CN110634570A - 一种诊断仿真方法及相关装置 - Google Patents
一种诊断仿真方法及相关装置 Download PDFInfo
- Publication number
- CN110634570A CN110634570A CN201810654315.6A CN201810654315A CN110634570A CN 110634570 A CN110634570 A CN 110634570A CN 201810654315 A CN201810654315 A CN 201810654315A CN 110634570 A CN110634570 A CN 110634570A
- Authority
- CN
- China
- Prior art keywords
- symptom
- obtaining
- result
- questions
- user
- 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
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
- 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
-
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供了一种诊断仿真方法及相关装置,所述方法包括:响应于语音输入操作,获得用户输入的语音信息;将所述语音信息转换成文本信息,获得与所述文本信息匹配的多个症状问题;输出所述多个症状问题分别对应的症状描述信息;获得用户根据所述症状描述信息输入的预测诊断结果;根据所述多个症状问题和/或所述预测诊断结果,获得仿真评估结果。可见,本申请实施例的仿真过程中,用户通过语音输入操作,通过自然语言描述需要提问的多个症状问题。因此能够对真实的诊断过程进行仿真,而且仿真程度较高,从而提高了用户体验。
Description
技术领域
本申请涉及计算机领域,尤其是涉及一种诊断仿真方法及相关装置。
背景技术
为了实现对医学类学生等用户进行教学、技能评估等目的,一种常用的方式是利用诊断仿真软件对病人的疾病诊断过程进行仿真。
现有技术中,疾病诊断过程的仿真方式包括:为了用户能够了解病人的症状描述信息,向用户显示问题选项列表,用户从中选择多个问题,显示用户选择的多个问题对应的症状描述信息;当用户需要作出诊断时,向用户显示多个诊断结果,获得用户根据该症状描述信息选择的诊断结果。还可以进一步对用户选择的诊断结果的准确性进行评估。
然而,由于用户需要从问题选项列表中选择多个问题,不仅提问的问题具有局限性,而且这种文本交互方式与真实的诊断过程存在较大的差异,因此仿真程度较低,用户体验较差。
发明内容
本申请解决的技术问题在于提供一种诊断仿真方法及相关装置,实现对真实的诊断过程进行仿真,仿真程度较高,从而提高了用户体验。
为此,本申请解决技术问题的技术方案是:
本发明实施例提供了一种诊断仿真方法,所述方法包括:
响应于语音输入操作,获得用户输入的语音信息;
将所述语音信息转换成文本信息,获得与所述文本信息匹配的多个症状问题;
输出所述多个症状问题分别对应的症状描述信息;
获得用户根据所述症状描述信息输入的预测诊断结果;
根据所述多个症状问题和/或所述预测诊断结果,获得仿真评估结果。
可选的,根据所述多个症状问题和/或所述预测诊断结果,获得仿真评估结果,包括:
获得标准流程模板,所述标准流程模板包括症状问题序列;
将所述多个症状问题与所述症状问题序列中的标准问题进行问题所占比例的计算和/或问题顺序的匹配,获得第一结果;
根据所述第一结果和/或所述预测诊断结果,获得所述仿真评估结果。
可选的,所述获得标准流程模板包括:
获得目标病例数据;
将所述目标病例数据输入至训练好的识别模型中,获得所述模型输出的所述目标病例数据对应的标准流程模板;其中,所述识别模型的训练数据包括多组病例数据,所述识别模型的标记数据包括所述多组病例数据分别对应的标准流程模板。
可选的,还包括:
获得用户输入的检查项目标识;
输出与所述检查项目标识匹配的检查结果;
获得用户根据所述症状描述信息输入的预测诊断结果,包括:获得用户根据所述症状描述信息和所述检查结果输入的预测诊断结果。
可选的,根据所述多个症状问题和/或所述预测诊断结果,获得仿真评估结果,包括:
根据所述多个症状问题和/或所述预测诊断结果,并结合所述检查项目标识,获得所述仿真评估结果。
可选的,根据所述多个症状问题和/或所述预测诊断结果,并结合所述检查项目标识,获得所述仿真评估结果,包括:
获得标准流程模板,所述标准流程模板包括症状问题序列和检查项目序列;
将所述多个症状问题与所述症状问题序列中的标准问题进行问题所占比例的计算和/或问题顺序的匹配,获得第一结果;
将用户选中的检查项目标识与检查项目序列中的检查项目标识进行项目所占比例的计算和/或项目顺序的匹配,获得第二结果;
根据所述第一结果和/或所述预测诊断结果,并结合所述第二结果,获得所述仿真评估结果。
可选的,获得与所述文本信息匹配的多个症状问题,包括:
对所述文本信息进行自然语言处理,获得所述文本信息对应的标签;
获得与所述对应的标签匹配的多个症状问题。
