CN109003662A - 医师信息的提供方法、装置、设备及存储介质 - Google Patents
医师信息的提供方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109003662A CN109003662A CN201810757357.2A CN201810757357A CN109003662A CN 109003662 A CN109003662 A CN 109003662A CN 201810757357 A CN201810757357 A CN 201810757357A CN 109003662 A CN109003662 A CN 109003662A
- Authority
- CN
- China
- Prior art keywords
- disease
- state
- doctor
- information
- target object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
Landscapes
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请实施例公开了一种医师信息的提供方法、装置、设备及存储介质。所述方法包括:获取目标对象的病情信息,目标对象的病情信息用于指示目标对象所具有的病情;根据目标对象的病情信息,确定目标对象的疾病分布,疾病分布包括目标对象有概率患有的至少一种目标疾病;获取与上述至少一种目标疾病相匹配的至少一个候选医师;提供上述至少一个候选医师的医师信息。本申请实施例实现了自动地为用户选择提供与目标对象所患疾病相匹配的医师,无需用户进行分析选择,降低了对用户的要求,且有助于提高选择医师的准确性和效率。
Description
技术领域
本申请实施例涉及互联网技术领域,特别涉及一种医师信息的提供方法、装置、设备及存储介质。
背景技术
随着互联网技术的发展,用户能够通过网络获取一些医院的医师信息,以进行医师选择、挂号等操作。
在相关技术中,一些医院通过网页或者公众号等渠道,向用户提供院内的医师信息。例如,医师信息可以包括医师的姓名、职称、所属科室、工作经历、擅长诊治的疾病等信息。用户可以根据各个医师的医师信息以及自身需求,选择所要就诊的医师。可选地,上述网页或者公众号还提供有网上挂号服务,用户在选择所要就诊的医师之后,可以在线挂号。
在上述相关技术中,需要用户对自身病情和院内医师的专长进行分析,才能较为合理地选择所要就诊的医师,这对用户提出了较高要求。对于普通用户来说,往往无法准确且高效地选择出适合自身病情的医师。
发明内容
本申请实施例提供了一种医师信息的提供方法、装置、设备及存储介质,也用于解决相关技术中无法准确且高效地选择出适合用户自身病情的医师的问题。技术方案如下:
一方面,本申请实施例提供一种医师信息的提供方法,所述方法包括:
获取目标对象的病情信息,所述目标对象的病情信息用于指示所述目标对象所具有的病情;
根据所述目标对象的病情信息,确定所述目标对象的疾病分布,所述疾病分布包括所述目标对象有概率患有的至少一种目标疾病;
获取与所述至少一种目标疾病相匹配的至少一个候选医师;
提供所述至少一个候选医师的医师信息。
另一方面,本申请实施例提供一种医师信息的提供方法,所述方法包括:
显示用户界面;
获取在所述用户界面中输入的目标对象的病情信息,所述目标对象的病情信息用于指示所述目标对象所具有的病情;
将所述目标对象的病情信息发送给服务器;其中,所述服务器用于根据所述目标对象的病情信息,确定所述目标对象的疾病分布,所述疾病分布包括所述目标对象有概率患有的至少一种目标疾病,所述服务器还用于获取与所述至少一种目标疾病相匹配的至少一个候选医师;
接收所述服务器发送的所述至少一个候选医师的医师信息;
显示所述至少一个候选医师的医师信息。
另一方面,本申请实施例提供一种医师信息的提供方法,所述方法包括:
接收终端发送的目标对象的病情信息,所述目标对象的病情信息用于指示所述目标对象所具有的病情;
根据所述目标对象的病情信息,确定所述目标对象的疾病分布,所述疾病分布包括所述目标对象有概率患有的至少一种目标疾病;
获取与所述至少一种目标疾病相匹配的至少一个候选医师;
向所述终端发送所述至少一个候选医师的医师信息。
再一方面,本申请实施例提供一种医师信息的提供装置,所述装置包括:
信息获取模块,用于获取目标对象的病情信息,所述目标对象的病情信息用于指示所述目标对象所具有的病情;
疾病确定模块,用于根据所述目标对象的病情信息,确定所述目标对象的疾病分布,所述疾病分布包括所述目标对象有概率患有的至少一种目标疾病;
医师获取模块,用于获取与所述至少一种目标疾病相匹配的至少一个候选医师;
信息提供模块,用于提供所述至少一个候选医师的医师信息。
又一方面,本申请实施例提供一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述任一方面所述的方法。
又一方面,本申请实施例提供一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述任一方面所述的方法。
又一方面,本申请实施例提供一种计算机程序产品,当该计算机程序产品被执行时,其用于执行上述任一方面所述的方法。
本申请实施例提供的技术方案中,通过根据目标对象的病情信息,确定目标对象的疾病分布,而后向用户提供与目标对象的疾病分布相匹配的至少一个候选医师的医师信息,从而实现了自动地为用户选择提供与目标对象所患疾病相匹配的医师,无需用户进行分析选择,降低了对用户的要求,且有助于提高选择医师的准确性和效率。
附图说明
图1是本申请一个实施例提供的医师信息的提供方法的流程图;
图2是本申请另一个实施例提供的医师信息的提供方法的流程图;
图3是图2实施例对应的流程架构图;
图4是本申请一个实施例提供的应用场景的示意图;
图5是本申请另一个实施例提供的医师信息的提供方法的流程图;
图6是图5实施例涉及的界面示意图;
图7是图5实施例对应的流程架构图;
图8是本申请一个实施例提供的医师信息的提供装置的框图;
图9是本申请一个实施例提供的医师信息的提供***的框图;
图10是本申请一个实施例提供的终端的结构框图;
图11是本申请一个实施例提供的计算机设备的结构框图。
具体实施方式
下面将结合附图对本申请实施方式作进一步地详细描述。
请参考图1,其示出了本申请一个实施例提供的医师信息的提供方法的流程图。该方法可应用于计算机设备中,所述计算机设备可以是诸如手机、平板电脑、可穿戴设备、PC(Personal Computer,个人计算机)等终端,也可以是用于为终端提供后台服务的服务器。
该方法可以包括如下几个步骤:
步骤101,获取目标对象的病情信息。
目标对象的病情信息用于指示目标对象所具有的病情。目标对象的病情信息可以由用户提供。例如,目标对象的病情信息包括如下内容:这两天经常打喷嚏,且喉咙有些疼痛。
目标对象可以是人,也可以是诸如猫、狗等宠物。例如,当本申请实施例为用户提供的医师资源是为人进行疾病诊断的医师时,目标对象是人。又例如,当本申请实施例为用户提供的医师资源是为宠物进行疾病诊断的医师时,目标对象即是宠物。
步骤102,根据目标对象的病情信息,确定目标对象的疾病分布,疾病分布包括目标对象有概率患有的至少一种目标疾病。
计算机设备获取到目标对象的病情信息之后,可以对该目标对象的病情信息进行分析,确定目标对象有概率患有的至少一种目标疾病。例如,通过对上述病情信息“这两天经常打喷嚏,且喉咙有些疼痛”进行分析,可以确定目标对象有概率患有的目标疾病包括感冒。
可选地,目标对象的疾病分布包括目标对象有概率患有的至少两种目标疾病。基于目标对象的病情信息,分析确定出多种可能患有的目标疾病,相比于仅确定一种可能患有的目标疾病,更加合理准确,避免因过于绝对化而导致最终为用户提供与目标对象实际所患疾病不相匹配的医师。
可选地,上述步骤102可以包括如下几个子步骤:
1、获取目标对象的病情信息与疾病库中的每一种疾病之间的匹配度,其中,疾病库中包括n种疾病,n为正整数;
