CN111968710B - 一种老年常见病快速诊疗方法及系统 - Google Patents

一种老年常见病快速诊疗方法及系统 Download PDF

Info

Publication number
CN111968710B
CN111968710B CN202010854646.1A CN202010854646A CN111968710B CN 111968710 B CN111968710 B CN 111968710B CN 202010854646 A CN202010854646 A CN 202010854646A CN 111968710 B CN111968710 B CN 111968710B
Authority
CN
China
Prior art keywords
information
disease
symptom
medical history
characteristic
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.)
Active
Application number
CN202010854646.1A
Other languages
English (en)
Other versions
CN111968710A (zh
Inventor
蒋智钢
刘洋
刘富兵
张武晓
肖冬焱
晋其云
袁世英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zunyi Medical University
Original Assignee
Zunyi Medical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zunyi Medical University filed Critical Zunyi Medical University
Priority to CN202010854646.1A priority Critical patent/CN111968710B/zh
Publication of CN111968710A publication Critical patent/CN111968710A/zh
Application granted granted Critical
Publication of CN111968710B publication Critical patent/CN111968710B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information 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)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明提供一种老年常见病快速诊疗方法及系统,所述方法包括:获取并显示预设的疾病组列表;接收用户从疾病组列表挑选的疾病组;获取并显示与疾病组对应的预设的病情调查问卷;接收用户基于病情调查问卷输入的病情信息;对病情信息进行分析获得诊断结果;显示诊断结果。所述系统包括与所述方法步骤对应的模块。本发明的常见病快速诊疗方法及系统,通过使用户完成预设病情调查问卷来获得用户的病情信息,针对病情信息实现对用户进行疾病诊断并提出相关治疗意见,提升了老年人对自身出现的常见病进行诊断的便利性,以根据统计学原理结合临床观察制成的数据库作为诊断参照,更提高了常见病诊断的精准性。