可选的,输出所述多个症状问题分别对应的症状描述信息,包括:
语音输出和/或显示所述多个症状问题分别对应的症状描述信息。
本申请实施例提供了一种诊断仿真装置,所述装置包括:
语音信息获得模块,用于响应于语音输入操作,获得用户输入的语音信息;
症状问题获得模块,用于将所述语音信息转换成文本信息,获得与所述文本信息匹配的多个症状问题;
描述信息输出模块,用于输出所述多个症状问题分别对应的症状描述信息;
诊断结果获得模块,用于获得用户根据所述症状描述信息输入的预测诊断结果;
评估结果获得模块,用于根据所述多个症状问题和/或所述预测诊断结果,获得仿真评估结果。
可选的,所述评估结果获得模块包括:
流程模板获得子模块,用于获得标准流程模板,所述标准流程模板包括症状问题序列;
第一结果获得子模块,用于将所述多个症状问题与所述症状问题序列中的标准问题进行问题所占比例的计算和/或问题顺序的匹配,获得第一结果;
评估结果获得子模块,用于根据所述第一结果和/或所述预测诊断结果,获得所述仿真评估结果。
可选的,所述流程模板获得子模块具体用于,获得目标病例数据;将所述目标病例数据输入至训练好的识别模型中,获得所述模型输出的所述目标病例数据对应的标准流程模板;其中,所述识别模型的训练数据包括多组病例数据,所述识别模型的标记数据包括所述多组病例数据分别对应的标准流程模板。
可选的,还包括:项目标识获得模块,用于获得用户输入的检查项目标识;
所述描述信息输出模块,还用于输出与所述检查项目标识匹配的检查结果;
所述诊断结果获得模块,具体用于获得用户根据所述症状描述信息和所述检查结果输入的预测诊断结果。
可选的,所述评估结果获得模块,具体用于根据所述多个症状问题和/或所述预测诊断结果,并结合所述检查项目标识,获得所述仿真评估结果。
可选的,所述评估结果获得模块,包括:
流程模板获得子模块,用于获得标准流程模板,所述标准流程模板包括症状问题序列和检查项目序列;
第一结果获得子模块,用于将所述多个症状问题与所述症状问题序列中的标准问题进行问题所占比例的计算和/或问题顺序的匹配,获得第一结果;
第二结果获得子模块,用于将用户选中的检查项目标识与检查项目序列中的检查项目标识进行项目所占比例的计算和/或项目顺序的匹配,获得第二结果;
评估结果获得子模块,用于根据所述第一结果和/或所述预测诊断结果,并结合所述第二结果,获得所述仿真评估结果。
可选的,获得与所述文本信息匹配的多个症状问题时,所述症状问题获得模块,具体用于对所述文本信息进行自然语言处理,获得所述文本信息对应的标签;获得与所述对应的标签匹配的多个症状问题
可选的,所述描述信息输出模块,具体用于语音输出和/或显示所述多个症状问题分别对应的症状描述信息。
本申请提供了一种用于诊断仿真的装置,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
响应于语音输入操作,获得用户输入的语音信息;
将所述语音信息转换成文本信息,获得与所述文本信息匹配的多个症状问题;
输出所述多个症状问题分别对应的症状描述信息;
获得用户根据所述症状描述信息输入的预测诊断结果;
根据所述多个症状问题和/或所述预测诊断结果,获得仿真评估结果。
本申请实施例提供了一种机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行上述任一个诊断仿真方法。
通过上述技术方案可知,本申请实施例中获取用户输入的语音信息,根据语音信息转换成的文本信息,获得匹配的多个症状问题;并对多个症状问题分别对应的症状描述信息进行输出。获得用户根据所述症状描述信息输入的预测诊断结果,根据所述多个症状问题和/或所述预测诊断结果,获得仿真评估结果。可见,本申请实施例的仿真过程中,不再是向用户显示问题选项列表并由用户从中选择多个症状问题,而是用户通过语音输入操作,通过自然语言描述需要提问的多个症状问题。因此能够对真实的诊断过程进行仿真,而且仿真程度较高,从而提高了用户体验。此外,用户不仅需要通过自然语言描述需要提问的多个症状问题,而且还需要对多个症状问题的前后顺序进行组织。因此能够对仿真诊断过程中的诊断全面性和逻辑性进行仿真评估,提高了仿真效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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,还可以根据这些附图获得其它的附图。
图1为本申请实施例提供的一种方法实施例的流程示意图;
图2为本申请实施例提供的一种装置实施例的结构示意图;
图3为本申请实施例提供的另一种装置实施例的结构示意图;
图4为本申请实施例提供的一种服务器的结构示意图。
具体实施方式
利用诊断仿真软件对疾病诊断过程进行仿真时,通常会选择一个虚拟病人,例如选择症状特点为“腹痛”的虚拟病人。在选择虚拟病人之后,向用户显示该虚拟病人对应的问题选项列表,用户从中选择多个问题。例如用户可以选择问题“你哪里不舒服?”、“持续多长时间了”等等。用户每选择一个问题,显示该问题对应的虚拟病人的症状描述信息,例如用户选择问题“你哪里不舒服?”,向用户显示对应的虚拟病人的症状描述信息为:“医生我肚子痛”。当用户需要作出诊断时,向用户显示多个诊断结果,用户根据该症状描述信息选择针对该虚拟病人的预测诊断结果,并进一步对用户选择的预测诊断结果的准确性进行评估。可见,由于用户需要从问题选项列表中选择多个问题,不仅提问的问题具有局限性,而且这种文本交互的方式与真实的诊断过程存在较大的差异,因此仿真程度较低,用户体验较差。
