CN113241194A - 一种智能医疗问答的方法、系统、终端以及存储介质 - Google Patents
一种智能医疗问答的方法、系统、终端以及存储介质 Download PDFInfo
- Publication number
- CN113241194A CN113241194A CN202110483562.6A CN202110483562A CN113241194A CN 113241194 A CN113241194 A CN 113241194A CN 202110483562 A CN202110483562 A CN 202110483562A CN 113241194 A CN113241194 A CN 113241194A
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- treatment
- information
- prescription
- acquiring
- 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.)
- Granted
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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Pharmacology & Pharmacy (AREA)
- Toxicology (AREA)
- Pathology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请涉及一种智能医疗问答的方法、系统、终端以及存储介质,其属于互联网诊疗的领域,其中方法包括获取用户输入的查询信息;对病情信息提取处理以获取关键词信息;根据关键词信息,获取对应的诊疗信息集;将所有诊疗方法按照诊疗评分从高到低的顺序进行排序以得到排序结果;根据排序结果为诊疗信息集中所有诊疗方法赋予优先级标识;根据优先级标识,获取当前诊疗药方,并判断所述当前诊疗方法对应的诊疗药方是否安全;若判断为安全,则将当前诊疗药方添加至预设的推荐表中;若判断为不安全,则直接对下一诊疗药方进行判断,直至获取预设个数的可取药方;将所述推荐表反馈至用户终端。本申请具有降低网络问诊风险性的效果。
Description
技术领域
本申请涉及互联网诊疗的领域,尤其是涉及一种智能医疗问答的方法、系统、终端以及存储介质。
背景技术
随着互联网技术的快速发展,计算机技术被广泛应用于各个领域,特别是在医疗领域,人们通过互联网,可以做到足不出户就对基础病情进行诊断,大大方便了民众的生活。
上述中的相关技术存在以下缺陷:由于儿童身体未发育完全,当孩子身体略有不适时,家长通过网络诊断获取的治疗用药,不一定适合幼儿,存在一定的用药风险。
发明内容
为了降低网络问诊的风险性,提高儿童安全用药,本申请提供一种智能医疗问答的方法、系统、终端以及存储介质。
第一方面,本申请提供一种智能医疗问答的方法,采用如下的技术方案:
一种智能医疗问答的方法,包括,
获取用户输入的查询信息,所述查询信息包括病情信息以及病患信息;
对所述病情信息进行提取处理以获取关键词信息;
根据所述关键词信息,获取对应的诊疗信息集,所述诊疗信息集由若干诊疗方法组成,所述诊疗方法包括诊疗药方以及对应的诊疗评分;
将所有所述诊疗方法按照诊疗评分从高到低的顺序进行排序以得到排序结果;
根据排序结果为诊疗信息集中所有诊疗方法赋予优先级标识;
根据优先级标识,获取当前诊疗药方,并判断所述当前诊疗方法对应的诊疗药方是否安全;若判断为安全,则将当前诊疗药方添加至预设的推荐表中,将当前诊疗药方标记为可取药方,并根据优先级标识,对下一诊疗药方进行判断;若判断为不安全,则直接对下一诊疗药方进行判断,直至获取预设个数的可取药方;
将所述推荐表反馈至用户终端。
通过采用上述技术方案,根据用户输入的病情信息,采用爬虫技术在网络以及自带的数据库中获取与病情信息相关的诊疗药方,并根据用户输入的病患信息判断获取的诊疗药方是否安全,若诊疗药方存在危险成分,则排除该诊疗药方,以获取若干可取药方,降低网络问诊的风险性。
可选的,所述关键词信息包括主级关键词以及副级关键词,所述根据所述关键词信息,获取对应的诊疗信息集具体包括:
根据主级关键词,获取对应的诊疗信息集;
所述将所有所述诊疗方法按照诊疗评分从高到低的顺序进行排序以得到排序结果具体包括:
根据所述副级关键词,按照预设的匹配模型,计算获取各个诊疗方法与副级关键词之间的匹配度;
根据所述匹配度以及诊疗评分,按照预设的修正模型计算获取每个所述诊疗方法对应的当前评分;
将所有所述诊疗方法按照当前评分从高到低的顺序进行排序以得到排序结果。
通过采用上述技术方案,可根据用户输入的查询信息,摘取主级关键词以及副级关键词,并根据副级关键词对获取的诊疗方法进行匹配度计算,以获取与病患情况最接近的诊疗方法。
可选的,所述病患信息包括个人信息以及电子病历,所述根据优先级标识获取当前诊疗药方,并判断所述当前诊疗方法对应的诊疗药方是否安全具体包括:
根据优先级标识,获取当前诊疗药方;
根据所述个人信息,判断当前诊疗药方内是否含有超标成分;
若当前诊疗药方中包含超标成分,则判断当前诊疗药方不安全,根据所述优先级标识,获取下一诊疗药方进行判断;
若当前诊疗药方中不包含超标成分,则根据所述电子病历,判断当前诊疗药方内是否含有敏感成分;
若所述诊疗药方内包含敏感成分,则判断当前诊疗药方不安全,根据所述优先级标识,获取下一诊疗药方进行判断;
若所述诊疗药方内不包含敏感成分,则判断当前诊疗药方安全,将当前诊疗药方标记为可取药方,将可取药方添加至预设的推荐表中,并根据优先级标识,对下一诊疗药方进行判断。
通过采用上述技术方案,在判断诊疗药方是否安全时,首先根据患者的个人信息,判断诊疗药方中是否存在不适合儿童服用的药物成分,再根据用户的电子病历,判断诊疗药方中是否有用户过敏成分,综合考虑用户的年龄因素以及既往病史,从而进一步降低网络问诊的风险。
可选的,所述查询信息还包括病情等级信息,在获取用户输入的查询信息之后,还包括:
根据所述病情信息以及病情等级信息,获取病患对应的预计治愈时长;
根据所述预计治愈时长,设置治疗异常时钟;
判断治疗异常时钟是否触发;若判断为是,则生成调查报告以获取用户反馈的当前恢复信息;
根据所述当前恢复信息,判断病患是否痊愈;
若病患未痊愈,则生成就医报告发送至用户终端;若病患痊愈,则获取用户选取的可取药方,按照预设的算分模型,更新获取的可取药方对应的诊疗评分,更新后的诊疗评分大于更新前的诊疗评分。
通过采用上述技术方案,若病患长时间没有治愈,说明用户采取的诊疗药方对病患的治疗效果不佳,故提醒用户及时就医,降低错过最佳治疗时机的可能性;若用户在预计治愈时间内治愈,说明该诊疗药方的效果较佳,可相对提升该诊疗药方的诊疗评分,提升该诊疗药方被用户采纳的可能性。
可选的,在生成就医报告发送至用户终端之后,还包括:
生成用以获取用户就医病历的请求报告;获取用户针对当前病情发送的就医病历,将所述病情信息以及就医病历发送至工作人员终端;获取工作人员针对所述病情信息以及就医病历发送的诊疗方法,将获取的诊疗方法存储至数据库中。
通过采用上述技术方案,根据用户的就医病历,扩展针对该类病情的诊疗方法。
可选的,在将所述推荐表反馈至用户终端之后,还包括:
获取所述推荐表对应的主级关键词在固定时间段内出现的频数;
判断所述频数是否超过预设的推送阈值;
若超过预设的推荐阈值,则根据所述主级关键词获取参考文件;
将所述参考文件反馈至所有用户终端。
通过采用上述技术方案,若在固定时间内,有大量用户关于某个主级关键词进行搜索,说明该主级关键词对应的病症在该时间段内发病的人较多,有可能是季节性疾病,可向用户推送相关参考文件,对用户进行科普,帮助用户对该类疾病进行预防。
可选的,在将所述参考文件反馈至所有用户终端之后,还包括:
根据所述电子病历,获取当前病患各次就诊对应的病种信息;
计算获取各类所述病种信息对应的出现频次,并将所述病种信息按照出现频次从高到低的顺序进行排序,以得到排序结果;
根据排序结果获取固定个数的病种信息,将获取的病种信息标记为常见病种信息;
根据所述常见病种信息,获取对应的参考文件;
将所述参考文件反馈至用户终端。
通过采用上述技术方案,若用户关于某类疾病,进行多次就诊,可为用户推送关于常见病种信息的参考文件,更有针对性地为用户提供科普服务,从而提高用户的使用满意度。
第二方面,本申请提供一种智能医疗问答的系统,采用如下的技术方案:
一种智能医疗问答的系统,包括:
查询信息获取模块,用于获取用户输入的查询信息,所述查询信息包括病情信息以及病患信息;
关键词提取模块,用于对所述病情信息提取处理以获取关键词信息;
诊疗信息集生成模块,用于根据所述关键词信息,获取对应的诊疗信息集,所述诊疗信息集由若干诊疗方法组成,所述诊疗方法包括诊疗药方以及对应的诊疗评分;
排序模块,用于将所有所述诊疗方法按照诊疗评分从高到低的顺序进行排序以得到排序结果;
优先级标识获取模块,用于根据排序结果为诊疗信息集中所有诊疗方法赋予优先级标识;
判断模块,用于根据优先级标识,获取当前诊疗药方,并判断所述当前诊疗方法对应的诊疗药方是否安全;若判断为安全,则将当前诊疗药方添加至预设的推荐表中,将当前诊疗药方标记为可取药方,并根据优先级标识,对下一诊疗药方进行判断;若判断为不安全,则直接对下一诊疗药方进行判断,直至获取预设个数的可取药方;
反馈模块,用于将所述推荐表反馈至用户终端。
通过采用上述技术方案,针对用户输入的病情信息获取相关的诊疗方法,并根据用户输入的病患信息,筛选出相对使用风险较低的诊疗方法,降低诊疗方法中的用药成分对年纪较小的儿童的身体造成损害。
第三方面,本申请提供一种智能终端,采用如下的技术方案:
一种智能终端,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如第一方面所述方法的计算机程序。
