CN109545394A - 一种问诊方法及装置 - Google Patents
一种问诊方法及装置 Download PDFInfo
- Publication number
- CN109545394A CN109545394A CN201811392791.1A CN201811392791A CN109545394A CN 109545394 A CN109545394 A CN 109545394A CN 201811392791 A CN201811392791 A CN 201811392791A CN 109545394 A CN109545394 A CN 109545394A
- Authority
- CN
- China
- Prior art keywords
- symptom
- medical record
- determining
- symptoms
- record data
- 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.)
- Granted
Links
- 208000024891 symptom Diseases 0.000 claims abstract description 387
- 201000010099 disease Diseases 0.000 claims abstract description 45
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 45
- 238000000034 method Methods 0.000 claims description 45
- 238000012545 processing Methods 0.000 claims description 27
- 238000003745 diagnosis Methods 0.000 claims description 21
- 230000004044 response Effects 0.000 claims description 12
- 230000001502 supplementing effect Effects 0.000 claims description 11
- 230000009286 beneficial effect Effects 0.000 claims description 7
- 238000012549 training Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000012806 monitoring device Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 206010039101 Rhinorrhoea Diseases 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 208000036071 Rhinorrhea Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000002249 digestive system Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 208000010753 nasal discharge Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种问诊方法及装置，所述方法包括：获取患者的症状信息；将所述症状信息输入问询模型生成需要问诊的第一症状问题；所述问询模型是根据从历史病历数据获得的样本训练得到的；所述样本为根据对所述历史病历数据的统计确定出有助于提升疾病准确率的症状问题及各症状问题的优先级；获取所述第一症状问题的第一症状答复，将所述第一症状答复输入所述问询模型，直至所述问询模型确定问诊结束。
Description
技术领域
本发明涉及医疗技术领域，具体涉及一种问诊方法及装置。
背景技术
由于现代社会人们的工作和生活节奏加快，人们忙于工作和其它事务，加之现今医院中的医疗资源较为紧缺，医院就诊时间长，就诊体验差。
目前，医生针对患者的问诊过程，仅能通过医生的经验逐步询问，以获得必要的患病信息，患者有时候自己也表达不清楚自己的症状，这会使问诊过程进一步延长，甚至可能出现漏诊，误诊等情况，使病情加重或者错过病情治疗的最佳时机。
因此，提供一种方便可靠，并能够帮助医生较为准确地对患者进行诊断的问诊方法及问诊装置，以提高问诊效率，减少患者就诊时间和医生的问诊流程，已成为广大患者及医生的迫切需求。
发明内容
本发明实施例提供一种问诊方法及装置，用以降低病历数据的获取成本，减少患者就诊时间和医生的问诊流程，提高问诊效率。
本发明实施例提供一种问诊方法，包括：
获取患者的症状信息；
将所述症状信息输入问询模型生成需要问诊的第一症状问题；所述问询模型是根据从历史病历数据获得的样本训练得到的；所述样本为根据对所述历史病历数据的统计确定出有助于提升疾病准确率的症状问题及各症状问题的优先级；
获取所述第一症状问题的第一症状答复，将所述第一症状答复输入所述问询模型，直至所述问询模型确定问诊结束。
一种可能的实现方式，针对历史病历数据中的每个病历，执行如下操作从而获得样本：
将所述病历的主诉症状和现病史症状作为待选症状；
根据所述历史病历数据，确定根据第一症状预测所述病历对应的疾病的第一准确率；所述第一症状为已确定优先级的待选症状；
根据所述历史病历数据，确定根据所述第一症状及第二症状预测所述病历对应的疾病的第二准确率；所述第二症状为所述待选症状中未经优先级确定处理的任一症状；
若确定所述第二准确率大于所述第一准确率，则将所述第二症状作为已确定优先级的待选症状，且所述第二症状为已确定优先级的待选症状中优先级最低的待选症状；
