CN113706724A - 基于人工智能的转诊监管方法、装置、设备及存储介质 - Google Patents

基于人工智能的转诊监管方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113706724A
CN113706724A CN202111007725.XA CN202111007725A CN113706724A CN 113706724 A CN113706724 A CN 113706724A CN 202111007725 A CN202111007725 A CN 202111007725A CN 113706724 A CN113706724 A CN 113706724A
Authority
CN
China
Prior art keywords
referral
vehicle
hospital
gps coordinates
model
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
CN202111007725.XA
Other languages
English (en)
Inventor
李术扬
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.)
Shenzhen Ping An Smart Healthcare Technology Co ltd
Original Assignee
Ping An International Smart City Technology 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 Ping An International Smart City Technology Co Ltd filed Critical Ping An International Smart City Technology Co Ltd
Priority to CN202111007725.XA priority Critical patent/CN113706724A/zh
Publication of CN113706724A publication Critical patent/CN113706724A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • 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
    • G06F16/29—Geographical information databases
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Computer Graphics (AREA)
  • Remote Sensing (AREA)
  • Architecture (AREA)
  • Pathology (AREA)
  • Instructional Devices (AREA)

Abstract

本申请涉及人工智能及数字医疗技术领域，提供基于人工智能的转诊监管方法，包括：对接收到的转诊申请进行解析；根据转出医院的GPS坐标及转入医院的GPS坐标确定监管区域；识别转诊车辆图片的车辆信息，并根据车辆信息在3D电子地图上渲染出3D虚拟车模型；获取转诊车辆的GPS坐标，并根据转诊车辆的GPS坐标及转入医院的GPS坐标确定是否生成第一转诊接收指令；当根据转诊车辆的GPS坐标及转入医院的GPS坐标确定生成第一转诊接收指令，且接收到监管者根据所述3D电子地图上渲染出的3D虚拟车模型确认的第二转诊接收指令时，调用疾病等级识别模型识别患者电子病例的疾病等级。本申请可快速为病情较为严重的患者提供就诊服务，提高就诊人的就诊体验。

Description

基于人工智能的转诊监管方法、装置、设备及存储介质
技术领域
本申请属于人工智能技术领域，尤其涉及一种基于人工智能的转诊监管方法、装置、设备及存储介质。
背景技术
患者转诊转院是就医过程中经常会发生的一个行为，也是经常发生医疗纠纷，医疗事故的一个环节。对转诊转院的监管便成为医疗监管机构的一项重要工作。例如新冠疫情时期，一个发热患者的转院数据如果延迟上报或漏报就可能对于疫情的控制产生负面影响。
发明人在实现本发明的过程中发现，现有的监管***常常只能对医院上报的存量数据进行统计，而医院上报就存在谎报漏报的可能性，导致监管***统计出的监管结果准确率较差。此外，现有的监管***是以定时取数据的形式进行统计，且统计的结果是以文本形式进行展现，导致监管结果不能实时更新，监管效率较低，监管展现方式不友好。
发明内容
鉴于以上内容，本发明提供一种基于人工智能的转诊监管方法、装置、设备及存储介质，其目的在于解决现有技术中监管结果不能实时更新，监管效率较低的技术问题。
为实现上述目的，本发明提供一种基于人工智能的转诊监管方法，该方法包括：
对接收到的转诊申请进行解析得到转出医院、转入医院、转诊车辆图片及患者电子病例；
根据所述转出医院的GPS坐标及所述转入医院的GPS坐标确定监管区域，并在显示屏幕上加载显示所述监管区域对应的3D电子地图；
识别所述转诊车辆图片的车辆信息，并根据所述车辆信息在所述3D电子地图上渲染出3D虚拟车模型；
获取所述转诊车辆的GPS坐标，并根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定是否生成第一转诊接收指令；
当根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定生成第一转诊接收指令，且接收到监管者根据所述3D电子地图上渲染出的3D虚拟车模型确认的第二转诊接收指令时，调用疾病等级识别模型识别所述患者电子病例的疾病等级；
根据所述疾病等级生成转诊单并发送至所述转入医院的终端。
优选的，在所述对接收到的转诊申请进行解析之前，所述方法还包括：
接收转诊申请；
保存所述转诊申请至WebSocket消息队列；
通过所述WebSocket消息队列实时推送WebSocket消息至前端。
优选的，所述识别所述转诊车辆图片的车辆信息，并根据所述车辆信息在所述3D电子地图上渲染出3D虚拟车模型，包括：
识别所述转诊车辆图片中的转诊车辆车型、转诊车辆颜色及转诊车辆车牌号；
获取与所述转诊车辆车型对应的目标3D虚拟车模型；
加载所述转诊车辆颜色及所述转诊车辆车牌号至所述目标3D虚拟车模型上；
在与所述目标3D虚拟车模型的预设距离位置处生成提示框，并键入转诊信息至所述提示框中。
优选的，所述根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定是否生成第一转诊接收指令，包括：
计算所述转诊车辆的GPS坐标与所述转出医院的GPS坐标之间的第一距离；
计算所述转入车辆的GPS坐标与所述转出医院的GPS坐标之间的第二距离；
计算所述第一距离与所述第二距离的比值并判断所述比值是否大于预设比值阈值；
