科技项目

可以使用浏览器分享功能分享给好友~

“医医不舍”智慧诊疗

      本项目旨在创建一个智慧诊疗整段平台

      1. 与HIS对接,给出诊断建议,与医生的诊断进行对照,提醒医生是否误诊或漏诊。针对医院收年费。

      2. 针对VIP病人进行专家与软件的会诊。收会诊费,包括:有钱、有权、孝顺子女给父母看病的、怀疑自己得大病的、怀疑医生医术的、病情需要花费三千五千以上的、跑过几个医院没有确诊或好转的。

      3. 针对患者的诊断建议收费。对于常见、不容易误诊的疾病免费,对于容易误诊的病、大病、恶病、危病收费。

      4. 针对诊断依据收费。患者要求诊断依据或理由或诊断公式,收费。

      5. 针对鉴别收费。患者要求鉴别的,对于常见鉴别免费,不常见的鉴别收费。

      6. 改进体检公司体检报告,向体检公司或体检人收费。

      7. 作为网上大型药物电商平台的辅助诊断功能,向平台或患者收费。

      8. 作为线下实体药店的辅助诊断功能,向药店或患者收费。

  • 大数据
  • 医疗诊断平台
  • 10万病例
  • 点赞(0)
  • 微信分享
  • 联系我们
“医医不舍”智慧诊疗
“医医不舍”智慧诊疗
“医医不舍”智慧诊疗

项目介绍

■ 项目背景


1、全世界50年来误诊率并没有随着科技水平的提高而降低,一直高居30%。而误诊误治不但严重威胁人类健康而且是恶化医患关系的最主要根源。所以,我们认为医疗行业的最大和最本质的痛点不是看病难、看病贵,而是误诊、误治。误诊来自于病人不能准确描述自己的病情;来自于患者手里没有囊括所有疾病的自诊软件,帮助他们选对科室;来自于专科医生掌握的疾病、症状、诱因数量有限;来自庞杂数据之上没有数学模型。因此,应该有帮助患者描述症状的模型;应该有包括所有疾病、症状、诱因等相互关系的诊断数学模型;应该有早期诊断的模型;应该有疾病之间、症状之间相互鉴别的模型;应该有疾病演化的模型;应该有治疗的模型;应该有疾病干预的模型。只有把上述数据积累完整、准确,并建立有效的数学模型,才可以最大程度的避免误诊。这是我们研制该产品的初衷。

2、人类自身的复杂性、疾病的复杂性、人类与自然万物关系的复杂性远远超出了我们的预料。疾病、症状、诱因等数量都近十万,错综复杂的关系超越万亿,这是人类大脑无法承受的,所以医生只能熟悉本专科领域的几十、上百种疾病。一个头痛,一个腹泻都对应一千多种疾病,专科医生无法经历全部的疾病,也就有误诊的可能。比如,一个自述“头晕”和“脚底像踩棉花”的老人一再去心脑血管科挂号,而医生就按照心脑血管科的疾病去检查,因而几个三甲医院始终不能确诊。经过我们的软件,输入“头晕”、“头重脚轻”,系统给出十多种候选疾病,观察每种候选疾病的特有指标,选择“嗜睡”后,系统输出唯一结论“老年神经症”,而老人再去神经科挂号后也确诊为老年神经症。项目能够帮助患者对自己的病症有一个清楚、直观的认识,从而实现健康就医的过程。


■ 项目技术关键点及创新点


1) 关键技术

1、从科技文献、临床路径、诊疗指南、教科书、网站等获取疾病、症状、诱因、检验指标数据及其相互关系的技术。

2、解决语义准确度即语义排歧问题。

3、建立症状的俗语转化成标准术语的模型和系统。

4、建立诊断模型。

5、建立早期诊断模型。

6、建立鉴别模型。

7、建立疾病演化模型。

8、建立干预模型。

9、降低算法的运算复杂度。

2) 创新点、先进性

有效大数据+数学模型   诊断准确性超越医生  机器为主的诊断+医生综合判断  

有效大数据+数学模型   机器早期诊断弥补医生早期诊断的缺失

有效大数据+数学模型   机器准确的鉴别代替医生模糊的鉴别

有效大数据+数学模型   机器准确预测疾病演化趋势代替医生模糊的猜测

有效大数据+数学模型   机器主导的治疗方`案代替医生的不完整或有缺失的治疗方案

有效大数据+数学模型   机器主导的健康干预方`案替代医生的健康干预方案


■ 项目技术优势


1、其他产品由于涉及疾病、症状、诱因少,诊断结论不全,会导致误诊,因此,一旦有诊断结论更全的产品出现,这些软件要么退出市场,要么增加疾病症状数量,而如何获取近10万数量的疾病症状,还要保证关系准确是个很大的挑战。策略不对,很难做到。如果容易做到,其他公司历经几年了,早就做到了。因此,本产品具有一定的壁垒。

2、百度产品的数据来自病例,而病例中的样本绝大多数为常见病,要从病例中增加罕见病非常困难,因为罕见病的病例本来就非常少。况且很多疑难杂症和罕见病都是被误诊多次后才得到确诊,这样,即便是病例中包含了罕见病、疑难症的数据,其质量也堪忧。

3、梅奥、科大讯飞、成都深泉等都是采用医生总结的方式,光几百个疾病、几十人上百人就要用三四年的时间,如果是近10万种疾病,需要几十年的整理,显然不现实。

4、即便是病例中的数据没有30%的误诊,因为医疗数据中有大量空缺,每个患者的数据都不一样,真正能够使用的机器学习算法就两种,其中包括百度使用的贝叶斯网,而这两种算法的特点就是时间复杂度随数据量成指数级增长,运行时间往往需要几个月甚至几年。当然可以通过只给出少部分诊断结论来降低复杂度,缩短反馈时间,但这样,结论少了,又会带来误诊和漏诊。

5、由于国家逐渐增多按病种付费的病种,其他软件内含的都是常见病,这样,就会导致医院没有动力为其软件付费,而本软件的病种远远多于常见病。所以我们可以对常见病免费,对罕见病、疑难杂症收费。罕见病不按病种收费,医院有动力使用本软件。


■ 应用案例


唯一进入卫健委医改试点

唯一获批在一个省内(河北省)全部铺开

唯一进入医疗健康大数据国家研究院

唯一列入卫健委、疾控中心、中科院临床路径标准制定目录

唯一掌握复合句、省略句语义分析技术。机器翻译核心

唯一获取几万疾病、症状、诱因、化验指标的大数据

唯一发现诊断数学模型

唯一发现鉴别数学模型

唯一实施全科智能诊断人机大战,并获得最准精度

 

联系我们

杭州归新信息科技有限公司

联系电话: 0571-89712782

公司邮箱: sp@haijiaonet.com

公司地址: 浙江省杭州市文一西路998号未来科技城海创园18号楼512A

点击返回顶部