CN110060750B - 医疗数据推送方法、***、计算机设备及可读存储介质 - Google Patents
医疗数据推送方法、***、计算机设备及可读存储介质 Download PDFInfo
- Publication number
- CN110060750B CN110060750B CN201910226019.0A CN201910226019A CN110060750B CN 110060750 B CN110060750 B CN 110060750B CN 201910226019 A CN201910226019 A CN 201910226019A CN 110060750 B CN110060750 B CN 110060750B
- Authority
- CN
- China
- Prior art keywords
- information
- personal account
- disease
- diagnosis
- user
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000003745 diagnosis Methods 0.000 claims abstract description 136
- 201000010099 disease Diseases 0.000 claims description 139
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 139
- 239000013598 vector Substances 0.000 claims description 37
- 238000003062 neural network model Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000004378 air conditioning Methods 0.000 claims description 7
- 238000012797 qualification Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007477 logistic regression Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例提供了一种医疗数据推送方法，包括步骤：为用户配置个人账户以及与该个人账户关联的二维码，所述二维码用于提供客户端进入所述个人账户的登录入口；接收医疗***上传的诊断报告表单；解析所述诊断报告表单，并将解析后的诊断报告表单存储于数据库中；根据所述用户信息，将所述诊断报告表与所述个人账户匹配；如果判断所述诊断报告表与所述个人账户匹配，则将所述诊断报告表已生成的报告状态推送至所述个人账户中，和/或，将所述诊断报告表的报告获取申请入口推送到所述个人账户中。本发明实施例有效提升了医疗数据的流通效率，解决了目前获取纸质报告或数字报告的效率低下的技术问题。
Description
技术领域
本发明实施例涉及信息技术领域，具体涉及一种医疗数据推送方法、***、计算机设备及计算机可读存储介质。
背景技术
在医疗领域，传统医疗诊断报告的生成过程为：医生为患者做完一项检查后，进行拍片检查，放射科阅片撰写报告，打印得到纸质报告，纸质报告中写有诊断所见和诊断意见，医生在纸质报告中签名后将纸质报告给患者。为适应数字化，患者也可以扫描报告上的二维码获取数字胶片和数字报告，然而数字信息的获取基本是基于出报告后的二维码。
然而，通过上述方式患者都需要在检查室门口或者回家等待报告结果，获取纸质报告或数字报告的效率低下，严重影响患者就医体验。
并且，由于现有的报告获取方式无法对疾病诊断信息进行自动提取与智能识别，故无法根据疾病诊断信息来实现诊断报告的智能提醒。
发明内容
有鉴于此，本发明实施例提出了一种医疗数据推送方法、***、计算机设备及计算机可读存储介质，以解决获取纸质报告或数字报告的效率低下的技术问题，以及无法根据疾病诊断信息来实现诊断报告的智能提醒。
本发明实施例是通过下述技术方案来解决上述技术问题：
一种医疗数据推送方法，包括：
为用户配置个人账户以及与该个人账户关联的二维码，所述二维码用于提供客户端进入所述个人账户的登录入口；
接收医疗***上传的诊断报告表单，所述诊断报告表单中包括用户信息、诊断信息和影像信息；
解析所述诊断报告表单，并将解析后的诊断报告表单存储于数据库中；
根据所述用户信息，将所述诊断报告表与所述个人账户匹配；及
如果判断所述诊断报告表与所述个人账户匹配，则将所述诊断报告表已生成的报告状态推送至所述个人账户中，和/或，
提取所述诊断报告表单中的疾病诊断信息，通过神经网络模型判断所述用户的病情程度，根据病情程度确定是否向所述个人账户推送提示消息，将所述诊断报告表的报告获取申请入口推送到所述个人账户中。
优选地，所述二维码中包括所述个人账户的入口链接信息和用户实名认证入口链接信息，所述方法还包括：
接收客户端基于所述二维码生成的账户登录请求信息，所述账户登录请求信息携带有用户实名认证信息，所述用户实名认证信息为所述客户端根据所述用户实名认证入口链接信息从认证***中获取的；及
根据所述账户登录请求信息向所述客户端返回登录成功页面。
优选地，所述二维码中包括所述个人账户的入口链接信息和和用户隐私获取信息，所述用户隐私获取信息用于请求所述客户端提供本机当前的手机号码，所述方法还包括：