Description

一种老年常见病快速诊疗方法及系统
技术领域
本发明涉及常见病诊疗技术领域,特别涉及一种老年常见病快速诊疗方法及系统。
背景技术
目前,年迈老人在生活中身体会出现一些常见病,但是到医院找医生进行诊断时,会有挂号、排队和缴费的流程,这些流程对于老人而言相对较繁琐,而且目前医院挂号和缴费大多使用智能终端,在没有外人的指导操作下根本就不会使用,很多老人使用的都是老年机根本无法扫码注册或支付,这就导致了老人在遇到常见病时无法得知自己生的是什么病,无法对症做出一些简单治疗措施。
发明内容
本发明目的之一在于提供了一种老年常见病快速诊疗方法,通过使用户完成预设病情调查问卷来获得用户的病情信息,针对病情信息实现对用户进行疾病诊断并提出相关治疗意见,提升了老年人对自身出现的常见病进行诊断的便利性,以根据统计学原理结合临床观察制成的数据库作为诊断参照,更提高了常见病诊断的精准性。
本发明实施例提供的一种老年常见病快速诊疗方法,包括:
获取并显示预设的疾病组列表;
接收用户从所述疾病组列表挑选的疾病组;
获取并显示与所述疾病组对应的预设的病情调查问卷;
接收用户基于所述病情调查问卷输入的病情信息;
对所述病情信息进行分析获得诊断结果;
显示所述诊断结果。
优选地,所述病情信息包括:第一症状信息、第一病史信息、第一饮食信息。
优选地,所述对所述病情信息进行分析获得诊断结果,包括:
获取预设的诊断数据库;所述诊断数据库包括:至少一条用于诊断的标准疾病信息、与所述标准疾病信息对应的第一疾病名称、与所述标准疾病信息和所述第一疾病名称都对应的治疗建议;
分别计算所述病情信息与所述标准疾病信息的总体匹配度;
将所述标准疾病信息对应的所述第一疾病名称和与所述总体匹配度进行关联并将其作为第一结果信息;
获取所述总体匹配度最大的所述标准疾病信息对应的所述第一疾病名称作为第二结果信息;
获取所述总体匹配度最大的所述标准疾病信息对应的治疗建议作为第三结果信息;
将所述第一结果信息、所述第二结果信息和所述第三结果信息组合作为所述诊断结果并输出;
或,
若所述总体匹配度中存在至少两个相同的最大值时,获取并输出预设的重新检测信息,同时输出所述第一结果信息。
优选地,所述分别计算所述病情信息与所述标准疾病信息的总体匹配度,包括:
获取所述病情信息中的第一症状信息、第一病史信息和第一饮食信息;
获取所述标准疾病信息中的第二症状信息、第二病史信息和第二饮食信息;
计算所述标准疾病信息与所述病情信息的总体匹配度:
其中,S为总体匹配度,Ati为病情信息中第t个种类信息文本数据的第i个特征项,t=1,2,3,A1i、A2i、A3i分别为第一症状信息文本数据、第一病史信息文本数据和第一饮食信息文本数据中第i个特征项,Bti为标准疾病信息中第t个种类信息文本数据的第i个特征项,B1i、B2i、B3i分别为第二症状信息文本数据、第二病史信息文本数据和第二饮食信息文本数据中第i个特征项,n为各文本数据中的特征项数,kt为预设权重值,k1、k2、k3分别为计算症状信息、病史信息和饮食信息匹配度对应的权重值。
优选地,一种老年常见病快速诊疗方法还包括:
获取预设的疾病大数据的获取路径;
计算所述获取路径的可信度;
若所述获取路径的可信度大于等于预设可信度阈值时,通过所述获取路径获取所述疾病大数据;
其中,所述疾病大数据包括:至少一个第二疾病名称、与所述第二疾病名称对应的第三症状信息、第三病史信息和第三饮食信息;
将所述第三症状信息中各症状特征信息查询预设症状特征词数据库获得第一特征词;
将所述第三病史信息中各病史特征信息查询预设病史特征词数据库获得第二特征词;
将所述第三饮食信息中各饮食特征信息查询预设饮食特征词数据库获得第三特征词;
确定所述症状特征信息占第三症状信息的第一比重值,计算公式为:
其中,Px为第三症状信息中第x个症状特征信息占第三症状信息的第一比重值,n1为第三症状信息中症状特征信息文本数据的个数,f1x为第一特征词在第x个症状特征信息文本数据中出现的频数,为第一特征词在第三症状信息文本数据中出现的总频数;
当所述症状特征信息的第一比重值大于预设第一比重阈值,则将所述症状特征信息添加进第一待排序列表;
将所述第一待排序列表中的所述症状特征信息按第一比重值从大到小进行排序;
基于位于排序后的所述第一待排序列表的前a个所述症状特征信息对所述第二症状信息进行更新;
确定所述病史特征信息占第三病史信息的第二比重值,计算公式为:
其中,Pu为第三病史信息中第u个病史特征信息占第三病史信息的第二比重值,n2为第三病史信息中病史特征信息文本数据的个数,f2u为第二特征词在第u个病史特征信息文本数据中出现的频数,为第二特征词在第三病史信息文本数据中出现的总频数;
当所述病史特征信息的第二比重值大于预设第二比重阈值,则将所述病史特征信息添加进第二待排序列表;
将所述第二待排序列表中的所述病史特征信息按第二比重值从大到小进行排序;
基于位于排序后的所述第二待排序列表的前β个所述病史特征信息对所述第二病史信息进行更新;
确定所述饮食特征信息占第三饮食信息的第三比重值,计算公式为:
其中,Pd为第三饮食信息中第d个饮食特征信息占第三饮食信息的第三比重值,n3为第三饮食信息中饮食特征信息文本数据的个数,f3d为第三特征词在第d个饮食特征信息文本数据中出现的频数,为第三特征词在第三饮食信息文本数据中出现的总频数;
当所述饮食特征信息的第三比重值大于预设第三比重阈值,则将所述饮食特征信息添加进第三待排序列表;
将所述第三待排序列表中的所述饮食特征信息按第三比重值从大到小进行排序;
基于位于排序后的所述第三待排序列表的前γ个所述饮食特征信息对所述第二饮食信息进行更新。
优选地,所述计算所述获取路径的可信度,包括:
其中,所述获取路径包括:预设的疾病数据网站;
计算所述获取路径的可信度:
其中,C为获取路径的可信度,p为疾病数据网站认证用户总个数,q1、q2、q3、q4为预设权重值,r为疾病数据网站用户资料的条数,fl(h)为疾病数据网站第l个用户的用户资料的完整度函数,Jl为疾病数据网站第l个用户的点赞总次数,Kl为疾病数据网站第l个用户的收藏总次数,Ll为疾病数据网站第l个用户的感谢总次数,T为预设时间天数,Blw为疾病数据网站第l个用户第w天的回答问题数,Nlw为疾病数据网站第l个用户第w天的发布想法数,Mlw为疾病数据网站第l个用户第w天的在线时长的时间值,Zl为疾病数据网站第l个用户的关注人数。
本发明实施例还提供的一种老年常见病快速诊疗系统,包括:信息处理模块、与所述信息处理模块电连接的信息接收模块和显示模块;
所述显示模块获取并显示预设的疾病组列表,所述信息接收模块接收用户从所述疾病组列表挑选的疾病组,所述显示模块获取并显示与所述疾病组对应的预设的病情调查问卷,所述信息接收模块接收用户基于所述病情调查问卷输入的病情信息,所述信息处理模块对所述病情信息进行分析获得诊断结果,所述显示模块显示显示所述诊断结果。
优选地,所述病情信息包括:第一症状信息、第一病史信息、第一饮食信息。
优选地,所述信息处理模块对所述病情信息进行分析获得诊断结果,包括:
获取预设的诊断数据库;所述诊断数据库包括:至少一条用于诊断的标准疾病信息、与所述标准疾病信息对应的第一疾病名称、与所述标准疾病信息和所述第一疾病名称都对应的治疗建议;
