CN112768039A - 基于人工智能的信息监控方法、装置、计算机设备及介质 - Google Patents
基于人工智能的信息监控方法、装置、计算机设备及介质 Download PDFInfo
- Publication number
- CN112768039A CN112768039A CN202011624535.8A CN202011624535A CN112768039A CN 112768039 A CN112768039 A CN 112768039A CN 202011624535 A CN202011624535 A CN 202011624535A CN 112768039 A CN112768039 A CN 112768039A
- Authority
- CN
- China
- Prior art keywords
- data
- target
- doctor
- doctor data
- updating
- 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
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000012544 monitoring process Methods 0.000 title claims abstract description 57
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 50
- 230000008859 change Effects 0.000 claims abstract description 66
- 238000001514 detection method Methods 0.000 claims abstract description 51
- 238000012790 confirmation Methods 0.000 claims abstract description 32
- 238000012550 audit Methods 0.000 claims abstract description 21
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 6
- 238000013075 data extraction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 14
- 238000010276 construction Methods 0.000 abstract description 4
- 238000012806 monitoring device Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000035945 sensitivity Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000013507 mapping Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 238000012552 review Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2365—Ensuring data consistency and integrity
-
- 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
- G06F16/903—Querying
- G06F16/90335—Query processing
- G06F16/90344—Query processing by using string matching techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
-
- 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
- G16H40/60—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 operation of medical equipment or devices
- G16H40/67—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 operation of medical equipment or devices for remote operation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Computer Security & Cryptography (AREA)
- Medical Informatics (AREA)
- Bioethics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Computational Linguistics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请涉及智慧医疗及数据处理技术,提供一种基于人工智能的信息监控方法、装置、计算机设备与存储介质,包括:获取互联网医院中的目标关键词,并根据目标关键词确定第一医生数据;计算对应第一医生数据的第一哈希字符串;提取目标医院信息***中对应目标关键词的第二医生数据,并计算对应第二医生数据的第二哈希字符串;检测第一哈希字符串与第二哈希字符串是否一致;当检测结果为否时,检测是否接收到自动审核通过指令;当检测结果为是时,检测是否接收到二次确认指令;当检测结果为是时,根据所述第二医生数据更新所述第一医生数据。本申请能够提高医生数据变更的正确性,促进智慧医疗及智慧城市的建设。
