CN106777971A - 一种智能导诊方法及其装置 - Google Patents
一种智能导诊方法及其装置 Download PDFInfo
- Publication number
- CN106777971A CN106777971A CN201611160199.XA CN201611160199A CN106777971A CN 106777971 A CN106777971 A CN 106777971A CN 201611160199 A CN201611160199 A CN 201611160199A CN 106777971 A CN106777971 A CN 106777971A
- Authority
- CN
- China
- Prior art keywords
- disease
- illness
- patient
- interrogation problem
- interrogation
- 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
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
Landscapes
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种智能导诊方法及其装置。该方法包括：根据采集的病人信息及发病部位生成病症列表；根据选中的病症参数，筛选疾病并生成问诊问题；根据问诊问题的回答，根据疾病可能性大小进行排序；查询与选中的疾病相对应的就诊科室；发送获得的就诊科室名称。该装置结合数据库，信息匹配以及智能搜索等技术手段，在疾病关联和筛选方面能较好模拟实际场景中的导诊流程。整体导诊流程内容完整，分类细致。此外，系统的自动化和智能化程度高，能较大程度地提升导诊的效率和精确度，流程体验亦简洁流畅，用户操作友好度较高。
Description
技术领域
本发明涉及用户交互技术领域，尤其涉及一种智能导诊方法及其装置。
背景技术
随着互联网和通信技术的飞速发展，越来越多的服务或者行业均与互联网结合，为用户提供更加便利的服务。
在医院的标准治疗过程中，导诊分流是一项非常重要的前置工作。良好的导诊能够极大的提高后续的医疗流程的效率，使患者能够得到更好的服务。尤其是，在儿科这样一些具有门诊量大、工作负荷高的特点的专科中，导诊对有效提升医疗资源的运行效率具有重大意义。
但现有的导诊方法多采用人工或者半自动的导诊。在使用人工导诊时，效率较低，而且对于导诊员的工作压力极大。而半自动的导诊系统无法准确的提供导诊结果，导诊内容较为粗糙，疾病分类不够完善、无法对患者起到有效的指导作用。
因此，现有技术还有待发展。
发明内容
鉴于上述现有技术的不足之处，本发明的目的在于提供一种智能导诊方法及其装置，旨在解决现有技术中导诊效率不高，自动导诊结果粗糙的问题。
为了达到上述目的，本发明采取了以下技术方案：
一种智能导诊方法，其中，包括：
根据采集的病人信息及发病部位生成病症列表；
根据选中的病症参数，筛选疾病并生成问诊问题；
根据问诊问题的回答，根据疾病可能性大小进行排序；
查询与选中的疾病相对应的就诊科室；
发送获得的就诊科室名称。
所述的方法，其中，所述根据疾病可能性大小进行排序，具体包括：
采集若干问诊问题的回答以及对应的疾病作为样本数据；
使用所述样本数据训练高斯混合模型；
使用训练完成的高斯混合模型匹配问诊问题的回答对应的疾病；
将与问诊问题的回答匹配数量较多的疾病排序在前。
所述的方法，其中，所述根据选中的病症参数，筛选疾病并生成问诊问题，具体包括：
采集若干病症参数作为样本数据；
对样本数据使用k-means聚类算法进行分类；
根据分类结果，为每个类别设置对应的疾病及问诊问题；
确定选中的病症参数所属的分类并调用与该分类相对应的疾病及问诊问题。
一种智能导诊方法，其中，包括：
采集病人信息及发病部位；
向病人展示供选择的病症列表；
接收问诊问题并向病人展示；
采集并发送病人对问诊问题的回答；
向病人展示可供选择的疾病列表；
接收并展示根据选中的疾病查询确定的就诊科室。
所述的方法，其中，所述采集病人信息及发病部位，具体包括：
向用户展示人体模型图像；
根据用户在人体模型图像上选中的位置，确定发病部位。
一种智能导诊装置，其中，包括：
病症列表生成模块，用于根据采集的病人信息及发病部位生成病症列表；
问诊问题生成模块，用于根据选中的病症参数，筛选疾病并生成问诊问题；
疾病判断模块，用于根据问诊问题的回答，根据疾病可能性大小进行排序；
科室查询模块，用于查询与选中的疾病相对应的就诊科室；以及
输出模块，用于发送获得的就诊科室名称。
所述的智能导诊装置，其中，所述疾病判断模块具体用于：
采集若干问诊问题的回答以及对应的疾病作为样本数据；
使用所述样本数据训练高斯混合模型；
使用训练完成的高斯混合模型匹配问诊问题的回答对应的疾病；
将与问诊问题的回答匹配数量较多的疾病排序在前。
所述的智能导诊装置，其中，所述问诊问题生成模块，具体用于：
