一種醫療服務系統及方法
【專利摘要】本發明涉及醫療信息的通信技術領域，尤其涉及一種醫療服務系統及方法。本發明通過采集患者的醫療圖像，圖像處理模塊能夠根據之前預存儲的病情信息對醫療圖像進行圖像分析，從而獲得診斷結果，同時，人工處理模塊還可以人工的對醫療圖像進行診斷，從而得出精確的診斷結果，上述技術方案能夠節省患者的看病時間，方便患者及時的治療。
【專利說明】
_種醫療服務系統及方法
技術領域
[0001]本發明涉及醫療信息的通信技術領域，尤其涉及一種醫療服務系統及方法。
【背景技術】
[0002]目前看病問題一直是一項重要的民生問題，患者去醫院看病需要長時間的排隊，浪費了患者較長的時間，有一些治療起來較為簡單的疾病可能不需要去醫院進行復雜的治療，患者可以在家中自彳丁治療即可疫愈，如果患者去醫院進彳丁治療可能提尚醫療成本。
【發明內容】
[0003]針對現有技術存在的問題，現提供了一種醫療服務系統及方法。
[0004]具體的技術方案如下:
[0005]一種醫療服務系統，包括:
[0006]采集模塊，用以采集醫療圖像；
[0007]終端設備，與所述采集模塊連接，獲取并存儲所述醫療圖像，并且發送所述醫療圖像；
[0008]云端服務器，與所述終端設備連接，接收并轉發所述醫療圖像；
[0009]圖像處理模塊，與所述云端服務器連接，所述圖像處理模塊預存儲有病情信息，所述圖像處理模塊接收并利用所述病情信息處理所述醫療圖像，輸出一診斷建議信息；
[0010]人工處理模塊，與所述圖像處理模塊連接，接收所述診斷建議信息，并且根據所述診斷建議信息人工輸出診斷結果。
[0011 ]優選的，所述采集模塊包括紅外熱像儀。
[0012]優選的，所述云端服務器包括至少一個子云端服務器和一個分別與各個所述子云端服務器連接的總云端服務器，所述子云端服務器與所述采集終端設備連接，所述總云端服務器與所述圖像處理模塊連接；
[0013]其中，子云端服務器用以存儲所述醫療圖像，并且轉發所述醫療圖像至總服務器；所述總云端服務器存儲各個所述子云端服務器的醫療圖像，并且所述總云端服務器轉發所述醫療圖像至所述圖像處理模塊。
[0014]優選的，所述云端服務器還與所述人工處理模塊連接，所述云端服務器用以獲取所述診斷結果，并且將所述診斷結果和所述醫療圖像綁定后存儲。
[0015]優選的，所述圖像處理模塊獲取并存儲所述診斷結果。
[0016]一種醫療服務方法，包括:
[0017]步驟SI，采集醫療圖像；
[0018]步驟S2，一終端設備獲取并存儲所述醫療圖像，并且發送所述醫療圖像；
[0019]步驟S3，一云端服務器接收并轉發所述醫療圖像；
[0020]步驟S4，一圖像處理模塊接收所述云端服務器發送的醫療圖像，并利用預存儲的病情信息處理所述醫療圖像，輸出一診斷建議信息；
[0021]步驟S5，一人工處理模塊接收所述診斷建議信息，并且根據所述診斷建議信息人工輸出診斷結果。
[0022]優選的，所述步驟SI具體包括:
[0023]步驟Sll，紅外熱像儀采集所述醫療圖像。
[0024]優選的，所述云端服務器包括至少一個子云端服務器和一個分別與各個所述子云端服務器連接的總云端服務器，所述步驟S3具體包括:
[0025]步驟S31，所述子云端服務器存儲所述終端設備發送的醫療圖像，并且轉發所述醫療圖像至總服務器；
[0026]步驟S32，所述總云端服務器存儲各個所述子云端服務器的醫療圖像，并且所述總云端服務器轉發所述醫療圖像至所述圖像處理模塊。
[0027]優選的，所述步驟S5之后還包括:
[0028]步驟S6，所述云端服務器接收所述人工處理模塊診斷結果，并且將所述診斷結果和所述醫療圖像綁定后存儲。
[0029]優選的，所述步驟S5之后還包括:
[0030]步驟S7，所述圖像處理模塊獲取并存儲所述人工處理模塊的診斷結果。
[0031 ]上述技術方案的有益效果是:
[0032]上述技術方案通過采集患者的醫療圖像，圖像處理模塊能夠根據之前預存儲的病情信息對醫療圖像進行圖像分析，從而獲得診斷結果，同時，人工處理模塊還可以人工的對醫療圖像進行診斷，從而得出精確的診斷結果，上述技術方案能夠節省患者的看病時間，方便患者及時的治療。
【附圖說明】
[0033]圖1為本發明一種醫療服務系統的實施例的結構示意圖；
[0034]圖2為本發明一種醫療服務方法的實施例的結構示意圖；
[0035]圖3為本發明采集模塊中的紅外探測儀的技術指標表；
[0036]圖4為本發明云端服務器中結構化存儲的醫療圖像數據結構表。
【具體實施方式】
[0037]需要說明的是，在不沖突的情況下，下述技術方案，技術特征之間可以相互組合。
[0038]下面結合附圖對本發明的【具體實施方式】作進一步的說明:
[0039]—種醫療服務系統，如圖1所示，包括:
[0040]采集模塊，用以采集醫療圖像；
[0041 ]終端設備，與采集模塊連接，獲取并存儲醫療圖像，并且發送醫療圖像；
[0042]云端服務器，與終端設備連接，接收并轉發醫療圖像；
[0043]圖像處理模塊，與云端服務器連接，圖像處理模塊預存儲有病情信息，圖像處理模塊接收并利用病情信息處理醫療圖像，輸出一診斷建議信息；
[0044]人工處理模塊，與圖像處理模塊連接，接收診斷建議信息，并且根據診斷建議信息人工輸出診斷結果。
[0045]本實施例中，通過采集模塊采集醫療圖像，將醫療圖像傳輸到終端設備，該終端設備可以是患者的計算機等終端，終端設備將醫療圖像存儲后傳輸到云端服務器，云端服務器可以是醫療點，醫療點將數據經過圖像存儲、醫生的處理等簡單操作，將醫療圖像傳遞至圖像處理模塊和人工助理模塊，通過圖像處理模塊的識別與模式匹配等處理，圖像處理模塊進行相關檢索形成診斷、醫療或防疫建議，將建議結果傳遞給醫生，由醫生可操控的人工處理模塊最終做出診斷、治療或防疫的建議。
[0046]本發明一個較佳的實施例中，采集模塊包括紅外熱像儀。
[0047]本實施例中，采集模塊可以包括控制終端，紅外熱像儀和云臺，其中，由控制終端發送指令，控制紅外熱像儀的機械運動，以調整到紅外熱像儀的最佳成像視角，由云臺以及控制終端測算相關數據，以構成成像的最佳參數控制，有控制終端發送指令，進行醫療圖像的拍攝，拍攝產生醫療圖像，由控制終端進行與云臺以及終端設備的通訊，實現醫療圖像的傳輸。
[0048]本發明一個較佳的實施例中，云端服務器包括至少一個子云端服務器和一個分別與各個子云端服務器連接的總云端服務器，子云端服務器與采集終端設備連接，總云端服務器與圖像處理模塊連接；
[0049]其中，子云端服務器用以存儲醫療圖像，并且轉發醫療圖像至總服務器;總云端服務器存儲各個子云端服務器的醫療圖像，并且總云端服務器轉發醫療圖像至圖像處理模塊。
[0050]本發明一個較佳的實施例中，云端服務器還與人工處理模塊連接，云端服務器用以獲取診斷結果，并且將診斷結果和醫療圖像綁定后存儲。
[0051]上述實施例中，云端服務器中存儲醫療圖像和與之適配的診斷結果，方便用戶從云端服務器即可現在之前即治愈的病例信息，節省了用戶的看病時間。
[0052]本發明一個較佳的實施例中，圖像處理模塊獲取并存儲診斷結果。
[0053]圖像處理模塊通過獲取診斷結果，并且將診斷結果與圖像處理模塊中的醫療圖像進行綁定，充實了圖像處理模塊中的病例信息，便于后續圖像處理模塊能夠給出更好的診斷建議信息。
[0054]上述實施例中，云端服務器需要存儲醫療圖像，云端服務器采用結構化存儲的醫療圖像數據結構，本實施例以圖像采集的數據主要是紅外醫療圖像進行舉例，為了保證醫療圖像的數據安全，采用數據庫的BLOB字段來存儲這些醫療圖像，并支持查詢時顯示和文件復原，利用PB編程語言0racle9i數據庫存儲技術，對圖像選取、圖像存儲、圖像顯示等技術進行研究分析后可以實現數據庫圖像字段的存儲和檢索。