2、选取匹配度符合预设条件的至少一种目标疾病,得到目标对象的疾病分布。
目标对象的病情信息与疾病之间的匹配度越高,表明该目标对象患有该种疾病的概率越高;反之,目标对象的病情信息与疾病之间的匹配度越低,表明该目标对象患有该种疾病的概率越低。可选地,匹配度可以采用0到100%之间的百分数来表示。
预设条件可以是匹配度大于预设阈值,预设阈值可以是预先设定的经验值,如80%;或者,预设条件也可以是匹配度最高的k种疾病,k为正整数,且k的取值可以预先设定,例如k的取值为5;或者,预设条件还可以是匹配度最高的k种疾病,且匹配度大于预设阈值。预设条件可以根据实际情况预先设定,本申请对此不作限定。
另外,疾病库中包括的n种疾病,可以涵盖全类别的疾病,也可以仅涵盖一种或者若干种类别的疾病。疾病的类别可以由相关专业人员制定,也可以从相关标准(如ICD(international classification of diseases,国际疾病分类)-10标准)中获取。例如,疾病的类别可以包括传染性疾病、寄生虫病、肿瘤、血液和造血器官疾病、内分泌疾病、精神疾病、神经***疾病、眼部疾病、耳部疾病、循环***疾病、呼吸***疾病、皮肤疾病、骨骼肌肉疾病、泌尿生殖***疾病等多种不同类别。
步骤103,获取与上述至少一种目标疾病相匹配的至少一个候选医师。
计算机设备在确定目标对象可能患有的至少一种目标疾病之后,从医师资源库中选取匹配的至少一个候选医师。医师资源库中包括多个医师,该多个医师可以属于同一个医院,也可以属于多个不同的医院,本申请实施例对此不作限定。
在本申请实施例中,与目标疾病相匹配的候选医师,是指擅长处理该目标疾病的医师。例如,医师资源库中包括:擅长处理内分泌疾病的张三医师、擅长处理皮肤疾病的李四医师、擅长处理眼部疾病的王五医师,等等。当目标疾病为眼部疾病时,则与该眼部疾病相匹配的候选医师即为王五医师。
可选地,医师资源库中包括多个医师的医师画像,医师画像用于指示医师擅长处理的疾病。计算机设备可以根据医师资源库中的各个医师的医师画像,选择擅长处理上述至少一种目标疾病的至少一个候选医师。例如,医师资源库中存储有各个医师与其医师画像之间的映射关系,计算机设备选择医师画像中包含上述目标疾病的医师作为候选医师。
步骤104,提供上述至少一个候选医师的医师信息。
计算机设备获取候选医师之后,可进一步获取候选医师的医师信息,然后将候选医师的医师信息提供给用户。候选医师的医师信息可以包括医师的姓名、职称、所属科室、工作经历、擅长诊治的疾病等信息,本申请实施例对此不作限定。
综上所述,本申请实施例提供的技术方案中,通过根据目标对象的病情信息,确定目标对象的疾病分布,而后向用户提供与目标对象的疾病分布相匹配的至少一个候选医师的医师信息,从而实现了自动地为用户选择提供与目标对象所患疾病相匹配的医师,无需用户进行分析选择,降低了对用户的要求,且有助于提高选择医师的准确性和效率。
在基于图1实施例提供的一个可选实施例中,如图2所示,该方法可以包括如下几个步骤:
步骤201,获取目标对象的病情信息。
步骤202,对目标对象的病情信息执行分词处理,得到a个病情分词,a为正整数。
在本申请实施例中,对分词处理所采用的算法不作限定。例如,对于中文来说,可以采用pyltp分词器进行分词处理。
示例性地,假设目标对象的病情信息包括如下内容:胳膊经常酸疼,则对此进行分词处理得到的病情分词可以包括:胳膊、经常、酸疼。
步骤203,获取a个病情分词中的每个病情分词的词向量。
词向量是用来表示词的向量,通常也被认为是词的特征向量。每个病情分词的词向量可以是一个p维的向量,p为正整数。上述p的取值可以根据实际需求预先设定,例如p为250。计算机设备可以将病情分词输入至词向量模型中,由词向量模型输出该病情分词的词向量。其中,词向量模型是预先训练生成的用于将词转换为词向量的模型,例如可以预先采用一些训练语料训练生成词向量模型。
步骤204,根据a个病情分词中的每个病情分词的词向量,计算目标对象的病情信息的表征向量。
目标对象的病情信息的表征向量,可以看作是目标对象的病情信息的特征向量。
可选地,计算机设备根据a个病情分词中的每个病情分词的词向量和加权系数,加权求和得到目标对象的病情信息的表征向量。每个病情分词的加权系数,可以根据预设的权重分配规则来确定。例如,获取每个病情分词的词性,根据该病情分词的词性确定该病情分词的加权系数。词性与加权系数之间的映射关系,可以根据实际情况预先设定,本申请实施例对此不作限定。例如,名词对应的加权系数为5,其它词性的病情分词对应的加权系数均为0。采用加权求和的方式计算目标对象的病情信息的表征向量,能够使得不同病情分词对表征向量具有不同的影响力,更加符合实际,有助于提高目标对象的病情信息的表征向量的准确性。
步骤205,根据目标对象的病情信息的表征向量,以及疾病库中的每一种疾病的症状信息的表征向量,计算目标对象的病情信息与疾病库中的每一种疾病之间的匹配度。
在本申请实施例中,通过计算目标对象的病情信息的表征向量和疾病的症状信息的表征向量之间的相似度,作为目标对象的病情信息与疾病之间的匹配度。
疾病的症状信息用于指示疾病所具有的症状。每一种疾病通常具有一种或者多种的症状,例如流行性感冒的症状可以包括:流鼻涕、咽喉肿痛、发热等症状。疾病的症状信息可以由相关专业人员提供。
此外,疾病的症状信息的表征向量的生成方式,与病情信息的表征向量的生成方式相类似。该生成过程可以包括如下步骤:
1、构建疾病体征库;
疾病体征库包括疾病库中的每一种疾病的症状信息。
2、对于疾病体征库中的第i种疾病,对第i种疾病的症状信息执行分词处理,得到b个症状分词,其中,i为小于等于n的正整数,b为正整数;
在本申请实施例中,对症状信息进行分词处理所采用的算法,与对病情信息进行分词处理所采用的算法可以相同,也可以不同,本申请实施例对此不作限定。例如,同样可以采用pyltp分词器对症状信息进行分词处理。
3、获取b个症状分词中的每个症状分词的词向量;
每个症状分词的词向量可以是一个q维的向量,q为正整数。上述q的取值可以根据实际需求预先设定,例如q为300。症状分词的词向量的维数,与病情分词的词向量的维数可以相同,也可以不同,本申请实施例对此不作限定。并且,用于生成症状分词的词向量的词向量模型,与用于生成病情分词的词向量的词向量模型可以相同,也可以不同,本申请实施例对此也不作限定。
4、根据b个症状分词中的每个症状分词的词向量,计算第i种疾病的症状信息的表征向量。
疾病的症状信息的表征向量,可以看作是疾病的症状信息的特征向量。
可选地,根据b个症状分词中的每个症状分词的词向量和加权系数,加权求和得到第i种疾病的症状信息的表征向量。每个症状分词的加权系数,可以根据预设的权重分配规则来确定。例如,获取b个症状分词中的每个症状分词所属的分类;根据每个症状分词所属的分类,确定每个症状分词的加权系数。可选地,不同分类的症状分词对应不同的加权系数。在一个示例中,可以结合医学知识,按症状分词对患者健康的影响程度的不同,将症状分词分为多个分类。例如,症状分词的分类包括:关键、重要和普通共3种。上述分类与加权系数之间的映射关系,可以根据实际情况预先设定,本申请实施例对此不作限定。例如,对患者健康的影响程度越高的分类,其对应的加权系数越大;反之,对患者健康的影响程度越小的分类,其对应的加权系数越小。示例性地,上述关键、重要和普通3种分类,各自对应的加权系数可以分别为15、5和1。采用加权求和的方式计算疾病的症状信息的表征向量,能够使得不同症状对表征向量具有不同的影响力,更加符合实际,有助于提高疾病的症状信息的表征向量的准确性。
对于疾病体征库中包括的每一种疾病,可以采用上文介绍的方式,生成该疾病的症状信息的表征向量。
需要说明的一点是,在计算目标对象的病情信息的表征向量和疾病的症状信息的表征向量之间的相似度时,可以采用余弦相似度算法、欧几里得距离算法、皮尔逊相关系数算法等,其可以根据实际情况选择适用的算法,本申请实施例对此不作限定。
步骤206,选取匹配度符合预设条件的至少一种目标疾病,得到目标对象的疾病分布。
