基于人工智能的大规模人群慢病筛查及管理平台

万达信息股份有限公司

• 基本情况

本项目研究面向重大高发疾病糖尿病、高血压、脑卒中的智能筛查和预警，以人工智能、物联网、大数据等新一代信息技术为基础，通过小样本学习、多模态信息抽取、多模态融合建模等关键共性技术，充分利用智能语音、图像识别、机器学习等AI技术手段，通过研究糖尿病和高血压、脑卒中及其常见并发症的早期症状和智能筛查模型，研发并构建包含全流程人群筛查、智能高危预警、智能语音健康管理的人工智能辅助系统，实现对糖尿病/脑卒中人群的早发现、早预防以及并发症精准筛查，优化传统的筛查体系，提升糖尿病和高血压、脑卒中的知晓率、治疗率和控制率。

项目依托“健康云”服务门户，基于已有慢性病互联网+医疗健康管理服务模式及体系，运用移动互联网健康管理APP和物联网终端设备，实现基于人工智能的糖尿病、脑卒中精准筛查和分级诊疗的规模化应用。项目参与单位为万达信息股份有限公司，2019年11月在上海市开始项目进程，逐步进行糖尿病筛查和脑卒中筛查的技术迭代，并在上海市200多家智慧健康驿站中部署，期间与上海市市级医院专家进行了数次沟通探讨会议，针对应用的技术路线和实现方式做出了诸多改进。

• 项目内容介绍
  • 糖尿病筛查

本项目平台依托人工智能、物联网等新一代技术，实现面向大规模人群的糖尿病筛查及管理。通过真实数据挖掘、机器学习（小样本学习、多模态信息抽取等方法）等关键共性技术对糖尿病高危人群进行一键式的高危人群评估、筛查、管理。并对糖尿病患者进行常见并发症的发生概率预测，督促用户更好的管理糖尿病，降低和减缓并发症的发生。

我们在糖尿病危险因素和患者生存率分析方面采用逐步逻辑回归、DBSCAN聚类等算法对危险程度进行分级，此类算法聚类的同时能够发现并剔除异常点，抗噪性强，对具有不同形状和大小的簇的数据具有很好的分类效果；并在延续传统Cox回归的同时进行神经网络优化，有效提高预测结果准确性。

• 脑卒中（中风）筛查

健康云将中风120体系与机器视觉技术结合，通过五官逻辑判定，关节逻辑判定，语音逻辑判定实现了一分钟内即可完成脑卒中自测。

在脑卒中筛查中，使用RetinaFace算法，基于CNN神经网络和dlib库进行人脸检测，通过堆叠多阶沙漏模块，对其中瓶颈块进行优化并构成FAN深度神经网络，通过面部关键点多重分析，进一步提高检测准确度，实时应对各种场景使用；使用Arm-Tracker算法，通过深度神经网络检测出初始人体区域，输出人体主要关节包括（腕、肘、肩）等，经过对称空间变换网络校准后得再经过堆叠沙漏网络进行单人姿态估计并去除冗余的姿态，实现精确姿态识别；在语音识别方面则采用各方面性能都较为优越的HMM&Viterbi算法，有效解连续语言识别问题。

脑卒中（中风）筛查算法

糖尿病筛查算法

居民现场使用场景

联系人：曹川韡

联系方式：13761628433