CN113707344B - 基于ai的患者康复跟踪方法、装置、服务器及介质 - Google Patents

Abstract

本申请适用于医疗健康技术领域，尤其涉及一种基于AI的患者康复跟踪方法、装置、服务器及介质。该方法根据患者的基本信息，确定患者的诊疗信息，将诊疗信息输入训练好的采集项生成模型，用以输出针对该诊疗信息的N个随诊采集项，随诊采集项用于向患者提供信息输入的窗口，以获取目标信息，目标信息为患者在一随诊采集项的窗口中填写的信息，根据目标信息和训练好的康复预估模型，得到患者的康复状态，从而可以基于人工智能实现根据患者自述的情况得到患者的康复状态，便于即使了解患者的康复情况，并用于提示医生及时给出医学建议，有效帮助患者更好的康复。

Description

基于AI的患者康复跟踪方法、装置、服务器及介质

技术领域

本申请属于医疗健康技术领域，尤其涉及一种基于AI的患者康复跟踪方法、装置、服务器及介质。

背景技术

目前，互联网诊疗提供跨地域、跨时间的线上诊疗服务，为患者就诊、复诊、联系医生咨询病情带来方便。患者诊治后或手术后都需要持续进行医患沟通，而通过互联网诊疗可以对患者诊治后或手术后康复跟踪以及复诊提供一种便捷的沟通方式。由于时间等因素的影响，在互联网诊疗中医生可能无法按时随诊，病患可能无法及时复诊，因此，医生无法及时了解患者的康复情况，更无法及时给出医学建议帮助患者更好的康复。如何根据患者自述情况，得到患者的康复状态，以及时提示医生给出医学建议成为亟待解决的问题。

发明内容

有鉴于此，本申请实施例提供了一种基于AI的患者康复跟踪方法、装置、服务器及介质，以解决如何根据患者自述的情况得到患者的康复状态，以及时提示医生的问题。

第一方面，本申请实施例提供一种基于AI的患者康复跟踪方法，所述患者康复跟踪方法包括：

在康复跟踪服务被触发时，根据触发所述康复跟踪服务的患者的基本信息，获取所述患者的诊疗信息；

将所述患者的诊疗信息输入训练好的采集项生成模型，输出针对所述诊疗信息的N个随诊采集项，所述随诊采集项用于向所述患者提供对应的标识信息和信息输入的窗口，N为大于零的整数；

获取所述患者分别在所述N个随诊采集项的窗口中填写的信息，得到所述N个随诊采集项各自对应的目标信息；

根据所述N个随诊采集项的标识信息及对应的目标信息，结合康复预估模型，得到所述患者的康复状态第二方面，本申请实施例提供一种基于AI的患者康复跟踪装置，所述患者康复跟踪装置包括：

诊疗信息获取模块，用于在康复跟踪服务被触发时，根据触发所述康复跟踪服务的患者的基本信息，获取所述患者的诊疗信息；

采集项生成模块，用于将所述患者的诊疗信息输入训练好的采集项生成模型，输出针对所述诊疗信息的N个随诊采集项，所述随诊采集项用于向所述患者提供对应的标识信息和信息输入的窗口，N为大于零的整数；

目标信息获取模块，用于获取所述患者分别在所述N个随诊采集项的窗口中填写的信息，得到所述N个随诊采集项各自对应的目标信息；

康复状态确定模块，用于根据所述N个随诊采集项的标识信息及对应的目标信息，结合康复预估模型，得到所述患者的康复状态。

第三方面，本申请实施例提供一种服务器，所述服务器包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的患者康复跟踪方法。