[0055]當醫療圖像存儲在數據庫中以后，就可以刪除在云端服務器硬盤上原來的臨時文件，不需要復雜的二進制文件管理，且數據庫可以存儲在數據庫服務器上，對醫療圖像的共享非常方便。同時，由于醫療圖像存儲在數據庫后，醫療圖像的管理由數據庫系統完成，因此醫療圖像的安全性相對比較高。
[0056]—種醫療服務方法，如圖2所示，包括:
[0057]步驟SI，采集醫療圖像；
[0058]步驟S2，一終端設備獲取并存儲醫療圖像，并且發送醫療圖像；
[0059]步驟S3，一云端服務器接收并轉發醫療圖像；
[0060]步驟S4，一圖像處理模塊接收云端服務器發送的醫療圖像，并利用預存儲的病情信息處理醫療圖像，輸出一診斷建議信息；
[0061]步驟S5，一人工處理模塊接收診斷建議信息，并且根據診斷建議信息人工輸出診斷結果。
[0062]上述實施例中的圖像處理模塊是利用大量的某個領域專家的知識和解決問題的方法來處理該領域的問題，是一個具有大量的專門知識與經驗的程序系統。利用人工智能技術和計算機應用技術，根據某領域專家提供的知識和經驗，進行推理和判斷，模擬人類專家的決策過程，以解決那些需要人類專家處理的復雜問題。
[0063]基于云計算的圖像處理模塊描述為:在醫學領域里，運行于一系列通過各種網絡連接的、緊密合作的疾病狀態監測與診斷系統，實現分布式控制、資源共享、動態擴展、遠程調度、專家診斷等多項功能，同時考慮系統的并發性、分布性、可靠性、安全性、共享性、保密性與智能性等特性的開放系統。
[0064]圖像處理模塊引入多個Agent技術，設計一個基于MAS的醫學診斷決策圖像處理模塊的分布式體系框架，并通過使用帶有用戶請求的Agent在地理上分散的各個專家診斷Agent之間診斷的方式，以提供一種透明的、實時的診斷服務，實現對整個系統的組織和管理，同時改進傳統的合同網模型，設計了一種分布式的診斷任務分配機制，以此提高任務分配的效率，增加診斷結果的精確性。
[0065]將MAS技術運用于分布式診斷專家系統，主要是解決多專家系統、多實驗數據集成過程中出現的分布式、多源異構、共享、動態環境處理等集成問題。Agent技術具有自主性、智能性、交互性、反應性、主動性、社會性等特征，具體優勢體現在:
[0066]①自治性:由于各個Agent是獨立自治的，因此他們具有各自獨立的知識庫，可以將不同平臺下的診斷異構數據，通過其專用的知識庫轉換成統一的格式。因為在不同的Agent之間，傳遞的是標準化后的診斷數據，而無須傳遞異構的數據，因此易于實現異構數據環境下的診斷圖像處理模塊的集成。
[0067]②效用最大化:這也是多Agent系統與一般分布式系統的最根本區別。在多Agent系統中可以存在多個Agent組同時為多個用戶提供服務;每個Agent具有特定的知識和能力，通過管理Agent的組織管理。當多個專家節點之間進行交互時，Agent能夠代表各節點以最大利益的方式進行工作，即效用最大化，從而提高整個診斷數據協同處理的效率。
[0068]③動態處理:采用多Agent技術，主要是為了創造一個即插即用的運行環境。在多Agent系統中，Agent之間的耦合關系非常松散。在這個環境中，診斷數據處理的相關節點可以隨時連入或離開系統，而不至于影響或中斷整個數據處理過程。這種即插即用的運行環境，增加了分布式圖像處理模塊數據協同處理的靈活性和可擴展性，減少了重新開發診斷圖像處理模塊相關集成系統的成本。同時這種動態加入和離開的工作模式，使各節點資源得到了充分的利用，從而有效地控制數據處理任務，提高診斷效率。
[0069]④透明性:由于分布式專家系統中各子專家系統節點都是獨立的，其都已經存在了各自的業務應用系統，采用多Agent技術后，各節點不需要再為某一數據處理任務開發協同界面，Agent的協同對于節點是透明的，各節點只需要對自己所分配到的數據進行處理，其它的協同處理由Agent自行處理。