分别计算所述病情信息与所述标准疾病信息的总体匹配度;
将所述标准疾病信息对应的所述第一疾病名称和与所述总体匹配度进行关联并将其作为第一结果信息;
获取所述总体匹配度最大的所述标准疾病信息对应的所述第一疾病名称作为第二结果信息;
获取所述总体匹配度最大的所述标准疾病信息对应的治疗建议作为第三结果信息;
将所述第一结果信息、所述第二结果信息和所述第三结果信息组合作为所述诊断结果并输出;
或,
若所述总体匹配度中存在至少两个相同的最大值时,获取并输出预设的重新检测信息,同时输出所述第一结果信息。
优选地,所述信息处理模块分别计算所述病情信息与所述标准疾病信息的总体匹配度,包括:
获取所述病情信息中的第一症状信息、第一病史信息和第一饮食信息;
获取所述标准疾病信息中的第二症状信息、第二病史信息和第二饮食信息;
计算所述标准疾病信息与所述病情信息的总体匹配度:
其中,S为总体匹配度,Ati为病情信息中第t个种类信息文本数据的第i个特征项,t=1,2,3,A1i、A2i、A3i分别为第一症状信息文本数据、第一病史信息文本数据和第一饮食信息文本数据中第i个特征项,Bti为标准疾病信息中第t个种类信息文本数据的第i个特征项,B1i、B2i、B3i分别为第二症状信息文本数据、第二病史信息文本数据和第二饮食信息文本数据中第i个特征项,n为各文本数据中的特征项数,kt为预设权重值,k1、k2、k3分别为计算症状信息、病史信息和饮食信息匹配度对应的权重值。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种老年常见病快速诊疗方法的流程图;
图2为本发明实施例中一种老年常见病快速诊疗系统的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供了一种老年常见病快速诊疗方法,如图1所示,包括:
S1、获取并显示预设的疾病组列表;
S2、接收用户从所述疾病组列表挑选的疾病组;
S3、获取并显示与所述疾病组对应的预设的病情调查问卷;
S4、接收用户基于所述病情调查问卷输入的病情信息;
S5、对所述病情信息进行分析获得诊断结果;
S6、显示所述诊断结果。
上述技术方案的工作原理为:
预设的疾病组列表具体为,例如:由呼吸系统疾病、循环系统疾病、消化系统疾病、泌尿系统疾病、血液系统疾病、代谢内分泌系统疾病、神经系统疾病、骨关节系统疾病、妇科系统疾病、眼科疾病、耳鼻喉疾病、口腔疾病、皮肤系统疾病、性传播疾病和现代生活疾病选项组成的疾病组列表;同时,提示用户“请从下方选择疾病组开始诊断”;用户选择的疾病组具体为用户在预设的疾病组列表的选择结果;用户进行选择后,获取与用户选择结果相对应的预设的病情调查问卷;预设的病情调查问卷具体为,例如:对应用户选择的眼科疾病获取的调查问卷包含问题有:有原发病史或诱因;饥饿或肥胖或糖尿病或前列腺大;肾功能不全或高血压或动脉硬化史;有家族史;怕冷或寒战或怕热等50个问题;每一个问题都对应是否两个选项供用户选择;接收用户输入的病情信息;病情信息具体为根据用户对预设病情调查问卷的每一个问题进行是否选择生成的信息;接着,对病情信息结合临床观察等数据进行判断获得诊断结果;诊断结果具体为该疾病组对应的各种疾病的判定指数,判定指数最大的疾病作为可能性最大疾病,下面还附有对用户的生活或治疗建议。
上述技术方案的有益效果为:本发明实施例通过使用户完成预设病情调查问卷来获得用户的病情信息,针对病情信息实现对用户进行疾病诊断并提出相关治疗意见,提升了老年人对自身出现的常见病进行诊断的便利性,以根据统计学原理结合临床观察制成的数据库作为诊断参照,更提高了常见病诊断的精准性。
本发明实施例提供了一种老年常见病快速诊疗方法,所述病情信息包括:第一症状信息、第一病史信息、第一饮食信息。
上述技术方案的工作原理为:
根据用户对预设病情调查问卷的每一个问题进行是否两项选择生成用户的病情信息;病情信息包括:第一症状信息、第一病史信息、第一饮食信息;第一症状信息具体为,包括:有全身不适、有精神抑郁或不振或淡漠或迟钝、有精神烦躁或兴奋或暴躁、有精神怪癖或孤寂或想自杀或消极、有精神恐惧或焦虑、有精神健忘或注意力不集中、有恶心或呕吐、有腹胀或腹部不适或腹部有坠感等;第一病史信息具体为,包括:有原发病史或诱因、有急性胃炎史或尿路感染史、有服用抗菌药史等;第一饮食信息包括:有减食、有进冷食症状加重、有营养差、有食用过敏食物等。
上述技术方案的有益效果为:本发明实施例通过使用户完成预设病情调查问卷来获得用户的病情信息,针对病情信息实现对用户进行疾病诊断并提出相关治疗意见,提升了老年人对自身出现的常见病进行诊断的便利性,以根据统计学原理结合临床观察制成的数据库作为诊断参照,更提高了常见病诊断的精准性。
本发明实施例提供了一种老年常见病快速诊疗方法,所述对所述病情信息进行处理获得诊断结果信息,包括:
所述对所述病情信息进行分析获得诊断结果,包括:
获取预设的诊断数据库;所述诊断数据库包括:至少一条用于诊断的标准疾病信息、与所述标准疾病信息对应的第一疾病名称、与所述标准疾病信息和所述第一疾病名称都对应的治疗建议;
分别计算所述病情信息与所述标准疾病信息的总体匹配度;
将所述标准疾病信息对应的所述第一疾病名称和与所述总体匹配度进行关联并将其作为第一结果信息;
获取所述总体匹配度最大的所述标准疾病信息对应的所述第一疾病名称作为第二结果信息;
获取所述总体匹配度最大的所述标准疾病信息对应的治疗建议作为第三结果信息;
将所述第一结果信息、所述第二结果信息和所述第三结果信息组合作为所述诊断结果并输出;
或,
若所述总体匹配度中存在至少两个相同的最大值时,获取并输出预设的重新检测信息,同时输出所述第一结果信息。
上述技术方案的工作原理为:
标准疾病信息具体为以根据统计学原理结合临床观察制成的疾病信息;标准疾病信息中具有疾病的名称、诱因、发病症状等;将用户输入的病情信息与标准疾病信息进行比对;计算标准疾病信息与用户的病情信息的总体匹配度;将各标准疾病信息的第一疾病名称和总体匹配度进行关联作为第一结果信息;将与用户的病情信息的最大总体匹配度对应的标准疾病信息的第一疾病名称和总体匹配度作为第二结果信息;获取预设诊断数据库中与与所述标准疾病信息和所述第一疾病名称都对应的治疗建议作为第三结果信息;将所述第一结果信息、所述第二结果信息和所述第三结果信息组合作为所述诊断结果并输出;若存在多个最大总体配度,向用户提示重新检测信息,同时输出所述第一结果信息。
例如:
某用户选择呼吸系统疾病选项并完成预设病情调查问卷后,显示结果如下:
上呼吸道感染判定分数为:40;
慢性支气管炎判定分数:79;
肺炎判定分数为:139;
肺结核判定分数为:65;
肺癌判定分数为:76;
肺气肿判定分数为:111;
肺心病判定分数为:97;
非典判定分数为:80;
根据判定分值,此次诊断可能性最大的疾病为:肺炎;
建议:卧床休息,注意保暖,进清淡稀软饮食,适当饮水,高热时给予物理降温,必要时用解热镇痛剂。
上述技术方案的有益效果为:本发明实施例通过使用户完成预设的病情调查问卷来获得用户的病情信息,针对病情信息结合标准疾病信息实现对用户进行疾病诊断并提出相关治疗意见,提升了老年人对自身出现的常见病进行诊断的便利性,以根据统计学原理结合临床观察制成的数据库作为诊断参照,更提高了常见病诊断的精准性。