第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的患者康复跟踪方法。

第五方面，本申请实施例提供一种计算机程序产品，当计算机程序产品在服务器上运行时，使得服务器执行上述第一方面所述的患者康复跟踪方法。

本申请实施例与现有技术相比存在的有益效果是：本申请根据患者的基本信息，确定患者的诊疗信息，将诊疗信息输入训练好的采集项生成模型，用以输出针对该诊疗信息的N个随诊采集项，随诊采集项用于向患者提供信息输入的窗口，以获取目标信息，目标信息为患者在一随诊采集项的窗口中填写的信息，根据目标信息和训练好的康复预估模型，得到患者的康复状态，从而可以基于人工智能实现根据患者自述的情况得到患者的康复状态，便于即使了解患者的康复情况，并用于提示医生及时给出医学建议，有效帮助患者更好的康复。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例一提供的一种基于AI的患者康复跟踪方法的流程示意图；

图2是本申请实施例二提供的一种基于AI的患者康复跟踪方法的流程示意图；

图3是本申请实施例三提供的一种基于AI的患者康复跟踪装置的结构示意图；

图4是本申请实施例四提供的一种服务器的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

本申请实施例中的服务器可以是掌上电脑、桌上型计算机、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本、云端服务器、个人数字助理(personal digital assistant，PDA)等，本申请实施例对服务器的具体类型不作任何限制。

应理解，以下实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

为了说明本申请的技术方案，下面通过具体实施例来进行说明。

参见图1，是本申请实施例一提供的一种基于人工智能(ArtificialIntelligence，AI)的患者康复跟踪方法的流程示意图，上述患者康复跟踪方法应用于服务器，服务器中为患者的终端设备上的客户端APP或小程序等提供康复跟踪服务，患者需要登录客户端APP或小程序，通过触发按键的方式来触发上述康复跟踪服务。服务器连接的相应数据库，以获取相应的数据。如图1所示，该患者康复跟踪方法可以包括以下步骤：

步骤S101，在康复跟踪服务被触发时，根据触发康复跟踪服务的患者的基本信息，获取患者的诊疗信息。

其中，患者的基本信息可以是指患者的身份证号、账户号、账户名称等，患者的诊疗信息可以由医生或者医院提供，诊疗信息可以包括医生对患者诊治后的诊断结果、诊断处方等，诊疗信息还可以包括医生对患者手术后的手术类型、手术部位、手术时间、手术风险、出院时间等。

在本申请中，患者登录其终端设备的客户端APP或者小程序之后，通过相应的按键来触发上述康复跟踪服务。在一种实施方式中，在康复跟踪服务被触发时，在患者登录其终端设备的客户端APP或者小程序的显示界面上显示供患者填入基本信息的对话框，患者在该对话框中填入基本信息并提交后，将基本信息发送给服务器，使得服务器获取到该患者的基本信息。

在一种实施方式中，在康复跟踪服务被触发时，患者登录其终端设备的客户端APP或者小程序可以采集患者的登录信息，提取登录信息中患者的基本信息，然后将患者的基本信息发送至服务器，使得服务器获取到该患者的基本信息。在向服务器发送患者的基本信息之前，可先询问患者是否允许终端设备向服务器发送患者的基本信息，经患者允许方可向服务器提供患者的基本信息，否则结束当次康复跟踪服务。若患者不允许终端设备向服务器发送患者的基本信息，则还可以输出放权提醒，以提醒患者需允许向终端设备服务器发送患者的基本信息方可进行康复跟踪服务。例如，在上述终端设备的客户端APP或小程序中弹出“放权提醒”的对话框，患者可在对话框中进行选择操作，以实现放权或拒绝放权。

上述服务器与存储有患者的基本信息及其诊疗信息的数据库连接，根据患者的基本信息从数据库中匹配到该患者的诊疗信息，从而获取到该患者的诊疗信息。

本申请中，上述服务器还可以提供上传界面，在上传界面中可以填写患者的基本信息及其诊疗信息，并上传至服务器。医生可以通过其终端设备所配置的web应用访问指定地址的服务器，并基于该服务器提供的上传界面填写出院后或诊治后的患者的基本信息以及其诊疗信息，并将数据上传至服务器，服务器将该数据交由数据库进行存储。由于患者的基本信息与诊疗信息具备映射关系，在使用数据库进行存储时，可以通过映射map记录基本信息与诊疗信息之间的对应关系，以便于后续服务器可根据基本信息，从映射map表中查找到对应的诊疗信息。