本步骤可以参见图1实施例步骤102中的相关介绍说明,此处不再赘述。
步骤207,获取与上述至少一种目标疾病相匹配的至少一个候选医师。
计算机设备在确定目标对象可能患有的至少一种目标疾病之后,从医师资源库中选取匹配的至少一个候选医师。在上文已经介绍,医师资源库中可以包括多个医师的医师画像,计算机设备可以根据医师画像来选取上述候选医师。
在一个示例中,医师画像包括:医师在目标时段内处理过的疾病以及每种疾病的处理次数。其中,目标时段可以根据实际情况预先设定,例如最近1年、最近3年、或者医师的整个职业生涯,等等。示例性地,某个医师的医师画像包括的内容可以如下表-1所示:
在最近1年内处理过的疾病 | 处理次数 |
肾衰竭 | 30 |
尿石症 | 60 |
肾小球疾病 | 20 |
… | … |
表-1
相应地,计算机设备可以采用下述方式从医师资源库中选择候选医师:
1、根据医师资源库中的各个医师的医师画像,统计医师资源库中的各个医师处理每一种目标疾病的处理次数;
2、根据统计结果对医师资源库中的各个医师进行优先级排序;
3、根据优先级排序的结果,选择至少一个候选医师。
以目标疾病为肾衰竭为例,假设医师资源库中共有3位医师处理过肾衰竭,这3位医师及各自对肾衰竭的处理次数分别为:张三医师30次、李四医师50次、王五医师15次。而后,可以按照处理次数降序的顺序,对各个医师进行优先级排序,排序结果为:李四医师50次、张三医师30次、王五医师15次。而后,根据排序结果,选择至少一个候选医师,例如选择排序最前的李四医师作为候选医师。
另外,当目标对象的疾病分布中包括多种目标疾病时,可以统计各个医师处理上述多种目标疾病的累计处理次数,而后根据累计处理次数对医师资源库中的各个医师进行优先级排序。例如,可以按照累计处理次数降序的顺序,对各个医师进行优先级排序。
在一种可能的实施方式中,通过预先对各个医师处理过的病历信息进行分析,提取出医师画像。以提取目标医师的医师画像为例,可以包括如下几个步骤:
1、获取目标医师在目标时段内处理过的至少一份病历信息;
2、从病历信息中提取诊断出的疾病;
3、统计目标医师在目标时段内处理过的疾病以及每种疾病的处理次数,得到目标医师的医师画像。
病历信息中通常会写明诊断出的疾病。在实际应用中,可以通过模型匹配或者关键词识别等方式,从病历信息中提取出诊断出的疾病。例如,当病历信息包括一个通用模板时,医师会在病历信息的指定位置处写明诊断出的疾病,因此通过模板匹配定位出病历信息中的指定位置,即可提取到诊断出的疾病。又例如,当采用关键词识别时,可以从病历信息中识别出指定关键词,然后根据指定关键词提取得到诊断出的疾病。例如,病历信息中通常包括“确诊:xx病”,则可以识别出指定关键词“确诊”,并将该指定关键词“确诊”后面的词语确定为诊断出的疾病。
另外,在实际情况中,可能同一种疾病具有多种不同的名称,且不同的医师对于同一种疾病也可能存在多种不同的个人表述。因此,可以预先创建疾病名称库,疾病名称库中包括每一种疾病的通用名称及其可选名称之间的对应关系。设备在从病历信息中提取到诊断出的疾病之后,查询上述疾病名称库,获取该诊断出的疾病的通用名称,后续依据通用名称来统计目标医师在目标时段内处理过的疾病以及每种疾病的处理次数。
在一个示例中,假设目标医师在最近1年内处理过的病历信息有100份,从其中35份病历信息中提取到诊断出的疾病为肾衰竭,从另外60份病历信息中提取到诊断出的疾病为尿石症,剩余5份病历信息中未提取到诊断出的疾病,则该目标医师的医师画像可以包括:在最近1年内处理过的疾病包括肾衰竭35次,尿石症60次。
步骤208,提供上述至少一个候选医师的医师信息。
计算机设备获取候选医师之后,可进一步获取候选医师的医师信息,然后将候选医师的医师信息提供给用户。
结合参考图3,其示出了本实施例对应的流程架构图。计算机设备预存有词向量模型、疾病体征库和医师资源库。计算机设备获取到目标对象的病情信息之后,进行分词处理,得到若干个病情分词。计算机设备采用词向量模型对病情分词进行词向量转换,得到病情分词的词向量,并进一步计算出目标对象的病情信息的表征向量。之后,计算机设备采用目标对象的病情信息的表征向量和疾病体征库中的疾病的症状信息的表征向量进行相似度匹配,得到目标对象的疾病分布。最后,计算机设备采用目标对象的疾病分布和医师资源库中的医师画像进行匹配,选择候选医师,并进一步获取候选医师的医师信息。
综上所述,本申请实施例提供的技术方案中,通过根据目标对象的病情信息,确定目标对象的疾病分布,而后向用户提供与目标对象的疾病分布相匹配的至少一个候选医师的医师信息,从而实现了自动地为用户选择提供与目标对象所患疾病相匹配的医师,无需用户进行分析选择,降低了对用户的要求,且有助于提高选择医师的准确性和效率。
请参考图4,其示出了本申请一个实施例提供的应用场景的示意图。该应用场景可以包括:终端41和服务器42。
终端41可以是诸如手机、平板电脑、PC或者设立在医院内的自助终端等设备。终端41和服务器42之间可以通过网络43建立通信连接,例如有线网络或者无线网络。服务器42可以是一台服务器,也可以是由多台服务器组成的服务器集群,或者是一个云计算服务中心。
如图4所示,终端41可以获取目标对象的病情信息,并将该目标对象的病情信息发送给服务器42。服务器42中预存有词向量模型、疾病体征库和医师资源库。服务器42可以采用上文介绍的方法,对目标对象的病情信息进行分析处理,得到目标对象的病情分布,并根据目标对象的病情分布获取至少一个候选医师。服务器42将候选医师的医师信息发送给终端41,而后由终端41将候选医师的医师信息提供给用户。
在一些可能的实现方式中,终端41中可以通过网页、公众号或者应用程序的形式向用户展示用户界面,基于该用户界面实现人机交互,为用户提供医师信息获取服务。相应地,服务器42可以是用于提供上述医师信息获取服务的后台服务器,负责处理终端41的请求,并向终端41反馈所需信息。
请参考图5,其示出了本申请另一个实施例提供的医师信息的提供方法的流程图。在本实施例中,以该方法应用于图4所示的应用场景进行介绍说明。该方法可以包括如下几个步骤:
步骤501,终端显示用户界面。
用户界面是实现用户与终端之间进行人机交互的接口。在不同的实现方式中,用户界面可以是网页页面,也可以是公众号页面,或者是应用程序的显示界面等,本申请实施例对此不作限定。
步骤502,终端获取在用户界面中输入的目标对象的病情信息。
当用户有获取医师信息的需求时,用户可以在终端的用户界面中输入目标对象的病情信息。
在一种可能的实施方式中,终端获取在用户界面的输入框中输入的目标对象的病情信息。可选地,如果终端获取到的目标对象的病情信息是语音形式的,则终端可以将上述语音形式的病情信息转换为文本形式,后续将文本形式的病情信息发送给服务器;或者,终端也可以直接向服务器发送语音形式的病情信息,由服务器将语音形式的病情信息转换为文本形式。
在另一种可能的实施方式中,终端在用户界面中显示至少一种候选病情信息,获取从上述至少一种候选病情信息中选取的目标对象的病情信息。为了简化用户输入操作,提高便捷性,终端也可以向用户提供候选病情信息,以供用户从中选取。另外,候选病情信息可以由终端自行生成,也可以由终端从服务器中请求获取,本申请实施例对此不作限定。
可选地,上述至少一种候选病情信息,包括:根据目标对象的基本信息确定出的候选病情信息,和/或,根据已获取到的目标对象的病情信息确定出的候选病情信息。
目标对象的基本信息可以包括年龄、性别、职业等个人信息。例如,终端或者服务器中可以存储第一对应关系,该第一对应关系可以包括至少一组基本信息和候选病情信息之间的对应关系,通过查询该第一对应关系,即可获取与目标对象的基本信息对应的候选病情信息,并提供给用户选择。例如,基本信息包括男性、40-60岁,对应的候选病情信息可以包括血压增高、排尿异常、***炎等。上述第一对应关系可以由相关专业人员预先人工制定。
