大數(shù)據(jù)管理與應(yīng)用概論 課件 第九章 基于醫(yī)療大數(shù)據(jù)的管理決策應(yīng)用

9.1醫(yī)療問(wèn)題背景與數(shù)據(jù)概述醫(yī)療數(shù)據(jù)價(jià)值判斷（一）醫(yī)療大數(shù)據(jù)的采集路徑及方式醫(yī)療數(shù)據(jù)資源是非常重要的醫(yī)療衛(wèi)生信息，它們對(duì)疾病的診斷、治療、醫(yī)療費(fèi)用控制等相關(guān)研究具有很大的價(jià)值。離線(xiàn)采集實(shí)時(shí)采集網(wǎng)上采集其他采集方式醫(yī)院數(shù)據(jù)基因數(shù)據(jù)健康數(shù)據(jù)其他數(shù)據(jù)類(lèi)型醫(yī)療數(shù)據(jù)價(jià)值判斷（一）醫(yī)療大數(shù)據(jù)的采集路徑及方式醫(yī)療大數(shù)據(jù)符合大數(shù)據(jù)的四個(gè)維度：容量大（Volume）、多樣性（Variety）、增速快（Velocity）和價(jià)值高（Value）的特性。醫(yī)療數(shù)據(jù)價(jià)值判斷（二）醫(yī)療大數(shù)據(jù)的應(yīng)用領(lǐng)域大數(shù)據(jù)處理與分析技術(shù)不僅可以提高醫(yī)療診斷準(zhǔn)確率，而且可以應(yīng)用到整個(gè)醫(yī)療行業(yè)中。此外，大數(shù)據(jù)技術(shù)還可以借助醫(yī)療大數(shù)據(jù)驗(yàn)證一些醫(yī)學(xué)猜想，繼而轉(zhuǎn)化到醫(yī)療實(shí)踐，價(jià)值高（Value）臨床數(shù)據(jù)對(duì)比臨床決策支持就診行為分析實(shí)時(shí)統(tǒng)計(jì)分析人口統(tǒng)計(jì)學(xué)分析遠(yuǎn)程病人數(shù)據(jù)分析基本藥物臨床應(yīng)用分析分散醫(yī)療數(shù)據(jù)挖掘手段落后結(jié)構(gòu)化程度低標(biāo)準(zhǔn)不統(tǒng)一人才與觀(guān)點(diǎn)不同醫(yī)療數(shù)據(jù)預(yù)處理（一）數(shù)據(jù)清理數(shù)據(jù)預(yù)處理是從大量的原始數(shù)據(jù)針對(duì)具體研究目的抽取出研究需要的價(jià)值信息的過(guò)程，它為后續(xù)數(shù)據(jù)分析與數(shù)據(jù)挖掘等工作服務(wù)。？醫(yī)療數(shù)據(jù)預(yù)處理（一）數(shù)據(jù)清理醫(yī)療數(shù)據(jù)預(yù)處理有數(shù)據(jù)清理、數(shù)據(jù)集成和數(shù)據(jù)變換三部分，其中數(shù)據(jù)清理包括填補(bǔ)空缺值、平滑噪聲數(shù)據(jù)和糾正不一致數(shù)據(jù)來(lái)改善數(shù)據(jù)質(zhì)量等任務(wù)。缺失數(shù)據(jù)是指在數(shù)據(jù)集中缺失或者為空的值，可以使用填充、刪除或者插值的方法來(lái)處理?？杖敝堤幚聿煌瑏?lái)源或同源數(shù)據(jù)可能存在不一致性，通過(guò)檢索不同數(shù)據(jù)來(lái)源可以改善數(shù)據(jù)的不一致性不一致數(shù)據(jù)處理噪聲是指數(shù)據(jù)源中的異常屬性值，也稱(chēng)為非法值，處理方式包括分箱、回歸和離群點(diǎn)分析等。噪音數(shù)據(jù)處理這類(lèi)數(shù)據(jù)指在數(shù)據(jù)集中出現(xiàn)了多次，可以使用常規(guī)去重的方法來(lái)處理。重復(fù)數(shù)據(jù)處理醫(yī)療數(shù)據(jù)預(yù)處理（二）數(shù)據(jù)集成在數(shù)據(jù)集成階段，需要對(duì)存儲(chǔ)在不同數(shù)據(jù)源中的數(shù)據(jù)進(jìn)行整合，集成數(shù)據(jù)能夠提高數(shù)據(jù)挖掘的準(zhǔn)確性和速度，亟待解決的問(wèn)題是如何處理異構(gòu)數(shù)據(jù)及其冗余。醫(yī)療數(shù)據(jù)預(yù)處理（三）數(shù)據(jù)變換數(shù)據(jù)變換是指將數(shù)據(jù)集轉(zhuǎn)換成適合數(shù)據(jù)分析與挖掘的統(tǒng)一形式，改變數(shù)據(jù)的光滑性、可比性。