采集若干病症参数作为样本数据；
对样本数据使用k-means聚类算法进行分类；
根据分类结果，为每个类别设置对应的疾病及问诊问题；
以及确定选中的病症参数所属的分类并调用与该分类相对应的疾病及问诊问题。
一种智能导诊装置，其中，包括：
信息采集模块，用于采集病人信息及发病部位；
病症列表显示模块，用于向病人展示供选择的病症列表；
问诊问题显示模块，用于接收问诊问题并向病人展示；
病症存储模块，用于采集并发送病人对问诊问题的回答；
疾病显示模块，用于向病人展示可供选择的疾病列表；
科室显示模块，用于接收并展示根据选中的疾病查询确定的就诊科室。
所述的智能导诊装置，其中，所述信息采集模块具体包括：
基本信息输入单元，用于采集病人信息：
人体模型图单元，用于向用户展示人体模型图像；以及根据用户在人体模型图像上选中的位置，确定发病部位。
有益效果：本发明提供的一种智能导诊方法及其系统，结合数据库，信息匹配以及智能搜索等技术手段，在疾病关联和筛选方面能较好模拟实际场景中的导诊流程。整体导诊流程内容完整，分类细致。此外，系统的自动化和智能化程度高，能较大程度地提升导诊的效率和精确度，流程体验亦简洁流畅，用户操作友好度较高。
附图说明
图1为本发明实施例提供的导诊客户端系统以及导诊服务器系统的的系统示意图。
图2为本发明实施例提供的智能导诊方法的方法流程图。
图3为本发明实施例提供的智能导诊装置的功能流程图。
具体实施方式
本发明提供一种智能导诊方法及其装置。为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
在实现完成的智能导诊过程中，包括如图1所示的导诊客户端系统100以及导诊服务器系统200两个相对应的系统。
导诊客户端系统100与导诊服务器系统200之间可以通过无线网络或者其他通信方式连接。患者通过导诊客户端系统100进行交互。而导诊服务器系统200根据采集获得的患者数据，作出相应的控制或者判断后，向导诊客户端系统100返回相应的信息，完成最终的导诊过程。
其中，如图1所示，在本发明实施例中，该导诊客户端系统可以包括：信息采集模块110，病症列表显示模块120，问诊问题显示模块130，病症存储模块140，疾病显示模块150以及科室显示模块160。
其中，信息采集模块110用于采集病人信息及发病部位；病症列表显示模块120用于向病人展示供选择的病症列表；问诊问题显示模块130用于接收问诊问题并向病人展示。病症存储模块140用于采集并发送病人对问诊问题的回答。疾病显示模块150用于向病人展示可供选择的疾病列表。科室显示模块160用于接收并展示根据选中的疾病查询确定的就诊科室。
具体的，如图1所示，所述信息采集模块具体可以包括：基本信息输入单元111以及人体模型图单元112。其中，基本信息输入单元111用于采集病人信息。人体模型图单元112用于向用户展示人体模型图像；以及根据用户在人体模型图像上选中的位置，确定发病部位。
通过设置该人体模型图单元112，能够使用户直观，形象的选择自己的发病部位，提供更准确的导诊结果。
如图1所示，该导诊服务器系统200包括：病症列表生成模块210，问诊问题生成模块220，疾病判断模块230，科室查询模块240以及输出模块250。
其中，病症列表生成模块210用于根据采集的病人信息及发病部位生成病症列表；问诊问题生成模块220用于根据选中的病症参数，筛选疾病并生成问诊问题；疾病判断模块230用于根据问诊问题的回答，根据疾病可能性大小进行排序；科室查询模块240用于查询与选中的疾病相对应的就诊科室。输出模块250用于发送获得的就诊科室名称。
在本发明一些实施例中，所述疾病判断模块具体用于：采集若干问诊问题的回答以及对应的疾病作为样本数据；使用所述样本数据训练高斯混合模型；使用训练完成的高斯混合模型匹配问诊问题的回答对应的疾病；将与问诊问题的回答匹配数量较多的疾病排序在前。
所述问诊问题生成模块，具体用于：采集若干病症参数作为样本数据；对样本数据使用k-means聚类算法进行分类；根据分类结果，为每个类别设置对应的疾病及问诊问题；以及确定选中的病症参数所属的分类并调用与该分类相对应的疾病及问诊问题。
图2为应用图1所示的导诊客户端系统100以及导诊服务器系统200实现智能导诊的方法流程图。
该方法包括如下步骤：
101：采集病人信息及发病部位。通过导诊客户端系统100采集获得的基本信息等数据发送至导诊服务器系统200中。该基本信息具体可以包括患者的年龄和性别信息。
较佳的，可以向患者展示人体部位图(例如立体可旋转的模型图)，使患者可以可视化的方式操作，点击选取自己的发病部位。
102：根据采集的病人信息及发病部位生成病症列表。
103：向病人展示供选择的病症列表。病症列表中可以包含有多种可能存在的病症。每个病症在数据库中都具有相应的参数供调用。
104：根据选中的病症，筛选疾病并生成问诊问题。该问诊问题具体可以是围绕所选病症提出一系列问题，包括主诉、个人史、家族史、生活习惯等，以模拟一般的问诊环节。
基于预设的数据库或者所具有的数据样本等信息，具体可以通过如下方法生成问诊问题：
首先，采集若干病症参数作为样本数据。然后，对样本数据使用k-means聚类算法进行分类。并且，根据分类结果，为每个类别设置对应的疾病及问诊问题。最后，通过确定选中的病症参数所属的分类，即可调用与该分类相对应的疾病及问诊问题，发送至客户端100，获得患者进一步的信息。
105：接收问诊问题并向病人展示。
107：采集并发送病人对问诊问题的回答。
106：根据问诊问题的回答，根据疾病可能性大小进行排序。
具体的，可以采用如下方式完成上述的排序工作。
首先，采集若干问诊问题的回答以及对应的疾病作为样本数据。然后，使用所述样本数据训练高斯混合模型。最后，使用训练完成的高斯混合模型匹配问诊问题的回答对应的疾病，并且将与问诊问题的回答匹配数量较多的疾病排序在前。
109：向病人展示可供选择的疾病列表。在疾病列表中，可能性大的疾病排序在前，作为用户推荐使用。
108：查询与选中的疾病相对应的就诊科室。根据客户端100发回的用户选中的疾病，来查血相应的就诊科室。
110：发送获得的就诊科室名称。
111：接收并展示根据选中的疾病查询确定的就诊科室。
图3为本发明实施例提供的导诊客户端系统100与导诊服务器系统200的整体工作流程。
该客户端系统100可以是运行在智能终端上的app或者其他类型的软件应用程序。患者在基本信息输入单元选择基本信息，其输入的信息将自动保存至病症存储单元。患者还需要在人体模型图单元选择发病部位，相对应的发病部位参数请求将被发送至导诊服务端系统。
病症列表生成模块根据发送的发病部位参数生成可能存在的病症列表，并发送至导诊客户端系统中向患者显示。
生成的病症列表通过病症列表显示模块显示，供患者选择。患者选择病症后，病症参数的请求被发送至导诊服务端系统。导诊服务端系统根据病症参数筛选可能的疾病群。问诊问题生成模块可以根据筛选的疾病群生成问诊题，并发送至导诊客户端系统。
客户端的问诊问题显示模块接受并展示问诊题供患者作答。相应地，问诊问题的答案信息也被保存至病症存储单元。然后，患者可以在客户端看到自己选择的病症列表。
患者可以对所选病症进行确认(亦可以可删除或添加病症)。若需要继续添加时，则返回至生成的病症列表通过病症列表显示模块显示，供患者选择这一步骤。若不需要添加，则进入下一步。
导诊服务端系统接受到基本信息、用户选择的病症和问诊题答案，利用疾病判断模块筛选生成可能的疾病群并根据患病概率进行排序，发送到导诊客户端系统。
通过疾病显示模块显示可能疾病列表，用户选择其中一个疾病时，疾病参数请求被发送至导诊服务端系统。科室查询模块可以根据疾病查询到相应科室并发送至客户端系统并最终由客户端系统的科室显示模块显示科室信息。
可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及本发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种智能导诊方法，其特征在于，包括：
根据采集的病人信息及发病部位生成病症列表；
根据选中的病症参数，筛选疾病并生成问诊问题；
根据问诊问题的回答，根据疾病可能性大小进行排序；
查询与选中的疾病相对应的就诊科室；
发送获得的就诊科室名称。
2.根据权利要求1所述的方法，其特征在于，所述根据疾病可能性大小进行排序，具体包括：
采集若干问诊问题的回答以及对应的疾病作为样本数据；
使用所述样本数据训练高斯混合模型；
使用训练完成的高斯混合模型匹配问诊问题的回答对应的疾病；
将与问诊问题的回答匹配数量较多的疾病排序在前。
3.根据权利要求1所述的方法，其特征在于，所述根据选中的病症参数，筛选疾病并生成问诊问题，具体包括：
采集若干病症参数作为样本数据；
对样本数据使用k-means聚类算法进行分类；
根据分类结果，为每个类别设置对应的疾病及问诊问题；
确定选中的病症参数所属的分类并调用与该分类相对应的疾病及问诊问题。
4.一种智能导诊方法，其特征在于，包括：
采集病人信息及发病部位；
向病人展示供选择的病症列表；
接收问诊问题并向病人展示；
采集并发送病人对问诊问题的回答；
向病人展示可供选择的疾病列表；
接收并展示根据选中的疾病查询确定的就诊科室。
5.根据权利要求4所述的方法，其特征在于，所述采集病人信息及发病部位，具体包括：
向用户展示人体模型图像；
根据用户在人体模型图像上选中的位置，确定发病部位。
6.一种智能导诊装置，其特征在于，包括：
病症列表生成模块，用于根据采集的病人信息及发病部位生成病症列表；
问诊问题生成模块，用于根据选中的病症参数，筛选疾病并生成问诊问题；
疾病判断模块，用于根据问诊问题的回答，根据疾病可能性大小进行排序；
科室查询模块，用于查询与选中的疾病相对应的就诊科室；以及
输出模块，用于发送获得的就诊科室名称。
7.根据权利要求6所述的智能导诊装置，其特征在于，所述疾病判断模块具体用于：
采集若干问诊问题的回答以及对应的疾病作为样本数据；
使用所述样本数据训练高斯混合模型；
使用训练完成的高斯混合模型匹配问诊问题的回答对应的疾病；
将与问诊问题的回答匹配数量较多的疾病排序在前。
