CN112687402A - 基于人工智能的智慧医疗互联网大数据处理方法及智能云服务平台 - Google Patents
基于人工智能的智慧医疗互联网大数据处理方法及智能云服务平台 Download PDFInfo
- Publication number
- CN112687402A CN112687402A CN202011638209.2A CN202011638209A CN112687402A CN 112687402 A CN112687402 A CN 112687402A CN 202011638209 A CN202011638209 A CN 202011638209A CN 112687402 A CN112687402 A CN 112687402A
- Authority
- CN
- China
- Prior art keywords
- medical data
- medical
- candidate
- data
- feature
- 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.)
- Withdrawn
Links
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开基于人工智能的智慧医疗互联网大数据处理方法及智能云服务平台,通过对互联网搜索引擎后台存在的所有医疗数据进行统计,并构建相应的医疗数据参数集合,同时对互联网搜索引擎上的检索文字进行医疗数据特征词提取,进而根据提取的医疗数据特征词进行医疗数据特征匹配,以此从匹配成功的的医疗数据参数集合中筛选出目标医疗数据,作为该检索文字的检索结果,避免了目前网络上医疗数据的处理由于缺乏统一规范管理造成的检索得到的医疗数据与医疗问题无关情况的发生,提高了检索结果与检索文字的匹配度,进而提高了人们在互联网上检索医疗数据的效率,大大满足了人们在网络信息中快速获取综合价值高的医疗数据的需求。
Description
技术领域
本发明属于数据处理技术领域,涉及医疗互联网数据处理技术,具体为基于人工智能的智慧医疗互联网大数据处理方法及智能云服务平台。
背景技术
随着科学技术的不断发展,人们越来越习惯于在互联网上进行信息检索,以医疗数据为例,当人们存在相应的医疗问题时,如某种病痛的症状、某种症状对应的病情种类等,人们通常喜欢在网上检索相关的医疗问题,以得到相应的答案。相比传统医疗文献检索,网络医疗信息检索显现出了很多的优越性,如不受时间地点的限制,检索方式多样化,多元化等。但伴随着互联网发展得越来越快,网络上的医疗数据信息不断增加,而目前对网络上医疗数据的处理缺乏统一的规范管理,导致人们在互联网上检索过程中,一方面常常出现其检索得到的医疗数据与提出的医疗问题无关的情况,如一些无用的垃圾信息或者检索的医疗数据与提出的医疗问题匹配度低;另一方面常常出现其检索得到的医疗数据只是单纯体现了检索结果的时效性或文字内容价值,其检索结果综合价值过低。这些问题均大大降低了人们在互联网上检索医疗数据的效率,进而降低了人们在网上进行医疗数据检索的体验感,难以满足人们在网络信息中快速获取综合价值高的医疗数据的需求。
发明内容
为了改善上述问题,本发明提出一种人工智能的智慧医疗互联网大数据处理方法及智能云服务平台,通过对互联网搜索引擎后台存在的所有医疗数据进行统计,并构建相应的医疗数据参数集合,同时对互联网搜索引擎上的检索文字进行医疗数据特征词提取,进而根据提取的医疗数据特征词进行医疗数据特征匹配,以此从匹配成功的的医疗数据参数集合中筛选出目标医疗数据,作为该检索文字的检索结果,有效解决了背景技术提到的问题。
本发明的目的可以通过以下技术方案来实现:
第一方面,本发明提出一种基于人工智能的智慧医疗互联网大数据处理方法,包括以下步骤:
S1.医疗数据收集统计:对互联网搜索引擎后台存在的医疗数据进行收集统计,并对统计的各条医疗数据按照预设的顺序进行编号,依次标记为1,2...i...n,进而将统计的各条医疗数据构成医疗数据库;
S2.医疗数据特征获取及医疗数据划分:对标记的各条医疗数据获取其对应的医疗数据特征,并将其进行相互对比,分析是否存在相同的医疗数据特征,若存在相同的医疗数据特征,则统计相同医疗数据特征对应的医疗数据编号,进而将相同医疗数据特征对应的医疗数据归类在一起,以此得到医疗数据特征为科室的对应的各条医疗数据编号,可记为1,2...j...m,该医疗数据记为科室医疗数据,得到医疗数据特征为病种的对应的各条医疗数据编号,可记为1,2...a...z,该医疗数据记为病种医疗数据,得到医疗数据特征为症状的对应的各条医疗数据编号,可记为1,2...b...y,该医疗数据记为症状医疗数据;