本申请解决的技术问题在于提供一种诊断仿真方法及相关装置,不再需要从问题选项列表中选择提问的问题。用户可以通过语音输入操作,利用自然语言描述需要提问的多个症状问题,因此能够对真实的诊断过程进行仿真,而且仿真程度较高,从而提高了用户体验。此外,用户不仅可以通过自然语言描述需要提问的多个症状问题,而且还可以对多个症状问题的前后顺序进行组织,因此能够对仿真诊断过程中的诊断全面性和诊断逻辑性进行仿真评估,提高了仿真效果。
请参阅图1,本申请实施例提供了诊断仿真方法的一种方法实施例。本实施例的所述方法包括:
S101:响应于语音输入操作,获得用户输入的语音信息。
在疾病诊断的仿真过程中,用户可以选择需要仿真的症状特点或者科室,或者随机向用户分配需要仿真的症状特点或者科室。例如,用户选择仿真方式为按症状特点接诊,并且选中症状特点为:“腹痛”,则向用户提供“腹痛”对应的虚拟病人的仿真诊断过程。又例如,用户选中仿真方式为随机接诊,则向用户随机提供某一个症状特点或者某一个科室对应的虚拟病人的仿真诊断过程。
在仿真诊断过程中,为了仿真真实的诊断过程,会向用户输出虚拟病人的年龄、性别等基本信息和/或该虚拟病人的表现特征等。例如,显示虚拟病人的年龄、性别等基本信息;又例如,向用户显示一个人物动画形象,该人物动画形象的表现特征为:“一名中年男性患者,手捂腹部,面色苍白,表情痛苦”,该表现特征可以以动画结合语音的形式直观展现,也可以以文字形式辅助显示。
用户根据症状特点、科室、或者上述表现特征,能够了解到虚拟病人的基本症状,并根据该基本症状可以确定出需要提问的问题,从而进一步了解虚拟病人的详细症状。在本申请实施例中,用户可以通过语音方式提出需要提问的问题。具体地,用户执行语音输入操作并输入语音信息,响应于该语音输入操作,获得用户输入的语音信息。例如,用户点击语音输入控件并且输入语音信息:“你怎么不舒服”,响应于该点击操作,通过麦克风等语音输入装置获得该语音信息。其中,用户可以执行多次语音输入操作,每次语音输入操作对应一组语音信息,因此本步骤中可以响应于多次语音的输入操作从而获得多组语音信息。例如,获得用户输入的语音信息“你怎么不舒服”之后,显示或者语音输出对应的症状描述信息:“我肚子疼”,用户还可以再次点击语音输入控件并且输入语音信息:“这种情况持续多久了”,再次响应于点击操作,并获得用户再次输入的上述语音信息。
S102:将所述语音信息转换成文本信息,获得与所述文本信息匹配的多个症状问题。
由于在诊断仿真过程中,用户需要通过一次或多次语音输入操作,提出多个症状问题,从而获得虚拟病人的症状描述信息。为识别出该多个症状问题,可以通过语音识别技术,将用户输入的语音信息转换成文本信息,获得与文本信息匹配的多个症状问题。其中,在转换成文本信息之后,可以进一步显示该文本信息。
下面提供一种症状问题的匹配方式。在本申请实施例中,每个虚拟病人都可以对应一个标准流程模板,该标准流程模板中包括症状问题序列,该症状问题序列包括多个标准问题;将文本信息与该症状问题序列中的多个标准问题进行匹配;将匹配度大于预设阈值的多个标准问题,作为与所述文本信息匹配的多个症状问题。例如,一个标准问题为:“哪里不舒服”,文本信息为:“你怎么不舒服”,该文本信息与该标准问题的匹配度大于预设阈值,因此该标准问题与该文本信息匹配。
其中,用户可以执行一次语音输入操作,并且该一次语音输入操作对应多个症状问题;对应的,响应于一次语音输入操作,获得一次语音输入操作对应的文本信息,并获得该文本信息对应的多个症状问题。
用户也可以执行多次语音输入操作,每次语音输入操作都对应一个或多个症状问题;对应的,响应于多次语音输入操作,获得每次语音输入操作对应的文本信息,并获得该文本信息对应的一个或多个症状问题。
在本申请实施例中,将用户输入的语音信息转换成文本信息之后,由于该文本信息通常为用户通过自然语言提出的问题,因此为了能够获得与该文本信息匹配的症状问题,可以在匹配之前对该文本信息进行自然语言处理,获得文本信息对应的标签,获得与所述对应的标签匹配的多个症状问题。例如,用户输入的语音信息转换成文本信息:“你腰疼多久了”,将该文本信息进行自然语言处理后,获得文本信息对应的标签:“腰疼”和“伴随时长”,将该标签与症状问题序列中的标准问题进行匹配,获得匹配的标准问题。
S103:输出所述多个症状问题分别对应的症状描述信息。
当用户执行语音输入操作时,可以是响应于语音输入操作,获得语音输入操作对应的文本信息匹配的多个症状问题,输出该多个症状问题分别对应的症状描述信息。其中,输出方式具体可以是以文本方式输出,例如显示该症状描述信息的文本信息;或者也可以是以语音方式输出,例如语音播报该症状描述信息。其中,具体地输出方式可以由用户进行选择。
在本申请实施例中,每个虚拟病人都可以对应一个标准流程模板,该标准流程模板中包括症状问题序列,该症状问题序列包括多个标准问题,每个标准问题都具有对应的症状描述信息。例如,标准问题为:“你怎么不舒服”,该标准问题对应的症状描述信息为:“我肚子疼”。因此,根据所述文本信息匹配出标准问题:“你怎么不舒服”之后,可以获得该标准问题对应的症状描述信息。
S104:获得用户根据所述症状描述信息输入的预测诊断结果。
显示和/或语音输出所述多个症状问题分别对应的症状描述信息之后,用户可以根据该症状描述信息,确定出该用户的预测诊断结果。具体的,可以向用户显示诊断结果列表,由用户从中选择一个或多个诊断结果作为预测诊断结果;或者也可以由用户通过文本输入或者语音输入等方式,输入预测诊断结果。
S105:根据所述多个症状问题和/或所述预测诊断结果,获得仿真评估结果。
本申请实施例中还可对诊断仿真过程进行仿真评估,获得仿真评估结果。具体地,可以根据所述多个症状问题和/或所述预测诊断结果进行仿真评估。例如,根据用户提出的多个症状问题是否全面、是否具有逻辑性,以及预测诊断结果是否全面、是否准确等因素,获得仿真评估结果。
通过上述技术方案可知,本申请实施例的诊断仿真过程中,不再是向用户显示问题选项列表并由用户从中选择多个症状问题,而是用户通过语音输入操作,通过自然语言描述需要提问的多个症状问题。因此能够对真实的诊断过程进行仿真,而且仿真程度较高,从而提高了用户体验。此外,用户不仅需要通过自然语言描述需要提问的多个症状问题,而且还需要对多个症状问题的前后顺序进行组织,因此能够对仿真诊断过程中的诊断全面性和逻辑性进行仿真评估,提高了仿真效果。
本申请实施例中,为了能够进一步获知虚拟病人的情况,用户可以选择查体项目和/或实验室项目等检查项目,并且向用户输出检查项目对应的检查结果。其中,查体项目指的是通过医生检查手段实现的检查项目,包括:生命体征(例如体温、血压)的检查项目、身体基本情况(例如身高、体重、神情)的检查项目等。实验室项目指的是通过影像手段、血液检测等实验室检测手段实现的检查项目,包括:血液检测、尿液检测、X线检测等。具体地,用户可以通过选中操作、键盘输入操作、语音输入操作等方式输入检查项目标识,获得用户输入的该检查项目标识;输出与所述检查项目标识匹配的检查结果,从而使得用户根据所述症状描述信息和所述检查结果输入预测诊断结果。例如,向用户显示查体项目列表和实验室项目列表,用户可以从查体项目列表选中查体项目:生命体征,并且从实验室项目列表中选中实验室项目:血液检测、X线检测。分别向用户显示该查体项目和该实验室项目对应的检查结果。
在本申请实施例中,可以对诊断仿真过程进行仿真评估,从而获得仿真评估结果。下面对仿真评估的方式进行示例性说明。
可选的,获得标准流程模板,其中,标准流程模板包括症状问题序列,并且症状问题序列中包括多个标准问题,其中该多个标准问题可以具有一定的先后顺序;将用户提出的多个症状问题与所述症状问题序列中的标准问题进行问题所占比例的计算和/或问题顺序的匹配,获得第一结果,例如,用户提出的多个症状问题的顺序为:问题A、问题D和问题C,症状问题序列中的标准问题的顺序为:问题A、问题D、问题E和问题C。其中症状问题序列中包括4个标准问题,用户提出的症状问题与其中的3个标准问题匹配,因此问题所占比例的计算结果为3/4。而且,用户提出的症状问题中,有2个症状问题与4个标准问题的顺序相同,因此问题顺序的匹配结果为2/4;所述第一结果包括上述计算结果和上述匹配结果。根据所述第一结果和/或预测诊断结果,获得所述仿真评估结果。例如,根据包括上述计算结果和上述匹配结果的第一结果,获得仿真评估结果;又例如,根据预测诊断结果,获得所述仿真评估结果,其中,可以将预测诊断结果与标准诊断结果进行全面性匹配,从而获得仿真评估结果;又例如,根据包括上述计算结果和上述匹配结果的第一结果,并结合预测诊断结果,获得所述仿真评估结果。其中,问题所占比例的计算结果能够反映出用户提出的问题是否全面,问题顺序的匹配结果能够反映出用户提出的问题的顺序是否具有逻辑性。
进一步地,在对诊断仿真过程进行仿真评估,从而获得仿真评估结果时,除了根据所述多个症状问题和/或所述预测诊断结果,还可以结合所述检查项目标识。例如,获得仿真评估结果时,除了根据用户提出的多个症状问题是否全面、是否具有逻辑性,以及预测诊断结果是否全面、是否准确等因素,还可以结合用户输入的检查项目标识是否全面、是否具有逻辑性等因素。
具体地,获得标准流程模板。其中,标准流程模板包括症状问题序列和检查项目序列,并且症状问题序列中的问题可以具有一定的先后顺序,检查项目序列中的检查项目标识也可以具有一定的先后顺序;将所述多个症状问题与所述症状问题序列中的标准问题进行问题所占比例的计算和/或问题顺序的匹配,获得第一结果,其中问题顺序可以仅考虑问题之间的先后顺序,也可以考虑问题和项目之间的先后顺序;将用户选中的检查项目标识与检查项目序列中的检查项目标识进行项目所占比例的计算和/或项目顺序的匹配,获得第二结果,其中项目顺序可以仅考虑项目之间的先后顺序,也可以考虑问题和项目之间的先后顺序;根据所述第一结果和/或预测诊断结果,并结合第二结果,获得所述仿真评估结果。其中,问题所占比例的计算结果能够反映出用户提出的问题是否全面,问题顺序的匹配结果能够反映出用户提出的问题的顺序是否具有逻辑性。项目所占比例的计算结果能够反映出用户选中的查体项目和/或实验室项目是否全面,项目顺序的匹配结果能够反映出用户选中的查体项目和/或实验室项目的顺序是否具有逻辑性。