当确定所述比值大于所述预设比值阈值时，确定生成第一转诊接收指令；
当确定所述比值小于或者等于所述预设比值阈值时，确定不生成第一转诊接收指令。
优选的，所述调用疾病等级识别模型识别所述患者电子病例的疾病等级，包括：
识别所述患者电子病例中的多个实体类型及每个实体类型对应的实体名称、实体属性；
根据所述类型及每个实体类型对应的实体名称、实体属性构建实体属性向量；
输入实体属性向量至疾病等级识别模型中进行疾病等级的识别。
优选的，在所述接收到监管者根据所述3D电子地图上渲染出的3D虚拟车模型确认的第二转诊接收指令之前，所述方法还包括：
控制所述3D虚拟车模型根据所述转诊车辆的GPS坐标在所述3D电子地图上移动；
调用图标样式创建一条从所述第一3D虚拟医院模型指向所述3D虚拟车模型的有向移动路径并显示所述有向移动路径；
识别所述有向移动路径是否为所述第一3D虚拟医院模型与所述第二3D虚拟医院模型之间的路径；
当识别所述有向移动路径为所述第一3D虚拟医院模型与所述第二3D虚拟医院模型之间的路径时，弹出转诊文本框；
接收用户通过所述转诊文本框输入的第二转诊接收指令。
优选的，在所述根据所述疾病等级生成转诊单并发送至所述转入医院的终端之后，所述方法还包括：
接收所述转入医院的终端根据所述转诊单反馈回的接诊信息；
将所述接诊信息加入历史接诊信息中实时统计分析并生成监管报告。
为实现上述目的，本发明还提供一种基于人工智能的转诊监管装置，所述装置包括：
接收模块，用于对接收到的转诊申请进行解析得到转出医院、转入医院、转诊车辆图片及患者电子病例；
确定模块，用于根据所述转出医院的GPS坐标及所述转入医院的GPS坐标确定监管区域，并在显示屏幕上加载显示所述监管区域对应的3D电子地图；
渲染模块，用于识别所述转诊车辆图片的车辆信息，并根据所述车辆信息在所述3D电子地图上渲染出3D虚拟车模型；
生成模块，用于获取所述转诊车辆的GPS坐标，并根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定是否生成第一转诊接收指令；
调用模块，用于当根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定生成第一转诊接收指令，且接收到监管者根据所述3D电子地图上渲染出的3D虚拟车模型确认的第二转诊接收指令时，调用疾病等级识别模型识别所述患者电子病例的疾病等级；
发送模块，用于根据所述疾病等级生成转诊单并发送至所述转入医院的终端。
为实现上述目的，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的程序，所述程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行所述基于人工智能的转诊监管方法。
为实现上述目的，本发明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存储有基于人工智能的转诊监管程序，所述基于人工智能的转诊监管程序被处理器执行时，实现所述基于人工智能的转诊监管方法的步骤。
本发明提供的方法，通过解析得到的转出医院、转入医院、转诊车辆图片，获取所述转诊车辆的GPS坐标，并根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定是否生成第一转诊接收指令，当根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定生成第一转诊接收指令时，根据所述转出医院的GPS坐标及所述转入医院的GPS坐标确定监管区域，并在显示屏幕上加载显示所述监管区域对应的3D电子地图；接着识别所述转诊车辆图片的车辆信息，并根据所述车辆信息在所述3D电子地图上渲染出3D虚拟车模型，能够直观、形象的模拟转诊车辆的转诊过程，且便于监管者直观的确定是否生成第二转诊接收指令；能够实时动态的跟踪转诊进程，避免了谎报、漏报的情况，且在转诊车辆到达目的地时，能够及时的生成转诊单，监管效率较高，只有在确定生成第一转诊接收指令，且接收到第二转诊接收指令的条件下，才生成转诊单，能够有效的确保监管结果，监管结果准确率较高。最后调用疾病等级识别模型识别所述患者电子病例的疾病等级，并根据所述疾病等级生成转诊单并发送至所述转入医院的终端，使得转入医院的医护工作者能够提前调度并优化本医院的医疗资源，快速为病情较为严重的患者提供就诊服务，提高就诊人的就诊体验。
附图说明
为了更清楚地说明本申请的实施例中的技术方案，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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明电子设备较佳实施例的示意图；
图2为图1中基于人工智能的转诊监管装置较佳实施例的模块示意图；
图3为本发明基于人工智能的转诊监管方法较佳实施例的流程图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
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于解释本发明，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。
参照图1所示，为本发明电子设备1较佳实施例的示意图。
该电子设备1包括但不限于：存储器11、处理器12、显示器13及网络接口14。所述电子设备1通过网络接口14连接网络，获取原始数据。其中，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 ofMobilecommunication，GSM)、宽带码分多址(Wideband Code Division Multiple Access，WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi通话网络等无线或有线网络。
其中，存储器11至少包括一种类型的可读存储介质，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11可以是所述电子设备1的内部存储单元，例如该电子设备1的硬盘或内存。在另一些实施例中，所述存储器11也可以是所述电子设备1的外部存储设备，例如该电子设备1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11还可以既包括所述电子设备1的内部存储单元也包括其外部存储设备。本实施例中，存储器11通常用于存储安装于所述电子设备1的操作***和各类应用软件，例如基于人工智能的转诊监管程序10的程序代码等。此外，存储器11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。
处理器12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12通常用于控制所述电子设备1的总体操作，例如执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12用于运行所述存储器11中存储的程序代码或者处理数据，例如运行基于人工智能的转诊监管程序10的程序代码等。
