CN113161017A - 一种医学信息的问询系统和问询方法 - Google Patents
一种医学信息的问询系统和问询方法 Download PDFInfo
- Publication number
- CN113161017A CN113161017A CN202011627043.4A CN202011627043A CN113161017A CN 113161017 A CN113161017 A CN 113161017A CN 202011627043 A CN202011627043 A CN 202011627043A CN 113161017 A CN113161017 A CN 113161017A
- Authority
- CN
- China
- Prior art keywords
- medical
- medical information
- information
- module
- expert
- 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
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000012216 screening Methods 0.000 claims abstract description 44
- 238000004891 communication Methods 0.000 claims abstract description 28
- 208000024891 symptom Diseases 0.000 claims description 55
- 239000003814 drug Substances 0.000 claims description 9
- 230000036541 health Effects 0.000 claims description 8
- 230000000474 nursing effect Effects 0.000 claims description 3
- 230000005180 public health Effects 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 description 27
- 230000015654 memory Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 14
- 230000005856 abnormality Effects 0.000 description 11
- 238000001914 filtration Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 5
- 239000008280 blood Substances 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 206010020772 Hypertension Diseases 0.000 description 4
- 206010037660 Pyrexia Diseases 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 206010011224 Cough Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 102000001554 Hemoglobins Human genes 0.000 description 2
- 108010054147 Hemoglobins Proteins 0.000 description 2
- 238000004820 blood count Methods 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 229910001385 heavy metal Inorganic materials 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 210000000265 leukocyte Anatomy 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 125000002015 acyclic group Chemical group 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 206010003549 asthenia Diseases 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 208000017574 dry cough Diseases 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提出一种医学信息的问询系统和问询方法，包括规则配置模块，用于配置问询规则和问询优先级；第一通信模块，用于接收用户发送的医学信息，所述用户根据所述问询规则上传所述医学信息，所述用户为医生；信息筛选模块，用于根据所述医学信息，筛选出有效医学信息，并建立医学信息模型；信息匹配模块，用于根据问询优先级，为所述有效医学信息匹配医学专家；第二通信模块，用于将所述有效医学信息和所述医学信息模型发送至所述医学专家，等待所述医学专家答复所述有效医学信息，其中所述医学专家还对所述医学信息模型进行修改。本发明提出的医学信息的问询系统和问询方法可以提高医生的医技水平。
