技术领域
[0001] 本发明应用于医疗领域，涉及一套基于大数据机器学习的优化诊断模型设计方案和技术解决方案，以优化诊断模型为核心的智慧诊断云平台。
相关背景技术
[0002] 1956年人工智能(AI)开始成为独立的研究领域，20世纪前，国内外对AI在医疗领域的研究集中在临床知识库上，但由于大多数临床知识库必须运行在LISP设备上。而由于当时LISP设备尚不能联网且价格昂贵等原因，临床知识库并没有广泛地应用于临床中。2000年‑2015年期间，国外的研究重点为AI在临床知识库外的应用，如手术机器人应用落地、鼓励发展电子病历等。而中国仍以研究更多类疾病的临床知识库为主，发展相对缓慢。
2015年‑2017年，由于AI在图像识别方面的准确率有大幅度提升，AI+影像得以快速发展。得益于在临床知识库的长期研究，CDSS产品走向成熟。2018年后，中国AI+医疗进入稳定发展阶段，智慧病案等新产品相继面世。
[0003] 目前传统的机器学习和深度学习算法已被广泛得应用在处理临床研究和医疗服务中的结构化数据，如医学影像数据、基因数据和生物标志物数据；而非结构化数据，如人工笔记、医学期刊与患者调查等则依靠专门的医学自然语言处理技术来分析。在PubMed公开数据中，2012‑2020年在医学文献中使用到的热门机器学习算法和深度学习算法主要包括：1)支持向量机(38％)，主要应用于识别成像生物标志物和医疗影像分析；2)神经网络(34％)，主要应用于生化分析、图像分析和药物开发；3)逻辑回归(4％)，主要用于疾病风险评估和临床决策辅助系统。
[0004] 经过20多年信息化发展，国内沉淀了一定的数据。过去，由于以钱财物管理为主，把手工病历变成电子病历，没有深入研究设计“问诊、体征、检验检查等与诊断的逻辑关系”的解决方案，用过去20多年数据，研究诊断人工智能，显然不合适。
具体实施方式
[0022] 搭建公有云和私有云服务架构，支持每天5000万人次就诊平台；同时，支持5亿用户在线访问。平台容量可扩展。
[0023] 创建多级数据中心，分布式存储数据，可扩展性、可追溯性，安全可靠。采用关系型和非关系型数据库。
[0024] 在私有云上，采集患者数据经过清洗隐私安全处理，进入数据中心。把数据中心优化结果定时推送到应用客户端。
[0025] 创建诊断模型，通过深度机器学习，自动优化诊断模型。
[0025] 专家评审系统，通过参数控制，审核或淘汰诊断模型。
[0026] 创建多级数据中心，分布式存储数据，可扩展性、可追溯性，安全可靠。采用关系型和非关系型数据库。
[0027] 通过私有云，优化医院内部诊断，提升医院内部医疗整体水平。
[0028] 通过公有云，提升全国、省级或市级区域卫生医疗整体水平。
[0029] 设计HIS接口标准，支持不同HIS软件对接。以上所述仅为本发明的实施案例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