步骤S102，将患者的诊疗信息输入训练好的采集项生成模型，输出针对诊疗信息的N个随诊采集项。

其中，随诊采集项用于向患者提供对应的标识信息和信息输入的窗口，N为大于零的整数。

本申请中，训练好的采集项生成模型可以是基于textCNN、DCNN、RCNN、HAN等的神经网络分类模型和神经网络生成模型，神经网络分类模型所需的训练集可以是由医生、专家等提供的具有分类标注的诊疗信息的数据集，神经网络生成模型的训练集可以是由医生、专家等提供的多种康复类型对应的康复过程中需采集患者信息的采集项对应的数据集。

上述神经网络分类模型首先要对诊疗信息进行预处理，诊疗信息可能为多段或者长句的文本，预处理是将文本切分成构成文本的语义单元等计算机可以处理的数据结构。这些语义单元可以使句子、短语、词语或单个的字。本申请中，无论对于中文还是英文文本，统一将最小语义单元称为“词组”。然后，对文本进行特征提取，如特征向量提取、词频特征提取、重要词特征提取。最后，通过该神经网络分类模型对特征进行处理，取得分类结果。

上述神经网络生成模型用于根据分类结果，生成该诊疗信息对应的康复过程中需采集患者信息的采集项。神经网络生成模型可以将分类结果中分成的一个个词或句子提取出对应的语义，根据语义，匹配到该词或句子对应的目标康复类型，进而获取到该目标康复类型对应的康复过程中需采集患者信息的采集项。举例说明，通过对诊疗信息的分类分析，可以确定手术类型，如诊疗信息中分类得到“半月板摘除手术”的句子，该句子的语义对应康复类型为半月板摘除后的康复过程，生成该康复过程中需采集患者信息的采集项。

上述随诊采集项可以是一个窗口或文本框，在该窗口或文本框附近显示该随诊采集项的名称，该随诊采集项的名称为该随诊采集项的标识信息，名称可以是行动情况、疼痛程度、药物不良反应等。在该窗口或文本框内患者可以填写相应的内容，填写的内容即为随诊采集项对应的目标信息。另外，在该窗口或文本框内还可以显示填写指引，如在名称为“药物不良反应”随诊采集项对应的文本框内，显示“请填写是或否”，以提示患者填写的格式。

可选的是，训练好的采集项生成模型包括训练好的提取子模型、训练好的阶段确定子模型和训练好的生成子模型，将患者的诊疗信息输入训练好的采集项生成模型，输出针对诊疗信息的N个随诊采集项包括：

将患者的诊疗信息输入训练好的提取模型，提取到患者的手术类型和出院时间；

根据当前时间与出院时间，结合训练好的阶段确定子模型，确定患者的康复阶段；

将患者的手术类型和康复阶段输入训练好的生成子模型，输出针对诊疗信息的N个随诊采集项。

本申请中，训练好的采集项生成模型可以包括训练好的提取子模型、训练好的阶段确定子模型和训练好的生成子模型。提取子模型对应上述神经网络分类模型，生成子模型对应上述神经网络生成模型，阶段确定子模型为根据提取子模型中提取的时间，结合当前时间，确定康复过程中的康复阶段。

举例说明，以半月板摘除手术为例，该手术类型下的康复过程可以分为第一阶段、第二阶段和第三阶段，分别对应术后第一个月、术后第二个月、术后第三个月，第一阶段需采集患者信息包括伤口愈合情况、行动情况、疼痛程度、药物不良反应等，第二阶段需采集患者信息包括行动情况、疼痛程度、药物不良反应等，第三阶段需采集患者信息包括行动情况、药物不良反应等。