[0070]圖像處理模塊需要知識庫來存放專家提供的知識，知識庫中知識的質量和數量決定著圖像處理模塊的質量水平。知識獲取是圖像處理模塊知識庫是否優越的關鍵，針對醫用紅外熱像儀，需要采集大量的不同年齡、地區、性別、人體部位等各種不同類型正常、異常機體的病理熱像圖片。尤其是罕見病例、疑難雜癥等特殊情況下的疾病異常和異常程度發展的紅外熱圖像的積累，更是醫療健康檢查、精確判斷病情甚至解決人類重大疫病的有效方法。只有通過對完備的知識庫中信息和規則的反復匹配，才能對當前問題得出合理的推理，對醫生的病情判斷提供幫助。
[0071 ]本發明一個較佳的實施例中，步驟SI具體包括:
[0072]步驟Sll，紅外熱像儀采集醫療圖像。
[0073]本實施例中，紅外熱像儀是采集模塊關鍵的探測設備，紅外熱像儀是通過非接觸探測紅外能量(熱量)，并將其轉換為電信號，進而在顯示器上生成熱圖像和溫度值，并可以對溫度值進行計算的一種檢測設備。醫用紅外熱像儀的硬件部分主要由光學系統、紅外探測儀、熱圖采集與預處理電路以及圖像顯示和處理等模塊組成，其中紅外探測器是整個紅外成像系統的關鍵。本申請可以采用TAU2 640非制冷紅外探測儀。
[0074]TAU2 640非制冷紅外探測儀技術指標如圖3所示，TAU2 640非制冷紅外探測儀采用的成像技術與照相機類似，由非晶硅電阻輻射計通過微橋結構連接到硅讀出集成電路，將光信號轉換為表征熱輻射的圖像電信號。即用鏡頭將目標成像在焦平面上成像，其每一個像元一一對應視場中的場元，成像時相當于“凝視”景物。克服了機械掃描的速度慢、復雜性尚、可靠性差的缺點。
[0075]TAU2 640非制冷紅外探測儀不需要制冷，因此不需要制冷劑和高壓氣體或斯特林循環制冷裝置。這使得本研究中的醫用紅外熱像儀不僅具有性價比高、體積小、質量小、功耗小、整機工作壽命長和便于攜帶等優勢，還不存在保養和維修等問題，更便于產品的推廣使用。
[0076]本發明一個較佳的實施例中，云端服務器包括至少一個子云端服務器和一個分別與各個子云端服務器連接的總云端服務器，步驟S3具體包括:
[0077]步驟S31，子云端服務器存儲終端設備發送的醫療圖像，并且轉發醫療圖像至總服務器；
[0078]步驟S32，總云端服務器存儲各個子云端服務器的醫療圖像，并且總云端服務器轉發醫療圖像至圖像處理模塊。
[0079]本實施例中，子云端服務器可以是一個城市的子醫療點，總服務器可以是一個省或者更大區域的總醫療點，通過層級上傳醫療圖像的方式，便于各個具體的地區存儲醫療圖像，便于患者從子醫療點了解到醫療信息。
[0080]本發明一個較佳的實施例中，步驟S5之后還包括:
[0081]步驟S6，云端服務器接收人工處理模塊診斷結果，并且將診斷結果和醫療圖像綁定后存儲。
[0082]本發明一個較佳的實施例中，步驟S5之后還包括:
[0083]步驟S7，圖像處理模塊獲取并存儲人工處理模塊的診斷結果。
[0084]上述實施例中，為使用云計算技術，減輕計算壓力，降低醫療成本以構建醫生遠程治療，提高醫用精度，惠及大眾群體，本申請的一種實際應用場景可以是，病人或疑似病人通過紅外熱像儀拍攝醫療圖片，并將醫療圖像通過終端設備傳遞至社區、城鎮、城市醫療點，即子云端服務器，社區、城鎮、城市醫療點將病人或疑似病人信息傳至總云服務器，并通過圖像處理模塊進行診斷給出診斷建議，人工處理模塊根據醫生的操作最終給病人診斷結果(診斷結果包括:治療、防疫建議)，該診斷結果和醫療圖像可以綁定成為治療案例，將治療案例同樣傳至圖像處理模塊以充實圖像處理模塊中的病情信息的病情信息庫，同時還可以將治療案例傳輸至服務器(子服務器和總服務器)，方便用戶隨時下載了解治療案例。
[0085]綜上，上述技術方案通過采集患者的醫療圖像，圖像處理模塊能夠根據之前預存儲的病情信息對醫療圖像進行圖像分析，從而獲得診斷結果，同時，人工處理模塊還可以人工的對醫療圖像進行診斷，從而得出精確的診斷結果，上述技術方案能夠節省患者的看病時間，方便患者及時的治療。