簡(jiǎn)單函數(shù)變換常用來(lái)將不具有正態(tài)分布的數(shù)據(jù)變成有正態(tài)分布的數(shù)據(jù)，如平方、開(kāi)方、差分等。簡(jiǎn)單函數(shù)變換規(guī)范化就是剔除掉變量量綱上的影響如最小-最大規(guī)范化、零-均值規(guī)范化、小數(shù)定標(biāo)規(guī)范化等。規(guī)范化將連續(xù)屬性變量轉(zhuǎn)化成分類(lèi)屬性，就是連續(xù)屬性離散化，離散化可以提高分類(lèi)的準(zhǔn)確性。連續(xù)屬性離散化小波變換常用函數(shù)Haar小波基甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（一）數(shù)據(jù)采集甲狀腺結(jié)節(jié)是指甲狀腺內(nèi)的腫塊，是一種常見(jiàn)病癥。醫(yī)療數(shù)據(jù)采集完成后，針對(duì)甲狀腺結(jié)節(jié)超聲診斷數(shù)據(jù)的預(yù)處理包括三個(gè)步驟，分別是特征提取、數(shù)據(jù)分級(jí)和數(shù)據(jù)規(guī)范。甲狀腺結(jié)節(jié)診斷數(shù)據(jù)的預(yù)處理過(guò)程甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（一）數(shù)據(jù)采集原數(shù)據(jù)表中每一位患者的就診數(shù)據(jù)涉及70種不同類(lèi)型數(shù)據(jù)，其中包括病人類(lèi)別、登記號(hào)、檢查號(hào)、姓名、性別、年齡、出生日期、醫(yī)囑名稱(chēng)、檢查狀態(tài)、報(bào)告號(hào)、報(bào)告狀態(tài)、圖像數(shù)、臨床診斷和診斷意見(jiàn)等。甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（一）數(shù)據(jù)采集登記號(hào)審核日期診斷意見(jiàn)病癥描述病理結(jié)果******甲狀腺右葉中部背側(cè)低回聲結(jié)節(jié)（TI-RADS分類(lèi)，4b類(lèi)）甲狀腺左葉中下極低回聲結(jié)節(jié)（TI-RADS分類(lèi)，4a類(lèi)）甲狀腺余多發(fā)結(jié)節(jié)（TI-RADS分類(lèi)，2及3類(lèi)），隨訪(fǎng)甲狀腺大小、形態(tài)正常，回聲均勻，包膜光整。CDFI：腺體內(nèi)見(jiàn)點(diǎn)條狀血流信號(hào)。甲狀腺左葉中下極腹側(cè)見(jiàn)一個(gè)5.5mm×4.9mm×5.7mm低回聲結(jié)節(jié)，邊界不清，邊緣不規(guī)則，CDFI：其內(nèi)未見(jiàn)明顯血流信號(hào)。甲狀腺右葉中部背側(cè)見(jiàn)一個(gè)8.8mm×5.5mm×5.0mm低回聲結(jié)節(jié)，邊界不清，形態(tài)不規(guī)則，其內(nèi)部可見(jiàn)細(xì)小點(diǎn)狀鈣化，CDFI：其內(nèi)未見(jiàn)明顯血流信號(hào)。甲狀腺左葉內(nèi)見(jiàn)數(shù)個(gè)混合回聲及無(wú)回聲結(jié)節(jié)，邊清規(guī)則，邊緣光整，較大的約3mm×2mm，CDFI：結(jié)節(jié)內(nèi)未見(jiàn)明顯血流信號(hào)。甲狀腺右葉下極背側(cè)見(jiàn)一個(gè)15mm×8mm低回聲結(jié)節(jié)，邊清規(guī)則，內(nèi)部回聲尚均勻，CDFI：其內(nèi)可見(jiàn)條狀血流信號(hào)。雙側(cè)頸部未見(jiàn)明顯形態(tài)及回聲異常淋巴結(jié)圖像。甲狀腺癌明確診斷雙側(cè)甲狀腺+淋巴結(jié)清掃手術(shù)標(biāo)本：1.（左側(cè)）甲狀腺微小乳頭狀癌，長(zhǎng)徑0.6cm，被膜侵犯（-）。2.（右側(cè)）甲狀腺微小乳頭狀癌，徑0.4cm，周?chē)谞钕傧倭鲂徒Y(jié)節(jié)性甲狀腺腫改變，被膜侵犯（-）。3.（右側(cè)氣管旁）淋巴結(jié)（+）1/2枚，另見(jiàn)小塊甲狀腺組織。