CN114613523A - 线上医疗问诊的医生分配方法、装置、存储介质及设备 - Google Patents
线上医疗问诊的医生分配方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN114613523A CN114613523A CN202210285893.3A CN202210285893A CN114613523A CN 114613523 A CN114613523 A CN 114613523A CN 202210285893 A CN202210285893 A CN 202210285893A CN 114613523 A CN114613523 A CN 114613523A
- Authority
- CN
- China
- Prior art keywords
- doctor
- patient
- category label
- disease category
- international disease
- 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 54
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 201000010099 disease Diseases 0.000 claims abstract description 196
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 196
- 208000024891 symptom Diseases 0.000 claims abstract description 79
- 238000004458 analytical method Methods 0.000 claims abstract description 29
- 238000003745 diagnosis Methods 0.000 claims description 29
- 239000003814 drug Substances 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 4
- 230000001154 acute effect Effects 0.000 claims description 2
- 229940079593 drug Drugs 0.000 description 12
- 238000012545 processing Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013468 resource allocation Methods 0.000 description 3
- 206010028813 Nausea Diseases 0.000 description 2
- 206010047513 Vision blurred Diseases 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 208000002173 dizziness Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000008693 nausea Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/353—Clustering; Classification into predefined classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/374—Thesaurus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- 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
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Epidemiology (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Pathology (AREA)
- Medicinal Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Chemical & Material Sciences (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及互联网医疗技术领域,提供线上医疗问诊的医生分配方法、装置、存储介质及设备。所述线上医疗问诊的医生分配方法包括步骤:获取就诊人的输入信息;其中,所述输入信息中至少包括所述就诊人的症状信息;分析所述症状信息所对应的至少一个国际疾病类别标签;根据各国际疾病类别标签与各医生之间的预设对应关系,为所述就诊人分配与其至少一个国际疾病类别标签相对应的医生;将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备,以供所述医生据以进行疾病诊断。本发明可有效提高线上问诊的分诊效率,节省用户和医生的宝贵时间,提高互联网医疗的用户体验。
Description
技术领域
本发明涉及互联网医疗技术领域,特别是涉及线上医疗问诊的医生分配方法、装置、存储介质及设备。
背景技术