此外,终端还可以分多次获取目标对象的病情信息。在这种情况下,终端可以基于已获取到的目标对象的病情信息,为用户提供相关性较强的候选病情信息。例如,终端或者服务器中可以存储第二对应关系,该第二对应关系可以包括至少一组病情信息与候选病情信息之间的对应关系,通过查询该第二对应关系,即可获取与已获取到的目标对象的病情信息对应的候选病情信息,并提供给用户选择。例如,病情信息包括感冒,对应的候选病情信息可以包括疲乏、咽痛、打喷嚏等。上述第二对应关系也可以由相关专业人员预先人工制定。
在一个示例中,结合参考图6,终端显示用户界面60,在用户界面60中,以多轮问答的形式获取目标对象的病情信息。如图6所示,用户界面60中显示第一引导信息61,该第一引导信息61用于引导用户选择就诊人(也即目标对象)。用户根据上述第一引导信息61选择或者增加就诊人之后,终端即可获取该就诊人的基本信息,如年龄、性别、职业等个人信息。就诊人的基本信息可以是用户在注册该就诊人对应的就诊***时提供。终端在获取到就诊人的基本信息之后,可以根据该就诊人的基本信息,获取一些候选病情信息62,并将上述候选病情信息62在用户界面60中显示。另外,用户界面60中还显示有输入框63,用于供用户输入病情信息。用户可以从候选病情信息62中选择病情信息,也可以通过输入框63输入病情信息。另外,如图6所示,终端可以通过多轮问答的形式获取病情信息,有助于获得更为完整的病情信息。问答的轮数可以预先设定,例如3轮,本申请实施例对此不作限定。
步骤503,终端将目标对象的病情信息发送给服务器。
相应地,服务器接收终端发送的目标对象的病情信息。
步骤504,服务器根据目标对象的病情信息,确定目标对象的疾病分布。
步骤505,服务器获取与目标对象的疾病分布相匹配的至少一个候选医师。
步骤506,服务器向终端发送上述至少一个候选医师的医师信息。
关于上述步骤504-506中涉及的内容,其具体实现细节已在图1和图2实施例中介绍说明,具体可参见上文实施例,本实施例对此不再赘述。
步骤507,终端显示上述至少一个候选医师的医师信息。
如图6所示,终端接收到服务器发送的候选医师的医师信息64之后,将候选医师的医师信息64在用户界面60中显示给用户。例如,当候选医师的数量为多个时,可以列表形式显示该多个候选医师的医师信息。并且,上述多个候选医师的排列顺序,可以按照职称、匹配度、距离等参数进行排序,本申请实施例对此不作限定。
结合参考图7,其示出了本实施例对应的流程架构图。用户在终端选择就诊人之后,终端将就诊人的基本信息发送给服务器。服务器根据就诊人的基本信息,获取候选病情信息,并反馈给终端。终端通过3轮问答,获取就诊人的病情信息,将就诊人的病情信息发送给服务器。服务器采用对就诊人的病情信息进行分词处理,得到病情分词,并采用词向量模型生成各个病情分词的词向量,进一步计算出就诊人的病情信息的表征向量。之后,服务器采用就诊人的病情信息的表征向量和疾病体征库中的疾病的症状信息的表征向量进行相似度匹配,得到就诊人的疾病分布。可选地,服务器将就诊人的疾病分布反馈给终端,由终端展示给用户。最后,服务器采用就诊人的疾病分布和医师资源库中的医师画像进行匹配,选择候选医师,并进一步获取候选医师的医师信息。服务器将候选医师的医师信息反馈给终端,由终端展示给用户。
可选地,终端还向用户提供挂号服务,以便用户从候选医师中选择合适的医师进行挂号就诊。上述步骤507之后还可以包括如下步骤:
1、终端获取对应于至少一个候选医师中的目标候选医师的挂号指令;
2、根据挂号指令,执行对应于目标候选医师的挂号操作。
目标候选医师可以是任意一个候选医师。例如,如图6所示,每个候选医师对应显示有用于实现挂号功能的操作控件65,用户点击该操作控件65可以触发挂号指令。假设用户选择王XX医师进行挂号,则终端获取该王XX医师的门诊时段并显示给用户,之后用户便可根据王XX医师的门诊时段,选择需要就诊的门诊时段进行挂号。
综上所述,本申请实施例提供的技术方案中,通过终端与服务器之间的交互,实现了自动地为用户选择提供与目标对象所患疾病相匹配的医师,无需用户进行分析选择,降低了对用户的要求,且有助于提高选择医师的准确性和效率。
需要说明的一点是,在上述图5实施例中,仅从终端和服务器交互的角度,对本申请技术方案进行了介绍说明,上述有关终端的步骤可以单独实现成为终端一侧的医师信息的提供方法,上述有关服务器的步骤可以单独实现成为服务器一侧的医师信息的提供方法。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
请参考图8,其示出了本申请一个实施例提供的医师信息的提供装置的框图。该装置具有实现上述方法示例的功能,所述功能可以由硬件实现,也可以由硬件执行相应的软件实现。该装置800可以包括:信息获取模块810、疾病确定模块820、医师获取模块830和信息提供模块840。
信息获取模块810,用于获取目标对象的病情信息,所述目标对象的病情信息用于指示所述目标对象所具有的病情。
疾病确定模块820,用于根据所述目标对象的病情信息,确定所述目标对象的疾病分布,所述疾病分布包括所述目标对象有概率患有的至少一种目标疾病。
医师获取模块830,用于获取与所述至少一种目标疾病相匹配的至少一个候选医师。
信息提供模块840,用于提供所述至少一个候选医师的医师信息。
综上所述,本申请实施例提供的技术方案中,通过根据目标对象的病情信息,确定目标对象的疾病分布,而后向用户提供与目标对象的疾病分布相匹配的至少一个候选医师的医师信息,从而实现了自动地为用户选择提供与目标对象所患疾病相匹配的医师,无需用户进行分析选择,降低了对用户的要求,且有助于提高选择医师的准确性和效率。
在基于图8实施例提供的一个可选实施例中,所述疾病确定模块820,包括:
匹配度获取单元,用于获取所述目标对象的病情信息与疾病库中的每一种疾病之间的匹配度,其中,所述疾病库中包括n种疾病,所述n为正整数;
疾病确定单元,用于选取匹配度符合预设条件的至少一种目标疾病,得到所述目标对象的疾病分布。
可选地,所述匹配度获取单元,用于:
对所述目标对象的病情信息执行分词处理,得到a个病情分词,所述a为正整数;
获取所述a个病情分词中的每个病情分词的词向量;
根据所述a个病情分词中的每个病情分词的词向量,计算所述目标对象的病情信息的表征向量;
根据所述目标对象的病情信息的表征向量,以及所述疾病库中的每一种疾病的症状信息的表征向量,计算所述目标对象的病情信息与所述疾病库中的每一种疾病之间的匹配度,其中,所述疾病的症状信息用于指示所述疾病所具有的症状。
可选地,所述根据所述a个病情分词中的每个病情分词的词向量,计算所述目标对象的病情信息的表征向量,包括:
根据所述a个病情分词中的每个病情分词的词向量和加权系数,加权求和得到所述目标对象的病情信息的表征向量。
可选地,装置800还包括疾病库构建模块,用于:
构建疾病体征库,所述疾病体征库包括所述疾病库中的每一种疾病的症状信息;
对于所述疾病体征库中的第i种疾病,对所述第i种疾病的症状信息执行分词处理,得到b个症状分词,其中,所述i为小于等于n的正整数,所述b为正整数;
获取所述b个症状分词中的每个症状分词的词向量;
根据所述b个症状分词中的每个症状分词的词向量,计算所述第i种疾病的症状信息的表征向量。
可选地,所述根据所述b个症状分词中的每个症状分词的词向量,计算所述第i种疾病的症状信息的表征向量,包括:
获取所述b个症状分词中的每个症状分词所属的分类;
根据每个症状分词所属的分类,确定每个症状分词的加权系数,其中,不同分类的症状分词对应不同的加权系数;
根据所述b个症状分词中的每个症状分词的词向量和加权系数,加权求和得到所述第i种疾病的症状信息的表征向量。
在基于图8实施例或者上述可选实施例提供的另一个可选实施例中,所述医师获取模块830,用于根据医师资源库中的各个医师的医师画像,选择擅长处理所述至少一种目标疾病的所述至少一个候选医师;
其中,所述医师资源库中包括多个医师的医师画像,所述医师画像用于指示所述医师擅长处理的疾病。
可选地,所述医师画像包括:所述医师在目标时段内处理过的疾病以及每种疾病的处理次数;
所述医师获取模块830,用于:
根据所述医师资源库中的各个医师的医师画像,统计所述医师资源库中的各个医师处理每一种所述目标疾病的处理次数;
根据统计结果对所述医师资源库中的各个医师进行优先级排序;