接收客户端基于所述二维码生成的账户登录请求信息，所述账户登录请求信息携带有所述客户端的手机号码；
比对将所述个人账户中记录的手机号码和所述账户登录请求信息中携带的手机号码；
如果相同，则向所述客户端返回登录成功页面；及
如果不同，则向所述客户端返回登录失败页面。
优选地，提取所述诊断报告表单中的疾病诊断信息，通过神经网络模型判断所述用户的病情程度，根据病情程度确定是否向所述个人账户推送提示消息的步骤，包括：
根据预先配置的字段名称列表，从用于描述疾病类别的字段中提取所述诊断报告表单对应的疾病类别，从用于描述疾病诊断信息的字段中提取所述疾病诊断信息，所述字段名称列表包括用于描述疾病类别的字段的字段名称以及用于描述疾病诊断信息的字段的字段名称；
对所述疾病诊断信息进行分词操作以得到n个词元；
将每个词元映射为一个d维词向量，以得到n*d维词向量；
将所述n*d维词向量输入到神经网络模型中，以通过所述神经网络模型输出分类向量，所述分类向量用于表示所述疾病类别的各个病情程度的置信度；
根据置信度最高的病情程度，来确定是否向所述个人账户推送所述提示消息。
优选地，还包括：通过所述疾病类别和所述疾病类别对应的病情程度，向所述个人账户推送医疗信息：
根据所述疾病类别从医疗知识图谱中查找一个或多个目标医疗机构；
根据所述疾病类别的病情程度查找各个目标医疗机构中具备相应医疗技术资质的一个或多个医生；
获取所述各个医生在预设时间内的患者预约数据，筛选出预约未被排满的一个或多个目标医生；
将一个或多个目标医疗机构的机构信息和各个目标医疗机构下的各个目标医生的医生信息，推送给所述个人账户。
为了实现上述目的，本发明实施例还提供一种医疗数据推送***，包括：
配置模块，用于为用户配置个人账户以及与该个人账户关联的二维码，所述二维码用于提供客户端进入所述个人账户的登录入口；
接收模块，用于接收医疗***上传的诊断报告表单，所述诊断报告表单中包括用户信息、诊断信息和影像信息；
解析模块，用于解析所述诊断报告表单，并将解析后的诊断报告表单存储于数据库中；
判断模块，用于根据所述用户信息，将所述诊断报告表与所述个人账户匹配；及
诊断信息推送模块，用于如果判断所述诊断报告表与所述个人账户匹配，则将所述诊断报告表已生成的报告状态推送至所述个人账户中，和/或，提取所述诊断报告表单中的疾病诊断信息，通过神经网络模型判断所述用户的病情程度，根据病情程度确定是否向所述个人账户推送提示消息，将所述诊断报告表的报告获取申请入口推送到所述个人账户中。
优选地，所述诊断信息推送模块，还用于：
根据预先配置的字段名称列表，从用于描述疾病类别的字段中提取所述诊断报告表单对应的疾病类别，从用于描述疾病诊断信息的字段中提取所述疾病诊断信息，所述字段名称列表包括用于描述疾病类别的字段的字段名称以及用于描述疾病诊断信息的字段的字段名称；
对所述疾病诊断信息进行分词操作以得到n个词元；
将每个词元映射为一个d维词向量，以得到n*d维词向量；
将所述n*d维词向量输入到神经网络模型中，以通过所述神经网络模型输出分类向量，所述分类向量用于表示所述疾病类别的各个病情程度的置信度；
根据置信度最高的病情程度，来确定是否向所述个人账户推送所述提示消息。
优选地，所述诊断信息推送模块，还用于通过所述疾病类别和所述疾病类别对应的病情程度，向所述个人账户推送医疗信息：
根据所述疾病类别从医疗知识图谱中查找一个或多个目标医疗机构；
根据所述疾病类别的病情程度查找各个目标医疗机构中具备相应医疗技术资质的一个或多个医生；
获取所述各个医生在预设时间内的患者预约数据，筛选出预约未被排满的一个或多个目标医生；
将一个或多个目标医疗机构的机构信息和各个目标医疗机构下的各个目标医生的医生信息，推送给所述个人账户。
为了实现上述目的，本发明实施例还提供一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被处理器执行时实现如上所述的医疗数据推送方法的步骤。
为了实现上述目的，本发明实施例还提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序可被至少一个处理器所执行，以使所述至少一个处理器执行如上所述的医疗数据推送方法的步骤。
相较于现有技术，本发明实施例提出的医疗数据推送方法、***、计算机设备及计算机可读存储介质，实时接收医疗***上传的诊断报告表单，并接收到的诊断报告表单与个人账户匹配，以将用户的诊断报告表单的实时状态高效地推送至所述用户的个人账户，有效提升了医疗数据的流通效率，从而解决了目前获取纸质报告或数字报告的效率低下的技术问题。
且，本实施例通过提取诊断报告表单中的疾病诊断信息，通过神经网络模型判断用户的病情程度，根据病情程度确定是否向个人账户推送提示消息，以根据疾病诊断信息来实现诊断报告的智能提醒。
以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。
附图说明
图1示出了本发明实施例一之医疗数据推送方法的步骤流程图。
图2为图1中步骤S108的步骤流程图。
图3示出了本发明实施例一之另一医疗数据推送方法的步骤流程图。
图4为图3中步骤S110的步骤流程图。
图5示出了本发明实施例二之医疗数据推送***的程序模块示意图。
图6示出了本发明实施例三之计算机设备的硬件架构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
实施例一
