智慧城市让生活更美好!
物联网  >   智能医疗  >  正文

智能病房辅助系统 设计分析分享

  一、项目简介

  设计一套为病人和医护人员服务的辅助系统,主要预期为实现一个与病人无话不谈的语音机器人,此机器人还可实现备忘录功能并自动识别病人需要提醒的事件和时间,同时医护人员也可以通过它设置给病人需提醒的事件。

  旨在完成一套智能病房辅助系统,其主要功能包括:与病人进行对话交流、提供事件提醒服务、电子病历服务、紧急呼叫服务、进出检测服务。

  二、项目方案

  现在快节奏的生活,生病已经成为一种负担。传统的病房还延续着亲人陪护的模式,这不仅为家人的生活和病人的医疗费用造成了不必要的负担,而且也加重了家庭的压力。另外一种模式是雇佣专门的护工,这种模式节省了照顾病人的时间成本,但是护工的费用往往较高,而且并不能24小时守候。在医护的角度,医院安装紧急呼叫按键,病人频繁的呼叫,往返病房与值班台也增加了负担。

  

 

  研究目标及主要内容:实现病房辅助系统,设置不同模式,不同模式下实时调整各子系统和模块的优先级。

  本项目主要实现以下几方面内容:

  ①病人可24小时得到聊天陪护;

  ②检测病人是否出病房;

  ③设置医护人员与病人预定的各个时间的提醒业务;

  ④为医护和病人提供电子病历显示服务;

  ⑤紧急呼叫服务;

  ⑥系统正常运行监测服务。

  三、项目研究技术路线

  本项目以STM32作为主控,通过wifi进行组网。主控主要负责工作模式发布,各事件的优先级调整等事物。

  I、进出检测子系统

  

 

  进出检测子系统主要目的是为了配合提醒服务,检测病人进出房间时有无需要提醒的事件。其由两个人体检测传感器、独立供电系统、无线通信终端节点和射频检测模块等组成。

  两个人体检测传感器按照先后顺序安装在门口位置,间隔超过一个人的身体厚度。射频检测模块安装于两个人体检测传感器的物理中心位置,其作用是配合病人身上的手环,检测出出发人体检测传感器的是否为病人。人体检测传感器检测到人时,记录检测到人体的全局时间,在一定间隔内,如两传感器被先后触发,则按照时间判定病人进出病房状态。判定状态和病人身份后,借助无线传输网络(WIFI、蓝牙或zigbee等皆可)将信息传送给系统STM32主控。

  II、人机对话系统

  

 

  人机对话功能主要实现人机交互的聊天和特定设置语句的设置信息提取功能。其中包括几个模块:

  语音检测和录音模块:首先由声音传感器检测到说话声音(阈值可调整),再有录音系统将人声录音为文件,待传输给识别模块使用;

  无线通信模块:传输设置指令和运行检测指令使用;

  传输和接收模块:用于语音文件的传输,将录音后的语音文件传输给树莓派系统,接收树莓派系统所做回答。当百度语音的识别内容由“设置提醒”等特殊文字时,由该模块进行设置指令接收;

  树莓派系统:主要实现自然语音的识别和交互问题的回答。首先由百度语音进行自然语音识别,将语音转换成文字,如果文字中有“设置提醒”等特殊文字时,由树莓派系统发出设置提醒命令。如没有相应特殊文字,则将识别文字发送至图灵机器人进行人机交互,将交互后文本信息交由语音合成和播放模块进行播放,从而实现人机交互;

  语音合成和播放模块:将文本信息合成为语音,并进行播放。

  III、事件提醒服务

  事件提醒服务由时间获取模块、提醒服务数据单元模块、无线传输和供电系统等几部分组成。

  时间获取模块:由事件提醒服务主控调用DS1302模块获取准确的时间,以作为实践提醒的实践依据;

  提醒服务数据单元模块:将事件提醒内容以数据条的形式存储,规定必须包含时间、地点、内容等部分;

  IV、电子病历系统

  此模块由医护人员操作,当需要查房或对某个病人进行检查时,可在显示屏上显示病人的病历信息。此信息为服务器数据库中获取的信息,保证了数据的及时和可靠。

  V、系统运行检测服务

  系统运行监测是指检测本系统内各子系统的工作状态是否正常。

  检测规则为:以时间为检测依据,每个2分钟利用无线网络向各模块发送特定的查询信息,各模块接收到查询信息后,向系统检测模块回复相应系统运行信息。如发送三次均超时,则证明某子系统运行存在问题,在显示屏上显示子系统的错误信息并告知使用者。

  VI、紧急呼叫服务

  

 

  紧急呼叫服务是现有病房的紧急呼叫铃的升级版本。

  生理特征监测:主要监测病人的心跳和脉搏信息,如果病人的生理信息突发异常则主动向医护人员的控制台发送报警信息,以保证救助病患的及时性。

  紧急按键检测:当人为按下紧急按键检测是,向医护人员的控制台发送报警信息,并提取报警时间。

  本文以设计角度分析设计过程和结构,抛砖引玉。有误之处,请提出建议。

上一篇:CCF YOCSEF医疗大数据与人工智能专题报告会

下一篇:全国医院物联网大会课件下载

延伸阅读