8.根据权利要求6所述的智能导诊装置，其特征在于，所述问诊问题生成模块，具体用于：
采集若干病症参数作为样本数据；
对样本数据使用k-means聚类算法进行分类；
根据分类结果，为每个类别设置对应的疾病及问诊问题；
以及确定选中的病症参数所属的分类并调用与该分类相对应的疾病及问诊问题。
9.一种智能导诊装置，其特征在于，包括：
信息采集模块，用于采集病人信息及发病部位；
病症列表显示模块，用于向病人展示供选择的病症列表；
问诊问题显示模块，用于接收问诊问题并向病人展示；
病症存储模块，用于采集并发送病人对问诊问题的回答；
疾病显示模块，用于向病人展示可供选择的疾病列表；
科室显示模块，用于接收并展示根据选中的疾病查询确定的就诊科室。
10.根据权利要求9所述的智能导诊装置，其特征在于，所述信息采集模块具体包括：
基本信息输入单元，用于采集病人信息：
人体模型图单元，用于向用户展示人体模型图像；以及根据用户在人体模型图像上选中的位置，确定发病部位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611160199.XA CN106777971A (zh) | 2016-12-15 | 2016-12-15 | 一种智能导诊方法及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611160199.XA CN106777971A (zh) | 2016-12-15 | 2016-12-15 | 一种智能导诊方法及其装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106777971A true CN106777971A (zh) | 2017-05-31 |
Family
ID=58889230
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611160199.XA Pending CN106777971A (zh) | 2016-12-15 | 2016-12-15 | 一种智能导诊方法及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106777971A (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107480450A (zh) * | 2017-08-15 | 2017-12-15 | 京东方科技集团股份有限公司 | 一种智能分诊方法和系统 |
| CN108010589A (zh) * | 2017-10-26 | 2018-05-08 | 康美健康云服务有限公司 | 基于部位症状的咨询方法、系统、电子设备及存储介质 |
| CN108231174A (zh) * | 2017-12-11 | 2018-06-29 | 浪潮软件集团有限公司 | 一种确定科室的方法、装置及系统 |
| WO2018220550A1 (en) * | 2017-06-01 | 2018-12-06 | International Business Machines Corporation | Medical record problem list generation |
| CN109036544A (zh) * | 2018-05-31 | 2018-12-18 | 平安医疗科技有限公司 | 医疗信息推送方法、装置、计算机设备和存储介质 |
| CN109215772A (zh) * | 2018-11-07 | 2019-01-15 | 成都光魔科技有限公司 | 一种就医挂号导引方法和就医挂号系统 |
| CN109360631A (zh) * | 2018-09-05 | 2019-02-19 | 百度在线网络技术（北京）有限公司 | 基于图片识别的人机交互方法、装置、计算机设备及介质 |
| CN109509551A (zh) * | 2018-11-01 | 2019-03-22 | 新博卓畅技术（北京）有限公司 | 一种常见疾病智能诊断方法及系统 |
| CN109545350A (zh) * | 2018-11-21 | 2019-03-29 | 上海依智医疗技术有限公司 | 一种导诊方法及装置 |
| CN109817312A (zh) * | 2018-12-13 | 2019-05-28 | 平安科技（深圳）有限公司 | 一种就诊引导方法及计算机设备 |
| CN110111886A (zh) * | 2019-05-16 | 2019-08-09 | 闻康集团股份有限公司 | 一种基于XGBoost疾病预测的智能问诊系统及方法 |
| CN111180081A (zh) * | 2019-12-30 | 2020-05-19 | 众安信息技术服务有限公司 | 一种智能问诊方法及装置 |
| CN111326240A (zh) * | 2019-07-15 | 2020-06-23 | 郑州大学第一附属医院 | 一种基于无模型的智慧医疗分诊推荐方法 |