經(jīng)過(guò)數(shù)據(jù)縮減和數(shù)據(jù)添加的患者部分甲狀腺結(jié)節(jié)超聲診斷數(shù)據(jù)甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（一）數(shù)據(jù)采集基于醫(yī)院實(shí)際使用的TI-RADS分級(jí)標(biāo)準(zhǔn)，超聲醫(yī)生可以給出甲狀腺結(jié)節(jié)的診斷意見(jiàn)，具體的分級(jí)標(biāo)準(zhǔn)如下所示。TI-RADS級(jí)別對(duì)應(yīng)結(jié)果惡性風(fēng)險(xiǎn)概率（%）TI-RADS1正常甲狀腺0TI-RADS2良性結(jié)節(jié)0TI-RADS3可能良性結(jié)節(jié)<3TI-RADS4A低可能惡性結(jié)節(jié)3-24TI-RADS4B中等可能惡性結(jié)節(jié)25-75TI-RADS4C高可能惡性結(jié)節(jié)76-95TI-RADS5高度提示惡性結(jié)節(jié)>95TI-RADS6活檢證實(shí)的惡性結(jié)節(jié)100甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（二）特征提取和數(shù)據(jù)分級(jí)特征提取和數(shù)據(jù)分級(jí)可以分為三塊，即確定評(píng)價(jià)指標(biāo)、統(tǒng)計(jì)指標(biāo)特征、形成指標(biāo)分級(jí)表。一般通過(guò)醫(yī)學(xué)文獻(xiàn)確定評(píng)價(jià)指標(biāo)，盡管不同醫(yī)院選取的檢查指標(biāo)具有一定差異，但這些特征是幫助診斷甲狀腺結(jié)節(jié)的有效指標(biāo)。邊界清晰度邊緣規(guī)則度內(nèi)部回聲鈣化血液豐富度甲狀腺結(jié)節(jié)大小甲狀腺結(jié)節(jié)縱橫比甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（二）特征提取和數(shù)據(jù)分級(jí)確定評(píng)價(jià)指標(biāo)之后，根據(jù)患者甲狀腺結(jié)節(jié)超聲診斷數(shù)據(jù)可以得到患者的有效數(shù)據(jù)，部分醫(yī)生的指標(biāo)特征統(tǒng)計(jì)情況如下表所示：醫(yī)生******特征總數(shù)患病數(shù)未患病總數(shù)患病數(shù)未患病邊清（邊界清晰）1643013418350133邊界尚清551441502426邊界欠清1076641625012邊界不清10192956515規(guī)則8187356155尚規(guī)則2261639435欠規(guī)則1313794822161可見(jiàn)毛刺7570517161不規(guī)則89632613011317不規(guī)則低回聲4221394不規(guī)則形不均質(zhì)低回聲35314972低回聲23573162216104112甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（二）特征提取和數(shù)據(jù)分級(jí)甲狀腺結(jié)節(jié)診斷的分級(jí)詞匯表。指標(biāo)34A4B4C5邊界清晰度邊清；邊界清晰；邊界清邊界尚清；邊界較清；周?chē)?jiàn)暈圈；周邊見(jiàn)暈環(huán)邊界欠清；邊欠清邊界模糊；邊界不清；邊緣規(guī)則度規(guī)則；包膜光整；光整；邊緣光整尚規(guī)則；包膜尚光整；未見(jiàn)明顯占位；尚光整；欠規(guī)則；欠光整；包膜欠光整；邊緣欠光整；包膜欠光滑周邊略見(jiàn)毛刺狀；周邊略呈毛刺狀；邊緣稍毛糙；膨脹性生長(zhǎng)不規(guī)則；包膜不光整；周邊可見(jiàn)毛刺；呈毛刺狀；周邊呈蟹足狀可見(jiàn)毛刺；周邊毛糙；毛糙；邊緣見(jiàn)毛刺；周邊見(jiàn)毛刺；不光整；邊緣不規(guī)整；邊緣毛糙；周?chē)拭虪?；甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（三）數(shù)據(jù)規(guī)范最終有效數(shù)據(jù)表由數(shù)據(jù)根據(jù)指標(biāo)分級(jí)表規(guī)范化后得到。