本发明实施例提供了一种老年常见病快速诊疗方法,所述分别计算所述病情信息与所述标准疾病信息的总体匹配度,包括:
获取所述病情信息中的第一症状信息、第一病史信息和第一饮食信息;
获取所述标准疾病信息中的第二症状信息、第二病史信息和第二饮食信息;
计算所述标准疾病信息与所述病情信息的总体匹配度:
其中,S为总体匹配度,Ati为病情信息中第t个种类信息文本数据的第i个特征项,t=1,2,3,A1i、A2i、A3i分别为第一症状信息文本数据、第一病史信息文本数据和第一饮食信息文本数据中第i个特征项,Bti为标准疾病信息中第t个种类信息文本数据的第i个特征项,B1i、B2i、B3i分别为第二症状信息文本数据、第二病史信息文本数据和第二饮食信息文本数据中第i个特征项,n为各文本数据中的特征项数,kt为预设权重值,k1、k2、k3分别为计算症状信息、病史信息和饮食信息匹配度对应的权重值。
上述技术方案的工作原理为:
计算标准疾病信息与病情信息的总体匹配度即计算标准疾病信息中第一症状信息、第一病史信息和第一饮食信息的文本数据与病情信息中对应的第二症状信息、第二病史信息和第二饮食信息的文本数据的三项匹配度;对该三项赋予预设权重值就可以得出一份标准疾病信息与所述病情信息的总体匹配度;第一症状信息文本数据、第一病史信息文本数据、第一饮食信息文本数据、第二症状信息文本数据、第二病史信息文本数据和第二饮食信息文本数据都具有n个特征性;对两个文本数据进行比对时,只需将两个文本数据中各自的特征项进行两两依次比对;将两个特征项放置在多维空间中转化成特征向量,想要求得它们之间的匹配度,就可以求出这两个特征向量的各自余弦值,依据余弦值来判断两个特征向量的匹配度。
上述技术方案的有益效果为:本发明实施例通过计算标准疾病信息与病情信息的总体匹配度,便于筛选出与用户病情最匹配的疾病信息,从而实现对用户进行疾病诊断,提升了老年人对自身出现的常见病进行诊断的便利性,以根据统计学原理结合临床观察制成的数据库作为诊断参照,更提高了常见病诊断的精准性。
本发明实施例提供了一种老年常见病快速诊疗方法,还包括:
获取预设的疾病大数据的获取路径;
计算所述获取路径的可信度;
若所述获取路径的可信度大于等于预设可信度阈值时,通过所述获取路径获取所述疾病大数据;
其中,所述疾病大数据包括:至少一个第二疾病名称、与所述第二疾病名称对应的第三症状信息、第三病史信息和第三饮食信息;
将所述第三症状信息中各症状特征信息查询预设症状特征词数据库获得第一特征词;
将所述第三病史信息中各病史特征信息查询预设病史特征词数据库获得第二特征词;
将所述第三饮食信息中各饮食特征信息查询预设饮食特征词数据库获得第三特征词;
确定所述症状特征信息占第三症状信息的第一比重值,计算公式为:
其中,Px为第三症状信息中第x个症状特征信息占第三症状信息的第一比重值,n1为第三症状信息中症状特征信息文本数据的个数,f1x为第一特征词在第x个症状特征信息文本数据中出现的频数,为第一特征词在第三症状信息文本数据中出现的总频数;
当所述症状特征信息的第一比重值大于预设第一比重阈值,则将所述症状特征信息添加进第一待排序列表;
将所述第一待排序列表中的所述症状特征信息按第一比重值从大到小进行排序;
基于位于排序后的所述第一待排序列表的前a个所述症状特征信息对所述第二症状信息进行更新;
确定所述病史特征信息占第三病史信息的第二比重值,计算公式为:
其中,Pu为第三病史信息中第u个病史特征信息占第三病史信息的第二比重值,n2为第三病史信息中病史特征信息文本数据的个数,f2u为第二特征词在第u个病史特征信息文本数据中出现的频数,为第二特征词在第三病史信息文本数据中出现的总频数;
当所述病史特征信息的第二比重值大于预设第二比重阈值,则将所述病史特征信息添加进第二待排序列表;
将所述第二待排序列表中的所述病史特征信息按第二比重值从大到小进行排序;
基于位于排序后的所述第二待排序列表的前β个所述病史特征信息对所述第二病史信息进行更新;
确定所述饮食特征信息占第三饮食信息的第三比重值,计算公式为:
其中,Pd为第三饮食信息中第d个饮食特征信息占第三饮食信息的第三比重值,n3为第三饮食信息中饮食特征信息文本数据的个数,f3d为第三特征词在第d个饮食特征信息文本数据中出现的频数,为第三特征词在第三饮食信息文本数据中出现的总频数;
当所述饮食特征信息的第三比重值大于预设第三比重阈值,则将所述饮食特征信息添加进第三待排序列表;
将所述第三待排序列表中的所述饮食特征信息按第三比重值从大到小进行排序;
基于位于排序后的所述第三待排序列表的前γ个所述饮食特征信息对所述第二饮食信息进行更新。
上述技术方案的工作原理为:
先实时判断疾病大数据的获取路径可信度,当获取路径可信度大于等于预设可信度阈值时,通过获取路径获取疾病大数据;获取路径具体为:健康问答、在线看病网站;通过获取这些网站上的认证医师对疾病信息撰写的介绍文章、对提问用户的回答内容等实现对自身标准疾病信息的不断更新;但是,一种疾病往往有很多的症状、病史和饮食诱因,有的患者的症状、病史和饮食诱因属于极少数或者他遇到的生活疾病根本不是这些症状、病史和饮食诱因造成的,这就导致了在筛选获取信息时,需要注重症状、病史和饮食诱因占该疾病信息的比重值;对各自的比重值设置阈值界限,筛选出比重大的适宜信息;对筛选出的适宜信息再进行排名,选取前多少个适宜信息对原有标准疾病信息进行更新替换。
上述技术方案的有益效果为:本发明实施例对标准疾病信息进行实时更新,为标准疾病信息不断做补充和有必要的修改,提高了标准疾病信息信息的准确度,针对用户的病情信息结合不断更新和补充的标准疾病信息实现对用户进行疾病诊断并提出相关治疗意见,提高了常见病诊断的精准性,更提升了老年人对自身出现的常见病进行诊断的便利性。
本发明实施例提供了一种老年常见病快速诊疗方法,所述计算所述获取路径的可信度,包括:
其中,所述获取路径包括:预设的疾病数据网站;
计算所述获取路径的可信度:
其中,C为获取路径的可信度,p为疾病数据网站认证用户总个数,q1、q2、q3、q4为预设权重值,r为疾病数据网站用户资料的条数,fl(h)为疾病数据网站第l个用户的用户资料的完整度函数,Jl为疾病数据网站第l个用户的点赞总次数,Kl为疾病数据网站第l个用户的收藏总次数,Ll为疾病数据网站第l个用户的感谢总次数,T为预设时间天数,Blw为疾病数据网站第l个用户第w天的回答问题数,Nlw为疾病数据网站第l个用户第w天的发布想法数,Mlw为疾病数据网站第l个用户第w天的在线时长的时间值,Zl为疾病数据网站第l个用户的关注人数。
上述技术方案的工作原理为:
疾病数据网站中具有多名认证医师在线解答和发表论述疾病的文章,认证医师需填写该医师的姓名、年龄、从业时间、所在单位等资料,网站为用户提供对认证医师的点赞、收藏、感谢和关注功能,用户开可以对医师进行提问,医师也可以随时发表自身的想法;通过计算网站中认证医师的资料完整度、用户反馈好评度、在线活跃度和关注度并赋予对应的预设权重值就可以判断网站的信息来源可信度;在计算资料完整度时,即可以看用户是否填写第第x条资料,没有填写即为无效;计算用户反馈好评数时,就可以看医生发表的文章或回答的问题被点赞、收藏和感谢的总次数;计算在线活跃度时,就看在一定天数内即预设时间天数内,该医师的回答问题数,发布想法数和在线时长;关注度就可以看医师的关注粉丝数。