显示器13可以称为显示屏或显示单元。在一些实施例中显示器13可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-EmittingDiode，OLED)触摸器等。显示器13用于显示在电子设备1中处理的信息以及用于显示可视化的工作界面，例如显示数据统计的结果。
网络接口14可选地可以包括标准的有线接口、无线接口(如WI-FI接口)，该网络接口14通常用于在所述电子设备1与其它电子设备之间建立通信连接。
图1仅示出了具有组件11-14以及基于人工智能的转诊监管程序10的电子设备1，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
可选地，所述电子设备1还可以包括目标用户接口，目标用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的目标用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-Emitting Diode，OLED)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的目标用户界面。
该电子设备1还可以包括射频(Radio Frequency，RF)电路、传感器和音频电路等等，在此不再赘述。
在上述实施例中，处理器12执行存储器11中存储的基于人工智能的转诊监管程序10时可以实现如下步骤：
对接收到的转诊申请进行解析得到转出医院、转入医院、转诊车辆图片及患者电子病例；
根据所述转出医院的GPS坐标及所述转入医院的GPS坐标确定监管区域，并在显示屏幕上加载显示所述监管区域对应的3D电子地图；
识别所述转诊车辆图片的车辆信息，并根据所述车辆信息在所述3D电子地图上渲染出3D虚拟车模型；
获取所述转诊车辆的GPS坐标，并根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定是否生成第一转诊接收指令；
当根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定生成第一转诊接收指令，且接收到监管者根据所述3D电子地图上渲染出的3D虚拟车模型确认的第二转诊接收指令时，调用疾病等级识别模型识别所述患者电子病例的疾病等级；
根据所述疾病等级生成转诊单并发送至所述转入医院的终端。
关于上述步骤的详细介绍，请参照下述图2关于基于人工智能的转诊监管装置100实施例的功能模块图以及图3关于基于人工智能的转诊监管方法实施例的流程图的说明。
参照图2所示，为本发明基于人工智能的转诊监管装置100的功能模块图。
本发明所述基于人工智能的转诊监管装置100可以安装于电子设备中。根据实现的功能，所述基于人工智能的转诊监管装置100可以包括接收模块110、确定模块120、渲染模块130、生成模块140、调用模块150及发送模块160。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
接收模块110，用于对接收到的转诊申请进行解析得到转出医院、转入医院、转诊车辆图片及患者电子病例。
本实施例中，计算机设备中安装有医共体平台，所述医共体平台用于监管各医疗机构的转诊信息。所述医共体平台能够提供智慧大屏以直观的显示统计数据。各医疗机构对应的终端中均安装有医院信息***(Hospital Information System，HIS)。各医疗机构内的医生可通过HIS***开具转诊申请单，HIS***通过HTTP-SERVER发送转诊申请传至医共体平台。
所述医共体平台接收到转诊申请之后，对转诊申请进行解析得到解析结果。所述解析结果可以包括，但不限于：转出医院、转入医院、转诊车辆图片及患者电子病例。其中，所述转诊车辆图片为包括了转诊车辆的图片，所述患者电子病例是指转入医院以电子化的方式记录患者在治疗过程中的原始信息。
在一个实施例中，在所述对接收到的转诊申请进行解析之前，还包括：
接收转诊申请；
保存所述转诊申请至WebSocket消息队列；
通过所述WebSocket消息队列实时推送WebSocket消息至前端。
本实施例中，所述医共体平台接收到转诊申请之后，先将所述转诊申请保存至WebSocket消息队列中，其中，WebSocket是一种基于长连接的推送服务，其作用在于不用终端用户发起接口请求，主动将消息推送给终端用户。
该可选的实施例中，通过借助于WebSocket消息队列的消息推送机制，能够快速实时的获取到转诊申请并对转诊申请进行解析。
确定模块120，用于根据所述转出医院的GPS坐标及所述转入医院的GPS坐标确定监管区域，并在显示屏幕上加载显示所述监管区域对应的3D电子地图。
本实施例中，计算机设备以所述转出医院的GPS坐标及所述转入医院的GPS坐标为矩形的两个对称点，可以确定出矩形区域，将所述矩形区域确定为监管区域。计算机设备仅需加载与所述监管区域对应的3D电子地图。
该实施例中，通过确定监管区域并加载所述监管区域的3D电子地图，而非加载全部的3D电子地图，能够定向且快速的加载3D电子地图，从而快速实现3D电子地图的显示效果。
渲染模块130，用于识别所述转诊车辆图片的车辆信息，并根据所述车辆信息在所述3D电子地图上渲染出3D虚拟车模型。
本实施例中，可以采用三维引擎Cesium在医共体平台的显示界面上渲染3D模型，所述Cesium的底层采用Web图形库实现渲染，所述Web图形库通过HTML脚本本身实现Web交互式三维动画的创建，利用底层的图形硬件加速功能实现渲染。所述Cesium是一个基于JavaScript的开源框架，可用于在浏览器中绘制3D的地球，并在其上绘制地图(支持多种格式的瓦片服务)，该框架不需要任何插件支持，但是浏览器必须支持WebGL，所述Cesium支持多种数据可视化方式，可以绘制各种几何图形、导入图片，甚至3D模型。
计算机设备中预先存储有GPS范围与3D虚拟医院模型之间的对应关系，可以通过匹配转出医院的GPS坐标所在的GPS范围来确定对应的第一3D虚拟医院模型，通过匹配转入医院的GPS坐标所在的GPS范围来确定对应的第二3D虚拟医院模型。计算机设备根据所述转出医院的GPS坐标在所述3D电子地图上确定出第一定位点，并以所述第一定位点为中心渲染出与所述转出医院的GPS坐标对应的第一3D虚拟医院模型；根据所述转入医院的GPS坐标在所述3D电子地图上确定出第二定位点，并以所述第二定位点为中心渲染出与所述转入医院的GPS坐标对应的第二3D虚拟医院模型。
所述医共体平台根据医院的GPS坐标在所述3D电子地图上渲染出第一3D虚拟医院模型及第二3D虚拟医院模型，以更加真实的模拟出转诊场景，3D展示更有层次，便于监管者直观的了解整个转诊过程。
在一个实施例中，所述识别所述转诊车辆图片的车辆信息，并根据所述车辆信息在所述3D电子地图上渲染出3D虚拟车模型，包括：
识别所述转诊车辆图片中的转诊车辆车型、转诊车辆颜色及转诊车辆车牌号；
