更加智能化、便捷化和高效化的方向发展，为患者提供更优质的体检体验和医疗服务，同时提升整体医疗体系的效率和质量。
附图说明
图1是本发明实施例提供的无人化智慧体检***整体架构示图。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
本发明实施例提供了一种无人化智慧体检***，包括自助体检设备、数据传输及通信模块、云计算及存储模块、数据处理模块、智能算法模块、安全模块、异常检测和报警模块以及共享模块，
自助体检设备用于实现全流程体检，并采集用户体检数据；
自助体检设备采集的用户体检数据通过数据传输及通信模块实时上传到云计算及存储模块；
数据处理模块用于对采集的用户体检数据进行数据处理，保证数据的准确性和一致性；
智能算法模块使用机器学习算法使***能够自动学习和适应不同用户的健康状况，并做出智能化的诊断和建议；
安全模块用于对用户的健康数据进行加密，防止未经授权的访问和数据泄露；
异常检测和报警模块用于对不同生理参数设定阈值，当用户体检数据超过相应的阈值时判定为异常并进行报警；
数据共享模块用于整合医疗服务实现数据共享，确保不同医疗服务和设备遵循统一的数据标准和接口规范，实现数据的互通和共享。
其中，所述自助体检设备包括自助体检机器人，自助体检机器人具有智能传感器，所述智能传感器包括：
自助血压计，用于测量用户的血压，通常包括一个袖带和一个显示屏，可以显示收缩压和舒张压；
心电图仪，用于记录用户的心电图数据，检测心脏的电活动，诊断心脏病和心律失常；
体温计，用于测量用户的体温，有数字体温计和红外线额温枪等类型；
血糖仪，用于测量用户的血糖水平，特别适用于糖尿病用户；
血氧仪，用于测量用户的血氧饱和度，也称为脉搏氧饱和度(SpO2)；
身高体重测量仪，用于测量用户的身高和体重，可以计算出体重指数(BMI)等健康参数；
体成分分析仪，用于测量用户的体脂率、肌肉质量、骨量等身体组成信息；
尿液分析仪，用于对用户的尿液样本进行分析，检测尿液中的生化指标和健康状况；
皮肤分析仪，用于分析用户的皮肤状况，例如皮肤湿度、弹性、皱纹等参数；
视力检查仪，用于检测用户的视力状况，进行视力测试和配镜建议；
呼吸功能测量仪，用于测量用户的呼吸功能，包括肺活量、呼气峰流速等参数。
这些智能传感器集合于自助体检机器人，为用户提供实时的健康数据，使用户能够更好地了解自己的身体状况，及时采取必要的医疗措施，并在需要时与医护人员进行远程交流和咨询。在无人化体检医院或智能化医疗***中，这些传感器的集成和应用将为用户带来更加便捷和高效的体检体验。
所述自助体检设备还包括智能导诊机器人和清洁消毒机器人，
智能导诊机器人用于引导用户到达不同体检设备和区域，提供导诊服务，节省用户的时间和精力；
清洁消毒机器人用于用于对体检设备、房间和区域进行自动清洁和消毒，保持卫生和防止交叉感染。机器人可以使用紫外线消毒或其他消毒技术，对体检环境进行全面消毒。
所述数据传输及通信模块包括Wi-Fi传输和蓝牙传输，自助体检机器人使用Wi-Fi和蓝牙与云服务器和中央***进行无线通信，并稳定连接到互联网，确保数据传输和接收远程指令。
数据传输协议和安全性中使用HTTPS使传输的数据是加密的，防止数据泄露和非授权访问，同时采取数据加密和身份认证措施来保证数据在传输过程中的安全性。
所述云计算及存储模块采用云服务器，作为整个***的核心，用于接收和处理从自助体检设备上传的数据。所述云服务器具备高可用性和可扩展性，以应对大量的数据传输和处理需求，设置有数据库、数据仓库以及数据存储方案，用于存储从自助体检设备上传的大量数据；所述数据存储方案用于支持大规模的数据存储，并能够实现数据的快速查询和检索；
所述云服务器设置数据备份和冗余策略，确保数据的安全性和可靠性，用于防止数据丢失和***故障；
所述云服务器具备弹性计算资源，根据业务需求和数据处理负载，确保云服务器能够动态调整计算资源，以实现弹性扩展和优化性能。
所述数据处理包括数据清洗、去噪和标准化处理，以从大量的生理参数和健康数据中提取有用信息，辅助医学诊断和健康评估；对从自助体检机器人上传的数据进行清洗和预处理，去除异常值、缺失值等，保证数据的准确性和完整性。
所述数据标准化处理，将不同的智能传感器采集的数据统一到相同的尺度和单位，以便进行比较和分析；从原始数据中提取有意义的特征，例如从心电图数据中提取心率、R波间期等特征，从血压数据中提取收缩压和舒张压等特征，用于后续的数据分析和模型建立。