Description
技术领域
本发明涉及智慧医疗及数据处理技术领域,尤其涉及一种基于人工智能的信息监控方法、装置、计算机设备及介质。
背景技术
如何合理利用现有的医疗资源更好地为人民服务,是医疗诊疗***改革与发展过程中亟待解决的问题。随着医疗行业的发展,互联网医院逐渐受到重视,针对不同医院、不同地区和不同形势下的医生资源质量和数量存在不均衡情况,许多热心医生参与了互联网医院进行远程会诊的工作方式。
然而,互联网医院需要从不同医院信息***中获取医生数据做排班、就医服务等操作,当前在获取所述医院信息***中的医生数据时,仅能做到通过机器程序同步所有医生员工数据,无法针对医生数据中的关键字段进行识别与变更审核,影响关键字段变更的正确性。
因此,有必要提供一种信息监控方法,能够提高医生数据变更的正确性。
发明内容
鉴于以上内容,有必要提出一种基于人工智能的信息监控方法、基于人工智能的信息监控装置、计算机设备及介质,能够提高医生数据变更的正确性。
本发明实施例第一方面提供一种基于人工智能的信息监控方法,所述基于人工智能的信息监控方法包括:
获取互联网医院中的目标关键词,并根据所述目标关键词确定第一医生数据,所述互联网医院与目标医院信息***连接;
计算对应所述第一医生数据的第一哈希字符串;
提取所述目标医院信息***中对应所述目标关键词的第二医生数据,并计算对应所述第二医生数据的第二哈希字符串;
检测所述第一哈希字符串与所述第二哈希字符串是否一致;
当检测结果为所述第一哈希字符串与所述第二哈希字符串不一致时,检测是否接收到自动审核通过指令;
当检测结果为接收到自动审核通过指令时,检测是否接收到二次确认指令;
当检测结果为接收到二次确认指令时,根据所述第二医生数据更新所述第一医生数据。
进一步地,在本申请实施例提供的上述基于人工智能的信息监控方法中,所述获取互联网医院中的目标关键词包括:
获取医生数据的属性信息;
确定各个属性信息的医生数据的影响权重;
检测所述影响权重是否超过预设影响权重阈值范围;
当检测结果为所述影响权重超过预设影响权重阈值范围时,确定满足所述预设影响权重阈值范围的目标属性,并根据所述目标属性得到目标关键词。
进一步地,在本申请实施例提供的上述基于人工智能的信息监控方法中,所述确定各个属性信息的医生数据的影响权重包括:
获取目标日志数据;
确定所述目标日志数据中各个属性的医生数据的调用次数;
根据所述调用次数计算各个属性的医生数据的影响权重。
进一步地,在本申请实施例提供的上述基于人工智能的信息监控方法中,所述计算对应所述第一医生数据的第一哈希字符串包括:
获取所述第一医生数据的数据类型;
根据所述数据类型确定目标哈希算法;
根据所述目标哈希算法计算对应所述第一医生数据的第一哈希字符串。
进一步地,在本申请实施例提供的上述基于人工智能的信息监控方法中,在所述提取所述目标医院信息***中对应所述目标关键词的第二医生数据之前,所述方法还包括:
获取对应所述目标关键词的历史更新数据,并将所述历史更新数据划分为训练集与测试集;
根据所述训练集训练初始更新预测模型,得到训练好的更新预测模型;
根据所述测试集检测所述更新预测模型的准确性是否满足预设准确性要求;
当检测结果为所述准确性满足预设准确性要求时,确定所述更新预测模型训练完成;
根据训练完成的所述更新预测模型预测所述医院信息***的更新时间。
进一步地,在本申请实施例提供的上述基于人工智能的信息监控方法中,所述方法还包括:
检测是否接收到所述目标医院信息***发出的数据变更指令;
当检测结果为接收到所述目标医院信息***发出的数据变更指令时,获取所述数据变更指令对应的目标变更数据;
检测所述目标变更数据对应的属性信息与所述目标关键词是否一致;
当检测结果为所述目标变更数据对应的属性信息与所述目标关键词一致时,计算所述目标变更数据的哈希字符串。
进一步地,在本申请实施例提供的上述基于人工智能的信息监控方法中,所述根据所述第二医生数据更新所述第一医生数据包括:
根据所述第二医生数据计算所述第一医生数据的更新程度值;
检测所述更新程度值是否超过预设更新程度阈值范围;
当检测结果为所述更新程度值不超过预设更新程度阈值范围时,获取所述第二医生数据相较于所述第一医生数据的更新内容与更新位置;
在所述第一医生数据的所述更新位置处,利用所述更新内容更新所述第一医生数据。
本申请实施例第二方面还提供一种基于人工智能的信息监控装置,所述基于人工智能的信息监控装置包括:
数据确定模块,用于获取互联网医院中的目标关键词,并根据所述目标关键词确定第一医生数据,所述互联网医院与目标医院信息***连接;
哈希计算模块,用于计算对应所述第一医生数据的第一哈希字符串;
数据提取模块,用于提取所述目标医院信息***中对应所述目标关键词的第二医生数据,并计算对应所述第二医生数据的第二哈希字符串;
一致检测模块,用于检测所述第一哈希字符串与所述第二哈希字符串是否一致;
自动审核模块,用于当检测结果为所述第一哈希字符串与所述第二哈希字符串不一致时,检测是否接收到自动审核通过指令;
二次确认模块,用于当检测结果为接收到自动审核通过指令时,检测是否接收到二次确认指令;
数据更新模块,用于当检测结果为接收到二次确认指令时,根据所述第二医生数据更新所述第一医生数据。本申请实施例第三方面还提供一种计算机设备,所述计算机设备包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如上述任意一项所述基于人工智能的信息监控方法。