上述技术方案的有益效果为:本发明实施例通过对疾病数据网站进行可信度评估,若可信度小于预设可信度阈值时,停止疾病大数据,提升了从疾病数据网站获取到的数据的可靠性,依据该数据对标准疾病信息进行补充和有必要修改,更能提高标准疾病信息信息的准确度,针对用户的病情信息结合不断更新和补充的标准疾病信息实现对用户进行疾病诊断并提出相关治疗意见,提高了常见病诊断的精准性,更提升了老年人对自身出现的常见病进行诊断的便利性。
本发明实施例提供了一种老年常见病快速诊疗系统,如图2所示,包括:信息处理模块、与所述信息处理模块电连接的信息接收模块和显示模块;
所述显示模块获取并显示预设的疾病组列表,所述信息接收模块接收用户从所述疾病组列表挑选的疾病组,所述显示模块获取并显示与所述疾病组对应的预设的病情调查问卷,所述信息接收模块接收用户基于所述病情调查问卷输入的病情信息,所述信息处理模块对所述病情信息进行分析获得诊断结果,所述显示模块显示显示所述诊断结果。
上述技术方案的工作原理为:
本发明实施例由信息处理模块、信息接收模块和显示模块组成;预设的疾病组列表具体为,例如:由呼吸系统疾病、循环系统疾病、消化系统疾病、泌尿系统疾病、血液系统疾病、代谢内分泌系统疾病、神经系统疾病、骨关节系统疾病、妇科系统疾病、眼科疾病、耳鼻喉疾病、口腔疾病、皮肤系统疾病、性传播疾病和现代生活疾病选项组成的疾病组列表;同时,提示用户“请从下方选择疾病组开始诊断”;用户选择的疾病组具体为用户在预设的疾病组列表的选择结果;用户进行选择后,获取与用户选择结果相对应的预设的病情调查问卷;预设的病情调查问卷具体为,例如:对应用户选择的眼科疾病获取的调查问卷包含问题有:有原发病史或诱因;饥饿或肥胖或糖尿病或前列腺大;肾功能不全或高血压或动脉硬化史;有家族史;怕冷或寒战或怕热等50个问题;每一个问题都对应是否两个选项供用户选择;接收用户输入的病情信息;病情信息具体为根据用户对预设病情调查问卷的每一个问题进行是否选择生成的信息;接着,对病情信息结合临床观察等数据进行判断获得诊断结果;诊断结果具体为该疾病组对应的各种疾病的判定指数,判定指数最大的疾病作为可能性最大疾病,下面还附有对用户的生活或治疗建议。
上述技术方案的有益效果为:本发明实施例通过使用户完成预设病情调查问卷来获得用户的病情信息,针对病情信息实现对用户进行疾病诊断并提出相关治疗意见,提升了老年人对自身出现的常见病进行诊断的便利性,以根据统计学原理结合临床观察制成的数据库作为诊断参照,更提高了常见病诊断的精准性。
本发明实施例提供了一种老年常见病快速诊疗系统,所述病情信息包括:第一症状信息、第一病史信息、第一饮食信息。
上述技术方案的工作原理为:
根据用户对预设病情调查问卷的每一个问题进行是否两项选择生成用户的病情信息;病情信息包括:第一症状信息、第一病史信息、第一饮食信息;第一症状信息具体为,包括:有全身不适、有精神抑郁或不振或淡漠或迟钝、有精神烦躁或兴奋或暴躁、有精神怪癖或孤寂或想自杀或消极、有精神恐惧或焦虑、有精神健忘或注意力不集中、有恶心或呕吐、有腹胀或腹部不适或腹部有坠感等;第一病史信息具体为,包括:有原发病史或诱因、有急性胃炎史或尿路感染史、有服用抗菌药史等;第一饮食信息包括:有减食、有进冷食症状加重、有营养差、有食用过敏食物等。
上述技术方案的有益效果为:本发明实施例通过使用户完成预设病情调查问卷来获得用户的病情信息,针对病情信息实现对用户进行疾病诊断并提出相关治疗意见,提升了老年人对自身出现的常见病进行诊断的便利性,以根据统计学原理结合临床观察制成的数据库作为诊断参照,更提高了常见病诊断的精准性。
本发明实施例提供了一种老年常见病快速诊疗系统,所述信息处理模块对所述病情信息进行分析获得诊断结果,包括:
获取预设的诊断数据库;所述诊断数据库包括:至少一条用于诊断的标准疾病信息、与所述标准疾病信息对应的第一疾病名称、与所述标准疾病信息和所述第一疾病名称都对应的治疗建议;
分别计算所述病情信息与所述标准疾病信息的总体匹配度;
将所述标准疾病信息对应的所述第一疾病名称和与所述总体匹配度进行关联并将其作为第一结果信息;
获取所述总体匹配度最大的所述标准疾病信息对应的所述第一疾病名称作为第二结果信息;
获取所述总体匹配度最大的所述标准疾病信息对应的治疗建议作为第三结果信息;
将所述第一结果信息、所述第二结果信息和所述第三结果信息组合作为所述诊断结果并输出;
或,
若所述总体匹配度中存在至少两个相同的最大值时,获取并输出预设的重新检测信息,同时输出所述第一结果信息。
上述技术方案的工作原理为:
标准疾病信息具体为以根据统计学原理结合临床观察制成的疾病信息;标准疾病信息中具有疾病的名称、诱因、发病症状等;将用户输入的病情信息与标准疾病信息进行比对;计算标准疾病信息与用户的病情信息的总体匹配度;将各标准疾病信息的第一疾病名称和总体匹配度进行关联作为第一结果信息;将与用户的病情信息的最大总体匹配度对应的标准疾病信息的第一疾病名称和总体匹配度作为第二结果信息;获取预设诊断数据库中与与所述标准疾病信息和所述第一疾病名称都对应的治疗建议;若存在多个最大总体配度,向用户提示重新检测信息,同时输出所述第一结果信息。
例如:
某用户选择呼吸系统疾病选项并完成预设病情调查问卷后,显示结果如下:
上呼吸道感染判定分数为:40;
慢性支气管炎判定分数:79;
肺炎判定分数为:139;
肺结核判定分数为:65;
肺癌判定分数为:76;
肺气肿判定分数为:111;
肺心病判定分数为:97;
非典判定分数为:80;
根据判定分值,此次诊断可能性最大的疾病为:肺炎;
建议:卧床休息,注意保暖,进清淡稀软饮食,适当饮水,高热时给予物理降温,必要时用解热镇痛剂。
上述技术方案的有益效果为:本发明实施例通过使用户完成预设的病情调查问卷来获得用户的病情信息,针对病情信息结合标准疾病信息实现对用户进行疾病诊断并提出相关治疗意见,提升了老年人对自身出现的常见病进行诊断的便利性,以根据统计学原理结合临床观察制成的数据库作为诊断参照,更提高了常见病诊断的精准性。
本发明实施例提供了一种老年常见病快速诊疗系统,所述信息处理模块分别计算所述病情信息与所述标准疾病信息的总体匹配度,包括:
获取所述病情信息中的第一症状信息、第一病史信息和第一饮食信息;
获取所述标准疾病信息中的第二症状信息、第二病史信息和第二饮食信息;
计算所述标准疾病信息与所述病情信息的总体匹配度:
其中,S为总体匹配度,Ati为病情信息中第t个种类信息文本数据的第i个特征项,t=1,2,3,A1i、A2i、A3i分别为第一症状信息文本数据、第一病史信息文本数据和第一饮食信息文本数据中第i个特征项,Bti为标准疾病信息中第t个种类信息文本数据的第i个特征项,B1i、B2i、B3i分别为第二症状信息文本数据、第二病史信息文本数据和第二饮食信息文本数据中第i个特征项,n为各文本数据中的特征项数,kt为预设权重值,k1、k2、k3分别为计算症状信息、病史信息和饮食信息匹配度对应的权重值。