所述智能的算法模块，建立一个合适的数据标注流程，为数据打上相应的标签，包括正常、异常或疾病类型标签；标注数据作为监督学习算法的训练集；
根据体检项目和需要解决的问题，选择决策树、支持向量机、神经网络建立深度学习模型，对于不同类型的问题，使用不同的算法，包括分类问题、回归问题、聚类问题；
在模型训练和优化中使用标注的训练数据对选择的算法进行训练，优化模型参数，使模型能够更好地拟合数据并得到准确的预测结果；同时使用交叉验证，避免过拟合和提高模型的泛化能力；
如果需要解决多个问题或进行多种数据分析，可以将不同的智能算法进行集成，形成一个综合的智能体检***；
使用测试数据对训练好的模型进行验证和评估，计算模型的评估指标，包括准确率、召回率、F1值，评估模型的性能和效果；最后将训练好的智能算法部署到无人化体检***中，实现实时的预测和智能诊断。当用户进行体检时，***可以根据其体检数据，自动进行智能化的健康评估和疾病风险预测，提供相应的建议和指导。
所述安全模块使用HTTPS传输协议来确保数据在传输过程中得到加密保护；对医护人员、用户和***管理员进行身份认证，并根据其角色和权限设置合理的访问控制策略，确保只有授权人员才能访问相关数据和功能；
安全模块记录所有***操作和数据访问的日志，进行安全审计，及时发现异常行为和安全事件；并在***网络边界设置防火墙，限制未经授权的访问和流量；部署入侵检测***(IDS)或入侵防御***(IPS)，实时监测***的安全状态，及时发现入侵行为并采取相应措施；
遵守适用的隐私保护法规和标准，保护用户的个人隐私和健康数据。及时修复***和应用程序中发现的安全漏洞，更新和升级***软件，确保***的安全性。对医护人员和***管理员进行安全培训，提高医护人员和***管理员对安全风险的认识和应对能力。
安全模块对用户数据进行匿名化和去标识化处理，在保持数据的可用性的同时，最大程度地保护用户的个人隐私。如果使用了第三方服务提供商的服务或组件，确保这些服务供应商也遵循适当的安全和隐私保护措施。
所述异常检测和报警模块，设定针对不同生理参数的阈值，当超过预设的阈值时，***认定为异常情况；设定警报规则，例如心率异常、血压异常、体温异常等，以便在出现问题时及时发出警报。医护人员可通过云平台或移动应用实时远程访问和监控用户的体检数据，远程查看用户的生理参数和体检结果，了解其健康状况；当***检测到异常情况或触发警报规则时，即时发送警报通知给相关医护人员；
警报通知发送形式包括手机短信、App通知、电子邮件，以确保医护人员能够及时响应；
通过设置多级警报机制，根据异常的严重程度和紧急程度，分别发送不同级别的警报通知：对于一般异常，发送普通通知；对于严重异常，发送紧急通知。对历史数据进行分析，寻找长期的趋势和变化，帮助医护人员预测用户的健康状况，并及时采取干预措施。
最终通过数据共享模块整合医疗服务实现数据共享，确保不同医疗服务和设备遵循统一的数据标准和接口规范，以便实现数据的互通和共享。使用国际通用的健康数据标准HL7(Health Level Seven)或FHIR(Fast Healthcare Interoperability Resources)，以确保数据在不同***之间的互操作性。建立一个安全、稳定的云平台或数据中心，用于集中存储和管理从各个体检设备和医疗服务中收集的数据；通过云平台或数据中心，实现数据的集中管理、共享和访问，确保数据在整个***中的一致性和完整性；设定合理的授权和访问控制机制，确保只有经过授权的医护人员和机构才能访问和共享特定的健康数据；通过身份认证和权限管理，限制不同用户对数据的访问权限，保护用户的隐私和数据安全。
所述数据共享模块，制定数据共享协议，明确不同医疗服务提供商之间的数据共享方式、范围和权限；协议应涵盖数据共享的目的、期限、使用规则，以确保数据共享的合法性和安全性；并使用区块链技术确保数据的不可篡改性和透明性。增强数据共享的可信度，区块链技术可以确保数据的安全存储和传输，防止数据被恶意篡改或篡改。
设计数据共享奖励机制，激励医疗服务提供商积极参与数据共享。奖励机制可以包括财务奖励、荣誉称号等，以鼓励医疗服务提供商主动共享数据。建立紧密的合作伙伴关系，与不同的医疗服务机构、研究机构等合作，促进数据共享和合作研究。通过合作伙伴关系，实现资源共享和优势互补，提高整体医疗服务的水平。实现数据的互通和共享可以极大提高医疗服务的效率和质量，与此同时要确保数据的安全和隐私保护，严格遵守相关法规和标准，保护用户的个人隐私和数据安全。
通过上面具体实施方式，所述技术领域的技术人员可容易的实现本发明。但是应当理解，本发明并不限于上述的具体实施方式。在公开的实施方式的基础上，所述技术领域的技术人员可任意组合不同的技术特征，从而实现不同的技术方案。
除说明书所述的技术特征外，均为本专业技术人员的已知技术。
Claims (10)
1.一种无人化智慧体检***，其特征在于，包括自助体检设备、数据传输及通信模块、云计算及存储模块、数据处理模块、智能算法模块、安全模块、异常检测和报警模块以及数据共享模块，
自助体检设备用于实现全流程体检，并采集用户体检数据；
自助体检设备采集的用户体检数据通过数据传输及通信模块实时上传到云计算及存储模块；
数据处理模块用于对采集的用户体检数据进行数据处理，保证数据的准确性和一致性；
智能算法模块使用机器学习算法使***能够自动学习和适应不同用户的健康状况，并做出智能化的诊断和建议；
安全模块用于对用户的健康数据进行加密，防止未经授权的访问和数据泄露；
异常检测和报警模块用于对不同生理参数设定阈值，当用户体检数据超过相应的阈值时判定为异常并进行报警；
数据共享模块用于整合医疗服务实现数据共享，确保不同医疗服务和设备遵循统一的数据标准和接口规范，实现数据的互通与共享。
2.根据权利要求1所述的一种无人化智慧体检***，其特征在于，所述自助体检设备包括自助体检机器人，自助体检机器人具有智能传感器，所述智能传感器包括：自助血压计、心电图仪、体温计、血糖仪、血氧仪、身高体重测量仪、体成分分析仪、尿液分析仪、皮肤分析仪、视力检查仪、呼吸功能测量仪。
3.根据权利要求1或2所述的一种无人化智慧体检***，其特征在于，所述自助体检设备还包括智能导诊机器人和清洁消毒机器人，
智能导诊机器人用于引导用户到达不同体检设备和区域，提供导诊服务，节省用户的时间和精力；
清洁消毒机器人用于用于对体检设备、房间和区域进行自动清洁和消毒。
4.根据权利要求1所述的一种无人化智慧体检***，其特征在于，所述数据传输及通信模块包括Wi-Fi传输和蓝牙传输，
使用HTTPS传输协议实现传输数据的加密，防止数据泄露和非授权访问，同时采取数据加密和身份认证措施来保证数据在传输过程中的安全性。
5.根据权利要求1所述的一种无人化智慧体检***，其特征在于，所述云计算及存储模块采用云服务器，所述云服务器设置有数据库、数据仓库以及数据存储方案，用于存储从自助体检设备上传的大量数据；所述数据存储方案用于支持大规模的数据存储，并能够实现数据的快速查询和检索；
所述云服务器设置数据备份和冗余策略，用于防止数据丢失和***故障；
所述云服务器具备弹性计算资源，根据业务需求和数据处理负载，确保云服务器能够动态调整计算资源，以实现弹性扩展和优化性能。
6.根据权利要求1或5所述的一种无人化智慧体检***，其特征在于，所述数据处理包括数据清洗、去噪和标准化处理，
所述数据标准化处理，将不同的智能传感器采集的数据统一到相同的尺度和单位；从原始数据中提取特征，用于后续的数据分析和模型建立。
7.根据权利要求6所述的一种无人化智慧体检***，其特征在于，所述智能算法模块，建立数据标注流程，为数据打上相应的标签，包括正常、异常或疾病类型标签；标注数据作为监督学习算法的训练集；
根据体检项目和需要解决的问题，选择决策树、支持向量机或神经网络建立深度学习模型；对于不同类型的问题，使用不同的算法，包括分类问题、回归问题、聚类问题，在模型训练和优化中使用标注的训练数据对选择的算法进行训练，优化模型参数，使模型能够更好地拟合数据并得到准确的预测结果；同时使用交叉验证，避免过拟合和提高模型的泛化能力；
使用测试数据对训练好的模型进行验证和评估，计算模型的评估指标，包括准确率、召回率、F1值，评估模型的性能和效果；当用户进行体检时，***可以根据其体检数据，自动进行智能化的健康评估和疾病风险预测，提供相应的建议和指导。
8.根据权利要求1所述的一种无人化智慧体检***，其特征在于，所述安全模块使用HTTPS传输协议来确保数据在传输过程中得到加密保护；对医护人员、用户和***管理员进行身份认证，并根据其角色和权限设置合理的访问控制策略，确保只有授权人员才能访问相关数据和功能；
所述安全模块记录所有***操作和数据访问的日志，进行安全审计，及时发现异常行为和安全事件；并在***网络边界设置防火墙，限制未经授权的访问和流量；部署入侵检测***或入侵防御***，实时监测***的安全状态，及时发现入侵行为并采取相应措施；
安全模块对用户数据进行匿名化和去标识化处理，在保持数据的可用性的同时，最大程度地保护用户的个人隐私。