参阅图1，示出了本发明实施例之医疗数据推送方法的步骤流程图。可以理解，本方法实施例中的流程图不用于对执行步骤的顺序进行限定。下面以计算机设备为执行主体进行示例性描述。具体如下。
步骤S100，为用户配置个人账户以及与该个人账户关联的二维码，所述二维码用于提供客户端进入所述个人账户的登录入口。
在示例性的实施例中，所述步骤S100还可以包括：
接收医院前端发送的用户费用表单，所述用户费用表单中包括用户的用户信息和付费信息；当所述付费信息为“已付费”时，根据所述用户的用户信息为所述用户配置一个个人账户，通过该个人账户用户可以接收医院的消息推送等，其该个人账户可以基于“微信公众号”等网络平台进行登录操作。所述二维码中包括所述个人账户的登录入口信息，如账户平台入口链接信息以及用户标识。
所述二维码用于被打印到回执单上，获取被发送到用户的电子账户中，如电子邮箱中。
在示例性的实施例中，所述二维码中包括所述个人账户的入口链接信息和用户实名认证入口链接信息。所述医疗数据推送方法还包括登录步骤：接收所述客户端基于所述二维码生成的账户登录请求信息，所述账户登录请求信息携带有用户实名认证信息，所述用户实名认证信息为所述客户端根据所述用户实名认证入口链接信息从认证***中获取的；根据所述账户登录请求信息向所述客户端返回登录成功页面。
在示例性的实施例中，所述二维码中包括所述个人账户的入口链接信息和和用户隐私获取信息，所述用户隐私获取信息用于请求所述客户端提供本机当前的手机号码。所述医疗数据推送方法还包括登录步骤：接收客户端基于所述二维码生成的账户登录请求信息，所述账户登录请求信息携带有所述客户端的手机号码；比对将所述个人账户中记录的手机号码和所述账户登录请求信息中携带的手机号码；如果相同，则向所述客户端返回登录成功页面；如果不同，则向所述客户端返回登录失败页面。
步骤S102，接收医疗***上传的诊断报告表单，所述诊断报告表单中包括用户信息、诊断信息和影像信息。
示例性的，所述用户信息包括患者姓名、年龄、性别、手机号码、医保***、身份证号；所述诊断信息包括医院名称、门诊号、疾病类别、诊断信息；所述影像信息根据诊断类型不同而不同，如CT诊断、核磁共振、超声诊断等。
所述诊断报告表单包括多个字段，所述多个字段的字段种类可以包括文本框、复选框、单选框、下拉选择框等。
步骤S104，解析所述诊断报告表单，并将解析后的诊断报告表单存储于数据库中。
所述诊断报告表被解析后得到结构化或半结构化数据，以表的形式被存储在所述数据库中，且为该诊断保单表单配置数据库索引信息。
步骤S106，根据所述用户信息，将所述诊断报告表与所述个人账户匹配。
比对所述诊断报告表单中的用户信息和所述个人账户中的用户信息，如果相同，则所述诊断报告表与所述个人账户匹配，如果不同，则所述诊断报告表与所述个人账户不匹配。
步骤S108，如果判断所述诊断报告表与所述个人账户匹配，则将所述诊断报告表已生成的报告状态推送至所述个人账户中，和/或，提取所述诊断报告表单中的疾病诊断信息，通过神经网络模型判断所述用户的病情程度，根据病情程度确定是否向所述个人账户推送提示消息，将所述诊断报告表的报告获取申请入口推送到所述个人账户中。所述报告状态为报告已生成或报告未生成。
在示例性的实施例中，报告获取申请入口包括：所述诊断报告表的数据库索引信息和电子报告付费链接信息。
可选的，如图2所示，所述提取所述诊断报告表单中的疾病诊断信息，通过神经网络模型判断所述用户的病情程度，根据病情程度确定是否向所述个人账户推送提示消息，具体如下：
步骤S108A，根据预先配置的字段名称列表，从用于描述疾病类别的字段中提取所述诊断报告表单对应的疾病类别，从用于描述疾病诊断信息的字段中提取所述疾病诊断信息。
所述字段名称列表包括用于描述疾病类别的字段的字段名称以及用于描述疾病诊断信息的字段的字段名称。
示例性的，所述疾病诊断信息为医务人员通过个人电脑录入到诊断报告表中的文本信息，该诊断报告表以JSON格式的文件被上传至计算机设备中。当所述计算机设备接收JSON格式的诊断报告表时，可以通过json_extract函数从JSON字符串中提取各个字段的字段信息。
步骤S108B，对所述疾病诊断信息进行分词操作以得到n个词元。
所述用于分词操作的词库为与所述疾病类别对应的关联词库。
具体的，可以为每种疾病类别配置一个关联词库，该关联词库包括用于描述该中疾病类别的多个词语。
在对所述疾病诊断信息进行分词时，可以先基于该关联词库对个所述疾病诊断信息进行分词，得到m个词元；之后在保持m个词元不被改变的情况下，基于常规词库(如jieba词库)对应其余的信息进行分词操作，得到其余的n-m个词元，即，最终得到n个词元。
步骤S108C，将每个词元映射为一个d维词向量，以得到n*d维词向量。
示例性的，可以通过word2vec等模型，获取每个词元的128维词向量。
步骤S108D，将所述n*d维词向量输入到神经网络模型中，以通过所述神经网络模型输出分类向量，所述分类向量用于表示所述疾病类别的各个病情程度的置信度。
如果将所述疾病类别的病情程度分为五级(病情程度1，病情程度2，病情程度3，病情程度4，病情程度5)，且分类向量为(0.66，0.90，0.80，0.71，0.40)，则：0.66表示所述疾病类别中的病情程度1的置信度，0.90表示所述疾病类别中的病情程度2的置信度，以此类推。
在示例性的实施例中，所述神经网络模型可以包括卷积层和LR(逻辑回归)层，其中，卷积层包括若干个步长为1的f*d的卷积核，通过该卷积层对n*d维词向量矩阵做卷积操作，以得到若干个(n-f+1)*1的卷积特征图。即，每个卷积特征图的宽度为1，长度为n-f+1。卷积核的长度为f，词元数量为n个。n为大于1的正整数。