根据所述优先级排序的结果,选择所述至少一个候选医师。
可选地,装置800还包括画像生成模块,用于:
获取目标医师在所述目标时段内处理过的至少一份病历信息;
从所述病历信息中提取诊断出的疾病;
统计所述目标医师在所述目标时段内处理过的疾病以及每种疾病的处理次数,得到所述目标医师的医师画像。
请参考图9,其示出了本申请一个实施例提供的医师信息的提供***的框图。如图9所示,该***包括终端91和服务器92。
终端91可以包括医师信息的提供装置,该装置具有实现上述终端侧的方法示例的功能,所述功能可以由硬件实现,也可以由硬件执行相应的软件实现。该装置可以包括:界面显示模块911、信息获取模块912、信息发送模块913、医师接收模块914和医师显示模块915。
界面显示模块911,用于显示用户界面。
信息获取模块912,用于获取在所述用户界面中输入的目标对象的病情信息,所述目标对象的病情信息用于指示所述目标对象所具有的病情。
信息发送模块913,用于将所述目标对象的病情信息发送给服务器;其中,所述服务器用于根据所述目标对象的病情信息,确定所述目标对象的疾病分布,所述疾病分布包括所述目标对象有概率患有的至少一种目标疾病,所述服务器还用于获取与所述至少一种目标疾病相匹配的至少一个候选医师。
医师接收模块914,用于接收所述服务器发送的所述至少一个候选医师的医师信息。
医师显示模块915,用于显示所述至少一个候选医师的医师信息。
可选地,所述信息获取模块912,用于:
获取在所述用户界面的输入框中输入的所述目标对象的病情信息;
和/或,
在所述用户界面中显示至少一种候选病情信息,获取从所述至少一种候选病情信息中选取的所述目标对象的病情信息。
可选地,所述至少一种候选病情信息,包括:根据所述目标对象的基本信息确定出的候选病情信息,和/或,根据已获取到的所述目标对象的病情信息确定出的候选病情信息。
可选地,如图9所示,该装置还包括挂号模块916,用于:
获取对应于所述至少一个候选医师中的目标候选医师的挂号指令;
根据所述挂号指令,执行对应于所述目标候选医师的挂号操作。
服务器92可以包括医师信息的提供装置,该装置具有实现上述服务器侧的方法示例的功能,所述功能可以由硬件实现,也可以由硬件执行相应的软件实现。该装置可以包括:信息接收模块921、疾病确定模块922、医师获取模块923和医师发送模块924。
信息接收模块921,用于接收终端发送的目标对象的病情信息,所述目标对象的病情信息用于指示所述目标对象所具有的病情。
疾病确定模块922,用于根据所述目标对象的病情信息,确定所述目标对象的疾病分布,所述疾病分布包括所述目标对象有概率患有的至少一种目标疾病。
医师获取模块923,用于获取与所述至少一种目标疾病相匹配的至少一个候选医师。
医师发送模块924,用于向所述终端发送所述至少一个候选医师的医师信息。
可选地,关于疾病确定模块922的具体功能,可以参见图8实施例中针对疾病确定模块820的介绍说明;关于医师获取模块923的具体功能,可以参见图8实施例中针对医师获取模块830的介绍说明。
需要说明的是,上述实施例提供的装置,在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
请参考图10其示出了本申请一个实施例提供的终端1000的结构框图。该终端1000可以是手机、平板电脑、PC或者设立在医院内的自助终端等设备。
通常,终端1000包括有:处理器1001和存储器1002。
处理器1001可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器1001可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(FieldProgrammable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1001也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1001可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1001还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1002可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1002还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1002中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1001所执行以实现本申请中方法实施例提供的方法。
在一些实施例中,终端1000还可选包括有:***设备接口1003和至少一个***设备。处理器1001、存储器1002和***设备接口1003之间可以通过总线或信号线相连。各个***设备可以通过总线、信号线或电路板与***设备接口1003相连。具体地,***设备包括:射频电路1004、触摸显示屏1005、摄像头1006、音频电路1007、定位组件1008和电源1009中的至少一种。
***设备接口1003可被用于将I/O(Input/Output,输入/输出)相关的至少一个***设备连接到处理器1001和存储器1002。在一些实施例中,处理器1001、存储器1002和***设备接口1003被集成在同一芯片或电路板上;在一些其他实施例中,处理器1001、存储器1002和***设备接口1003中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1004用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1004通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1004将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1004包括:天线***、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1004可以通过至少一种无线通信协议来与其它设备进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或Wi-Fi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1004还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏1005用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1005是触摸显示屏时,显示屏1005还具有采集在显示屏1005的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1001进行处理。此时,显示屏1005还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1005可以为一个,设置终端1000的前面板;在另一些实施例中,显示屏1005可以为至少两个,分别设置在终端1000的不同表面或呈折叠设计;在再一些实施例中,显示屏1005可以是柔性显示屏,设置在终端1000的弯曲表面上或折叠面上。甚至,显示屏1005还可以设置成非矩形的不规则图形,也即异形屏。显示屏1005可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件1006用于采集图像或视频。可选地,摄像头组件1006包括前置摄像头和后置摄像头。通常,前置摄像头设置在计算机设备的前面板,后置摄像头设置在计算机设备的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件1006还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路1007可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1001进行处理,或者输入至射频电路1004以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端1000的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1001或射频电路1004的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路1007还可以包括耳机插孔。
定位组件1008用于定位终端1000的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件1008可以是基于美国的GPS(GlobalPositioning System,全球定位***)、中国的北斗***、俄罗斯的格雷纳斯***或欧盟的伽利略***的定位组件。