S3.科室医疗数据参数集合构建:根据得到的科室医疗数据编号,获取各条科室医疗数据对应的科室医疗数据上传时间、科室名称和科室医疗数据文字字数,进而构成科室医疗数据参数集合Gw(gw1,gw2,...,gwj,...,gwm),gwj表示为第j条科室医疗数据的第w个科室数据参数对应的数值,w表示为科室数据参数,w=d1,d2,d3,d1,d2,d3分别表示为科室医疗数据上传时间,科室名称,科室医疗数据文字字数;
S4.病种医疗数据参数集合构建:根据得到的病种医疗数据编号,获取各条病种医疗数据对应的病种医疗数据上传时间、病情种类和病种医疗数据文字字数,进而构成病种医疗数据参数集合Qs(qs1,qs2,...,qsa,...,qsz),qsa表示为第a条病种医疗数据的第s个病种数据参数对应的数值,s表示为病种数据参数,s=e1,e2,e3,e1,e2,e3分别表示为病种医疗数据上传时间,病情种类,病种医疗数据文字字数;
S5.症状医疗数据参数集合构建:根据得到的症状医疗数据编号,获取各条症状医疗数据对应的症状医疗数据上传时间、症状类型和症状医疗数据文字字数,进而构成症状医疗数据参数集合Pr(pr1,pr2,...,prb,...,pry),prb表示为第b条症状医疗数据的第r个症状数据参数对应的数值,r表示为症状数据参数,r=f1,f2,f3,f1,f2,f3分别表示为症状医疗数据上传时间,症状类型,症状医疗数据文字字数;
S6.检索文字中单个医疗数据特征词对应的检索结果分析:提取在互联网搜索引擎上的检索文字,并将提取的检索文字进行医疗数据特征词提取,并统计提取的医疗数据特征词个数,若统计的医疗数据特征词只有一个,则将其与医疗数据特征数据库中预设的各种医疗数据特征对应的特征词进行匹配,若匹配成功,则输出该匹配成功的医疗数据特征词对应的医疗数据特征,进而根据输出的医疗数据特征获取该医疗数据特征对应的医疗数据参数集合,此时从该检索文字中提取对应该医疗数据特征的关键信息,以此根据该关键信息从该医疗数据特征对应的医疗数据参数集合中提取符合该关键信息的若干医疗数据,该提取的若干医疗数据记为候选医疗数据,此时记录各候选医疗数据编号,可记为1,2...k...l,进而从提取的各候选医疗数据中筛选出目标医疗数据,并记录该目标医疗数据编号,由此根据该目标医疗数据编号从互联网搜索引擎后台医疗数据库中调取该条医疗数据,作为该检索文字的检索结果,若统计的医疗数据特征词不只一个,则执行步骤S7;
S7.检索文字中多个医疗数据特征词对应的检索结果分析:将统计的各医疗数据特征词进行编号,分别标记为A,B...I...N,并将编号的各医疗数据特征词分别依次与医疗数据特征数据库中预设的各种医疗数据特征对应的特征词进行匹配,输出各医疗数据特征词对应匹配成功的医疗数据特征,即为该检索文字对应的各个医疗数据特征,此时从检索文字中抓取对应各个医疗数据特征的关键信息,进而根据抓取的各个医疗数据特征的关键信息,从各医疗数据特征对应的医疗数据参数集合中提取符合该关键信息的若干医疗数据,提取的若干医疗数据记为候选医疗数据,并记录提取的各个医疗数据特征对应的各条候选医疗数据编号,同时进行相互对比,查看是否存在重复的候选医疗数据编号,若存在重复的候选医疗数据编号,则根据该重复的候选医疗数据编号从互联网搜索引擎后台调取该条医疗数据,作为该检索文字的检索结果,若不存在重复的候选医疗数据编号,则将提取的各个医疗数据特征对应的各条候选医疗数据按照S6中针对单个医疗数据特征从各候选医疗数据中筛选出目标医疗数据同样的方法筛选出各个医疗数据特征对应的目标医疗数据,并记录各个医疗数据特征对应的目标医疗数据编号,从而根据对应的目标医疗数据编号从互联网搜索引擎后台医疗数据库中调取各条目标医疗数据,作为该检索文字的检索结果。
根据本发明第一方面的一种能够实现的方式,所述医疗数据特征包括科室、病种和症状。
根据本发明第一方面的一种能够实现的方式,所述匹配成功是指医疗数据特征词与某种医疗数据特征对应的某个特征词相同。
根据本发明第一方面的一种能够实现的方式,所述关键信息是指科室名称或病情种类或症状类型。
根据本发明第一方面的一种能够实现的方式,所述S6中从提取的各候选医疗数据中筛选出目标医疗数据的具体筛选过程执行以下步骤:
H1:对各候选医疗数据获取其对应的医疗数据上传时间,进而将各候选医疗数据按照其对应的医疗数据上传时间由近到远的顺序进行排序,得到各候选医疗数据对应的上传时间排序结果;
H2:对各候选医疗数据获取其对应的医疗数据文字字数,进而将各候选医疗数据按照其对应的医疗数据文字字数由多到少的顺序进行排序,得到各候选医疗数据对应的文字字数排序结果;
H3:从各候选医疗数据对应的上传时间排序结果中筛选排在第一位的候选医疗数据,并从各候选医疗数据对应的文字字数排序结果中筛选排在第一位的候选医疗数据,此时将筛选的两个候选医疗数据编号进行对比,判断是否相同,若相同,则该筛选出的候选医疗数据记为目标医疗数据,若不相同,则执行步骤H4;