上節(jié)中患者的數(shù)據(jù)轉(zhuǎn)換成的有效數(shù)據(jù)如下表所示：登記號(hào)******審核日期2020-11-172020-11-17邊界清晰度邊界不清邊界不清邊緣規(guī)則度不規(guī)則不規(guī)則內(nèi)部回聲低回聲低回聲鈣化細(xì)小點(diǎn)狀鈣化血液豐富度未見(jiàn)明顯血流信號(hào)未見(jiàn)明顯血流信號(hào)分級(jí)4A4B分級(jí)1-523病理Ca11基于醫(yī)療大數(shù)據(jù)的管理決策分析（一）基于醫(yī)療大數(shù)據(jù)的管理決策場(chǎng)景計(jì)算機(jī)和傳感器技術(shù)的發(fā)展，電子病歷應(yīng)用等，使醫(yī)療大數(shù)據(jù)呈爆炸性增長(zhǎng)趨勢(shì)。臨床大數(shù)據(jù)涵蓋醫(yī)療機(jī)構(gòu)病歷、藥物反應(yīng)等信息，包括常規(guī)病歷、藥物管理及行為情緒數(shù)據(jù)。臨床大數(shù)據(jù)生物大數(shù)據(jù)包括組學(xué)數(shù)據(jù)以及監(jiān)測(cè)體征數(shù)據(jù)，促進(jìn)遺傳關(guān)聯(lián)研究和智能醫(yī)療發(fā)展。生物大數(shù)據(jù)健康大數(shù)據(jù)涵蓋健康監(jiān)測(cè)、醫(yī)療機(jī)構(gòu)管理、環(huán)境衛(wèi)生等數(shù)據(jù)，支持包括臨床輔助決策的多個(gè)領(lǐng)域。健康大數(shù)據(jù)基于醫(yī)療大數(shù)據(jù)的管理決策分析（二）基于診斷數(shù)據(jù)的輔助診斷決策為解決多指標(biāo)輔助診斷問(wèn)題，構(gòu)建數(shù)據(jù)驅(qū)動(dòng)框架，應(yīng)對(duì)決策偏好、參數(shù)學(xué)習(xí)和問(wèn)題特征等挑戰(zhàn)，可借鑒證據(jù)推理方法。框架構(gòu)建觀(guān)察到評(píng)估的轉(zhuǎn)換指標(biāo)權(quán)重確定基于數(shù)據(jù)驅(qū)動(dòng)解的生成案例應(yīng)用基于醫(yī)療大數(shù)據(jù)的管理決策分析（二）基于診斷數(shù)據(jù)的輔助診斷決策利用歷史診斷數(shù)據(jù)，構(gòu)建多指標(biāo)決策框架，學(xué)習(xí)醫(yī)生診斷偏好并提高輔助診斷一致性和效率。同時(shí)也可以利用診斷和病理數(shù)據(jù)，基于區(qū)間數(shù)和專(zhuān)業(yè)知識(shí)，實(shí)現(xiàn)群體輔助診斷。小結(jié)本節(jié)的主要內(nèi)容醫(yī)療大數(shù)據(jù)應(yīng)用背景醫(yī)療場(chǎng)景大數(shù)據(jù)概述9.1醫(yī)療問(wèn)題背景與數(shù)據(jù)概述9.2數(shù)據(jù)驅(qū)動(dòng)的輔助診療系統(tǒng)基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)介紹（一）基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)基礎(chǔ)基于醫(yī)療大數(shù)據(jù)醫(yī)療大數(shù)據(jù)是指在醫(yī)療領(lǐng)域積累的大量、多樣化的數(shù)據(jù)，包含了患者的醫(yī)療信息、臨床數(shù)據(jù)、醫(yī)學(xué)影像、生物標(biāo)記物、基因組學(xué)數(shù)據(jù)、藥物信息等。多樣性大量性高維度時(shí)序性不確定性隱私和安全性基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)是醫(yī)院的大腦，通過(guò)對(duì)知識(shí)的感知、對(duì)醫(yī)務(wù)人員和患者行為的分析，能夠?qū)︶t(yī)院日常業(yè)務(wù)進(jìn)行優(yōu)化調(diào)控。醫(yī)療大數(shù)據(jù)管理信息系統(tǒng)框架圖基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)介紹（一）基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)基礎(chǔ)基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)介紹（一）基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)基礎(chǔ)集成平臺(tái)架構(gòu)醫(yī)院信息系統(tǒng)集成平臺(tái)主要有數(shù)據(jù)交互、數(shù)據(jù)整合、平臺(tái)應(yīng)用三大核心功能。