Description
技术领域
本发明涉及医学数据处理领域，特别涉及一种医学信息的咨询系统及咨询方法。
背景技术
随着我国居民生活水平提高，医疗健康服务需求不断增多。由于我国人口基数巨大，但医疗事业的人力和物力有限，使得我国医疗供需矛盾尤为突出。
目前，我国拥有的高水平的良医与我国广大的人口数量相比较，相对较少，医生和护士的医疗资源十分紧缺，而且主要的专家一般集中在中心城市的少数几个大医院，由于他们需要面对来自全国各地的患者，患者数量多，导致有时在一些医院，普通患者甚至可能要排上几周甚至几个月，才能得到诊治。而在偏远地区的医院，所拥有的医生资源就更加的稀少了，时常出现因无法及时进行医疗的情况，无法及时为患者生命健康提供有效的医疗保障。
发明内容
鉴于上述现有技术的缺陷，本发明提出一种医学信息的问询系统和问询方法，该医学咨询系统可以支持医生随时问询医学问题，从而可以提高医生的医技水平。
为实现上述目的及其他目的，本发明提出一种医学信息的问询系统，包括：
规则配置模块，用于配置问询规则和问询优先级；
第一通信模块，用于接收用户发送的医学信息，所述用户根据所述问询规则上传所述医学信息，所述用户为医生；
信息筛选模块，用于根据所述医学信息，筛选出有效医学信息，并建立医学信息模型；
信息匹配模块，用于根据问询优先级，为所述有效医学信息匹配医学专家；
第二通信模块，用于将所述有效医学信息和所述医学信息模型发送至所述医学专家，等待所述医学专家答复所述有效医学信息，其中所述医学专家还对所述医学信息模型进行修改；
存储模块，用于存储所述医学信息、所述有效医学信息和所述医学信息模型。
进一步地，所述规则配置模块包括：
规则配置子模块，用于基于每一规则，对每一所述有效医学信息配置其对应的所述问询优先级；
其中，所述规则为中医问询规则，西医问询规则，药学问询规则，护理问询规则，健康管理问询规则和公共卫生管理规则；
其中，所述问询优先级为症状优先级，指标优先级，助诊优先级。
进一步地，所述信息筛选模块包括：
第一筛选子模块，用于从所述医学信息中直接筛选出所述有效医学信息；
第二筛选子模块，用于将所述医学信息拆分成医学子信息，并在所述医学子信息中筛选出所述有效医学信息。
进一步地，所述信息筛选模块包括：
标识子模块，当在所述医学信息中无法筛选出所述有效医学信息，用于将所述医学信息标识为无效医学信息；
所述第一通信模块用于将所述无效医学信息反馈至所述用户。
进一步地，所述信息匹配模块包括：
匹配子模块，用于根据所述有效医学信息匹配所述医学专家；
判断子模块，用于判断所述医学专家的数量是否为一个，如果是一个，则将所述有效医学信息匹配给所述医学专家；
优先级配置子模块，当所述医学专家的数量为至少两个时，所述优先级配置子模块则为所述医学专家配置医学专家优先级；
其中，所述医学专家优先级包括医生学科，医生级别，医生所处区域，医生工作量。
进一步地，还包括疑点模块，所述疑点模块用于记录所述用户关于所述医学信息模型的疑问。
进一步地，还包括推送模块，当新用户上传所述医学信息时，所述更新模块则将所述医学相关模块推送至所述新用户。
进一步地，本发明还提出一种医学信息的问询方法，包括：
通过第一通信模块接收用户上传的医学信息，所述用户根据问询规则上传所述医学信息，所述用户为医生；
通过信息筛选模块筛选出有效医学信息，并建立医学信息模型；
通过信息匹配模块为所述有效医学信息匹配医学专家；
通过第二通信模块将所述有效医学信息和所述医学信息模型发送至所述医学专家，等待所述医学专家答复所述有效医学信息，其中所述医学专家还对所述医学信息模型进行修改。
进一步地，通过信息筛选模块筛选出有效医学信息，并建立医学信息模型的步骤包括：
根据所述医学信息，判断是否直接从所述医学信息中筛选出有效医学信息；
若是，则直接筛选出所述有效医学信息；
若否，则将所述医学信息拆分成医学子信息，并在所述医学子信息中筛选出所述有效医学信息。
进一步地，通过信息匹配模块为所述有效医学信息匹配医学专家的步骤包括：
根据所述有效医学信息，判断匹配出的所述医学专家的数量是否为一个；
若是，则将所述有效医学信息匹配给所述医学专家；
若否，则根据专家优先级匹配出一个所述医学专家。
综上所述，本发明提出一种医学信息的问询系统和问询方法，当用户遇到无法解决的医学信息时，则可以按照预设的问询规则上传医学信息，然后该问询系统则可以在医学信息中筛选出有效医学信息，然后通过信息匹配模块为有效医学信息匹配出医学专家，由该医学专家答复该有效医学专家。本发明中用户可以通过问询系统上传医学信息，可以快速的将医学信息发布出去，由其他的医学专家答复该医学信息，因此该用户可以快速的得到该医学信息的答复信息，从而可以快速的提升医技水平。同时当新用户上传同样的医学信息时，该问询系统还可以为该新用户推送出答复信息。本发明中的问询系统还可以根据有效医学信息建立医学模型，同时还可以使得用户获知医学模型，从而可以扩大用户的医学知识。
附图说明
图1：本发明提出的医学信息的问询系统的框图。