可见,本申请实施例中,通过对用户语音提出的多个症状问题和用户选中的检查项目进行所占比例的计算,以及通过对预测诊断结果与标准诊断结果进行全面性匹配,能够反映出仿真诊断过程中的诊断全面性;并且,通过对用户语音提出的多个症状问题和用户选中的检查项目进行顺序的匹配,能够反映出仿真诊断过程中的诊断逻辑性。从而通过诊断全面性和诊断逻辑性,能够更加准确地对诊断仿真过程进行评估,提高了仿真效果。其中,在对诊断仿真过程进行评估,并获得仿真评估结果之后,还可以针对该仿真评估结果,输出对应的诊断建议。例如可以显示出标准流程模板中的症状问题序列中,与用户提出的多个症状问题内容不匹配的标准问题,或者也可以显示标准流程模板中的症状问题序列中,与用户提出的多个症状问题顺序不对应的标准问题。
在获得标准流程模板时,可以采用人为设定的方式,即获得目标病例数据之后,通过人工方式获得该目标病例数据对应的症状问题序列和症状问题序列中每个标准问题对应的症状描述信息,以及该目标病例数据对应的检查项目序列。
其中,本申请实施例可以对根据目标病例数据获得的问题以及症状描述信息进行衍生、合并、归一化处理等,下面具体说明。
由于医生口语化的表述方式,根据目标病例数据可能会获得多个语义相同的问题。例如,根据目标病例数据提取出语义相同的问题1:“你不舒服吗”,以及问题2:“怎么不舒服”。可以对语义相同的问题进行合并,将合并后的问题作为标准问题加入症状问题序列中。其中,合并指的是将多个问题转换成能够体现上述多个问题的关键内容的问题。例如将问题1和问题2进行合并,获得问题3:“哪里不舒服”。此外,在进行合并之前,还可以根据提取出的问题衍生出新的问题,将提取出的问题和衍生出的问题进行合并。例如,根据问题1和问题2,衍生出语义相同的问题4:“有什么问题吗”,将问题1、问题2和问题4进行合并,获得问题3:“哪里不舒服”。在进行合并之后,将问题3作为标准问题加入症状问题序列中。可见,通过衍生以及合并,能够使得症状问题序列中的标准问题能够涵盖同一语义的多种不同的表述方式,从而在将用户提出的多个症状问题与症状问题序列进行匹配时,提高匹配问题的准确性和全面性。
对应的,由于病人口语化的表述方式,根据目标病例数据可能会获得多个语义相同的症状描述信息。例如,根据目标病例数据提取出语义相同的症状描述信息1:“我胃疼”,以及症状描述信息2:“胃有点疼”。可以对语义相同的症状描述信息进行合并,将合并后的症状描述信息作为标准问题对应的症状描述信息。其中,合并指的是将多个症状描述信息转换成能够体现上述多个症状描述信息的关键内容的症状描述信息。例如将症状描述信息1和症状描述信息2进行合并,获得症状描述信息3:“胃不舒服”。此外,在进行合并之前,还可以根据提取出的症状描述信息衍生出新的症状描述信息,将提取出的症状描述信息和衍生出的症状描述信息进行合并。例如,根据症状描述信息1和症状描述信息2,衍生出语义相同的症状描述信息4:“胃难受”,将症状描述信息1、症状描述信息2和症状描述信息4进行合并,获得症状描述信息3:“胃不舒服”。在进行合并之后,将症状描述信息3作为标准问题对应的症状描述信息。可见,通过衍生以及合并,能够使得标准问题对应的症状描述信息能够涵盖同一语义的多种不同的表述方式,从而能够向用户提供准确以及全面的症状描述信息,方便用户准确地获得预测诊断结果,提高了用户体验。
在获得标准流程模板时,也可以采用模型训练的方式,使用训练好的模型识别标准流程模板。例如,具体地,获得目标病例数据;将所述目标病例数据输入至训练好的识别模型中,获得所述模型输出的所述目标病例数据对应的标准流程模板。
其中,所述识别模型的训练数据可以包括多组病例数据,所述识别模型的标记(英文:label)数据包括所述多组病例数据分别对应的标准流程模板。每个标准流程模板可以包括每组病例数据对应的症状问题序列和每个症状问题序列对应的症状描述信息,以及每组病例数据对应的检查项目序列。其中,训练数据指的是在训练识别模型的过程中,向识别模型输入的数据;标记数据指的是训练识别模型的过程中,识别模型输出的数据。例如,该识别模型的一次训练过程包括:将一组病例数据输入至该识别模型中,并且使得该识别模型的输出为该组病例数据对应的标准流程模板,从而实现对该识别模型的一次训练过程。症状问题序列中的每个标准问题都可以对应一个或多个标签。因此,当根据用户提出的多个症状问题与症状问题序列中的标准问题进行匹配时,可以根据症状问题对应的标签与标准问题对应的标签进行匹配。其中,在获得每组病例数据对应的症状问题序列和症状描述信息时,也可以对根据每组病例数据获得的问题以及症状描述信息进行衍生、合并等,具体参考上述实施例的相关内容,这里不再赘述。
可选的,识别模型的训练数据还可以包括多组病例数据对应的线上问诊数据。例如,获得线上问诊平台中医生和病人的问诊对话信息,将该问诊对话信息,以及上述多组病例数据共同作为识别模型的训练数据。其中,为了增强问诊对话信息的可靠性,可以对问诊对话信息进行筛选。例如,筛选出资历较高的医生(例如三甲医院的医生、或者主任级别的医生)和病人的问诊对话信息。
对应上述方法实施例,本申请还提供了相应的装置实施例,下面具体说明。
请参阅图2,本申请提供了诊断仿真装置的一种装置实施例,包括:语音信息获得模块201、症状问题获得模块202、描述信息输出模块203、描述信息输出模块204和诊断结果获得模块205。
语音信息获得模块201,用于响应于语音输入操作,获得用户输入的语音信息.
