目的 構(gòu)建基于視頻目標(biāo)檢測(cè)的中藥飲片調(diào)劑預(yù)警系統(tǒng),降低中藥飲片調(diào)劑混淆事件發(fā)生率,保障用藥安全。方法 設(shè)計(jì)基于人工智能的中藥飲片調(diào)劑預(yù)警系統(tǒng)開發(fā)方案,分為視頻采集、目標(biāo)檢測(cè)、文字識(shí)別和預(yù)警四個(gè)模塊,預(yù)警系統(tǒng)可以驅(qū)動(dòng)監(jiān)控視頻實(shí)時(shí)檢測(cè)藥劑師中藥飲片調(diào)劑內(nèi)容,與處方實(shí)時(shí)比對(duì),對(duì)漏配、錯(cuò)配和多配等錯(cuò)誤調(diào)劑信息進(jìn)行語音和圖文信息預(yù)警。本文以小柴胡湯加減方為基礎(chǔ),采購3個(gè)批次中藥飲片樣本,采集并標(biāo)注1524張飲片圖像,制作中藥飲片數(shù)據(jù)集,基于Faster R-CNN算法訓(xùn)練目標(biāo)檢測(cè)模型并進(jìn)行系統(tǒng)構(gòu)建。結(jié)果 經(jīng)測(cè)試Faster R-CNN模型均值平均精度(mean average precision, mAP)達(dá)到了95.10%,利用訓(xùn)練好的目標(biāo)檢測(cè)模型結(jié)合文字識(shí)別和預(yù)警算法構(gòu)建預(yù)警系統(tǒng),對(duì)中藥飲片調(diào)劑過程進(jìn)行識(shí)別,系統(tǒng)能對(duì)調(diào)劑錯(cuò)誤行為進(jìn)行準(zhǔn)確自動(dòng)報(bào)警。結(jié)論 該系統(tǒng)可實(shí)時(shí)、主動(dòng)進(jìn)行中藥飲片調(diào)劑檢測(cè)和預(yù)警,為中藥飲片調(diào)劑智能化提供新思路,提高中藥飲片調(diào)劑科技水平,促進(jìn)中醫(yī)藥與人工智能相結(jié)合。
|