卷积特征图中的(n-f+1)*1个元素，计算公式如下：
cij＝f(wij⊙mi+bi)
其中，cij为第i个特征卷积图中的(n-f+1)中的第j个元素的特征值，wij为对应第i个卷积特征图的被卷积核所覆盖到的词向量矩阵，⊙表示矩阵相乘，mi为用于计算第i个卷积特征图的卷积核，bi为用于计算第i个卷积特征图的偏置项，f为非线性的激活函数，如ReLU函数。
将每个卷积特征图中的第j个元素配置到第j个输入向量中，得到(n-f+1)个输入向量，1≤j≤(n-f+1)；
将(n-f+1)个输入向量输入到LR层中，通过所述LR层输出所述疾病类别的各个病情程度的置信度。
步骤S108E，根据置信度最高的病情程度，来确定是否向所述个人账户推送所述提示消息。
若从疾病诊断信息中提取的疾病类别包括疾病类别1、疾病类别2、疾病类别3，而疾病类别1的病情程度为病情程度2，疾病类别2为病情程度1，疾病类别3为病情程度3，则计算各个病情程度的置信度，得到病情程度1的置信度为0.66，病情程度2的置信度为0.90，病情程度3的置信度为0.80，则病情程度2置信度最高，可信度较高，因此为准确的。经过神经网络模型输出的病情程度2为较为严重程度，则将所述提示消息(如，提示请尽快就医等)推送至所述个人账户。或者，从描述手机号的字段中提取所述用户的手机号码，将所述提示消息推送至用户手机中。或者，从描述邮箱信息的字段中提取所述用户的邮箱信息，将所述提示消息推送至所述用户的邮箱中。
需要说明的是，预先通过大量被指定医生标注“病情程度”的“疾病诊断信息”，通过这些“疾病诊断信息”预先对所述神经网络模型进行监督式训练，通过该训练好的所述神经网络模型，针对待识别的“疾病诊断信息”进行“病情程度”进行分类操作。
可选的，如图3所示，医疗数据推送方法还可以包括步骤S110：通过所述疾病类别和所述疾病类别对应的病情程度，向所述个人账户推送医疗信息。
如图4所示，所述步骤S110可以进一步包括：
步骤S110A，根据所述疾病类别从医疗知识图谱中查找一个或多个目标医疗机构。
所述医疗知识图谱为根据医疗数据库中的医疗数据构建，所述知识图谱包括多个节点，所述多个节点包括：医疗机构、科室、医生、资质、专长、医疗案例等。
步骤S110B，根据所述疾病类别的病情程度查找各个目标医疗机构中具备相应医疗技术资质的一个或多个医生。
步骤S110C，获取所述各个医生在预设时间内的患者预约数据，筛选出预约未被排满的一个或多个目标医生。
步骤S110D，将一个或多个目标医疗机构的机构信息和各个目标医疗机构下的各个目标医生的医生信息，推送给所述个人账户。
实施例二
参阅图5，示出了一种医疗数据推送***20，医疗数据推送***20被分割成一个或多个程序模块，一个或者多个程序模块被存储于存储介质中，并由一个或多个处理器所执行，以完成本发明。本发明所称的程序模块是指能够完成特定功能的一系列计算机程序指令段，比程序本身更适合描述医疗数据推送***20在存储介质中的执行过程，以下描述将具体介绍本实施例各程序模块的功能：
配置模块200，用于为用户配置个人账户以及与该个人账户关联的二维码，所述二维码用于提供客户端进入所述个人账户的登录入口。
在示例性的实施例中，配置模块200，还用于：
接收医院前端发送的用户费用表单，所述用户费用表单中包括用户的用户信息和付费信息；当所述付费信息为“已付费”时，根据所述用户的用户信息为所述用户配置一个个人账户，通过该个人账户用户可以接收医院的消息推送等，其该个人账户可以基于“微信公众号”等网络平台进行登录操作。所述二维码中包括所述个人账户的登录入口信息，如账户平台入口链接信息以及用户标识。
所述二维码用于被打印到回执单上，获取被发送到用户的电子账户中，如电子邮箱中。
在示例性的实施例中，所述二维码中包括所述个人账户的入口链接信息和用户实名认证入口链接信息。所述医疗数据推送***20还包括登录模块(未标识)，用于：接收所述客户端基于所述二维码生成的账户登录请求信息，所述账户登录请求信息携带有用户实名认证信息，所述用户实名认证信息为所述客户端根据所述用户实名认证入口链接信息从认证***中获取的；根据所述账户登录请求信息向所述客户端返回登录成功页面。
在另一示例性的实施例中，所述二维码中包括所述个人账户的入口链接信息和和用户隐私获取信息，所述用户隐私获取信息用于请求所述客户端提供本机当前的手机号码。所述医疗数据推送***20还包括登录模块(未标识)，用于：接收客户端基于所述二维码生成的账户登录请求信息，所述账户登录请求信息携带有所述客户端的手机号码；比对将所述个人账户中记录的手机号码和所述账户登录请求信息中携带的手机号码；如果相同，则向所述客户端返回登录成功页面；如果不同，则向所述客户端返回登录失败页面。
接收模块202，用于接收医疗***上传的诊断报告表单，所述诊断报告表单中包括用户信息、诊断信息和影像信息。
示例性的，所述用户信息包括患者姓名、年龄、性别、手机号码、医保***、身份证号；所述诊断信息包括医院名称、门诊号、疾病类别、诊断信息；所述影像信息根据诊断类型不同而不同，如CT诊断、核磁共振、超声诊断等。
所述诊断报告表单包括多个字段，所述多个字段的字段种类可以包括文本框、复选框、单选框、下拉选择框等。
解析模块204，用于解析所述诊断报告表单，并将解析后的诊断报告表单存储于数据库中。
所述诊断报告表被解析后得到结构化或半结构化数据，以表的形式被存储在所述数据库中，且为该诊断保单表单配置数据库索引信息。
判断模块206，用于根据所述用户信息，将所述诊断报告表与所述个人账户匹配。
比对所述诊断报告表单中的用户信息和所述个人账户中的用户信息，如果相同，则所述诊断报告表与所述个人账户匹配，如果不同，则所述诊断报告表与所述个人账户不匹配。
诊断信息推送模块208，用于如果判断所述诊断报告表与所述个人账户匹配，则将所述诊断报告表已生成的报告状态推送至所述个人账户中，和/或，提取所述诊断报告表单中的疾病诊断信息，通过神经网络模型判断所述用户的病情程度，根据病情程度确定是否向所述个人账户推送提示消息，将所述诊断报告表的报告获取申请入口推送到所述个人账户中。
在示例性的实施例中，报告获取申请入口包括：所述诊断报告表的数据库索引信息和电子报告付费链接信息。
在示例性的实施例中，诊断信息推送模块208，还用于：根据预先配置的字段名称列表，从用于描述疾病类别的字段中提取所述诊断报告表单对应的疾病类别，从用于描述疾病诊断信息的字段中提取所述疾病诊断信息，所述字段名称列表包括用于描述疾病类别的字段的字段名称以及用于描述疾病诊断信息的字段的字段名称；对所述疾病诊断信息进行分词操作以得到n个词元；将每个词元映射为一个d维词向量，以得到n*d维词向量；将所述n*d维词向量输入到神经网络模型中，以通过所述神经网络模型输出分类向量，所述分类向量用于表示所述疾病类别的各个病情程度的置信度；根据置信度最高的病情程度，来确定是否向所述个人账户推送所述提示消息。
可选的，还可以包括医疗信息推送模块210，用于：通过所述疾病类别和所述疾病类别对应的病情程度，向所述个人账户推送医疗信息。具体如下：根据所述疾病类别从医疗知识图谱中查找一个或多个目标医疗机构，并根据所述疾病类别的病情程度查找各个目标医疗机构中具备相应医疗技术资质的一个或多个医生；获取所述各个医生在预设时间内的患者预约数据，筛选出预约未被排满的一个或多个目标医生；将一个或多个目标医疗机构的机构信息和各个目标医疗机构下的各个目标医生的医生信息，推送给所述个人账户。
实施例三
参阅图6，是本发明计算机设备一实施例的硬件架构示意图。本实施例中，所述计算机设备2是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或信息处理的设备。例如，机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。如图所示，所述计算机设备2至少包括，但不限于，可通过***总线相互通信连接存储器21、处理器22、网络接口23、以及医疗数据推送***20。其中：
所述存储器21至少包括一种类型的计算机可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器21可以是所述计算机设备2的内部存储模块，例如该计算机设备2的硬盘或内存。在另一些实施例中，所述存储器21也可以是所述计算机设备2的外部存储设备，例如该计算机设备2上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，所述存储器21还可以既包括所述计算机设备2的内部存储模块也包括其外部存储设备。本实施例中，所述存储器21通常用于存储安装于所述计算机设备2的操作***和各类应用软件，例如所述医疗数据推送***20的程序代码等。此外，所述存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器22在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器22通常用于控制所述计算机设备2的总体操作，例如执行与所述计算机设备2进行数据交互或者通信相关的控制和处理等。本实施例中，所述处理器22用于运行所述存储器21中存储的程序代码或者处理数据，例如运行所述的医疗数据推送***20等。
所述网络接口23可包括无线网络接口或有线网络接口，该网络接口23通常用于在所述计算机设备2与其他电子装置之间建立通信连接。例如，所述网络接口23用于通过网络将所述计算机设备2与外部终端相连，在所述计算机设备2与外部终端之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯***(Global System of Mobile communication，GSM)、宽带码分多址(WidebandCode Division Multiple Access，WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
需要指出的是，图6仅示出了具有部件21-23的计算机设备2，但是应理解的是，并不要求实施所有示出的部件，可以替代的实施更多或者更少的部件。
在本实施例中，存储于存储器21中的所述医疗数据推送***20还可以被分割为一个或者多个程序模块，所述一个或者多个程序模块被存储于存储器21中，并由一个或多个处理器(本实施例为处理器22)所执行，以完成本发明。
例如，图5示出了本发明实施例二之医疗数据推送***的程序模块示意图，该实施例中，所述基于医疗数据推送***20可以被划分为配置模块200、接收模块202、解析模块204、判断模块206、诊断信息推送模块208和医疗信息推送模块210。其中，本发明所称的程序模块是指能够完成特定功能的一系列计算机程序指令段，比程序更适合于描述所述医疗数据推送***20在所述计算机设备2中的执行过程。所述程序模块200-210的具体功能在实施例二中已有详细描述，在此不再赘述。
实施例四
本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储医疗数据推送***20，被处理器执行时实现实施例一的医疗数据推送方法。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种医疗数据推送方法，其特征在于，包括：
为用户配置个人账户以及与该个人账户关联的二维码，所述二维码用于提供客户端进入所述个人账户的登录入口；
接收医疗***上传的诊断报告表单，所述诊断报告表单中包括用户信息、诊断信息和影像信息；
解析所述诊断报告表单，并将解析后的诊断报告表单存储于数据库中；
根据所述用户信息，将所述诊断报告表与所述个人账户匹配；及
如果所述诊断报告表与所述个人账户匹配，则将所述诊断报告表已生成的报告状态推送至所述个人账户中，和/或，
提取所述诊断报告表单中的疾病诊断信息，通过神经网络模型判断所述用户的病情程度，根据病情程度确定是否向所述个人账户推送提示消息，将所述诊断报告表的报告获取申请入口推送到所述个人账户中；
其中，所述二维码中包括所述个人账户的入口链接信息和用户实名认证入口链接信息，客户端进入所述个人账户的登录操作包括：接收客户端基于所述二维码生成的账户登录请求信息，所述账户登录请求信息携带有用户实名认证信息，所述用户实名认证信息为所述客户端根据所述用户实名认证入口链接信息从认证***中获取的；及根据所述账户登录请求信息向所述客户端返回登录成功页面。
2.根据权利要求1所述的医疗数据推送方法，其特征在于，所述二维码中包括所述个人账户的入口链接信息和和用户隐私获取信息，所述用户隐私获取信息用于请求所述客户端提供本机当前的手机号码，所述方法还包括：
接收客户端基于所述二维码生成的账户登录请求信息，所述账户登录请求信息携带有所述客户端的手机号码；
比对将所述个人账户中记录的手机号码和所述账户登录请求信息中携带的手机号码；
如果相同，则向所述客户端返回登录成功页面；及
如果不同，则向所述客户端返回登录失败页面。
3.根据权利要求1所述的医疗数据推送方法，其特征在于，提取所述诊断报告表单中的疾病诊断信息，通过神经网络模型判断所述用户的病情程度，根据病情程度确定是否向所述个人账户推送提示消息的步骤，包括：
根据预先配置的字段名称列表，从用于描述疾病类别的字段中提取所述诊断报告表单对应的疾病类别，从用于描述疾病诊断信息的字段中提取所述疾病诊断信息，所述字段名称列表包括用于描述疾病类别的字段的字段名称以及用于描述疾病诊断信息的字段的字段名称；
对所述疾病诊断信息进行分词操作以得到n个词元；
将每个词元映射为一个d维词向量，以得到n*d维词向量；
将所述n*d维词向量输入到神经网络模型中，以通过所述神经网络模型输出分类向量，所述分类向量用于表示所述疾病类别的各个病情程度的置信度；
根据置信度最高的病情程度，来确定是否向所述个人账户推送所述提示消息。
4.根据权利要求3所述的医疗数据推送方法，其特征在于，还包括：通过所述疾病类别和所述疾病类别对应的病情程度，向所述个人账户推送医疗信息：
根据所述疾病类别从医疗知识图谱中查找一个或多个目标医疗机构；
根据所述疾病类别的病情程度查找各个目标医疗机构中具备相应医疗技术资质的一个或多个医生；
获取所述各个医生在预设时间内的患者预约数据，筛选出预约未被排满的一个或多个目标医生；
将一个或多个目标医疗机构的机构信息和各个目标医疗机构下的各个目标医生的医生信息，推送给所述个人账户。
5.一种医疗数据推送***，其特征在于，包括：
配置模块，用于为用户配置个人账户以及与该个人账户关联的二维码，所述二维码用于提供客户端进入所述个人账户的登录入口；
接收模块，用于接收医疗***上传的诊断报告表单，所述诊断报告表单中包括用户信息、诊断信息和影像信息；
解析模块，用于解析所述诊断报告表单，并将解析后的诊断报告表单存储于数据库中；
判断模块，用于根据所述用户信息，将所述诊断报告表与所述个人账户匹配；及
诊断信息推送模块，用于如果判断所述诊断报告表与所述个人账户匹配，则将所述诊断报告表已生成的报告状态推送至所述个人账户中，和/或，提取所述诊断报告表单中的疾病诊断信息，通过神经网络模型判断所述用户的病情程度，根据病情程度确定是否向所述个人账户推送提示消息，将所述诊断报告表的报告获取申请入口推送到所述个人账户中；
所述配置模块，还用于：所述二维码中包括所述个人账户的入口链接信息和用户实名认证入口链接信息，客户端进入所述个人账户的登录操作包括：接收客户端基于所述二维码生成的账户登录请求信息，所述账户登录请求信息携带有用户实名认证信息，所述用户实名认证信息为所述客户端根据所述用户实名认证入口链接信息从认证***中获取的；及根据所述账户登录请求信息向所述客户端返回登录成功页面。
6.根据权利要求5所述的医疗数据推送***，其特征在于，所述诊断信息推送模块，还用于：
根据预先配置的字段名称列表，从用于描述疾病类别的字段中提取所述诊断报告表单对应的疾病类别，从用于描述疾病诊断信息的字段中提取所述疾病诊断信息，所述字段名称列表包括用于描述疾病类别的字段的字段名称以及用于描述疾病诊断信息的字段的字段名称；
对所述疾病诊断信息进行分词操作以得到n个词元；
将每个词元映射为一个d维词向量，以得到n*d维词向量；
将所述n*d维词向量输入到神经网络模型中，以通过所述神经网络模型输出分类向量，所述分类向量用于表示所述疾病类别的各个病情程度的置信度；
根据置信度最高的病情程度，来确定是否向所述个人账户推送所述提示消息。
7.根据权利要求6所述的医疗数据推送***，其特征在于，所述诊断信息推送模块，还用于通过所述疾病类别和所述疾病类别对应的病情程度，向所述个人账户推送医疗信息：
根据所述疾病类别从医疗知识图谱中查找一个或多个目标医疗机构；
根据所述疾病类别的病情程度查找各个目标医疗机构中具备相应医疗技术资质的一个或多个医生；
获取所述各个医生在预设时间内的患者预约数据，筛选出预约未被排满的一个或多个目标医生；
将一个或多个目标医疗机构的机构信息和各个目标医疗机构下的各个目标医生的医生信息，推送给所述个人账户。
8.一种计算机设备，所述计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的医疗数据推送方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序可被至少一个处理器所执行，以使所述至少一个处理器执行如权利要求1至4中任一项所述的医疗数据推送方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910226019.0A CN110060750B (zh) | 2019-03-25 | 2019-03-25 | 医疗数据推送方法、***、计算机设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910226019.0A CN110060750B (zh) | 2019-03-25 | 2019-03-25 | 医疗数据推送方法、***、计算机设备及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110060750A CN110060750A (zh) | 2019-07-26 |
| CN110060750B true CN110060750B (zh) | 2023-11-24 |
Family
ID=67316304
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910226019.0A Active CN110060750B (zh) | 2019-03-25 | 2019-03-25 | 医疗数据推送方法、***、计算机设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110060750B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110599354B (zh) * | 2019-08-15 | 2023-11-21 | 中国平安财产保险股份有限公司 | 线上对账方法、***、计算机设备和计算机可读存储介质 |
| CN110752026A (zh) * | 2019-09-19 | 2020-02-04 | 深圳市第二人民医院 | 脑血管医疗质量控制方法、***、设备和存储介质 |
| CN112329448B (zh) * | 2020-11-13 | 2024-02-20 | 浙江卡易智慧医疗科技有限公司 | 一种书写报告智能纠错和注意信息智能提示方法 |
| CN112733528B (zh) * | 2020-12-31 | 2023-02-14 | 深圳平安医疗健康科技服务有限公司 | 医学数据的对码方法、装置、设备及存储介质 |
| CN113470778A (zh) * | 2021-06-09 | 2021-10-01 | 致美天使(福州)科技有限公司 | 一种基于二维码的报告解读方法及*** |
| CN113421653B (zh) * | 2021-06-23 | 2022-09-09 | 平安科技（深圳）有限公司 | 医疗信息的推送方法及装置、存储介质、计算机设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103679114A (zh) * | 2014-01-06 | 2014-03-26 | 武汉瑞普思信息技术有限公司 | 一种基于二维码的移动信息获取方法及*** |
| CN103701808A (zh) * | 2013-12-27 | 2014-04-02 | 乐视致新电子科技（天津）有限公司 | 账号登陆方法和装置 |
| JP5608830B1 (ja) * | 2014-05-21 | 2014-10-15 | 株式会社Ｐａｃｓｐｌｕｓ | 診療記録転送システム及び診療記録転送方法 |
| WO2016127518A1 (zh) * | 2015-02-13 | 2016-08-18 | 中兴通讯股份有限公司 | 一种医疗信息处理方法、装置、就诊***及自助终端 |
| CN106407721A (zh) * | 2016-11-10 | 2017-02-15 | 上海电机学院 | 一种可实现分级诊疗的医生预约挂号方法 |
| CN106846659A (zh) * | 2016-12-28 | 2017-06-13 | 虎丘医疗科技（苏州）有限公司 | 一种用于自助取片的***及其操作方法 |
| CN107463347A (zh) * | 2017-06-26 | 2017-12-12 | 深圳达实智能股份有限公司 | 医院检测报告电子备份方法及*** |
| CN108986908A (zh) * | 2018-05-31 | 2018-12-11 | 平安医疗科技有限公司 | 问诊数据处理方法、装置、计算机设备和存储介质 |
-
2019
- 2019-03-25 CN CN201910226019.0A patent/CN110060750B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103701808A (zh) * | 2013-12-27 | 2014-04-02 | 乐视致新电子科技（天津）有限公司 | 账号登陆方法和装置 |
| CN103679114A (zh) * | 2014-01-06 | 2014-03-26 | 武汉瑞普思信息技术有限公司 | 一种基于二维码的移动信息获取方法及*** |
| JP5608830B1 (ja) * | 2014-05-21 | 2014-10-15 | 株式会社Ｐａｃｓｐｌｕｓ | 診療記録転送システム及び診療記録転送方法 |
| WO2016127518A1 (zh) * | 2015-02-13 | 2016-08-18 | 中兴通讯股份有限公司 | 一种医疗信息处理方法、装置、就诊***及自助终端 |
| CN106407721A (zh) * | 2016-11-10 | 2017-02-15 | 上海电机学院 | 一种可实现分级诊疗的医生预约挂号方法 |
| CN106846659A (zh) * | 2016-12-28 | 2017-06-13 | 虎丘医疗科技（苏州）有限公司 | 一种用于自助取片的***及其操作方法 |
| CN107463347A (zh) * | 2017-06-26 | 2017-12-12 | 深圳达实智能股份有限公司 | 医院检测报告电子备份方法及*** |
| CN108986908A (zh) * | 2018-05-31 | 2018-12-11 | 平安医疗科技有限公司 | 问诊数据处理方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110060750A (zh) | 2019-07-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110060750B (zh) | 医疗数据推送方法、***、计算机设备及可读存储介质 | |
| CN110659318B (zh) | 基于大数据的策略推送方法、***及计算机设备 | |
| CN110503565B (zh) | 行为风险识别方法、***、设备及可读存储介质 | |
| CN110598204B (zh) | 基于知识图谱的实体识别数据增强方法及*** | |
| US9996670B2 (en) | Clinical content analytics engine | |
| CN112071425A (zh) | 一种数据处理方法、装置、计算机设备及存储介质 | |
| CN108766545B (zh) | 在线问诊科室分配方法、装置、计算机设备和存储介质 | |
| CN110990390B (zh) | 数据协同处理方法、装置、计算机设备和存储介质 | |
| KR101584308B1 (ko) | 스마트 전자문진 시스템 및 그 방법 | |
| CN110599354B (zh) | 线上对账方法、***、计算机设备和计算机可读存储介质 | |
| CN112035611B (zh) | 目标用户推荐方法、装置、计算机设备和存储介质 | |
| US20140215301A1 (en) | Document template auto discovery | |
| CN110363222B (zh) | 用于模型训练的图片标注方法、装置、计算机设备及存储介质 | |
| CN109461016B (zh) | 数据评分方法、装置、计算机设备及存储介质 | |
| CN109783479A (zh) | 一种数据标准化处理方法、装置及存储介质 | |
| CN111696656B (zh) | 一种互联网医疗平台的医生评价方法、装置 | |
| US20230092559A1 (en) | Systems and methods for unstructured data processing | |
| CN113779540A (zh) | 一种基于rpa的企业公示信息数据采集方法 | |
| WO2020049404A2 (en) | Visualization of social determinants of health | |
| CN112364857B (zh) | 基于数值抽取的图像识别方法、装置及存储介质 | |
| CN111403011B (zh) | 挂号科室推送方法、装置、***、电子设备及存储介质 | |
| CN116741358A (zh) | 问诊挂号推荐方法、装置、设备及存储介质 | |
| JP7278256B2 (ja) | 画像獲得ワークフローを最適化するためのデバイス、システム、及び方法 | |
| CN116469505A (zh) | 数据处理方法、装置、计算机设备及可读存储介质 | |
| CN111460959A (zh) | 一种单据管理的方法及相关装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |