원래 이름 기록: 首都医科大学附属北京同仁医院

本发明提出一种门急诊智能分诊方法及系统，涉及医疗信息技术领域。方法包括：通过多模态传感器采集患者的生理数据、症状描述文本数据、面部图像数据及语音音频数据；利用情感计算引擎分析图像与音频数据生成情感状态数据；通过分析模型处理生理与文本数据生成病情紧急程度数据；融合情感与病情数据形成初步分诊结果；结合实时医疗资源状态数据，通过动态决策器生成包含科室分配、处理优先级及个性化安抚策略的分诊决策方案；最终通过执行终端与交互机器人执行引导与安抚，实现了分诊流程的自动化、智能化与人性化，显著提升了分诊效率与准确性，优化了医疗资源配置，并增强了对患者心理需求的关怀。

本发明涉及眼科护理预警技术领域，公开了基于人工智能辅助的眼科护理风险预警系统和方法。该系统包括数据采集模块、数据预处理模块、人工智能模型训练模块、风险预警模块和医护交互模块。数据采集模块获取患者的生命体征、眼部检查、用药情况及环境等多源信息；数据预处理模块对采集数据进行清洗、归一化和特征提取；人工智能模型训练模块利用预处理数据，训练护理风险预测模型并评估性能；风险预警模块分析患者当前状态，生成风险预测结果并按级别触发预警；医护交互模块提供接口，支持医护人员查询数据、获取决策建议及输入反馈信息以优化系统。该系统整合多源数据，通过智能分析实现风险预警，助力眼科护理流程的完善。

本发明提供了一种视网膜神经血管单元体外3D打印模型的制备方法和应用，涉及生物医学技术领域，包括：使用GelMA、HAMA和LAP制备复合水凝胶前体溶液；选取处于指数生长期的REC、RGC和RMC，分别使用胰蛋白酶消化后重悬后，将三种单细胞悬液混合，得到细胞混合物；将复合水凝胶前体溶液和细胞混合物进行混合，得到生物墨水；将生物墨水按照预设参数打印封装，形成初步的3D‑RNVU模型；对初步的3D‑RNVU模型进行再次培养。本发明所构建的3D‑RNVU模型实现了在三维结构中再现ECM的物理化学特性及神经‑胶质‑血管三元互作，为糖尿病视网膜病变等疾病的机制研究与药物筛选提供了高生理相关性的体外平台。

本发明提供一种基于人工智能的斜视预防方法和系统，所述方法包括：S1、通过摄像头采集用户视物过程中面部视频流；S2、从所述面部视频流抽取每一帧，并识别每一帧中的多个用户面部特征点；S3、从所述用户面部特征点中选取与斜视相关的面部关键点，并根据所述面部关键点，静态识别斜视趋势；S4、再根据所述面部关键点，进行斜视趋势的动态检测，所述动态检测包括：头部三维姿态检测和双眼运动协调性检测；S5、根据所述静态识别和动态检测的结果，采用三级干预策略对用户进行干预，实现斜视行为的精准防控。本发明可以对斜视进行有效预防。