H4:将各候选医疗数据对应的医疗数据上传时间与预设的各时效价值系数对应的医疗数据上传时间进行对比,筛选出各候选医疗数据对应的时效价值系数,并将各候选医疗数据对应的文字字数与预设的各文字内容价值系数对应的医疗数据文字字数进行对比,筛选出各候选医疗数据对应的文字内容价值系数,进而以此统计各候选医疗数据对应的综合价值系数,从而将各候选医疗数据按照其对应的综合价值系数由大到小的顺序进行排序,得到各候选医疗数据对应的综合价值系数排序结果,以此从该排序结果中筛选综合价值系数最大的的候选医疗数据,该候选医疗数据记为目标医疗数据。
根据本发明第一方面的一种能够实现的方式,所述各候选医疗数据对应的综合价值系数的计算公式为σk=αk*βk,σk表示为第k条候选医疗数据对应的综合价值系数,αk、βk分别表示为第k条候选医疗数据对应的时效价值系数、文字内容价值系数。
根据本发明第一方面的一种能够实现的方式,所述S7中将编号的各医疗数据特征词分别依次与医疗数据特征数据库中预设的各种医疗数据特征对应的特征词进行匹配,其具体匹配方法为将编号的各医疗数据特征词按照编号的顺序依次提取各医疗数据特征词,将其与医疗数据特征数据库中预设的各种医疗数据特征对应的特征词进行匹配,得到该提取的医疗数据特征词对应匹配成功的医疗数据特征,再继续提取下一个编号的医疗数据特征词进行医疗数据特征匹配,直至将最后一个编号的医疗数据特征词匹配完成。
第二方面,本发明提出一种智能云服务平台,所述云服务平台包括处理器、机器可读存储介质和网络接口,所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连,所述网络接口用于与至少一个医疗互联网大数据处理设备通信连接,所述机器可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述机器可读存储介质中的程序、指令或代码,以执行本发明所述的基于人工智能的智慧医疗互联网大数据处理方法。
基于上述任一方面,本发明的有益效果如下:
(1)本发明通过互联网搜索引擎后台存在的医疗数据进行收集统计,剔除了与医疗无关的数据,并构建各医疗数据特征对应的医疗数据参数集合,弥补了目前对网络上医疗数据的处理缺乏统一的规范管理的弊端,同时对互联网搜索引擎上的检索文字进行医疗数据特征词提取,进而根据提取的医疗数据特征词进行医疗数据特征匹配,以此从匹配成功的的医疗数据参数集合中提取出若干候选医疗数据,再从候选医疗数据中筛选出目标医疗数据,作为该检索文字的检索结果,避免了目前网络上医疗数据的处理由于缺乏统一规范管理造成的检索得到的医疗数据与提出的医疗问题无关情况的发生,且通过对检索文字的医疗数据特征词进行医疗数据特征匹配,提高了检索结果与检索文字的匹配度,进而提高了人们在互联网上检索医疗数据的效率,增强了人们在网上进行医疗数据检索的体验感,大大满足了人们在网络信息中快速获取综合价值高的医疗数据的需求。
(2)本发明在对互联网搜索引擎上的检索文字进行医疗数据特征词提取过程中,根据统计的医疗数据特征词个数,按照单个医疗数据特征词和多个医疗数据特征词两种处理方式来分析得到对应的检索结果,体现了数据处理方式的多样化,充分考虑了实际检索情况,具有智能化程度高和实用性强的特点,便于互联网搜索引擎根据不同的情况,进行对应情况的数据处理分析,进而尽快得到检索结果,提高了数据处理效率。
(3)本发明在从若干候选医疗数据筛选出目标医疗数据的过程中,综合考虑了各候选医疗数据的上传时间和文字字数,将各候选医疗数据按照数据上传时间由近到远的顺序和医疗数据文字字数由多到少的顺序进行排序,得到各候选医疗数据对应的上传时间和文字字数排序结果,当两个排序结果中提取到的候选医疗数据不相同时,通过计算各候选医疗数据的综合价值系数,其综合价值系数直观展示了候选医疗数据的时效价值和文字内容价值状况,进而从中筛选出综合价值系数最高的候选医疗数据作为目标医疗数据,实现了目标医疗数据的择优筛选,弥补了目前在互联网上检索得到的医疗数据综合价值过低的弊端,提高了检索结果的可靠度和全面度。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的方法实施步骤流程图。
具体实施方式
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,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示,第一方面,本发明提出一种基于人工智能的智慧医疗互联网大数据处理方法,包括以下步骤:
S1.医疗数据收集统计:对互联网搜索引擎后台存在的医疗数据进行收集统计,并对统计的各条医疗数据按照预设的顺序进行编号,依次标记为1,2...i...n,进而将统计的各条医疗数据构成医疗数据库;
本实施例中医疗数据库中的构建剔除了大量与医疗无关的数据,方便后面对检索文字进行检索结果匹配过程中提供与医疗有关的数据;
S2.医疗数据特征获取及医疗数据划分:对标记的各条医疗数据获取其对应的医疗数据特征,其中医疗数据特征包括科室、病种和症状,并将其进行相互对比,分析是否存在相同的医疗数据特征,若存在相同的医疗数据特征,则统计相同医疗数据特征对应的医疗数据编号,进而将相同医疗数据特征对应的医疗数据归类在一起,以此得到医疗数据特征为科室的对应的各条医疗数据编号,可记为1,2...j...m,该医疗数据记为科室医疗数据,得到医疗数据特征为病种的对应的各条医疗数据编号,可记为1,2...a...z,该医疗数据记为病种医疗数据,得到医疗数据特征为症状的对应的各条医疗数据编号,可记为1,2...b...y,该医疗数据记为症状医疗数据;
本实施例通过对医疗数据库中每条医疗数据获取其医疗数据特征,并根据每条医疗数据对应的医疗数据特征将医疗数据库中每条医疗数据进行划分归类,为构建对应医疗数据特征的医疗数据参数集合提供铺垫,同时为互联网上医疗数据的处理提供了统一的规范管理方式,弥补了目前对网络上医疗数据的处理缺乏统一的规范管理的弊端;
S3.科室医疗数据参数集合构建:根据得到的科室医疗数据编号,获取各条科室医疗数据对应的科室医疗数据上传时间、科室名称和科室医疗数据文字字数,进而构成科室医疗数据参数集合Gw(gw1,gw2,...,gwj,...,gwm),gwj表示为第j条科室医疗数据的第w个科室数据参数对应的数值,w表示为科室数据参数,w=d1,d2,d3,d1,d2,d3分别表示为科室医疗数据上传时间,科室名称,科室医疗数据文字字数;
S4.病种医疗数据参数集合构建:根据得到的病种医疗数据编号,获取各条病种医疗数据对应的病种医疗数据上传时间、病情种类和病种医疗数据文字字数,进而构成病种医疗数据参数集合Qs(qs1,qs2,...,qsa,...,qsz),qsa表示为第a条病种医疗数据的第s个病种数据参数对应的数值,s表示为病种数据参数,s=e1,e2,e3,e1,e2,e3分别表示为病种医疗数据上传时间,病情种类,病种医疗数据文字字数;
S5.症状医疗数据参数集合构建:根据得到的症状医疗数据编号,获取各条症状医疗数据对应的症状医疗数据上传时间、症状类型和症状医疗数据文字字数,进而构成症状医疗数据参数集合Pr(pr1,pr2,...,prb,...,pry),prb表示为第b条症状医疗数据的第r个症状数据参数对应的数值,r表示为症状数据参数,r=f1,f2,f3,f1,f2,f3分别表示为症状医疗数据上传时间,症状类型,症状医疗数据文字字数;
S6.检索文字中单个医疗数据特征词对应的检索结果分析:提取在互联网搜索引擎上的检索文字,并将提取的检索文字进行医疗数据特征词提取,并统计提取的医疗数据特征词个数,若统计的医疗数据特征词只有一个,则将其与医疗数据特征数据库中预设的各种医疗数据特征对应的特征词进行匹配,若匹配成功,所述匹配成功是指医疗数据特征词与某种医疗数据特征对应的某个特征词相同,则输出该匹配成功的医疗数据特征词对应的医疗数据特征,进而根据输出的医疗数据特征获取该医疗数据特征对应的医疗数据参数集合,此时从该检索文字中提取对应该医疗数据特征的关键信息,所述关键信息是指科室名称或病情种类或症状类型,例如若该匹配成功的医疗数据特征词对应的医疗数据特征为科室,则该关键信息即为科室名称,若该匹配成功的医疗数据特征词对应的医疗数据特征为病种,则该关键信息即为病情种类,若该匹配成功的医疗数据特征词对应的医疗数据特征为症状,则该关键信息即为症状类型,以此根据该关键信息从该医疗数据特征对应的医疗数据参数集合中提取符合该关键信息的若干医疗数据,该提取的若干医疗数据记为候选医疗数据,此时记录各候选医疗数据编号,可记为1,2...k...l,进而从提取的各候选医疗数据中筛选出目标医疗数据,其具体筛选过程执行以下步骤:
H1:对各候选医疗数据获取其对应的医疗数据上传时间,进而将各候选医疗数据按照其对应的医疗数据上传时间由近到远的顺序进行排序,得到各候选医疗数据对应的上传时间排序结果;
H2:对各候选医疗数据获取其对应的医疗数据文字字数,进而将各候选医疗数据按照其对应的医疗数据文字字数由多到少的顺序进行排序,得到各候选医疗数据对应的文字字数排序结果;
H3:从各候选医疗数据对应的上传时间排序结果中筛选排在第一位的候选医疗数据,并从各候选医疗数据对应的文字字数排序结果中筛选排在第一位的候选医疗数据,此时将筛选的两个候选医疗数据编号进行对比,判断是否相同,若相同,则该筛选出的候选医疗数据记为目标医疗数据,若不相同,则执行步骤H4;
H4:将各候选医疗数据对应的医疗数据上传时间与预设的各时效价值系数对应的医疗数据上传时间进行对比,筛选出各候选医疗数据对应的时效价值系数,并将各候选医疗数据对应的文字字数与预设的各文字内容价值系数对应的医疗数据文字字数进行对比,筛选出各候选医疗数据对应的文字内容价值系数,进而以此统计各候选医疗数据对应的综合价值系数σk=αk*βk,σk表示为第k条候选医疗数据对应的综合价值系数,αk、βk分别表示为第k条候选医疗数据对应的时效价值系数、文字内容价值系数,从而将各候选医疗数据按照其对应的综合价值系数由大到小的顺序进行排序,得到各候选医疗数据对应的综合价值系数排序结果,以此从该排序结果中筛选综合价值系数最大的的候选医疗数据,该候选医疗数据记为目标医疗数据;
并记录该目标医疗数据编号,由此根据该目标医疗数据编号从互联网搜索引擎后台医疗数据库中调取该条医疗数据,作为该检索文字的检索结果,避免了目前网络上医疗数据的处理由于缺乏统一规范管理造成的检索得到的医疗数据与提出的医疗问题无关情况的发生,且通过对检索文字的医疗数据特征词进行医疗数据特征匹配,提高了检索结果与检索文字的匹配度,若统计的医疗数据特征词不只一个,则执行步骤S7;
本实施例在从若干候选医疗数据筛选出目标医疗数据的过程中,综合考虑了各候选医疗数据的上传时间和文字字数,将各候选医疗数据按照数据上传时间由近到远的顺序和医疗数据文字字数由多到少的顺序进行排序,得到各候选医疗数据对应的上传时间和文字字数排序结果,当两个排序结果中提取到的候选医疗数据不相同时,通过计算各候选医疗数据的综合价值系数,其综合价值系数直观展示了候选医疗数据的时效价值和文字内容价值状况,进而从中筛选出综合价值系数最高的候选医疗数据作为目标医疗数据,这种筛选方式避免了单纯只根据候选医疗数据的时效性或文字内容进行筛选造成的筛选结果过于片面性和可靠度低的问题,其实现了目标医疗数据的择优筛选,弥补了目前在互联网上检索得到的医疗数据综合价值过低的弊端,提高了检索结果的可靠度和全面度;
S7.检索文字中多个医疗数据特征词对应的检索结果分析:将统计的各医疗数据特征词进行编号,分别标记为A,B...I...N,并将编号的各医疗数据特征词分别依次与医疗数据特征数据库中预设的各种医疗数据特征对应的特征词进行匹配,其具体匹配方法为将编号的各医疗数据特征词按照编号的顺序依次提取各医疗数据特征词,将其与医疗数据特征数据库中预设的各种医疗数据特征对应的特征词进行匹配,得到该提取的医疗数据特征词对应匹配成功的医疗数据特征,再继续提取下一个编号的医疗数据特征词进行医疗数据特征匹配,直至将最后一个编号的医疗数据特征词匹配完成,此时输出各医疗数据特征词对应匹配成功的医疗数据特征,即为该检索文字对应的各个医疗数据特征,此时从检索文字中抓取对应各个医疗数据特征的关键信息,进而根据抓取的各个医疗数据特征的关键信息,从各医疗数据特征对应的医疗数据参数集合中提取符合该关键信息的若干医疗数据,提取的若干医疗数据记为候选医疗数据,并记录提取的各个医疗数据特征对应的各条候选医疗数据编号,同时进行相互对比,查看是否存在重复的候选医疗数据编号,若存在重复的候选医疗数据编号,则根据该重复的候选医疗数据编号从互联网搜索引擎后台调取该条医疗数据,作为该检索文字的检索结果,若不存在重复的候选医疗数据编号,则将提取的各个医疗数据特征对应的各条候选医疗数据按照S6中针对单个医疗数据特征从各候选医疗数据中筛选出目标医疗数据同样的方法筛选出各个医疗数据特征对应的目标医疗数据,并记录各个医疗数据特征对应的目标医疗数据编号,从而根据对应的目标医疗数据编号从互联网搜索引擎后台医疗数据库中调取各条目标医疗数据,作为该检索文字的检索结果。
本实施例在对互联网搜索引擎上的检索文字进行医疗数据特征词提取过程中,根据统计的医疗数据特征词个数,按照单个医疗数据特征词和多个医疗数据特征词两种处理方式来分析得到对应的检索结果,体现了数据处理方式的多样化,充分考虑了实际检索情况,具有智能化程度高和实用性强的特点,便于互联网搜索引擎根据不同的情况,进行对应情况的数据处理分析,进而尽快得到检索结果,提高了数据处理效率,进而提高了人们在互联网上检索医疗数据的效率,增强了人们在网上进行医疗数据检索的体验感,大大满足了人们在网络信息中快速获取综合价值高的医疗数据的需求。
第二方面,本发明提出一种智能云服务平台,所述云服务平台包括处理器、机器可读存储介质和网络接口,所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连,所述网络接口用于与至少一个医疗互联网大数据处理设备通信连接,所述机器可读存储介质用于存储程序、指令或代码,如本发明实施例中的智慧医疗互联网大数据处理方法程序指令/模块,所述处理器用于执行所述机器可读存储介质中的程序、指令或代码,以执行本发明所述的基于人工智能的智慧医疗互联网大数据处理方法。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (8)
1.基于人工智能的智慧医疗互联网大数据处理方法,其特征在于:包括以下步骤;
S1.医疗数据收集统计:对互联网搜索引擎后台存在的医疗数据进行收集统计,并对统计的各条医疗数据按照预设的顺序进行编号,依次标记为1,2...i...n,进而将统计的各条医疗数据构成医疗数据库;
S2.医疗数据特征获取及医疗数据划分:对标记的各条医疗数据获取其对应的医疗数据特征,并将其进行相互对比,分析是否存在相同的医疗数据特征,若存在相同的医疗数据特征,则统计相同医疗数据特征对应的医疗数据编号,进而将相同医疗数据特征对应的医疗数据归类在一起,以此得到医疗数据特征为科室的对应的各条医疗数据编号,可记为1,2...j...m,该医疗数据记为科室医疗数据,得到医疗数据特征为病种的对应的各条医疗数据编号,可记为1,2...a...z,该医疗数据记为病种医疗数据,得到医疗数据特征为症状的对应的各条医疗数据编号,可记为1,2...b...y,该医疗数据记为症状医疗数据;
S3.科室医疗数据参数集合构建:根据得到的科室医疗数据编号,获取各条科室医疗数据对应的科室医疗数据上传时间、科室名称和科室医疗数据文字字数,进而构成科室医疗数据参数集合Gw(gw1,gw2,...,gwj,...,gwm),gwj表示为第j条科室医疗数据的第w个科室数据参数对应的数值,w表示为科室数据参数,w=d1,d2,d3,d1,d2,d3分别表示为科室医疗数据上传时间,科室名称,科室医疗数据文字字数;
S4.病种医疗数据参数集合构建:根据得到的病种医疗数据编号,获取各条病种医疗数据对应的病种医疗数据上传时间、病情种类和病种医疗数据文字字数,进而构成病种医疗数据参数集合Qs(qs1,qs2,...,qsa,...,qsz),qsa表示为第a条病种医疗数据的第s个病种数据参数对应的数值,s表示为病种数据参数,s=e1,e2,e3,e1,e2,e3分别表示为病种医疗数据上传时间,病情种类,病种医疗数据文字字数;
S5.症状医疗数据参数集合构建:根据得到的症状医疗数据编号,获取各条症状医疗数据对应的症状医疗数据上传时间、症状类型和症状医疗数据文字字数,进而构成症状医疗数据参数集合Pr(pr1,pr2,...,prb,...,pry),prb表示为第b条症状医疗数据的第r个症状数据参数对应的数值,r表示为症状数据参数,r=f1,f2,f3,f1,f2,f3分别表示为症状医疗数据上传时间,症状类型,症状医疗数据文字字数;
S6.检索文字中单个医疗数据特征词对应的检索结果分析:提取在互联网搜索引擎上的检索文字,并将提取的检索文字进行医疗数据特征词提取,并统计提取的医疗数据特征词个数,若统计的医疗数据特征词只有一个,则将其与医疗数据特征数据库中预设的各种医疗数据特征对应的特征词进行匹配,若匹配成功,则输出该匹配成功的医疗数据特征词对应的医疗数据特征,进而根据输出的医疗数据特征获取该医疗数据特征对应的医疗数据参数集合,此时从该检索文字中提取对应该医疗数据特征的关键信息,以此根据该关键信息从该医疗数据特征对应的医疗数据参数集合中提取符合该关键信息的若干医疗数据,该提取的若干医疗数据记为候选医疗数据,此时记录各候选医疗数据编号,可记为1,2...k...l,进而从提取的各候选医疗数据中筛选出目标医疗数据,并记录该目标医疗数据编号,由此根据该目标医疗数据编号从互联网搜索引擎后台医疗数据库中调取该条医疗数据,作为该检索文字的检索结果,若统计的医疗数据特征词不只一个,则执行步骤S7;
S7.检索文字中多个医疗数据特征词对应的检索结果分析:将统计的各医疗数据特征词进行编号,分别标记为A,B...I...N,并将编号的各医疗数据特征词分别依次与医疗数据特征数据库中预设的各种医疗数据特征对应的特征词进行匹配,输出各医疗数据特征词对应匹配成功的医疗数据特征,即为该检索文字对应的各个医疗数据特征,此时从检索文字中抓取对应各个医疗数据特征的关键信息,进而根据抓取的各个医疗数据特征的关键信息,从各医疗数据特征对应的医疗数据参数集合中提取符合该关键信息的若干医疗数据,提取的若干医疗数据记为候选医疗数据,并记录提取的各个医疗数据特征对应的各条候选医疗数据编号,同时进行相互对比,查看是否存在重复的候选医疗数据编号,若存在重复的候选医疗数据编号,则根据该重复的候选医疗数据编号从互联网搜索引擎后台调取该条医疗数据,作为该检索文字的检索结果,若不存在重复的候选医疗数据编号,则将提取的各个医疗数据特征对应的各条候选医疗数据按照S6中针对单个医疗数据特征从各候选医疗数据中筛选出目标医疗数据同样的方法筛选出各个医疗数据特征对应的目标医疗数据,并记录各个医疗数据特征对应的目标医疗数据编号,从而根据对应的目标医疗数据编号从互联网搜索引擎后台医疗数据库中调取各条目标医疗数据,作为该检索文字的检索结果。
2.根据权利要求1所述的基于人工智能的智慧医疗互联网大数据处理方法,其特征在于:所述医疗数据特征包括科室、病种和症状。
3.根据权利要求1所述的基于人工智能的智慧医疗互联网大数据处理方法,其特征在于:所述匹配成功是指医疗数据特征词与某种医疗数据特征对应的某个特征词相同。
4.根据权利要求1所述的基于人工智能的智慧医疗互联网大数据处理方法,其特征在于:所述关键信息是指科室名称或病情种类或症状类型。
5.根据权利要求1所述的基于人工智能的智慧医疗互联网大数据处理方法,其特征在于:所述S6中从提取的各候选医疗数据中筛选出目标医疗数据的具体筛选过程执行以下步骤:
H1:对各候选医疗数据获取其对应的医疗数据上传时间,进而将各候选医疗数据按照其对应的医疗数据上传时间由近到远的顺序进行排序,得到各候选医疗数据对应的上传时间排序结果;
H2:对各候选医疗数据获取其对应的医疗数据文字字数,进而将各候选医疗数据按照其对应的医疗数据文字字数由多到少的顺序进行排序,得到各候选医疗数据对应的文字字数排序结果;
H3:从各候选医疗数据对应的上传时间排序结果中筛选排在第一位的候选医疗数据,并从各候选医疗数据对应的文字字数排序结果中筛选排在第一位的候选医疗数据,此时将筛选的两个候选医疗数据编号进行对比,判断是否相同,若相同,则该筛选出的候选医疗数据记为目标医疗数据,若不相同,则执行步骤H4;
H4:将各候选医疗数据对应的医疗数据上传时间与预设的各时效价值系数对应的医疗数据上传时间进行对比,筛选出各候选医疗数据对应的时效价值系数,并将各候选医疗数据对应的文字字数与预设的各文字内容价值系数对应的医疗数据文字字数进行对比,筛选出各候选医疗数据对应的文字内容价值系数,进而以此统计各候选医疗数据对应的综合价值系数,从而将各候选医疗数据按照其对应的综合价值系数由大到小的顺序进行排序,得到各候选医疗数据对应的综合价值系数排序结果,以此从该排序结果中筛选综合价值系数最大的的候选医疗数据,该候选医疗数据记为目标医疗数据。
6.根据权利要求5所述的基于人工智能的智慧医疗互联网大数据处理方法,其特征在于:所述各候选医疗数据对应的综合价值系数的计算公式为σk=αk*βk,σk表示为第k条候选医疗数据对应的综合价值系数,αk、βk分别表示为第k条候选医疗数据对应的时效价值系数、文字内容价值系数。
7.根据权利要求1所述的基于人工智能的智慧医疗互联网大数据处理方法,其特征在于:所述S7中将编号的各医疗数据特征词分别依次与医疗数据特征数据库中预设的各种医疗数据特征对应的特征词进行匹配,其具体匹配方法为将编号的各医疗数据特征词按照编号的顺序依次提取各医疗数据特征词,将其与医疗数据特征数据库中预设的各种医疗数据特征对应的特征词进行匹配,得到该提取的医疗数据特征词对应匹配成功的医疗数据特征,再继续提取下一个编号的医疗数据特征词进行医疗数据特征匹配,直至将最后一个编号的医疗数据特征词匹配完成。
8.一种智能云服务平台,其特征在于:所述云服务平台包括处理器、机器可读存储介质和网络接口,所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连,所述网络接口用于与至少一个医疗互联网大数据处理设备通信连接,所述机器可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述机器可读存储介质中的程序、指令或代码,以执行权利要求1-7中任意一项所述的基于人工智能的智慧医疗互联网大数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011638209.2A CN112687402A (zh) | 2020-12-31 | 2020-12-31 | 基于人工智能的智慧医疗互联网大数据处理方法及智能云服务平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011638209.2A CN112687402A (zh) | 2020-12-31 | 2020-12-31 | 基于人工智能的智慧医疗互联网大数据处理方法及智能云服务平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112687402A true CN112687402A (zh) | 2021-04-20 |
Family
ID=75456579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011638209.2A Withdrawn CN112687402A (zh) | 2020-12-31 | 2020-12-31 | 基于人工智能的智慧医疗互联网大数据处理方法及智能云服务平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112687402A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114220537A (zh) * | 2022-02-18 | 2022-03-22 | 橙意家人科技(天津)有限公司 | 一种基于互联网医院的ai智能在线诊断方法及云系统 |
CN115116572A (zh) * | 2022-08-27 | 2022-09-27 | 朔至美(南通)科技有限公司 | 一种基于人工智能的医疗数据管理系统及方法 |
-
2020
- 2020-12-31 CN CN202011638209.2A patent/CN112687402A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114220537A (zh) * | 2022-02-18 | 2022-03-22 | 橙意家人科技(天津)有限公司 | 一种基于互联网医院的ai智能在线诊断方法及云系统 |
CN114220537B (zh) * | 2022-02-18 | 2022-05-20 | 橙意家人科技(天津)有限公司 | 一种基于互联网医院的ai智能在线诊断方法及云系统 |
CN115116572A (zh) * | 2022-08-27 | 2022-09-27 | 朔至美(南通)科技有限公司 | 一种基于人工智能的医疗数据管理系统及方法 |
CN115116572B (zh) * | 2022-08-27 | 2022-11-25 | 朔至美(南通)科技有限公司 | 一种基于人工智能的医疗数据管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110597735B (zh) | 一种面向开源软件缺陷特征深度学习的软件缺陷预测方法 | |
CN111241241A (zh) | 基于知识图谱的案件检索方法、装置、设备及存储介质 | |
CN103744928B (zh) | 一种基于历史访问记录的网络视频分类方法 | |
CN112765235A (zh) | 基于特征识别和大数据分析的人力资源智能管理系统及云管理服务器 | |
WO2022134794A1 (zh) | 新闻事件的舆情处理方法及装置、存储介质、计算机设备 | |
CN109165273B (zh) | 一种面向大数据环境的通用中文地址匹配方法 | |
CN111105209A (zh) | 适用于人岗匹配推荐系统的职位简历匹配方法及装置 | |
CN112687402A (zh) | 基于人工智能的智慧医疗互联网大数据处理方法及智能云服务平台 | |
CN107341508B (zh) | 一种快速美食图片识别方法及系统 | |
CN111581956B (zh) | 基于bert模型和k近邻的敏感信息识别方法及系统 | |
CN112116168B (zh) | 一种用户行为的预测方法、装置及电子设备 | |
CN111680506A (zh) | 数据库表的外键映射方法、装置、电子设备和存储介质 | |
CN113515600A (zh) | 一种基于元数据的空间分析自动计算方法 | |
CN115794833A (zh) | 数据处理方法、服务器和计算机存储介质 | |
CN109471934B (zh) | 基于互联网的金融风险线索发掘方法 | |
CN116032741A (zh) | 一种设备识别方法、装置、电子设备和计算机存储介质 | |
CN113378024A (zh) | 一种基于深度学习面向公检法领域的相关事件识别方法 | |
CN110825792A (zh) | 基于golang中间件协程模式下的高并发分布式数据检索方法 | |
CN111552808A (zh) | 一种基于卷积神经网络的行政违法案由预测方法及工具 | |
CN114547294A (zh) | 一种基于传播过程综合信息的谣言检测方法及系统 | |
CN109308565B (zh) | 人群绩效等级识别方法、装置、存储介质及计算机设备 | |
CN116993307B (zh) | 一种具有人工智能学习能力的协同办公方法及系统 | |
CN113505863B (zh) | 基于级联均值向量综合评分的图片多级分类方法及系统 | |
CN112819205B (zh) | 工时预测方法、装置及系统 | |
CN113536077B (zh) | 一种移动app特定事件内容检测方法与装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210420 |
|
WW01 | Invention patent application withdrawn after publication |