获取与所述转诊车辆车型对应的目标3D虚拟车模型；
加载所述转诊车辆颜色及所述转诊车辆车牌号至所述目标3D虚拟车模型上；
在与所述目标3D虚拟车模型的预设距离位置处生成提示框，并键入转诊信息至所述提示框中。
本实施例中，该可选的实施例中，可以通过输入所述转诊车辆图片至预先训练好的车型识别模型中进行识别得到转诊车辆车型；输入所述转诊车辆图片至预先训练好的颜色识别模型中进行识别得到转诊车辆颜色；采用车牌号识别算法识别所述转诊车辆图片得到转诊车辆车牌号。
其中，所述转诊信息可以包括，但不限于，患者的基本信息(例如，姓名，年龄，性别，等)和就诊信息(例如，接诊医生，就诊科室，诊断结果)。
将转诊信息键入所述提示框中并随着3D虚拟车模型在3D电子地图上同步移动。
生成模块140，用于获取所述转诊车辆的GPS坐标，并根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定是否生成第一转诊接收指令。
本实施例中，计算机设备可以实时或者周期性的发送GPS坐标获取请求至所述转诊车辆，通过所述转诊车辆反馈回的GPS坐标确定所述转诊车辆的GPS坐标，也可以由所述转诊车辆主动实时或者周期性的上报GPS坐标至计算机设备，使得计算机设备实时或者周期性的接收所述转诊车辆的GPS坐标。
在一个实施例中，所述根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定是否生成第一转诊接收指令，包括：
计算所述转诊车辆的GPS坐标与所述转出医院的GPS坐标之间的第一距离；
计算所述转入车辆的GPS坐标与所述转出医院的GPS坐标之间的第二距离；
计算所述第一距离与所述第二距离的比值并判断所述比值是否大于预设比值阈值；
当确定所述比值大于所述预设比值阈值时，确定生成第一转诊接收指令；
当确定所述比值小于或者等于所述预设比值阈值时，确定不生成第一转诊接收指令。
该可选的实施例中，如果所述第一距离与所述第二距离的比值大于所述预设比值阈值，表明所述转诊车辆距离所述转入医院较近，确定生成第一转诊指令。如果所述第一距离与所述第二距离的比值不大于所述预设比值阈值，表明所述转诊车辆距离所述转入医院较远，确定不生成第一转诊指令。
调用模块150，用于当根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定生成第一转诊接收指令，且接收到监管者根据所述3D电子地图上渲染出的3D虚拟车模型确认的第二转诊接收指令时，调用疾病等级识别模型识别所述患者电子病例的疾病等级。
本实施例中，计算机设备在确定生成第一转诊接收指令，且在接收到监管者确认的第二转诊接收指令时，才会调用疾病等级识别模型识别所述患者电子病例的疾病等级，便于后续根据疾病等级生成不同级别的转诊单。计算机设备在确定不生成第一转诊接收指令和/或在没有接收到监管者确认的第二转诊接收指令时，不会调用疾病等级识别模型识别所述患者电子病例的疾病等级。
当计算机设备确定生成第一转诊接收指令，且在接收到监管者确认的第二转诊接收指令，表明真实转诊场景中的转诊车辆已快行驶至转入医院处，生成目标转诊接收指令，以产生转诊监管事件并存储转诊监管事件，便于后续追踪溯源及统计分析。
在一个实施例中，所述调用疾病等级识别模型识别所述患者电子病例的疾病等级，包括：
识别所述患者电子病例中的多个实体类型及每个实体类型对应的实体名称、实体属性；
根据所述类型及每个实体类型对应的实体名称、实体属性构建实体属性向量；
输入实体属性向量至疾病等级识别模型中进行疾病等级的识别。
本实施例中，其中，所述实体类型是指疾病、症状、诊断分类、治疗、检查检验、人体组织、检查项等医学名词，所述实体名称是指每个实体类型包括的实体项目，所述实体属性是指实体项目的程度。例如，实体类型为疾病，所述实体项目为癌症，所述实体属性为中3期。
计算机设备中预先存储有通过专业的医疗实体标记员构建的医疗知识图谱，通过医疗知识图谱识别出所述患者电子病例中的多个实体类型，并根据上下文语义解析算法解析出每个实体项目在所述患者电子病例中的实体属性。
计算机设备可以依据世界卫生组织疾病程度划分表，取4个疾病程度，分别对应轻度、中度、重度、高危，并以此建立电子病例集。按照6：2：2的比例依次划分训练集、测试集、验证集，并分别通过医疗知识图谱识别出所述训练集、测试集、验证集中的电子病例的多个实体类型及每个实体类型对应的实体名称、实体属性，从而分别构建训练实体属性向量集、测试实体属性向量集及验证实体属性向量集。基于训练实体属性向量集、测试实体属性向量集及验证实体属性向量集训练用于分析疾病等级的神经网络模型，得到疾病等级识别模型。
在一个实施例中，在所述接收到监管者根据所述3D电子地图上渲染出的3D虚拟车模型确认的第二转诊接收指令之前，还包括：
控制所述3D虚拟车模型根据所述转诊车辆的GPS坐标在所述3D电子地图上移动；
调用图标样式创建一条从所述第一3D虚拟医院模型指向所述3D虚拟车模型的有向移动路径并显示所述有向移动路径；
识别所述有向移动路径是否为所述第一3D虚拟医院模型与所述第二3D虚拟医院模型之间的路径；
当识别所述有向移动路径为所述第一3D虚拟医院模型与所述第二3D虚拟医院模型之间的路径时，弹出转诊文本框；
接收用户通过所述转诊文本框输入的第二转诊接收指令。
本实施例中，所述图标样式可以为BMAP.Symbol。
计算机设备可以调用路书功能实现控制所述3D虚拟车模型根据所述转诊车辆的GPS坐标在所述电子地图上移动。
计算机设备可以通过识别所述有向移动路径是否在所述监管区域内，当所述有向移动路径在所述监管区域内，则确定所述有向移动路径为所述第一3D虚拟医院模型与所述第二3D虚拟医院模型之间的路径；当所述有向移动路径不在所述监管区域内，则确定所述有向移动路径不为所述第一3D虚拟医院模型与所述第二3D虚拟医院模型之间的路径。
在一个可选的实施例中，所述计算机设备还可以在所述有向移动路径上显示与所述距离关联的显示颜色。可以根据用户或者实际需求显示不同的渐变颜色值，由于为渐变，故需要设置开始显示颜色和结束显示颜色，中间可以追加多个显示颜色。例如，当想要显示一个从红色过渡为蓝色的渐变颜色值，可以设置渐变起始点偏移量为0，所对应的颜色为红色，渐变结束点的偏移量为1，所对应的颜色为蓝色。
发送模块160，用于根据所述疾病等级生成转诊单并发送至所述转入医院的终端。
本实施例中，当识别出的疾病等级越高时，表明所述患者的病情较为严重，需要立即安排就诊，则为所述患者生成第一级别的转诊单；当识别出的疾病等级越低时，表明所述患者的病情较为轻微，不需要立即就诊，则为所述患者生成第二级别的转诊单。
通过识别疾病等级来生成不同级别的转诊单，并发送给转入医院的终端，使得转入医院的医护工作者能够提前调度本医院的医疗资源，比如，各种医疗设备，排配医师人力等，从而能够优化医疗资源，快速为病情较为严重的患者提供就诊服务，提高就诊人的就诊体验。
在一个可选的实施例中，在所述根据所述疾病等级生成转诊单并发送至所述转入医院的终端之后，还包括：
接收所述转入医院的终端根据所述转诊单反馈回的接诊信息；
将所述接诊信息加入历史接诊信息中实时统计分析并生成监管报告。
本实施例中，可以将监管报告实时显示在医共体平台的智慧大屏上。
本实施例中，通过解析得到的转出医院、转入医院、转诊车辆图片，获取所述转诊车辆的GPS坐标，并根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定是否生成第一转诊接收指令，当根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定生成第一转诊接收指令时，根据所述转出医院的GPS坐标及所述转入医院的GPS坐标确定监管区域，并在显示屏幕上加载显示所述监管区域对应的3D电子地图；接着识别所述转诊车辆图片的车辆信息，并根据所述车辆信息在所述3D电子地图上渲染出3D虚拟车模型，能够直观、形象的模拟转诊车辆的转诊过程，且便于监管者直观的确定是否生成第二转诊接收指令；能够实时动态的跟踪转诊进程，避免了谎报、漏报的情况，且在转诊车辆到达目的地时，能够及时的生成转诊单，监管效率较高，只有在确定生成第一转诊接收指令，且接收到第二转诊接收指令的条件下，才生成转诊单，能够有效的确保监管结果，监管结果准确率较高。最后调用疾病等级识别模型识别所述患者电子病例的疾病等级，并根据所述疾病等级生成转诊单并发送至所述转入医院的终端，使得转入医院的医护工作者能够提前调度并优化本医院的医疗资源，快速为病情较为严重的患者提供就诊服务，提高就诊人的就诊体验。
此外，本发明还提供一种基于人工智能的转诊监管方法。参照图3所示，为本发明基于人工智能的转诊监管方法的实施例的方法流程示意图。电子设备1的处理器12执行存储器11中存储的基于人工智能的转诊监管程序10时，实现基于人工智能的转诊监管方法，包括步骤S101-S106。以下对各个步骤进行具体说明。
S101：对接收到的转诊申请进行解析得到转出医院、转入医院、转诊车辆图片及患者电子病例。
本实施例中，计算机设备中安装有医共体平台，所述医共体平台用于监管各医疗机构的转诊信息。所述医共体平台能够提供智慧大屏以直观的显示统计数据。各医疗机构对应的终端中均安装有医院信息***(Hospital Information System，HIS)。各医疗机构内的医生可通过HIS***开具转诊申请单，HIS***通过HTTP-SERVER发送转诊申请传至医共体平台。
所述医共体平台接收到转诊申请之后，对转诊申请进行解析得到解析结果。所述解析结果可以包括，但不限于：转出医院、转入医院、转诊车辆图片及患者电子病例。其中，所述转诊车辆图片为包括了转诊车辆的图片，所述患者电子病例是指转入医院以电子化的方式记录患者在治疗过程中的原始信息。
在一个实施例中，在所述对接收到的转诊申请进行解析之前，还包括：
接收转诊申请；
保存所述转诊申请至WebSocket消息队列；
通过所述WebSocket消息队列实时推送WebSocket消息至前端。
本实施例中，所述医共体平台接收到转诊申请之后，先将所述转诊申请保存至WebSocket消息队列中，其中，WebSocket是一种基于长连接的推送服务，其作用在于不用终端用户发起接口请求，主动将消息推送给终端用户。
该可选的实施例中，通过借助于WebSocket消息队列的消息推送机制，能够快速实时的获取到转诊申请并对转诊申请进行解析。
S102：根据所述转出医院的GPS坐标及所述转入医院的GPS坐标确定监管区域，并在显示屏幕上加载显示所述监管区域对应的3D电子地图。
本实施例中，计算机设备以所述转出医院的GPS坐标及所述转入医院的GPS坐标为矩形的两个对称点，可以确定出矩形区域，将所述矩形区域确定为监管区域。计算机设备仅需加载与所述监管区域对应的3D电子地图。
该实施例中，通过确定监管区域并加载所述监管区域的3D电子地图，而非加载全部的3D电子地图，能够定向且快速的加载3D电子地图，从而快速实现3D电子地图的显示效果。
S103：识别所述转诊车辆图片的车辆信息，并根据所述车辆信息在所述3D电子地图上渲染出3D虚拟车模型。
本实施例中，可以采用三维引擎Cesium在医共体平台的显示界面上渲染3D模型，所述Cesium的底层采用Web图形库实现渲染，所述Web图形库通过HTML脚本本身实现Web交互式三维动画的创建，利用底层的图形硬件加速功能实现渲染。所述Cesium是一个基于JavaScript的开源框架，可用于在浏览器中绘制3D的地球，并在其上绘制地图(支持多种格式的瓦片服务)，该框架不需要任何插件支持，但是浏览器必须支持WebGL，所述Cesium支持多种数据可视化方式，可以绘制各种几何图形、导入图片，甚至3D模型。
计算机设备中预先存储有GPS范围与3D虚拟医院模型之间的对应关系，可以通过匹配转出医院的GPS坐标所在的GPS范围来确定对应的第一3D虚拟医院模型，通过匹配转入医院的GPS坐标所在的GPS范围来确定对应的第二3D虚拟医院模型。计算机设备根据所述转出医院的GPS坐标在所述3D电子地图上确定出第一定位点，并以所述第一定位点为中心渲染出与所述转出医院的GPS坐标对应的第一3D虚拟医院模型；根据所述转入医院的GPS坐标在所述3D电子地图上确定出第二定位点，并以所述第二定位点为中心渲染出与所述转入医院的GPS坐标对应的第二3D虚拟医院模型。
所述医共体平台根据医院的GPS坐标在所述3D电子地图上渲染出第一3D虚拟医院模型及第二3D虚拟医院模型，以更加真实的模拟出转诊场景，3D展示更有层次，便于监管者直观的了解整个转诊过程。
在一个实施例中，所述识别所述转诊车辆图片的车辆信息，并根据所述车辆信息在所述3D电子地图上渲染出3D虚拟车模型，包括：
识别所述转诊车辆图片中的转诊车辆车型、转诊车辆颜色及转诊车辆车牌号；
获取与所述转诊车辆车型对应的目标3D虚拟车模型；
加载所述转诊车辆颜色及所述转诊车辆车牌号至所述目标3D虚拟车模型上；
在与所述目标3D虚拟车模型的预设距离位置处生成提示框，并键入转诊信息至所述提示框中。
本实施例中，该可选的实施例中，可以通过输入所述转诊车辆图片至预先训练好的车型识别模型中进行识别得到转诊车辆车型；输入所述转诊车辆图片至预先训练好的颜色识别模型中进行识别得到转诊车辆颜色；采用车牌号识别算法识别所述转诊车辆图片得到转诊车辆车牌号。
其中，所述转诊信息可以包括，但不限于，患者的基本信息(例如，姓名，年龄，性别，等)和就诊信息(例如，接诊医生，就诊科室，诊断结果)。
将转诊信息键入所述提示框中并随着3D虚拟车模型在3D电子地图上同步移动。
S104：获取所述转诊车辆的GPS坐标，并根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定是否生成第一转诊接收指令。
本实施例中，计算机设备可以实时或者周期性的发送GPS坐标获取请求至所述转诊车辆，通过所述转诊车辆反馈回的GPS坐标确定所述转诊车辆的GPS坐标，也可以由所述转诊车辆主动实时或者周期性的上报GPS坐标至计算机设备，使得计算机设备实时或者周期性的接收所述转诊车辆的GPS坐标。
在一个实施例中，所述根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定是否生成第一转诊接收指令，包括：
计算所述转诊车辆的GPS坐标与所述转出医院的GPS坐标之间的第一距离；
计算所述转入车辆的GPS坐标与所述转出医院的GPS坐标之间的第二距离；
计算所述第一距离与所述第二距离的比值并判断所述比值是否大于预设比值阈值；
当确定所述比值大于所述预设比值阈值时，确定生成第一转诊接收指令；
当确定所述比值小于或者等于所述预设比值阈值时，确定不生成第一转诊接收指令。
该可选的实施例中，如果所述第一距离与所述第二距离的比值大于所述预设比值阈值，表明所述转诊车辆距离所述转入医院较近，确定生成第一转诊指令。如果所述第一距离与所述第二距离的比值不大于所述预设比值阈值，表明所述转诊车辆距离所述转入医院较远，确定不生成第一转诊指令。
S105：当根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定生成第一转诊接收指令，且接收到监管者根据所述3D电子地图上渲染出的3D虚拟车模型确认的第二转诊接收指令时，调用疾病等级识别模型识别所述患者电子病例的疾病等级。
本实施例中，计算机设备在确定生成第一转诊接收指令，且在接收到监管者确认的第二转诊接收指令时，才会调用疾病等级识别模型识别所述患者电子病例的疾病等级，便于后续根据疾病等级生成不同级别的转诊单。计算机设备在确定不生成第一转诊接收指令和/或在没有接收到监管者确认的第二转诊接收指令时，不会调用疾病等级识别模型识别所述患者电子病例的疾病等级。
当计算机设备确定生成第一转诊接收指令，且在接收到监管者确认的第二转诊接收指令，表明真实转诊场景中的转诊车辆已快行驶至转入医院处，生成目标转诊接收指令，以产生转诊监管事件并存储转诊监管事件，便于后续追踪溯源及统计分析。
在一个实施例中，所述调用疾病等级识别模型识别所述患者电子病例的疾病等级，包括：
识别所述患者电子病例中的多个实体类型及每个实体类型对应的实体名称、实体属性；
根据所述类型及每个实体类型对应的实体名称、实体属性构建实体属性向量；
输入实体属性向量至疾病等级识别模型中进行疾病等级的识别。
本实施例中，其中，所述实体类型是指疾病、症状、诊断分类、治疗、检查检验、人体组织、检查项等医学名词，所述实体名称是指每个实体类型包括的实体项目，所述实体属性是指实体项目的程度。例如，实体类型为疾病，所述实体项目为癌症，所述实体属性为中3期。
计算机设备中预先存储有通过专业的医疗实体标记员构建的医疗知识图谱，通过医疗知识图谱识别出所述患者电子病例中的多个实体类型，并根据上下文语义解析算法解析出每个实体项目在所述患者电子病例中的实体属性。
计算机设备可以依据世界卫生组织疾病程度划分表，取4个疾病程度，分别对应轻度、中度、重度、高危，并以此建立电子病例集。按照6：2：2的比例依次划分训练集、测试集、验证集，并分别通过医疗知识图谱识别出所述训练集、测试集、验证集中的电子病例的多个实体类型及每个实体类型对应的实体名称、实体属性，从而分别构建训练实体属性向量集、测试实体属性向量集及验证实体属性向量集。基于训练实体属性向量集、测试实体属性向量集及验证实体属性向量集训练用于分析疾病等级的神经网络模型，得到疾病等级识别模型。
在一个实施例中，在所述接收到监管者根据所述3D电子地图上渲染出的3D虚拟车模型确认的第二转诊接收指令之前，还包括：
控制所述3D虚拟车模型根据所述转诊车辆的GPS坐标在所述3D电子地图上移动；
调用图标样式创建一条从所述第一3D虚拟医院模型指向所述3D虚拟车模型的有向移动路径并显示所述有向移动路径；
识别所述有向移动路径是否为所述第一3D虚拟医院模型与所述第二3D虚拟医院模型之间的路径；
当识别所述有向移动路径为所述第一3D虚拟医院模型与所述第二3D虚拟医院模型之间的路径时，弹出转诊文本框；
接收用户通过所述转诊文本框输入的第二转诊接收指令。
本实施例中，所述图标样式可以为BMAP.Symbol。
计算机设备可以调用路书功能实现控制所述3D虚拟车模型根据所述转诊车辆的GPS坐标在所述电子地图上移动。
计算机设备可以通过识别所述有向移动路径是否在所述监管区域内，当所述有向移动路径在所述监管区域内，则确定所述有向移动路径为所述第一3D虚拟医院模型与所述第二3D虚拟医院模型之间的路径；当所述有向移动路径不在所述监管区域内，则确定所述有向移动路径不为所述第一3D虚拟医院模型与所述第二3D虚拟医院模型之间的路径。
在一个可选的实施例中，所述计算机设备还可以在所述有向移动路径上显示与所述距离关联的显示颜色。可以根据用户或者实际需求显示不同的渐变颜色值，由于为渐变，故需要设置开始显示颜色和结束显示颜色，中间可以追加多个显示颜色。例如，当想要显示一个从红色过渡为蓝色的渐变颜色值，可以设置渐变起始点偏移量为0，所对应的颜色为红色，渐变结束点的偏移量为1，所对应的颜色为蓝色。
S106：根据所述疾病等级生成转诊单并发送至所述转入医院的终端。
本实施例中，当识别出的疾病等级越高时，表明所述患者的病情较为严重，需要立即安排就诊，则为所述患者生成第一级别的转诊单；当识别出的疾病等级越低时，表明所述患者的病情较为轻微，不需要立即就诊，则为所述患者生成第二级别的转诊单。
通过识别疾病等级来生成不同级别的转诊单，并发送给转入医院的终端，使得转入医院的医护工作者能够提前调度本医院的医疗资源，比如，各种医疗设备，排配医师人力等，从而能够优化医疗资源，快速为病情较为严重的患者提供就诊服务，提高就诊人的就诊体验。
在一个可选的实施例中，在所述根据所述疾病等级生成转诊单并发送至所述转入医院的终端之后，还包括：
接收所述转入医院的终端根据所述转诊单反馈回的接诊信息；
将所述接诊信息加入历史接诊信息中实时统计分析并生成监管报告。
本实施例中，可以将监管报告实时显示在医共体平台的智慧大屏上。
本实施例中，通过解析得到的转出医院、转入医院、转诊车辆图片，获取所述转诊车辆的GPS坐标，并根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定是否生成第一转诊接收指令，当根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定生成第一转诊接收指令时，根据所述转出医院的GPS坐标及所述转入医院的GPS坐标确定监管区域，并在显示屏幕上加载显示所述监管区域对应的3D电子地图；接着识别所述转诊车辆图片的车辆信息，并根据所述车辆信息在所述3D电子地图上渲染出3D虚拟车模型，能够直观、形象的模拟转诊车辆的转诊过程，且便于监管者直观的确定是否生成第二转诊接收指令；能够实时动态的跟踪转诊进程，避免了谎报、漏报的情况，且在转诊车辆到达目的地时，能够及时的生成转诊单，监管效率较高，只有在确定生成第一转诊接收指令，且接收到第二转诊接收指令的条件下，才生成转诊单，能够有效的确保监管结果，监管结果准确率较高。最后调用疾病等级识别模型识别所述患者电子病例的疾病等级，并根据所述疾病等级生成转诊单并发送至所述转入医院的终端，使得转入医院的医护工作者能够提前调度并优化本医院的医疗资源，快速为病情较为严重的患者提供就诊服务，提高就诊人的就诊体验。