9.根据权利要求1或2或8所述的一种无人化智慧体检***，其特征在于，所述异常检测和报警模块，医护人员可通过云平台或移动应用实时远程访问和监控用户的体检数据，远程查看用户的生理参数和体检结果，了解其健康状况；当***检测到异常情况或触发警报规则时，即时发送警报通知给相关医护人员；
警报通知发送形式包括手机短信、App通知、电子邮件；
通过设置多级警报机制，根据异常的严重程度和紧急程度，分别发送不同级别的警报通知：对于一般异常，发送普通通知；对于严重异常，发送紧急通知。
10.根据权利要求1所述的一种无人化智慧体检***，其特征在于，所述数据共享模块，制定数据共享协议，明确不同医疗服务提供商之间的数据共享方式、范围和权限；协议应涵盖数据共享的目的、期限、使用规则，以确保数据共享的合法性和安全性；并使用区块链技术确保数据的不可篡改性和透明性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311064410.8A CN117174289A (zh) | 2023-08-23 | 2023-08-23 | 一种无人化智慧体检*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311064410.8A CN117174289A (zh) | 2023-08-23 | 2023-08-23 | 一种无人化智慧体检*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117174289A true CN117174289A (zh) | 2023-12-05 |
Family
ID=88934742
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311064410.8A Pending CN117174289A (zh) | 2023-08-23 | 2023-08-23 | 一种无人化智慧体检*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117174289A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117395141A (zh) * | 2023-12-07 | 2024-01-12 | 江苏征途技术股份有限公司 | 一种简化站房智能辅助与人工智能可视化网关配置的方法 |
-
2023
- 2023-08-23 CN CN202311064410.8A patent/CN117174289A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117395141A (zh) * | 2023-12-07 | 2024-01-12 | 江苏征途技术股份有限公司 | 一种简化站房智能辅助与人工智能可视化网关配置的方法 |
| CN117395141B (zh) * | 2023-12-07 | 2024-05-24 | 江苏征途技术股份有限公司 | 一种简化站房智能辅助与人工智能可视化网关配置的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Raj et al. | HEMAN: Health monitoring and nous: An IoT based e-health care system for remote telemedicine | |
| KR102558021B1 (ko) | 임상 의사결정 지원 앙상블 시스템 및 이를 이용한 임상 의사결정 지원 방법 | |
| US8620418B1 (en) | Systems and methods for processing and displaying patient electrocardiograph data | |
| US7996074B2 (en) | System and method for providing closely-followed cardiac therapy management through automated patient care | |
| US20110301429A1 (en) | Method for remote diagnostic monitoring and support of patients and device and telemedical center | |