上述技术方案的工作原理为:
计算标准疾病信息与病情信息的总体匹配度即计算标准疾病信息中第一症状信息、第一病史信息和第一饮食信息的文本数据与病情信息中对应的第二症状信息、第二病史信息和第二饮食信息的文本数据的三项匹配度;对该三项赋予预设权重值就可以得出一份标准疾病信息与所述病情信息的总体匹配度;第一症状信息文本数据、第一病史信息文本数据、第一饮食信息文本数据、第二症状信息文本数据、第二病史信息文本数据和第二饮食信息文本数据都具有n个特征性;对两个文本数据进行比对时,只需将两个文本数据中各自的特征项进行两两依次比对;将两个特征项放置在多维空间中转化成特征向量,想要求得它们之间的匹配度,就可以求出这两个特征向量的各自余弦值,依据余弦值来判断两个特征向量的匹配度。
上述技术方案的有益效果为:本发明实施例通过计算标准疾病信息与病情信息的总体匹配度,便于筛选出与用户病情最匹配的疾病信息,从而实现对用户进行疾病诊断,提升了老年人对自身出现的常见病进行诊断的便利性,以根据统计学原理结合临床观察制成的数据库作为诊断参照,更提高了常见病诊断的精准性。
本发明实施例提供了一种老年常见病快速诊疗系统,还包括:
更新模块,用于将所述标准疾病信息进行实时更新;
所述更新模块执行包括如下操作:
获取预设的疾病大数据的获取路径;
计算所述获取路径的可信度;
若所述获取路径的可信度大于等于预设可信度阈值时,通过所述获取路径获取所述疾病大数据;
其中,所述疾病大数据包括:至少一个第二疾病名称、与所述第二疾病名称对应的第三症状信息、第三病史信息和第三饮食信息;
将所述第三症状信息中各症状特征信息查询预设症状特征词数据库获得第一特征词;
将所述第三病史信息中各病史特征信息查询预设病史特征词数据库获得第二特征词;
将所述第三饮食信息中各饮食特征信息查询预设饮食特征词数据库获得第三特征词;
确定所述症状特征信息占第三症状信息的第一比重值,计算公式为:
其中,Px为第三症状信息中第x个症状特征信息占第三症状信息的第一比重值,n1为第三症状信息中症状特征信息文本数据的个数,f1x为第一特征词在第x个症状特征信息文本数据中出现的频数,为第一特征词在第三症状信息文本数据中出现的总频数;
当所述症状特征信息的第一比重值大于预设第一比重阈值,则将所述症状特征信息添加进第一待排序列表;
将所述第一待排序列表中的所述症状特征信息按第一比重值从大到小进行排序;
基于位于排序后的所述第一待排序列表的前a个所述症状特征信息对所述第二症状信息进行更新;
确定所述病史特征信息占第三病史信息的第二比重值,计算公式为:
其中,Pu为第三病史信息中第u个病史特征信息占第三病史信息的第二比重值,n2为第三病史信息中病史特征信息文本数据的个数,f2u为第二特征词在第u个病史特征信息文本数据中出现的频数,为第二特征词在第三病史信息文本数据中出现的总频数;
当所述病史特征信息的第二比重值大于预设第二比重阈值,则将所述病史特征信息添加进第二待排序列表;
将所述第二待排序列表中的所述病史特征信息按第二比重值从大到小进行排序;
基于位于排序后的所述第二待排序列表的前β个所述病史特征信息对所述第二病史信息进行更新;
确定所述饮食特征信息占第三饮食信息的第三比重值,计算公式为:
其中,Pd为第三饮食信息中第d个饮食特征信息占第三饮食信息的第三比重值,n3为第三饮食信息中饮食特征信息文本数据的个数,f3d为第三特征词在第d个饮食特征信息文本数据中出现的频数,为第三特征词在第三饮食信息文本数据中出现的总频数;
当所述饮食特征信息的第三比重值大于预设第三比重阈值,则将所述饮食特征信息添加进第三待排序列表;
将所述第三待排序列表中的所述饮食特征信息按第三比重值从大到小进行排序;
基于位于排序后的所述第三待排序列表的前γ个所述饮食特征信息对所述第二饮食信息进行更新。
上述技术方案的工作原理为:
先实时判断疾病大数据的获取路径可信度,当获取路径可信度大于等于预设可信度阈值时,通过获取路径获取疾病大数据;获取路径具体为:健康问答、在线看病网站;通过获取这些网站上的认证医师对疾病信息撰写的介绍文章、对提问用户的回答内容等实现对自身标准疾病信息的不断更新;但是,一种疾病往往有很多的症状、病史和饮食诱因,有的患者的症状、病史和饮食诱因属于极少数或者他遇到的生活疾病根本不是这些症状、病史和饮食诱因造成的,这就导致了在筛选获取信息时,需要注重症状、病史和饮食诱因占该疾病信息的比重值;对各自的比重值设置阈值界限,筛选出比重大的适宜信息;对筛选出的适宜信息再进行排名,选取前多少个适宜信息对原有标准疾病信息进行更新替换。
上述技术方案的有益效果为:本发明实施例对标准疾病信息进行实时更新,为标准疾病信息不断做补充和有必要的修改,提高了标准疾病信息信息的准确度,针对用户的病情信息结合不断更新和补充的标准疾病信息实现对用户进行疾病诊断并提出相关治疗意见,提高了常见病诊断的精准性,更提升了老年人对自身出现的常见病进行诊断的便利性。
本发明实施例提供了一种老年常见病快速诊疗系统,所述更新模块计算所述获取路径的可信度,包括:
其中,所述获取路径包括:预设的疾病数据网站;
计算所述获取路径的可信度:
其中,C为获取路径的可信度,p为疾病数据网站认证用户总个数,q1、q2、q3、q4为预设权重值,r为疾病数据网站用户资料的条数,fl(h)为疾病数据网站第l个用户的用户资料的完整度函数,Jl为疾病数据网站第l个用户的点赞总次数,Kl为疾病数据网站第l个用户的收藏总次数,Ll为疾病数据网站第l个用户的感谢总次数,T为预设时间天数,Blw为疾病数据网站第l个用户第w天的回答问题数,Nlw为疾病数据网站第l个用户第w天的发布想法数,Mlw为疾病数据网站第l个用户第w天的在线时长的时间值,Zl为疾病数据网站第l个用户的关注人数。
上述技术方案的工作原理为:
疾病数据网站中具有多名认证医师在线解答和发表论述疾病的文章,认证医师需填写该医师的姓名、年龄、从业时间、所在单位等资料,网站为用户提供对认证医师的点赞、收藏、感谢和关注功能,用户开可以对医师进行提问,医师也可以随时发表自身的想法;通过计算网站中认证医师的资料完整度、用户反馈好评度、在线活跃度和关注度并赋予对应的预设权重值就可以判断网站的信息来源可信度;在计算资料完整度时,即可以看用户是否填写第第x条资料,没有填写即为无效;计算用户反馈好评数时,就可以看医生发表的文章或回答的问题被点赞、收藏和感谢的总次数;计算在线活跃度时,就看在一定天数内即预设时间天数内,该医师的回答问题数,发布想法数和在线时长;关注度就可以看医师的关注粉丝数。
上述技术方案的有益效果为:本发明实施例通过对疾病数据网站进行可信度评估,若可信度小于预设可信度阈值时,停止疾病大数据,提升了从疾病数据网站获取到的数据的可靠性,依据该数据对标准疾病信息进行补充和有必要修改,更能提高标准疾病信息信息的准确度,针对用户的病情信息结合不断更新和补充的标准疾病信息实现对用户进行疾病诊断并提出相关治疗意见,提高了常见病诊断的精准性,更提升了老年人对自身出现的常见病进行诊断的便利性。
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 (2)