随着互联网医疗业务的发展和新冠疫情战的持久性、亚健康与慢性病等人群日益增大、医院就诊人饱和度的增长,寻求线上医疗问诊用户量逐渐增大,而当前互联网诊疗的接诊医生数量也面临不足,如果线上***处理不好,就会逐渐显现出各种弊端。
目前,业内线上医疗的一般流程为:用户自行选择科室,找对应科室的医生进行接诊;用户陈述症状后,医生结合症状给出诊断,并做出诊治方案。
然而时间宝贵,这种流程极大地降低了医生能效,耗费了就诊人与医生的大量时间。通常,就诊人希望以最简单、最快速、最人性化的操作方式就可以问诊到最对的医生,而医生也希望以最快的速度对病人进行诊断与治疗。但很多就诊人在问诊时,陈述症状就需要耗费很长的时间,比如:说了很多与疾病无关的话术、患有很常见的疾病也排队问诊等,导致医生在问诊阶段就花费了很长的时间,占用了医生很宝贵的时间资源。另外,即使医生判断出了就诊人所患疾病,该疾病也不一定是这个医生擅长诊治的,医生在诊治时又会多耗费一些时间。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供线上医疗问诊的医生分配方法、装置、存储介质及设备,用于解决现有技术中线上医疗问诊流程耗费了就诊人和医生的大量时间而导致线上医疗问诊效率低下等不足。
为实现上述目的及其他相关目的,本发明提供一种线上医疗问诊的医生分配方法,包括:获取就诊人的输入信息;其中,所述输入信息中至少包括所述就诊人的症状信息;分析所述症状信息所对应的至少一个国际疾病类别标签;根据各国际疾病类别标签与各医生之间的预设对应关系,为所述就诊人分配与其至少一个国际疾病类别标签相对应的医生;将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备,以供所述医生据以进行疾病诊断。
于本发明一实施例中,分析所述症状信息所对应的至少一个国际疾病类别标签的步骤包括:从所述症状信息中提取出关键字;将所述关键字与各国际疾病类别的信息进行匹配,以根据匹配度的大小确定所述症状信息所对应的至少一个国际疾病类别标签。
于本发明一实施例中,为所述就诊人分配与其至少一个国际疾病类别标签相对应的医生的步骤包括:将匹配确定的所述症状信息所对应的至少一个国际疾病类别标签按照所述匹配度由大至小进行排序;按照所述至少一个国际疾病类别标签的排序顺序,依次为所述就诊人分配相对应的医生进行接诊。
于本发明一实施例中,在所述将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备的步骤之前,所述方法还包括:分析所述症状信息,以判断所述就诊人的症状是否为重症或急症。
于本发明一实施例中,所述方法还包括:若是重症或急症,则先将所述就诊人的症状信息设为高优先级,再将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备,并提醒所述医生为所述就诊人问诊;若不是重症或急症,则直接将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备。
于本发明一实施例中,为所述就诊人分配与其至少一个国际疾病类别标签相对应的医生的步骤还包括:在为所述就诊人分配与一国际疾病类别标签相对应的医生时,根据所对应的医生的闲忙程度,选择空闲的医生进行接诊。
于本发明一实施例中,所述方法还包括:获取所述医生的疾病诊断结果,据以更新所述就诊人的国际疾病类别标签;根据各国际疾病类别标签与各药品之间的预设对应关系,将所述更新后的国际疾病类别标签所对应的药品信息发送至所述医生的终端设备,以供所述医生进行药品的最终选择和开立。
为实现上述目的及其他相关目的,本发明提供一种线上医疗问诊的医生分配装置,包括:输入模块,用于获取就诊人的输入信息;其中,所述输入信息中至少包括所述就诊人的症状信息;分析模块,用于分析所述症状信息所对应的至少一个国际疾病类别标签;分配模块,用于根据各国际疾病类别标签与各医生之间的预设对应关系,为所述就诊人分配与其至少一个国际疾病类别标签相对应的医生;将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备,以供所述医生据以进行疾病诊断。
为实现上述目的及其他相关目的,本发明提供一种计算机可读存储介质,其中存储有计算机程序,所述计算机程序被处理器加载执行时,实现所述线上医疗问诊的医生分配方法。
为实现上述目的及其他相关目的,本发明提供一种电子设备,包括:处理器及存储器;其中,所述存储器用于存储计算机程序;所述处理器用于加载执行所述计算机程序,以使所述电子设备执行所述的线上医疗问诊的医生分配方法。
如上所述,本发明的线上医疗问诊的医生分配方法、装置、存储介质及设备,具有以下有益效果:
1、提高了用户线上问诊的用户体验;
2、节省了用户与医生宝贵的时间资源;
3、优化了线上医疗***的资源配置方案,并提高了***的整体性能;
4、降低了医生误判的发生率;
5、提高了医生诊断的准确率;
6、极大的提高了医生接诊的速率和效率;
7、提高了互联网医疗企业的核心竞争力。
附图说明
图1显示为本发明一实施例中线上医疗问诊的医生分配方法的流程示意图。
图2显示为本发明一实施例中分析症状信息对应的国际疾病类别标签的流程示意图。
图3显示为本发明一实施例中机器学习离线训练的简要流程图。
图4显示为本发明另一实施例中线上医疗问诊的医生分配方法的流程示意图。
图5显示为本发明一实施例中线上医疗问诊的医生分配装置的模块示意图。
图6显示为本发明一实施例中电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
参阅图1,本申请提供一种线上医疗问诊的医生分配方法,主要包括以下步骤:
S10:获取就诊人的输入信息;其中,所述输入信息中至少包括所述就诊人的症状信息;
S20:分析所述症状信息所对应的至少一个国际疾病类别标签;
S30:根据各国际疾病类别标签与各医生之间的预设对应关系,为所述就诊人分配与其至少一个国际疾病类别标签相对应的医生;
S40:将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备,以供所述医生据以进行疾病诊断。
以下将详细介绍每个步骤的具体实现方式。
步骤S10获取就诊人的输入信息。
例如,就诊人通过其智能手机、平板电脑、便携式电脑、台式机或其它电子设备进行线上问诊,电子设备的交互界面上提供有快捷问诊模式,就诊人进入该快捷问诊模式后界面上会显示一个醒目的入口控件,就诊人点击该入口控件后,界面中的AI机器人会询问该就诊人的年龄、性别、症状等基本信息。就诊人可通过键盘输入或语音输入等方式向该电子设备提供自己的基本情况。比如:“我今年20岁,性别女,最近总是头晕、恶心、有时视线模糊”等。此外,AI机器人还可以在界面上显示关于性别的选择框,就诊人可点击选择性别,从而方便就诊人输入性别信息。
步骤S20分析所述症状信息所对应的至少一个国际疾病类别标签。
国际疾病分类(International Classification of Disease,简称ICD)是目前国际上共同使用的统一的疾病分类方法,是国际标准分类。现有ICD把疾病诊断和其它健康问题的词句转换成字母数字编码,从而易于对数据进行贮存、检索和分析。
本申请为每一种国际疾病分类建立了对应的国际疾病类别标签。在分析就诊人的症状信息所对应的国际疾病类别标签时,参阅图2,首先,执行步骤S201:从所述就诊人的症状信息中提取出关键字;然后,执行步骤S202:将所述关键字与各个国际疾病类别标签中所包含的疾病信息进行匹配,以根据匹配度的大小确定所述症状信息所对应的至少一个国际疾病类别标签。进而,在步骤S30根据各国际疾病类别标签与各医生之间的预设对应关系,为所述就诊人分配与其至少一个国际疾病类别标签相对应的医生时,首先,将匹配确定的所述症状信息所对应的至少一个国际疾病类别标签按照所述匹配度由大至小进行排序;然后,按照所述至少一个国际疾病类别标签的排序顺序,依次为所述就诊人分配相对应的医生进行接诊。
参阅图3,在执行本方法之前,首先,我们将线上超过百万的诊断大数据(包括症状信息及对应的疾病诊断结果信息)用于线下的机器学习离线训练,简要流程包括:对诊断大数据进行数据清洗已得到训练数据,对训练数据进行预处理(如:分词、去停用词、繁转简等)并从中抽取携带能代表疾病特征的特征信息,将该特征信息转换成向量(如1-hot向量)并进行特征降维,以将能量低的特征去除之后用于模型训练(如训练PA模型)。训练得到的机器学习模型,再用数十万的诊断数据来测试其准确率和召回率,并动态调节该机器学习模型的参数来提高该机器学习模型的准确率,从而用该机器学习模型来分析就诊人的症状信息所对应的国际疾病类别标签。
例如,从所述就诊人的症状信息中提取出10个关键字,这10个关键字与国际疾病类别标签A所含信息的匹配度为70%、与国际疾病类别标签B所含信息的匹配度为90%、与国际疾病类别标签C所含信息的匹配度为10%、与国际疾病类别标签D所含信息的匹配度为55%、与国际疾病类别标签E所含信息的匹配度为2%,则认为所述就诊人的症状信息所对应的国际疾病类别标签分别为:标签A、标签B、标签D,且这三个标签按照匹配度由高至低进行排序的顺序为:标签B、标签A、标签D,按照这个顺序依次为所述就诊人分配相对应的医生进行接诊。因标签C与标签E的匹配度较低,可以舍弃不予考虑。
需说明的是,上述示例以匹配度为50%作为阈值来确定症状信息所对应的国际疾病类别标签,但本申请不对该阈值加以限定。本领域技术人员可按需求自行设置该阈值,该阈值越高,则分析得到的标签数量会越少,但准确性就会越强;该阈值越低,则分析得到的标签数量会越多,分析结果会更加全面。
步骤S30根据各国际疾病类别标签与各医生之间的预设对应关系,为所述就诊人分配与其至少一个国际疾病类别标签相对应的医生。
具体的,在本步骤执行之前,本申请将每个医生擅长治疗的疾病进行汇总,建立每个医生与各个国际疾病类别标签之间的多对多映射关系,如此,一个医生对应有一或多个国际疾病类别标签,一个国际疾病类别标签对应有一或多个医生。
例如,医生1擅长治疗疾病a、b、c,医生1便与国际疾病类别标签A、B、C分别进行对应;同理,医生1、2、3都擅长治疗疾病c,则国际疾病类别标签C便与医生1、2、3,分别进行对应。
假设,若步骤S20分析所述就诊人的症状信息得到的国际疾病类别标签为A,则为该就诊人分配医生1进行问诊,因为在医生1、医生2和医生3中只有医生1擅于治疗国际疾病类别标签A所对应的疾病;若步骤S20分析所述就诊人的症状信息得到的国际疾病类别标签为C,则为该就诊人分配医生1、医生2、医生3中的其中一位进行问诊,因为医生1、医生2和医生3都擅于治疗国际疾病类别标签C所对应的疾病,从中选择一位即可。
较佳的,若可以分配至该就诊人的医生有多个,则考虑这些医生的闲忙程度来为该就诊人分配医生。比如,在为所述就诊人分配与国际疾病类别标签C相对应的医生时,先获取国际疾病类别C相对应的医生1、医生2、医生3的闲忙程度,比如:某位医生当前问诊排队人数已经接近该医生能接诊的最大数量,或者某位医生当前问诊排队人数已经饱和,则该医生就较为繁忙,暂不分配该医生;某位医生当前问诊排队人数远未达到该医生能接诊的最大数量,或者某位医生当前问诊排队人数为零,则该医生就较为空闲,在分配医生时优先选择这位比较空闲的医生进行接诊。
