[实用新型]一种用于居家癌症恶化预警系统的人机交互组件

说明书

本实用新型属于疾病筛查技术领域，尤其是一种用于居家癌症恶化预警系统的人机交互组件，针对现有的机器人问诊时没有为患者提供自动伸缩的座椅，患者需要站着进行问诊，特别是年级大的患者，长时间问诊容易体力透支，难以满足使用需求的问题，现提出如下方案，其包括机器人本体和收纳箱，机器人本体安装在收纳箱的顶部，收纳箱内设置有动力机构，动力机构上连接有螺纹杆，收纳箱的左侧开设有容纳孔，容纳孔内滑动安装有支撑板，支撑板的右侧开设有凹槽，凹槽内固定安装有支撑杆。本实用新型操作方便，可以在问诊时为患者提供坐垫，方便患者坐下问诊，可以在不使用时将坐垫收起，且在收起坐垫时对坐垫进行清洁。

技术领域

本实用新型涉及疾病筛查技术领域，尤其涉及一种用于居家癌症恶化预警系统的人机交互组件。

背景技术

目前进行癌症早筛，主要是通过两步法的方式：首先是通过问答量表，通过回答一系列(包括年龄、既往史、家族史、饮食习惯等)，通过量表打分的方式定位“高危人群”；对于高危人群，会进行基于器械/试剂的快速筛查，进行更精确的筛查。如果从中发现了风险，会建议目标对象至医院进行最终的金标准检测。传统的两步走方法的主要不足在于两方面：第一是在量表问题采集阶段所采用的问题列表是以列表方式交由目标回答的。而癌症相关筛查列表往往又很长。如国家癌症中心官方推荐的问题列表就多达96个问题，全部问完一般需要15～20分钟。因为问题繁多，流程冗长，许多回答者在回答过程中逐渐失去耐心，回答越来越随意。因此导致收集到的数据信息有不少与真实情况不符的噪声，直接影响了最终的诊断准确性。第二,是二步法中的两步方法所采集到的信息彼此之间是独立的，即彼此信息是分别决策的并不会放到一起进行推理和决策，这导致两步采集到的信息彼此缺乏互动，降低了准确率。

基于人工智能模型，对癌症恶化风险进行评估。

技术方式：采用多元信息进行基于深度学习的联合推理，该模型的输入既包括患者出院时的一些检查指标，也包括离开医院后通过交互机器人动态采集的信息，最后这些信息会汇总在一起，通过一个多模态联合推理模型进行癌症恶化风险评估；

分别采用不同的深度神经网络对来自量表、器械检查和试剂检查的信息进行特征提取，此处我们可视实际情况采用卷积神经网络(CNN)或循环神经网络(RNN)，学习到的特征是对该部分信息的一个高效表达；

相比起传统方法，该方法的采用的智能动态问答能更人性化，更高效的完成对量表问题的采集。其次该技术使用的多源信号输入，可进行更准确的癌症风险推理，更好的投入到大规模的人群筛查中去,综上得到整理如图6：交互机器人和癌症恶化智能诊断模型。其中交互机器人的主要功能是与患者进行互动从而采集患者的健康信息。具体包括两个模块，一个是信息理解，即将患者的信息输入和问题回答进行理解。另一个模块是动态问题生成模块，即基于已采集的信息，从问题量表中去选择及推理接下来该问什么问题。该过程不断循环，直到信息采集完毕。

最后，采集到的院内数据以及患者上传的最新的其他临床数据(包括器械检查和试剂检查结果等)会作为输入提供到癌症筛查智能诊断模型中，对这三种不同的数据，系统会分别进行基于神经网络的特征提取。最后基于提取到的特征进行最终的癌症风险推荐，当风险高于阈值时，通知患者到医院就诊。

现有的机器人问诊时没有为患者提供自动伸缩的座椅，患者需要站着进行问诊，特别是年级大的患者，长时间问诊容易体力透支，难以满足使用需求。

实用新型内容

本实用新型的目的是为了解决现有的机器人问诊时没有为患者提供自动伸缩的座椅，患者需要站着进行问诊，特别是年级大的患者，长时间问诊容易体力透支，难以满足使用需求的缺点，而提出的一种用于居家癌症恶化预警系统的人机交互组件。

为了实现上述目的，本实用新型采用了如下技术方案：