本申请实施例第四方面还提供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,所述计算机程序被处理器执行时实现如上述任意一项所述基于人工智能的信息监控方法。
本申请实施例提供的上述基于人工智能的信息监控方法、基于人工智能的信息监控装置、计算机设备以及计算机可读存储介质,通过对医生数据进行高敏感度的关键词识别,实现高敏感程度的医生数据变更自动审核与二次确认审核相结合,其他敏感程度的医生数据变更自动审核或直接通过的方式,既能够降低全自动化数据变更可能导致的高谬误率,又能够减少人工工作量,提高了医生数据变更的准确性;此外,本申请通过哈希字符串的比较替代医生数据的比较,能够提高数据一致性检测的效率,进而提高信息监控的效率,有利于促进智慧医疗的发展及智慧城市的建设。
附图说明
图1是本发明第一实施方式提供的基于人工智能的信息监控方法的流程图。
图2是本发明一实施方式的计算机设备的结构示意图。
图3是图2所示的计算机设备的示例性的功能模块图。
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,所描述的实施例是本发明一部分实施例,而不是全部的实施例。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。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
图1是本发明第一实施方式的基于人工智能的信息监控方法的流程图。所述基于人工智能的信息监控方法可以应用于智慧医疗中,如图1所示,所述基于人工智能的信息监控方法可以包括如下步骤:
S11、获取互联网医院中的目标关键词,并根据所述目标关键词确定第一医生数据,所述互联网医院与目标医院信息***连接。
在本申请的至少一实施例中,所述互联网医院与所述目标医院信息***(Hospital Information System,HIS)连接,所述目标医院信息***的数量可以为1个,也可以为多个。所述目标医院信息***中包含大量医生数据,所述医生数据包含多个属性信息,例如,所述属性信息可以是医生的姓名、医生的身份证信息、医生所在地址、医生所在科室、医生的职称信息以及医生的坐诊时间信息等。所述互联网医院获取所述目标医院信息***中的医生数据,并对所述医生数据进行处理,得到医生排班、就医服务等目标信息。
将所述医生数据按照关键数据与非关键数据进行分类,所述关键数据是指对所述目标信息的处理结果影响较大的数据,所述非关键数据是指对所述目标信息的处理结果影响不大的数据。所述关键数据对应属性信息的名称即为目标关键词,所述目标关键词对应的医生数据为第一医生数据。
优选地,所述获取互联网医院中的目标关键词包括:获取医生数据的属性信息;确定各个属性信息的医生数据的影响权重;检测所述影响权重是否超过预设影响权重阈值范围;当检测结果为所述影响权重超过预设影响权重阈值范围时,确定满足所述预设影响权重阈值范围的目标属性,并根据所述目标属性得到目标关键词。
其中,所述影响权重用于表示各个属性信息的医生数据对于目标信息的处理结果的影响度,可以认为该属性信息的医生数据在目标信息的处理过程中被调用的次数越多,该属性信息的医生数据的影响权重越大。示例性地,所述确定各个属性信息的医生数据的影响权重包括:获取目标日志数据;确定所述目标日志数据中各个属性的医生数据的调用次数;根据所述调用次数计算各个属性的医生数据的影响权重。
其中,可以对不同属性信息的医生数据添加标签,用于标记各个属性信息的医生数据。通过查看标签的数量,可以确定该属性信息的医生数据的调用次数。通过设置标签的方式能够提高次数确认效率,进而提高信息管控的效率。本申请预先设置调用次数与影响权重的映射关系,查找所述映射关系,能够得到对应所述调用次数的医生数据的影响权重。所述预设影响权重阈值为预先设定的,例如,所述预设影响权重阈值为80%。在一实施例中,当检测结果为所述影响权重不满足预设影响权重阈值范围时,确定所述影响权重对应的属性信息对于目标信息的处理结果的影响不大,因而并不需要将该属性信息的名称作为目标关键词。
在本申请的至少一实施例中,所述互联网医院还会根据医生数据中的医生职称信息对医生自动赋予相应权限。例如,当医生的职称信息为医师职位时,自动赋予该医生医师的权限;当医生的职称信息为药师职位时,自动赋予该医生药师的权限;当医生的职称信息为护士时,自动赋予该医生护士的权限,在此不做限制。其中,医生的职称信息与权限的映射关系是预先设定的,可以通过查询所述映射关系直接得到当前职称信息对应的权限。
S12、计算对应所述第一医生数据的第一哈希字符串。
在本申请的至少一实施例中,哈希字符串为一段数据唯一且极其紧凑的数值表示形式,对医生数据进行哈希计算得到的哈希字符串能唯一表示该医生数据。哈希值的数据类型为int类型,其中,int类型的哈希值所占用的字节数为4个字节,远小于医生数据所占用的内存空间。
优选地,所述计算对应所述第一医生数据的第一哈希字符串包括:获取所述第一医生数据的数据类型;根据所述数据类型确定目标哈希算法;根据所述目标哈希算法计算对应所述第一医生数据的第一哈希字符串。
其中,所述数据类型包括数字型、字节型、文本型等多种类型,不同的数据类型对应的哈希算法的运行速度和哈希效果有所差异,通过预先设置数据类型与哈希算法的映射关系,根据所述数据类型确定最优的哈希算法,能够提高哈希处理的速率与效果。常见的哈希算法如MD5、SHA-1、BKDRHash、APHash等,在此不做限制。
在本申请的至少一实施例中,所述目标关键词的数量可能为1个,也可能为多个。当所述目标关键词的数量为多个时,对应所述目标关键词的第一医生数据的数量也为多个。所述方法还包括:获取所述目标关键词的数量;调用相应数量的哈希计算进程处理所述第一医生数据。通过调用多个哈希计算进程处理所述第一医生数据,能够加快第一医生数据的哈希处理,进而提高信息监控的效率。
