CN113192612A - 在线医疗的用户分配方法及系统 - Google Patents
在线医疗的用户分配方法及系统 Download PDFInfo
- Publication number
- CN113192612A CN113192612A CN202110341980.1A CN202110341980A CN113192612A CN 113192612 A CN113192612 A CN 113192612A CN 202110341980 A CN202110341980 A CN 202110341980A CN 113192612 A CN113192612 A CN 113192612A
- Authority
- CN
- China
- Prior art keywords
- keyword
- doctor
- waiting
- medical
- central control
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Human Resources & Organizations (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及一种在线医疗的用户分配方法及系统,包括:步骤一,用户通过预约单元进行在线诊疗预约;步骤二,将预约就诊时间与储存单元内储存预设医生就诊时间进行匹配以获取可选候诊医生;步骤三,转化单元根据得到的医疗用词将用户填写的疾病详情转化为病情关键词并传递给输出单元;步骤四,中控单元控制第二匹配单元将病情第一关键词与可选候诊医生的医疗关键词进行匹配以确定三个候诊医生;步骤五,中控单元将病例关键词与病情关键词进行比较以确定诊疗医生。从而能够先确定可选候诊医生,再确定候诊医生,最后对候诊医生进行调整以获取诊疗医生的方式有效提高了用户分配时的匹配准确率。
Description
技术领域
本发明涉及医疗管理技术领域,尤其涉及在线医疗的用户分配方法及系统。
背景技术
医疗机构始终面临着无法跨平台安全共享数据问题,一方面数据分散,不同医疗机构、不同的信息系统形成数据孤岛,难以实现以居民为中心的统一视图,同时,数据不完整,如对高血压、糖尿病等常见慢性病人和高危人群的合理膳食、行为习惯、健康心理等多方面管理和干预的日常健康数据都尚未被数字化,或是零散的分布在智能终端、可穿戴设备厂商的系统中;另一方面源于产业供应链较长,从上游到下游,数据信息经过的环节较多,难以做到每一个环节都投入足够的检查与管理力量。尤其是在线医疗的用户分配环节,经常出现匹配效率低、匹配准确率低等情况。
发明内容
为此,本发明提供在线医疗的用户分配方法及系统,可以有效解决现有技术中在线医疗用户分配时匹配准确率低的技术问题。
为实现上述目的,本发明提供在线医疗的用户分配方法及系统,包括:
步骤一,用户通过预约单元进行在线诊疗预约,预约时用户需要在输入单元内填写包括个人信息、疾病详情、居住地和预约就诊时间;
步骤二,中控单元控制第一匹配单元将所述预约就诊时间与储存单元内储存预设医生就诊时间进行匹配以获取可选候诊医生;
步骤三,语义提取单元对用户填写的疾病详情进行语义提取以得到医疗用词,提取完成时,转化单元根据得到的所述医疗用词将用户填写的疾病详情转化为病情关键词并传递给输出单元,所述病情关键词包括病情第一关键词、病情第二关键词、病情第三关键词,……,病情第N关键词,其中N≥3;
步骤四,所述输出单元将获取的病情关键词传递至第二匹配单元,所述中控单元控制第二匹配单元将所述病情第一关键词与所述可选候诊医生的医疗关键词进行匹配以确定三个候诊医生;
步骤五,调整单元获取服务器根据所述个人信息获取并传递过来的病例关键词,获取完成时,所述中控单元将病例关键词与病情关键词进行比较以确定诊疗医生,当没有病例关键词时,中控单元将所述居住地与所述候诊医生的诊疗地的距离进行比较以确定诊疗医生。
进一步地,所述步骤四中,所述中控单元将获取的病情关键词设置为Bj,设定j=1,2,3,…,n,其中,B1表示病情第一关键词,B2表示病情第二关键词,B3表示病情第三关键词,……,Bn表示病情第N关键词,同时,中控单元内设置有可选候诊医生的医疗关键词Ci,设定i=1,2,3,…,m,其中,C1表示第一可选候诊医生的医疗关键词,C2表示第二可选候诊医生的医疗关键词,C3表示第三可选候诊医生的医疗关键词,……,Cm表示第M个可选候诊医生的医疗关键词,获取并设置完成时,中控单元将病情第一关键词B1与可选候诊医生的医疗关键词Ci进行相似度比较并将比较结果按照相似度从大到小的顺序进行排序,中控单元选取前三位为候诊医生。
进一步地,所述中控单元将病情第一关键词B1与可选候诊医生的医疗关键词Ci进行相似度比较时,中控单元将可选候诊医生的医疗关键词Ci所在段落设置为三个部分,包括医疗关键词第一部分X1,医疗关键词第二部分X2和医疗关键词第三部分X3,其中,各部分的相互之间不重叠,设置完成时,中控单元将病情第一关键词B1与医疗关键词第i部分Xi进行匹配,设定i=1,2,3,其中,B1与X1的关键词重合度记为η1,B1与X2的关键词重合度记为η2,B1与X3的关键词重合度记为η3,匹配完成时,中控单元计算病情第一关键词B1与可选候诊医生的医疗关键词Cj的相似度ηz,设定j=1,2,3,…,m,其计算公式如下:
ηz=η1×40%+η2×30%+η3×30%;
计算完成时,所述中控单元将不同相似度按照从大到小进行排序并选取前三个相似度对应的用于比较的可选候选医生为候选医生。
进一步地,所述中控单元设置有候诊医生医疗关键词,包括第一候诊医生医疗关键词E1,第二候诊医生医疗关键词E2和第三候诊医生医疗关键词E3,其中,第j候诊医生医疗关键词Ej为病情第一关键词B1与可选候诊医生的医疗关键词Ci进行相似度比较时排序第j的候选医生的医疗关键词,设定j=1,2,3;
所述获取候诊医生时,所述中控单元提取所述输入单元内储存的用户填写的个人信息中的身份证号,提取完成时,中控单元将其与所述服务器内储存的各医院已完成就诊用户的身份信息进行匹配,若匹配不成功,中控单元提取输入单元内储存的用户填写的居住地信息,若匹配成功,中控单元将提取该已完成就诊用户的病例关键词并将其设置为D,设置完成时,中控单元将病例关键词D与病情第i关键词Bi的相似度进行比较:
若病例关键词D与病情第i关键词Bi的相似度小于90%,中控单元将病例关键词D与病情第i+1关键词Bj的相似度进行比较直至相似度大于等于90%,设定i=1,2,3,…,n-1,j=I+1;
若病例关键词D与病情第i关键词Bi的相似度大于等于90%,所述中控单元将病例关键词D与第一候诊医生医疗关键词E1的相似度进行比较,
若病例关键词D与第一候诊医生医疗关键词E1的相似度大于等于80%,所述中控单元判定第一候诊医生医疗关键词E1对应的候诊医生为诊疗医生;
若病例关键词D与第一候诊医生医疗关键词E1的相似度小于80%,所述中控单元将病例关键词D与第二候诊医生医疗关键词E2的相似度进行比较,若病例关键词D与第二候诊医生医疗关键词E2的相似度大于等于70%,所述中控单元判定第二候诊医生医疗关键词E2对应的候诊医生为诊疗医生;
若病例关键词D与第二候诊医生医疗关键词E2的相似度小于70%,所述中控单元判定第三候诊医生医疗关键词E3对应的候诊医生为诊疗医生。
进一步地,所述中控单元将病例关键词D与病情第i关键词Bi进行相似度比较时,中控单元将病例关键词D设置为三个部分,包括最重要关键词D1,次重要关键词D2和一般关键词D3,所述各类关键词之间相互不重复,设置完成时,中控单元将最重要关键词D1与病情第i关键词Bi进行匹配:
若D1与Bi的关键词重合度小于90%,中控单元将最重要关键词D1和次重要关键词D2一起与病情第i关键词Bi进行匹配,若D1+D2与Bi的关键词重合度仍小于90%,中控单元将最重要关键词D1,次重要关键词D2和一般关键词D3一起与Bi的关键词进行匹配,若D1+D2+D3与Bi的关键词重合度仍小于90%,中控单元将最重要关键词D1与病情第i+1关键词Bj的相似度进行匹配,设定i=1,2,3,…,n,j=I+1;
若匹配过程中重合度大于等于90%,所述中控单元将病例关键词D与候诊医生医疗关键词的相似度进行匹配以确定诊疗医生。
进一步地,所述中控单元还设置有候诊医生诊疗地,包括第一候诊医生诊疗地L1,第二候诊医生诊疗地L2和第三候诊医生诊疗地L3,其中,第j候诊医生诊疗地Lj表示病情第一关键词B1与可选候诊医生的医疗关键词Ci进行相似度比较时排序第j的候选医生的诊疗地,设定j=1,2,3;
所述匹配不成功时,所述中控单元将获取的居住地设置为L,设置完成时,中控单元计算实际距离Hi,设定i=1,2,3,其中,H1表示排序第一的候诊医生诊疗地到用户的距离,H2表示排序第二的候诊医生诊疗地到用户的距离,H3表示排序第三的候诊医生诊疗地到用户的距离,计算完成时,中控单元将实际距离Hi之间进行比较:
若H1<Ht,设定t=2,3,所述中控单元将第一候诊医生诊疗地L1对应的候诊医生设置为诊疗医生;
若H2<Ht,设定t=1,3,所述中控单元将第二候诊医生诊疗地L2对应的候诊医生设置为诊疗医生;
若H3<Ht,设定t=1,2,所述中控单元将第三候诊医生诊疗地L3对应的候诊医生设置为诊疗医生。
进一步地,所述中控单元还设置有预设医生就诊时间,包括第一预设医生就诊时间T1,第二预设医生就诊时间T2,第三预设医生就诊时间T3和第四预设医生就诊时间T4,所述各就诊时间相互衔接且互不重叠,设定T1+T2+T3+T4=24h;
所述步骤二中,所述中控单元将所述输入单元内填写的预约就诊时间设置为T,同时,中控单元提取所述储存单元内储存的预设医生就诊时间,设置并提取完成时,中控单元将预约就诊时间T与医生就诊时间进行匹配:
若T=Ti,所述中控单元从所述储存单元内将Ti时间的医生信息全部提取出来以获取可选候诊医生,设定i=1,2,3,4。
进一步地,包括:预约模块,包括预约单元、输入单元、第一匹配单元和储存单元,第一匹配单元分别与预约单元、输入单元和储存单元连接,预约单元用以登录用户账号,输入单元用以输入在线诊疗预约所需信息,包括个人信息、疾病详情、居住地和预约就诊时间,第一匹配单元用以将预约就诊时间预设医生就诊时间进行匹配以确定可选候诊医生,储存单元用以储存所有在线诊疗医生的诊疗信息;
分配模块,其与所述预约模块连接,包括语义提取单元、转化单元和输出单元,转化单元分别与语义提取单元和输出单元连接,语义提取单元分别与所述第一匹配单元、所述输入单元和转化单元连接,语义提取单元用以对用户填写的疾病详情进行语义提取以得到医疗用词,转化单元用以根据语义提取单元提取后得到的医疗用词将用户填写的疾病详情转化为病情关键词并传递给输出单元,输出单元用以输出最终诊疗医生的信息和将获取的病情关键词传递给第二匹配单元;