图2：本发明中第一通信模块的框图。
图3：本发明中信息筛选模块的框图。
图4：本发明中规则配置模块的框图。
图5：本发明中规则配置模块的示意图。
图6：本发明中西医问询规则的框图。
图7：本发明中症状模块和指标模块的示意图。
图8：本发明中信息筛选模块的另一框图。
图9：本发明中医学信息模型的示意图。
图10：本发明中医学信息模型的另一示意图。
图11：本发明中信息匹配模块的框图。
图12：本发明中医学信息的问询系统的另一框图。
图13：本发明中匹配医学专家的有向无环图。
图14：本发明提出的医学信息的问询方法的流程图。
图15：本发明中图13中步骤S2的流程图。
图16：本发明中图13中步骤S3的流程图。
图17：本实施例中电子设备的框图。
图18：本实施例中计算机可读存储介质的框图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
如图1所示，本实施例提出一种医学信息的问询系统100，该问询系统100可以快速帮助医生解答医学信息，从而可以提高医生的医技水平。该问询系统100包括规则配置模块110，第一通信模块120，信息筛选模块130，信息匹配模块140，第二通信模块150和存储模块160。该规则配置模块110用于配置问询规则和问询优先级，第一通信模块120用于接收用户发送的医学信息，用户可以根据问询规则上传医学信息，用户可以为医生。信息筛选模块130用于根据医学信息筛选出有效医学信息，并且根据有效医学信息建立医学信息模型。信息匹配模块140用于根据问询优先级，为有效医学信息匹配医学专家。第二通信模块150用于将有效医学信息和医学信息模型发送至医学专家，等待医学专家答复有效医学专家，医学专家还可以对该医学信息模型进行修改，存储模块160用于存储医学信息，有效医学信息和医学信息模型。
在本实施例中，所述问询系统100可以设置在智能移动终端上，智能移动终端例如为计算机控制台，智能手机，平板电脑，笔记本电脑，诸如手表或眼镜的可穿戴式计算机。在一些实施例中，该问询系统100还可以定义为医学互动程序，该医学互动程序可以全部或部分地托管在服务器上，并且可以通过至少一个网络系统以电子方式访问。网络系统可以包括任何类型的网络基础设施，诸如互联网，或者任何其他有线、无线和/或部分有线网络。
如图2所示，在本实施例中，用户可以通过第一通信模块120上传医学信息，第一通信模块120可以包括语音识别单元121，图片识别单元122，文字编辑单元123，图片识别检测单元124，信息辅助输入单元125和医学知识库126。用户可以通过语音识别单元121，图片识别单元122，文字编辑单元123上传医学信息。用户可以为医生。
如图2所示，在本实施例中，该语音识别单元121用于采集用户的语音信息(例如为医学相关信息的描述)，并将所述语音信息转化成预设的语音特征数据，然后语音特征信息发送给医学知识库126。在本实施例中，语音识别单元121可以为任意一种能够将用户的语言信息转换为预设的语音特征数据(例如为MP3或者WAV格式的语言文件)的语言模块，例如可以为连接有麦克风的音频模块。因此，所述语音识别单元121可以接收用户从移动端或PC端传来的语音信号，通过对语音信号进行语意解析，将用户的语音信号转化成系统所需要的语音特征数据，再将这些语音特征数据直接传送到医学知识库400，由医学知识库400进行识别与比对。
如图2所示，在本实施例中，图片识别单元122用于接收外部图像采集设备(例如手机或者计算机)所采集的病人的患病部位图像，然后执行预处理操作后，将经过预处理的所述病人的患病部位图像发送给图片识别检测单元124。图片识别检测单元124与图片识别单元122相连接，图片识别检测单元124用于接收所述图片识别单元122发来的所述病人的患病部位图像，并提取和识别出其中需要诊断的病人的患病部位图像信息，然后发送给医学知识库400。在本实施例中，所述外部图像采集设备可以为任意一种具有图像采集并传输功能的设备，例如手机，平板电脑或者计算机。在图片识别单元122中，所述预处理操作优选为光照补偿操作，因此，通过光照补偿来提高病人患病部位图像的质量，最后再把预处理后的图像传送到图片识别检测单元124，在图片识别检测单元124中进行识别与特征提取。
如图2所示，在本实施例中，用于还可以通过文字编辑单元123来上传医学相关信息，文字编辑单元123还连接信息辅助输入单元125，在信息辅助输入单元125内设置有健康信息标准词，所述辅助信息输入单元将所述健康信息标准词发送至所述用户，以提示所述用户进行输入。例如，当用户通过文字编辑单元123输入“发”字时，信息辅助输入单元125显示出“发热”，“发炎”或“发肿”等提示词，以供用户选择。当用户通过文字编程单元108上传医学相关信息时，然后将该医学相关信息发送至医学知识库126中。
如图2所示，在本实施例中，医学知识库126连接语音识别单元121，图片识别检测单元124和文字编辑单元123。该医学知识库126内存储预设的医学知识，当医学知识库126接收到语音识别单元121发来的语音特征数据或图片识别检测单元124发来的病人的患病部位图像信息或者文字编辑单元123发送的文字信息后，在医学知识中筛选出重要的医学信息，并将重要的医学信息填写在第二通信模块120中。