1.一种老年常见病快速诊疗系统,其特征在于,包括:信息处理模块、与所述信息处理模块电连接的信息接收模块和显示模块;
所述显示模块获取并显示预设的疾病组列表,所述信息接收模块接收用户从所述疾病组列表挑选的疾病组,所述显示模块获取并显示与所述疾病组对应的预设的病情调查问卷,所述信息接收模块接收用户基于所述病情调查问卷输入的病情信息,所述信息处理模块对所述病情信息进行分析获得诊断结果,所述显示模块显示显示所述诊断结果;
所述信息处理模块对所述病情信息进行分析获得诊断结果,包括:
获取预设的诊断数据库;所述诊断数据库包括:至少一条用于诊断的标准疾病信息、与所述标准疾病信息对应的第一疾病名称、与所述标准疾病信息和所述第一疾病名称都对应的治疗建议;
分别计算所述病情信息与所述标准疾病信息的总体匹配度;
将所述标准疾病信息对应的所述第一疾病名称和与所述总体匹配度进行关联并将其作为第一结果信息;
获取所述总体匹配度最大的所述标准疾病信息对应的所述第一疾病名称作为第二结果信息;
获取所述总体匹配度最大的所述标准疾病信息对应的治疗建议作为第三结果信息;
将所述第一结果信息、所述第二结果信息和所述第三结果信息组合作为所述诊断结果并输出;
或,
若所述总体匹配度中存在至少两个相同的最大值时,获取并输出预设的重新检测信息,同时输出所述第一结果信息;
所述信息处理模块分别计算所述病情信息与所述标准疾病信息的总体匹配度,包括:
获取所述病情信息中的第一症状信息、第一病史信息和第一饮食信息;
获取所述标准疾病信息中的第二症状信息、第二病史信息和第二饮食信息;
计算所述标准疾病信息与所述病情信息的总体匹配度:
其中,S为总体匹配度,Ati为病情信息中第t个种类信息文本数据的第i个特征项,t=1,2,3,A1i、A2i、A3i分别为第一症状信息文本数据、第一病史信息文本数据和第一饮食信息文本数据中第i个特征项,Bti为标准疾病信息中第t个种类信息文本数据的第i个特征项,B1i、B2i、B3i分别为第二症状信息文本数据、第二病史信息文本数据和第二饮食信息文本数据中第i个特征项,n为各文本数据中的特征项数,kt为预设权重值,k1、k2、k3分别为计算症状信息、病史信息和饮食信息匹配度对应的权重值;
所述系统还包括:
获取预设的疾病大数据的获取路径;
计算所述获取路径的可信度;
若所述获取路径的可信度大于等于预设可信度阈值时,通过所述获取路径获取所述疾病大数据;
其中,所述疾病大数据包括:至少一个第二疾病名称、与所述第二疾病名称对应的第三症状信息、第三病史信息和第三饮食信息;
将所述第三症状信息中各症状特征信息查询预设症状特征词数据库获得第一特征词;
将所述第三病史信息中各病史特征信息查询预设病史特征词数据库获得第二特征词;
将所述第三饮食信息中各饮食特征信息查询预设饮食特征词数据库获得第三特征词;
确定所述症状特征信息占第三症状信息的第一比重值,计算公式为:
其中,Px为第三症状信息中第x个症状特征信息占第三症状信息的第一比重值,n1为第三症状信息中症状特征信息文本数据的个数,f1x为第一特征词在第x个症状特征信息文本数据中出现的频数,为第一特征词在第三症状信息文本数据中出现的总频数;
当所述症状特征信息的第一比重值大于预设第一比重阈值,则将所述症状特征信息添加进第一待排序列表;
将所述第一待排序列表中的所述症状特征信息按第一比重值从大到小进行排序;
基于位于排序后的所述第一待排序列表的前a个所述症状特征信息对所述第二症状信息进行更新;
确定所述病史特征信息占第三病史信息的第二比重值,计算公式为:
其中,Pu为第三病史信息中第u个病史特征信息占第三病史信息的第二比重值,n2为第三病史信息中病史特征信息文本数据的个数,f2u为第二特征词在第u个病史特征信息文本数据中出现的频数,为第二特征词在第三病史信息文本数据中出现的总频数;
当所述病史特征信息的第二比重值大于预设第二比重阈值,则将所述病史特征信息添加进第二待排序列表;
将所述第二待排序列表中的所述病史特征信息按第二比重值从大到小进行排序;
基于位于排序后的所述第二待排序列表的前β个所述病史特征信息对所述第二病史信息进行更新;
确定所述饮食特征信息占第三饮食信息的第三比重值,计算公式为:
其中,Pd为第三饮食信息中第d个饮食特征信息占第三饮食信息的第三比重值,n3为第三饮食信息中饮食特征信息文本数据的个数,f3d为第三特征词在第d个饮食特征信息文本数据中出现的频数,为第三特征词在第三饮食信息文本数据中出现的总频数;
当所述饮食特征信息的第三比重值大于预设第三比重阈值,则将所述饮食特征信息添加进第三待排序列表;
将所述第三待排序列表中的所述饮食特征信息按第三比重值从大到小进行排序;
基于位于排序后的所述第三待排序列表的前γ个所述饮食特征信息对所述第二饮食信息进行更新;
所述计算所述获取路径的可信度,包括:
其中,所述获取路径包括:预设的疾病数据网站;
计算所述获取路径的可信度:
其中,C为获取路径的可信度,p为疾病数据网站认证用户总个数,q1、q2、q3、q4为预设权重值,r为疾病数据网站用户资料的条数,fl(h)为疾病数据网站第l个用户的用户资料的完整度函数,Jl为疾病数据网站第l个用户的点赞总次数,Kl为疾病数据网站第l个用户的收藏总次数,Ll为疾病数据网站第l个用户的感谢总次数,T为预设时间天数,Blw为疾病数据网站第l个用户第w天的回答问题数,Nlw为疾病数据网站第l个用户第w天的发布想法数,Mlw为疾病数据网站第l个用户第w天的在线时长的时间值,Zl为疾病数据网站第l个用户的关注人数。
2.如权利要求1所述的一种老年常见病快速诊疗系统,其特征在于,所述病情信息包括:第一症状信息、第一病史信息、第一饮食信息。
CN202010854646.1A 2020-08-24 2020-08-24 一种老年常见病快速诊疗方法及系统 Active CN111968710B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010854646.1A CN111968710B (zh) 2020-08-24 2020-08-24 一种老年常见病快速诊疗方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010854646.1A CN111968710B (zh) 2020-08-24 2020-08-24 一种老年常见病快速诊疗方法及系统

Publications (2)

Publication Number Publication Date
CN111968710A CN111968710A (zh) 2020-11-20
CN111968710B true CN111968710B (zh) 2024-02-02

Family

ID=73391512

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010854646.1A Active CN111968710B (zh) 2020-08-24 2020-08-24 一种老年常见病快速诊疗方法及系统

Country Status (1)

Country Link
CN (1) CN111968710B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115762690A (zh) * 2022-11-17 2023-03-07 昭阳健康(广州)科技有限公司 基于多科室配置的智能诊疗问卷实现方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040012368A (ko) * 2002-08-02 2004-02-11 주식회사 엔바이오니아 역학적 결과에 근거한 개인별 질병위험정보 제공 방법
CN106295186A (zh) * 2016-08-11 2017-01-04 中国科学院计算技术研究所 一种基于智能推理的辅助疾病诊断的方法与系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014186780A1 (en) * 2013-05-17 2014-11-20 The Regents Of The University Of California Systems and methods for automatically evaluating medical patient symptoms and providing tailored prescriptions

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040012368A (ko) * 2002-08-02 2004-02-11 주식회사 엔바이오니아 역학적 결과에 근거한 개인별 질병위험정보 제공 방법
CN106295186A (zh) * 2016-08-11 2017-01-04 中国科学院计算技术研究所 一种基于智能推理的辅助疾病诊断的方法与系统

Also Published As

Publication number Publication date
CN111968710A (zh) 2020-11-20

Similar Documents

Publication Publication Date Title
US11133111B2 (en) Methods and systems for an artificial intelligence support network for vibrant constitutional guidance
US10846622B2 (en) Methods and systems for an artificial intelligence support network for behavior modification
US8388532B2 (en) Home diagnostic system
JP6647583B1 (ja) 情報処理装置、プログラム及び情報処理方法
Hutson “Your body is your business card”: Bodily capital and health authority in the fitness industry
WO2013065246A2 (en) Diathesis determination apparatus, diathesis determination method, health assistance apparatus, health assistance method, program, terminal apparatus, and health assistance system
US5692501A (en) Scientific wellness personal/clinical/laboratory assessments, profile and health risk managment system with insurability rankings on cross-correlated 10-point optical health/fitness/wellness scales
US20160342744A1 (en) Apparatus and method for processing and/or providing healthcare information and/or healthcare-related information with or using an electronic healthcare record or electronic healthcare records
KR101497690B1 (ko) 생체 신호 및 증상 정보에 기반한 건강관리 프로그램서비스 제공 시스템 및 방법
US11393589B2 (en) Methods and systems for an artificial intelligence support network for vibrant constitutional guidance
CN114067940A (zh) 健康管理方法和存储介质
CN111968710B (zh) 一种老年常见病快速诊疗方法及系统
JP2009032091A (ja) 診断システム及びコンピュータプログラム
US20220192556A1 (en) Predictive, diagnostic and therapeutic applications of wearables for mental health
TW200941389A (en) Remote health and medical treatment management system
KR20020019229A (ko) 네트워크를 매개로 하는 건강관리시스템 및 그 운영방법
KR20170143047A (ko) 한방건강증진 서비스를 위한 진단설문 평가 방법
TWM596441U (zh) 醫療建議系統
KR20140102101A (ko) 만성 질환 관리 플랫폼 시스템 및 만성 질환 관리 서비스 방법
JP7418072B1 (ja) ソフトウェア、データ処理装置及びデータ処理方法
Wade Perspective: the patient/physician relationship: one doctor's view
JP2004240734A (ja) 病態推測システム
TWI738159B (zh) 醫療建議系統和其建議方法
US20240029888A1 (en) Generating and traversing data structures for automated classification
KR200310313Y1 (ko) 체형관리 및 통증치료를 위한 운동처방용 키오스크 장치

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