以上的举例只考虑了步骤S20分析得到的就诊人的国际疾病分类标签只有一个的情况。然而,在实际线上问诊场景中,就诊人的症状信息往往比较丰富和复杂,步骤S20分析得到的就诊人的国际疾病分类标签不止一个。此时,步骤S20会对这些国际疾病分类标签进行排序。由于上文已经详细阐述了按照匹配度对各个分析得到的国际疾病分类标签进行排序的实施方式,故于此便不再重复赘述。本申请会按照这些国际疾病类别标签的排序顺序,依次为所述就诊人分配相对应的医生进行接诊。
例如,当前就诊人的国际疾病分类标签包括标签A、标签B、标签C,且这三个标签的排序为标签B、标签A、标签C,则步骤S30首先为标签B匹配合适的医生进行接诊,然后为标签A匹配合适的医生进行接诊,最后为标签C匹配合适的医生进行接诊。较佳的,标签B对应的医生为该就诊人提供服务后,若标签A对应的医生中也包含了当前的医生,由于该医生已经对该就诊人的情况有了一定的了解,故而本申请则继续分配当前医生来为该就诊人提供服务,从而减少因换医生所额外耗费的时间。
另外,本申请在按照国际疾病类别标签的排序顺序依次为所述就诊人分配相对应的医生进行接诊时,也会根据所对应的医生的闲忙程度,优先选择空闲的医生进行接诊。例如,在分配标签C对应的医生时,根据医生1、医生2、医生3的闲忙程度,选择较为空闲的医生2来为该就诊人提供服务。
步骤S40将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备,以供所述医生据以进行疾病诊断。
特别的,在一实施例中,在步骤S40所述将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备的之前,分析所述症状信息,判断出所述就诊人的症状是否符合重症或急症的情况,若是重症或急症,则先将所述就诊人的症状信息设为高优先级,再将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备,并提醒所述医生为所述就诊人问诊;若不是重症或急症,则直接将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备。
比如,国际疾病类别标签F对应的疾病为重症、国际疾病类别标签C对应的疾病为重症,当步骤S20根据该就诊人的症状信息分析出对应的国际疾病类别标签为F和/或C时,则立刻分配合适的医生,并向其终端设备发送接诊任务,且醒目地标注该任务,如通过闪烁、红字标记、生意提示等形式显示该接诊任务的优先级为高。一般情况下,该医生在结束当前服务后直接开始该接诊任务,为该就诊人提供服务。
参阅图4,医生通过其终端设备,如台式机、便携式电脑、平板电脑、智能手机等电子设备,接诊时,本申请的方法还包括以下步骤:
S50:获取所述医生的疾病诊断结果,据以更新所述就诊人的国际疾病类别标签;
S60:根据各国际疾病类别标签与各药品之间的预设对应关系,将所述更新后的国际疾病类别标签所对应的药品信息发送至所述医生的终端设备,以供所述医生进行药品的最终选择和开立。
以下将详细介绍步骤S50~S60的具体实施方式。
需说明的是,所述就诊人的属性信息、症状信息及分析得到的所述国际疾病类别标签被发送至所分配的医生的终端设备,以供所述医生进行疾病诊断。执行本申请方法的电子设备与医生的终端设备通过网络相连接,医生在其终端设备上开启接诊任务的操作,能够被执行本申请方法的电子设备获取到。接诊医生发现一个被***分配过来的一个就诊人之后,通过在其***中的操作来启动为该就诊人提供服务的流程,此时,执行本申请方法的电子设备将该就诊人之前输入的信息,如年龄、性别、症状等,以及由AI机器人分析得到的国际疾病类别标签提供至该医生的终端设备,由该终端设备进行显示。医生可以参考这些信息,并结合病人的实际情况,给出最终的诊断结果和诊疗方案。由于本申请在医生诊断前较好地完成了问诊、分诊等初步工作,故而为医生省去了听就诊人陈述症状的时间,医生无需花费很长的时间来从就诊人的话术中挑选与疾病有关联的关键性话术,并且避免了当前医生不擅长治疗当前就诊人的疾病的问题。
步骤50获取所述医生的疾病诊断结果,据以更新所述就诊人的国际疾病类别标签。
具体的,医生凭借自己的专业给出该就诊人的疾病诊断结果,并输入到他的终端设备中,本申请会依据医生的疾病诊断结果更新该就诊人的国际疾病类别标签。当然,如果之前的国际疾病类别标签无误,则无需调整;如果之前的国际疾病类别标签有误,则需进行相应的修改。
步骤60根据各国际疾病类别标签与各药品之间的预设对应关系,将所述更新后的国际疾病类别标签所对应的药品信息发送至所述医生的终端设备,以供所述医生进行药品的最终选择和开立。
具体的,在本步骤执行之前,本申请将治疗每个国际疾病类别标签所对应疾病的药物进行了汇总,建立了每个国际疾病类别标签与每种药品之间的多对多映射关系,如此,一个国际疾病类别标签对应有一或多种药物,一种药物对应有一或多个国际疾病类别标签。例如,药物1可治疗国际疾病类别标签A、B、C对应的疾病,则药物1分别与国际疾病类别标签A、B、C进行对应。同理,药物1、2、3都可以治疗国际疾病类别标签C对应的疾病c,则国际疾病类别标签C便与药物1、2、3分别进行对应。
假设,若步骤S20分析所述就诊人的症状信息得到的国际疾病类别标签为C,本申请则将药物1、2、3以列表或其它形式显示在医生的显示屏幕中,如此缩小了药物的选择范围,方便医生从中快速地选择合适该就诊人的药物,从而提高药物选择与开立的效率。
以上,本申请的方法优化了线上医疗***的资源配置方案,并提高了整个线上医疗***的性能,大大节省了就诊人、医生的宝贵时间,有利于提高就诊人的线上问诊体验、有利于提高医生的诊断效率并提高医生的诊断正确率,可以帮助互联网医疗企业提高自身的核心竞争力。
实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。基于这样的理解,本发明还提供一种计算机程序产品,包括一个或多个计算机指令。所述计算机指令可以存储在计算机可读存储介质中。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(如:软盘、硬盘、磁带)、光介质(如:DVD)、或者半导体介质(如:固态硬盘Solid State Disk(SSD))等。
参阅图5,与以上方法实施例原理相似的,本申请还提供一种线上医疗问诊的医生分配装置,其主要包括:输入模块、分析模块、分配模块。
输入模块,用于获取就诊人的输入信息;其中,所述输入信息中至少包括所述就诊人的症状信息。例如,就诊人通过其智能手机、平板电脑、便携式电脑、台式机或其它电子设备进行线上问诊,电子设备的交互界面上提供有快捷问诊模式,就诊人进入该快捷问诊模式后界面上会显示一个醒目的入口控件,就诊人点击该入口控件后,界面中的AI机器人会询问该就诊人的年龄、性别、症状等基本信息。就诊人可通过键盘输入或语音输入等方式向该电子设备提供自己的基本情况。比如:“我今年20岁,性别女,最近总是头晕、恶心、有时视线模糊”等。此外,AI机器人还可以在界面上显示关于性别的选择框,就诊人可点击选择性别,从而方便就诊人输入性别信息。
分析模块,用于分析所述症状信息所对应的至少一个国际疾病类别标签。本申请为每一种国际疾病分类建立了对应的国际疾病类别标签。在分析就诊人的症状信息所对应的国际疾病类别标签时,参阅图2,首先,分析模块执行步骤S201:从所述就诊人的症状信息中提取出关键字;然后,分析模块执行步骤S202:将所述关键字与各个国际疾病类别标签中所包含的疾病信息进行匹配,以根据匹配度的大小确定所述症状信息所对应的至少一个国际疾病类别标签。
分配模块,用于根据各国际疾病类别标签与各医生之间的预设对应关系,为所述就诊人分配与其至少一个国际疾病类别标签相对应的医生;将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备,以供所述医生据以进行疾病诊断。
较佳的,若可以分配至该就诊人的医生有多个,则考虑这些医生的闲忙程度来为该就诊人分配医生。比如,在为所述就诊人分配与国际疾病类别标签C相对应的医生时,先获取国际疾病类别C相对应的医生1、医生2、医生3的闲忙程度,比如:某位医生当前问诊排队人数已经接近该医生能接诊的最大数量,或者某位医生当前问诊排队人数已经饱和,则该医生就较为繁忙,暂不分配该医生;某位医生当前问诊排队人数远未达到该医生能接诊的最大数量,或者某位医生当前问诊排队人数为零,则该医生就较为空闲,在分配医生时优先选择这位比较空闲的医生进行接诊。
以上的举例只考虑了分析模块分析得到的就诊人的国际疾病分类标签只有一个的情况。然而,在实际线上问诊场景中,就诊人的症状信息往往比较丰富和复杂,分析模块分析得到的就诊人的国际疾病分类标签不止一个。此时,分析模块会对这些国际疾病分类标签进行排序。由于上文已经详细阐述了按照匹配度对各个分析得到的国际疾病分类标签进行排序的实施方式,故于此便不再重复赘述。本申请会按照这些国际疾病类别标签的排序顺序,依次为所述就诊人分配相对应的医生进行接诊。
例如,当前就诊人的国际疾病分类标签包括标签A、标签B、标签C,且这三个标签的排序为标签B、标签A、标签C,则步骤S30首先为标签B匹配合适的医生进行接诊,然后为标签A匹配合适的医生进行接诊,最后为标签C匹配合适的医生进行接诊。较佳的,标签B对应的医生为该就诊人提供服务后,若标签A对应的医生中也包含了当前的医生,由于该医生已经对该就诊人的情况有了一定的了解,故而本申请则继续分配当前医生来为该就诊人提供服务,从而减少因换医生所额外耗费的时间。
另外,本申请在按照国际疾病类别标签的排序顺序依次为所述就诊人分配相对应的医生进行接诊时,也会根据所对应的医生的闲忙程度,优先选择空闲的医生进行接诊。例如,在分配标签C对应的医生时,根据医生1、医生2、医生3的闲忙程度,选择较为空闲的医生2来为该就诊人提供服务。
特别的,在一实施例中,若分析模块分析出所述就诊人的症状符合重症或急症的情况,则分配模块在为所述就诊人分配相对应的医生后,将所述就诊人的就诊信息设为高优先级并发送至所述医生的终端设备,以提醒所述医生应优先为所述就诊人进行问诊。
比如,国际疾病类别标签F对应的疾病为重症、国际疾病类别标签C对应的疾病为重症,当步骤S20根据该就诊人的症状信息分析出对应的国际疾病类别标签为F和/或C时,则立刻分配合适的医生,并向其终端设备发送接诊任务,且醒目地标注该任务,如通过闪烁、红字标记、生意提示等形式显示该接诊任务的优先级为高。一般情况下,该医生在结束当前服务后直接开始该接诊任务,为该就诊人提供服务。
在一实施例中,本申请的装置还包括以下模块:
更新模块,用于获取所述医生的疾病诊断结果,更新所述就诊人的国际疾病类别标签;
推荐模块,用于根据各国际疾病类别标签与各药品之间的预设对应关系,将所述更新后的国际疾病类别标签所对应的药品信息发送至所述医生的终端设备,以供所述医生进行药品的最终选择和开立。
由于本装置实施例的技术原理与前述方法实施例的技术原理相似,因而不再对同样的技术细节做重复性赘述。
本领域技术人员应当理解,本申请装置实施例中的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个或多个物理实体上。且这些模块可以全部以软件通过处理元件调用的形式实现,也可以全部以硬件的形式实现,还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。
最后,本申请还提供一种电子设备,电子设备可以是台式机、便携式电脑、平板电脑、智能手机等设备。详细的,电子设备至少包括通过总线连接的:存储器、处理器,其中,存储器用于存储计算机程序,处理器用于执行存储器存储的计算机程序,以执行前述线上医疗问诊的医生分配方法实施例中的全部或部分步骤。
参阅图6显示的电子设备,需说明的是,图6仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。如图6所示,电子设备以通用计算设备的形式表现,其组件可以包括但不限于:一个或者多个处理器或者处理单元16,***存储器28,连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
该电子设备典型地包括多种计算机***可读介质。这些介质可以是任何能够被电子设备访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。***存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如***存储器28中,这样的程序模块42包括——但不限于——操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备也可以与一个或多个外部设备14(例如键盘、扬声器、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备交互的设备通信,和/或与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图6所示,网络适配器20通过总线18与电子设备的其它模块通信。应当明白,尽管图中未示出,可以结合该电子设备使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
所属技术领域的技术人员知道,本发明的各个方面可以实现为***、方法或计算机程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、驻留软件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“***”。此外,在一些实施例中,本发明的各个方面还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
应当理解,本发明的方法都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些计算机程序指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。
也可以把这些计算机程序指令存储在计算机可读介质中,这些指令使得计算机、其它可编程数据处理装置、或其他设备以特定方式工作,从而,存储在计算机可读介质中的指令就产生出包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的指令的制造品(article of manufacture)。
也可以把计算机程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其它可编程装置上执行的指令提供实现流程图和/或框图中的一个或多个方框中规定的功能/动作的过程。
综上,本发明的线上医疗问诊的医生分配方法、装置、存储介质及设备,提高了用户线上问诊的用户体验;节省了用户与医生宝贵的时间资源;优化了线上医疗***的资源配置方案,并提高了***的整体性能;降低了医生误判的发生率;提高了医生诊断的准确率;极大的提高了医生接诊的速率和效率;提高了互联网医疗企业的核心竞争力,有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种线上医疗问诊的医生分配方法,其特征在于,包括:
获取就诊人的输入信息;其中,所述输入信息中至少包括所述就诊人的症状信息;
分析所述症状信息所对应的至少一个国际疾病类别标签;
根据各国际疾病类别标签与各医生之间的预设对应关系,为所述就诊人分配与其至少一个国际疾病类别标签相对应的医生;
将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备,以供所述医生据以进行疾病诊断。
2.根据权利要求1所述的方法,其特征在于,分析所述症状信息所对应的至少一个国际疾病类别标签的步骤包括:
从所述症状信息中提取出关键字;
将所述关键字与各国际疾病类别的信息进行匹配,以根据匹配度的大小确定所述症状信息所对应的至少一个国际疾病类别标签。
3.根据权利要求2所述的方法,其特征在于,为所述就诊人分配与其至少一个国际疾病类别标签相对应的医生的步骤包括:
将匹配确定的所述症状信息所对应的至少一个国际疾病类别标签按照所述匹配度由大至小进行排序;
按照所述至少一个国际疾病类别标签的排序顺序,依次为所述就诊人分配相对应的医生进行接诊。
4.根据权利要求1所述的方法,其特征在于,在所述将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备的步骤之前,所述方法还包括:
分析所述症状信息,以判断所述就诊人的症状是否为重症或急症。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