S13、提取所述目标医院信息***中对应所述目标关键词的第二医生数据,并计算对应所述第二医生数据的第二哈希字符串。
在本申请的至少一实施例中,所述目标医院信息***中存储大量医生数据,所述大量医生数据会存在变更的情况。例如,对于医生的姓名,可能存在当前医生变更姓名的情况;对于医生所在科室,可能存在当前医生变更医院科室的情况;对于医生的职称信息,可能存在当前医生升职或降职的情况等。所述互联网医院是与所述目标医院信息***连接,所述互联网医院是根据所述目标医院信息***中的医生数据进行处理,得到医生排班、就医服务等目标信息。因此,需要在所述目标医院信息***中的医生数据进行变更时,所述互联网医院中的医生信息也相应更新。
在一实施例中,对所述目标医院信息***建立监控进程,用于监控所述目标医院信息***中的医生数据是否发生变更,并在所述目标医院信息***中的医生数据发生变更时,输出提示信息。优选地,所述方法还包括:检测是否接收到所述目标医院信息***发出的数据变更指令;当检测结果为接收到所述目标医院信息***发出的数据变更指令时,获取所述数据变更指令对应的目标变更数据;检测所述目标变更数据对应的属性信息与所述目标关键词是否一致;当检测结果为所述目标变更数据对应的属性信息与所述目标关键词一致时,计算所述目标变更数据的哈希字符串。
其中,当检测结果为所述目标变更数据对应的属性信息与所述目标关键词不一致时,说明所述目标变更数据为非关键数据。针对所述非关键数据的变更,可通过自动审核的方式对互联网医院中的医生数据进行变更。具体地,所述方法还包括:获取所述目标变更数据的敏感级别;根据所述敏感级别确定目标审核方式;在所述目标审核方式审核通过后,将所述第一医生数据替换为目标变更数据。在所述目标审核方式未审核通过时,无需变更所述第一医生数据。所述敏感级别按照数据的关键程度分为高级、中级与低级。不同敏感级别的目标变更数据对应的审核方式不同。示例性地,对于敏感程度为高级的目标变更数据,对应的审核方式为自动审核与二次确认相结合;对于敏感程度为中级的目标变更数据,对应的审核方式为自动审核;对于敏感程度为低级的目标变更数据,则无需审核,自动变更数据。
在其他实施例中,所述目标医院信息***中的某些数据变更趋势往往存在可预测性,也即所述目标医院信息***中的某些数据变更满足特定规律。例如,对于医生的职称信息,当前医院按照半年度评选一次职称信息,因而职称信息的数据变更间隔为半年。优选地,在所述提取所述目标医院信息***中对应所述目标关键词的第二医生数据之前,所述方法还包括:获取对应所述目标关键词的历史更新数据,并将所述历史更新数据划分为训练集与测试集;根据所述训练集训练初始更新预测模型,得到训练好的更新预测模型;根据所述测试集检测所述更新预测模型的准确性是否满足预设准确性要求;当检测结果为所述准确性满足预设准确性要求时,确定所述更新预测模型训练完成;根据训练完成的所述更新预测模型预测所述医院信息***的更新时间。其中,所述预设准确性要求为预先设置的准确性阈值,例如,所述准确性阈值为90%。
本申请通过对医院信息***中的医生数据的更新时间进行预测,能够有效解决数据同步过程中难以设置采集频率的问题,同时也避免了人工设置采集时间过于密集导致的对医院信息***多次频繁采集的问题,节省了计算资源。
S14、检测所述第一哈希字符串与所述第二哈希字符串是否一致,当检测结果为所述第一哈希字符串与所述第二哈希字符串一致时,执行步骤S15。
在本申请的至少一实施例中,根据第一哈希字符串和第二哈希字符串的比较,可以快速确定检测所述目标医院信息***中的医生数据相较于所述互联网医院是否变更,由于哈希值之间的比较只是数值进行比较,相比传统的数据比较能够提高一致性检测的效率,进而提高信息监控的效率。其中,所述第一哈希字符串与所述第二哈希字符串可以存储于区块链的节点中。
S15、检测是否接收到自动审核通过指令,当检测结果为接收到自动审核通过指令时,执行步骤S16。
在本申请的至少一实施例中,所述目标关键词对应的敏感级别为高级,对于敏感程度为高级的目标变更数据,对应的审核方式为自动审核与二次确认相结合。针对自动审核时,所述方法还包括:审核所述目标变更数据是否符合预设变更要求,所述预设变更要求包括一致性要求以及完整性要求;当审核结果为所述目标变更数据符合预设变更要求时,审核通过;当审核结果为所述目标变更数据不符合预设变更要求时,审核不通过。
其中,所述一致性要求是指所述目标变更数据与当前医生数据中的其他内容逻辑一致,例如,当前医生的性别数据为男,若所述目标变更数据是将当前性别改为女,则判定当前变更不满足一致性要求。所述完整性要求是指所述目标变更数据满足格式完整,例如,当前医生的副主任医师,所述目标变更数据为主任时,则判定当前变更不满足完整性要求,并对所述目标变更数据进行补充处理,将所述目标变更数据补充为主任医师。
S16、检测是否接收到二次确认指令,当检测结果为接收到二次确认指令时,执行步骤S17。
在本申请的至少一实施例中,所述互联网医院将所述目标变更数据发送至预设人员,由预设人员二次确认是否对互联网医院中的相关信息进行变更。当检测结果为接收到二次确认指令时,说明预设人员同意对所述互联网医院中的相关信息进行变更,执行步骤S17;当检测结果为未接收到二次确认指令时,说明预设人员不同意对所述互联网医院中的相关信息进行变更。
优选地,当检测结果为未接收到二次确认指令时,所述方法还包括:获取预设人员输出的不同意说明;解析所述不同意说明,得到结构化的目标原因;输出所述目标原因至所述目标医院信息***中。由所述目标医院信息***根据所述目标原因对所述目标变更数据进行核查。