| CN111564210A (zh) * | 2020-04-01 | 2020-08-21 | 心医国际数字医疗系统(大连)有限公司 | 智能导诊方法、装置、电子设备及存储介质 |
| CN113284633A (zh) * | 2021-06-11 | 2021-08-20 | 杭州智多心网络科技有限公司 | 一种用于互联网医院的患者在线问诊系统 |
| CN113707286A (zh) * | 2021-08-30 | 2021-11-26 | 康键信息技术（深圳）有限公司 | 基于决策树的问诊分配方法、装置、设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103164616A (zh) * | 2013-02-02 | 2013-06-19 | 杭州卓健信息科技有限公司 | 一种智能导诊系统和方法 |
| CN104951649A (zh) * | 2015-05-27 | 2015-09-30 | 华南农业大学 | 一种基于高斯模糊积分的hbv分类方法 |
-
2016
- 2016-12-15 CN CN201611160199.XA patent/CN106777971A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103164616A (zh) * | 2013-02-02 | 2013-06-19 | 杭州卓健信息科技有限公司 | 一种智能导诊系统和方法 |
| CN104951649A (zh) * | 2015-05-27 | 2015-09-30 | 华南农业大学 | 一种基于高斯模糊积分的hbv分类方法 |
Non-Patent Citations (2)
| Title |
|---|
| 刘振亚等: "《金融数据挖掘》", 30 September 2016, 中国经济出版社 * |
| 曾向阳: "《智能水中目标识别》", 31 March 2016, 国防工业出版社 * |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018220550A1 (en) * | 2017-06-01 | 2018-12-06 | International Business Machines Corporation | Medical record problem list generation |
| US11081215B2 (en) | 2017-06-01 | 2021-08-03 | International Business Machines Corporation | Medical record problem list generation |
| CN107480450A (zh) * | 2017-08-15 | 2017-12-15 | 京东方科技集团股份有限公司 | 一种智能分诊方法和系统 |
| CN108010589A (zh) * | 2017-10-26 | 2018-05-08 | 康美健康云服务有限公司 | 基于部位症状的咨询方法、系统、电子设备及存储介质 |
| CN108231174A (zh) * | 2017-12-11 | 2018-06-29 | 浪潮软件集团有限公司 | 一种确定科室的方法、装置及系统 |
| CN109036544A (zh) * | 2018-05-31 | 2018-12-18 | 平安医疗科技有限公司 | 医疗信息推送方法、装置、计算机设备和存储介质 |
| CN109036544B (zh) * | 2018-05-31 | 2024-04-05 | 平安医疗科技有限公司 | 医疗信息推送方法、装置、计算机设备和存储介质 |
| CN109360631A (zh) * | 2018-09-05 | 2019-02-19 | 百度在线网络技术（北京）有限公司 | 基于图片识别的人机交互方法、装置、计算机设备及介质 |
| CN109360631B (zh) * | 2018-09-05 | 2022-04-12 | 百度在线网络技术（北京）有限公司 | 基于图片识别的人机交互方法、装置、计算机设备及介质 |
| CN109509551A (zh) * | 2018-11-01 | 2019-03-22 | 新博卓畅技术（北京）有限公司 | 一种常见疾病智能诊断方法及系统 |
| CN109215772A (zh) * | 2018-11-07 | 2019-01-15 | 成都光魔科技有限公司 | 一种就医挂号导引方法和就医挂号系统 |
| CN109545350A (zh) * | 2018-11-21 | 2019-03-29 | 上海依智医疗技术有限公司 | 一种导诊方法及装置 |
| CN109817312A (zh) * | 2018-12-13 | 2019-05-28 | 平安科技（深圳）有限公司 | 一种就诊引导方法及计算机设备 |