症状问题获得模块202,用于将所述语音信息转换成文本信息,获得与所述文本信息匹配的多个症状问题。
描述信息输出模块203,用于输出所述多个症状问题分别对应的症状描述信息。
诊断结果获得模块204,用于获得用户根据所述症状描述信息输入的预测诊断结果。
评估结果获得模块205,用于根据所述多个症状问题和/或所述预测诊断结果,获得仿真评估结果。
可选的,所述评估结果获得模块包括:
流程模板获得子模块,用于获得标准流程模板,所述标准流程模板包括症状问题序列;
第一结果获得子模块,用于将所述多个症状问题与所述症状问题序列中的标准问题进行问题所占比例的计算和/或问题顺序的匹配,获得第一结果;
评估结果获得子模块,用于根据所述第一结果和/或所述预测诊断结果,获得所述仿真评估结果。
可选的,所述流程模板获得子模块具体用于,获得目标病例数据;将所述目标病例数据输入至训练好的识别模型中,获得所述模型输出的所述目标病例数据对应的标准流程模板;其中,所述识别模型的训练数据包括多组病例数据,所述识别模型的标记数据包括所述多组病例数据分别对应的标准流程模板。
可选的,还包括:项目标识获得模块,用于获得用户输入的检查项目标识;
所述描述信息输出模块,还用于输出与所述检查项目标识匹配的检查结果;
所述诊断结果获得模块,具体用于获得用户根据所述症状描述信息和所述检查结果输入的预测诊断结果。
可选的,所述评估结果获得模块,具体用于根据所述多个症状问题和/或所述预测诊断结果,并结合所述检查项目标识,获得所述仿真评估结果。
可选的,所述评估结果获得模块,包括:
流程模板获得子模块,用于获得标准流程模板,所述标准流程模板包括症状问题序列和检查项目序列;
第一结果获得子模块,用于将所述多个症状问题与所述症状问题序列中的标准问题进行问题所占比例的计算和/或问题顺序的匹配,获得第一结果;
第二结果获得子模块,用于将用户选中的检查项目标识与检查项目序列中的检查项目标识进行项目所占比例的计算和/或项目顺序的匹配,获得第二结果;
评估结果获得子模块,用于根据所述第一结果和/或所述预测诊断结果,并结合所述第二结果,获得所述仿真评估结果。
可选的,获得与所述文本信息匹配的多个症状问题时,所述症状问题获得模块,具体用于对所述文本信息进行自然语言处理,获得所述文本信息对应的标签;获得与所述对应的标签匹配的多个症状问题
可选的,所述描述信息输出模块,具体用于语音输出和/或显示所述多个症状问题分别对应的症状描述信息。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图3是根据一示例性实施例示出的一种用于诊断仿真的装置300的框图。例如,装置300可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图3,装置300可以包括以下一个或多个组件:处理组件302,存储器304,电源组件306,多媒体组件308,音频组件310,输入/输出(I/O)的接口312,传感器组件314,以及通信组件316。
处理组件302通常控制装置300的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件302可以包括一个或多个处理器320来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件302可以包括一个或多个模块,便于处理组件302和其他组件之间的交互。例如,处理部件302可以包括多媒体模块,以方便多媒体组件308和处理组件302之间的交互。
存储器304被配置为存储各种类型的数据以支持在设备300的操作。这些数据的示例包括用于在装置300上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器304可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件306为装置300的各种组件提供电力。电源组件306可以包括电源管理系统,一个或多个电源,及其他与为装置300生成、管理和分配电力相关联的组件。
多媒体组件308包括在所述装置300和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件308包括一个前置摄像头和/或后置摄像头。当设备300处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件310被配置为输出和/或输入音频信号。例如,音频组件310包括一个麦克风(MIC),当装置300处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器304或经由通信组件316发送。在一些实施例中,音频组件310还包括一个扬声器,用于输出音频信号。
I/O接口312为处理组件302和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件314包括一个或多个传感器,用于为装置300提供各个方面的状态评估。例如,传感器组件314可以检测到设备300的打开/关闭状态,组件的相对定位,例如所述组件为装置300的显示器和小键盘,传感器组件314还可以检测装置300或装置300一个组件的位置改变,用户与装置300接触的存在或不存在,装置300方位或加速/减速和装置300的温度变化。传感器组件314可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件314还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件314还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件316被配置为便于装置300和其他设备之间有线或无线方式的通信。装置300可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件316经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件316还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置300可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子组件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器304,上述指令可由装置300的处理器320执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行一种诊断仿真方法,所述方法包括:
响应于语音输入操作,获得用户输入的语音信息;
将所述语音信息转换成文本信息,获得与所述文本信息匹配的多个症状问题;
输出所述多个症状问题分别对应的症状描述信息;
获得用户根据所述症状描述信息输入的预测诊断结果;
根据所述多个症状问题和/或所述预测诊断结果,获得仿真评估结果。
图4是本发明实施例中服务器的结构示意图。该服务器400可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processing units,CPU)422(例如,一个或一个以上处理器)和存储器432,一个或一个以上存储应用程序442或数据444的存储介质430(例如一个或一个以上海量存储设备)。其中,存储器432和存储介质430可以是短暂存储或持久存储。存储在存储介质430的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器422可以设置为与存储介质430通信,在服务器400上执行存储介质430中的一系列指令操作。
服务器400还可以包括一个或一个以上电源426,一个或一个以上有线或无线网络接口450,一个或一个以上输入输出接口458,一个或一个以上键盘456,和/或,一个或一个以上操作系统441,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种诊断仿真方法,其特征在于,所述方法包括:
响应于语音输入操作,获得用户输入的语音信息;
将所述语音信息转换成文本信息,获得与所述文本信息匹配的多个症状问题;
输出所述多个症状问题分别对应的症状描述信息;
获得用户根据所述症状描述信息输入的预测诊断结果;
根据所述多个症状问题和/或所述预测诊断结果,获得仿真评估结果。
2.根据权利要求1所述的方法,其特征在于,根据所述多个症状问题和/或所述预测诊断结果,获得仿真评估结果,包括:
获得标准流程模板,所述标准流程模板包括症状问题序列;
将所述多个症状问题与所述症状问题序列中的标准问题进行问题所占比例的计算和/或问题顺序的匹配,获得第一结果;
根据所述第一结果和/或所述预测诊断结果,获得所述仿真评估结果。
3.根据权利要求2所述的方法,其特征在于,所述获得标准流程模板包括:
获得目标病例数据;
将所述目标病例数据输入至训练好的识别模型中,获得所述模型输出的所述目标病例数据对应的标准流程模板;其中,所述识别模型的训练数据包括多组病例数据,所述识别模型的标记数据包括所述多组病例数据分别对应的标准流程模板。
4.根据权利要求1所述的方法,其特征在于,还包括:
获得用户输入的检查项目标识;
输出与所述检查项目标识匹配的检查结果;
获得用户根据所述症状描述信息输入的预测诊断结果,包括:获得用户根据所述症状描述信息和所述检查结果输入的预测诊断结果。
5.根据权利要求4所述的方法,其特征在于,根据所述多个症状问题和/或所述预测诊断结果,获得仿真评估结果,包括:
根据所述多个症状问题和/或所述预测诊断结果,并结合所述检查项目标识,获得所述仿真评估结果。
6.根据权利要求5所述的方法,其特征在于,根据所述多个症状问题和/或所述预测诊断结果,并结合所述检查项目标识,获得所述仿真评估结果,包括:
获得标准流程模板,所述标准流程模板包括症状问题序列和检查项目序列;
将所述多个症状问题与所述症状问题序列中的标准问题进行问题所占比例的计算和/或问题顺序的匹配,获得第一结果;
将用户选中的检查项目标识与检查项目序列中的检查项目标识进行项目所占比例的计算和/或项目顺序的匹配,获得第二结果;
根据所述第一结果和/或所述预测诊断结果,并结合所述第二结果,获得所述仿真评估结果。
7.根据权利要求1所述的方法,其特征在于,获得与所述文本信息匹配的多个症状问题,包括:
对所述文本信息进行自然语言处理,获得所述文本信息对应的标签;
获得与所述对应的标签匹配的多个症状问题。
8.根据权利要求1所述的方法,其特征在于,输出所述多个症状问题分别对应的症状描述信息,包括:
语音输出和/或显示所述多个症状问题分别对应的症状描述信息。
9.一种诊断仿真装置,其特征在于,所述装置包括:
语音信息获得模块,用于响应于语音输入操作,获得用户输入的语音信息;
症状问题获得模块,用于将所述语音信息转换成文本信息,获得与所述文本信息匹配的多个症状问题;
描述信息输出模块,用于输出所述多个症状问题分别对应的症状描述信息;
诊断结果获得模块,用于获得用户根据所述症状描述信息输入的预测诊断结果;
评估结果获得模块,用于根据所述多个症状问题和/或所述预测诊断结果,获得仿真评估结果。
10.一种用于诊断仿真的装置,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
响应于语音输入操作,获得用户输入的语音信息;
将所述语音信息转换成文本信息,获得与所述文本信息匹配的多个症状问题;
输出所述多个症状问题分别对应的症状描述信息;
获得用户根据所述症状描述信息输入的预测诊断结果;
根据所述多个症状问题和/或所述预测诊断结果,获得仿真评估结果。
11.一种机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行如权利要求1至8中一个或多个所述的诊断仿真方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810654315.6A CN110634570A (zh) | 2018-06-22 | 2018-06-22 | 一种诊断仿真方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810654315.6A CN110634570A (zh) | 2018-06-22 | 2018-06-22 | 一种诊断仿真方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110634570A true CN110634570A (zh) | 2019-12-31 |
Family
ID=68967263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810654315.6A Pending CN110634570A (zh) | 2018-06-22 | 2018-06-22 | 一种诊断仿真方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110634570A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112951405A (zh) * | 2021-01-26 | 2021-06-11 | 北京搜狗科技发展有限公司 | 一种实现特征排序的方法、装置及设备 |
CN113257423A (zh) * | 2021-06-28 | 2021-08-13 | 天津慧医谷科技有限公司 | 健康检测系统、方法及电子设备 |
CN117219267A (zh) * | 2023-11-09 | 2023-12-12 | 北京大学第三医院(北京大学第三临床医学院) | 模拟诊断恶性高热方法、装置、设备和介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007026715A1 (ja) * | 2005-09-01 | 2007-03-08 | Kagoshima University | シミュレーションシステム及びプログラム |
CN101013534A (zh) * | 2007-02-16 | 2007-08-08 | 天津大学 | 中医教学用模拟人系统 |
CN203102647U (zh) * | 2012-08-30 | 2013-07-31 | 忠欣股份有限公司 | 临床诊断的学习系统 |
TW201409427A (zh) * | 2012-08-30 | 2014-03-01 | Chun Shin Ltd | 臨床診斷之學習系統及方法 |
CN103959358A (zh) * | 2011-08-30 | 2014-07-30 | 西门子公司 | 一种医疗培训方法及系统 |
RU2526945C1 (ru) * | 2013-07-05 | 2014-08-27 | Государственное бюджетное образовательное учреждение высшего профессионального образования "Российский национальный исследовательский медицинский университет имени Н.И. Пирогова" Министерства здравоохранения Российской Федерации (ГБОУ ВПО РНИМУ им. Н.И. Пирогова) | Индивидуализированная система обучения как способ формирования профессиональной компетентности врачей-педиатров |
CN104680910A (zh) * | 2015-03-03 | 2015-06-03 | 罗娜 | 一种基于云平台的医疗模拟诊疗教学系统 |
CN106682387A (zh) * | 2016-10-26 | 2017-05-17 | 百度国际科技(深圳)有限公司 | 用于输出信息的方法和装置 |
CN106845105A (zh) * | 2017-01-18 | 2017-06-13 | 腾讯科技(深圳)有限公司 | 问诊辅助方法及装置 |
