CN111079021B - 推荐医疗资讯内容的方法、装置、服务器和存储介质 - Google Patents
推荐医疗资讯内容的方法、装置、服务器和存储介质 Download PDFInfo
- Publication number
- CN111079021B CN111079021B CN201911323623.1A CN201911323623A CN111079021B CN 111079021 B CN111079021 B CN 111079021B CN 201911323623 A CN201911323623 A CN 201911323623A CN 111079021 B CN111079021 B CN 111079021B
- Authority
- CN
- China
- Prior art keywords
- disease
- medical information
- determining
- target
- information content
- 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 40
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 297
- 201000010099 disease Diseases 0.000 claims abstract description 281
- 208000035475 disorder Diseases 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 10
- 230000015654 memory Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 5
- 208000004371 toothache Diseases 0.000 description 21
- 201000004328 Pulpitis Diseases 0.000 description 13
- 206010037464 Pulpitis dental Diseases 0.000 description 13
- 208000024891 symptom Diseases 0.000 description 12
- 201000002170 dentin sensitivity Diseases 0.000 description 6
- 230000007547 defect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 208000002925 dental caries Diseases 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 208000014674 injury Diseases 0.000 description 4
- 208000004480 periapical periodontitis Diseases 0.000 description 4
- 230000008733 trauma Effects 0.000 description 4
- 206010015958 Eye pain Diseases 0.000 description 2
- 208000014151 Stomatognathic disease Diseases 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000010412 Glaucoma Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010046851 Uveitis Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 206010023332 keratitis Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000004296 neuralgia Diseases 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开是关于一种推荐医疗资讯内容的方法、装置、服务器和存储介质,属于信息推荐技术领域。所述方法包括:确定目标账户输入的目标病症;基于预先存储的病症和疾病的对应关系,确定目标病症对应的至少一个疾病;在至少一个疾病中,确定和目标账户对应的历史患病信息中记录的曾患疾病相匹配的目标疾病;基于目标疾病,确定待推荐医疗资讯内容。采用本公开,确定出的目标疾病与用户当前出现的目标病症的相关性较高,进而基于目标疾病确定出的推荐医疗资讯内容与用户当前出现的目标病症的相关性较高。推荐医疗资讯内容可以有效针对用户实际患有的疾病,推荐的有效性较高。
Description
技术领域
本公开是关于信息推荐技术领域,尤其是关于一种推荐医疗资讯内容的方法、装置、服务器和存储介质。
背景技术
随着科技的发展和互联网的普及,在人们感到身体不适时,可以先在网络中针对自身发生的一些病症搜索缓解办法。例如,当用户感到牙疼时,可以打开问诊应用程序,在问诊应用程序的资讯搜索栏中可以输入“牙疼怎么办”,此时问诊应用程序可以提取用户输入的关键字“牙疼”,查找与“牙疼”相关的医疗资讯内容推荐给用户,在与“牙疼”相关的医疗资讯内容中一般会提供有缓解“牙疼”这种病症的方式。
在实现本公开的过程中,发明人发现至少存在以下问题:
不同的疾病可能会伴有相同的病症,而这些不同的疾病的缓解办法有时却截然不同。单单针对用户输入的特定的病症来推荐医疗资讯内容,往往不能有效针对用户实际患有的疾病,导致推荐的有效性较差。
发明内容
为了克服相关技术中存在的问题,本公开提供了以下技术方案:
根据本公开实施例的第一方面,提供一种推荐医疗资讯内容的方法,所述方法包括:
确定目标账户输入的目标病症;
基于预先存储的病症和疾病的对应关系,确定所述目标病症对应的至少一个疾病;
在所述至少一个疾病中,确定和所述目标账户对应的历史患病信息中记录的曾患疾病相匹配的目标疾病;
基于所述目标疾病,确定待推荐医疗资讯内容。
可选地,所述基于所述目标疾病,确定待推荐医疗资讯内容,包括:
获取各候选医疗资讯内容包括的疾病关键字;
基于所述目标疾病和所述疾病关键字,在所述各候选医疗资讯内容中,确定待推荐医疗资讯内容。
可选地,所述基于所述目标疾病和所述疾病关键字,在所述各候选医疗资讯内容中,确定待推荐医疗资讯内容,包括:
基于所述目标疾病,确定所述目标账户对应的患病特征;
基于所述疾病关键字,确定各候选医疗资讯内容分别对应的内容特征;
确定所述患病特征分别和各内容特征之间的相似度;
在所述各候选医疗资讯内容中,确定相似度最高的第一预设数量的待推荐医疗资讯内容。
可选地,所述相似度包括欧式距离、曼哈顿距离、闵克夫斯基距离或者皮尔逊相关系数。
可选地,所述获取各候选医疗资讯内容包括的疾病关键字,包括:
对于每个候选医疗资讯内容,如果所述候选医疗资讯内容包括的不同疾病标识的数量小于或者等于预设阈值,则将所述不同疾病标识确定为疾病关键字,如果所述候选医疗资讯内容包括的不同疾病标识的数量大于所述预设阈值,则确定所述不同疾病标识分别对应的出现次数,将出现次数最多的第二预设数量的疾病标识确定为疾病关键字。
根据本公开实施例的第二方面,提供一种推荐医疗资讯内容的装置,所述装置包括:
确定模块,用于确定目标账户输入的目标病症;
所述确定模块,用于基于预先存储的病症和疾病的对应关系,确定所述目标病症对应的至少一个疾病;
所述确定模块,用于在所述至少一个疾病中,确定和所述目标账户对应的历史患病信息中记录的曾患疾病相匹配的目标疾病;
推荐模块,用于基于所述目标疾病,确定待推荐医疗资讯内容。
可选地,所述推荐模块,用于:
获取各候选医疗资讯内容包括的疾病关键字;
基于所述目标疾病和所述疾病关键字,在所述各候选医疗资讯内容中,确定待推荐医疗资讯内容。
可选地,所述推荐模块,用于:
基于所述目标疾病,确定所述目标账户对应的患病特征;
基于所述疾病关键字,确定各候选医疗资讯内容分别对应的内容特征;
确定所述患病特征分别和各内容特征之间的相似度;
在所述各候选医疗资讯内容中,确定相似度最高的第一预设数量的待推荐医疗资讯内容。
可选地,所述相似度包括欧式距离、曼哈顿距离、闵克夫斯基距离或者皮尔逊相关系数。
可选地,所述推荐模块,用于:
对于每个候选医疗资讯内容,如果所述候选医疗资讯内容包括的不同疾病标识的数量小于或者等于预设阈值,则将所述不同疾病标识确定为疾病关键字,如果所述候选医疗资讯内容包括的不同疾病标识的数量大于所述预设阈值,则确定所述不同疾病标识分别对应的出现次数,将出现次数最多的第二预设数量的疾病标识确定为疾病关键字。
根据本公开实施例的第三方面,提供一种服务器,所述服务器包括处理器、通信接口、存储器和通信总线,其中:
所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信;
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述存储器上所存放的程序,以实现上述推荐医疗资讯内容的方法。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述推荐医疗资讯内容的方法。
本公开的实施例提供的技术方案可以包括以下有益效果:
即使不同的疾病可能会伴有相同的病症,但是通过本公开实施例提供的方法可以同时基于目标账户输入的目标病症和目标账户对应的历史患病信息中记录的曾患疾病,共同确定用户当前很可能再次复发的目标疾病,目标疾病与用户当前出现的目标病症的相关性较高,进而基于目标疾病确定出的推荐医疗资讯内容与用户当前出现的目标病症的相关性较高。推荐医疗资讯内容可以有效针对用户实际患有的疾病,推荐的有效性较高。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。在附图中:
图1是根据一示例性实施例示出的一种推荐医疗资讯内容的***的结构示意图;
图2是根据一示例性实施例示出的一种推荐医疗资讯内容的方法的流程示意图;
图3是根据一示例性实施例示出的一种问诊应用程序的显示界面的示意图;
图4是根据一示例性实施例示出的一种推荐医疗资讯内容的方法的流程示意图;
图5是根据一示例性实施例示出的一种推荐医疗资讯内容的装置的结构示意图;
图6是根据一示例性实施例示出的一种服务器的结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例提供了一种推荐医疗资讯内容的方法,该方法可以由服务器实现,并可以由终端配合实现。如图1所示,是本公开实施例提供的一种推荐医疗资讯内容的***的结构示意图。其中,终端中可以安装有问诊应用程序,当用户感到身体不适时,可以打开问诊应用程序,在问诊应用程序的资讯搜索栏中可以输入具体的病症,此时问诊应用程序可以和服务器进行交互,以查找与用户输入的病症相关的医疗资讯内容进行推荐。
本公开一示例性实施例提供了一种推荐医疗资讯内容的方法,如图2所示,该方法的处理流程可以包括如下的步骤:
步骤S201,确定目标账户输入的目标病症。
在实施中,终端中可以安装有问诊应用程序,当用户感到身体不适时,可以打开问诊应用程序,在问诊应用程序的资讯搜索栏中可以输入具体的病症。在开启问诊应用程序时,可以默认登录预先绑定的目标账户,在终端获取到用户输入的目标病症之后,可以将目标账户的账户标识和目标病症携带在医疗资讯内容获取请求中发送至服务器。服务器在接收到医疗资讯内容获取请求后,可以获取医疗资讯内容获取请求中携带的目标账户的账户标识和对应的目标病症。
步骤S202,基于预先存储的病症和疾病的对应关系,确定目标病症对应的至少一个疾病。
在实施中,可以预先建立不同病症和各种疾病的对应关系,理论上一种病症可以对应多种疾病。例如,病症为牙疼,理论上可能发生的疾病可以包括龋齿、牙髓炎、根尖周炎、牙外伤、牙本质过敏、楔状缺损等,这些疾病都可能引起牙疼这一病症,因此单依靠一种病症,无法准确判断实际发生的疾病。对于每种人体可能出现的病症,可以统计对应的可能发生的疾病,将病症和疾病对应进行存储。当服务器获取到目标账户输入的目标病症时,可以在预先存储的对应关系中,查找与目标病症相匹配的至少一个疾病。
例如,目标账户输入的目标病症为牙疼,可以基于预先存储的对应关系,确定与牙疼对应的疾病包括龋齿、牙髓炎、根尖周炎、牙外伤、牙本质过敏、楔状缺损。或者,目标账户输入的目标病症为眼睛疼,可以基于预先存储的对应关系,确定与眼睛疼对应的疾病包括青光眼、葡萄膜炎、角膜炎、眶上神经痛、视***炎。
步骤S203,在至少一个疾病中,确定和目标账户对应的历史患病信息中记录的曾患疾病相匹配的目标疾病。
在实施中,可以获取目标账户对应的历史患病信息,用户可能曾经使用目标账户进行过多次在线问诊,在线医生可以对用户进行诊断操作,并将诊断结果录入到目标账户对应的历史患病信息中。在医疗资讯内容获取请求中可以携带有目标账户的账户标识,这样服务器可以基于目标账户的账户标识查找与账户标识对应的历史患病信息,在历史患病信息中记录有用户的曾患疾病。在确定出目标病症对应的至少一个疾病之后,可以在至少一个疾病中,确定与曾患疾病相同的目标疾病。
例如,用户曾经患有牙髓炎,在经过一段时间的治疗之后病症有所缓解,但是过了很久一段时间之后,用户曾患的牙髓炎再次复发,导致用户感到牙疼。此时,如图3所示,用户可以在问诊应用程序中输入“牙疼怎么办”,可以提取用户输入的关键字“牙疼”,将牙疼作为目标病症进行医疗资讯内容查询。由于和牙疼相关的医疗资讯内容的数量较为庞大,它们针对的具体疾病也各有不同,如果不加筛选就推荐给用户,导致推荐有效性较低。进而采用本公开,可以确定牙疼对应的至少一个可能发生的疾病,在至少一个可能发生的疾病中查找该用户曾经患有过的目标疾病。这样,用户很可能在曾经出现过一种疾病之后,再次复发同一疾病的概率较大,因此可以确定伴有牙疼的用户曾经患有牙髓炎,该用户的牙髓炎再次复发,可以将牙髓炎确定为目标疾病。如果用户除了牙髓炎之外,还患有其他牙科类疾病,可以一同将其他牙科类疾病确定为目标疾病。目标疾病的数量不唯一,可以为多个。
步骤S204,基于目标疾病,确定待推荐医疗资讯内容。
在实施中,基于上述方法,可以确定用户当前很可能再次复发的目标疾病,目标疾病与用户当前出现的目标病症的相关性较高,可以基于目标疾病确定待推荐医疗资讯内容。
即使不同的疾病可能会伴有相同的病症,但是通过本公开实施例提供的方法可以同时基于目标账户输入的目标病症和目标账户对应的历史患病信息中记录的曾患疾病,共同确定用户当前很可能再次复发的目标疾病,目标疾病与用户当前出现的目标病症的相关性较高,进而基于目标疾病确定出的推荐医疗资讯内容与用户当前出现的目标病症的相关性较高。推荐医疗资讯内容可以有效针对用户实际患有的疾病,推荐的有效性较高。
本公开一示例性实施例提供了一种推荐医疗资讯内容的方法,如图4所示,该方法的处理流程可以包括如下的步骤:
步骤S401,确定目标账户输入的目标病症。
在实施中,终端中可以安装有问诊应用程序,当用户感到身体不适时,可以打开问诊应用程序,在问诊应用程序的资讯搜索栏中可以输入具体的病症。在开启问诊应用程序时,可以默认登录预先绑定的目标账户,在终端获取到用户输入的目标病症之后,可以将目标账户的账户标识和目标病症携带在医疗资讯内容获取请求中发送至服务器。服务器在接收到医疗资讯内容获取请求后,可以获取医疗资讯内容获取请求中携带的目标账户的账户标识和对应的目标病症。
步骤S402,基于预先存储的病症和疾病的对应关系,确定目标病症对应的至少一个疾病。
在实施中,可以预先建立不同病症和各种疾病的对应关系,理论上一种病症可以对应多种疾病。例如,病症为牙疼,理论上可能发生的疾病可以包括龋齿、牙髓炎、根尖周炎、牙外伤、牙本质过敏、楔状缺损等,这些疾病都可能引起牙疼这一病症,因此单依靠一种病症,无法准确判断实际发生的疾病。对于每种人体可能出现的病症,可以统计对应的可能发生的疾病,将病症和疾病对应进行存储。当服务器获取到目标账户输入的目标病症时,可以在预先存储的对应关系中,查找与目标病症相匹配的至少一个疾病。
步骤S403,在至少一个疾病中,确定和目标账户对应的历史患病信息中记录的曾患疾病相匹配的目标疾病。
在实施中,可以获取目标账户对应的历史患病信息,用户可能曾经使用目标账户进行过多次在线问诊,在线医生可以对用户进行诊断操作,并将诊断结果录入到目标账户对应的历史患病信息中。在医疗资讯内容获取请求中可以携带有目标账户的账户标识,这样服务器可以基于目标账户的账户标识查找与账户标识对应的历史患病信息,在历史患病信息中记录有用户的曾患疾病。在确定出目标病症对应的至少一个疾病之后,可以在至少一个疾病中,确定与曾患疾病相同的目标疾病。
如果在至少一个疾病中,不存在和目标账户对应的历史患病信息中记录的曾患疾病相匹配的疾病,则将至少一个疾病中所有疾病确定为目标疾病,基于目标疾病确定疾病向量,进行医疗资讯内容的匹配处理。
步骤S404,获取各候选医疗资讯内容包括的疾病关键字。
在实施中,对于每个候选医疗资讯内容,如果候选医疗资讯内容包括的不同疾病标识的数量小于或者等于预设阈值,则将不同疾病标识确定为疾病关键字,如果候选医疗资讯内容包括的不同疾病标识的数量大于预设阈值,则确定不同疾病标识分别对应的出现次数,将出现次数最多的第二预设数量的疾病标识确定为疾病关键字。
在将每篇候选医疗资讯内容录入数据库之前,可以提取每篇候选医疗资讯内容中的疾病名称。例如,在候选医疗资讯内容A中提取到10个不同的疾病名称,在候选医疗资讯内容B中提取到20个不同的疾病名称。在提取到每篇候选医疗资讯内容中的疾病名称之后,可以确定每篇候选医疗资讯内容中出现的不同的疾病名称的数量,如果该数量小于或者等于预设阈值,如10个,则将该候选医疗资讯内容中出现的所有不同的疾病名称确定为该候选医疗资讯内容对应的疾病关键字。如果每篇候选医疗资讯内容中出现的不同的疾病名称的数量大于预设阈值,如10个,则可以确定每个不同的疾病名称的出现次数,按照出现次数由高到低的顺序对各疾病名称进行排序,选取排序在前的第二预设数量的疾病名称,得到该候选医疗资讯内容对应的疾病关键字。其中,第二预设数量可以等于预设阈值。
步骤S405,基于目标疾病和疾病关键字,在各候选医疗资源内容中,确定待推荐医疗资讯内容。
在实施中,可以基于用户当前可能再次复发的目标疾病,确定目标账户对应的患病特征,该患病特征可以以向量的形式表示。还可以基于疾病关键字,确定各候选医疗资源内容分别对应的内容特征,该内容特征也可以以向量的形式表示。接着,可以计算患病特征分别和各内容特征之间的相似度或者特征距离,在本公开实施例中以欧式距离为例,可以计算患病特征分别和各内容特征之间的欧式距离。其中,欧式距离也可以称为欧几里得度量,指在n维空间中两个点之间的实际距离,或者向量的自然长度。在二维或者三维空间中,欧氏距离为两个点之间的实际距离,计算公式依次可见公式1和公式2。
(公式1)
其中,为点/>到点/>之间的欧式距离。
(公式2)
其中,为点/>到点/>之间的欧式距离。
而n维空间中,欧氏距离的计算公式可见公式3。
(公式3)
在计算出患病特征分别和各内容特征之间的特征距离之后,可以在各候选医疗资源内容中,确定特征距离最小的第一预设数量的待推荐医疗资讯内容。
在上述过程中,患病特征可以以向量的形式表示,内容特征也可以以向量的形式表示,下面介绍确定患病特征或者内容特征的向量形式的方式。
在基于预先存储的病症和疾病的对应关系,确定目标病症对应的至少一个疾病之后,可以得到关于至少一个疾病的序列。例如,目标账户输入的目标病症为牙疼,可以基于预先存储的对应关系,确定与牙疼对应的疾病组成的序列为龋齿、牙髓炎、根尖周炎、牙外伤、牙本质过敏、楔状缺损。可以获取目标账户对应的历史患病信息中记录的曾患疾病,如用户曾患有牙髓炎和牙本质过敏。可以在疾病组成的序列对应位置上,用户曾经患有过的疾病设置为1,其他未患有过的疾病设置为0,例如,可以将牙髓炎和牙本质过敏对应位置上的数值设置为1,得到的数值序列为(0,1,0,0,1,0),该数值序列即可作为患病特征对应的向量表示。接着,可以获取各候选医疗资讯内容,获取各候选医疗资讯内容对应的疾病关键字,对于每个候选医疗资讯内容,如果该候选医疗资讯内容对应疾病关键字中存在疾病组成的序列中的疾病,则在存在的疾病对应位置上设置数值1,否则设置数值0。例如,候选医疗资讯内容对应疾病关键字包括牙髓炎和楔状缺损,则该候选医疗资讯内容对应的数值序列为(0,1,0,0,0,1),该数值序列即可作为内容特征对应的向量表示。可以将上述患病特征对应的向量和内容特征对应的向量代入到公式3中,计算结果为1.4。
还可以基于特征距离确定相似度,基于相似度在各候选医疗资讯内容中,确定待推荐医疗资讯内容。相似度的最高值是1,可以通过公式4将特征距离转化为相似度。
(公式4)
其中,为特征距离。
在对特征距离进行转化之后,相似度的取值为介于0到1之间的数值,当相似度的实际取值越接近1时,表示患病特征分别和内容特征之间的相似度较高,当相似度的实际取值越接近0时,表示患病特征分别和内容特征之间的相似度较低。如果特征距离为1.4,则代入公式4之后,计算得到的相似度的实际取值为0.42。
可以计算一个患病特征分别和多个内容特征之间的相似度,为了便于对结果进行存储,可以采用大小为预设数值的最小堆来保存相似度。其中,预设数值可以是10。例如,可以采用大小为10的最小堆来保存相似度。可以逐个获取内容特征,每当获取一个内容特征时,计算当前获取的内容特征和患病特征之间的相似度。对于第一个获取的内容特征,对应的相似度也是第一个计算出的,可以将其保存在堆的堆顶。对于除第一个获取的内容特征之外的获取的内容特征,每计算出一个当前获取的内容特征对应的相似度时,将当前计算出的相似度和堆顶的相似度进行比较,如果当前计算出的相似度小于堆顶的相似度,则直接丢弃当前计算出的相似度对应的候选医疗资讯内容。如果当前计算出的相似度大于堆顶的相似度,则可以将当前相似度的医疗资讯内容***最小堆。如果堆中元素的数量大于堆大小10,则删除堆中相似度最小的相关信息(即堆顶所在元素)。这样,最小堆中永远保存的都是当前已经比较的医疗资讯内容中,和目标疾病向量相似度最高的医疗资讯内容,也即TOP10的医疗资讯内容。
采用本公开,推荐的医疗资讯内容更符合用户的实际患病情况,本公开会结合用户的历史患病信息,来构造用户的一个患病画像。然后根据该用户的患病画像,找出与之最接近的医疗资讯内容。所患疾病由专业的在线医生来诊断,并且患病画像也会参考历史患病信息记录的患病情况,综合得到的推荐结果的准确度进一步得到提升。
本公开采用欧式距离来计算用户的患病画像和医疗资讯内容的内容特征之间的相似度,将疾病量化成数字,方便进行相似度的比较。同时本公开提供的相似度计算模式也相对简单易用,方便搭建。
除了上述推荐医疗资讯内容的方式之外,还可以用基于用户的协同过滤,找出患有相同疾病的患者,将患有相同疾病的患者喜欢的医疗资讯内容进行相互推荐。在本公开中,除了可以采用欧式距离作为特征距离,也可以采用曼哈顿距离、闵克夫斯基距离、皮尔逊相关系数等距离替代。
即使不同的疾病可能会伴有相同的病症,但是通过本公开实施例提供的方法可以同时基于目标账户输入的目标病症和目标账户对应的历史患病信息中记录的曾患疾病,共同确定用户当前很可能再次复发的目标疾病,目标疾病与用户当前出现的目标病症的相关性较高,进而基于目标疾病确定出的推荐医疗资讯内容与用户当前出现的目标病症的相关性较高。推荐医疗资讯内容可以有效针对用户实际患有的疾病,推荐的有效性较高。
本公开又一示例性实施例提供了一种推荐医疗资讯内容的装置,如图5所示,该装置包括:
确定模块501,用于确定目标账户输入的目标病症;
所述确定模块501,用于基于预先存储的病症和疾病的对应关系,确定所述目标病症对应的至少一个疾病;
所述确定模块501,用于在所述至少一个疾病中,确定和所述目标账户对应的历史患病信息中记录的曾患疾病相匹配的目标疾病;
推荐模块502,用于基于所述目标疾病,确定待推荐医疗资讯内容。
可选地,所述推荐模块502,用于:
获取各候选医疗资讯内容包括的疾病关键字;
基于所述目标疾病和所述疾病关键字,在所述各候选医疗资讯内容中,确定待推荐医疗资讯内容。
可选地,所述推荐模块502,用于:
基于所述目标疾病,确定所述目标账户对应的患病特征;
基于所述疾病关键字,确定各候选医疗资讯内容分别对应的内容特征;
确定所述患病特征分别和各内容特征之间的相似度;
在所述各候选医疗资讯内容中,确定相似度最高的第一预设数量的待推荐医疗资讯内容。
可选地,所述相似度包括欧式距离、曼哈顿距离、闵克夫斯基距离或者皮尔逊相关系数。
可选地,所述推荐模块502,用于:
对于每个候选医疗资讯内容,如果所述候选医疗资讯内容包括的不同疾病标识的数量小于或者等于预设阈值,则将所述不同疾病标识确定为疾病关键字,如果所述候选医疗资讯内容包括的不同疾病标识的数量大于所述预设阈值,则确定所述不同疾病标识分别对应的出现次数,将出现次数最多的第二预设数量的疾病标识确定为疾病关键字。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
即使不同的疾病可能会伴有相同的病症,但是通过本公开实施例提供的装置可以同时基于目标账户输入的目标病症和目标账户对应的历史患病信息中记录的曾患疾病,共同确定用户当前很可能再次复发的目标疾病,目标疾病与用户当前出现的目标病症的相关性较高,进而基于目标疾病确定出的推荐医疗资讯内容与用户当前出现的目标病症的相关性较高。推荐医疗资讯内容可以有效针对用户实际患有的疾病,推荐的有效性较高。
需要说明的是:上述实施例提供的推荐医疗资讯内容的装置在推荐医疗资讯内容时,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,即将服务器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,上述实施例提供的推荐医疗资讯内容的装置与推荐医疗资讯内容的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。
图6示出了本公开一个示例性实施例提供的服务器1900的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(centralprocessing units,CPU)1910和一个或一个以上的存储器1920。其中,所述存储器1920中存储有至少一条指令,所述至少一条指令由所述处理器1910加载并执行以实现上述实施例所述的推荐医疗资讯内容的方法。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (8)
1.一种推荐医疗资讯内容的方法,其特征在于,所述方法包括:
确定目标账户输入的目标病症;
基于预先存储的病症和疾病的对应关系,确定所述目标病症对应的至少一个疾病;
在所述至少一个疾病中,确定和所述目标账户对应的历史患病信息中记录的曾患疾病相匹配的目标疾病;
对于每个候选医疗资讯内容,如果所述候选医疗资讯内容包括的不同疾病标识的数量小于或者等于预设阈值,则将所述不同疾病标识确定为疾病关键字,如果所述候选医疗资讯内容包括的不同疾病标识的数量大于所述预设阈值,则确定所述不同疾病标识分别对应的出现次数,将出现次数最多的第二预设数量的疾病标识确定为所述疾病关键字;
基于所述目标疾病和所述疾病关键字,在各候选医疗资讯内容中,确定待推荐医疗资讯内容。
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标疾病和所述疾病关键字,在各候选医疗资讯内容中,确定待推荐医疗资讯内容,包括:
基于所述目标疾病,确定所述目标账户对应的患病特征;
基于所述疾病关键字,确定各候选医疗资讯内容分别对应的内容特征;
确定所述患病特征分别和各内容特征之间的相似度;
在所述各候选医疗资讯内容中,确定相似度最高的第一预设数量的待推荐医疗资讯内容。
3.根据权利要求2所述的方法,其特征在于,所述相似度包括欧式距离、曼哈顿距离、闵克夫斯基距离或者皮尔逊相关系数。
4.一种推荐医疗资讯内容的装置,其特征在于,所述装置包括:
确定模块,用于确定目标账户输入的目标病症;
所述确定模块,用于基于预先存储的病症和疾病的对应关系,确定所述目标病症对应的至少一个疾病;
所述确定模块,用于在所述至少一个疾病中,确定和所述目标账户对应的历史患病信息中记录的曾患疾病相匹配的目标疾病;
推荐模块,用于对于每个候选医疗资讯内容,如果所述候选医疗资讯内容包括的不同疾病标识的数量小于或者等于预设阈值,则将所述不同疾病标识确定为疾病关键字,如果所述候选医疗资讯内容包括的不同疾病标识的数量大于所述预设阈值,则确定所述不同疾病标识分别对应的出现次数,将出现次数最多的第二预设数量的疾病标识确定为所述疾病关键字;基于所述目标疾病和所述疾病关键字,在各候选医疗资讯内容中,确定待推荐医疗资讯内容。
5.根据权利要求4所述的装置,其特征在于,所述推荐模块,用于:
基于所述目标疾病,确定所述目标账户对应的患病特征;
基于所述疾病关键字,确定各候选医疗资讯内容分别对应的内容特征;
确定所述患病特征分别和各内容特征之间的相似度;
在所述各候选医疗资讯内容中,确定相似度最高的第一预设数量的待推荐医疗资讯内容。
6.根据权利要求5所述的装置,其特征在于,所述相似度包括欧式距离、曼哈顿距离、闵克夫斯基距离或者皮尔逊相关系数。
7.一种服务器,其特征在于,所述服务器包括处理器、通信接口、存储器和通信总线,其中:
所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信;
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述存储器上所存放的计算机程序,以实现权利要求1-3任一所述的方法步骤。
8.一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,所述计算机程序被处理器执行时实现权利要求1-3任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911323623.1A CN111079021B (zh) | 2019-12-20 | 2019-12-20 | 推荐医疗资讯内容的方法、装置、服务器和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911323623.1A CN111079021B (zh) | 2019-12-20 | 2019-12-20 | 推荐医疗资讯内容的方法、装置、服务器和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111079021A CN111079021A (zh) | 2020-04-28 |
CN111079021B true CN111079021B (zh) | 2023-09-19 |
Family
ID=70316102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911323623.1A Active CN111079021B (zh) | 2019-12-20 | 2019-12-20 | 推荐医疗资讯内容的方法、装置、服务器和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111079021B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112102952B (zh) * | 2020-08-24 | 2024-05-14 | 广州金域医学检验中心有限公司 | 基于距离计算方法鉴定病理类别的方法及相关设备 |
CN114242224A (zh) * | 2021-12-28 | 2022-03-25 | 新瑞鹏宠物医疗集团有限公司 | 医生推荐方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102129526A (zh) * | 2011-04-02 | 2011-07-20 | 中国医学科学院医学信息研究所 | 面向公众的就医向导式自助分诊挂号方法及*** |
CN106548431A (zh) * | 2016-10-14 | 2017-03-29 | 杭州伯仲信息科技有限公司 | 一种患者宣教课程推送平台及推送方法 |
CN106991284A (zh) * | 2017-03-31 | 2017-07-28 | 南华大学 | 智能育儿知识服务方法及*** |
CN107133487A (zh) * | 2017-06-21 | 2017-09-05 | 深圳市海威达信息技术有限公司 | 一种疾病防治方法、装置及疾病防治*** |
CN109166605A (zh) * | 2018-07-27 | 2019-01-08 | 重庆柚瓣家科技有限公司 | 基于ai的老人分诊***及方法 |
CN109599168A (zh) * | 2018-10-15 | 2019-04-09 | 平安科技(深圳)有限公司 | 医疗服务方法、装置、计算机设备及存储介质 |
CN110534206A (zh) * | 2019-08-26 | 2019-12-03 | 北京好医生云医院管理技术有限公司 | 一种医疗诊断辅助***的工作方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140028929A (ko) * | 2012-08-31 | 2014-03-10 | 삼성전자주식회사 | 이동 단말을 이용한 개인 의료 진료 방법 및 장치 |
CN106682063B (zh) * | 2016-10-20 | 2018-04-03 | 北京跃盟科技有限公司 | 一种广告信息推送方法、装置以及*** |
JP6671322B2 (ja) * | 2017-07-19 | 2020-03-25 | 富士フイルム株式会社 | 医療情報提供装置および医療情報提供装置の作動方法並びに医療情報提供プログラム |
-
2019
- 2019-12-20 CN CN201911323623.1A patent/CN111079021B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102129526A (zh) * | 2011-04-02 | 2011-07-20 | 中国医学科学院医学信息研究所 | 面向公众的就医向导式自助分诊挂号方法及*** |
CN106548431A (zh) * | 2016-10-14 | 2017-03-29 | 杭州伯仲信息科技有限公司 | 一种患者宣教课程推送平台及推送方法 |
CN106991284A (zh) * | 2017-03-31 | 2017-07-28 | 南华大学 | 智能育儿知识服务方法及*** |
CN107133487A (zh) * | 2017-06-21 | 2017-09-05 | 深圳市海威达信息技术有限公司 | 一种疾病防治方法、装置及疾病防治*** |
CN109166605A (zh) * | 2018-07-27 | 2019-01-08 | 重庆柚瓣家科技有限公司 | 基于ai的老人分诊***及方法 |
CN109599168A (zh) * | 2018-10-15 | 2019-04-09 | 平安科技(深圳)有限公司 | 医疗服务方法、装置、计算机设备及存储介质 |
CN110534206A (zh) * | 2019-08-26 | 2019-12-03 | 北京好医生云医院管理技术有限公司 | 一种医疗诊断辅助***的工作方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111079021A (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020007028A1 (zh) | 问诊数据推荐方法、装置、计算机设备和存储介质 | |
WO2022062353A1 (zh) | 医疗数据处理方法、装置、计算机设备和存储介质 | |
CN109255013A (zh) | 理赔决策方法、装置、计算机设备和存储介质 | |
CN108766545B (zh) | 在线问诊科室分配方法、装置、计算机设备和存储介质 | |
CN110838359B (zh) | 基于对话机器人的分诊方法、装置、存储介质及机器人 | |
CN109887596A (zh) | 基于知识图谱的慢阻肺疾病诊断方法、装置和计算机设备 | |
CN111079021B (zh) | 推荐医疗资讯内容的方法、装置、服务器和存储介质 | |
CN111028006B (zh) | 一种业务投放辅助方法、业务投放方法及相关装置 | |
CN110489951A (zh) | 风险识别的方法、装置、计算机设备和存储介质 | |
WO2023178971A1 (zh) | 就医的互联网挂号方法、装置、设备及存储介质 | |
CN111178069A (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
CN114065856B (zh) | 基于医生画像的医生推荐方法、装置、设备及存储介质 | |
CN112035611B (zh) | 目标用户推荐方法、装置、计算机设备和存储介质 | |
WO2021151302A1 (zh) | 基于机器学习的药品质控分析方法、装置、设备及介质 | |
WO2021027156A1 (zh) | 基于视频的农作物查勘方法、装置及计算机设备 | |
CN113436725B (zh) | 数据处理方法、***、计算机设备及计算机可读存储介质 | |
US7200612B2 (en) | processing data for interpretation | |
CN112330400B (zh) | 一种产品推荐方法、装置、计算机设备及存储介质 | |
US20200098017A1 (en) | System and method for assessing valuation of document | |
CN110752027A (zh) | 电子病历数据推送方法、装置、计算机设备和存储介质 | |
CN110648754A (zh) | 科室推荐方法、装置及设备 | |
CN108154914B (zh) | 一种准确匿名化存储和检索医疗图像的方法 | |
CN114822800A (zh) | 一种互联网医疗分诊方法及*** | |
CN114464328A (zh) | 试验信息的检索方法及装置、临床试验的推荐方法、终端 | |
CN115101193A (zh) | 一种症状推荐方法、设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40021981 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |