[发明专利]用于根据人工智能检测输出确定疾病进展的系统和方法

说明书

本发明题为“用于根据人工智能检测输出确定疾病进展的系统和方法”。本发明公开了使用图像数据和人工智能分类来改善对影响患者的状况的自动识别、监测、处理和控制的装置、系统和方法。示例性图像处理装置包括人工智能分类器，该人工智能分类器用于：从第一时间处理患者的第一图像数据以确定指示所述患者的状况的第一严重程度的第一分类结果；并且从第二时间处理患者的第二图像数据以确定指示患者状况的第二严重程度的第二分类结果。示例性图像处理装置包括比较器，该比较器用于比较第一分类结果和第二分类结果以确定变化和与变化相关联的状况的进展。示例性图像处理装置包括输出生成器，该输出生成器用于在进展对应于状况的恶化时触发动作。

技术领域

本公开整体涉及经改善的医疗系统，并且更具体地讲，涉及用于医疗成像处理的经改善的学习系统和方法。

背景技术

多种经济、操作、技术和管理障碍对向患者提供优质护理的医疗保健机构(诸如医院、诊所、医生办公室、成像中心、遥控放射科等)提出了挑战。医疗保健企业的经济动因、员工技能欠缺、员工较少、设备复杂以及最近兴起对控制以及标准化辐射暴露剂量用法的认证给患者检查、诊断和治疗的成像和信息系统的有效管理和使用带来了困难。

医疗保健供应商的整合形成了跨地域分布的医院网络，在这些医院网络中与系统的物理接触太昂贵。与此同时，转介医师希望更直接访问报告中的支持性数据并且需要更好的合作渠道。医师具有更多患者、更少时间并且被淹没在海量数据中，他们渴望得到帮助。

医疗保健供应商(例如，x射线技术专家、医生、护士等)的任务(包括放射图像采集、质量保证/质量控制、图像解释、图像与先验比较等)是费时且资源密集的任务，对于人类单独完成来说，即使不是不可能的，也是不切实际的。

发明内容

某些示例提供了使用图像数据和人工智能分类来改善对影响患者的状况的自动识别、监测、处理和控制的装置、系统和方法。

某些示例提供了包括人工智能分类器的图像处理装置，该人工智能分类器用于：从第一时间处理患者的第一图像数据以确定指示患者状况的第一严重程度的第一分类结果；并且从第二时间处理患者的第二图像数据以确定指示患者状况的第二严重程度的第二分类结果。示例性图像处理装置包括比较器，该比较器用于比较第一分类结果和第二分类结果以确定变化和与变化相关联的状况的进展。示例性图像处理装置包括输出生成器，该输出生成器用于在进展对应于状况的恶化时触发动作。

某些示例提供了包括指令的至少一个计算机可读存储介质。指令在被执行时使得至少一个处理器至少：从第一时间处理患者的第一图像数据以确定指示患者状况的第一严重程度的第一分类结果；从第二时间处理患者的第二图像数据以确定指示患者状况的第二严重程度的第二分类结果；比较第一分类结果和第二分类结果以确定变化和与变化相关联的状况的进展；并且在进展对应于状况的恶化时触发动作。

某些示例提供了计算机实现的方法，该方法包括通过使用至少一个处理器来执行指令，从第一时间处理患者的第一图像数据以确定指示患者状况的第一严重程度的第一分类结果。示例性方法包括通过使用至少一个处理器来执行指令，从第二时间处理患者的第二图像数据以确定指示患者状况的第二严重程度的第二分类结果。示例性方法包括通过使用至少一个处理器来执行指令，比较第一分类结果和第二分类结果以确定变化和与变化相关联的状况的进展。示例性方法包括通过使用至少一个处理器来执行指令，在进展对应于状况的恶化时触发动作。

附图说明

图1示出了示例性状况比较器。

图2示出了示例性临床进展分析装置。

图3是示例性学习神经网络的表示。

图4示出了作为卷积神经网络的示例性神经网络的特定实施方式。

图5是图像分析卷积神经网络的示例性实施方式的表示。