如图3所示，在本实施例中，当用户通过第二通信模块120上传医学信息之后，信息筛选模块130则可以对医学信息进行筛选。该信息筛选模块130包括第一筛选子模块131，第二筛选子模块132和标识子模块133。第一筛选子模块131用于从医学信息中直接筛选出有效医学信息，如果第一筛选子模块131无法从医学信息中直接筛选出有效医学信息，那么第二筛选子模块132则将医学信息拆分成医学子信息，并在医学子信息中筛选出有效医学信息，如果第一筛选子模块131和第二筛选子模块132无法筛选出有效医学信息时，那么则可以通过标识子模块133将该医学信息标识为无效医学信息，然后通过第一通信模块120将该医学信息反馈至用户，从而让用户重新上传医学信息。
如图4所示，在本实施例中，规则配置子模块111可以为用户配置问询规则和问询优先级。规则配置子模块111例如可以基于每一规则，对每一所述有效医学信息配置其对应的所述问询优先级；其中，所述规则为中医问询规则，西医问询规则，药学问询规则和护理问询规则；其中，所述问询优先级为症状优先级，指标优先级。在本实施例中，症状优先级可以大于指标优先级，也就是说可以根据症状信息来选择指标信息。
如图5所示，该规则配置子模块111例如设置有中医问询规则101，药学问询规则102，西医问询规则103，护理问询规则104，医技问询规则105，健康管理问询规则106和公共卫生问询规则107。用户可以选择至少一个问询规则，以上传医学信息，例如用户可以同时选择中医问询规则101和西医问询规则103。需要说明的是，在本实施例中，所述用户为医生。
如图6所示，当用户选择西医问询规则103时，信息筛选模块130筛选出的有效医学信息则可以在基本信息单元1031，症状单元1032，指标单元1033中体现出来，同时用户还在直接进一步更改基本信息单元1031，症状信息1032，指标单元1033中的信息。
如图6所示，在本实施例中，基本信息模块1031用于填写患者的基本信息，例如患者的性别，年龄，居住地，工作。当然，基本信息模块1031还可以填写患者的疾病史，家族史，用药史，过敏史等。例如，如果某个患者存在高血压的疾病史以及心脏病的遗传史，则所述基本信息模块1031可以根据该遗传史和疾病史在基板信息模块1031中添加高血压以及心脏病的相关提示信息，从而完善基本信息模块1031，同时也有助于医学专家进行准备的判断。在本实施例中，如果患者的居住地的环境较差，则环境也容易使得患者致病，例如假设患者的居住地粉尘严重，则患者的肺部容易发生感染。如果患者长期处于危险行业，则患者的工作也容易使得患者致病，例如假设患者长期工作在重金属行业，则患者的血液内的重金属容易超标。
如图6和图7所示，在本实施例中，症状单元1032和指标单元1033是关联的，症状单元1032内设置大量的症状标签，指标单元1033内设置大量的异常指标标签。在本实施例中，症状单元1032的症状标签包括患者身体或心里表现出的相关症状体征，例如：发热，干咳，乏力，呼吸困难等。指标单元1033内的异常指标标签包括身体指标，所述身体指标通过定量的方式对患者的身体状况进行描述，例如：血压、体温、白细胞计数、血红蛋白等。在本实施例中，医生对患者进行诊断的过程中，可以获得患者的症状标签和异常指标标签。
如图7所示，在本实施例中，当用户在上传医学信息时，可以在症状单元1032内选择至少一个症状标签，例如选择症状标签1，所述症状标签1例如为发热。当用户选择症状标签1时，指标单元1033显示出多个异常指标标签，例如显示出异常指标标签1，异常指标标签2，异常指标标签3。异常指标标签1例如为血压，异常指标标签2例如为体温，异常指标标签3例如为白细胞计数，异常指标标签4例如为血红蛋白。用户可以根据患者的医学相关信息选择多个异常指标标签，同时还可以上传异常指标标签的参数。在本实施例中，该症状单元1032与指标单元1033是关联的，也就是当症状单元1032内的症状标签的数量发生变化时，指标单元1033内的异常指标标签的数量也发生变化，也就是当确定任一个症状标签时，指标单元1033内显示出与该症状标签相关联的多个异常指标标签。
如图8所示，信息筛选模块130内还包括模型建立单元134和模型更新单元135，当信息筛选模块130筛选出有效医学信息之后，或者用户更改医学信息之后，模型建立单元134则可以根据症状标签和异常指标标签建立医学信息模型。当有效医学信息更新后，模型建立单元135则会对医学信息模型进行更新。
如图9-图10所示，在本实施例中，当用户上传症状标签1，且上传异常指标标签1，异常指标标签2，异常指标标签3和异常指标标签4时，模型建立单元134会建立医学信息模型。如图9所示，所述医学信息模型以症状标签1为核心，并根据关联关系将症状标签1与异常指标标签1至异常指标标签4建立关联。具体地，对于任一症状标签和任一异常指标标签，如果该症状标签会使该指标标签出现异常，则认为该症状标签与该异常指标标签存在关联关系，否则认为该症状标签与该异常指标标签不存在关联关系。例如当用户选择的症状标签为高血压，用户选择的异常指标标签1为血压高，异常指标标签2为流血，则表示该症状标签1与异常指标标签1，异常指标标签2为关联关系，也就是可以建立症状标签1与异常指标标签1，异常指标标签2的医学信息模型。
如图10所示，在本实施例中，当用户上传的医学信息发生变化时，或者用户选择的症状标签发生变化时，模型更新单元135会对该医学信息模型进行更新。具体地，当用户选择症状标签1和症状标签2时，异常指标标签的数量同样会发生变化，因此该医学信息模型也会发生变化。从图10中可以看出，医学信息模型同样以症状标签为核心，症状标签1和症状标签2之间存在关联关系，症状标签1和症状标签2通过异常指标标签4建立关联关系。例如，症状标签1例如为发热，症状标签2例如为咳嗽，异常指标标签4例如为血常规异常。当患者发热时，会出现血常规异常，当患者咳嗽时，会出现血常规异常，因此发热和咳嗽可以通过血常规异常建立起关联关系。
如图11所示，在本实施例中，当信息筛选模块130筛选出有效医学信息之后，信息匹配模块140则可以根据有效医学信息匹配医学专家。该信息匹配模块140可以包括匹配子模块141，判断子模块142和优先级配置子模块143。匹配子模块141则可以根据有效医学信息匹配医学专家，然后通过判断子模块142判断匹配出的医学专家的数量是否为一个，如果匹配子模块141仅匹配出一个医学专家，则可以等待该医学专家答复有效医学信息，如果匹配子模块141匹配出的医学专家的数量为两个或更多个时，那么则通过优先级配置子模块143为这些医学专家配置医学专家优先级，医学专家优先级可以包括医学学科，医生级别，医生所处区域，医生工作量，医生活跃程度等。例如医学学科的优先级可以大于医学工作量的优先级，医生级别的优先级可以大于医生活跃程度的优先级。该优先级配置子模块143也可以仅根据医学学科，医学级别来配置医学专家优先级。例如医学专家A的医学学科与有效医学信息所属学科相同，医学专家B的医学学科与有效医学信息所属学科不同，那么医学专家A的优先级大于医学专家B的优先级。需要说明的是，本申请默认医生级别越高，医生的医技水平越高，医生的医学知识越广。需要说明的是，医学专家答复有效医学信息的内容可以包括诊断思路，诊断建议和医学要点。诊断思路，诊断建议和医学要点可以存储在存储模块160中。在本实施例中，该存储模块160可以包括存储器，存储器例如为易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(ElectricallyEPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。存储模块160还可以为磁和光可读和可移动计算机磁盘、固定磁盘、软盘驱动器、光盘驱动器、磁光盘驱动器、磁带、硬盘驱动器、固态驱动器、紧凑型闪存或非易失性存储器的计算机可读介质上以及以电子方式分布在包括云在内的网络上。
如图13所示，图13显示为匹配医学专家的有向无环图。当用户通过第一通信模块120上传症状信息之后，该症状信息可以包括病例疾病，病例学科，病例所述医院，病例所属地等其他信息。信息匹配模块140则可以为该症状信息匹配相应的医学专家，同时根据预先配置的优先级，则该问询系统可以形成多个执行路径，从而为该用户匹配出最合适的医学专家。例如该将节点A1作为根节点，问询系统形成的执行路径可以包括A1-A2-A3-A4，A1-A2-A5-A4，A1-A6-A4，A1-A6-A7，这些执行路径配置不同的搜索规则。例如用户上传症状信息之后(也就是在根节点A1输入症状信息)，问询系统开始搜索节点A2和节点A6，假设在节点A2搜索到与该症状信息相匹配的医学专家，则继续搜索节点A3和节点A5，例如在节点A3搜索到在线上的医学专家，则继续搜索节点A4，则在节点A4中搜索到匹配该症状信息的医学专家，如果未在节点A3中搜索到在线上的医学专家，则返回至节点A2，并搜索节点A5，如果在节点A5中搜索到在线上的医学专家，则搜索节点A4，从而在节点A4中搜索到匹配该症状信息的医学专家。同理，如果在节点A4中未匹配到医学专家，则返回至节点A3或A5，如果节点A3和A5未搜索到相关信息，则返回至节点A2，然后返回至节点A1，并搜索节点A6和节点A7，直至搜索到匹配该症状信息的医学专家。
如图1所示，在本实施例中，存储模块160不断的存储医学信息，有效医学信息和医学信息模型和医生答复内容。用户可以直接通过存储模块160查看相关信息。
如图12所示，在一些实施例中，该问询模型100还可以包括疑点模块170和推送模块180。当用户对医学信息模型产生疑问时，则可以将相关问题记录在疑点模块170内，然后由医学专家进行答复。当用户对医生答复的内容产生疑问时，也可以通过该疑点模块170向医学专家提问，从而增强用户与医学专家的沟通交流，从而可以提高用户的医技水平。当新用户上传医学信息时，如果新用户上传的医学信息可存储模块160中的医学信息相同时，那么推送模块180则可以将该医学信息模型，有效医学信息和医学专家答复的内容推送至新用户，从而可以避免医学专家解答相同的医学信息。
如图14所示，本实施例还提出一种医学信息的问询方法，包括：
S1：通过第一通信模块接收用户上传的医学信息，所述用户根据问询规则上传所述医学信息，所述用户为医生；
S2：通过信息筛选模块筛选出有效医学信息，并建立医学信息模型；
S3：通过信息匹配模块为所述有效医学信息匹配医学专家；
S4：通过第二通信模块将所述有效医学信息和所述医学信息模型发送至所述医学专家，等待所述医学专家答复所述有效医学信息，其中所述医学专家还对所述医学信息模型进行修改。
如图1所示，在步骤S1中，用户可以通过第一通信模块120上传医学信息，由于规则配置模块110已经设置好相应的问询规则，用户可以通过问询规则上传医学信息。用户可以为医生，例如为基层医生。
如图15所示，在步骤S2中，当用户上传医学信息之后，然后通过信息筛选模块在医学信息中筛选出有效医学信息。信息筛选模块130筛选出有效医学信息的步骤包括：
S21：通过第一筛选子模块判断是否直接从医学信息中筛选出有效医学信息；
S22：判断是否可以直接筛选出医学信息；
S23：若是，则筛选出有效医学信息；
S24：若否，则通过第二筛选子模块将医学信息成分成医学子信息，并在医学子信息中筛选出有效医学信息。
如果仍然不能在医学子信息中筛选出有效医学信息，那么则可以通过标识子模块将该医学信息标识为无效医学信息，并反馈至用户。
如图16所示，在步骤S3中，在筛选出有效医学信息之后，然后通过信息匹配模块为有效医学信息匹配医学专家，信息匹配模块140匹配医学专家的步骤包括：
S41：通过匹配子模块141根据有效医学信息匹配出医学专家；
S42：通过判断子模块142判断匹配出的医学专家的数量为一个；
S43：若是，则有效医学信息匹配给医学专家；
S44：若否，则通过优先级匹配子模块为医学专家匹配医学专家优先级，然后根据医学专家优先级为有效医学专家匹配出一个医学专家。
如图14所示，在步骤S4中，在匹配好医学专家之后，通过第二通信模块将有效医学信息和医学信息模型发送至医学专家，等待医学专家答复有效医学信息，医学专家还可以对医学信息模型进行修改。医学专家的答复内容可以包括诊断建议和医学要点。医学专家的答复内容可以保存在存储模块中，用户因此可以获知答复内容，从而可以快速提升医技水平。
如图17所示，本实施例还提出一种电子设备，该电子设备包括处理器710和存储器720，所述存储器720存储有程序指令，所述处理器710运行程序指令实现上述医学问询方法。所述处理器710可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processing，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件；所述存储器720可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(Non-Volatile Memory)，例如至少一个磁盘存储器。所述存储器720也可以为随机存取存储器(Random Access Memory，RAM)类型的内部存储器，所述处理器710、存储器720可以集成为一个或多个独立的电路或硬件，如：专用集成电路(Application SpecificIntegrated Circuit，ASIC)。需要说明的是，上述的存储器720中的计算机程序可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，电子设备，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。
如图18所示，本实施例还提出一种计算机可读存储介质800，所述计算机可读存储介质800存储有计算机指令810，所述计算机指令810用于使所述计算机执行上述的医学问询方法。计算机可读存储介质800可以是电子介质、磁介质、光介质、电磁介质、红外介质或半导体系统或传播介质。计算机可读存储介质800还可以包括半导体或固态存储器、磁带、可移动计算机磁盘、随机存取存储器(RAM)、只读存储器(ROM)、硬磁盘和光盘。光盘可以包括光盘-只读存储器(CD-ROM)、光盘-读/写(CD-RW)和DVD。
综上所述，本发明提出一种医学信息的问询系统和问询方法，当用户遇到无法解决的医学信息时，则可以按照预设的问询规则上传医学信息，然后该问询系统则可以在医学信息中筛选出有效医学信息，然后通过信息匹配模块为有效医学信息匹配出医学专家，由该医学专家答复该有效医学专家。本发明中用户可以通过问询系统上传医学信息，可以快速的将医学信息发布出去，由其他的医学专家答复该医学信息，因此该用户可以快速的得到该医学信息的答复信息，从而可以快速的提升医技水平。同时当新用户上传同样的医学信息时，该问询系统还可以为该新用户推送出答复信息。本发明中的问询系统还可以根据有效医学信息建立医学模型，同时还可以使得用户获知医学模型，从而可以扩大用户的医学知识。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明，本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案，例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
除说明书所述的技术特征外，其余技术特征为本领域技术人员的已知技术，为突出本发明的创新特点，其余技术特征在此不再赘述。
Claims (10)
1.一种医学信息的问询系统，其特征在于，包括：
规则配置模块，用于配置问询规则和问询优先级；
第一通信模块，用于接收用户发送的医学信息，所述用户根据所述问询规则上传所述医学信息，所述用户为医生；
信息筛选模块，用于根据所述医学信息，筛选出有效医学信息，并建立医学信息模型；
信息匹配模块，用于根据问询优先级，为所述有效医学信息匹配医学专家；
第二通信模块，用于将所述有效医学信息和所述医学信息模型发送至所述医学专家，等待所述医学专家答复所述有效医学信息，其中所述医学专家还对所述医学信息模型进行修改；
存储模块，用于存储所述医学信息、所述有效医学信息和所述医学信息模型。
2.根据权利要求1所述的医学信息的问询系统，其特征在于，所述规则配置模块包括：
规则配置子模块，用于基于每一规则，对每一所述有效医学信息配置其对应的所述问询优先级；
其中，所述规则为中医问询规则，西医问询规则，药学问询规则，护理问询规则，健康管理问询规则和公共卫生管理规则；
其中，所述问询优先级为症状优先级，指标优先级。
3.根据权利要求1所述的医学信息的问询系统，其特征在于，所述信息筛选模块包括：
第一筛选子模块，用于从所述医学信息中直接筛选出所述有效医学信息；
第二筛选子模块，用于将所述医学信息拆分成医学子信息，并在所述医学子信息中筛选出所述有效医学信息。
4.根据权利要求1所述的医学信息的问询系统，其特征在于，所述信息筛选模块包括：
标识子模块，当在所述医学信息中无法筛选出所述有效医学信息，用于将所述医学信息标识为无效医学信息；
所述第一通信模块用于将所述无效医学信息反馈至所述用户。
5.根据权利要求1所述的医学信息的问询系统，其特征在于，所述信息匹配模块包括：
匹配子模块，用于根据所述有效医学信息匹配所述医学专家；
判断子模块，用于判断所述医学专家的数量是否为一个，如果是一个，则将所述有效医学信息匹配给所述医学专家；
优先级配置子模块，当所述医学专家的数量为至少两个时，所述优先级配置子模块则为所述医学专家配置医学专家优先级；
其中，所述医学专家优先级包括医生学科，医生级别，医生所处区域，医生工作量。
6.根据权利要求1所述的医学信息的问询系统，其特征在于，还包括疑点模块，所述疑点模块用于记录所述用户关于所述医学信息模型的疑问。
7.根据权利要求1所述的医学信息的问询系统，其特征在于，还包括推送模块，当新用户上传所述医学信息时，所述推送模块则将所述医学信息模型推送至所述新用户。
8.一种医学信息的问询方法，其特征在于，包括：
通过第一通信模块接收用户上传的医学信息，所述用户根据问询规则上传所述医学信息，所述用户为医生；
通过信息筛选模块筛选出有效医学信息，并建立医学信息模型；
通过信息匹配模块为所述有效医学信息匹配医学专家；
通过第二通信模块将所述有效医学信息和所述医学信息模型发送至所述医学专家，等待所述医学专家答复所述有效医学信息，其中所述医学专家还对所述医学信息模型进行修改。
9.根据权利要求8所述的医学信息的问询方法，其特征在于，通过信息筛选模块筛选出有效医学信息，并建立医学信息模型的步骤包括：
根据所述医学信息，判断是否直接从所述医学信息中筛选出有效医学信息；
若是，则直接筛选出所述有效医学信息；
若否，则将所述医学信息拆分成医学子信息，并在所述医学子信息中筛选出所述有效医学信息。
10.根据权利要求8所述的医学信息的问询方法，其特征在于，通过信息匹配模块为所述有效医学信息匹配医学专家的步骤包括：
根据所述有效医学信息，判断匹配出的所述医学专家的数量是否为一个；
若是，则将所述有效医学信息匹配给所述医学专家；
若否，则根据专家优先级匹配出一个所述医学专家。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011627043.4A CN113161017A (zh) | 2020-12-31 | 2020-12-31 | 一种医学信息的问询系统和问询方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011627043.4A CN113161017A (zh) | 2020-12-31 | 2020-12-31 | 一种医学信息的问询系统和问询方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113161017A true CN113161017A (zh) | 2021-07-23 |
Family
ID=76878176
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011627043.4A Pending CN113161017A (zh) | 2020-12-31 | 2020-12-31 | 一种医学信息的问询系统和问询方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113161017A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103186707A (zh) * | 2011-12-30 | 2013-07-03 | 中国移动通信集团公司 | 一种诊疗信息处理方法、服务器及系统 |
| CN106250708A (zh) * | 2016-08-16 | 2016-12-21 | 广州比特软件科技有限公司 | 一种在线咨询方法及系统 |
| CN106951704A (zh) * | 2017-03-16 | 2017-07-14 | 汕头大学医学院第附属医院 | 多级远程诊疗及护理脑卒患者的系统 |
| CN109545394A (zh) * | 2018-11-21 | 2019-03-29 | 上海依智医疗技术有限公司 | 一种问诊方法及装置 |
| CN110335676A (zh) * | 2019-07-09 | 2019-10-15 | 泰康保险集团股份有限公司 | 数据处理方法、装置、介质及电子设备 |
-
2020
- 2020-12-31 CN CN202011627043.4A patent/CN113161017A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103186707A (zh) * | 2011-12-30 | 2013-07-03 | 中国移动通信集团公司 | 一种诊疗信息处理方法、服务器及系统 |
| CN106250708A (zh) * | 2016-08-16 | 2016-12-21 | 广州比特软件科技有限公司 | 一种在线咨询方法及系统 |
| CN106951704A (zh) * | 2017-03-16 | 2017-07-14 | 汕头大学医学院第附属医院 | 多级远程诊疗及护理脑卒患者的系统 |
| CN109545394A (zh) * | 2018-11-21 | 2019-03-29 | 上海依智医疗技术有限公司 | 一种问诊方法及装置 |
| CN110335676A (zh) * | 2019-07-09 | 2019-10-15 | 泰康保险集团股份有限公司 | 数据处理方法、装置、介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109543863B (zh) | 一种就医任务管理方法、服务器及存储介质 | |
| CN111599488A (zh) | 一种智能问诊实现方法、系统和存储介质 | |
| JP6907831B2 (ja) | コンテキストベースの患者類似性の方法及び装置 | |
| CN107239665B (zh) | 医疗信息查询系统及方法 | |
| US20140229199A1 (en) | System and method for dynamic and customized questionnaire generation | |
| WO2019006920A1 (zh) | 基于医生问诊的慢病患者健康检查系统及方法 | |
| CN111710420A (zh) | 一种基于电子病历大数据的并发症发病风险预测方法、系统、终端以及存储介质 | |
| CN111933306A (zh) | 医疗咨询系统及方法、存储介质及电子设备 | |
| Matney et al. | Standardizing physiologic assessment data to enable big data analytics | |
| CN112037875A (zh) | 智能诊疗数据处理方法、设备、装置及存储介质 | |
| US20170364640A1 (en) | Machine learning algorithm to automate healthcare communications using nlg | |
| CN111292815A (zh) | 基于云的社区大数据健康服务系统 | |
| US20230024631A1 (en) | Expression of clinical logic with positive and negative explainability | |
| CN112837772A (zh) | 一种预问诊病历生成方法及装置 | |
| CN117409919A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| CN114974530A (zh) | 一种诊后随访方法、系统及存储介质 | |
| KR20210015584A (ko) | Fhir 표준 기반 개인 맞춤형 건강 관리 서비스 제공 방법 및 시스템 | |
| WO2022141925A1 (zh) | 一种智能医学服务系统、方法及存储介质 | |
| US10431339B1 (en) | Method and system for determining relevant patient information | |
| US20230325441A1 (en) | Personalized health search engine | |
| US20200035361A1 (en) | Method and electronic device for artificial intelligence (ai)-based assistive health sensing in internet of things network | |
| CN113161017A (zh) | 一种医学信息的问询系统和问询方法 | |
| CN113724823B (zh) | 医疗健康服务的线上管理方法、装置、设备及存储介质 | |
| KR102517271B1 (ko) | 딥러닝을 이용한 fhir 의료 정보 표준 매핑 및 이를 통한 의료 정보 통합 서비스 제공 방법 | |
| US20140278481A1 (en) | Large scale identification and analysis of population health risks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210723 |
|
| RJ01 | Rejection of invention patent application after publication |