电源1009用于为终端1000中的各个组件进行供电。电源1009可以是交流电、直流电、一次性电池或可充电电池。当电源1009包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端1000还包括有一个或多个传感器1010。该一个或多个传感器1010包括但不限于:加速度传感器1011、陀螺仪传感器1012、压力传感器1013、指纹传感器1014、光学传感器1015以及接近传感器1016。
加速度传感器1011可以检测以终端1000建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器1011可以用于检测重力加速度在三个坐标轴上的分量。处理器1001可以根据加速度传感器1011采集的重力加速度信号,控制触摸显示屏1005以横向视图或纵向视图进行用户界面的显示。加速度传感器1011还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1012可以检测终端1000的机体方向及转动角度,陀螺仪传感器1012可以与加速度传感器1011协同采集用户对终端1000的3D动作。处理器1001根据陀螺仪传感器1012采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1013可以设置在终端1000的侧边框和/或触摸显示屏1005的下层。当压力传感器1013设置在终端1000的侧边框时,可以检测用户对终端1000的握持信号,由处理器1001根据压力传感器1013采集的握持信号进行左右手识别或快捷操作。当压力传感器1013设置在触摸显示屏1005的下层时,由处理器1001根据用户对触摸显示屏1005的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器1014用于采集用户的指纹,由处理器1001根据指纹传感器1014采集到的指纹识别用户的身份,或者,由指纹传感器1014根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器1001授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1014可以被设置终端1000的正面、背面或侧面。当终端1000上设置有物理按键或厂商Logo时,指纹传感器1014可以与物理按键或厂商Logo集成在一起。
光学传感器1015用于采集环境光强度。在一个实施例中,处理器1001可以根据光学传感器1015采集的环境光强度,控制触摸显示屏1005的显示亮度。具体地,当环境光强度较高时,调高触摸显示屏1005的显示亮度;当环境光强度较低时,调低触摸显示屏1005的显示亮度。在另一个实施例中,处理器1001还可以根据光学传感器1015采集的环境光强度,动态调整摄像头组件1006的拍摄参数。
接近传感器1016,也称距离传感器,通常设置在终端1000的前面板。接近传感器1016用于采集用户与终端1000的正面之间的距离。在一个实施例中,当接近传感器1016检测到用户与终端1000的正面之间的距离逐渐变小时,由处理器1001控制触摸显示屏1005从亮屏状态切换为息屏状态;当接近传感器1016检测到用户与终端1000的正面之间的距离逐渐变大时,由处理器1001控制触摸显示屏1005从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图10中示出的结构并不构成对终端1000的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
请参考图11,其示出了本申请一个实施例提供的计算机设备的结构框图。该计算机设备可用于实施上述实施例中提供的医师信息的提供方法。该计算机设备可以是PC或者服务器,或者其它具备数据处理和存储能力的设备。具体来讲:
所述计算机设备1100包括中央处理单元(CPU)1101、包括随机存取存储器(RAM)1102和只读存储器(ROM)1103的***存储器1104,以及连接***存储器1104和中央处理单元1101的***总线1105。所述计算机设备1100还包括帮助计算机内的各个器件之间传输信息的基本输入/输出***(I/O***)1106,和用于存储操作***1113、应用程序1114和其他程序模块1115的大容量存储设备1107。
所述基本输入/输出***1106包括有用于显示信息的显示器1108和用于用户输入信息的诸如鼠标、键盘之类的输入设备1109。其中所述显示器1108和输入设备1109都通过连接到***总线1105的输入输出控制器1110连接到中央处理单元1101。所述基本输入/输出***1106还可以包括输入输出控制器1110以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器1110还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备1107通过连接到***总线1105的大容量存储控制器(未示出)连接到中央处理单元1101。所述大容量存储设备1107及其相关联的计算机可读介质为计算机设备1100提供非易失性存储。也就是说,所述大容量存储设备1107可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性,所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术,CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的***存储器1104和大容量存储设备1107可以统称为存储器。
根据本申请的各种实施例,所述计算机设备1100还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备1100可以通过连接在所述***总线1105上的网络接口单元1111连接到网络1112,或者说,也可以使用网络接口单元1111来连接到其他类型的网络或远程计算机***(未示出)。
所述存储器还包括一个或者一个以上的程序,所述一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行。上述一个或者一个以上程序包含用于执行上述医师信息的提供方法的指令。
在示例中实施例中,还提供了一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集。所述至少一条指令、至少一段程序、代码集或指令集经配置以由一个或者一个以上处理器执行,以实现上述医师信息的提供方法。
在示例性实施例中,还提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或所述指令集在被计算机设备的处理器执行时实现上述医师信息的提供方法。
可选地,上述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种计算机程序产品,当该计算机程序产品被执行时,其用于实现上述医师信息的提供方法。
应当理解的是,在本文中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
以上所述仅为本申请的示例性实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (17)
1.一种医师信息的提供方法,其特征在于,所述方法包括:
获取目标对象的病情信息,所述目标对象的病情信息用于指示所述目标对象所具有的病情;
根据所述目标对象的病情信息,确定所述目标对象的疾病分布,所述疾病分布包括所述目标对象有概率患有的至少一种目标疾病;
获取与所述至少一种目标疾病相匹配的至少一个候选医师;
提供所述至少一个候选医师的医师信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标对象的病情信息,确定所述目标对象的疾病分布,包括:
获取所述目标对象的病情信息与疾病库中的每一种疾病之间的匹配度,其中,所述疾病库中包括n种疾病,所述n为正整数;
选取匹配度符合预设条件的至少一种目标疾病,得到所述目标对象的疾病分布。
3.根据权利要求2所述的方法,其特征在于,所述获取所述目标对象的病情信息与疾病库中的每一种疾病之间的匹配度,包括:
对所述目标对象的病情信息执行分词处理,得到a个病情分词,所述a为正整数;
获取所述a个病情分词中的每个病情分词的词向量;
根据所述a个病情分词中的每个病情分词的词向量,计算所述目标对象的病情信息的表征向量;
根据所述目标对象的病情信息的表征向量,以及所述疾病库中的每一种疾病的症状信息的表征向量,计算所述目标对象的病情信息与所述疾病库中的每一种疾病之间的匹配度,其中,所述疾病的症状信息用于指示所述疾病所具有的症状。
4.根据权利要求3所述的方法,其特征在于,所述根据所述a个病情分词中的每个病情分词的词向量,计算所述目标对象的病情信息的表征向量,包括:
根据所述a个病情分词中的每个病情分词的词向量和加权系数,加权求和得到所述目标对象的病情信息的表征向量。
5.根据权利要求3所述的方法,其特征在于,所述根据所述目标对象的病情信息的表征向量,以及所述疾病库中的每一种疾病的症状信息的表征向量,计算所述目标对象的病情信息与所述疾病库中的每一种疾病之间的匹配度之前,还包括:
构建疾病体征库,所述疾病体征库包括所述疾病库中的每一种疾病的症状信息;
对于所述疾病体征库中的第i种疾病,对所述第i种疾病的症状信息执行分词处理,得到b个症状分词,其中,所述i为小于等于n的正整数,所述b为正整数;
获取所述b个症状分词中的每个症状分词的词向量;
根据所述b个症状分词中的每个症状分词的词向量,计算所述第i种疾病的症状信息的表征向量。
6.根据权利要求5所述的方法,其特征在于,所述根据所述b个症状分词中的每个症状分词的词向量,计算所述第i种疾病的症状信息的表征向量,包括:
获取所述b个症状分词中的每个症状分词所属的分类;
根据每个症状分词所属的分类,确定每个症状分词的加权系数,其中,不同分类的症状分词对应不同的加权系数;
根据所述b个症状分词中的每个症状分词的词向量和加权系数,加权求和得到所述第i种疾病的症状信息的表征向量。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述获取与所述至少一种目标疾病相匹配的至少一个候选医师,包括:
根据医师资源库中的各个医师的医师画像,选择擅长处理所述至少一种目标疾病的所述至少一个候选医师;
其中,所述医师资源库中包括多个医师的医师画像,所述医师画像用于指示所述医师擅长处理的疾病。
8.根据权利要求7所述的方法,其特征在于,所述医师画像包括:所述医师在目标时段内处理过的疾病以及每种疾病的处理次数;
所述根据医师资源库中的各个医师的医师画像,选择擅长处理所述至少一种目标疾病的所述至少一个候选医师,包括:
根据所述医师资源库中的各个医师的医师画像,统计所述医师资源库中的各个医师处理每一种所述目标疾病的处理次数;
根据统计结果对所述医师资源库中的各个医师进行优先级排序;
根据所述优先级排序的结果,选择所述至少一个候选医师。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
获取目标医师在所述目标时段内处理过的至少一份病历信息;
从所述病历信息中提取诊断出的疾病;
统计所述目标医师在所述目标时段内处理过的疾病以及每种疾病的处理次数,得到所述目标医师的医师画像。
10.一种医师信息的提供方法,其特征在于,所述方法包括:
显示用户界面;
获取在所述用户界面中输入的目标对象的病情信息,所述目标对象的病情信息用于指示所述目标对象所具有的病情;
将所述目标对象的病情信息发送给服务器;其中,所述服务器用于根据所述目标对象的病情信息,确定所述目标对象的疾病分布,所述疾病分布包括所述目标对象有概率患有的至少一种目标疾病,所述服务器还用于获取与所述至少一种目标疾病相匹配的至少一个候选医师;
接收所述服务器发送的所述至少一个候选医师的医师信息;
显示所述至少一个候选医师的医师信息。
11.根据权利要求10所述的方法,其特征在于,所述获取在所述用户界面中输入的目标对象的病情信息,包括:
获取在所述用户界面的输入框中输入的所述目标对象的病情信息;
和/或,
在所述用户界面中显示至少一种候选病情信息,获取从所述至少一种候选病情信息中选取的所述目标对象的病情信息。
12.根据权利要求11所述的方法,其特征在于,所述至少一种候选病情信息,包括:根据所述目标对象的基本信息确定出的候选病情信息,和/或,根据已获取到的所述目标对象的病情信息确定出的候选病情信息。
13.根据权利要求10至12任一项所述的方法,其特征在于,所述显示所述至少一个候选医师的医师信息之后,还包括:
获取对应于所述至少一个候选医师中的目标候选医师的挂号指令;
根据所述挂号指令,执行对应于所述目标候选医师的挂号操作。
14.一种医师信息的提供方法,其特征在于,所述方法包括:
接收终端发送的目标对象的病情信息,所述目标对象的病情信息用于指示所述目标对象所具有的病情;
根据所述目标对象的病情信息,确定所述目标对象的疾病分布,所述疾病分布包括所述目标对象有概率患有的至少一种目标疾病;
获取与所述至少一种目标疾病相匹配的至少一个候选医师;
向所述终端发送所述至少一个候选医师的医师信息。
15.一种医师信息的提供装置,其特征在于,所述装置包括:
信息获取模块,用于获取目标对象的病情信息,所述目标对象的病情信息用于指示所述目标对象所具有的病情;
疾病确定模块,用于根据所述目标对象的病情信息,确定所述目标对象的疾病分布,所述疾病分布包括所述目标对象有概率患有的至少一种目标疾病;
医师获取模块,用于获取与所述至少一种目标疾病相匹配的至少一个候选医师;
信息提供模块,用于提供所述至少一个候选医师的医师信息。
16.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至9任一项所述的方法,或者实现如权利要求10至13任一项所述的方法,或者实现如权利要求14所述的方法。
17.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至9任一项所述的方法,或者实现如权利要求10至13任一项所述的方法,或者实现如权利要求14所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810757357.2A CN109003662A (zh) | 2018-07-11 | 2018-07-11 | 医师信息的提供方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810757357.2A CN109003662A (zh) | 2018-07-11 | 2018-07-11 | 医师信息的提供方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109003662A true CN109003662A (zh) | 2018-12-14 |