通过采用上述技术方案,根据用户输入的查询信息,获取若干诊疗方法,并对获取的诊疗方法进行筛选,降低网络问诊的风险性。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,存储有能够被处理器加载并执行如上述任一种方法的计算机程序。
通过采用上述技术方案,当所述计算机可读存储介质被装入任一计算机后,所述任一计算机就能执行本申请提供的水土保持监测点的智能规划方法。
综上所述,本申请包括以下至少一种有益技术效果:
1.根据病患信息对获取的多个诊断方法进行筛选,提高提供给用户的可取药方的安全性,从而降低互联网问诊的风险性,对抵抗力较差或年纪较小的儿童起到保护作用;
2.根据用户反馈的就医病历对数据库进行扩充,从而丰富数据库内的诊疗方法,为用户提供更多的诊疗方法;
3. 为用户推送关于当季易感疾病的参考文件,便于用户对普发病症进行预防,同时针对用户患病次数较多的病症,推送相关参考文件,改善用户体验。
附图说明
图1是本申请实施例的一种智能医疗问答的方法的流程示意图。
图2为本申请实施例的将所有诊疗方法进行排序以得到排序结的流程示意图。
图3是本申请实施例的根据优先级标识获取预设个数的可取药方的流程示意图。
图4是本申请实施例的以对诊疗方法对应的诊疗评分进行更新的流程示意图。
图5是本申请实施例的用户推送参考文件的流程示意图。
图6是本申请实施例的一种智能医疗问答的系统的结构框图。
附图标记说明:1、查询信息获取模块;2、关键词提取模块;3、诊疗信息集生成模块;4、排序模块;5、优先级标识获取模块;6、判断模块;7、反馈模块。
具体实施方式
以下结合附图1-5对本申请作进一步详细说明。
本申请实施例公开一种智能医疗问答的方法。参照图1,一种智能医疗问答的方法包括:
S100:获取用户输入的查询信息。
其中,查询信息包括病情信息以及病患信息。在实施中,用户可通过网页链接或微信公众号等形式,进入相关输入界面,并进行用户登录,以绑定相关的病患信息,病患信息可以是用户本人的信息,也可以是用户子女的信息;绑定完成后,用户可在输入界面对患者的病情进行描述以形成病情信息,用户可通过文字的方式或语音输入的方式,对于语音输入的病情信息,系统自带有转换软件,可将语音信息转换为对应的文字信息。
S200:对病情信息进行提取处理以获取关键词信息。
其中,关键词信息包括主级关键词以及副级关键词。其中,可首先采用NLP关键词提取方法,基于预设的语料对病情信息进行筛选,从而获取唯一的主级关键词,主级关键词与病患的病情对应,如“烫伤”、“呕吐”、“咳嗽”、“腹泻”、“便秘”或“发烧”等,获取主级关键词后,可按照预设的语料对病情信息进行二次筛选以获取副级关键词,获取主级关键词的语料与获取副级关键词的语料不同,副级关键词对应的语料主要为对主级关键词的描述性词语,如“泛红”、“开水”、“持续”、“无痰”、等。
S300:根据关键词信息,获取对应的诊疗信息集。
具体的,根据主级关键词,采用爬虫技术,在互联网以及自带的数据库中进行搜索,以获取多个符合主级关键词的诊疗方法,并将获取的诊疗方法进行整合,以形成诊疗信息集。举例来说,捕捉到主级关键词为“烫伤”,则根据“烫伤”进行搜索,以获取与“烫伤”相关的诊疗方法。
其中,诊疗方法包括诊疗药方以及对应的诊疗评分,从互联网获取的相关诊疗药方对应的诊疗评分默认为60分,从数据库获取的诊疗药方对应的诊疗评分的初始评分均为60分,随着后期用户不断使用更新,诊疗药方的评分会发生相对改变。在实施中,诊疗药方包括推荐用药、药品成分以及药物用法用量。
S400:将所有诊疗方法进行排序以得到排序结果。
其中,S400具体包括:
S401:根据副级关键词,按照预设的匹配模型,计算获取各个诊疗方法与副级关键词之间的匹配度。
其中,匹配模型具体为:(分),其中z代表诊疗方法与副级关键词之间的匹配度,单位为分;n代表诊疗方法中副级关键词出现的次数。举例来说,有用户输入的查询信息为:“孩子被100°高温的开水烫伤”,可获取主级关键词为“烫伤”,副级关键词为“100°”以及“开水”,获取的诊疗方法中,“100°”出现频数为一次,“开水”出现频次为两次,则对应的n为3,对应的匹配度为=80分。
S402:根据匹配度以及诊疗评分,按照预设的修正模型计算获取每个诊疗方法对应的当前评分。
其中,修正模型具体为:y=0.4x+0.6z,其中y代表当前评分,单位为分;z为诊疗方法对应的匹配度。综合考虑诊疗方法的诊疗评分以及匹配度,以获取当前评分。
S403:将所有诊疗方法按照当前评分从高到低的顺序进行排序,以得到排序结果。
S500:根据排序结果为诊疗方法赋予优先级标识。
在实施中,按照排序结果为诊疗信息集中所有诊疗方法赋予优先级标识,每个诊疗方法均对应有唯一的优先级标识,当前评分越高的诊疗方法对应的优先级标识越高,对于当前评分相同的诊疗方法,则为之匹配同等级的优先级标识。
S600:根据优先级标识,获取预设个数的可取药方。
其中,参照图2,S600具体包括:
S601:根据优先级标识,获取当前诊疗药方。
其中,获取优先级标识等级最高的诊疗药方,并在获取当前诊疗药方后,将当前诊疗药方携带的优先级标识消除,若有多个诊疗药方对应的优先级标识相同,则随机获取其中一个。
S602:根据个人信息,判断当前诊疗药方内是否有超标成分。
若判断为是,则跳转至S601,重新获取当前优先级标识等级最高的诊疗药方;
若判断为否,则跳转至S603。
其中,诊疗药方中包含推荐用药的药品成分,个人信息中包含病患的年龄信息,其中可根据药品成分判断当前诊疗药方中是否包含病患不宜服用的药品成分,在实施中,数据库中预设有各类不同年龄段儿童不宜服用的药品成分。举例来说,若检测到当前诊疗药方中包含四环素类药物,该类药物会导致儿童牙釉质发育不良,故判断当前诊疗药方内含有超标成分。
S603:根据电子病历,判断当前诊疗药方是否包含敏感成分。
其中,若判断为是,则跳转至S601,重新获取当前优先级标识等级最高的诊疗药方;
若判断为否,则跳转至S604。
其中,可根据病患对应的电子病历,判断当前诊疗药方中是否包含敏感成分。在实施中,部分人群会对某些药物有过敏反应,可通过电子病历,确定当前诊疗药方中是否包含会导致病患产生过敏反应的药品成分。
S604:将当前诊疗药方标记为可取药方,并将当前诊疗药方添加至预设的推荐表中。
其中,若当前诊疗药方中既不包含超标成分也不包含敏感成分,说明当前诊疗药方使用风险性较小,适合儿童使用,若当前诊疗药方中包含超标成分或敏感成分中的任意一种,则说明当前诊疗药方有使用风险,不适宜儿童使用。
S605:判断获取的可取药方个数是否满足预设的药方阈值。
其中,若判断为是,则跳转至S700;
若判断为否,则跳转至S601,重新获取当前优先级标识等级最高的诊疗药方。
其中,获取预设个数的可取药方,并将所有可取药方整合形成推荐表中,方便用户读取。
S700:将推荐表反馈至用户端。
进一步的,参照图3,可对病患的治愈情况进行追踪,以对诊疗方法对应的诊疗评分进行更新,具体步骤如下:
S10:根据病情信息以及病情等级信息,获取病患对应的预计治愈时长。
其中,查询信息还包括病情等级信息,在实施中,用户在输入查询信息后,自动跳出弹窗,分别对应“轻微”、“普通”、“严重”三个等级的虚拟选择框,用户可根据实际情况,选择病患对应的虚拟选择框。可根据用户输入的病情信息以及对应的病情等级信息,对数据库的治愈时长信息进行匹配,从而确定预计治愈时长。举例来说,用户输入的病情信息为烫伤,对应的病情等级信息为“轻微”,则对应的预计治愈时长为15天。
S11:根据预计治愈时长,设置治疗异常时钟。
其中,以用户输入查询信息的时间为准,设置与预计治愈时长对应的治疗异常时钟。
S12:判断治疗异常时钟是否触发。
其中,若判断为是,则跳转至S13;
若判断为否,则持续判断治疗异常时钟是否触发,直至治疗异常时钟触发为止。
S13:生成调查报告以获取用户反馈的当前恢复信息。
其中,在判断到治疗异常时钟触发后,生成调查报告发送至用户终端,以获取用户反馈的当前恢复信息,当前恢复信息具体为病患是否痊愈。在实施中,可将调查报告推送至用户终端,用户点击后可进入调查界面,调查界面内设有两个虚拟按钮,分别为“痊愈”以及“未痊愈”,用户可根据病患实际情况,选取对应的虚拟按钮。
S14:根据当前恢复信息,判断当前病患是否痊愈。
其中,若判断为是,则跳转至S15;
若判断为否,则跳转至S16。
S15:获取用户选取的可取药方,根据算分模型,更新诊疗评分。
S16:获取用户选取的可取药方,根据降分模型,更新诊疗评分。
S17:生成就医报告发送至用户终端。
其中,若病患在预计治疗时长内没有痊愈,说明该诊疗药方存在一定的风险,故生成就医报告提醒用户及时就医,避免错过最佳治疗时机。
S18:生成用以获取用户就医病历的请求报告。
其中,用户接受到请求报告后,可上传就医病历,就医病历可以是图片形式或者电子病历形式。
S19:获取用户针对当前病情发送的就医病历,并将病情信息发送至工作人员终端。
其中,工作人员可根据病情信息以及就医病历,整理出一种诊疗方法,诊疗方法对应有诊疗药方以及与病情信息对应的关键词信息。
S20:获取工作人员发送的诊疗方法,并将获取的诊疗方法存储至数据库中。
其中,将获取的诊疗方法存储至数据库中,以方便下次调用,并对数据库的诊疗方法进行扩充,存储至数据库中的诊疗方法对应的诊疗评分默认为80分。
进一步的,参照图4,可针对病情信息进行大数据统计,以获取当季易感病症,并为用户推送有针对性的参考文件,具体步骤如下:
S01:获取推荐表对应的主级关键词在固定时间段内的出现频数。
其中,在每月的1日、10日、20日,自动获取过去10天内所有推荐表对应的主级关键词的出现频数。
S02:判断出现频数是否超过预设的推送阈值
其中,若判断为是,则跳转至S03;
若判断为否,则对下一主级关键词的出现频数进行判断。
其中,若主级关键词的出现频数超过预设的推送阈值,说明过去十天内有多个儿童患病,需引起家长的注意,以进行预防。在实施中,若所有主级关键词的出现频数均不超过推送阈值,则不进行推送。
S03:根据主级关键词获取参考文件。
其中,可根据主级关键词,在数据库中随机获取与主级关键词相关的一篇参考文件,参考文件可以为针对主级关键词对应病情的预防方法的期刊文章或者学术论文。
S04:将参考文件反馈至所有用户终端。
举例来说,在2020年10月10日,则获取2020年10月1日至2020年10月10日内所有生成的推荐表对应的主级关键词的出现频数,“烫伤”的出现频数为430次,“发烧”的频数为1002次,“咳嗽”的出现频数为2034次,预设的推送阈值为1500,则获取与“咳嗽”相关的参考文件,并将获取的参考文件推送至所有用户终端。
S05:根据电子病历,获取当前病患各次就诊对应的病种信息。
其中,获取固定时间段内病患的病种信息。在实施中,获取病患一年内的病种信息。
S06:计算获取各类病种信息的出现频次。
S07:将病种信息按照出现频次从高到低的顺序进行排序,以得到排序结果。
S08:根据排序结果,获取常见病种信息。
在实施中,根据排序结果获取固定个数的病种信息,将获取的病种信息标记为常见病种信息。
S09:根据常见病种信息获取对应的参考文件,并发送至当前用户终端。
其中,可根据常见病种信息,在数据库中随机获取与常见病种信息相关的若干参考文件,每类常见病种信息均对应有一篇参考文件。参考文件可以为针对常见病种信息治疗方法的期刊文章或者学术论文。
本申请实施例还公开一种智能医疗问答的系统。参照图5,一种智能医疗问答的系统包括:查询信息获取模块1、关键词提取模块2、诊疗信息集生成模块3、排序模块4、优先级标识获取模块5、判断模块6以及反馈模块7。
查询信息获取模块1,用于获取用户输入的查询信息,查询信息包括病情信息以及病患信息。
关键词提取模块2,用于对病情信息提取处理以获取关键词信息。
诊疗信息集生成模块3,用于根据关键词信息,获取对应的诊疗信息集,诊疗信息集由若干诊疗方法组成,诊疗方法包括诊疗药方以及对应的诊疗评分。
排序模块4,用于将所有诊疗方法按照诊疗评分从高到低的顺序进行排序以得到排序结果。
优先级标识获取模块5,用于根据排序结果为诊疗信息集中所有诊疗方法赋予优先级标识。
判断模块6,用于根据优先级标识,获取当前诊疗药方,并判断当前诊疗方法对应的诊疗药方是否安全;若判断为安全,则将当前诊疗药方添加至预设的推荐表中,将当前诊疗药方标记为可取药方,并根据优先级标识,对下一诊疗药方进行判断;若判断为不安全,则直接对下一诊疗药方进行判断,直至获取预设个数的可取药方。
反馈模块7,用于将推荐表反馈至用户终端。
本申请实施例公开一种智能终端,包括存储器和处理器,存储器上存储有能够被处理器加载并执行如上述的一种智能医疗问答的方法的计算机程序。
本申请实施例还公开一种计算机可读存储介质,其存储有能够被处理器加载并执行如一种智能医疗问答的方法的计算机程序,该计算机可读存储介质例如包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本申请的技术方案,而非对申请的保护范围进行限制。显然,所描述的实施例仅仅是本申请部分实施例,而不是全部实施例。基于这些实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请所要保护的范围。
Claims (10)
1.一种智能医疗问答的方法,其特征在于,包括:
获取用户输入的查询信息,所述查询信息包括病情信息以及病患信息;
对所述病情信息进行提取处理以获取关键词信息;
根据所述关键词信息,获取对应的诊疗信息集,所述诊疗信息集由若干诊疗方法组成,所述诊疗方法包括诊疗药方以及对应的诊疗评分;
将所有所述诊疗方法按照诊疗评分从高到低的顺序进行排序以得到排序结果;
根据排序结果为诊疗信息集中所有诊疗方法赋予优先级标识;
根据优先级标识,获取当前诊疗药方,并判断所述当前诊疗方法对应的诊疗药方是否安全;若判断为安全,则将当前诊疗药方添加至预设的推荐表中,将当前诊疗药方标记为可取药方,并根据优先级标识,对下一诊疗药方进行判断;若判断为不安全,则直接对下一诊疗药方进行判断,直至获取预设个数的可取药方;
将所述推荐表反馈至用户终端。
2.根据权利要求1所述的一种智能医疗问答的方法,其特征在于,所述关键词信息包括主级关键词以及副级关键词,所述根据所述关键词信息,获取对应的诊疗信息集具体包括:
根据主级关键词,获取对应的诊疗信息集;
所述将所有诊疗方法按照诊疗评分从高到低的顺序进行排序以得到排序结果具体包括:
根据所述副级关键词,按照预设的匹配模型,计算获取各个诊疗方法与副级关键词之间的匹配度;
根据所述匹配度以及诊疗评分,按照预设的修正模型计算获取每个所述诊疗方法对应的当前评分;
将所有所述诊疗方法按照当前评分从高到低的顺序进行排序以得到排序结果。
3.根据权利要求1所述的一种智能医疗问答的方法,其特征在于,所述病患信息包括个人信息以及电子病历,所述根据优先级标识获取当前诊疗药方,并判断所述当前诊疗方法对应的诊疗药方是否安全具体包括:
根据优先级标识,获取当前诊疗药方;
根据所述个人信息,判断当前诊疗药方内是否含有超标成分;
若当前诊疗药方中包含超标成分,则判断当前诊疗药方不安全,根据所述优先级标识,获取下一诊疗药方进行判断;
若当前诊疗药方中不包含超标成分,则根据所述电子病历,判断当前诊疗药方内是否含有敏感成分;
若所述诊疗药方内包含敏感成分,则判断当前诊疗药方不安全,根据所述优先级标识,获取下一诊疗药方进行判断;
若所述诊疗药方内不包含敏感成分,则判断当前诊疗药方安全,将当前诊疗药方标记为可取药方,将可取药方添加至预设的推荐表中,并根据优先级标识,对下一诊疗药方进行判断。
4.根据权利要求1所述的一种智能医疗问答的方法,其特征在于,所述查询信息还包括病情等级信息,在获取用户输入的查询信息之后,还包括:
根据所述病情信息以及病情等级信息,获取病患对应的预计治愈时长;
根据所述预计治愈时长,设置治疗异常时钟;
判断治疗异常时钟是否触发;若判断为是,则生成调查报告以获取用户反馈的当前恢复信息;
根据所述当前恢复信息,判断病患是否痊愈;
若病患未痊愈,则生成就医报告发送至用户终端;若病患痊愈,则获取用户选取的可取药方,按照预设的算分模型,更新获取的可取药方对应的诊疗评分,更新后的诊疗评分大于更新前的诊疗评分。
5.根据权利要求4所述的一种智能医疗问答的方法,其特征在于,在生成就医报告发送至用户终端之后,还包括:
生成用以获取用户就医病历的请求报告;获取用户针对当前病情发送的就医病历,将所述病情信息以及就医病历发送至工作人员终端;获取工作人员针对所述病情信息以及就医病历发送的诊疗方法,将获取的诊疗方法存储至数据库中。
6.根据权利要求2所述的一种智能医疗问答的方法,其特征在于,在将所述推荐表反馈至用户终端之后,还包括:
获取所述推荐表对应的主级关键词在固定时间段内出现的频数;
判断所述频数是否超过预设的推送阈值;
若超过预设的推荐阈值,则根据所述主级关键词获取参考文件;
将所述参考文件反馈至所有用户终端。
7.根据权利要求3所述的一种智能医疗问答的方法,其特征在于,在将所述参考文件反馈至所有用户终端之后,还包括:
根据所述电子病历,获取当前病患各次就诊对应的病种信息;
计算获取各类所述病种信息对应的出现频次,并将所述病种信息按照出现频次从高到低的顺序进行排序,以得到排序结果;
根据排序结果获取固定个数的病种信息,将获取的病种信息标记为常见病种信息;
根据所述常见病种信息,获取对应的参考文件;
将所述参考文件反馈至用户终端。
8.一种智能医疗问答的系统,其特征在于,包括,
查询信息获取模块(1),用于获取用户输入的查询信息,所述查询信息包括病情信息以及病患信息;
关键词提取模块(2),用于对所述病情信息提取处理以获取关键词信息;
诊疗信息集生成模块(3),用于根据所述关键词信息,获取对应的诊疗信息集,所述诊疗信息集由若干诊疗方法组成,所述诊疗方法包括诊疗药方以及对应的诊疗评分;
排序模块(4),用于将所有所述诊疗方法按照诊疗评分从高到低的顺序进行排序以得到排序结果;
优先级标识获取模块(5),用于根据排序结果为诊疗信息集中所有诊疗方法赋予优先级标识;
判断模块(6),用于根据优先级标识,获取当前诊疗药方,并判断所述当前诊疗方法对应的诊疗药方是否安全;若判断为安全,则将当前诊疗药方添加至预设的推荐表中,将当前诊疗药方标记为可取药方,并根据优先级标识,对下一诊疗药方进行判断;若判断为不安全,则直接对下一诊疗药方进行判断,直至获取预设个数的可取药方;
反馈模块(7),用于将所述推荐表反馈至用户终端。
9.一种智能终端,其特征在于,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
10.一种计算机可读存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110483562.6A CN113241194B (zh) | 2021-04-30 | 2021-04-30 | 一种智能医疗问答的方法、系统、终端以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110483562.6A CN113241194B (zh) | 2021-04-30 | 2021-04-30 | 一种智能医疗问答的方法、系统、终端以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113241194A true CN113241194A (zh) | 2021-08-10 |
CN113241194B CN113241194B (zh) | 2022-09-09 |
Family
ID=77131805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110483562.6A Active CN113241194B (zh) | 2021-04-30 | 2021-04-30 | 一种智能医疗问答的方法、系统、终端以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113241194B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107633876A (zh) * | 2017-10-31 | 2018-01-26 | 郑宇� | 一种基于移动平台的互联网医学信息处理系统及方法 |
CN109543863A (zh) * | 2018-10-27 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 一种就医任务管理方法、服务器及存储介质 |
CN109712684A (zh) * | 2018-11-06 | 2019-05-03 | 闽江学院 | 一种组合药物的推荐方法和装置 |
CN110111305A (zh) * | 2019-04-10 | 2019-08-09 | 上海联影智能医疗科技有限公司 | 处理方案的生成方法、装置、设备和存储介质 |
CN110444288A (zh) * | 2019-07-24 | 2019-11-12 | 卓尔智联(武汉)研究院有限公司 | 基于复杂网络的辅助诊断装置、方法及可读存储介质 |
CN110619962A (zh) * | 2019-08-26 | 2019-12-27 | 上海同筵信息科技有限公司 | 一种医患共享的网络医疗服务系统 |
CN111192648A (zh) * | 2019-12-28 | 2020-05-22 | 苏州问一问健康管理咨询有限公司 | 电子处方云存储方法及系统、电子设备、计算机存储介质 |
CN112037880A (zh) * | 2020-08-31 | 2020-12-04 | 康键信息技术(深圳)有限公司 | 用药推荐方法、装置、设备及存储介质 |
CN112116976A (zh) * | 2019-06-20 | 2020-12-22 | 上海智臻智能网络科技股份有限公司 | 药品信息的处理方法、装置及计算机可读存储介质 |
CN112289401A (zh) * | 2020-11-10 | 2021-01-29 | 桃江县缘湘聚文化传媒有限责任公司 | 基于大数据智能化开具处方的方法、存储介质 |
CN112652407A (zh) * | 2020-06-30 | 2021-04-13 | 卫宁健康科技集团股份有限公司 | 互联网医院诊疗信息的筛查方法、装置及存储介质 |
-
2021
- 2021-04-30 CN CN202110483562.6A patent/CN113241194B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107633876A (zh) * | 2017-10-31 | 2018-01-26 | 郑宇� | 一种基于移动平台的互联网医学信息处理系统及方法 |
CN109543863A (zh) * | 2018-10-27 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 一种就医任务管理方法、服务器及存储介质 |
CN109712684A (zh) * | 2018-11-06 | 2019-05-03 | 闽江学院 | 一种组合药物的推荐方法和装置 |
CN110111305A (zh) * | 2019-04-10 | 2019-08-09 | 上海联影智能医疗科技有限公司 | 处理方案的生成方法、装置、设备和存储介质 |
CN112116976A (zh) * | 2019-06-20 | 2020-12-22 | 上海智臻智能网络科技股份有限公司 | 药品信息的处理方法、装置及计算机可读存储介质 |
CN110444288A (zh) * | 2019-07-24 | 2019-11-12 | 卓尔智联(武汉)研究院有限公司 | 基于复杂网络的辅助诊断装置、方法及可读存储介质 |
CN110619962A (zh) * | 2019-08-26 | 2019-12-27 | 上海同筵信息科技有限公司 | 一种医患共享的网络医疗服务系统 |
CN111192648A (zh) * | 2019-12-28 | 2020-05-22 | 苏州问一问健康管理咨询有限公司 | 电子处方云存储方法及系统、电子设备、计算机存储介质 |
CN112652407A (zh) * | 2020-06-30 | 2021-04-13 | 卫宁健康科技集团股份有限公司 | 互联网医院诊疗信息的筛查方法、装置及存储介质 |
CN112037880A (zh) * | 2020-08-31 | 2020-12-04 | 康键信息技术(深圳)有限公司 | 用药推荐方法、装置、设备及存储介质 |
CN112289401A (zh) * | 2020-11-10 | 2021-01-29 | 桃江县缘湘聚文化传媒有限责任公司 | 基于大数据智能化开具处方的方法、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113241194B (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lancaster et al. | Individual behavioural counselling for smoking cessation | |
Stead et al. | Combined pharmacotherapy and behavioural interventions for smoking cessation | |
Faggiano et al. | Methadone maintenance at different dosages for opioid dependence | |
CN109616173B (zh) | 药品管理方法、装置、计算机设备及存储介质 | |
Legg et al. | Non‐pharmacological interventions for caregivers of stroke survivors | |
Spencer et al. | De‐escalation techniques for managing non‐psychosis induced aggression in adults | |
Zeng et al. | Interventions for smoking cessation in people diagnosed with lung cancer | |
US20070156032A1 (en) | Electronic disease management system | |
Sutton et al. | Patient accidents in hospital: incidence, documentation and significance | |
MacDonald et al. | Treatment foster care for improving outcomes in children and young people | |
WO2002052482A2 (en) | Systems, methods and computer program products for creating and maintaining electronic medical records | |
JP6974256B2 (ja) | 被験者候補抽出方法および被験者候補抽出システム | |
Goldberg et al. | Mindfulness‐based interventions for substance use disorders | |
Linn et al. | Factors associated with life satisfaction among practicing internists | |
CN104504119B (zh) | 基于医学信息本体数据库的关联药品的自我分析方法 | |
Palareti et al. | Psychological interventions for people with hemophilia | |
Sajith et al. | The mental health trigger tool: development and testing of a specialized trigger tool for mental health settings | |
CN109887586A (zh) | 一种订单匹配方法、电子设备及计算机可读存储介质 | |
Webster et al. | Non‐pharmacological interventions for persistent postural‐perceptual dizziness (PPPD) | |
CN111095239A (zh) | 用于医疗提供方的匿名搜索的技术 | |
CN113241194B (zh) | 一种智能医疗问答的方法、系统、终端以及存储介质 | |
Cheong et al. | A protocol for systematic review and meta-analysis on psychosocial factors related to rehabilitation motivation of stroke patients | |
Yamamoto et al. | Exercise‐based cardiac rehabilitation for people with implantable ventricular assist devices | |
Van Urk et al. | Centre‐based day care for children younger than five years of age in high‐income countries | |
CN108074648B (zh) | 服务辅助系统、服务辅助方法及程序 |
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 |