若是重症或急症,则先将所述就诊人的症状信息设为高优先级,再将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备,并提醒所述医生为所述就诊人问诊;
若不是重症或急症,则直接将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备。
6.根据权利要求1所述的方法,其特征在于,为所述就诊人分配与其至少一个国际疾病类别标签相对应的医生的步骤还包括:
在为所述就诊人分配与一国际疾病类别标签相对应的医生时,根据所对应的医生的闲忙程度,选择空闲的医生进行接诊。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述医生的疾病诊断结果,据以更新所述就诊人的国际疾病类别标签;
根据各国际疾病类别标签与各药品之间的预设对应关系,将所述更新后的国际疾病类别标签所对应的药品信息发送至所述医生的终端设备,以供所述医生进行药品的最终选择和开立。
8.一种线上医疗问诊的医生分配装置,其特征在于,包括:
输入模块,用于获取就诊人的输入信息;其中,所述输入信息中至少包括所述就诊人的症状信息;
分析模块,用于分析所述症状信息所对应的至少一个国际疾病类别标签;
分配模块,用于根据各国际疾病类别标签与各医生之间的预设对应关系,为所述就诊人分配与其至少一个国际疾病类别标签相对应的医生;将所述就诊人的症状信息及分析得到的所述国际疾病类别标签发送至所分配的医生的终端设备,以供所述医生据以进行疾病诊断。
9.一种计算机可读存储介质,其中存储有计算机程序,其特征在于,所述计算机程序被处理器加载执行时,实现如权利要求1至7中任一所述的线上医疗问诊的医生分配方法。
10.一种电子设备,其特征在于,包括:处理器及存储器;其中,
所述存储器用于存储计算机程序;
所述处理器用于加载执行所述计算机程序,以使所述电子设备执行如权利要求1至7中任一所述的线上医疗问诊的医生分配方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210285893.3A CN114613523A (zh) | 2022-03-22 | 2022-03-22 | 线上医疗问诊的医生分配方法、装置、存储介质及设备 |
PCT/CN2022/120439 WO2023178958A1 (zh) | 2022-03-22 | 2022-09-22 | 线上医疗问诊的医生分配方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210285893.3A CN114613523A (zh) | 2022-03-22 | 2022-03-22 | 线上医疗问诊的医生分配方法、装置、存储介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114613523A true CN114613523A (zh) | 2022-06-10 |
Family
ID=81864899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210285893.3A Pending CN114613523A (zh) | 2022-03-22 | 2022-03-22 | 线上医疗问诊的医生分配方法、装置、存储介质及设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114613523A (zh) |
WO (1) | WO2023178958A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116364267A (zh) * | 2023-02-16 | 2023-06-30 | 江苏省计算机技术服务有限公司 | 一种基于智慧医疗云服务的单点登录管理*** |
CN116364233A (zh) * | 2023-03-06 | 2023-06-30 | 广东名阳信息科技有限公司 | 一种诊断后的提醒方法以及装置 |
WO2023178958A1 (zh) * | 2022-03-22 | 2023-09-28 | 康键信息技术(深圳)有限公司 | 线上医疗问诊的医生分配方法、装置、存储介质及设备 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117035368B (zh) * | 2023-10-07 | 2024-01-26 | 四川桃子健康科技股份有限公司 | 一种基于互联网的医生派单方法 |
CN117133427B (zh) * | 2023-10-23 | 2024-03-19 | 济宁医学院附属医院 | 一种医院智能挂号方法、***、设备及存储介质 |
CN117690567B (zh) * | 2024-01-31 | 2024-04-30 | 深圳市浩然盈科通讯科技有限公司 | 一种基于医嘱的复合型用户划分管理方法及相关设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11626208B2 (en) * | 2016-08-31 | 2023-04-11 | International Business Machines Corporation | System, method and computer program product for ensemble-based cognitive online health system for effective disease diagnosis |
CN109003662A (zh) * | 2018-07-11 | 2018-12-14 | 腾讯科技(深圳)有限公司 | 医师信息的提供方法、装置、设备及存储介质 |
CN112069413B (zh) * | 2020-09-11 | 2024-03-12 | 腾讯科技(深圳)有限公司 | 医生推荐方法、装置、服务器和存储介质 |
CN112786131B (zh) * | 2020-12-31 | 2023-07-04 | 医渡云(北京)技术有限公司 | 识别就诊信息的方法及装置、电子设备和存储介质 |
CN113724899A (zh) * | 2021-08-31 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 一种基于人工智能的线上问诊方法、装置、设备及介质 |
CN114613523A (zh) * | 2022-03-22 | 2022-06-10 | 康键信息技术(深圳)有限公司 | 线上医疗问诊的医生分配方法、装置、存储介质及设备 |
-
2022
- 2022-03-22 CN CN202210285893.3A patent/CN114613523A/zh active Pending
- 2022-09-22 WO PCT/CN2022/120439 patent/WO2023178958A1/zh unknown
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023178958A1 (zh) * | 2022-03-22 | 2023-09-28 | 康键信息技术(深圳)有限公司 | 线上医疗问诊的医生分配方法、装置、存储介质及设备 |
CN116364267A (zh) * | 2023-02-16 | 2023-06-30 | 江苏省计算机技术服务有限公司 | 一种基于智慧医疗云服务的单点登录管理*** |
CN116364267B (zh) * | 2023-02-16 | 2023-10-31 | 江苏省计算机技术服务有限公司 | 一种基于智慧医疗云服务的单点登录管理*** |
CN116364233A (zh) * | 2023-03-06 | 2023-06-30 | 广东名阳信息科技有限公司 | 一种诊断后的提醒方法以及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2023178958A1 (zh) | 2023-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114613523A (zh) | 线上医疗问诊的医生分配方法、装置、存储介质及设备 | |
US8930223B2 (en) | Patient cohort matching | |
CN109933647A (zh) | 确定描述信息的方法、装置、电子设备和计算机存储介质 | |
CN112542237B (zh) | 在线任务派发方法、装置、电子设备及存储介质 | |
CN113592345A (zh) | 基于聚类模型的医疗分诊方法、***、设备及存储介质 | |
CN112711581B (zh) | 医疗数据校验方法、装置、电子设备及存储介质 | |
CN113345577B (zh) | 诊疗辅助信息的生成方法、模型训练方法、装置、设备以及存储介质 | |
CN112542236A (zh) | 在线任务派发方法、装置、电子设备及存储介质 | |
CN111144658A (zh) | 医疗风险预测方法、装置、***、存储介质与电子设备 | |
CN110782979A (zh) | 医疗任务分配方法及装置、电子设备、存储介质 | |
CN114496140B (zh) | 查询条件的数据匹配方法、装置、设备及介质 | |
CN113160914A (zh) | 在线问诊方法、装置、电子设备及存储介质 | |
CN111785340A (zh) | 一种医疗数据处理方法、装置、设备及存储介质 | |
CN115719640B (zh) | 中医主次症状识别***、装置、电子设备及其存储介质 | |
CN113160954B (zh) | 医疗资源分配方法及装置、存储介质、电子设备 | |
CN112542244B (zh) | 辅助信息的生成方法、相关装置及计算机程序产品 | |
CN112331355B (zh) | 病种评估表的生成方法、装置、电子设备及存储介质 | |
CN114579626A (zh) | 数据处理方法、数据处理装置、电子设备和介质 | |
CN109360631B (zh) | 基于图片识别的人机交互方法、装置、计算机设备及介质 | |
CN111063436A (zh) | 数据处理方法及装置、存储介质及电子终端 | |
CN112309580A (zh) | 疾病类型的确定方法、装置、电子设备及存储介质 | |
CN113658684B (zh) | 一种咨询结果生成方法、装置、电子设备及存储介质 | |
US20240105346A1 (en) | Optimizing messaging to service principals using machine learning | |
CN114446457A (zh) | 接诊用户确定方法、装置、电子设备及存储介质 | |
CN114596947A (zh) | 诊疗科室推荐方法、装置、电子设备及存储介质 |
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 |