| CN110111886A (zh) * | 2019-05-16 | 2019-08-09 | 闻康集团股份有限公司 | 一种基于XGBoost疾病预测的智能问诊系统及方法 |
| CN111326240A (zh) * | 2019-07-15 | 2020-06-23 | 郑州大学第一附属医院 | 一种基于无模型的智慧医疗分诊推荐方法 |
| CN111326240B (zh) * | 2019-07-15 | 2022-05-27 | 郑州大学第一附属医院 | 一种基于无模型的智慧医疗分诊推荐方法 |
| CN111180081B (zh) * | 2019-12-30 | 2023-11-03 | 众安信息技术服务有限公司 | 一种智能问诊方法及装置 |
| CN111180081A (zh) * | 2019-12-30 | 2020-05-19 | 众安信息技术服务有限公司 | 一种智能问诊方法及装置 |
| CN111564210A (zh) * | 2020-04-01 | 2020-08-21 | 心医国际数字医疗系统(大连)有限公司 | 智能导诊方法、装置、电子设备及存储介质 |
| CN113284633A (zh) * | 2021-06-11 | 2021-08-20 | 杭州智多心网络科技有限公司 | 一种用于互联网医院的患者在线问诊系统 |
| CN113707286A (zh) * | 2021-08-30 | 2021-11-26 | 康键信息技术（深圳）有限公司 | 基于决策树的问诊分配方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106777971A (zh) | 一种智能导诊方法及其装置 | |
| US10980096B2 (en) | Learning a lighting preference based on a reaction type | |
| CN108292317A (zh) | 问题和答案处理方法以及支持该方法的电子设备 | |
| Belton et al. | Integrated support from problem structuring through to alternative evaluation using COPE and V· I· S· A | |
| CN104636501B (zh) | 一种多媒体网络人工即时翻译系统及方法 | |
| CN108665890A (zh) | 操作语音识别服务的方法、电子设备和支持该设备的系统 | |
| CN110428890A (zh) | 一种就医导诊方法和系统 | |
| KR102119404B1 (ko) | 복수 챗봇의 협업에 의한 대화형 정보제공 시스템 및 그 방법 | |
| TW202133005A (zh) | 在線資料採集的方法及系統 | |
| KR102234651B1 (ko) | 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법 | |
| US20200327706A1 (en) | Systems and methods for color selection and auditing | |
| CN113160966B (zh) | 一种基于多任务学习的舌象诊断方法及舌象诊断系统 | |
| CN110019743A (zh) | 信息处理装置及存储程序的计算机可读介质 | |
| WO2022048515A1 (zh) | 一种测评实现方法、装置和存储介质 | |
| CN104867090A (zh) | 基于大数据应用的网络医院系统及数据库的数据应用方法 | |
| CN109195201A (zh) | 连接网络的方法、装置、存储介质及用户终端 | |
| CN112035325B (zh) | 文本机器人自动监控方法及装置 | |
| CN107799180A (zh) | 基于认知行为疗法的心理资本提升训练方法及系统 | |
| CN110263183A (zh) | 一种智能家居决策支持系统及决策支持方法 | |
| CN116910561A (zh) | 数据集构建的方法和服务器 | |
| Woznowski et al. | Talk, text or tag? | |
| CN116229188B (zh) | 图像处理显示方法、分类模型的生成方法及其设备 | |
| CN108985667A (zh) | 家庭教育辅助机器人及家庭教育辅助系统 | |
| CN110110117A (zh) | 一种商品搜索方法、装置以及系统 | |
| KR102095592B1 (ko) | 서바이벌 게임을 이용한 끼니별 음식메뉴 선택 서비스 제공 방법 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |