智慧中医精准医疗平台

3342019年世界卫生大会WHA，首度将中医纳入章节(Chap26)，未来中医疾病与诊断，就可依据《国际疾病分类ICD》编码，进行系统归类。影响层面包括中医的研究内容，以及健保申报的范围认定。健康中医疗大数据平台（DPS）健康中医疗大数据运营中心-康养采用新兴的大数据技术，加强以小区微服务支撑为根本核心竞争力的业务平台。将专业化的医康养服务体系、便利的小区生活服务体系、丰富的老人精神娱乐体系与智慧的养老居家环境相结合起来，建设以大数据为基础的医康养复合型CCRC小区（医康养复合型CCRC小区通过导入国内外优秀的医康养资源，能够紧紧抓住最大市场需求并实•指标改善说话•硬件监测+软件评估和分析•全方位客户关心自动完成•健康干预计划智慧生成•基层医生、药剂师基于健康资料调整医嘱•指标改善说话•硬件监测+软件评估和分析•全方位客户关心自动完成•健康干预计划智慧生成•基层医生、药剂师基于健康资料调整医嘱健康干预促进健康指标监测•通畅的信息沟通•基于大数据的分析•在线线下（O2O）良性互动•死循环健康管理为特色的客户关系管理系统（H-CRM)健康指标健康指标分析和风险评估病健康中医疗大数据中心-人工智能支撑多方面应用系信息输入语音接收HTTP/HTTPS网络请求JSON格式数据语音识别语音合成JSON数据解析信息输入语音接收HTTP/HTTPS网络请求JSON格式数据语音识别语音合成JSON数据解析疾病推理实体词间关系疾病智能问答是指机器通过语音方式与用户进行沟通，通过语义识别和理解，能够获取用户对于症状的描述，通过对话的方式对患者提供诊疗建议智能问答系统又称人机对话技术，是自然语言处理与人工智能领域的热门研究方向，主要分为知识库构建、问题分析、问题理解、答案生成等四个部分Confidential18Confidential19Confidential20体质分型的问项标准。题目更细致Confidential新增血虚体题目更细致Confidential新增血虚体机器学习机器学习萃取特征判断准确率更高随机森林是近年来热门的机器学习算法之一，其整合多个判定树的模型能改善模型高变异性的情形，因判定树在精准度方面表现没有其他机器学习方法出色，所以后人学者有许多改良判定树的方法，Breiman(2001)藉由改良Baggedtrees提出随机森林方法，因其是多个判定树的整合所以称之为森林，又因理是生成多个模型，各自独立地学习和作出预测。这些预测最后结合成单预测，因此优于任何一个单分123G4B5C67F8D9A转化分分数重/高•随机森林是近年来热门的机器学习算法之一，其整合多个判定树的模型能改善模型高变异性的情形，因判定树在精准度方面表现没有其他机器学习方法出色，所以后人学者有许多改良判定树的方法，Breiman(2001)藉由改良Baggedtrees提出随机森林方法，因其是多个判定树的整合所以称之为森林，又因是使用随机的方法，所以称之为随机森林，而它的基本单元是判定树，本质属于机器学习的一大分支—集成学习（EnsembleLearning）方法，集成学习通过建立几个模型组合的来解决单一预测问题。它的工作原理是生成多个模型，各自独立地学习和作出预测。这些预测最后结合成单预测，因此优于任何一个单分类的做出预测。判定树的结构由上而下可分为根节点(rootnode)、分支(branch)、节点(node)、葉节点(leafnode)，根节点与节点性质相同，会针对数据输入因子部段的进行二元切割，而根节点代表最上层的节点，从根节点到葉节点都存在一条分支，每条分支则随机森林建构模型的流程是生成很多判定树，再由这些判定树的结果去投票得出最终的预测。随机森林在随机挑选变数时会将各个判定树间去相关(decorrelating)，也就是不考虑变量的影响强弱，让每个变量有相等的机会显示特性，也让每个判定树之间的差异更大，使得最后平均出来的随机森林的变异会较单一判定树大幅•梯度提升分类器是一种提升整合算法。提升（boosting）算法是为了减少偏差，而对弱分类器进行的一种整合方法。与装袋（bagging）方法建构预测结果池不同，提升算法是一种分类器的串行方法，它把每个输出作为下一个分类器的输入。通常，在装袋算法中，每棵树在原始数据集的子集上并行训练，并用所有树预测结果的均值作为模型最终的预测结果；梯度提升模型，采用串行方式而非并行模式获得预测结果。每棵判定树预测前一棵判定树的误差，因而使误「弱模型」，是因为模型本身如果「有点强」还不行。以最简单的说法来说明：当模型都「有点强」时，彼此之间就会互相干扰，影响最后预测/分类结果；唯有彼此都是「弱模型」，才能好好专注在自己本•根据Train和Validation的平均表现，自动判断boosting的模型是否有overfitting，最后找出较好的•Perreault和Barksdale两人于1980年提出CHAID（Chi-s•CHAID会防止数据被过度套用并让判定树停止继续分割，依据的衡量标准是计算节点中类别的P值大小，支持向量机(SupportVectorMachines)是一种用于分類算法，1995年，由CortesandVapnik(1995)根据统计学习理論提出的一种新的机器学习方法。SVM在分类的过程中会先找出一个超平面(hyperplane)，使之将兩个不同的集合分开。SVM找的是能将资料一分为二的平面，以二维的例子來說,如下图，若是能找出一条线能够将黑点和白点分开，并且这条线距離这兩个集合的边界(margin)越大越好，这样才能够很明确的分辨这个点是属于那个集合，否则在计支持向量机的主要议题有核心函数及超平面，这两个议题将是线性支持向量机用來处理区分为二類的资料时，是以一个线性料可能无法用线性的函數完全区分开來,根据Boser(1992)等人针对以非线性函數区分资料之研究，如果将原始资料透过一函數转换到另一个较高维度的特征空间(featurespac原本不能以线性函數区分的资料,在高维度特征空间中将较可能用线性函數來区分不同類别的资料,如下图所示。(mappingfunction)的过程，将数据投影至高维度中使数据呈线性的，并使数据彼此分散更大，以利于φφ(X)X透过混淆矩阵及正确率、敏感度及特异度指标评估，SVM模型在此份高维特征平面模型校正想法：传统问卷判断基准含有不同体质之间转化分比较，因此将”比较”概念加入最终模型判断。•已在上海眼病防治中心完成试点验证•有待于下一步大规模推广•眼底大规模筛查的智能阅片•辅助诊断智慧辅助诊疗——辅助诊疗系统•已在同仁医院验证使用•每年为同仁医院带来1000万以上的营收•眼底筛查大夫阅片•的随诊分析•已在上海眼病防治中心完成试点验证•有待于下一步大规模推广眼底筛查大夫阅片的随诊分析46肺癌计算机辅助诊断47手术肺减容术评估手术◆左肺斜裂◆◆左肺斜裂◆右肺斜裂◆右肺水平裂 ◆左下肺叶：45.21% .◆右中肺叶：3567%.1◆肺肿瘤微创手术规划4849虚拟现实网页上传自动推送内网CT设备其他用户......Internet处理服务器web服务器处理服务器后台服务器肺癌在线筛查平台网页上传自动推送内网CT设备其他用户......Internet处理服务器web服务器处理服务器后台服务器PACS系统云服务云服务数据库服务器管理服务器随时编辑报告查看报告管理服务器随时编辑报告查看报告神州德信神州德信后台管理肺癌在线筛查平台可依照可依照不同的性别年龄做分组此区显示了与搜寻疾病有关联的疾病之ICD9代码、疾病名称、疾病类别、疾病人数、两种病共有的人数、胜算比、显著性、信赖区间可以输入疾病名称或是ICD9代码做搜寻数据库当中疾病的相关统计数值，依序包含了疾病类别、疾病人数、三年盛行率、以及该组别人口数积大小寻可依照不同的性别年龄做分组打造智慧健康服务平台掌握数字先机，协助门诊转型为智能整合门诊 翻转传统门诊优势3.运用大数据分析，精准的提供医疗照护服务22消费者端在线挂号医疗百科储存药袋检诊报告健康预测居家量测量测数据同步诊所量测数据智能健康大数据服务平台量测数据同步诊所量测数据智能健康大数据服务平台 量测数据量测数据吃药提醒吃药提醒慢签领药+0每周健康周报咨询0+楼下健康力诊所看诊吃药提醒000:挂号-健康力诊所1健康周报连动家人实提时醒看看诊诊号醒睡前床医院病历/医嘱回传至诊所方便患者回诊时继续协助诊疗医院病历/医嘱回传至诊所方便患者回诊时继续协助诊疗 诊所开出转诊单直接帮患者挂号联合远距医疗门诊联合远距医疗门诊 完整导入智能健康服务平台功能 整合产学、落实政府政策、实践社会承诺和责任聯合遠距醫療門診健康医疗管理再进化AI健康医疗24HR的贴身健康关怀特点1特点1血糖血压脉搏体温实时、便利、精准实时、便利、精准4.数据整合：健康记录整合到诊所，医师用药更精准特点2特点2健康周报分析解读身体资料让量测资料说话解读、分析、建议解读、分析、建议 ,提出健康建议周报。特点3特点3亲友关怀量测更有动力健康周报同步家人健康周报同步家人关怀关怀1患者=黏着1家人检验报告药袋信息特点4检验报告药袋信息特点4检验报告药袋纪录全都录AIAI健康力实时记录随时守护诊所特点5特点5用药安全信息特