Family
ID=64600085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810757357.2A Pending CN109003662A (zh) | 2018-07-11 | 2018-07-11 | 医师信息的提供方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109003662A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110021414A (zh) * | 2019-04-17 | 2019-07-16 | 方翔 | 互联网医疗服务的智能挂号*** |
CN110287270A (zh) * | 2019-06-14 | 2019-09-27 | 北京百度网讯科技有限公司 | 实体关系挖掘方法及设备 |
CN112086154A (zh) * | 2020-09-11 | 2020-12-15 | 河南省儿童医院郑州儿童医院 | 儿科信息智能建档方法、装置、设备及存储介质 |
CN113658672A (zh) * | 2021-08-23 | 2021-11-16 | 平安国际智慧城市科技股份有限公司 | 医师多点执业管理方法、装置、设备及存储介质 |
WO2023178958A1 (zh) * | 2022-03-22 | 2023-09-28 | 康键信息技术(深圳)有限公司 | 线上医疗问诊的医生分配方法、装置、存储介质及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103186662A (zh) * | 2012-12-28 | 2013-07-03 | 中联竞成(北京)科技有限公司 | 一种动态舆情关键词抽取***和方法 |
CN106557653A (zh) * | 2016-11-15 | 2017-04-05 | 合肥工业大学 | 一种移动医疗智能导医***及其方法 |
CN106611041A (zh) * | 2016-09-29 | 2017-05-03 | 四川用联信息技术有限公司 | 一种新的文本相似度求解方法 |
CN106844308A (zh) * | 2017-01-20 | 2017-06-13 | 天津艾登科技有限公司 | 一种使用语义识别进行自动化疾病编码转换的方法 |
-
2018
- 2018-07-11 CN CN201810757357.2A patent/CN109003662A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103186662A (zh) * | 2012-12-28 | 2013-07-03 | 中联竞成(北京)科技有限公司 | 一种动态舆情关键词抽取***和方法 |
CN106611041A (zh) * | 2016-09-29 | 2017-05-03 | 四川用联信息技术有限公司 | 一种新的文本相似度求解方法 |
CN106557653A (zh) * | 2016-11-15 | 2017-04-05 | 合肥工业大学 | 一种移动医疗智能导医***及其方法 |
CN106844308A (zh) * | 2017-01-20 | 2017-06-13 | 天津艾登科技有限公司 | 一种使用语义识别进行自动化疾病编码转换的方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110021414A (zh) * | 2019-04-17 | 2019-07-16 | 方翔 | 互联网医疗服务的智能挂号*** |
CN110287270A (zh) * | 2019-06-14 | 2019-09-27 | 北京百度网讯科技有限公司 | 实体关系挖掘方法及设备 |
CN110287270B (zh) * | 2019-06-14 | 2021-09-14 | 北京百度网讯科技有限公司 | 实体关系挖掘方法及设备 |
CN112086154A (zh) * | 2020-09-11 | 2020-12-15 | 河南省儿童医院郑州儿童医院 | 儿科信息智能建档方法、装置、设备及存储介质 |
CN113658672A (zh) * | 2021-08-23 | 2021-11-16 | 平安国际智慧城市科技股份有限公司 | 医师多点执业管理方法、装置、设备及存储介质 |
WO2023178958A1 (zh) * | 2022-03-22 | 2023-09-28 | 康键信息技术(深圳)有限公司 | 线上医疗问诊的医生分配方法、装置、存储介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109003662A (zh) | 医师信息的提供方法、装置、设备及存储介质 | |
CN110033851B (zh) | 信息推荐方法、装置、存储介质及服务器 | |
CN110059661A (zh) | 动作识别方法、人机交互方法、装置及存储介质 | |
CN110059744A (zh) | 训练神经网络的方法、图像处理的方法、设备及存储介质 | |
CN110348543A (zh) | 眼底图像识别方法、装置、计算机设备及存储介质 | |
CN110263213A (zh) | 视频推送方法、装置、计算机设备及存储介质 | |
CN109284445A (zh) | 网络资源的推荐方法、装置、服务器及存储介质 | |
CN110020880B (zh) | 广告投放方法、装置及设备 | |
CN110807325A (zh) | 谓词识别方法、装置及存储介质 | |
CN110610181A (zh) | 医学影像识别方法及装置、电子设备及存储介质 | |
CN109189879A (zh) | 电子书籍显示方法及装置 | |
CN108304506A (zh) | 检索方法、装置及设备 | |
CN111897996A (zh) | 话题标签推荐方法、装置、设备及存储介质 | |
CN113505256B (zh) | 特征提取网络训练方法、图像处理方法及装置 | |
WO2022193973A1 (zh) | 图像处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品 | |
CN110136228A (zh) | 虚拟角色的面部替换方法、装置、终端及存储介质 | |
US20150253977A1 (en) | Medical imaging apparatus for providing guide information and method of providing guide information | |
CN110009599A (zh) | 肝占位检测方法、装置、设备及存储介质 | |
CN109992685A (zh) | 一种检索图片的方法及装置 | |
CN113570645A (zh) | 图像配准方法、装置、计算机设备及介质 | |
CN111598896A (zh) | 图像检测方法、装置、设备及存储介质 | |
CN113257412B (zh) | 信息处理方法、装置、计算机设备及存储介质 | |
CN110490389A (zh) | 点击率预测方法、装置、设备及介质 | |
CN114333997A (zh) | 数据处理、数据处理模型的训练方法、装置、设备及介质 | |
CN110166275A (zh) | 信息处理方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181214 |