本发明涉及人工智能，具体为一种基于人工智能的仿真交互方法、装置、设备及存储介质。
背景技术：
1、通过应用人工智能技术，提升医疗仿真训练和诊疗过程的质量。在智能医疗仿真系统中，具体应用包括手术模拟、诊疗模拟、病情预测等，这些具体事物通过仿真技术和人工智能算法，为医疗从业者提供了一个安全、高效的训练和诊疗平台。
2、当前在医疗仿真系统中的具体事物，如手术模拟和诊疗模拟，存在一些显著的不足。首先，传统的仿真系统缺乏智能化，无法根据用户的操作反馈进行实时调整，导致仿真训练的效果有限。其次，现有的医疗数据利用率不高，数据质量参差不齐，影响了模型的训练效果。最后，仿真系统的交互界面设计不够友好，用户体验较差，操作复杂，限制了系统的推广和使用。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本发明提供了一种基于人工智能的仿真交互方法，解决了上述背景技术中提到的问题
3、(二)技术方案
4、为实现以上目的，本发明通过以下技术方案予以实现：一种基于人工智能的仿真交互方法，具体步骤如下；
5、s1、设置数据收集模块，从医疗数据源获取实时数据集和历史数据集，对这些数据进行预处理，包括数据清洗、去噪、标准化和标注；
6、s2、对预处理后的数据集进行特征选择，筛选出与目标变量相关性较高的特征，利用降维技术减少特征数量，保留最具信息量的特征，去除冗余特征，生成训练数据集和测试数据集；
7、s3、建立人工智能模型，并将人工智能模型离线，分别输入测试数据集和训练数据集对模型进行训练，并通过交叉验证对模型进行验证和调优；
8、s4、基于训练好的模型，构建虚拟医疗仿真环境。将历史数据集作为样本数据，输入仿真环境进行多次推演，生成若干个模拟结果，并对模拟结果进行整合，生成第一阈值y；
9、s5、实时数据集输入上线后的仿真环境内进行推演，获取实时结果，并与预设第一阈值y进行对比，生成第一对比结果，根据对比结果判断仿真过程中是否出现异常情况；
10、s6、将对比结果通过显示模块发送至终端。
11、优选的，步骤s1中，通过调取电子病历记录，获取以下数据；
12、心输出量值、呼吸频率值、血氧饱和度值、血糖值、肌酐值以及体温值；
13、其中历史数据集包括：第一历史心输出量值ysc、第一历史呼吸评率值yhx、第一历史血糖值yxt、第一历史肌酐值yjg、第二历史心输出量值rsc、第二历史呼吸评率值rhc、第二历史血糖值rxt以及第二历史肌酐值rjg；
14、实时数据集包括：实时心输出量值ssc、实时呼吸频率值shx、实时血糖值sxt以及实时肌酐值sjg。
15、优选的，步骤s2中，测试数据集包括：第一历史心输出量值ysc、第一历史呼吸频率值yhx、第一历史血糖值yxt以及第一历史肌酐值yjg；
16、训练数据集包括：第二历史心输出量值rsc、第二历史呼吸频率值rhc、第二历史血糖值rxt以及第二历史肌酐值rjg。
17、优选的，步骤s3中，模型训练步骤如下：
18、s31、对训练数据集进行整理和格式化处理，并将处理完毕后的训练数据集输入至选择好的模型架构内，并初始化模型参数；
19、s32、进行迭代训练，使用优化算法不断调整模型参数，生成第一阶段值s1；
20、步骤s3中，模型验证步骤如下：
21、s41、对测试数据集进行整理和格式化处理，并将处理完毕后的训练数据集输入至选择好的模型架构内，加载训练好的模型参数和结构，准备进行验证；
22、s42、整理好的测试数据集输入到模型中，进行运算，获取第二阶段值s2。
23、优选的，第一阶段值s1和第二阶段值s2的具体计算公式分别如下：
24、
25、式中：ysc为第一历史心输出量值，yhx为第一历史呼吸频率值，yxt为第一历史血糖值，yjg为第一历史肌酐值，rsc为第二历史心输出量值，rhx为第二历史呼吸频率值，rxt为第二历史血糖值，rjg为第二历史肌酐值；
26、a1、a2、a3、b1、b2以及b3为权重值，且a1、a2、a3、b1、b2以及b3的值由用户调整设置。
27、优选的，所述交叉验证所生成的验证值的计算方式如下：
28、
29、式中：m为计算次数，s1为第一阶段值，s2为第二阶段值，表示经过历史周期若干次的第二阶段值平均值。
30、优选的，步骤s4中第一阈值y的计算公式如下：
31、
32、式中：s1为第一阶段值，s2为第二阶段值，l为验证值。
33、本技术还包括一种基于人工智能的仿真交互装置，该装置用于执行上述说明书中提及的基于人工智能的仿真交互方法。
34、本技术还包括一种基于人工智能的仿真交互设备，该设备用于和上述说明书中提及的基于人工智能的仿真交互方法配套使用。
35、本技术还包括一种基于人工智能的仿真交互储存介质，该储存介质用于储存上述说明书中提及的基于人工智能的仿真交互方法。
36、(三)有益效果
37、本发明提供了基于人工智能的仿真交互方法。具备以下有益效果：
38、(1)该基于人工智能的仿真交互方法，能够有效地处理医疗数据，建立准确可靠的模型，构建虚拟医疗仿真环境，实现实时仿真和异常检测，从而提高医疗决策的准确性和效率。相较于当下的技术手段，该方法在处理医疗数据和模拟医疗场景方面更加高效和可靠。
39、(2)该基于人工智能的仿真交互方法，通过对训练数据集和测试数据集进行整理和格式化处理，有效提高了数据的质量和准确性。在训练步骤中，对训练数据集进行处理后，输入选择好的模型架构内，并初始化模型参数，使得模型能够更好地适应数据特征，提高了模型的泛化能力和预测准确性。通过迭代训练和使用优化算法调整模型参数，不断优化模型，生成第一阶段值s1，进一步提高了模型的效率和性能。
40、(3)该基于人工智能的仿真交互方法，通过对测试数据集进行整理和格式化处理，并将处理完毕后的数据输入到选择好的模型架构内，加载训练好的模型参数和结构，准备进行验证。这样的验证方式能够更全面地评估模型的性能和准确性，为模型的优化和改进提供了指导。整理好的测试数据集输入到模型中，进行运算，获取第二阶段值s2，可以更加直观地了解模型在实际场景中的表现，为后续的医疗决策提供可靠的支持和参考。
41、(4)该基于人工智能的仿真交互方法，通过明确实时结果的计算公式和报警机制，提高了系统的实用性和可操作性。实时结果ssg的计算公式中，引入了多种实时数据，包括实时心输出量值、实时呼吸频率值、实时血糖值和实时肌酐值等，通过这些数据的综合运算，得到了更全面和准确的实时结果。同时，用户可以根据具体情况调整设置权重值，使得系统更加灵活和适应性更强，提高了系统的适用性和准确性。
1.一种基于人工智能的仿真交互方法，其特征在于：具体步骤如下；
2.根据权利要求1所述的基于人工智能的仿真交互方法，其特征在于：步骤s1中，通过调取电子病历记录，获取以下数据；
3.根据权利要求2所述的基于人工智能的仿真交互方法，其特征在于：步骤s2中，测试数据集包括：第一历史心输出量值ysc、第一历史呼吸频率值yhx、第一历史血糖值yxt以及第一历史肌酐值yjg；
4.根据权利要求3所述的基于人工智能的仿真交互方法，其特征在于：步骤s3中，模型训练步骤如下：
5.根据权利要求4所述的基于人工智能的仿真交互方法，其特征在于：第一阶段值s1和第二阶段值s2的具体计算公式分别如下：
6.根据权利要求5所述的基于人工智能的仿真交互方法，其特征在于：所述s3中，交叉验证所生成的验证值的计算方式如下：
7.根据权利要求6所述的基于人工智能的仿真交互方法，其特征在于：步骤s4中第一阈值y的计算公式如下：
8.一种基于人工智能的仿真交互装置，其特征在于：所述装置用于执行权利要求1～7中任一所述的基于人工智能的仿真交互方法。
9.一种基于人工智能的仿真交互设备，其特征在于：所述设备用于和权利要求1～7中任一所述的基于人工智能的仿真交互方法配套使用。
10.一种基于人工智能的仿真交互储存介质，其特征在于：该储存介质用于储存权利要求1～7中任一所述的基于人工智能的仿真交互方法。