调整模块,其分别与所述预约模块和所述分配模块连接,包括第二匹配单元、调整单元和服务器,调整单元分别与第二匹配单元、服务器和所述输入单元连接,第二匹配单元用以经过匹配后得到候诊医生,调整单元与第二匹配单元连接以将服务器或输入单元传递过来的信息传递至第二匹配单元,调整单元与服务器连接以获取服务器内储存的病例关键词,调整单元与输入单元连接以获取输入单元内用户填写的居住地信息,服务器用以储存医院的病例资料;
中控单元,其分别与所述预约模块、所述分配模块和所述调整模块连接,用以控制所述用户分配过程。
与现有技术相比,本发明的有益效果在于,本发明通过预约就诊时间确定可选候诊医生,通过疾病详情确定候诊医生,通过个人信息和居住地对候选医生进行调整以确定最终诊疗医生,相对比现有技术,有效提高了用户分配时的匹配准确率。本发明通过将所述预约就诊时间与预设医生就诊时间进行匹配以获取可选候诊医生,通过将可选候诊医生的医疗关键词进行匹配以确定三个候诊医生,通过将病例关键词与病情关键词进行比较对候诊医生进行调整后确定诊疗医生,从而能够先确定可选候诊医生,再确定候诊医生,最后对候诊医生进行调整以获取诊疗医生的方式有效提高了用户分配时的匹配准确率。
进一步地,本发明通过将病情第一关键词B1与可选候诊医生的医疗关键词Ci进行相似度比较以确定三个候诊医生,从而能够进行医生初步分配,为进一步分配打下了基础。
进一步地,本发明通过将可选候诊医生的医疗关键词Ci所在段落设置为三个部分,并通过预设公式计算病情第一关键词B1与可选候诊医生的医疗关键词Cj的相似度ηz,最后将不同相似度按照从大到小进行排序并选取前三个相似度对应的用于比较的可选候选医生为候选医生,从而能够通过分段划分匹配的方式有效提高用户匹配的准确率。
进一步地,本发明通过将病例关键词D与病情第i关键词Bi的相似度进行比较以对候诊医生进行调整后得到诊疗医生,不同候诊医生的相似度要求不一致便于更加快速准确地确定诊疗医生,也避免了用户分配过程中,关键词相似度一致导致出现多个诊疗医生的问题,从而能够有效提高用户分配中的匹配准确率。
进一步地,本发明通过将病例关键词设置为三个部分并将各部分分别或组合与病情关键词进行匹配以确定候诊医生,从而能够有效提高用户分配的匹配准确率。
进一步地,本发明通过设置语义提取单元对用户填写的疾病详情进行语义提取以得到医疗用词,进而结合提取得到的医疗用词进行疾病详情用语转化,通过设置调整单元和服务器以对初步确定的候诊医生进行进一步确定和调整,进而最终确定诊疗医生,从而能够有效提高用户匹配的准确率。
附图说明
图1为本发明实施例在线医疗的用户分配方法的流程示意图;
图2为本发明实施例在线医疗的用户分配系统的结构框图;
图中标记说明:1预约模块;11、预约单元;12、输入单元;13、第一匹配单元;14、储存单元;2、分配模块;21、语义提取单元;22、转化单元;23、输出单元;3、调整模块;31、第二匹配单元;32、调整单元;33、服务器;331、第一服务器;332、第二服务器;333、第三服务器;4、中控单元。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1和图2所示,图1为本发明实施例在线医疗的用户分配方法的流程示意图,图2为本发明实施例在线医疗的用户分配系统的结构框图,本实施的在线医疗的用户分配系统包括:
预约模块1,包括预约单元11、输入单元12、第一匹配单元13和储存单元14,第一匹配单元13分别与预约单元11、输入单元12和储存单元14连接,预约单元11用以登录用户账号,输入单元12用以输入在线诊疗预约所需信息,包括个人信息、疾病详情、居住地和预约就诊时间,第一匹配单元13用以将预约就诊时间预设医生就诊时间进行匹配以确定可选候诊医生,储存单元14用以储存所有在线诊疗医生的诊疗信息;
分配模块2,其与所述预约模块1连接,包括语义提取单元21、转化单元22和输出单元23,转化单元22分别与语义提取单元21和输出单元23连接,语义提取单元21分别与所述第一匹配单元13、所述输入单元12和转化单元22连接,语义提取单元21用以对用户填写的疾病详情进行语义提取以得到医疗用词,转化单元22用以根据语义提取单元21提取后得到的医疗用词将用户填写的疾病详情转化为病情关键词并传递给输出单元23,输出单元23用以输出最终诊疗医生的信息和将获取的病情关键词传递给第二匹配单元31;
调整模块3,其分别与所述预约模块1和所述分配模块2连接,包括第二匹配单元31、调整单元32和服务器33,调整单元32分别与第二匹配单元31、服务器33和所述输入单元12连接,第二匹配单元31用以经过匹配后得到候诊医生,调整单元32与第二匹配单元31连接以将服务器33或输入单元12传递过来的信息传递至第二匹配单元31,调整单元32与服务器33连接以获取服务器33内储存的病例关键词,调整单元32与输入单元12连接以获取输入单元12内用户填写的居住地信息,服务器33用以储存医院的病例资料;
中控单元4,其分别与所述预约模块1、所述分配模块2和所述调整模块3连接,用以控制所述用户分配过程。
本实施例中,中控单元4内设置有PLC控制板。服务器33用以储存医院的病例资料中医院为参与在线诊疗并进行病例共享的医院。
