[发明专利]一种融合了AI技术和视频技术的师承教学系统及方法

权利要求书

1.一种融合了AI技术和视频技术的师承教学系统，其特征在于，包括：

云端服务器，存储师承教学系统的相关数据并可供用户通过互联网访问登陆系统平台，所述云端服务器包括基础信息管理模块、理论学习与实践模块、视频授课与考核模块、AI实操训练模块、即时在线交流模块和结业考试指标模块，其中：

基本信息管理模块，内置师承教学系统的基本信息数据，所述基本信息数据包括用户信息和用于教学考核的资源及题库信息，所述用户信息和用于教学考核的资源及题库信息均根据专业、科室或疾病病种进行分类标记，其中用户信息包括导师信息、学员信息以及师徒关联关系，导师信息、学员信息分别由导师、学员在注册时自行输入并保存，师徒关联关系由导师与学员之间进行互选关联后自动生成；其中，学员用户与导师用户互选包括：师承教学系统根据导师用户的信息数据与学员用户的专业、科室数据进行逐项匹配，筛选出与学员用户专业和科室相符的导师信息，由学员用户从中选择意向导师并发起跟师申请；导师用户在跟师申请的学员中挑选学生并自动生成师徒关联关系，若设定时间内学员用户未与导师用户达成互选，则学员用户重复上述步骤重新选择意向导师；

理论学习与实践模块，记录学员用户在临床、门诊以及学习、培训的过程并形成电子化数据存档，并在阶段考核或年终考评时将该记录与跟师计划的各项指标对比，判断学员用户的学习情况，所述理论学习与实践模块包括跟师计划模块、医学典籍模块、独诊记录模块和跟师笔记模块，所述跟师计划模块内置跟师学习目标、跟师政策规范、各阶段的教学方案及跟师学习方案，医学典籍模块内置古典医籍、以及记录学员的学习心得与学术论文，独诊记录模块记录学员独立线下诊疗的病例信息、诊疗结果、问诊难点、以及导师论断和评价，跟师笔记模块记录学员线下跟师坐诊学习过程中对病例和诊疗结果的学习心得、以及导师点评；

视频授课与考核模块，用于视频在线教学和考核，包括直播课程教学模块、录播课程教学模块和在线考核模块，所述直播课程教学采用WebRTC技术优化；

AI实操训练模块，采用深度学习结合中医知识库建立一个根据患者症状体征进行辨证的中医辅助诊疗模型，将学员的人工辨证、开方结果分别与中医辅助诊疗模型的模拟开方结果进行比较；其中中医辅助诊疗模型采用循环神经网络RNN与全连接层组成的网络模型，全连接层用于将RNN层的输出转换为标签向量；其中，建立中医辅助诊疗模型具体步骤包括：

将每一条病历数据转化为数字特征：性别，男女分别用（0，1）和（1，0）表示；年龄，0-3周岁、4-7周岁、8-17周岁、18-40周岁、41-65周岁、66周岁以上分为6段，用独热编码表示；发病时节，根据病患发病时间所对应的节气分为24段并用独热编码表示；症状，根据症状数分段并用独热编码表示；体征，根据体征数分段并用多热编码表示；辨证结果，根据证型数分段并用独热编码表示；

模型训练数据为性别、年龄、发病时节、症状、体征编码的串联，标签为辨证结果的编码，将训练数据转化为嵌入向量，并进行标准化；

在训练阶段，将每一条病历数据转化为特征向量X，设RNN层需要经历B次迭代，所有的迭代都共享相同的特征向量U和W，在第t次迭代时，RNN的输出为，RNN模型表示为：

其中，σ是sigmoid函数，为，U和W为RNN的权重，并且全局共享；

RNN层的每一次迭代都代表一次重新思考迭代，从第二次迭代开始，都使用前一次迭代的结果，对标签进行更好的预测，最后由此RNN的输出经过全连接层得到的输出则为最终预测；

当时间步为1时，对于K个标签，每个标签权重设为1，当时间步大于1时，标签权重为：

其中，C(·)表示成本函数，和表示第i个标签权重分别设置为0和1；

计算损失函数：

其中，N为样本数，B为RNN的迭代次数，K为标签数；

根据损失函数，使用梯度下降算法对参数进行更新，最终完成模型训练；

即时在线交流模块，用于管理与组织多人同时在线交流；

结业考试指标模块，用于导师和管理者对学员阶段性及年终的学习表现的综合评估，并通过年度考核、在线学习考核完成对学员临床表现、医学知识储备的考评。