通過(guò)ESB數(shù)據(jù)總線(xiàn)，將傳統(tǒng)一對(duì)一的接口模式調(diào)整為子系統(tǒng)對(duì)平臺(tái)的“插座式”接口模式數(shù)據(jù)交互通過(guò)建立醫(yī)療數(shù)據(jù)共享標(biāo)準(zhǔn)，應(yīng)用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)實(shí)現(xiàn)零散數(shù)據(jù)匯總數(shù)據(jù)整合通過(guò)單點(diǎn)登錄界面，提供醫(yī)務(wù)人員、醫(yī)院管理、患者服務(wù)三個(gè)主要門(mén)戶(hù)平臺(tái)應(yīng)用（二）基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)應(yīng)用分析基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)介紹基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)經(jīng)過(guò)多年的應(yīng)用和實(shí)踐，已經(jīng)覆蓋到門(mén)診掛號(hào)、疾病診斷、合理用藥、病房流轉(zhuǎn)、行政資源管理等多個(gè)方面。門(mén)診掛號(hào)系統(tǒng)醫(yī)療大數(shù)據(jù)信息管理與信息系統(tǒng)診斷治療系統(tǒng)病案管理系統(tǒng)藥品管理系統(tǒng)醫(yī)療器械管理系統(tǒng)基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（一）基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)架構(gòu)邊緣計(jì)算架構(gòu)“云”實(shí)質(zhì)上就是一個(gè)網(wǎng)絡(luò)，狹義上講，云計(jì)算就是一種提供資源的網(wǎng)絡(luò)，使用者可以隨時(shí)獲取“云”上的資源，按需求量使用，并且可以看成是無(wú)限擴(kuò)展的?；卺t(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（一）基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)架構(gòu)在線(xiàn)問(wèn)診功能其實(shí)就是社交類(lèi)應(yīng)用常見(jiàn)的文字、音頻、視頻通話(huà)功能的延伸IM、音視頻通話(huà)移動(dòng)醫(yī)療app發(fā)展至今已經(jīng)具備比較成熟的商業(yè)模式，根據(jù)移動(dòng)醫(yī)療app功能，我們可以分為以下幾類(lèi)：醫(yī)療電商是線(xiàn)上商城常用的功能架構(gòu)，綜合平臺(tái)購(gòu)藥環(huán)節(jié)會(huì)與個(gè)人檔案關(guān)聯(lián)電商預(yù)約掛號(hào)往往是在線(xiàn)醫(yī)療app開(kāi)發(fā)的一大難點(diǎn)，主要包括一套流程化管理工具與患者檔案管理流程管理部分醫(yī)療app會(huì)與智能硬件相結(jié)合，IoT相關(guān)的數(shù)據(jù)讀取、信息加密等功能。IoT基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（二）基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)功能呼吸疾病智能診療一體化系統(tǒng)示意圖診療一體化一詞，1998年由JohnFunkhouser第一次提出，其將診療一體化定義為“根據(jù)疾病狀態(tài)干預(yù)治療手段的能力”。