所述服务器33共设置有三个,包括第一服务器331、第二服务器332和第三服务器333,均分别与所述输入单元12连接以获取输入单元12内用户填写的个人信息以将此信息与服务器33内储存的病例资料进行匹配以获取病例关键词。
具体而言,本发明实施例通过设置语义提取单元21对用户填写的疾病详情进行语义提取以得到医疗用词,进而结合提取得到的医疗用词进行疾病详情用语转化,通过设置调整单元32和服务器33以对初步确定的候诊医生进行进一步确定和调整,进而最终确定诊疗医生,从而能够有效提高用户匹配的准确率。
结合图1所示,基于上述在线医疗的用户分配系统,本实施的在线医疗的用户分配方法包括:
步骤一,用户通过预约单元11进行在线诊疗预约,预约时用户需要在输入单元12内填写包括个人信息、疾病详情、居住地和预约就诊时间;
步骤二,中控单元4控制第一匹配单元13将所述预约就诊时间与储存单元14内储存预设医生就诊时间进行匹配以获取可选候诊医生;
步骤三,语义提取单元21对用户填写的疾病详情进行语义提取以得到医疗用词,提取完成时,转化单元22根据得到的所述医疗用词将用户填写的疾病详情转化为病情关键词并传递给输出单元23,所述病情关键词包括病情第一关键词、病情第二关键词、病情第三关键词,……,病情第N关键词,其中N≥3;
步骤四,所述输出单元23将获取的病情关键词传递至第二匹配单元31,所述中控单元4控制第二匹配单元31将所述病情第一关键词与所述可选候诊医生的医疗关键词进行匹配以确定三个候诊医生;
步骤五,调整单元32获取服务器33根据所述个人信息获取并传递过来的病例关键词,获取完成时,所述中控单元4将病例关键词与病情关键词进行比较以确定诊疗医生,当没有病例关键词时,中控单元4将所述居住地与所述候诊医生的诊疗地的距离进行比较以确定诊疗医生。
具体而言,本发明实施例通过将所述预约就诊时间与预设医生就诊时间进行匹配以获取可选候诊医生,通过将可选候诊医生的医疗关键词进行匹配以确定三个候诊医生,通过将病例关键词与病情关键词进行比较对候诊医生进行调整后确定诊疗医生,从而能够先确定可选候诊医生,再确定候诊医生,最后对候诊医生进行调整以获取诊疗医生的方式有效提高了用户分配时的匹配准确率。
本实施例中,对候诊医生进行调整为对候诊医生的排序进行调整,经过调整后排序第一的确定为诊疗医生。
具体而言,所述步骤四中,所述中控单元4将获取的病情关键词设置为Bj,设定j=1,2,3,…,n,其中,B1表示病情第一关键词,B2表示病情第二关键词,B3表示病情第三关键词,……,Bn表示病情第N关键词,同时,中控单元4内设置有可选候诊医生的医疗关键词Ci,设定i=1,2,3,…,m,其中,C1表示第一可选候诊医生的医疗关键词,C2表示第二可选候诊医生的医疗关键词,C3表示第三可选候诊医生的医疗关键词,……,Cm表示第M个可选候诊医生的医疗关键词,获取并设置完成时,中控单元4将病情第一关键词B1与可选候诊医生的医疗关键词Ci进行相似度比较并将比较结果按照相似度从大到小的顺序进行排序,中控单元4选取前三位为候诊医生。
具体而言,本发明实施例通过将病情第一关键词B1与可选候诊医生的医疗关键词Ci进行相似度比较以确定三个候诊医生,从而能够进行医生初步分配,为进一步分配打下了基础。
具体而言,所述中控单元4将病情第一关键词B1与可选候诊医生的医疗关键词Ci进行相似度比较时,中控单元4将可选候诊医生的医疗关键词Ci所在段落设置为三个部分,包括医疗关键词第一部分X1,医疗关键词第二部分X2和医疗关键词第三部分X3,其中,各部分的相互之间不重叠,设置完成时,中控单元4将病情第一关键词B1与医疗关键词第i部分Xi进行匹配,设定i=1,2,3,其中,B1与X1的关键词重合度记为η1,B1与X2的关键词重合度记为η2,B1与X3的关键词重合度记为η3,匹配完成时,中控单元4计算病情第一关键词B1与可选候诊医生的医疗关键词Cj的相似度ηz,设定j=1,2,3,…,m,其计算公式如下:
ηz=η1×40%+η2×30%+η3×30%;
计算完成时,所述中控单元4将不同相似度按照从大到小进行排序并选取前三个相似度对应的用于比较的可选候选医生为候选医生。
具体而言,本发明实施例通过将可选候诊医生的医疗关键词Ci所在段落设置为三个部分,并通过预设公式计算病情第一关键词B1与可选候诊医生的医疗关键词Cj的相似度ηz,最后将不同相似度按照从大到小进行排序并选取前三个相似度对应的用于比较的可选候选医生为候选医生,从而能够通过分段划分匹配的方式有效提高用户匹配的准确率。
具体而言,所述中控单元4设置有候诊医生医疗关键词,包括第一候诊医生医疗关键词E1,第二候诊医生医疗关键词E2和第三候诊医生医疗关键词E3,其中,第j候诊医生医疗关键词Ej为病情第一关键词B1与可选候诊医生的医疗关键词Ci进行相似度比较时排序第j的候选医生的医疗关键词,设定j=1,2,3;
所述获取候诊医生时,所述中控单元4提取所述输入单元12内储存的用户填写的个人信息中的身份证号,提取完成时,中控单元4将其与所述服务器33内储存的各医院已完成就诊用户的身份信息进行匹配,若匹配不成功,中控单元4提取输入单元12内储存的用户填写的居住地信息,若匹配成功,中控单元4将提取该已完成就诊用户的病例关键词并将其设置为D,设置完成时,中控单元4将病例关键词D与病情第i关键词Bi的相似度进行比较:
若病例关键词D与病情第i关键词Bi的相似度小于90%,中控单元4将病例关键词D与病情第i+1关键词Bj的相似度进行比较直至相似度大于等于90%,设定i=1,2,3,…,n-1,j=I+1;
若病例关键词D与病情第i关键词Bi的相似度大于等于90%,所述中控单元4将病例关键词D与第一候诊医生医疗关键词E1的相似度进行比较,
若病例关键词D与第一候诊医生医疗关键词E1的相似度大于等于80%,所述中控单元4判定第一候诊医生医疗关键词E1对应的候诊医生为诊疗医生;
若病例关键词D与第一候诊医生医疗关键词E1的相似度小于80%,所述中控单元4将病例关键词D与第二候诊医生医疗关键词E2的相似度进行比较,若病例关键词D与第二候诊医生医疗关键词E2的相似度大于等于70%,所述中控单元4判定第二候诊医生医疗关键词E2对应的候诊医生为诊疗医生;
若病例关键词D与第二候诊医生医疗关键词E2的相似度小于70%,所述中控单元4判定第三候诊医生医疗关键词E3对应的候诊医生为诊疗医生。
具体而言,本发明实施例通过将病例关键词D与病情第i关键词Bi的相似度进行比较以对候诊医生进行调整后得到诊疗医生,不同候诊医生的相似度要求不一致便于更加快速准确地确定诊疗医生,也避免了用户分配过程中,关键词相似度一致导致出现多个诊疗医生的问题,从而能够有效提高用户分配中的匹配准确率。
具体而言,所述中控单元4将病例关键词D与病情第i关键词Bi进行相似度比较时,中控单元4将病例关键词D设置为三个部分,包括最重要关键词D1,次重要关键词D2和一般关键词D3,所述各类关键词之间相互不重复,设置完成时,中控单元4将最重要关键词D1与病情第i关键词Bi进行匹配:
若D1与Bi的关键词重合度小于90%,中控单元4将最重要关键词D1和次重要关键词D2一起与病情第i关键词Bi进行匹配,若D1+D2与Bi的关键词重合度仍小于90%,中控单元4将最重要关键词D1,次重要关键词D2和一般关键词D3一起与Bi的关键词进行匹配,若D1+D2+D3与Bi的关键词重合度仍小于90%,中控单元4将最重要关键词D1与病情第i+1关键词Bj的相似度进行匹配,设定i=1,2,3,…,n,j=I+1;
若匹配过程中重合度大于等于90%,所述中控单元4将病例关键词D与候诊医生医疗关键词的相似度进行匹配以确定诊疗医生。
具体而言,本发明实施例通过将病例关键词设置为三个部分并将各部分分别或组合与病情关键词进行匹配以确定候诊医生,从而能够有效提高用户分配的匹配准确率。
具体而言,所述中控单元4还设置有候诊医生诊疗地,包括第一候诊医生诊疗地L1,第二候诊医生诊疗地L2和第三候诊医生诊疗地L3,其中,第j候诊医生诊疗地Lj表示病情第一关键词B1与可选候诊医生的医疗关键词Ci进行相似度比较时排序第j的候选医生的诊疗地,设定j=1,2,3;
所述匹配不成功时,所述中控单元4将获取的居住地设置为L,设置完成时,中控单元4计算实际距离Hi,设定i=1,2,3,其中,H1表示排序第一的候诊医生诊疗地到用户的距离,H2表示排序第二的候诊医生诊疗地到用户的距离,H3表示排序第三的候诊医生诊疗地到用户的距离,计算完成时,中控单元4将实际距离Hi之间进行比较:
若H1<Ht,设定t=2,3,所述中控单元4将第一候诊医生诊疗地L1对应的候诊医生设置为诊疗医生;
若H2<Ht,设定t=1,3,所述中控单元4将第二候诊医生诊疗地L2对应的候诊医生设置为诊疗医生;
若H3<Ht,设定t=1,2,所述中控单元4将第三候诊医生诊疗地L3对应的候诊医生设置为诊疗医生。
具体而言,本发明实施例通过计算实际距离并将不同的实际距离之间进行比较以对候诊医生进行调整后确定诊疗医生,从而能够有效提高用户分配的匹配准确率。
具体而言,所述中控单元4还设置有预设医生就诊时间,包括第一预设医生就诊时间T1,第二预设医生就诊时间T2,第三预设医生就诊时间T3和第四预设医生就诊时间T4,所述各就诊时间相互衔接且互不重叠,设定T1+T2+T3+T4=24h;
所述步骤二中,所述中控单元4将所述输入单元12内填写的预约就诊时间设置为T,同时,中控单元4提取所述储存单元14内储存的预设医生就诊时间,设置并提取完成时,中控单元4将预约就诊时间T与医生就诊时间进行匹配:
若T=Ti,所述中控单元4从所述储存单元14内将Ti时间的医生信息全部提取出来以获取可选候诊医生,设定i=1,2,3,4。
具体而言,本发明实施例通过将预约就诊时间T与医生就诊时间进行匹配以确定可选候诊医生,进而能够确定候诊医生,最后对候诊医生进行调整以获取诊疗医生,进而有效提高了用户分配时的匹配准确率。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。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 (8)
1.一种在线医疗的用户分配方法,其特征在于,包括:
步骤一,用户通过预约单元进行在线诊疗预约,预约时用户需要在输入单元内填写包括个人信息、疾病详情、居住地和预约就诊时间;
步骤二,中控单元控制第一匹配单元将所述预约就诊时间与储存单元内储存预设医生就诊时间进行匹配以获取可选候诊医生;
步骤三,语义提取单元对用户填写的疾病详情进行语义提取以得到医疗用词,提取完成时,转化单元根据得到的所述医疗用词将用户填写的疾病详情转化为病情关键词并传递给输出单元,所述病情关键词包括病情第一关键词、病情第二关键词、病情第三关键词,……,病情第N关键词,其中N≥3;