| US20030233250A1 (en) | Systems and methods for managing biological data and providing data interpretation tools | |
| US20170011177A1 (en) | Automated healthcare integration system | |
| CN106980771A (zh) | 一种用于急性冠脉综合征病例信息采集的*** | |
| Mistry et al. | An Analysis of IoT-Based Solutions for Congenital Heart Disease Monitoring and Prevention | |
| CN117174289A (zh) | 一种无人化智慧体检*** | |
| Prada | The Internet of Things (IoT) in pain assessment and management: an overview | |
| KR102598101B1 (ko) | 딥 뉴럴 네트워크 기반 실시간 중환자실 환자 상태 분석 시스템 및 방법 | |
| CN109859837A (zh) | 一种基于医疗数据的脓毒症预警方法、***及存储介质 | |
| Sharma et al. | Mobile healthcare (m‐Health) based on artificial intelligence in healthcare 4.0 | |
| KR102409891B1 (ko) | 환자생성 생체바이오 데이터(pghd) 및 dna분석 데이터 기반의 원격진료시 다중 진료과 선정 및 사후 모니터링 방법 및 시스템 | |
| Panagiotou et al. | A multi: modal decision making system for an ambient assisted living environment | |
| Haritou et al. | A technology platform for a novel home care delivery service to patients with dementia | |
| Portela et al. | Pervasive real-time intelligent system for tracking critical events with intensive care patients | |
| Shekar Goud et al. | Deep learning technique for patients healthcare monitoring using IoT body based body sensors and edge servers | |
| Singh et al. | Performance of IoT-Enabled Devices in Remote Health Monitoring Applications | |
| Sekhani et al. | Remote ECG Monitoring System Using IoT and Machine Learning | |
| Ravi et al. | Internet of things (IoT): a revolutionary approach towards healthcare surveillance | |
| Alhameed et al. | Remote Patient Monitoring: Data Sharing and Prediction Using Machine Learning | |
| Sangeetha et al. | Internet of Medical Things: Architecture, Applications and Challenges | |
| Sk et al. | Analysis of diabetics through machine learning with adaptability of IoT platform |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |