CN112395883A - 一种问诊处理方法、问诊数据处理方法和装置 - Google Patents

一种问诊处理方法、问诊数据处理方法和装置 Download PDF

Info

Publication number
CN112395883A
CN112395883A CN202110066416.3A CN202110066416A CN112395883A CN 112395883 A CN112395883 A CN 112395883A CN 202110066416 A CN202110066416 A CN 202110066416A CN 112395883 A CN112395883 A CN 112395883A
Authority
CN
China
Prior art keywords
target object
data
disease
description data
condition
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
Application number
CN202110066416.3A
Other languages
English (en)
Inventor
陈克维
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ali Health Technology Hangzhou Co ltd
Original Assignee
Ali Health Technology Hangzhou Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ali Health Technology Hangzhou Co ltd filed Critical Ali Health Technology Hangzhou Co ltd
Priority to CN202110066416.3A priority Critical patent/CN112395883A/zh
Publication of CN112395883A publication Critical patent/CN112395883A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295Named entity recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367Ontology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/237Lexical tools
    • G06F40/242Dictionaries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/451Execution arrangements for user interfaces
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Human Computer Interaction (AREA)
  • Epidemiology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本申请提供了一种问诊处理方法、问诊数据处理方法和装置,其中,该方法包括:接收待显示的病情描述数据;通过标记引导的方式,对所述病情描述数据中的目标对象进行显示,所述目标对象为所述病情描述数据中可直接表征患者病情的数据;获取用户对目标对象的操作行为数据;在所述操作行为数据满足预设条件的情况下,显示所述操作行为数据面向的目标对象所关联的知识内容。通过上述方案解决了现有的在短时间的在线问诊过程中,医生节点无法快速高效确定出关键信息的问题,达到了可以快速高效完成对关键信息的阅读的效果,从而提升了问诊效率。

Description

一种问诊处理方法、问诊数据处理方法和装置
技术领域
本申请属于互联网技术领域,尤其涉及一种问诊处理方法、问诊数据处理方法和装置。
背景技术
在很多的场景中,存在对大篇幅文字的阅读需求,例如:在图文问诊平台中,一般是由病人或者用户提供自身身体状况的图文信息,然后,互联网医院的医生(即,与图文问诊平台对接的医生)会阅读用户提供的图文信息,并根据阅读得到的信息来确定用户的病情。
现有的图文问诊平台中,患者在输入说明病情的图文信息后,这些图文信息在医生端一般是通过统一的显示方式进行显示的,即,所有的文字说明是没有区分和侧重的,都是采用同样的方式进行显示,这样也就导致医生在阅读患者的病情说明时,只能对用户输入的所有病情信息进行阅读,才能给出合理的病情判断,这样势必会影响医生看诊的效率。
考虑到如果可以对患者输入的病情说明中相对重要的,即,有助于进行病情判断的内容进行引导性显示,那么医生在进行病情说明阅读的时候就可以快速确定出病情描述中的重要的有助于病情判断的内容,从而可以提升医生看诊的效率。
发明内容
本申请目的在于提供一种问诊处理方法、问诊数据处理方法和装置,可以实现有效提升阅读信息的效率的技术效果。
本申请提供一种问诊处理方法、问诊数据处理方法和装置是这样实现的:
一种问诊处理方法,包括:
接收待显示的病情描述数据;
通过标记引导的方式,对所述病情描述数据中的目标对象进行显示,所述目标对象为所述病情描述数据中可直接表征患者病情的数据;
获取用户对目标对象的操作行为数据;
在所述操作行为数据满足预设条件的情况下,显示所述操作行为数据面向的目标对象所关联的知识内容。
一种问诊数据处理方法,包括:
获取用户输入的病情描述数据;
按照预设规则,从所述病情描述数据中识别出目标对象;
将所述病情描述数据发送至医生端进行显示,在显示的时候,对所述病情描述数据中的目标对象通过标记引导的方式进行显示。
一种问诊处理装置,包括:
接收模块,用于接收待显示的病情描述数据;
第一显示模块,用于通过标记引导的方式,对所述病情描述数据中的目标对象进行显示,所述目标对象为所述病情描述数据中可直接表征患者病情的数据;
获取模块,用于获取用户对目标对象的操作行为数据;
第二显示模块,用于在所述操作行为数据满足预设条件的情况下,显示所述操作行为数据面向的目标对象所关联的知识内容。
一种终端设备,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现如下方法的步骤:
接收待显示的病情描述数据;
通过标记引导的方式,对所述病情描述数据中的目标对象进行显示,所述目标对象为所述病情描述数据中可直接表征患者病情的数据;
获取用户对目标对象的操作行为数据;
在所述操作行为数据满足预设条件的情况下,显示所述操作行为数据面向的目标对象所关联的知识内容。
一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现如下方法的步骤:
接收待显示的病情描述数据;
通过标记引导的方式,对所述病情描述数据中的目标对象进行显示,所述目标对象为所述病情描述数据中可直接表征患者病情的数据;
获取用户对目标对象的操作行为数据;
在所述操作行为数据满足预设条件的情况下,显示所述操作行为数据面向的目标对象所关联的知识内容。
本申请提供的数据处理方法,对于病情描述数据中可直接表征患者病情的数据通过标记引导的方式进行显示,且在用户对某个目标对象的操作行为满足预设条件的时候,就会触发显示与该目标对象关联的知识内容。通过这种方式,可以提升医生端获取信息的速度,从而解决了现有的在短时间的在线问诊过程中,医生节点无法快速高效确定出关键信息的问题,达到了可以快速高效完成对关键信息的阅读的效果,从而提升了问诊效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的问诊平台***的一种架构图;
图2是本申请提供的对实体词进行突出显示的界面示意图;
图3是本申请提供的对实体词所关联的知识内容在文本显示界面显示的界面示意图;
图4是本申请提供的问诊流程中的数据流向和处理示意图;
图5是本申请提供的问诊处理方法的一种实施例的方法流程图;
图6是本申请提供的一种问诊处理方法的计算机终端的硬件结构框图;
图7是本申请提供的问诊处理装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
针对现有的图文问诊所存在的问题,医生所需要阅读的文字很大,从而严重影响了问诊的效率。为此,考虑到人们阅读的习惯,一般不是按照顺序逐字逐句地进行文字阅读的,一般会挑重点语句,看一句话的话,会挑选重点词,如果看一个字,可能重点扫一眼偏旁部首。这是人们在长期的阅读训练后,为了提升阅读效率,自然形成的一种挑选重点内容进行阅读的能力。
基于此,考虑到如果可以通过重点标记的方法来引导眼睛定位到重要的信息点,这样可以节省医生自身通过眼睛进行信息过滤的时间,从而可以加快阅读速度,将医生的注意力放在更为重要的信息上。
在本例中,提供了一种问诊平台***,如图1所示,可以包括:用户101、服务器102、医生103。
用户101可以是有问诊需求的人,例如,可以是病人自己,也可以是帮别人问诊。具体用户的类型可以根据实际的场景和情况设定,本申请对此不作限定。
用户101登录问诊平台,可以输入或者是上传病情说明信息,该病情说明信息可以是一段文字,也可以是文字和图片的形式;对于病情说明信息可以是用户输入的,也可以是***根据用户之前录入的信息,自动生成的,或者是根据用户之前录入的基本信息,以及用户当前输入的信息合并后生成的。
对于医生103侧而言,可以根据病情说明信息生成问诊结果信息,然后,将问诊结果信息返回至服务器102,再由服务器102将问诊结果信息返回至用户101侧。
例如:用户输入的病情说明信息为:本人五天前感觉嗓子不舒服,经常咳嗽,自行在家服用了三九感冒灵,但是病情未见好转。在这个时候,可以将用户输入的这些信息作为问诊信息,也可以加入用户之前的一些基本信息,例如:张三、29岁、男等,这些基本信息在用户输入信息中,以合并后的信息作为问诊信息,一起发送给医生。
具体的,问诊信息的生成和需求,可以根据实际情况和需要设定,本申请对此不作限定。例如,如果认为仅当前提交的信息就已经充足了,那么以当前提交的信息作为问诊信息就可以,如果认为需要增加用户的基本信息或者是平台有的信息,那么可以调取这些信息增加至用户当前提交的信息中。
在获取到待显示信息(即,可以是上述的病情说明信息)后,可以对该待显示信息进行处理,以识别出其中可直接表征患者病情的数据,也就是重点的有利于医生快速确定患者病症的数据。为此,可以选择实体词作为这些数据,即,对病情数据信息进行实体识别,得到实体识别后的病情数据信息。例如,可以通过设置词典的方式,在对数据进行分词处理后,可以到预设的词典中进行匹配,将落入词典中的实体词作为上述的可直接表征患者病情的数据的目标对象。将这些重点实体信息作为需要重点标记显示的数据,在医生侧进行显示的时候,对这些需要重点标记显示的数据进行重点标记显示,例如,对于医生103侧而言,可以显示病情说明信息,并对实体词进行突出显示。
例如,可以通过高亮的方式显示,也可以采用加粗等方式显示,或者是采用不同颜色显示的方式,只要是能对这些信息进行突出显示的方式都可以作为这些需要重点标记显示的数据的显示方式,在实际场景中,突出显示的方式可以根据实际需求选择和设定,本申请对此不作限定。
具体的,为了确定出需要重点标记显示的数据,可以通过实体识别的方式,即,对待显示信息进行分词处理,然后将分词得到的结果与预设的词典进行对比,如果分词结果中存在预设的字典中有的词,那么就将字典中有的词作为需要重点标记显示的数据。该预设的词典可以是例如:知识图谱,也可以是excel表格,或者是一个包括有多个词的数据集合。在实际实现的时候,选择哪种方式作为预设的词典,可以根据实际需要或者实际场景选择,本申请对此不作限定。
例如,如果是在问诊的医疗领域,医疗领域一般是存在知识图谱的,那么可以将知识图谱作为预设的词典。在获取到用户输入的病情说明信息后,可以对病情数据信息进行分词处理,得到多个分词结果,然后通过知识图谱对分词结果中的各个词进行实体识别,从而可以得到病情数据信息中需要重点突出显示的词,通过对这些词的重点突出显示,医生可以更为快速地完成对整个病情数据信息的浏览,从而可以有效提升医生的问诊效率。
考虑到用户在输入待显示数据的时候,有时会因为粗心或者着急等因素,导致输入错别字,为了减少错别字对浏览者对信息浏览时候的影响,在进行分词处理前,可以先对文本进行纠错处理,即确定出待显示数据中的错别字,并对错别字进行自动校准,这样使得浏览者在浏览数据的时候,不需要因为错别字而影响阅读效率。通过这种方式可以有效减少浏览者的浏览时间,如果是医生问诊,融入这种文本纠错功能,可以有效提升医生的问诊效率。
即,通过重点标记的方式来引导眼睛定位的点,从而可以节省眼睛本身过滤信息的时间,使得阅读者将注意力放在相对重要的信息之上,从而可以加速阅读效率。
举例而言,用户输入了“本人6个月前在足球比赛中摔伤,大腿肿胀在家修养3天后疼痛难忍到北医三院骨科检车,确定为腿骨骨裂并进行手术治疗,术后配合使用虎骨膏贴。最近几天手术部分有些腿肿并有疼痛感,皮肤呈青紫色,是否和之前的骨裂相关”这些内容作为病情说明信息。
对该病情说明信息进行分词处理,然后,可以通过知识图谱的方式确定出该病情说明信息中的实体数据,对于确定出的实体数据可以进行突出显示,例如,可以如图2所示对于识别出的实体数据,字号或者颜色与其它的不同,从而使得浏览者可以更为高效地阅读,从而提升问诊效率。即,用户A输入了病情说明信息“本人6个月前在足球比赛中摔伤,大腿肿胀在家修养3天后疼痛难忍到北医三院骨科检查,确诊为腿骨骨裂并进行手术治疗,术后配合使用虎骨膏贴。最近几天手术部分优先腿肿并有疼痛感,皮肤呈青紫色,是否和之前的骨裂有关”,这段文字在医生侧信息显示的时候,识别出的实体词为“6个月前、大腿肿胀、北医三院骨科、腿骨骨裂、手术治疗、虎骨膏贴、腿肿、疼痛感”那么在显示该病情说明信息的时候,这些实体词就可以采用突出显示的方式进行显示。
在实际实现的时候,突出显示可以是通过例如:高亮,或者是较为鲜明的颜色显示的,例如,一般的信息是采用黑色显示,那么需要突出显示的内容可以是通过黄色、红色、蓝色等颜色显示,这样可以使得这些信息显示更为突出。
进一步的,考虑到在实际的应用场景中,对于待显示信息在显示的时候,有时浏览者希望查询里面一些名词的概念,即,需要查阅相关的资料,以便更容易理解或者作出判断。为此,在本例中,针对这种情况下,考虑到在对待显示信息进行显示的时候,已经识别出其中的实体数据了,为此可以预先为各个实体匹配出互联网搜索到的数据,或者是知识库中匹配到的数据,作为该实体词关联的知识内容。在触发显示的时候,可以设置一些触发显示的条件,例如,光标在对应目标词的位置停留预定时长,那么就可以采用弹窗等方式,在当前界面上展示该目标词关联的知识内容,或者是点击该目标词,那么就可以采用弹窗等方式,在当前界面上展示该目标词关联的知识内容。
为了实现对关联的知识内容的显示,可以是采用弹窗的方式,也可以是悬浮窗的方式等,进行显示,如果对弹窗或者悬浮窗进行点击,那么可以跳转至全屏显示关联的知识内容,具体的显示方式,本申请不作限定,可以根据实际需要选择。
对于为实体词生成关联的知识内容,可以是预先生成,然后进行缓存的,不过这样将会导致浪费缓存资源。考虑到现在的网速或者是处理器的处理速度都是很快的,即使是实时匹配查找也可以满足要求。因此,为实体词生成关联的知识内容,可以是确定用户有搜索意愿的时候才触发的,例如,用户鼠标在目标实体词上的停留时间超长预设时长,那么就主动为该目标实体词,实时匹配到关联的知识内容。或者,也可以是结合现有的目光追踪技术,当确定浏览者的视线在该实体词上的停留时长达到预设时长,则触发实时匹配到关联的知识内容。
举例而言,如图2所示,用户输入了“本人6个月前在足球比赛中摔伤,大腿肿胀在家修养3天后疼痛难忍到北医三院骨科检车,确定为腿骨骨裂并进行手术治疗,术后配合使用虎骨膏贴。最近几天手术部分有些腿肿并有疼痛感,皮肤呈青紫色,是否和之前的骨裂相关”这些内容作为病情说明信息。用户在“腿肿”这个词的停留时间超出预设时长,或者是用户点击“腿肿”这个词,那么就可以匹配并在当前界面显示“腿肿”这个词的相关知识。例如,可以如图3所示,在当前界面中以悬窗或者浮窗的方式显示腿肿这个词的相关知识。例如:腿肿对应的症状简介(过渡的液体在腿部血管外的组织间隙积累,导致正常的腿部组织由于液体过多而出现体积增大,称为下肢水肿。淋巴性书中以及炎性水肿),以及就诊科室(建议就诊科室心内科、消化内科、肾内科、内分泌科、血管外科)等,或者是可以点选缓解方式。
在上例中,是以问诊平台为例进行的说明,上述方法不仅可以应用在问诊的场景中,也可以应用在其它的场景中,例如:公告、通告、产品介绍、购物评论的显示等,都可以采用这种方式。即,对于待显示的内容,可以先按照对应的方向或者领域进行分词处理和实体识别,然后,在显示的时候,对识别到的领域实体内容进行突出显示。这样使得用户在看通告、看评论、看产品介绍的时候,可以更容易确定出内容的重点,从而可以提升阅读效率。
下面以一个具体场景为例进行说明,以问诊平台患者问诊为例,医生作为问诊平台中问诊服务的提供方,平台会将患者的图文问诊任务分配给医生,由医生来履约完成问诊任务。在这个过程中医生需要花费时间来阅读患者提供的病情描述和提供的图像等资料,然后分析病情,并查阅资料,在得到问诊结果之后,将结果通过文字的方式反馈给患者。
在这个过程中,医生阅读患者的病情描述需要时间,查阅资料也需要时间。如果可以提升医生阅读病情描述的效率或者是查阅资料的效率,可以有效提升看诊的效率。 在问诊的时候,医生往往需要在很短的时间阅读大量的病情描述,因为时间有限,会导致信息阅读的丢失,且有时还需要时间查询相关疾病或者是药品信息来确认方案,如果所需时间太久,那么将影响患者的满意度。为此,在本例中通过已有的知识图谱库对实体进行识别并以仿生阅读的形式增加医生对患者叙述重要信息的获取,同时对疾病和药品等可用知识库内容(疾病百科,药品说明书)等作为承接,以减少医生问诊处理的时间,提升患者的满意度。
进一步,考虑到患者在输入大篇幅的病情描述信息时,难免会有错别字等,这也使得在有限时间,医生获取信息的难度增大,为此,可以对患者输入的病情描述信息进行文字纠错,然后,基于纠错后的文本内容进行分词和实体识别,从而避免输入文字错误导致医生的理解难度增大的问题。
在患者提交图文问诊订单后,问诊平台或者是服务器可以进行交互,以实现在线问诊。具体的,可以如图4所示,患者、服务器、医生可以按照如下步骤进行交互:
S1:患者提交问诊订单,并完成病情自述;
S2:将病情自述在服务器中形成仿生标注实例,并将仿生标注实例存入问诊数据库中;
具体的,服务器中形成仿生标注实例可以包括:
S2-1:服务器对病情字数内容进行文本纠错,以对其中的错别字进行处理;
S2-2:对纠错后的文本进行分词处理,并识别出其中的停用词;
S2-3:分词处理后,进行实体识别和标注,例如:可以识别并标注出:身体部位、疾病症状、医院科室、治疗及药物、时间等实体内容;
S2-4:检索实体数据库,并将实体与知识库进行链接,其中,知识库可以包括:疾病百科、 疫苗百科、药品说明书等;
S3:医生客户端通过前端读取数据;
S4:前端进行渲染标注;
S5:医生阅读渲染标注后的文本内容,并可以通过鼠标悬停或者点击等操作获取相关实体的知识库内容,以形成问诊结果。
在上例中,通过重点标记的方法来引导眼睛定位的点,以节省眼睛本身过滤信息的时间,从而可以用来加速阅读,将阅读精力放在重要信息上。进一步的,利用健康行业的知识图谱对患者的自述内容进行实体识别和标注,并链接知识库,通过仿生阅读手段展现给医生,以加速医生获取重要的用户信息,通过实体链接健康知识库,可以简单迅速地获取疾病、说明书等重要信息,从而可以节省阅读的时间和信息准备的时间,从而提升用户满意度。在本例中,提供了一种数据处理方法,可以包括:
步骤1:获取待显示文本数据;
步骤2:提取所述待显示文本数据的目标处理对象;
具体的,在对待显示文本数据进行目标处理对象识别的时候,可以是采用实体识别的方式,例如,可以先对所述待显示文本数据进行分词处理;然后,再通过预设词典,对分词处理后的文本数据进行实体识别,以识别出分词处理后的文本数据中的实体词。其中,所述预设词典可以包括但不限于以下至少之一:知识图谱、领域词典、预设词语库。
考虑到输入的待显示文本数据有时是存在输入错误的,为了降低阅读难度,可以对先对待显示文本数据进行纠错处理;再对纠错处理后的文本数据进行实体识别。
进一步的,用户在阅读待显示文本数据的时候,有时会存在需要对其中某些内容进行搜索查找的需求,为此,在识别出所述待显示文本数据中的实体词之后,可以调取知识库;确定识别出的各个实体词在所述知识库中关联的知识内容;相应的,在显示所述待显示文本数据的过程中,还可以包括:检测用户对目标实体词的操作行为;在确定用户对目标实体词的操作行为满足预设条件的情况下,在显示所述待显示文本数据的界面中,显示与所述目标实体词关联的知识内容。这样在阅读的时候,不需要单独进行文本搜索,只需要在当前的展示界面就可以获取到希望查找的实体内容的关联内容,从而提升了整个阅读和理解过程的效率。
其中,上述预设条件可以包括但不限于以下至少之一:点击目标实体词、视线停留在目标实体词的时间超出第一预定时长、鼠标停留在目标实体词的时间超出第二预定时长。
步骤3:对目标处理对象按照预设显示方式显示,所述预设显示方式包括标记引导方式显示。
其中,标记引导方式显示可以包括但不限于以下至少之一:高亮显示、加粗显示、彩色显示。通过突出显示,使得浏览者可以更为快速地获取文本数据中的关键信息,可以更为高效的阅读和理解文本数据的内容。
在上例中,在获取到待显示文本数据后,先提取其中的目标处理对象,然后在显示的过程中,按照标记引导方式显示对目标处理对象。因为对目标处理对象进行了特别显示,从而使得在浏览待显示文本数据的时候,可以更为快速地将注意力放在目标处理对象上,从而解决了现有的需要短时间内阅读信息时,无法快速高效确定出关键信息的问题,达到了可以快速高效完成对关键信息的阅读的效果,从而提升了阅读效率,从而提升事件处理的效率。
上述数据处理方法可以应用在问诊的场景中,也可以应用在例如:公告、通告、产品介绍、购物评论的显示等场景中。即,对于待显示的内容,可以先按照对应的方向或者领域进行分词处理和实体识别,然后,在显示的时候,对识别到的领域实体内容进行突出显示。这样使得用户在看通告、看评论、看产品介绍的时候,可以更容易确定出内容的重点,从而可以提升阅读效率。
以应用在问诊场景中为例,在本例中提供了一种问诊处理方法,可以包括:
S1:获取用户输入的病情描述数据;
S2:提取所述病情描述数据中的目标处理对象;
S3:对目标处理对象按照预设显示方式显示,所述预设显示方式包括标记引导方式显示。
其中,提取所述病情描述数据中的目标处理对象可以包括:对所述病情描述数据进行分词处理;通过预设词典,对分词处理后的文本数据进行实体识别;将识别出的实体词作为所述目标处理对象。其中,预设词典可以包括但不限于以下至少之一:症状知识图谱、医疗词典、诊疗词语库、医院科室分类表。
在识别出所述病情描述数据中的实体词之后,可以调取医疗领域知识库;确定识别出的各个实体词在所述医疗领域知识库中关联的知识内容;相应的,在显示所述病情描述数据到的过程中,还包括:检测用户对目标实体词的操作行为;在确定用户对目标实体词的操作行为满足预设条件的情况下,在显示病情描述数据的界面中,显示与所述目标实体词关联的知识内容。
在实际实现的时候,处理和显示过程可能不是在一个设备中实现的,例如,处理是一个设备实现,显示设备仅进行显示功能,那么对于处理设备而言,可以获取用户输入的病情描述数据;对所述病情描述数据进行实体识别,以识别出所述病情描述数据中的实体词;从知识库中为识别出的实体词关联知识内容;将病情描述数据、识别出的实体词、关联的知识内容,作为实例存储。对于存储的实例,可以在显示设备中进行显示。
基于问诊场景而言,在本例中提供了一种问诊处理方法,对于医生端而言,可以如图5所示,包括如下步骤:
步骤501:接收待显示的病情描述数据;
对于该待显示的病情描述数据可以是服务器侧处理完成后传送过来的,具体的,服务器可以进行如下处理:对所述病情描述数据进行分词处理;通过预设词典,对分词处理后的文本数据进行实体识别;将识别出的实体词作为所述目标对象。
其中,预设词典可以包括但不限于以下至少之一:症状知识图谱、医疗词典、诊疗词语库、医院科室分类表。
在病情描述数据进行分词处理的时候,可以先对病情描述数据进行纠错处理,然后对纠错处理后的病情描述数据进行分词处理。
步骤502:通过标记引导的方式,对所述病情描述数据中的目标对象进行显示,所述目标对象为所述病情描述数据中可直接表征患者病情的数据;
其中,标记引导的方式可以包括但不限于以下至少之一:高亮显示、加粗显示、彩色显示。通过这些标记引导的方式,使得医生在浏览病情描述数据的时候,可以用较短的时间获取较为有用的数据,以提升问诊的效率。
步骤503:获取用户对目标对象的操作行为数据;
步骤504:在所述操作行为数据满足预设条件的情况下,显示所述操作行为数据面向的目标对象所关联的知识内容。
具体的,显示所述操作行为数据面向的目标对象所关联的知识内容,可以是调取医疗领域知识库;确定所述操作行为数据面向的目标对象在所述医疗领域知识库中关联的知识内容;将所述操作行为数据面向的目标对象在所述医疗领域知识库中关联的知识内容,确定为所述操作行为数据面向的目标对象所关联的知识内容进行显示。
其中,该预设条件可以包括但不限于以下至少之一:点击目标对象、视线停留在目标对象的时间超出第一预定时长、鼠标停留在目标对象的时间超出第二预定时长。即,只要是可以表征存在详细了解需求的操作,都可以作为预设条件,以出发显示关联的知识内容。
在本例中,还提供了一种问诊数据处理方法,位于服务器侧,可以包括如下步骤:
S1:获取用户输入的病情描述数据;
S2:按照预设规则,从所述病情描述数据中识别出目标对象;
S3:将所述病情描述数据发送至医生端进行显示,在显示的时候,对所述病情描述数据中的目标对象通过标记引导的方式进行显示。
在按照预设规则,从所述病情描述数据中识别出目标对象之后,可以调取预设的知识库;从所述知识库匹配出与各个目标对象关联的知识内容;将病情描述数据、识别出目标对象,各目标对象关联的知识内容,作为实例存储。具体的,从所述知识库匹配出与各个目标对象关联的知识内容,可以包括:对识别出的各个目标对象进行标注;根据标注结果,与所述知识库中预设的各个标注所关联的链接内容进行匹配;将匹配结果作为确定出的各个目标对象在所述知识库中关联的知识内容。
本申请上述实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在计算机终端上为例,图6是本申请提供的一种问诊处理方法的计算机终端的硬件结构框图。如图6所示,计算机终端10可以包括一个或多个(图中仅示出一个)处理器02(处理器02可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器04、以及用于通信功能的传输模块06。本领域普通技术人员可以理解,图6所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图6中所示更多或者更少的组件,或者具有与图6所示不同的配置。
存储器04可用于存储应用软件的软件程序以及模块,如本申请实施例中的问诊处理方法对应的程序指令/模块,处理器02通过运行存储在存储器04内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的应用程序的问诊处理方法。存储器04可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器04可进一步包括相对于处理器02远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块06用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输模块06包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输模块06可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
在软件层面,上述问诊处理装置可以如图7所示,包括:
接收模块701,用于接收待显示的病情描述数据;
第一显示模块702,用于通过标记引导的方式,对所述病情描述数据中的目标对象进行显示,所述目标对象为所述病情描述数据中可直接表征患者病情的数据;
获取模块703,用于获取用户对目标对象的操作行为数据;
第二显示模块704,用于在所述操作行为数据满足预设条件的情况下,显示所述操作行为数据面向的目标对象所关联的知识内容。
在一个实施方式中,上述预设条件可以包括但不限于以下至少之一:点击目标对象、视线停留在目标对象的时间超出第一预定时长、鼠标停留在目标对象的时间超出第二预定时长。
在一个实施方式中,上述第二显示模块704具体可以用于调取医疗领域知识库;确定所述操作行为数据面向的目标对象在所述医疗领域知识库中关联的知识内容;将所述操作行为数据面向的目标对象在所述医疗领域知识库中关联的知识内容,确定为所述操作行为数据面向的目标对象所关联的知识内容进行显示。
在一个实施方式中,上述标记引导的方式可以包括但不限于以下至少之一:高亮显示、加粗显示、彩色显示。
在一个实施方式中,上述病情描述数据中的目标对象可以按照如下方式确定:
对所述病情描述数据进行分词处理;
通过预设词典,对分词处理后的文本数据进行实体识别;
将识别出的实体词作为所述目标对象。
在一个实施方式中,预设词典可以包括但不限于以下至少之一:症状知识图谱、医疗词典、诊疗词语库、医院科室分类表。
在一个实施方式中,对所述病情描述数据进行分词处理,可以是先对所述病情描述数据进行纠错处理;再对纠错处理后的病情描述数据进行分词处理。
本申请的实施例还提供能够实现上述实施例中的问诊处理方法中全部步骤的一种电子设备的具体实施方式,所述电子设备具体包括如下内容:处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中的数据处理方法中的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
实现下述步骤:
步骤1:接收待显示的病情描述数据;
步骤2:通过标记引导的方式,对所述病情描述数据中的目标对象进行显示,所述目标对象为所述病情描述数据中可直接表征患者病情的数据;
步骤3:获取用户对目标对象的操作行为数据;
步骤4:在所述操作行为数据满足预设条件的情况下,显示所述操作行为数据面向的目标对象所关联的知识内容。
从上述描述可知,本申请实施例对于病情描述数据中可直接表征患者病情的数据通过标记引导的方式进行显示,且在用户对某个目标对象的操作行为满足预设条件的时候,就会触发显示与该目标对象关联的知识内容。通过这种方式,可以提升医生端获取信息的速度,从而解决了现有的在短时间的在线问诊过程中,医生节点无法快速高效确定出关键信息的问题,达到了可以快速高效完成对关键信息的阅读的效果,从而提升了问诊效率。
本申请的实施例还提供能够实现上述实施例中的问诊处理方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的问诊处理方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤1:接收待显示的病情描述数据;
步骤2:通过标记引导的方式,对所述病情描述数据中的目标对象进行显示,所述目标对象为所述病情描述数据中可直接表征患者病情的数据;
步骤3:获取用户对目标对象的操作行为数据;
步骤4:在所述操作行为数据满足预设条件的情况下,显示所述操作行为数据面向的目标对象所关联的知识内容。
从上述描述可知,本申请实施例对于病情描述数据中可直接表征患者病情的数据通过标记引导的方式进行显示,且在用户对某个目标对象的操作行为满足预设条件的时候,就会触发显示与该目标对象关联的知识内容。通过这种方式,可以提升医生端获取信息的速度,从而解决了现有的在短时间的在线问诊过程中,医生节点无法快速高效确定出关键信息的问题,达到了可以快速高效完成对关键信息的阅读的效果,从而提升了问诊效率。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本说明书的实施例可提供为方法、***或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书实施例的实施例而已,并不用于限制本说明书实施例。对于本领域技术人员来说,本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的权利要求范围之内。

Claims (14)

1.一种问诊处理方法,其特征在于,包括:
接收待显示的病情描述数据;
通过标记引导的方式,对所述病情描述数据中的目标对象进行显示,所述目标对象为所述病情描述数据中可直接表征患者病情的数据;
获取用户对目标对象的操作行为数据;
在所述操作行为数据满足预设条件的情况下,显示所述操作行为数据面向的目标对象所关联的知识内容。
2.根据权利要求1所述的方法,其特征在于,所述预设条件包括以下至少之一:点击目标对象、视线停留在目标对象的时间超出第一预定时长、鼠标停留在目标对象的时间超出第二预定时长。
3.根据权利要求1所述的方法,其特征在于,显示所述操作行为数据面向的目标对象所关联的知识内容,包括:
调取医疗领域知识库;
确定所述操作行为数据面向的目标对象在所述医疗领域知识库中关联的知识内容;
将所述操作行为数据面向的目标对象在所述医疗领域知识库中关联的知识内容,确定为所述操作行为数据面向的目标对象所关联的知识内容进行显示。
4.根据权利要求1所述的方法,其特征在于,标记引导的方式包括以下至少之一:高亮显示、加粗显示、彩色显示。
5.根据权利要求1所述的方法,其特征在于,所述病情描述数据中的目标对象按照如下方式确定:
对所述病情描述数据进行分词处理;
通过预设词典,对分词处理后的文本数据进行实体识别;
将识别出的实体词作为所述目标对象。
6.根据权利要求5所述的方法,其特征在于,所述预设词典包括以下至少之一:症状知识图谱、医疗词典、诊疗词语库、医院科室分类表。
7.根据权利要求5所述的方法,其特征在于,对所述病情描述数据进行分词处理,包括:
对所述病情描述数据进行纠错处理;
对纠错处理后的病情描述数据进行分词处理。
8.一种问诊数据处理方法,其特征在于,包括:
获取用户输入的病情描述数据;
按照预设规则,从所述病情描述数据中识别出目标对象;
将所述病情描述数据发送至医生端进行显示,在显示的时候,对所述病情描述数据中的目标对象通过标记引导的方式进行显示。
9.根据权利要求8所述的方法,其特征在于,在按照预设规则,从所述病情描述数据中识别出目标对象之后,还包括:
调取预设的知识库;
从所述知识库匹配出与各个目标对象关联的知识内容;
将病情描述数据、识别出目标对象,各目标对象关联的知识内容,作为实例存储。
10.根据权利要求9所述的方法,其特征在于,从所述知识库匹配出与各个目标对象关联的知识内容,包括:
对识别出的各个目标对象进行标注;
根据标注结果,与所述知识库中预设的各个标注所关联的链接内容进行匹配;
将匹配结果作为确定出的各个目标对象在所述知识库中关联的知识内容。
11.根据权利要求8所述的方法,其特征在于,按照预设规则,从所述病情描述数据中识别出目标对象,包括:
对所述病情描述数据进行分词处理;
通过预设词典,对分词处理后的文本数据进行实体识别;
将识别出的实体词作为所述目标对象。
12.一种问诊处理装置,其特征在于,包括:
接收模块,用于接收待显示的病情描述数据;
第一显示模块,用于通过标记引导的方式,对所述病情描述数据中的目标对象进行显示,所述目标对象为所述病情描述数据中可直接表征患者病情的数据;
获取模块,用于获取用户对目标对象的操作行为数据;
第二显示模块,用于在所述操作行为数据满足预设条件的情况下,显示所述操作行为数据面向的目标对象所关联的知识内容。
13.一种终端设备,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现如下方法的步骤:
接收待显示的病情描述数据;
通过标记引导的方式,对所述病情描述数据中的目标对象进行显示,所述目标对象为所述病情描述数据中可直接表征患者病情的数据;
获取用户对目标对象的操作行为数据;
在所述操作行为数据满足预设条件的情况下,显示所述操作行为数据面向的目标对象所关联的知识内容。
14.一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现如下方法的步骤:
接收待显示的病情描述数据;
通过标记引导的方式,对所述病情描述数据中的目标对象进行显示,所述目标对象为所述病情描述数据中可直接表征患者病情的数据;
获取用户对目标对象的操作行为数据;
在所述操作行为数据满足预设条件的情况下,显示所述操作行为数据面向的目标对象所关联的知识内容。
CN202110066416.3A 2021-01-19 2021-01-19 一种问诊处理方法、问诊数据处理方法和装置 Pending CN112395883A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110066416.3A CN112395883A (zh) 2021-01-19 2021-01-19 一种问诊处理方法、问诊数据处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110066416.3A CN112395883A (zh) 2021-01-19 2021-01-19 一种问诊处理方法、问诊数据处理方法和装置

Publications (1)

Publication Number Publication Date
CN112395883A true CN112395883A (zh) 2021-02-23

Family

ID=74625679

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110066416.3A Pending CN112395883A (zh) 2021-01-19 2021-01-19 一种问诊处理方法、问诊数据处理方法和装置

Country Status (1)

Country Link
CN (1) CN112395883A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221570A (zh) * 2021-05-31 2021-08-06 康键信息技术(深圳)有限公司 基于线上问诊信息的处理方法、装置、设备及存储介质
CN113707299A (zh) * 2021-08-27 2021-11-26 平安科技(深圳)有限公司 基于问诊会话的辅助诊断方法、装置及计算机设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108962404A (zh) * 2018-07-20 2018-12-07 北京好价网络科技有限公司 一种远程医疗***及其方法
CN109036545A (zh) * 2018-05-31 2018-12-18 平安医疗科技有限公司 医疗信息处理方法、装置、计算机设备和存储介质
CN110716991A (zh) * 2019-10-11 2020-01-21 掌阅科技股份有限公司 基于电子书的实体关联信息的展示方法及电子设备
CN111274365A (zh) * 2020-02-25 2020-06-12 广州七乐康药业连锁有限公司 基于语义理解的智能问诊方法、装置、存储介质及服务器
CN111415740A (zh) * 2020-02-12 2020-07-14 东北大学 问诊信息的处理方法、装置、存储介质及计算机设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109036545A (zh) * 2018-05-31 2018-12-18 平安医疗科技有限公司 医疗信息处理方法、装置、计算机设备和存储介质
CN108962404A (zh) * 2018-07-20 2018-12-07 北京好价网络科技有限公司 一种远程医疗***及其方法
CN110716991A (zh) * 2019-10-11 2020-01-21 掌阅科技股份有限公司 基于电子书的实体关联信息的展示方法及电子设备
CN111415740A (zh) * 2020-02-12 2020-07-14 东北大学 问诊信息的处理方法、装置、存储介质及计算机设备
CN111274365A (zh) * 2020-02-25 2020-06-12 广州七乐康药业连锁有限公司 基于语义理解的智能问诊方法、装置、存储介质及服务器

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221570A (zh) * 2021-05-31 2021-08-06 康键信息技术(深圳)有限公司 基于线上问诊信息的处理方法、装置、设备及存储介质
CN113707299A (zh) * 2021-08-27 2021-11-26 平安科技(深圳)有限公司 基于问诊会话的辅助诊断方法、装置及计算机设备

Similar Documents

Publication Publication Date Title
RU2711305C2 (ru) Связывание отчета / изображения
CN109036545A (zh) 医疗信息处理方法、装置、计算机设备和存储介质
CN111199784A (zh) 基于微信小程序的用药指导推送方法、装置及设备
KR101177712B1 (ko) 네트워크를 통한 환자 맞춤형 의료 서비스 매칭 방법
WO2015023187A1 (en) Method and arrangement for matching of diseases and detection of changes for a disease by the use of mathematical models
Saranya et al. E-antenatal assistance care using decision tree analytics and cluster analytics based supervised machine learning
CN113903422A (zh) 医疗影像诊断报告实体提取方法、装置及设备
CN112395883A (zh) 一种问诊处理方法、问诊数据处理方法和装置
CN107832478A (zh) 医疗移动终端及其应用推荐方法及装置、存储介质
CN108133749A (zh) 医疗终端的数据共享方法及装置、存储介质、终端
CN111159369A (zh) 多轮智能问诊方法、装置及计算机可读存储介质
CN114625829A (zh) 文本信息提取方法、装置、介质及电子设备
CN112309587A (zh) 线上问诊方法、***、服务器及存储介质
CN113160914A (zh) 在线问诊方法、装置、电子设备及存储介质
Fheodoroff et al. Goal analysis in patients with limb spasticity treated with incobotulinumtoxinA in the TOWER study
CN110265104A (zh) 诊断报告符合度检测方法、装置、计算机设备和存储介质
CN116092648A (zh) 一种业务处理方法、装置、电子设备及计算机可读介质
CN114117080A (zh) 医嘱信息处理方法、装置、存储介质及电子装置
CN106326626B (zh) 一种健康病患信息输入***
CN112835489A (zh) 业务数据处理方法、装置、存储介质及设备
Khatun et al. Comparison of a palm-based biometric solution with a name-based identification system in rural Bangladesh
US20200105386A1 (en) Method and system to automate the designation of the international classification of disease codes for a patient
US10566080B2 (en) Expression of clinical logic with positive and negative explainability
KR20200104817A (ko) 한방병원 추천 장치 및 한방병원 추천 방법
KR102371037B1 (ko) 프로그래밍이 가능한 전자의무기록 시스템

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

Application publication date: 20210223

RJ01 Rejection of invention patent application after publication