[发明专利]一种人工智能型临床科研服务系统

说明书

本发明公开了一种人工智能型临床科研服务系统，包括医生圈、患者圈和数据处理分析圈，数据处理分析圈包括数据存储群。数据综合分析软件和人工智能深度学习引擎，医生圈及患者圈通过APP、微信公众号、微信小程序等方式把相关信息上传到数据处理分析圈内并分类存储，数据综合分析软件对医生圈及患者圈提供的信息进行分析对比判断并得出临床科研招募对象，同时得出医生与患者高度匹配的救治服务信息；线上及线下签约拜访等多种方式招募，招募效率高、成本低，专业软件对数据进行分析处理得到精准的招募对象，招募效果好、周期短，极大有利于临床科研及药企新药上市，并合理利用医生资源有效解决医患供需不平衡问题，化解看病难的社会问题。

技术领域

本发明属于互联网及人工智能领域，特别涉及一种用于快速招募医生及患者、有效解决医患不平衡、服务于临床科研的人工智能型临床科研服务系统。

背景技术

在进行临床科研、药企新药研发过程中，都需要招募到高度匹配的专业医生及特定患者，为了招募到医生及患者，现有的方法主要是招募专员一对一拜访，另外辅以媒体推广，这种方式可以起到一定的招募效果，但是也存在较大缺陷，招募专员拜访医生，透明度低；患者对研究中心医生陌生，信任度低，依从性可能较差，招募效率低，效果不理想，招募成本高、周期长，不利于临床科研及药企新药的研发上市，另外，医生与患者资源不匹配、利用率低的问题极为突出，看病难、找不到合适医院医生已经成为国民健康的一大障碍，这个也是亟待解决的。

发明内容

为解决上述现有技术招募难度大、效率低、周期长、招募成本高、不利于临床科研及药企新药上市、无法解决医患供需矛盾等问题，本发明采用如下技术方案：

本发明提供一种人工智能型临床科研服务系统，包括医生圈、患者圈和数据处理分析圈，所述医生圈包括在线注册医生、专业化医生集团医生、县级医院签约医生和线下拜访招募医生，所述患者圈为全国及全世界范围内患者群体，所述数据处理分析圈包括数据存储群、数据综合分析软件和人工智能深度学习引擎，所述医生圈通过APP、微信公众号、微信小程序等方式把医生信息、接诊问诊诊断图片等上传到数据处理分析圈内并分类存储，所述患者圈通过APP、微信公众号、微信小程序等方式把患者信息、就诊图片等上传到数据处理分析圈内并分类存储，所述数据综合分析软件对医生圈及患者圈提供的信息进行分析对比判断并得出所需要的临床科研招募对象，同时也可得出医生与患者高度匹配的救治服务信息。

作为对本发明的改进，所述专业化医生集团包括内科医生集团、内分泌医生集团、呼吸医生集团、肿瘤医生集团、心血管医生集团等。

作为对本发明的进一步改进，所述数据存储群包括MongoDB存储集群、MySQL存储集群和对象存储集群。

作为对本发明的进一步改进，所述人工智能深度学习引擎使用Anaconda +TensorFlow 来架构整个框架并智能识别病例是否符合项目需要，以及判断社区里医生有符合条件患者的可能性。

作为对本发明的进一步改进，所述数据综合分析软件的功能包括医生与患者的经验模型创建、数据分析引擎导入、病例信息自动化初审和终端结果输出。

本发明的有益效果在于：优先通过线上招募辅以线下签约拜访等多种方式招募，招募效率高、成本低，专业软件对数据进行分析处理得到精准的招募对象，招募效果好、周期短，极大有利于临床科研及药企新药上市，并合理利用医生资源有效解决医患供需不平衡问题，化解看病难的社会问题。

具体实施方式

下面详细说明本发明的优选实施例。