根据诊疗时间判定当前随诊跟踪服务所处的阶段，再根据所处阶段输出对应的随诊采集项。如诊疗信息中分类得到“手术时间：2021年1月1日”，当前触发康复跟踪服务的时间为2021年2月15日即在术后的第二个月，即可确定应该以第二个月对应的第二阶段，即输出的随诊采集项为行动情况、疼痛程度、药物不良反应。

步骤S103，获取患者分别在N个随诊采集项的窗口中填写的信息，得到N个随诊采集项各自对应的目标信息。

其中，上述随诊采集项的窗口或文本框内患者可以填写相应的内容。

在所有随诊采集项的窗口均填写完成后，患者可以点击窗口或文本框下方显示的“提交”或“完成”按钮，提交之后服务器可以获取到患者填写的信息。另外，针对随诊采集项还可配置填写规则，如字数要求和字符要求等规则，在患者填写不合规则时输出相应的提示，以提醒患者按照指引填写，否则无法提交。

在一种实施方式中，在患者点击“提交”或“完成”按钮之后，检测所有随诊采集项的窗口是否均填写内容，若检测到一个或多个随诊采集项的窗口未填写，则输出提交失败，服务器无法获取填写的信息，并输出提示，以提醒患者没有填写完整，要求患者必须填写完整，从而可以保证后续康复预估的准确性。

在获取N个目标信息之后，还可以生成附加采集项，以获取附加信息，该附加信息为患者在附加采集项的窗口中填写的信息，该附加采集项的窗口可以在获取N个目标信息后显示，也可在显示N个随诊采集项的窗口的同时显示。附加采集项可以不限定填写规则，患者可以根据需求填写，相应地，后续对附加信息的处理为存储并上传至医生的客户端，或者对附加信息进行AI分析，确定患者主诉，并在医生处生成对应该主诉的提示或自动匹配得到该主诉的诊断结果。

步骤S104，根据N个随诊采集项的标识信息及对应的目标信息，结合康复预估模型，得到患者的康复状态。

本申请中，康复预估模型可以是训练好的神经网络预估模型或者由已知权重的多项式构成的评价模型，康复预估模型可以根据目标信息中的内容表述，输出患者的康复状态，到达客观评价的目的，并为康复状态达不到预期的患者做后续处理。

若上述康复预估模型为训练好的神经网络预估模型，则该神经网络模型的输入为随诊采集项的标识信息及其对应的目标信息，该神经网络模型的输出为康复状态，如正常康复状态、快速康复状态和未达到康复预期状态等。该神经网络模型中需要对随诊采集项的标识信息和对应的目标信息进行匹配性检测，以确定目标信息是否与对应的随诊采集项匹配，以确定目标信息是否可用。在目标信息可用的情况下，提取目标信息内的关键词，将多组关键词进行融合得到康复状态。该神将网络模型的训练集为医生、专家针对不同诊疗的康复过程中各种关键词表述的组合及其对应的康复状态的认定的数据集。

另外，若上述康复预估模型为由已知权重的多项式构成的评价模型，则由于不同的诊疗信息和不同的随诊阶段对应的评价模型不同，因此，该康复预估模型包括至少一个评价模型。根据随诊采集项的标识信息的权重和目标信息的评分，确定最终评分，并根据预设规则，判断最终评分所属的康复状态。

举例说明，比如患者A登录客户端APP或小程序触发康复跟踪服务，服务器根据患者A登录时所使用的身份证号，获取到患者A最近的一次手术信息，包括手术类型、手术部位、手术时间、手术风险、出院时间等，将该手术信息输入训练好的采集项生成模型，输出手术信息对应的两个随诊采集项，包括伤口是否感染项和行动能力项，患者在伤口是否感染项和行动能力项中填写真实的恢复信息，如患者在伤口是否感染项对应填写“否”和行动能力项对应填写“无法行走”，将该“否”和“无法行走”，输入训练好的康复预估模型，得到该患者A为正常康复状态，从而可以便捷、快速地实现患者的康复跟踪。

可选的是，在得到患者的康复状态之后，还包括：

若康复状态为目标康复状态，则向患者输出第一提示，第一提示用于提醒患者复诊。

可选的是，在得到患者的康复状态之后，还包括：

若康复状态为目标康复状态，则向患者的诊疗医生输出第二提示，第二提示用于提醒诊疗医生随访。

上述第一提示、第二提示在患者的康复状态达不到预期时生成，能够提示患者注意、提示医生随访。

可选的是，在得到患者的康复状态之后，还包括：

若康复状态为目标康复状态，则根据患者的诊疗信息，获取康复教导文件和医嘱信息；

将康复教导文件和医嘱信息发送给患者。

如果在预期内则鼓励患者继续坚持目前生活状态，保持现在的术后康复行为，如果在预期外的话，则告知患者目前恢复状态不符合理想，建议患者重新观看患教材料，并将患者的信息推送到随访医生处，随访医生进入系统，可以查看到自己所需要进行随访患者内容，看到患者提供的资料以及录入的内容，判断是否需要专业介入。并可通过系统录入对患者的医疗专业意见和要求，并可推荐患者按时到医院进行实地复诊。患者接收到介入随访医生的信息，按照要求进行实地复诊，并将复诊结果录入到该系统中。患者继续按照随诊计划按时进行录入信息和恢复情况，若长时间或者识别患者当前已经康复，不再需要随访介入。

本申请实施例根据患者的基本信息，确定患者的诊疗信息，将诊疗信息输入训练好的采集项生成模型，用以输出针对该诊疗信息的N个随诊采集项，随诊采集项用于向患者提供信息输入的窗口，以获取目标信息，目标信息为患者在一随诊采集项的窗口中填写的信息，根据目标信息和训练好的康复预估模型，得到患者的康复状态，从而可以基于人工智能实现根据患者自述的情况得到患者的康复状态，便于即使了解患者的康复情况，并用于提示医生及时给出医学建议，有效帮助患者更好的康复。

参见图2，是本申请实施例二提供的一种基于AI的患者康复跟踪方法的流程示意图，如图2所示，该患者康复跟踪方法可以包括以下步骤：

步骤S201，在康复跟踪服务被触发时，根据触发康复跟踪服务的患者的基本信息，获取患者的诊疗信息。

步骤S202，将患者的诊疗信息输入训练好的采集项生成模型，输出针对诊疗信息的N个随诊采集项。

步骤S203，获取患者分别在N个随诊采集项的窗口中填写的信息，得到N个随诊采集项各自对应的目标信息。

其中，步骤S201至步骤S203与上述步骤S101至步骤S103的内容型相同，可参考步骤S101至步骤S103的描述，在此不再赘述。

步骤S204，根据N个随诊采集项的标识信息，结合康复预估模型，得到N个随诊采集项中每个随诊采集项的权重。

此处，上述康复预估模型为由已知权重的多项式构成的评价模型，则由于不同的诊疗信息和不同的随诊阶段对应的评价模型不同，因此，该康复预估模型包括至少一个评价模型。

根据N个随诊采集项的标识信息，从康复预估模型中选取对应的评价模型，该评价模型中包含N个随诊采集项对应的权重。例如，标识信息为“行动情况”的随诊采集项、标识信息为“疼痛程度”的随诊采集项、标识信息为“药物不良反应”的随诊采集项，从康复预估模型中选取由“行动情况”、“疼痛程度”、“药物不良反应”三者构成的评价模型，确定“行动情况”的权重、“疼痛程度”的权重、“药物不良反应”的权重。

步骤S205，对每个目标信息进行评分。

患者填入的目标信息都有对应的评分，该评分可以由医生、专家等根据目标信息的实际内容进行评定。本申请中，可以先对目标信息进行识别，从中提取关键词，根据关键词与评分的映射关系表，确定关键词对应的评分，即目标信息对应的评分。另外，还可以将关键词与映射关系表中关键词进行相似度匹配，进而确定评分。

可选的是，对每个目标信息进行评分包括：

提取每个目标信息对应的目标关键词；

将目标关键词与规则库中的关键词进行匹配，确定规则库中与目标关键词匹配的关键词对应的评分为对应的目标信息的评分，规则库中存储有与目标关键词匹配的关键词及对应的评分。

其中，规则库可以是指存储有关键词及其对应评分的数据库，关键词及其评分可以由医生、专家等评定，将目标关键词与规则库中所有关键词进行一一比对，匹配到与目标关键词相似度较高的关键词，该关键词对应的评分即为目标关键词的评分，也即是目标信息的评分。

步骤S206，将每个目标信息的评分与对应的随诊采集项的权重相乘后求和，得到求和结果。

其中，根据上述确定的标识信息为“行动情况”的随诊采集项的权重Z1、标识信息为“疼痛程度”的随诊采集项的权重Z2、标识信息为“药物不良反应”的随诊采集项的权重Z3，以及标识信息为“行动情况”的随诊采集项对应的目标信息的评分为B、标识信息为“疼痛程度”的随诊采集项对应的目标信息的评分为C、标识信息为“药物不良反应”的随诊采集项对应的目标信息的评分为D，求和结果为Z1×B+Z2×C+Z3×D。

步骤S207，根据求和结果，确定患者的康复状态。

其中，在服务器中预先设定阈值范围，如第一阈值范围、第二阈值范围，若求和结果在第一阈值范围内，则判定为正常康复状态，若求和结果在第二阈值范围内，则判定为非正常康复状态。

举例说明，标识信息为“药物不良反应”的随诊采集项对应的目标信息为“否”，该“否”对应分为10分，标识信息为“行动情况”的随诊采集项对应的目标信息为“无法行走”，该“无法行走”对应分为5分，标识信息为“药物不良反应”的随诊采集项的权重和标识信息为“行动情况”的随诊采集项的权重均为0.5，因此，最终打分为7.5，如果设定6分为阈值，6分以上为正常康复状态，6分以下为非正常康复状态，可见，患者的康复状态为正常康复状态。

本申请实施例结合康复预估模型得到每个随诊采集项的权重，并对每个随诊采集项对应的目标信息进行打分，将权重和打分的乘积进行求和，并根据求和结果和预设的阈值范围来确定患者的康复状态，上述过程较为简洁，较为容易实现。

对应于上文实施例的患者康复跟踪方法，图3示出了本申请实施例三提供的基于AI的患者康复跟踪装置的结构框图，上述患者康复跟踪装置应用于服务器，服务器中为患者的终端设备上的客户端APP或小程序等提供康复跟踪服务，患者需要登录客户端APP或小程序，通过触发按键的方式来触发上述康复跟踪服务。服务器连接的相应数据库，以获取相应的数据。为了便于说明，仅示出了与本申请实施例相关的部分。

参见图3，该患者康复跟踪装置包括：

诊疗信息获取模块31，用于在康复跟踪服务被触发时，根据触发康复跟踪服务的患者的基本信息，获取患者的诊疗信息；

采集项生成模块32，用于将患者的诊疗信息输入训练好的采集项生成模型，输出针对诊疗信息的N个随诊采集项，随诊采集项用于向患者提供对应的标识信息和信息输入的窗口，N为大于零的整数；

目标信息获取模块33，用于获取患者分别在N个随诊采集项的窗口中填写的信息，得到N个随诊采集项各自对应的目标信息；

康复状态确定模块34，用于根据N个随诊采集项的标识信息及对应的目标信息，结合康复预估模型，得到患者的康复状态。

可选的是，该患者康复跟踪装置还包括：

第一提示模块，用于在得到患者的康复状态之后，若康复状态为目标康复状态，则向患者输出第一提示，第一提示用于提醒患者复诊。

可选的是，该患者康复跟踪装置还包括：

第二提示模块，用于在得到患者的康复状态之后，若康复状态为目标康复状态，则向患者的诊疗医生输出第二提示，第二提示用于提醒诊疗医生随访。

可选的是，该患者康复跟踪装置还包括：

文件获取模块，用于在得到患者的康复状态之后，若康复状态为目标康复状态，则根据患者的诊疗信息，获取康复教导文件和医嘱信息；

文件发送模块，用于将康复教导文件和医嘱信息发送给患者。

可选的是，训练好的采集项生成模型包括训练好的提取子模型、训练好的阶段确定子模型和训练好的生成子模型，该采集项生成模块32包括：

信息提取单元，用于将患者的诊疗信息输入训练好的提取模型，提取到患者的手术类型和出院时间；

阶段确定单元，用于根据当前时间与出院时间，结合训练好的阶段确定子模型，确定患者的康复阶段；

采集项输出单元，用于将患者的手术类型和康复阶段输入训练好的生成子模型，输出针对诊疗信息的N个随诊采集项。

可选的是，该康复状态确定模块34包括：

权重确定单元，用于根据N个随诊采集项的标识信息，结合康复预估模型，得到N个随诊采集项中每个随诊采集项的权重；

评分单元，用于对每个目标信息进行评分；

求和单元，用于将每个目标信息的评分与对应的随诊采集项的权重相乘后求和，得到求和结果；

状态确定单元，用于根据求和结果，确定患者的康复状态。

可选的是，该评分单元包括：

关键词提取子单元，用于提取每个目标信息对应的目标关键词；

评分子单元，用于将目标关键词与规则库中的关键词进行匹配，确定规则库中与目标关键词匹配的关键词对应的评分为对应的目标信息的评分，规则库中存储有与目标关键词匹配的关键词及对应的评分。

需要说明的是，上述模块之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

图4为本申请实施例四提供的一种服务器的结构示意图。如图4所示，该实施例的服务器4包括：至少一个处理器40(图4中仅示出一个)、存储器41以及存储在存储器41中并可在至少一个处理器40上运行的计算机程序42，处理器40执行计算机程序42时实现上述任意各个患者康复跟踪方法实施例中的步骤。

该服务器4可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是服务器4的举例，并不构成对服务器4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。

所称处理器40可以是CPU，该处理器40还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器41在一些实施例中可以是服务器4的内部存储单元，例如服务器4的硬盘或内存。存储器41在另一些实施例中也可以是服务器4的外部存储设备，例如服务器4上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器41还可以既包括服务器4的内部存储单元也包括外部存储设备。存储器41用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如计算机程序的程序代码等。存储器41还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。集成的单元如果以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取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质至少可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。

本申请实现上述实施例方法中的全部或部分流程，也可以通过一种计算机程序产品来完成，当计算机程序产品在服务器上运行时，使得服务器执行时实现可实现上述方法实施例中的步骤。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/服务器和方法，可以通过其它的方式实现。例如，以上所描述的装置/服务器实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (9)

1.一种基于AI的患者康复跟踪方法，其特征在于，所述患者康复跟踪方法包括：

在康复跟踪服务被触发时，根据触发所述康复跟踪服务的患者的基本信息，获取所述患者的诊疗信息；

将所述患者的诊疗信息输入训练好的采集项生成模型，输出针对所述诊疗信息的N个随诊采集项，所述随诊采集项用于向所述患者提供对应的标识信息和信息输入的窗口，N为大于零的整数；

获取所述患者分别在所述N个随诊采集项的窗口中填写的信息，得到所述N个随诊采集项各自对应的目标信息；

根据所述N个随诊采集项的标识信息及对应的目标信息，结合康复预估模型，得到所述患者的康复状态;