[0086]通過說明和附圖，給出了【具體實施方式】的特定結構的典型實施例，基于本發明精神，還可作其他的轉換。盡管上述發明提出了現有的較佳實施例，然而，這些內容并不作為局限。
[0087]對于本領域的技術人員而言，閱讀上述說明后，各種變化和修正無疑將顯而易見。因此，所附的權利要求書應看作是涵蓋本發明的真實意圖和范圍的全部變化和修正。在權利要求書范圍內任何和所有等價的范圍與內容，都應認為仍屬本發明的意圖和范圍內。
【主權項】
1.一種醫療服務系統，其特征在于，包括: 采集模塊，用以采集醫療圖像； 終端設備，與所述采集模塊連接，獲取并存儲所述醫療圖像，并且發送所述醫療圖像； 云端服務器，與所述終端設備連接，接收并轉發所述醫療圖像； 圖像處理模塊，與所述云端服務器連接，所述圖像處理模塊預存儲有病情信息，所述圖像處理模塊接收并利用所述病情信息處理所述醫療圖像，輸出一診斷建議信息； 人工處理模塊，與所述圖像處理模塊連接，接收所述診斷建議信息，并且根據所述診斷建議信息人工輸出診斷結果。2.根據權利要求1所述的醫療服務系統，其特征在于，所述采集模塊包括紅外熱像儀。3.根據權利要求1所述的醫療服務系統，其特征在于，所述云端服務器包括至少一個子云端服務器和一個分別與各個所述子云端服務器連接的總云端服務器，所述子云端服務器與所述采集終端設備連接，所述總云端服務器與所述圖像處理模塊連接； 其中，子云端服務器用以存儲所述醫療圖像，并且轉發所述醫療圖像至總服務器;所述總云端服務器存儲各個所述子云端服務器的醫療圖像，并且所述總云端服務器轉發所述醫療圖像至所述圖像處理模塊。4.根據權利要求1所述的醫療服務系統，其特征在于，所述云端服務器還與所述人工處理模塊連接，所述云端服務器用以獲取所述診斷結果，并且將所述診斷結果和所述醫療圖像綁定后存儲。5.根據權利要求1所述的醫療服務系統，其特征在于，所述圖像處理模塊獲取并存儲所述診斷結果。6.一種醫療服務方法，其特征在于，包括: 步驟SI，采集醫療圖像； 步驟S2，一終端設備獲取并存儲所述醫療圖像，并且發送所述醫療圖像； 步驟S3，一云端服務器接收并轉發所述醫療圖像； 步驟S4，一圖像處理模塊接收所述云端服務器發送的醫療圖像，并利用預存儲的病情信息處理所述醫療圖像，輸出一診斷建議信息； 步驟S5，一人工處理模塊接收所述診斷建議信息，并且根據所述診斷建議信息人工輸出診斷結果。7.根據權利要求6所述的醫療服務方法，其特征在于，所述步驟SI具體包括: 步驟SI I，紅外熱像儀采集所述醫療圖像。8.根據權利要求6所述的醫療服務方法，其特征在于，所述云端服務器包括至少一個子云端服務器和一個分別與各個所述子云端服務器連接的總云端服務器，所述步驟S3具體包括: 步驟S31，所述子云端服務器存儲所述終端設備發送的醫療圖像，并且轉發所述醫療圖像至總服務器； 步驟S32，所述總云端服務器存儲各個所述子云端服務器的醫療圖像，并且所述總云端服務器轉發所述醫療圖像至所述圖像處理模塊。9.根據權利要求6所述的醫療服務方法，其特征在于，所述步驟S5之后還包括: 步驟S6，所述云端服務器接收所述人工處理模塊診斷結果，并且將所述診斷結果和所述醫療圖像綁定后存儲。10.根據權利要求6所述的醫療服務方法，其特征在于，所述步驟S5之后還包括: 步驟S7，所述圖像處理模塊獲取并存儲所述人工處理模塊的診斷結果。
【文檔編號】G06F19/00GK106096254SQ201610395351
【公開日】2016年11月9日
【申請日】2016年6月3日 公開號201610395351.6, CN 106096254 A, CN 106096254A, CN 201610395351, CN-A-106096254, CN106096254 A, CN106096254A, CN201610395351, CN201610395351.6
【發明人】田思, 徐璟, 李永平, 章曉敏
【申請人】寧波大紅鷹學院