基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（二）基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)功能預(yù)后預(yù)測(cè)系統(tǒng)示意圖預(yù)后是基于對(duì)某種疾病的了解，包括其臨床表現(xiàn)、化驗(yàn)及影像學(xué)、病因、病理、病情規(guī)律等，根據(jù)治療時(shí)機(jī)和方法結(jié)合治療操作中所發(fā)現(xiàn)的新情況，對(duì)疾病的近期和遠(yuǎn)期療效、轉(zhuǎn)歸恢復(fù)或進(jìn)展程度的評(píng)估?；卺t(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（二）基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)功能智能回訪(fǎng)系統(tǒng)包含以下幾個(gè)主要功能。包括患者綜合查詢(xún)，可便捷的查找和篩選一些特定病種和有隨訪(fǎng)價(jià)值的患者患者檔案綜合管理實(shí)現(xiàn)醫(yī)護(hù)與患者之間的異步在線(xiàn)交流，避免傳統(tǒng)模式下雙方空閑時(shí)間不匹配醫(yī)患溝通管理根據(jù)不同規(guī)則類(lèi)別，如患者疾病類(lèi)型、特殊事件等實(shí)現(xiàn)精確的短信提醒。云隨訪(fǎng)智能引擎提供精選在線(xiàn)問(wèn)卷模板，在線(xiàn)隨訪(fǎng)專(zhuān)業(yè)模板，跨科室、跨院區(qū)模板共享；云隨訪(fǎng)知識(shí)庫(kù)靈活的隨訪(fǎng)規(guī)則、問(wèn)卷規(guī)則、提醒規(guī)則的配置和管理，降低操作人員的使用復(fù)雜性。云隨訪(fǎng)規(guī)則引擎采用標(biāo)準(zhǔn)化的數(shù)據(jù)對(duì)接，便于后期產(chǎn)品升級(jí)維護(hù)，避免傳統(tǒng)廠(chǎng)商多家醫(yī)院多個(gè)版本。數(shù)據(jù)對(duì)接平臺(tái)基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（三）醫(yī)療人機(jī)共融的實(shí)現(xiàn)人機(jī)共融是指智能機(jī)器人與人類(lèi)協(xié)同解決問(wèn)題，相互影響并配合實(shí)現(xiàn)設(shè)定的目標(biāo)或方案。它是一個(gè)集成了人工智能、混合智能感知、群智能和大數(shù)據(jù)智能認(rèn)知等技術(shù)的智能技術(shù)集成系統(tǒng)，并融合了多學(xué)科領(lǐng)域?；卺t(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（三）醫(yī)療人機(jī)共融的實(shí)現(xiàn)技術(shù)內(nèi)容重要性感知適應(yīng)復(fù)雜多變的環(huán)境，具備多模態(tài)感知功能實(shí)現(xiàn)功能的基礎(chǔ)，保證效率的前提控制更自然簡(jiǎn)便的交互形式，更優(yōu)質(zhì)的情感交互服務(wù)安全高效，擴(kuò)展應(yīng)用場(chǎng)景結(jié)構(gòu)加強(qiáng)仿人機(jī)器人在行為上的擬人化使人產(chǎn)生共鳴，提高工作時(shí)配合度功能自主決策和自適應(yīng)學(xué)習(xí)高效完成目標(biāo)且可勝任創(chuàng)造性工作共融機(jī)器人技術(shù)基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（三）醫(yī)療人機(jī)共融的實(shí)現(xiàn)

醫(yī)療人機(jī)共融包括醫(yī)生與系統(tǒng)，病人與系統(tǒng)兩方面。對(duì)于醫(yī)生來(lái)說(shuō)，共融機(jī)器人在康復(fù)醫(yī)療領(lǐng)域的應(yīng)用可以降低治療中的人為失誤率，節(jié)約勞動(dòng)成本。對(duì)于病人來(lái)說(shuō)，在健康服務(wù)領(lǐng)域，共融機(jī)器人除了作為康復(fù)機(jī)器人，輔助病人完成康復(fù)治療，輔助人工智能技術(shù)融入醫(yī)療系統(tǒng)。降低失誤率節(jié)約勞動(dòng)成本提供康復(fù)方案