步骤四,所述输出单元将获取的病情关键词传递至第二匹配单元,所述中控单元控制第二匹配单元将所述病情第一关键词与所述可选候诊医生的医疗关键词进行匹配以确定三个候诊医生;
步骤五,调整单元获取服务器根据所述个人信息获取并传递过来的病例关键词,获取完成时,所述中控单元将病例关键词与病情关键词进行比较以确定诊疗医生,当没有病例关键词时,中控单元将所述居住地与所述候诊医生的诊疗地的距离进行比较以确定诊疗医生。
2.根据权利要求1所述的在线医疗的用户分配方法,其特征在于,所述步骤四中,所述中控单元将获取的病情关键词设置为Bj,设定j=1,2,3,…,n,其中,B1表示病情第一关键词,B2表示病情第二关键词,B3表示病情第三关键词,……,Bn表示病情第N关键词,同时,中控单元内设置有可选候诊医生的医疗关键词Ci,设定i=1,2,3,…,m,其中,C1表示第一可选候诊医生的医疗关键词,C2表示第二可选候诊医生的医疗关键词,C3表示第三可选候诊医生的医疗关键词,……,Cm表示第M个可选候诊医生的医疗关键词,获取并设置完成时,中控单元将病情第一关键词B1与可选候诊医生的医疗关键词Ci进行相似度比较并将比较结果按照相似度从大到小的顺序进行排序,中控单元选取前三位为候诊医生。
3.根据权利要求2所述的在线医疗的用户分配方法,其特征在于,所述中控单元将病情第一关键词B1与可选候诊医生的医疗关键词Ci进行相似度比较时,中控单元将可选候诊医生的医疗关键词Ci所在段落设置为三个部分,包括医疗关键词第一部分X1,医疗关键词第二部分X2和医疗关键词第三部分X3,其中,各部分的相互之间不重叠,设置完成时,中控单元将病情第一关键词B1与医疗关键词第i部分Xi进行匹配,设定i=1,2,3,其中,B1与X1的关键词重合度记为η1,B1与X2的关键词重合度记为η2,B1与X3的关键词重合度记为η3,匹配完成时,中控单元计算病情第一关键词B1与可选候诊医生的医疗关键词Cj的相似度ηz,设定j=1,2,3,…,m,其计算公式如下:
ηz=η1×40%+η2×30%+η3×30%;
计算完成时,所述中控单元将不同相似度按照从大到小进行排序并选取前三个相似度对应的用于比较的可选候选医生为候选医生。
4.根据权利要求3所述的在线医疗的用户分配方法,其特征在于,所述中控单元设置有候诊医生医疗关键词,包括第一候诊医生医疗关键词E1,第二候诊医生医疗关键词E2和第三候诊医生医疗关键词E3,其中,第j候诊医生医疗关键词Ej为病情第一关键词B1与可选候诊医生的医疗关键词Ci进行相似度比较时排序第j的候选医生的医疗关键词,设定j=1,2,3;
所述获取候诊医生时,所述中控单元提取所述输入单元内储存的用户填写的个人信息中的身份证号,提取完成时,中控单元将其与所述服务器内储存的各医院已完成就诊用户的身份信息进行匹配,若匹配不成功,中控单元提取输入单元内储存的用户填写的居住地信息,若匹配成功,中控单元将提取该已完成就诊用户的病例关键词并将其设置为D,设置完成时,中控单元将病例关键词D与病情第i关键词Bi的相似度进行比较:
若病例关键词D与病情第i关键词Bi的相似度小于90%,中控单元将病例关键词D与病情第i+1关键词Bj的相似度进行比较直至相似度大于等于90%,设定i=1,2,3,…,n-1,j=I+1;
若病例关键词D与病情第i关键词Bi的相似度大于等于90%,所述中控单元将病例关键词D与第一候诊医生医疗关键词E1的相似度进行比较,
若病例关键词D与第一候诊医生医疗关键词E1的相似度大于等于80%,所述中控单元判定第一候诊医生医疗关键词E1对应的候诊医生为诊疗医生;
若病例关键词D与第一候诊医生医疗关键词E1的相似度小于80%,所述中控单元将病例关键词D与第二候诊医生医疗关键词E2的相似度进行比较,若病例关键词D与第二候诊医生医疗关键词E2的相似度大于等于70%,所述中控单元判定第二候诊医生医疗关键词E2对应的候诊医生为诊疗医生;
若病例关键词D与第二候诊医生医疗关键词E2的相似度小于70%,所述中控单元判定第三候诊医生医疗关键词E3对应的候诊医生为诊疗医生。
5.根据权利要求4所述的在线医疗的用户分配方法,其特征在于,所述中控单元将病例关键词D与病情第i关键词Bi进行相似度比较时,中控单元将病例关键词D设置为三个部分,包括最重要关键词D1,次重要关键词D2和一般关键词D3,所述各类关键词之间相互不重复,设置完成时,中控单元将最重要关键词D1与病情第i关键词Bi进行匹配:
若D1与Bi的关键词重合度小于90%,中控单元将最重要关键词D1和次重要关键词D2一起与病情第i关键词Bi进行匹配,若D1+D2与Bi的关键词重合度仍小于90%,中控单元将最重要关键词D1,次重要关键词D2和一般关键词D3一起与Bi的关键词进行匹配,若D1+D2+D3与Bi的关键词重合度仍小于90%,中控单元将最重要关键词D1与病情第i+1关键词Bj的相似度进行匹配,设定i=1,2,3,…,n,j=I+1;
若匹配过程中重合度大于等于90%,所述中控单元将病例关键词D与候诊医生医疗关键词的相似度进行匹配以确定诊疗医生。
6.根据权利要求5所述的在线医疗的用户分配方法,其特征在于,所述中控单元还设置有候诊医生诊疗地,包括第一候诊医生诊疗地L1,第二候诊医生诊疗地L2和第三候诊医生诊疗地L3,其中,第j候诊医生诊疗地Lj表示病情第一关键词B1与可选候诊医生的医疗关键词Ci进行相似度比较时排序第j的候选医生的诊疗地,设定j=1,2,3;
所述匹配不成功时,所述中控单元将获取的居住地设置为L,设置完成时,中控单元计算实际距离Hi,设定i=1,2,3,其中,H1表示排序第一的候诊医生诊疗地到用户的距离,H2表示排序第二的候诊医生诊疗地到用户的距离,H3表示排序第三的候诊医生诊疗地到用户的距离,计算完成时,中控单元将实际距离Hi之间进行比较:
若H1<Ht,设定t=2,3,所述中控单元将第一候诊医生诊疗地L1对应的候诊医生设置为诊疗医生;
若H2<Ht,设定t=1,3,所述中控单元将第二候诊医生诊疗地L2对应的候诊医生设置为诊疗医生;
若H3<Ht,设定t=1,2,所述中控单元将第三候诊医生诊疗地L3对应的候诊医生设置为诊疗医生。
7.根据权利要求1所述的在线医疗的用户分配方法,其特征在于,所述中控单元还设置有预设医生就诊时间,包括第一预设医生就诊时间T1,第二预设医生就诊时间T2,第三预设医生就诊时间T3和第四预设医生就诊时间T4,所述各就诊时间相互衔接且互不重叠,设定T1+T2+T3+T4=24h;
所述步骤二中,所述中控单元将所述输入单元内填写的预约就诊时间设置为T,同时,中控单元提取所述储存单元内储存的预设医生就诊时间,设置并提取完成时,中控单元将预约就诊时间T与医生就诊时间进行匹配:
若T=Ti,所述中控单元从所述储存单元内将Ti时间的医生信息全部提取出来以获取可选候诊医生,设定i=1,2,3,4。
8.根据权利要求1-8任一所述的在线医疗的用户分配方法的分配系统,其特征在于,包括:
预约模块,包括预约单元、输入单元、第一匹配单元和储存单元,第一匹配单元分别与预约单元、输入单元和储存单元连接,预约单元用以登录用户账号,输入单元用以输入在线诊疗预约所需信息,包括个人信息、疾病详情、居住地和预约就诊时间,第一匹配单元用以将预约就诊时间预设医生就诊时间进行匹配以确定可选候诊医生,储存单元用以储存所有在线诊疗医生的诊疗信息;
分配模块,其与所述预约模块连接,包括语义提取单元、转化单元和输出单元,转化单元分别与语义提取单元和输出单元连接,语义提取单元分别与所述第一匹配单元、所述输入单元和转化单元连接,语义提取单元用以对用户填写的疾病详情进行语义提取以得到医疗用词,转化单元用以根据语义提取单元提取后得到的医疗用词将用户填写的疾病详情转化为病情关键词并传递给输出单元,输出单元用以输出最终诊疗医生的信息和将获取的病情关键词传递给第二匹配单元;
调整模块,其分别与所述预约模块和所述分配模块连接,包括第二匹配单元、调整单元和服务器,调整单元分别与第二匹配单元、服务器和所述输入单元连接,第二匹配单元用以经过匹配后得到候诊医生,调整单元与第二匹配单元连接以将服务器或输入单元传递过来的信息传递至第二匹配单元,调整单元与服务器连接以获取服务器内储存的病例关键词,调整单元与输入单元连接以获取输入单元内用户填写的居住地信息,服务器用以储存医院的病例资料;
中控单元,其分别与所述预约模块、所述分配模块和所述调整模块连接,用以控制所述用户分配过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110341980.1A CN113192612A (zh) | 2021-03-30 | 2021-03-30 | 在线医疗的用户分配方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110341980.1A CN113192612A (zh) | 2021-03-30 | 2021-03-30 | 在线医疗的用户分配方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113192612A true CN113192612A (zh) | 2021-07-30 |
Family
ID=76974643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110341980.1A Pending CN113192612A (zh) | 2021-03-30 | 2021-03-30 | 在线医疗的用户分配方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113192612A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108550392A (zh) * | 2018-04-16 | 2018-09-18 | 成都医云科技有限公司 | 医生选取方法及系统 |
CN110021418A (zh) * | 2017-10-26 | 2019-07-16 | 株式会社日立制作所 | 远程诊疗方法及其装置和系统 |
CN110619959A (zh) * | 2019-08-09 | 2019-12-27 | 贵阳叁玖互联网医疗有限公司 | 一种智能分诊的方法及系统 |
CN112069413A (zh) * | 2020-09-11 | 2020-12-11 | 腾讯科技(深圳)有限公司 | 医生推荐方法、装置、服务器和存储介质 |
-
2021
- 2021-03-30 CN CN202110341980.1A patent/CN113192612A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110021418A (zh) * | 2017-10-26 | 2019-07-16 | 株式会社日立制作所 | 远程诊疗方法及其装置和系统 |
CN108550392A (zh) * | 2018-04-16 | 2018-09-18 | 成都医云科技有限公司 | 医生选取方法及系统 |
CN110619959A (zh) * | 2019-08-09 | 2019-12-27 | 贵阳叁玖互联网医疗有限公司 | 一种智能分诊的方法及系统 |
CN112069413A (zh) * | 2020-09-11 | 2020-12-11 | 腾讯科技(深圳)有限公司 | 医生推荐方法、装置、服务器和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112037880B (zh) | 用药推荐方法、装置、设备及存储介质 | |
US7664659B2 (en) | Displaying clinical predicted length of stay of patients for workload balancing in a healthcare environment | |
US9934361B2 (en) | Method for generating healthcare-related validated prediction models from multiple sources | |
US8121858B2 (en) | Optimizing pharmaceutical treatment plans across multiple dimensions | |
WO2017117150A1 (en) | Machine learning system for creating and utilizing an assessment metric based on outcomes | |
Duma et al. | An ad hoc process mining approach to discover patient paths of an Emergency Department | |
US20070129967A1 (en) | Automated method for medical care management | |
Fortinsky et al. | Risk factors for hospitalization among Medicare home care patients | |
WO2016193995A1 (en) | A personalized treatment management system and method | |
CN112216361A (zh) | 基于人工智能的随访计划单生成方法、装置、终端及介质 | |
Gu et al. | Intelligent technique for knowledge reuse of dental medical records based on case-based reasoning | |
CN115497631A (zh) | 一种临床科研大数据分析系统 | |
Belderrar et al. | Real-time estimation of hospital discharge using fuzzy radial basis function network and electronic health record data | |
CN113793684A (zh) | 基于智慧医疗的智能医疗辅助决策方法及智能云平台 | |
CN114091676A (zh) | 一种因果关系判定方法 | |
US11170898B2 (en) | Methods and systems for prioritizing user symptom complaint inputs | |
CN115547439A (zh) | 患者随访跟踪分析装置、方法、系统及介质 | |
CN112908452A (zh) | 事件数据建模 | |
CN111415760A (zh) | 医生推荐方法、系统、计算机设备及存储介质 | |
CN114220541A (zh) | 疾病预测方法、装置、电子设备及存储介质 | |
CN113724899A (zh) | 一种基于人工智能的线上问诊方法、装置、设备及介质 | |
KR20220149927A (ko) | 머신러닝을 활용한 복약순응 위험도 예측 시스템 및 방법 | |
CN113192612A (zh) | 在线医疗的用户分配方法及系统 | |
CN113948179A (zh) | 一种远程异步mdt多学科会诊平台 | |
Clerkin et al. | A decision support system for hospital bed assignment |
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 |