返回至确定第一准确率的步骤，直至将所述病历中的所有待选症状确定完毕；
根据确定优先级的待选症状确定所述病历对应的样本。
一种可能的实现方式，所述根据所述历史病历数据，确定根据第一症状预测所述病历对应的疾病的第一准确率，包括：
根据所述历史病历数据，确定所述第一症状中各症状在所述历史病历数据中出现的第一概率；
根据所述历史病历数据，确定所述第一症状中各症状同时出现的第二概率；
根据所述历史病历数据，确定所述病历对应的疾病发生的第三概率；
根据所述第一概率、所述第二概率及所述第三概率，确定根据所述第一症状预测所述病历对应的疾病的第一准确率。
一种可能的实现方式，所述方法还包括：
若确定所述第二准确率不大于所述第一准确率，则将所述第二症状作为已经优先级确定处理的待选症状；并返回至确定第一准确率的步骤，直至将所述病历中的所有待选症状确定完毕。
一种可能的实现方式，所述获取患者的症状信息，包括：
获取所述患者提供的主诉；
根据所述历史病历数据，确定所述主诉中的症状及所述症状对应的症状信息；
根据预设规则，确定所述主诉中的症状的症状信息是否完整；
若是，则将所述主诉中的症状信息确定为所述患者的症状信息；
若否，则生成第二症状问题；所述第二症状问题为根据所述预设规则生成的，用于补充所述症状的症状信息；
或者，所述将所述第一症状答复输入所述问询模型之前，还包括：
根据所述历史病历数据，确定所述第一症状答复中的症状及所述症状对应的症状信息；
根据所述预设规则，确定所述第一症状答复中的症状的症状信息是否完整；
若否，则生成第三症状问题；所述第三症状问题为根据所述预设规则生成的，用于补充所述第二症状答复的症状信息。
一种可能的实现方式，所述确定问诊结束之后，还包括：
根据获得的所述主诉及各症状答复，结合所述历史病历数据，预测所述患者的诊断；
根据所述诊断和所述历史病历数据确定就诊建议。
本发明实施例提供一种问诊装置，包括：
获取模块，用于获取患者的症状信息；获取所述第一症状问题的第一症状答复；
处理模块，用于将所述症状信息输入问询模型生成需要问诊的第一症状问题；所述问询模型是根据从历史病历数据获得的样本训练得到的；所述样本为根据对所述历史病历数据的统计确定出有助于提升疾病准确率的症状问题及各症状问题的优先级；将所述第一症状答复输入所述问询模型，直至所述问询模型确定问诊结束。
一种可能的实现方式，所述处理模块，还用于：
针对历史病历数据中的每个病历，执行如下操作从而获得样本：将所述病历的主诉症状和现病史症状作为待选症状；根据所述历史病历数据，确定根据第一症状预测所述病历对应的疾病的第一准确率；所述第一症状为已确定优先级的待选症状；根据所述历史病历数据，确定根据所述第一症状及第二症状预测所述病历对应的疾病的第二准确率；所述第二症状为所述待选症状中未经优先级确定处理的任一症状；若确定所述第二准确率大于所述第一准确率，则将所述第二症状作为已确定优先级的待选症状，且所述第二症状为已确定优先级的待选症状中优先级最低的待选症状；返回至确定第一准确率的步骤，直至将所述病历中的所有待选症状确定完毕；根据确定优先级的待选症状确定所述病历对应的样本。
一种可能的实现方式，所述处理模块，还用于：
若确定所述第二准确率不大于所述第一准确率，则将所述第二症状作为已经优先级确定处理的待选症状；并返回至确定第一准确率的步骤，直至将所述病历中的所有待选症状确定完毕。
一种可能的实现方式，所述处理模块，具体用于：
根据所述历史病历数据，确定所述第一症状中各症状在所述历史病历数据中出现的第一概率；
根据所述历史病历数据，确定所述第一症状中各症状同时出现的第二概率；
根据所述历史病历数据，确定所述病历对应的疾病发生的第三概率；
根据所述第一概率、所述第二概率及所述第三概率，确定根据所述第一症状预测所述病历对应的疾病的第一准确率。
一种可能的实现方式，所述获取模块，具体用于：
获取所述患者提供的主诉；
所述处理模块，还用于：根据所述历史病历数据，确定所述主诉中的症状及所述症状对应的症状信息；根据预设规则，确定所述主诉中的症状的症状信息是否完整；若是，则将所述主诉中的症状信息确定为所述患者的症状信息；若否，则生成第二症状问题；所述第二症状问题为根据所述预设规则生成的，用于补充所述症状的症状信息；
或者，所述处理模块，还用于：
根据所述历史病历数据，确定所述第一症状答复中的症状及所述症状对应的症状信息；根据所述预设规则，确定所述第一症状答复中的症状的症状信息是否完整；若否，则生成第三症状问题；所述第三症状问题为根据所述预设规则生成的，用于补充所述第二症状答复的症状信息。
一种可能的实现方式，所述处理模块，还用于：
根据获得的所述主诉及各症状答复，结合所述历史病历数据，预测所述患者的诊断；根据所述诊断和所述历史病历数据确定就诊建议。
本发明实施例还提供一种电子设备，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指令，所述指令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上述实施例中任一所述的方法。
本发明实施例还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述实施例中任一所述方法。
本发明实施例中，将所述症状信息输入问询模型生成需要问诊的第一症状问题；获取所述第一症状问题的第一症状答复，将所述第一症状答复输入所述问询模型，直至所述问询模型确定问诊结束。通过问询模型，可以确定症状问题的优先级，该优先级是有助于提升疾病准确率的，进而实现根据患者的不同症状，实现个性化的问诊，简化问诊流程，提高问诊效率和准确率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面所介绍的附图仅仅是本发明的一些实施例，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为本发明实施例提供的一种问诊方法的流程示意图；
图2为本发明实施例提供的一种问诊方法的流程示意图；
图3为本发明实施例提供的一种症状的示意图；
图4为本发明实施例提供的一种问诊装置的结构示意图；
图5为本发明实施例提供的一种计算设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
下面介绍本发明实施例的技术背景。
医生当场问诊，占用医生的大量时间，且特别容易遗漏，甚至导致误诊。随着移动互联网技术的发展，在没有见到医生之前由终端中的软件程序进行问诊。通过软件获得患者的患病信息，从而减少医生问诊的时间，进而加速整个医生看病的过程。这样在患者就诊时，在医生终端的屏幕上已经显示医生需要问诊的绝大部分的内容。医生只需补充询问、核实询问，即可决定医疗措施。大幅提高问诊效率、提高医疗的准确率。
基于终端的问诊需要考虑三方面，问诊要准确全面，问诊过程要快捷，问诊要适合广大患者(病人)的操作习惯、科学规律。
一种可实现的方法是类似调查问卷的办法，让患者自己根据生病情况回答一系列的问题。这样的问题是，每个患者都是这么一张一样的问卷。为保证问诊的准确率，问卷中针对各方面都要准备很多问诊问题，患者回答过程十分繁琐、冗长，可能收集了一些不必要的信息。例如，患者回答一定问题后，就可以推断出另外一些问题不需要再问了。比如：确定是呼吸系统的问题，那么，消化系统的问题就不需要再问了。而且，患者有时候自己也表达不清楚自己的症状，这会使诊断的准确性进一步下降，以至于使病情加重或者错过病情治疗的最佳时机。
下面描述本发明的问诊方法的可能的一种架构：
患者开始问诊前，通过终端设备输入主诉，所述终端设备可以为智能手机或平板电脑或电脑等终端，在此不做限定。终端设备中可以安装问诊服务软件、通信软件。问诊服务软件根据患者填写的内容，从服务器中或者从医生终端中，获得对应的问诊问题。
输入的主诉可以发送至问诊服务器，问诊服务器可以根据问询模型生成问诊问题，患者根据问诊问题输入问诊答复，该问诊答复可以为直接答复的，也可以为通过监测设备获得的，例如，监测设备包括生命体征监护手环、智能心率带、智能手表及智能血压计中的一种或多种。为提高问诊效率，终端设备可以关联监控设备，也可以为患者主动输入的监测设备的监测信息。根据症状答复生成所有的问诊问题，完成诊断后，通过终端设备向问诊服务器反馈问诊结果，问诊服务器最后向终端设备反馈该问诊结果，若病人对问诊结果满意即可结束问诊，否则可以继续问诊或提出向医生提出问诊、挂号等请求。结束问诊之后，患者还可以通过终端设备对问诊进行评价或留言，在此处不做限定。
本发明实施例中所描述的通过监测设备获得的问诊答复可以具体包括血氧饱和度、血糖、心率、血压、体温中的一种或多种，例如当监测设备为智能心率带时，可以仅包括心率、血压和体温，在此处不做限定。
需要说明的是，本发明实施例的监测设备不限于生命体征监护手环、智能心率带、智能手表及智能血压计中的一种或多种，还可以是其他各种类型的健康监测设备，在此处不做限定。
针对上述问题，如图1所示，本发明实施例提供一种问诊方法，包括：
步骤101：获取患者的症状信息；
步骤102：将所述症状信息输入问询模型生成需要问诊的第一症状问题；所述问询模型是根据从历史病历数据获得的样本训练得到的；所述样本为根据对所述历史病历数据的统计确定出有助于提升疾病准确率的症状问题及各症状问题的优先级；
步骤103：获取所述第一症状问题的第一症状答复，将所述第一症状答复输入所述问询模型，直至所述问询模型确定问诊结束。
本发明实施例中，将所述症状信息输入问询模型生成需要问诊的第一症状问题；获取所述第一症状问题的第一症状答复，将所述第一症状答复输入所述问询模型，直至所述问询模型确定问诊结束。通过问询模型，可以确定症状问题的优先级，该优先级是有助于提升疾病准确率的，进而实现根据患者的不同症状，实现个性化的问诊，简化问诊流程，提高问诊效率和准确率。
在步骤101中，为提高问询模型的效率，问询模型输入的问诊问题的答复是症状级别的，一种可能的实现方式，可以包括：
步骤一、获取所述患者提供的主诉；
步骤二、根据所述历史病历数据，确定所述主诉中的症状及所述症状对应的症状信息；
步骤三、根据预设规则，确定所述主诉中的症状的症状信息是否完整；若是，则执行步骤四；若否，则执行步骤五；
步骤四、将所述主诉中的症状信息确定为所述患者的症状信息；
步骤五、生成第二症状问题；所述第二症状问题为根据所述预设规则生成的，用于补充所述症状的症状信息。
在确定第一问诊问题对应的症状之前，可以通过生成问诊问题获得主诉中症状的所有属性信息。通过这种方法，可以使得问询模型中输入的症状是完整的，问询模型可以控制的问诊单位是症状级别的；当然，也可以通过问询模型，判断症状信息是否完整，若确定不完整，生成对应的属性问题，直至症状信息补充完整。
如图2所示，症状为流鼻涕；属性问题1为是否流鼻涕；属性问题2为鼻涕颜色；属性问题3为多长时间。该症状的所有属性信息为：属性1为是；属性2为黄色；属性3为3天。
在步骤103之前，确定第一问诊问题对应的症状之前，可以通过生成问诊问题获得该症状的所有属性信息；具体的，一种可能的实现方式，还可以包括：
步骤一、根据所述历史病历数据，确定所述第一症状答复中的症状及所述症状对应的症状信息；
步骤二、根据所述预设规则，确定所述第一症状答复中的症状的症状信息是否完整；若否，则执行步骤三；
步骤三、生成第三症状问题；所述第三症状问题为根据所述预设规则生成的，用于补充所述第二症状答复的症状信息。
问询模型的输入主诉(包括属性)+若干症状(包括属性，可以是0个症状和全部症状)，输出诊断结果。
为进一步提高问询模型训练的效率，一种可能的实现方式，针对历史病历数据中的每个病历，执行如下操作从而获得样本：
步骤201、将所述病历的主诉症状和现病史症状作为待选症状；
步骤202、根据所述历史病历数据，确定根据第一症状预测所述病历对应的疾病的第一准确率；所述第一症状为已确定优先级的待选症状；
步骤203、根据所述历史病历数据，确定根据所述第一症状及第二症状预测所述病历对应的疾病的第二准确率；所述第二症状为所述待选症状中未经优先级确定处理的任一症状；
步骤204、若确定所述第二准确率大于所述第一准确率，则将所述第二症状作为已确定优先级的待选症状，且所述第二症状为已确定优先级的待选症状中优先级最低的待选症状；若否，则执行步骤207。
步骤205、返回至确定第一准确率的步骤，直至将所述病历中的所有待选症状确定完毕；
步骤206、根据确定优先级的待选症状确定所述病历对应的样本。
在步骤207，将所述第二症状作为已经优先级确定处理的待选症状；并返回至确定第一准确率的步骤，直至将所述病历中的所有待选症状确定完毕。
在一个具体的实施例中，一个具体的样本数据生成过程可以包括：
步骤一、获得主诉的症状(包括属性)；
步骤二、选择一个病历中现病史中的症状(包括主诉)，根据该症状与所述主诉的症状，确定预测为正确疾病的概率。
步骤三、确定诊断为正确疾病的概率为增加的症状；并选择增加最大的症状，作为第一症状问题。
其中，第一症状问题是在当前情况下(仅有主诉)，问询模型应该预测出来的症状问题。
步骤四、根据主诉的症状(包括属性)+现病史的症状(包括属性，及挑选出来的症状)，返回至步骤二，生成下一症状问题。直至确定该病历中所有的症状，确定该病历作为问询模型的训练数据。
在步骤202中，一种可能的实现方式，如图3所示，包括：
步骤301、根据所述历史病历数据，确定所述第一症状中各症状在所述历史病历数据中出现的第一概率；
步骤302、根据所述历史病历数据，确定所述第一症状中各症状同时出现的第二概率；
步骤303、根据所述历史病历数据，确定所述病历对应的疾病发生的第三概率；
步骤304、根据所述第一概率、所述第二概率及所述第三概率，确定根据所述第一症状预测所述病历对应的疾病的第一准确率。
一种可能的实现方式，第一准确率可以根据以下方式确定：
根据所述历史病历数据，确定所述各症状在所述历史病历数据中出现的次数，确定所述各症状发生的概率；根据所述各症状发生的概率的乘积，确定为所述第二概率；根据所述第一概率与所述第三概率的乘积除以所述第二概率，作为所述第一准确率。
具体的，所述第一准确率可以根据以下公式确定：
P(cj|Ｘ)＝P(Ｘ|cj)*P(cj)/P(Ｘ)；
其中，
其中，X为病例中的症状列表，xi为所述症状列表的各症状，cj为所述病历对应的疾病，P(cj|X)为所述症状列表X中疾病为cj的概率，P(xi|cj)为症状xi在疾病cj中出现的概率，P(cj)为疾病cj的发生概率，P(X)为症状列表X中各症状同时出现的概率。
在具体实施过程中，模型训练过程可以包括：输入主诉症状(包括属性)+现病史若干症状(包括属性)，输出下一次要问的症状问题。以模型XGBoost为例进行训练和预测，可以将输入的主诉症状(包括属性)+现病史若干症状(包括属性)，转换为一个one-hot向量，并且将所有症状的向量都拼接在一起，作为一个整体的输入。输出为多分类的概率，例如，设置分类为10类，即输出10个症状的概率。需要说明的是，第一症状问题可以为排除被问过的症状问题的。
在步骤104之后，所述确定问诊结束之后，还包括：
根据获得的所述主诉及各症状答复，结合所述历史病历数据，预测所述患者的诊断；
根据所述诊断和所述历史病历数据确定就诊建议。
患者每次问诊治病的病历记录，可通过互联网、由医院电脑服务器传给患者服务器中备份保存。这有益于服务器执行问诊软件考虑内容更加全面。可以根据地域等因素，设置相配套的问询模型，并且逐步完善、升级，优化问询模型。具体的患者的个性信息，通过终端设备、由患者用文字照片或语音输入，可存贮在患者服务器中。根据患者的个性信息、有时候还可以根据先前的就诊记录，自动增加或减少、并优化后续的问诊问题。而且给予预先处理疾病的建议。关于疾病，显然越早进行处理、效果越好。
在问诊结束后，获得的问诊结果中，重点的内容、关键的内容，可用醒目的方式显示。防止患者或医生疏忽。具体醒目的显示方式有多种多样。问诊问题可以为判断题，例如判断题主要涉及病灶位置、疼痛程度、连带因素、外界因素、发病原因、发病时间等。需要软件判断问诊的回答后，指导后续的问诊方向和问诊重点，并且自动增加或减少后续的问诊问题。显然，问诊过程需要突出重点，不能遗忘关键点。对于疾病特别重要的问题，可以从不同的角度进行多次询问，确保不被遗漏、确保不会误诊。上述的问诊信息具体可以是语音信息或图文信息，在此处不做限定。具体的语音输入可以是语音文件，也可以由终端附带的语音软件转化为文字。具体的照片可以按照要求插入问诊问题的指定位置。并且随时显示给患者查验、纠正。
患者可以随时随地向发起问诊，获得问诊建议等。而医生也能够通过问诊减少不必要的问诊过程，这不仅是方便患者及医生，而是极大地释放了社会资源，特别是医疗资源。
本发明提出的一种问诊算法及装置，针对每一个患者给出个性化问诊过程，根据患者当前已知的患病情况，确定问诊问题，提供个性化的问诊过程，在收集相同信息的情况下，减少患者问诊过程所需的时间。
基于相同的发明构思，如图4所示，本发明实施例提供一种问诊装置，包括：
获取模块401，用于获取患者的症状信息；获取所述第一症状问题的第一症状答复；
处理模块402，用于将所述症状信息输入问询模型生成需要问诊的第一症状问题；所述问询模型是根据从历史病历数据获得的样本训练得到的；所述样本为根据对所述历史病历数据的统计确定出有助于提升疾病准确率的症状问题及各症状问题的优先级；将所述第一症状答复输入所述问询模型，直至所述问询模型确定问诊结束。
一种可能的实现方式，所述处理模块402，还用于：
针对历史病历数据中的每个病历，执行如下操作从而获得样本：将所述病历的主诉症状和现病史症状作为待选症状；根据所述历史病历数据，确定根据第一症状预测所述病历对应的疾病的第一准确率；所述第一症状为已确定优先级的待选症状；根据所述历史病历数据，确定根据所述第一症状及第二症状预测所述病历对应的疾病的第二准确率；所述第二症状为所述待选症状中未经优先级确定处理的任一症状；若确定所述第二准确率大于所述第一准确率，则将所述第二症状作为已确定优先级的待选症状，且所述第二症状为已确定优先级的待选症状中优先级最低的待选症状；返回至确定第一准确率的步骤，直至将所述病历中的所有待选症状确定完毕；根据确定优先级的待选症状确定所述病历对应的样本。
一种可能的实现方式，所述处理模块402，还用于：
若确定所述第二准确率不大于所述第一准确率，则将所述第二症状作为已经优先级确定处理的待选症状；并返回至确定第一准确率的步骤，直至将所述病历中的所有待选症状确定完毕。
一种可能的实现方式，所述处理模块402，具体用于：
根据所述历史病历数据，确定所述第一症状中各症状在所述历史病历数据中出现的第一概率；
根据所述历史病历数据，确定所述第一症状中各症状同时出现的第二概率；
根据所述历史病历数据，确定所述病历对应的疾病发生的第三概率；
根据所述第一概率、所述第二概率及所述第三概率，确定根据所述第一症状预测所述病历对应的疾病的第一准确率。
一种可能的实现方式，所述获取模块401，具体用于：
获取所述患者提供的主诉；
所述处理模块402，还用于：根据所述历史病历数据，确定所述主诉中的症状及所述症状对应的症状信息；根据预设规则，确定所述主诉中的症状的症状信息是否完整；若是，则将所述主诉中的症状信息确定为所述患者的症状信息；若否，则生成第二症状问题；所述第二症状问题为根据所述预设规则生成的，用于补充所述症状的症状信息；
或者，所述处理模块402，还用于：
根据所述历史病历数据，确定所述第一症状答复中的症状及所述症状对应的症状信息；根据所述预设规则，确定所述第一症状答复中的症状的症状信息是否完整；若否，则生成第三症状问题；所述第三症状问题为根据所述预设规则生成的，用于补充所述第二症状答复的症状信息。
一种可能的实现方式，所述处理模块402，还用于：
根据获得的所述主诉及各症状答复，结合所述历史病历数据，预测所述患者的诊断；根据所述诊断和所述历史病历数据确定就诊建议。
本发明实施例提供了一种计算设备，包括至少一个处理模块以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述程序被所述处理模块执行时，使得所述处理模块执行问诊方法的步骤。如图5所示，为本发明实施例中所述的计算设备的硬件结构示意图，该计算设备具体可以为台式计算机、便携式计算机、智能手机、平板电脑等。具体地，该计算设备可以包括存储器701、处理器702及存储在存储器上的计算机程序，所述处理器702执行所述程序时实现上述实施例中的任一问诊方法的步骤。其中，存储器701可以包括只读存储器(ROM)和随机存取存储器(RAM)，并向处理器702提供存储器701中存储的程序指令和数据。
进一步地，本发明实施例中所述的计算设备还可以包括输入装置703以及输出装置704等。输入装置703可以包括键盘、鼠标、触摸屏等；输出装置704可以包括显示设备，如液晶显示器(Liquid Crystal Display，LCD)、阴极射线管(Cathode Ray Tube，CRT)，触摸屏等。存储器701，处理器702、输入装置703和输出装置704可以通过总线或者其他方式连接，图5中以通过总线连接为例。处理器702调用存储器701存储的程序指令并按照获得的程序指令执行上述实施例提供的问诊方法。
本发明实施例还提供了一种计算机可读存储介质，其存储有可由计算设备执行的计算机程序，当所述程序在计算设备上运行时，使得所述计算设备执行问诊方法的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种问诊方法，其特征在于，包括：
获取患者的症状信息；
将所述症状信息输入问询模型生成需要问诊的第一症状问题；所述问询模型是根据从历史病历数据获得的样本训练得到的；所述样本为根据对所述历史病历数据的统计确定出有助于提升疾病准确率的症状问题及各症状问题的优先级；
获取所述第一症状问题的第一症状答复，将所述第一症状答复输入所述问询模型，直至所述问询模型确定问诊结束。
2.如权利要求1所述的方法，其特征在于，针对历史病历数据中的每个病历，执行如下操作从而获得样本：
将所述病历的主诉症状和现病史症状作为待选症状；
根据所述历史病历数据，确定根据第一症状预测所述病历对应的疾病的第一准确率；所述第一症状为已确定优先级的待选症状；
根据所述历史病历数据，确定根据所述第一症状及第二症状预测所述病历对应的疾病的第二准确率；所述第二症状为所述待选症状中未经优先级确定处理的任一症状；
若确定所述第二准确率大于所述第一准确率，则将所述第二症状作为已确定优先级的待选症状，且所述第二症状为已确定优先级的待选症状中优先级最低的待选症状；
返回至确定第一准确率的步骤，直至将所述病历中的所有待选症状确定完毕；
根据确定优先级的待选症状确定所述病历对应的样本。
3.如权利要求2所述的方法，其特征在于，所述根据所述历史病历数据，确定根据第一症状预测所述病历对应的疾病的第一准确率，包括：
根据所述历史病历数据，确定所述第一症状中各症状在所述历史病历数据中出现的第一概率；
根据所述历史病历数据，确定所述第一症状中各症状同时出现的第二概率；
根据所述历史病历数据，确定所述病历对应的疾病发生的第三概率；
根据所述第一概率、所述第二概率及所述第三概率，确定根据所述第一症状预测所述病历对应的疾病的第一准确率。
4.如权利要求2所述的方法，其特征在于，所述方法还包括：
若确定所述第二准确率不大于所述第一准确率，则将所述第二症状作为已经优先级确定处理的待选症状；并返回至确定第一准确率的步骤，直至将所述病历中的所有待选症状确定完毕。
5.如权利要求1所述的方法，其特征在于，所述获取患者的症状信息，包括：
获取所述患者提供的主诉；
根据所述历史病历数据，确定所述主诉中的症状及所述症状对应的症状信息；
根据预设规则，确定所述主诉中的症状的症状信息是否完整；
若是，则将所述主诉中的症状信息确定为所述患者的症状信息；
若否，则生成第二症状问题；所述第二症状问题为根据所述预设规则生成的，用于补充所述症状的症状信息；
或者，所述将所述第一症状答复输入所述问询模型之前，还包括：
根据所述历史病历数据，确定所述第一症状答复中的症状及所述症状对应的症状信息；
根据所述预设规则，确定所述第一症状答复中的症状的症状信息是否完整；
若否，则生成第三症状问题；所述第三症状问题为根据所述预设规则生成的，用于补充所述第二症状答复的症状信息。
6.如权利要求1-5任一项所述的方法，其特征在于，所述确定问诊结束之后，还包括：
根据获得的所述主诉及各症状答复，结合所述历史病历数据，预测所述患者的诊断；
根据所述诊断和所述历史病历数据确定就诊建议。
7.一种问诊装置，其特征在于，包括：
获取模块，用于获取患者的症状信息；获取所述第一症状问题的第一症状答复；
处理模块，用于将所述症状信息输入问询模型生成需要问诊的第一症状问题；所述问询模型是根据从历史病历数据获得的样本训练得到的；所述样本为根据对所述历史病历数据的统计确定出有助于提升疾病准确率的症状问题及各症状问题的优先级；将所述第一症状答复输入所述问询模型，直至所述问询模型确定问诊结束。
8.如权利要求7所述的装置，其特征在于，所述处理模块，还用于：
针对历史病历数据中的每个病历，执行如下操作从而获得样本：将所述病历的主诉症状和现病史症状作为待选症状；根据所述历史病历数据，确定根据第一症状预测所述病历对应的疾病的第一准确率；所述第一症状为已确定优先级的待选症状；根据所述历史病历数据，确定根据所述第一症状及第二症状预测所述病历对应的疾病的第二准确率；所述第二症状为所述待选症状中未经优先级确定处理的任一症状；若确定所述第二准确率大于所述第一准确率，则将所述第二症状作为已确定优先级的待选症状，且所述第二症状为已确定优先级的待选症状中优先级最低的待选症状；返回至确定第一准确率的步骤，直至将所述病历中的所有待选症状确定完毕；根据确定优先级的待选症状确定所述病历对应的样本。
9.一种电子设备，其特征在于，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指令，所述指令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权利要求1-6任一所述的方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1-6任一所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811392791.1A CN109545394B (zh) | 2018-11-21 | 2018-11-21 | 一种问诊方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811392791.1A CN109545394B (zh) | 2018-11-21 | 2018-11-21 | 一种问诊方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109545394A true CN109545394A (zh) | 2019-03-29 |
| CN109545394B CN109545394B (zh) | 2021-08-17 |
Family
ID=65848904
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811392791.1A Active CN109545394B (zh) | 2018-11-21 | 2018-11-21 | 一种问诊方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109545394B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110176313A (zh) * | 2019-05-29 | 2019-08-27 | 上海依智医疗技术有限公司 | 一种预问诊方法和系统 |
| CN112086207A (zh) * | 2020-07-23 | 2020-12-15 | 刘萍 | 一种远程诊断咨询系统 |
| CN112786176A (zh) * | 2021-02-22 | 2021-05-11 | 北京融威众邦电子技术有限公司 | 智能自助就诊方法、装置、计算机设备 |
| CN112786169A (zh) * | 2020-12-29 | 2021-05-11 | 桂林医学院附属医院 | 门诊病史信息采集系统、方法、存储介质、计算机程序 |
| CN112837813A (zh) * | 2019-11-25 | 2021-05-25 | 北京搜狗科技发展有限公司 | 自动问诊方法及装置 |
| CN113161017A (zh) * | 2020-12-31 | 2021-07-23 | 上海明品医学数据科技有限公司 | 一种医学信息的问询系统和问询方法 |
| CN113360612A (zh) * | 2021-05-25 | 2021-09-07 | 张健 | 一种基于问诊请求的ai诊断方法、装置、存储介质和设备 |
| CN113488125A (zh) * | 2021-07-27 | 2021-10-08 | 心医国际数字医疗系统(大连)有限公司 | 信息处理方法、装置、电子设备及存储介质 |
| CN113724882A (zh) * | 2021-08-30 | 2021-11-30 | 康键信息技术（深圳）有限公司 | 基于问诊会话构建用户画像的方法、装置、设备和介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101211433A (zh) * | 2006-12-26 | 2008-07-02 | 天津路德医学仪器技术有限公司 | 由健康信息管理簿和医疗软件平台构成的医疗信息系统 |
| US20140108048A1 (en) * | 2009-07-08 | 2014-04-17 | Steven Charles Cohn | Medical History System |
| CN104915413A (zh) * | 2015-06-05 | 2015-09-16 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种健康检测方法及系统 |
| CN205388760U (zh) * | 2016-03-09 | 2016-07-20 | 三峡大学第一临床医学院 | 用于急救信息系统的引导装置 |
| CN105912846A (zh) * | 2016-04-07 | 2016-08-31 | 南京小网科技有限责任公司 | 基于云计算和医学知识库技术的智能医疗辅助决策系统 |
| WO2016198838A1 (en) * | 2015-06-09 | 2016-12-15 | Sarissa Biomedical Limited | Methods and devices to detect stroke in a subject |
| CN107066818A (zh) * | 2017-03-30 | 2017-08-18 | 深圳市金立通信设备有限公司 | 一种疾病诊断方法及终端 |
| CN108198631A (zh) * | 2018-02-05 | 2018-06-22 | 南昌医软科技有限公司 | 循证医疗结果生成方法与装置 |
| CN108777176A (zh) * | 2018-05-31 | 2018-11-09 | 平安医疗科技有限公司 | 在线问题归一化处理方法、装置、计算机设备和存储介质 |
-
2018
- 2018-11-21 CN CN201811392791.1A patent/CN109545394B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101211433A (zh) * | 2006-12-26 | 2008-07-02 | 天津路德医学仪器技术有限公司 | 由健康信息管理簿和医疗软件平台构成的医疗信息系统 |
| US20140108048A1 (en) * | 2009-07-08 | 2014-04-17 | Steven Charles Cohn | Medical History System |
| CN104915413A (zh) * | 2015-06-05 | 2015-09-16 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种健康检测方法及系统 |
| WO2016198838A1 (en) * | 2015-06-09 | 2016-12-15 | Sarissa Biomedical Limited | Methods and devices to detect stroke in a subject |
| CN205388760U (zh) * | 2016-03-09 | 2016-07-20 | 三峡大学第一临床医学院 | 用于急救信息系统的引导装置 |
| CN105912846A (zh) * | 2016-04-07 | 2016-08-31 | 南京小网科技有限责任公司 | 基于云计算和医学知识库技术的智能医疗辅助决策系统 |
| CN107066818A (zh) * | 2017-03-30 | 2017-08-18 | 深圳市金立通信设备有限公司 | 一种疾病诊断方法及终端 |
| CN108198631A (zh) * | 2018-02-05 | 2018-06-22 | 南昌医软科技有限公司 | 循证医疗结果生成方法与装置 |
| CN108777176A (zh) * | 2018-05-31 | 2018-11-09 | 平安医疗科技有限公司 | 在线问题归一化处理方法、装置、计算机设备和存储介质 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110176313A (zh) * | 2019-05-29 | 2019-08-27 | 上海依智医疗技术有限公司 | 一种预问诊方法和系统 |
| CN112837813A (zh) * | 2019-11-25 | 2021-05-25 | 北京搜狗科技发展有限公司 | 自动问诊方法及装置 |
| CN112086207A (zh) * | 2020-07-23 | 2020-12-15 | 刘萍 | 一种远程诊断咨询系统 |
| CN112786169A (zh) * | 2020-12-29 | 2021-05-11 | 桂林医学院附属医院 | 门诊病史信息采集系统、方法、存储介质、计算机程序 |
| CN113161017A (zh) * | 2020-12-31 | 2021-07-23 | 上海明品医学数据科技有限公司 | 一种医学信息的问询系统和问询方法 |
| CN112786176A (zh) * | 2021-02-22 | 2021-05-11 | 北京融威众邦电子技术有限公司 | 智能自助就诊方法、装置、计算机设备 |
| CN113360612A (zh) * | 2021-05-25 | 2021-09-07 | 张健 | 一种基于问诊请求的ai诊断方法、装置、存储介质和设备 |
| CN113488125A (zh) * | 2021-07-27 | 2021-10-08 | 心医国际数字医疗系统(大连)有限公司 | 信息处理方法、装置、电子设备及存储介质 |
| CN113724882A (zh) * | 2021-08-30 | 2021-11-30 | 康键信息技术（深圳）有限公司 | 基于问诊会话构建用户画像的方法、装置、设备和介质 |
| CN113724882B (zh) * | 2021-08-30 | 2024-07-12 | 康键信息技术（深圳）有限公司 | 基于问诊会话构建用户画像的方法、装置、设备和介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109545394B (zh) | 2021-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109545394B (zh) | 一种问诊方法及装置 | |
| US11769576B2 (en) | Method and system for improving care determination | |
| US20140122109A1 (en) | Clinical diagnosis objects interaction | |
| CN109524108A (zh) | 一种问询模型的建立方法及装置 | |
| US20200098476A1 (en) | Dynamic prompting for diagnosis suspecting | |
| Klappe et al. | Factors influencing problem list use in electronic health records—application of the unified theory of acceptance and use of technology | |
| US20230053474A1 (en) | Medical care system for assisting multi-diseases decision-making and real-time information feedback with artificial intelligence technology | |
| CN109545384A (zh) | 一种医学诊断方法及装置 | |
| US11322139B2 (en) | Presentation of indications with respect to questions of a communication session | |
| CN112837772A (zh) | 一种预问诊病历生成方法及装置 | |
| CN116860935A (zh) | 基于提示词问答交互的内容管理方法、装置、设备及介质 | |
| US20210335491A1 (en) | Predictive adaptive intelligent diagnostics and treatment | |
| CN118230971A (zh) | 医疗信息抽取方法、装置、电子设备和存储介质 | |
| CN113870973A (zh) | 基于人工智能的信息输出方法、装置、计算机设备及介质 | |
| CN117909463A (zh) | 业务场景对话方法及相关产品 | |
| CN118013001A (zh) | 基于知识库和大语言模型的互动式知识交互系统 | |
| CN117423480A (zh) | 智能机器人辅助诊疗方法、系统、智能机器人及存储介质 | |
| JP2023080373A (ja) | 問診システム | |
| CN116798584A (zh) | 就诊引导方法、装置及电子设备 | |
| CN117743522A (zh) | 一种医疗答复生成方法、装置、设备以及存储介质 | |
| CN113990422A (zh) | 一种随访数据的采集方法和装置 | |
| US20210151135A1 (en) | Processing data records and searching data structures that are stored in hardware memory and that are at least partly generated from the processed data records in generating an adaptive user interface | |
| CN112053763A (zh) | 在线用药咨询方法、在线用药咨询装置及智能终端 | |
| CN110910980A (zh) | 一种脓毒血症的预警装置、设备及存储介质 | |
| US20240006035A1 (en) | Collection device, collection method, and collection program |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220322 Address after: 100080 zone a, 21 / F, block a, No. 8, Haidian Street, Haidian District, Beijing Patentee after: BEIJING SHENRUI BOLIAN TECHNOLOGY Co.,Ltd. Patentee after: Hangzhou Shenrui Bolian Technology Co., Ltd Address before: Units 06 and 07, 23rd Floor, 523 Loushanguan Road, Changning District, Shanghai, 2003 Patentee before: SHANGHAI YIZHI MEDICAL TECHNOLOGY Co.,Ltd. |
|
| TR01 | Transfer of patent right |