此外，本发明实施例还提出一种计算机可读存储介质，该计算机可读存储介质可以是硬盘、多媒体卡、SD卡、闪存卡、SMC、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器等等中的任意一种或者几种的任意组合。所述计算机可读存储介质中包括存储数据区和存储程序区，存储数据区存储根据区块链节点的使用所创建的数据，存储程序区存储有基于人工智能的转诊监管程序10，所述基于人工智能的转诊监管程序10被处理器执行时，实现如下操作：
对接收到的转诊申请进行解析得到转出医院、转入医院、转诊车辆图片及患者电子病例；
根据所述转出医院的GPS坐标及所述转入医院的GPS坐标确定监管区域，并在显示屏幕上加载显示所述监管区域对应的3D电子地图；
识别所述转诊车辆图片的车辆信息，并根据所述车辆信息在所述3D电子地图上渲染出3D虚拟车模型；
获取所述转诊车辆的GPS坐标，并根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定是否生成第一转诊接收指令；
当根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定生成第一转诊接收指令，且接收到监管者根据所述3D电子地图上渲染出的3D虚拟车模型确认的第二转诊接收指令时，调用疾病等级识别模型识别所述患者电子病例的疾病等级；
根据所述疾病等级生成转诊单并发送至所述转入医院的终端。
在另一个实施例中，本发明所提供的基于人工智能的转诊监管方法，为进一步保证上述所有出现的数据的私密和安全性，上述所有数据还可以存储于一区块链的节点中。例如二维码、识别码等等，这些数据均可存储在区块链节点中。
需要说明的是，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。
本发明之计算机可读存储介质的具体实施方式与上述基于人工智能的转诊监管方法的具体实施方式大致相同，在此不再赘述。
需要说明的是，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。并且本文中的术语"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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句"包括一个……"限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
需要说明的是，上述本发明实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互***、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
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。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用于使得一台电子设备(可以是手机，计算机，电子装置，或者网络设备等)执行本发明各个实施例所述的方法。
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 (10)

1.一种基于人工智能的转诊监管方法，其特征在于，所述方法包括：
对接收到的转诊申请进行解析得到转出医院、转入医院、转诊车辆图片及患者电子病例；
根据所述转出医院的GPS坐标及所述转入医院的GPS坐标确定监管区域，并在显示屏幕上加载显示所述监管区域对应的3D电子地图；
识别所述转诊车辆图片的车辆信息，并根据所述车辆信息在所述3D电子地图上渲染出3D虚拟车模型；
获取所述转诊车辆的GPS坐标，并根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定是否生成第一转诊接收指令；
当根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定生成第一转诊接收指令，且接收到监管者根据所述3D电子地图上渲染出的3D虚拟车模型确认的第二转诊接收指令时，调用疾病等级识别模型识别所述患者电子病例的疾病等级；
根据所述疾病等级生成转诊单并发送至所述转入医院的终端。
2.如权利要求1所述的基于人工智能的转诊监管方法，其特征在于，在所述对接收到的转诊申请进行解析之前，所述方法还包括：
接收转诊申请；
保存所述转诊申请至WebSocket消息队列；
通过所述WebSocket消息队列实时推送WebSocket消息至前端。
3.如权利要求1所述的基于人工智能的转诊监管方法，其特征在于，所述识别所述转诊车辆图片的车辆信息，并根据所述车辆信息在所述3D电子地图上渲染出3D虚拟车模型，包括：
识别所述转诊车辆图片中的转诊车辆车型、转诊车辆颜色及转诊车辆车牌号；
获取与所述转诊车辆车型对应的目标3D虚拟车模型；
加载所述转诊车辆颜色及所述转诊车辆车牌号至所述目标3D虚拟车模型上；
在与所述目标3D虚拟车模型的预设距离位置处生成提示框，并键入转诊信息至所述提示框中。
4.如权利要求1所述的基于人工智能的转诊监管方法，其特征在于，所述根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定是否生成第一转诊接收指令，包括：
计算所述转诊车辆的GPS坐标与所述转出医院的GPS坐标之间的第一距离；
计算所述转入车辆的GPS坐标与所述转出医院的GPS坐标之间的第二距离；
计算所述第一距离与所述第二距离的比值并判断所述比值是否大于预设比值阈值；
当确定所述比值大于所述预设比值阈值时，确定生成第一转诊接收指令；
当确定所述比值小于或者等于所述预设比值阈值时，确定不生成第一转诊接收指令。
5.如权利要求1所述的基于人工智能的转诊监管方法，其特征在于，所述调用疾病等级识别模型识别所述患者电子病例的疾病等级，包括：
识别所述患者电子病例中的多个实体类型及每个实体类型对应的实体名称、实体属性；
根据所述类型及每个实体类型对应的实体名称、实体属性构建实体属性向量；
输入实体属性向量至疾病等级识别模型中进行疾病等级的识别。
6.如权利要求5所述的基于人工智能的转诊监管方法，其特征在于，在所述接收到监管者根据所述3D电子地图上渲染出的3D虚拟车模型确认的第二转诊接收指令之前，还包括：
控制所述3D虚拟车模型根据所述转诊车辆的GPS坐标在所述3D电子地图上移动；
调用图标样式创建一条从所述第一3D虚拟医院模型指向所述3D虚拟车模型的有向移动路径并显示所述有向移动路径；
识别所述有向移动路径是否为所述第一3D虚拟医院模型与所述第二3D虚拟医院模型之间的路径；
当识别所述有向移动路径为所述第一3D虚拟医院模型与所述第二3D虚拟医院模型之间的路径时，弹出转诊文本框；
接收用户通过所述转诊文本框输入的第二转诊接收指令。
7.如权利要求1所述的基于人工智能的转诊监管方法，其特征在于，在所述根据所述疾病等级生成转诊单并发送至所述转入医院的终端之后，还包括：
接收所述转入医院的终端根据所述转诊单反馈回的接诊信息；
将所述接诊信息加入历史接诊信息中实时统计分析并生成监管报告。
8.一种基于人工智能的转诊监管装置，其特征在于，所述装置包括：
接收模块，用于对接收到的转诊申请进行解析得到转出医院、转入医院、转诊车辆图片及患者电子病例；
确定模块，用于根据所述转出医院的GPS坐标及所述转入医院的GPS坐标确定监管区域，并在显示屏幕上加载显示所述监管区域对应的3D电子地图；
渲染模块，用于识别所述转诊车辆图片的车辆信息，并根据所述车辆信息在所述3D电子地图上渲染出3D虚拟车模型；
生成模块，用于获取所述转诊车辆的GPS坐标，并根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定是否生成第一转诊接收指令；
调用模块，用于当根据所述转诊车辆的GPS坐标及所述转入医院的GPS坐标确定生成第一转诊接收指令，且接收到监管者根据所述3D电子地图上渲染出的3D虚拟车模型确认的第二转诊接收指令时，调用疾病等级识别模型识别所述患者电子病例的疾病等级；
发送模块，用于根据所述疾病等级生成转诊单并发送至所述转入医院的终端。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的程序，所述程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述基于人工智能的转诊监管方法。
10.一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存储有基于人工智能的转诊监管程序，所述基于人工智能的转诊监管程序被处理器执行时，实现如权利要求1至7中任一项所述基于人工智能的转诊监管方法的步骤。
CN202111007725.XA 2021-08-30 2021-08-30 基于人工智能的转诊监管方法、装置、设备及存储介质 Pending CN113706724A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111007725.XA CN113706724A (zh) 2021-08-30 2021-08-30 基于人工智能的转诊监管方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111007725.XA CN113706724A (zh) 2021-08-30 2021-08-30 基于人工智能的转诊监管方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113706724A true CN113706724A (zh) 2021-11-26

Family

ID=78657064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111007725.XA Pending CN113706724A (zh) 2021-08-30 2021-08-30 基于人工智能的转诊监管方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113706724A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116994726A (zh) * 2023-07-05 2023-11-03 上海雨浓医药科技有限公司 慢病转诊的管理平台

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116994726A (zh) * 2023-07-05 2023-11-03 上海雨浓医药科技有限公司 慢病转诊的管理平台
CN116994726B (zh) * 2023-07-05 2024-05-14 上海雨浓医药科技有限公司 慢病转诊的管理平台

Similar Documents

Publication Publication Date Title
US11163991B2 (en) Method and apparatus for detecting body
US9904664B2 (en) Apparatus and method providing augmented reality contents based on web information structure
US20210295015A1 (en) Method and apparatus for processing information, device, and medium
CN109558323B (zh) 用于调试页面的***、方法和装置
CA3169587A1 (en) Instrument tracking machine
CN111240669B (zh) 界面生成方法、装置、电子设备及计算机存储介质
CN108804445A (zh) 热力图生成方法和装置
CN114373047A (zh) 一种基于数字孪生监控物理世界的方法、装置及存储介质
CN112199007A (zh) 菜单显示方法、装置、电子设备和存储介质
CN114048329A (zh) 知识图谱的构建与展示方法、装置、电子设备和介质
CN115712422A (zh) 表单页面的生成方法、装置、计算机设备及存储介质
JP2024502516A (ja) データ注釈方法、装置、システム、デバイスおよび記憶媒体
US11881044B2 (en) Method and apparatus for processing image, device and storage medium
CN115080886A (zh) 一种基于移动端的三维医学模型glb文件解析与展示方法
CN113706724A (zh) 基于人工智能的转诊监管方法、装置、设备及存储介质
CN114116108A (zh) 动态渲染方法、装置、设备及存储介质
CN114693226A (zh) 审批流程构建方法、装置、设备以及存储介质
CN109582580B (zh) 用于调试页面的***、方法和装置
CN109766089B (zh) 基于动图的代码生成方法、装置、电子设备及存储介质
CN111859985B (zh) Ai客服模型测试方法、装置、电子设备及存储介质
CN112233194B (zh) 医学图片优化方法、装置、设备及计算机可读存储介质
CN115170765A (zh) 一种模型处理***、方法及装置
CN114218453A (zh) 数据展示方法、装置、设备及可读存储介质
CN112799514A (zh) 信息推荐方法和装置、电子设备、及介质
Nordan An investigation of potential methods for topology preservation in interactive vector tile map applications

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: 20220928

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