所述训练好的采集项生成模型包括训练好的提取子模型、训练好的阶段确定子模型和训练好的生成子模型，所述将所述患者的诊疗信息输入训练好的采集项生成模型，输出针对所述诊疗信息的N个随诊采集项包括：

将所述患者的诊疗信息输入所述训练好的提取子模型，提取到所述患者的手术类型和出院时间；

根据当前时间与所述出院时间，结合所述训练好的阶段确定子模型，确定所述患者的康复阶段；

将所述患者的手术类型和所述康复阶段输入所述训练好的生成子模型，输出针对所述诊疗信息的N个随诊采集项。

2.根据权利要求1所述的患者康复跟踪方法，其特征在于，在得到所述患者的康复状态之后，还包括：

若所述康复状态为目标康复状态，则向所述患者输出第一提示，所述第一提示用于提醒所述患者复诊。

3.根据权利要求1所述的患者康复跟踪方法，其特征在于，在得到所述患者的康复状态之后，还包括：

若所述康复状态为目标康复状态，则向所述患者的诊疗医生输出第二提示，所述第二提示用于提醒所述诊疗医生随访。

4.根据权利要求1所述的患者康复跟踪方法，其特征在于，在得到所述患者的康复状态之后，还包括：

若所述康复状态为目标康复状态，则根据所述患者的诊疗信息，获取康复教导文件和医嘱信息；

将所述康复教导文件和所述医嘱信息发送给所述患者。

5.根据权利要求1至4任一项所述的患者康复跟踪方法，其特征在于，所述根据所述N个随诊采集项的标识信息及对应的目标信息，结合康复预估模型，得到所述患者的康复状态包括：

根据所述N个随诊采集项的标识信息，结合康复预估模型，得到所述N个随诊采集项中每个随诊采集项的权重；

对每个目标信息进行评分；

将每个目标信息的评分与对应的随诊采集项的权重相乘后求和，得到求和结果；

根据所述求和结果，确定所述患者的康复状态。

6.根据权利要求5所述的患者康复跟踪方法，其特征在于，所述对每个目标信息进行评分包括：

提取每个目标信息对应的目标关键词；

将所述目标关键词与规则库中的关键词进行匹配，确定所述规则库中与所述目标关键词匹配的关键词对应的评分为对应的目标信息的评分，所述规则库中存储有与所述目标关键词匹配的关键词及对应的评分。

7.一种基于AI的患者康复跟踪装置，其特征在于，所述患者康复跟踪装置包括：

诊疗信息获取模块，用于在康复跟踪服务被触发时，根据触发所述康复跟踪服务的患者的基本信息，获取所述患者的诊疗信息；

采集项生成模块，用于将所述患者的诊疗信息输入训练好的采集项生成模型，输出针对所述诊疗信息的N个随诊采集项，所述随诊采集项用于向所述患者提供对应的标识信息和信息输入的窗口，N为大于零的整数；所述训练好的采集项生成模型包括训练好的提取子模型、训练好的阶段确定子模型和训练好的生成子模型；

目标信息获取模块，用于获取所述患者分别在所述N个随诊采集项的窗口中填写的信息，得到所述N个随诊采集项各自对应的目标信息；

康复状态确定模块，用于根据所述N个随诊采集项的标识信息及对应的目标信息，结合康复预估模型，得到所述患者的康复状态;

所述采集项生成模块还用于：将所述患者的诊疗信息输入所述训练好的提取子模型，提取到所述患者的手术类型和出院时间；根据当前时间与所述出院时间，结合所述训练好的阶段确定子模型，确定所述患者的康复阶段；将所述患者的手术类型和所述康复阶段输入所述训练好的生成子模型，输出针对所述诊疗信息的N个随诊采集项。

8.一种服务器，其特征在于，所述服务器包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的患者康复跟踪方法。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的患者康复跟踪方法。