在本申请的至少一实施例中,当所述目标关键词对应的目标属性为医生的职称信息,且医生的职称信息发生变更时,由于医生的职称信息的敏感程度为高级,所以采用自动审核与二次确认相结合的审核方式。当医生的职称信息通过自动审核与二次确认审核后,所述方法还包括:获取更新后的职称信息;根据职称信息与权限的映射关系,确定对应更新后职称信息的目标权限。在权限信息调整之后,还可以输出提示至预设人员,由预设人员二次确认后生效该权限。
通过将医生数据进行敏感程度划分,对于高级敏感的医生数据,先通过机器自动化审核,再通过二次确认,对于其他敏感程度的医生数据,可以通过自动化审核或直接通过的方式,既能够降低全自动化可能导致的高谬误率,又能够减少人工手工工作量,能够提高信息监控的稳定性与易用性。
S17、根据所述第二医生数据更新所述第一医生数据。
在本申请的至少一实施例中,当检测结果为接收到二次确认指令时,说明预设人员同意对所述互联网医院中的相关信息进行变更,根据所述第二医生数据更新所述第一医生数据。
优选地,所述根据所述第二医生数据更新所述第一医生数据包括:根据所述第二医生数据计算所述第一医生数据的更新程度值;检测所述更新程度值是否超过预设更新程度阈值范围;当检测结果为所述更新程度值不超过预设更新程度阈值范围时,获取所述第二医生数据相较于所述第一医生数据的更新内容与更新位置;在所述第一医生数据的所述更新位置处,利用所述更新内容更新所述第一医生数据。
其中,所述更新程度值用于反应所述第一医生数据与所述第二医生数据的相似度值,所述更新程度值越大,对应的相似度值越小。所述预设更新程度阈值为预先设置的值,例如,所述预设更新程度阈值为50%,在此不做限制。当检测结果为所述更新程度值超过预设更新程度阈值时,所述方法还包括:将所述第二医生数据直接替换为所述第一医生数据。
本申请提供的上述基于人工智能的信息监控方法,通过对医生数据进行高敏感度的关键词识别,实现高敏感程度的医生数据变更自动审核与二次确认审核相结合,其他敏感程度的医生数据变更自动审核或直接通过的方式,既能够降低全自动化数据变更可能导致的高谬误率,又能够减少人工工作量,提高了医生数据变更的准确性;此外,本申请通过哈希字符串的比较替代医生数据的比较,能够提高数据一致性检测的效率,进而提高信息监控的效率,有利于促进智慧医疗的发展及智慧城市的建设。
以上是对本发明实施例所提供的方法进行的详细描述。根据不同的需求,所示流程图中方块的执行顺序可以改变,某些方块可以省略。下面对本发明实施例所提供的计算机设备1进行描述。
图2是本发明一实施方式的计算机设备的结构示意图,如图2所示,计算机设备1包括存储器10,存储器10中存储有所述基于人工智能的信息监控装置300。所述计算机设备1可以是计算机、平板电脑、个人数字助理等具有数据处理、分析、程序执行及显示等功能的电子设备。所述基于人工智能的信息监控装置300可以获取互联网医院中的目标关键词,并根据所述目标关键词确定第一医生数据,所述互联网医院与目标医院信息***连接;计算对应所述第一医生数据的第一哈希字符串;提取所述目标医院信息***中对应所述目标关键词的第二医生数据,并计算对应所述第二医生数据的第二哈希字符串;检测所述第一哈希字符串与所述第二哈希字符串是否一致;当检测结果为所述第一哈希字符串与所述第二哈希字符串不一致时,检测是否接收到自动审核通过指令;当检测结果为接收到自动审核通过指令时,检测是否接收到二次确认指令;当检测结果为接收到二次确认指令时,根据所述第二医生数据更新所述第一医生数据。通过本申请,能够提高医生数据变更的准确性,有利于促进智慧医疗的发展及智慧城市的建设。
本实施方式中,计算机设备1还可以包括显示屏20及处理器30。存储器10、显示屏20可以分别与处理器30电连接。
所述的存储器10可以是不同类型存储设备,用于存储各类数据。例如,可以是计算机设备1的存储器、内存,还可以是可外接于该计算机设备1的存储卡,如闪存、SM卡(SmartMedia Card,智能媒体卡)、SD卡(Secure Digital Card,安全数字卡)等。此外,存储器10可以包括非易失性和易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他存储器件。存储器10用于存储各类数据,例如,所述计算机设备1中安装的各类应用程序(Applications)、应用上述基于人工智能的信息监控方法而设置、获取的数据等信息。
显示屏20安装于计算机设备1,用于显示信息。
处理器30用于执行所述基于人工智能的信息监控方法以及所述计算机设备1内安装的各类软件,例如操作***及应用显示软件等。处理器30包含但不限于处理器(CentralProcessing Unit,CPU)、微控制单元(Micro Controller Unit,MCU)等用于解释计算机指令以及处理计算机软件中的数据的装置。
所述的基于人工智能的信息监控装置300可以包括一个或多个的模块,所述一个或多个模块被存储在计算机设备1的存储器10中并被配置成由一个或多个处理器(本实施方式为一个处理器30)执行,以完成本发明实施例。参阅图3所示,所述基于人工智能的信息监控装置300可以包括数据确定模块301、哈希计算模块302、数据提取模块303、一致检测模块304、自动审核模块305、二次确认模块306以及数据更新模块307。本发明实施例所称的模块可以是完成一特定功能的程序段,比程序更适合于描述软件在处理器30中的执行过程。
可以理解的是,对应上述基于人工智能的信息监控方法中的各实施方式,基于人工智能的信息监控装置300可以包括图3中所示的各功能模块中的一部分或全部,各模块的功能将在以下具体介绍。需要说明的是,以上基于人工智能的信息监控方法的各实施方式中相同的名词相关名词及其具体的解释说明也可以适用于以下对各模块的功能介绍。为节省篇幅及避免重复起见,在此就不再赘述。
数据确定模块301可以用于获取互联网医院中的目标关键词,并根据所述目标关键词确定第一医生数据,所述互联网医院与目标医院信息***连接。
哈希计算模块302可以用于计算对应所述第一医生数据的第一哈希字符串。
数据提取模块303可以用于提取所述目标医院信息***中对应所述目标关键词的第二医生数据,并计算对应所述第二医生数据的第二哈希字符串。
一致检测模块304可以用于检测所述第一哈希字符串与所述第二哈希字符串是否一致。
自动审核模块305可以用于当检测结果为所述第一哈希字符串与所述第二哈希字符串不一致时,检测是否接收到自动审核通过指令。
二次确认模块306可以用于当检测结果为接收到自动审核通过指令时,检测是否接收到二次确认指令。
数据更新模块307可以用于当检测结果为接收到二次确认指令时,根据所述第二医生数据更新所述第一医生数据。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器30执行时实现上述任一实施方式中的基于人工智能的信息监控方法的步骤。
所述基于人工智能的信息监控装置300/计算机设备1/计算机设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施方式方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器30执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器30是所述基于人工智能的信息监控装置300/计算机设备1的控制中心,利用各种接口和线路连接整个基于人工智能的信息监控装置300/计算机设备1的各个部分。
所述存储器10用于存储所述计算机程序和/或模块,所述处理器30通过运行或执行存储在所述存储器10内的计算机程序和/或模块,以及调用存储在存储器10内的数据,实现所述基于人工智能的信息监控装置300/计算机设备1的各种功能。所述存储器10可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备1的使用所创建的数据等。
在本发明所提供的几个具体实施方式中,应该理解到,所揭露的计算机设备和方法,可以通过其它的方式实现。例如,以上所描述的***实施方式仅仅是示意性的,例如,所述模块的划分,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。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
对于本领域技术人员而言,显然本发明实施例不限于上述示范性实施例的细节,而且在不背离本发明实施例的精神或基本特征的情况下,能够以其他的具体形式实现本发明实施例。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明实施例的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。***、装置或计算机设备权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。
以上实施方式仅用以说明本发明实施例的技术方案而非限制,尽管参照以上较佳实施方式对本发明实施例进行了详细说明,本领域的普通技术人员应当理解,可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。
Claims (10)
1.一种基于人工智能的信息监控方法,其特征在于,所述基于人工智能的信息监控方法包括:
获取互联网医院中的目标关键词,并根据所述目标关键词确定第一医生数据,所述互联网医院与目标医院信息***连接;
计算对应所述第一医生数据的第一哈希字符串;
提取所述目标医院信息***中对应所述目标关键词的第二医生数据,并计算对应所述第二医生数据的第二哈希字符串;
检测所述第一哈希字符串与所述第二哈希字符串是否一致;
当检测结果为所述第一哈希字符串与所述第二哈希字符串不一致时,检测是否接收到自动审核通过指令;
当检测结果为接收到自动审核通过指令时,检测是否接收到二次确认指令;
当检测结果为接收到二次确认指令时,根据所述第二医生数据更新所述第一医生数据。
2.根据权利要求1所述的基于人工智能的信息监控方法,其特征在于,所述获取互联网医院中的目标关键词包括:
获取医生数据的属性信息;
确定各个属性信息的医生数据的影响权重;
检测所述影响权重是否超过预设影响权重阈值范围;
当检测结果为所述影响权重超过预设影响权重阈值范围时,确定满足所述预设影响权重阈值范围的目标属性,并根据所述目标属性得到目标关键词。
3.根据权利要求2所述的基于人工智能的信息监控方法,其特征在于,所述确定各个属性信息的医生数据的影响权重包括:
获取目标日志数据;
确定所述目标日志数据中各个属性的医生数据的调用次数;
根据所述调用次数计算各个属性的医生数据的影响权重。
4.根据权利要求1所述的基于人工智能的信息监控方法,其特征在于,所述计算对应所述第一医生数据的第一哈希字符串包括:
获取所述第一医生数据的数据类型;
根据所述数据类型确定目标哈希算法;
根据所述目标哈希算法计算对应所述第一医生数据的第一哈希字符串。
5.根据权利要求1所述的基于人工智能的信息监控方法,其特征在于,在所述提取所述目标医院信息***中对应所述目标关键词的第二医生数据之前,所述方法还包括:
获取对应所述目标关键词的历史更新数据,并将所述历史更新数据划分为训练集与测试集;
根据所述训练集训练初始更新预测模型,得到训练好的更新预测模型;
根据所述测试集检测所述更新预测模型的准确性是否满足预设准确性要求;
当检测结果为所述准确性满足预设准确性要求时,确定所述更新预测模型训练完成;
根据训练完成的所述更新预测模型预测所述医院信息***的更新时间。
6.根据权利要求1所述的基于人工智能的信息监控方法,其特征在于,所述方法还包括:
检测是否接收到所述目标医院信息***发出的数据变更指令;
当检测结果为接收到所述目标医院信息***发出的数据变更指令时,获取所述数据变更指令对应的目标变更数据;
检测所述目标变更数据对应的属性信息与所述目标关键词是否一致;
当检测结果为所述目标变更数据对应的属性信息与所述目标关键词一致时,计算所述目标变更数据的哈希字符串。
7.根据权利要求1所述的基于人工智能的信息监控方法,其特征在于,所述根据所述第二医生数据更新所述第一医生数据包括:
根据所述第二医生数据计算所述第一医生数据的更新程度值;
检测所述更新程度值是否超过预设更新程度阈值范围;
当检测结果为所述更新程度值不超过预设更新程度阈值范围时,获取所述第二医生数据相较于所述第一医生数据的更新内容与更新位置;
在所述第一医生数据的所述更新位置处,利用所述更新内容更新所述第一医生数据。
8.一种基于人工智能的信息监控装置,其特征在于,所述基于人工智能的信息监控装置包括:
数据确定模块,用于获取互联网医院中的目标关键词,并根据所述目标关键词确定第一医生数据,所述互联网医院与目标医院信息***连接;
哈希计算模块,用于计算对应所述第一医生数据的第一哈希字符串;
数据提取模块,用于提取所述目标医院信息***中对应所述目标关键词的第二医生数据,并计算对应所述第二医生数据的第二哈希字符串;
一致检测模块,用于检测所述第一哈希字符串与所述第二哈希字符串是否一致;
自动审核模块,用于当检测结果为所述第一哈希字符串与所述第二哈希字符串不一致时,检测是否接收到自动审核通过指令;
二次确认模块,用于当检测结果为接收到自动审核通过指令时,检测是否接收到二次确认指令;
数据更新模块,用于当检测结果为接收到二次确认指令时,根据所述第二医生数据更新所述第一医生数据。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述基于人工智能的信息监控方法。
10.一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,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7中任意一项所述基于人工智能的信息监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011624535.8A CN112768039A (zh) | 2020-12-31 | 2020-12-31 | 基于人工智能的信息监控方法、装置、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011624535.8A CN112768039A (zh) | 2020-12-31 | 2020-12-31 | 基于人工智能的信息监控方法、装置、计算机设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112768039A true CN112768039A (zh) | 2021-05-07 |
Family
ID=75698883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011624535.8A Pending CN112768039A (zh) | 2020-12-31 | 2020-12-31 | 基于人工智能的信息监控方法、装置、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112768039A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009223662A (ja) * | 2008-03-17 | 2009-10-01 | Fujitsu Ltd | 医療業務支援プログラム、医療業務支援装置、医療業務支援方法 |
CN108874644A (zh) * | 2018-06-06 | 2018-11-23 | 平安科技(深圳)有限公司 | 数据监控方法、装置、计算机设备及存储介质 |
CN110046155A (zh) * | 2018-12-07 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 特征数据库的更新、数据特征的确定方法、装置及设备 |
CN110069692A (zh) * | 2019-05-06 | 2019-07-30 | 中国船舶工业综合技术经济研究院 | 一种面向开源信息采集的资源更新时间预测方法及*** |
CN110705307A (zh) * | 2019-08-30 | 2020-01-17 | 深圳壹账通智能科技有限公司 | 信息变更指标监控方法、装置、计算机设备和存储介质 |
CN110941624A (zh) * | 2019-11-15 | 2020-03-31 | 上海易点时空网络有限公司 | 用于***的数据处理方法及装置 |
CN111028931A (zh) * | 2019-12-11 | 2020-04-17 | 医渡云(北京)技术有限公司 | 医疗数据处理方法及装置、电子设备、存储介质 |
-
2020
- 2020-12-31 CN CN202011624535.8A patent/CN112768039A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009223662A (ja) * | 2008-03-17 | 2009-10-01 | Fujitsu Ltd | 医療業務支援プログラム、医療業務支援装置、医療業務支援方法 |
CN108874644A (zh) * | 2018-06-06 | 2018-11-23 | 平安科技(深圳)有限公司 | 数据监控方法、装置、计算机设备及存储介质 |
CN110046155A (zh) * | 2018-12-07 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 特征数据库的更新、数据特征的确定方法、装置及设备 |
CN110069692A (zh) * | 2019-05-06 | 2019-07-30 | 中国船舶工业综合技术经济研究院 | 一种面向开源信息采集的资源更新时间预测方法及*** |
CN110705307A (zh) * | 2019-08-30 | 2020-01-17 | 深圳壹账通智能科技有限公司 | 信息变更指标监控方法、装置、计算机设备和存储介质 |
CN110941624A (zh) * | 2019-11-15 | 2020-03-31 | 上海易点时空网络有限公司 | 用于***的数据处理方法及装置 |
CN111028931A (zh) * | 2019-12-11 | 2020-04-17 | 医渡云(北京)技术有限公司 | 医疗数据处理方法及装置、电子设备、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021120688A1 (zh) | 医疗误诊检测方法、装置、电子设备及存储介质 | |
CN111813963A (zh) | 知识图谱构建方法、装置、电子设备及存储介质 | |
CN109584980B (zh) | 数据核验方法及装置、电子设备、存储介质 | |
CN112948418A (zh) | 动态查询方法、装置、设备及存储介质 | |
CN111694852B (zh) | 基于分布式事务的数据处理方法、装置、终端及存储介质 | |
CN112711398A (zh) | 埋点文件生成方法、装置、设备及存储介质 | |
CN111798969A (zh) | 医学药品匹配方法、装置、电子设备及存储介质 | |
CN111814045A (zh) | 数据查询方法、装置、电子设备及存储介质 | |
CA2873819C (en) | Systems and methods for authenticating and aiding in indexing of and searching for electronic files | |
CN112017763B (zh) | 医疗影像数据传输方法、装置、设备及介质 | |
CN111933241B (zh) | 医疗数据解析方法、装置、电子设备及存储介质 | |
CN111651452B (zh) | 数据存储方法、装置、计算机设备及存储介质 | |
CN112819305A (zh) | 业务指标分析方法、装置、设备及存储介质 | |
CN112214515B (zh) | 数据自动匹配方法、装置、电子设备及存储介质 | |
CN111950707B (zh) | 基于行为共现网络的行为预测方法、装置、设备及介质 | |
CN110941536B (zh) | 监控方法及***、第一服务器集群 | |
CN112434506A (zh) | 电子协议签订处理方法、装置、计算机设备及介质 | |
CN112768039A (zh) | 基于人工智能的信息监控方法、装置、计算机设备及介质 | |
CN114360732B (zh) | 医疗数据分析方法、装置、电子设备及存储介质 | |
CN113283677B (zh) | 指标数据处理方法、装置、设备及存储介质 | |
CN111859985B (zh) | Ai客服模型测试方法、装置、电子设备及存储介质 | |
CN113157671A (zh) | 一种数据监控方法及装置 | |
CN114491196A (zh) | 基于信息粒度的信息导出方法、装置、设备及介质 | |
CN114692204A (zh) | 数据查询方法、装置、设备及存储介质 | |
CN112685365A (zh) | 数据报表导出方法、装置、设备及存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221008 Address after: Room 2601 (Unit 07), Qianhai Free Trade Building, No. 3048, Xinghai Avenue, Nanshan Street, Qianhai Shenzhen-Hong Kong Cooperation Zone, Shenzhen, Guangdong 518000 Applicant after: Shenzhen Ping An Smart Healthcare Technology Co.,Ltd. Address before: 1-34 / F, Qianhai free trade building, 3048 Xinghai Avenue, Mawan, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong 518000 Applicant before: Ping An International Smart City Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right |