在国家政策支持下,从“互联网+医疗”到“人工智能医疗”的线上医疗模式飞速发展,目前市场上大部分公司提供给普通用户的服务仍是网上挂号、电子病历、网上咨询以及健康管理等普通业务,针对某些特殊疾病的辅助诊断算法和系统仍局限于科研机构,并未向市场推广,其中大部分算法准确率已经达到80%以上,某些优秀算法准确率甚至达到95%左右。虽然目前人工智能诊断无法取代医生在诊疗过程中的地位,但为用户提供一个科学合理的就诊参考平台是有应用前景的,它还可以作为实体医疗向线上医疗过渡的补充环节,为基于人工智能的智慧医疗向普通民众推广做好铺垫。所以,本文提出并实现一个主要面向面瘫疾病患者及其相关用户的系统,它使用基于深度学习的DDN-LSTM算法为用户提供面瘫识别和分级服务,使用基于Sunny Brook面神经评定系统为用户提供面瘫程度自评估服务,除此之外,它还提供面瘫相关知识科普功能和面瘫患者之间分享交流自身情况以及就诊经历的社交功能。本项目以WEB应用开发为主,Android应用开发为辅,分别进行功能需求和非功能需求分析,并在此基础上进行系统详细设计和实现。WEB应用在Django框架基础下,基于MTV开发模式,在Pycharm集成环境下使用Python语言进行后端各模块开发,使用HTML、CSS、Java Script等技术进行前端页面开发,并使用My SQL作为系统数据库。在实现过程中,将系统划分为五个子模块,通过流程图、时序图等方式对各模块功能进行直观介绍。在WEB端应用实现的基础上,使用谷歌发布的ADT Bundle,对WEB应用部分核心功能进行Android应用开发。本项目是一个工程类项目,主要实现为用户提供的两个核心功能:在线面瘫自动分级诊断以及评估功能,面瘫疾病资讯收集以及用户分享交流的社交功能。社交功能的要点在于管理员对开放性社区用户的引导功能,必须明确告知用户基于面瘫识别分级算法的诊断结果是有概率性的,它只能作为参考意见,不能代替医生的临床诊断,此外还要实现管理员对用户发言的审核监管功能。WEB应用和Android应用开发完成后,经测试证明,系统基本实现预期功能。