CN107247868A (zh) * | 2017-05-18 | 2017-10-13 | 深思考人工智能机器人科技(北京)有限公司 | 一种人工智能辅助问诊系统 |
CN107291900A (zh) * | 2017-06-22 | 2017-10-24 | 美味不用等(上海)信息科技股份有限公司 | 信息反馈与跟踪系统 |
CN107527527A (zh) * | 2016-06-21 | 2017-12-29 | 联新亚洲医学教育有限公司 | 医学诊疗教育系统及方法 |
-
2018
- 2018-06-22 CN CN201810654315.6A patent/CN110634570A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007026715A1 (ja) * | 2005-09-01 | 2007-03-08 | Kagoshima University | シミュレーションシステム及びプログラム |
CN101013534A (zh) * | 2007-02-16 | 2007-08-08 | 天津大学 | 中医教学用模拟人系统 |
CN103959358A (zh) * | 2011-08-30 | 2014-07-30 | 西门子公司 | 一种医疗培训方法及系统 |
CN203102647U (zh) * | 2012-08-30 | 2013-07-31 | 忠欣股份有限公司 | 临床诊断的学习系统 |
TW201409427A (zh) * | 2012-08-30 | 2014-03-01 | Chun Shin Ltd | 臨床診斷之學習系統及方法 |
RU2526945C1 (ru) * | 2013-07-05 | 2014-08-27 | Государственное бюджетное образовательное учреждение высшего профессионального образования "Российский национальный исследовательский медицинский университет имени Н.И. Пирогова" Министерства здравоохранения Российской Федерации (ГБОУ ВПО РНИМУ им. Н.И. Пирогова) | Индивидуализированная система обучения как способ формирования профессиональной компетентности врачей-педиатров |
CN104680910A (zh) * | 2015-03-03 | 2015-06-03 | 罗娜 | 一种基于云平台的医疗模拟诊疗教学系统 |
CN107527527A (zh) * | 2016-06-21 | 2017-12-29 | 联新亚洲医学教育有限公司 | 医学诊疗教育系统及方法 |
CN106682387A (zh) * | 2016-10-26 | 2017-05-17 | 百度国际科技(深圳)有限公司 | 用于输出信息的方法和装置 |
CN106845105A (zh) * | 2017-01-18 | 2017-06-13 | 腾讯科技(深圳)有限公司 | 问诊辅助方法及装置 |
CN107247868A (zh) * | 2017-05-18 | 2017-10-13 | 深思考人工智能机器人科技(北京)有限公司 | 一种人工智能辅助问诊系统 |
CN107291900A (zh) * | 2017-06-22 | 2017-10-24 | 美味不用等(上海)信息科技股份有限公司 | 信息反馈与跟踪系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112951405A (zh) * | 2021-01-26 | 2021-06-11 | 北京搜狗科技发展有限公司 | 一种实现特征排序的方法、装置及设备 |
CN112951405B (zh) * | 2021-01-26 | 2024-05-28 | 北京搜狗科技发展有限公司 | 一种实现特征排序的方法、装置及设备 |
CN113257423A (zh) * | 2021-06-28 | 2021-08-13 | 天津慧医谷科技有限公司 | 健康检测系统、方法及电子设备 |
CN117219267A (zh) * | 2023-11-09 | 2023-12-12 | 北京大学第三医院(北京大学第三临床医学院) | 模拟诊断恶性高热方法、装置、设备和介质 |
CN117219267B (zh) * | 2023-11-09 | 2024-02-06 | 北京大学第三医院(北京大学第三临床医学院) | 模拟诊断恶性高热方法、装置、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111310764A (zh) | 网络训练、图像处理方法及装置、电子设备和存储介质 | |
US20180268821A1 (en) | Virtual assistant for generating personal suggestions to a user based on intonation analysis of the user | |
CN109074165A (zh) | 基于用户的大脑活动和凝视修改用户界面 | |
CN110874145A (zh) | 一种输入方法、装置及电子设备 | |
CN108733718B (zh) | 搜索结果的显示方法、装置以及用于搜索结果的显示装置 | |
CN107870904A (zh) | 一种翻译方法、装置以及用于翻译的装置 | |
CN110634570A (zh) | 一种诊断仿真方法及相关装置 | |
KR102693472B1 (ko) | 학습 효과를 상승시키기 위한 영어 교육 시스템 | |
CN111178298A (zh) | 人体关键点检测方法、装置、电子设备及存储介质 | |
CN112037905A (zh) | 医用问答方法、设备及存储介质 | |
CN113342792A (zh) | 数据清洗方法、装置、存储介质及电子设备 | |
CN110767005A (zh) | 基于儿童专用智能设备的数据处理方法及系统 | |
US11798675B2 (en) | Generating and searching data structures that facilitate measurement-informed treatment recommendation | |
CN113553946A (zh) | 信息提示方法及装置、电子设备和存储介质 | |
CN111723606A (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN113591495A (zh) | 语音翻译方法、装置及存储介质 | |
CN113656557A (zh) | 消息回复方法、装置、存储介质及电子设备 | |
CN108733657B (zh) | 神经机器翻译中注意力参数的修正方法、装置及电子设备 | |
CN109785941B (zh) | 一种医生的推荐方法和装置 | |
CN111462910A (zh) | 项目的匹配方法及装置、电子设备和存储介质 | |
CN112000775A (zh) | 一种基于分诊的数据处理方法及装置 | |
CN115482899A (zh) | 一种处方推荐方法、装置、电子设备及存储介质 | |
CN111984765A (zh) | 知识库问答过程关系检测方法及装置 | |
CN111524019A (zh) | 项目的匹配方法及装置、电子设备和存储介质 | |
CN117642817A (zh) | 识别音频数据类别的方法、装置及存储介质 |
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 |