CN113764081A - 问诊号确定方法、装置、设备和计算机可读存储介质 - Google Patents

问诊号确定方法、装置、设备和计算机可读存储介质 Download PDF

Info

Publication number
CN113764081A
CN113764081A CN202110325101.6A CN202110325101A CN113764081A CN 113764081 A CN113764081 A CN 113764081A CN 202110325101 A CN202110325101 A CN 202110325101A CN 113764081 A CN113764081 A CN 113764081A
Authority
CN
China
Prior art keywords
doctor
inquiry
duration
current
information
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
Application number
CN202110325101.6A
Other languages
English (en)
Other versions
CN113764081B (zh
Inventor
刘继帅
苏曼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Tuoxian Technology Co Ltd
Original Assignee
Beijing Jingdong Tuoxian Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Tuoxian Technology Co Ltd filed Critical Beijing Jingdong Tuoxian Technology Co Ltd
Priority to CN202110325101.6A priority Critical patent/CN113764081B/zh
Publication of CN113764081A publication Critical patent/CN113764081A/zh
Application granted granted Critical
Publication of CN113764081B publication Critical patent/CN113764081B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Epidemiology (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请实施例提供了一种问诊号确定方法、装置、设备和计算机存储介质，方法包括：获取当前患者请求的第一医生条目和第一问诊时间段；第一医生条目对应的第一医生为在第一问诊时间段内出诊的医生；基于第一医生条目和第一问诊时间段，获取第一医生在第一问诊时间段内的第一当前问诊号、第一医生的医生信息和第一剩余问诊时长；第一剩余问诊时长为第一医生在第一问诊时间段内的剩余问诊时长；采集当前患者的症状信息；根据当前患者的症状信息和第一医生的医生信息，预测第一医生对当前患者的问诊时长，得到第一预测时长；若第一预测时长小于第一剩余问诊时长，则将第一当前问诊号确定为当前患者的问诊号。

Description

问诊号确定方法、装置、设备和计算机可读存储介质
技术领域
本申请涉及医疗信息技术，尤其涉及一种问诊号确定方法、装置、设备和计算机可读存储介质。
背景技术
目前，医院向患者发放问诊号时，通常是针对医生的问诊时间段内的固定数量的问诊号进行发放；因此，医生问诊时间段内需要诊治的患者的数量是固定的；若在医生问诊时间段内患者的病症较复杂，诊断时间较长，则医生在问诊时间段内无法完成对固定数量的患者的问诊；或者，在医生问诊时间段内患者的病症简单，诊断时间短，则医生诊断完成固定数量的患者后，问诊时间段仍有剩余；如此，导致问诊号分配不合理，影响了患者就诊效率。
发明内容
本申请实施例提供一种问诊号确定方法、装置、设备和计算机可读存储介质，提高了患者就诊效率。
本申请的技术方案是这样实现的：
本申请实施例提供一种问诊号确定方法，包括：
获取当前患者请求的第一医生条目和第一问诊时间段；所述第一医生条目对应的第一医生为在所述第一问诊时间段内出诊的医生；基于所述第一医生和所述第一问诊时间段，获取所述第一医生在所述第一问诊时间段内的第一当前问诊号、第一医生的医生信息和第一剩余问诊时长；所述第一剩余问诊时长为所述第一医生在所述第一问诊时间段内的剩余问诊时长；采集所述当前患者的症状信息；根据所述当前患者的症状信息和所述第一医生的医生信息，预测所述第一医生对所述当前患者的问诊时长，得到第一预测时长；若所述第一预测时长小于所述第一剩余问诊时长，则将所述第一当前问诊号确定为所述当前患者的问诊号。
本申请实施例提供一种问诊号确定装置，包括：
获取模块，用于获取当前患者请求的第一医生条目和第一问诊时间段；所述第一医生条目对应的第一医生为在所述第一问诊时间段内出诊的医生；
所述获取模块，还用于基于所述第一医生条目和所述第一问诊时间段，获取所述第一医生在所述第一问诊时间段内的第一当前问诊号、第一医生的医生信息和第一剩余问诊时长；所述第一剩余问诊时长为所述第一医生在所述第一问诊时间段内的剩余问诊时长；
采集模块，用于采集所述当前患者的症状信息；
预测模块，用于根据所述当前患者的症状信息和所述第一医生的医生信息，预测所述第一医生对所述当前患者的问诊时长，得到第一预测时长；
确定模块，用于若所述第一预测时长小于所述第一剩余问诊时长，则将所述第一当前问诊号确定为所述当前患者的问诊号。
本申请实施例提供一种问诊号确定设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述存储器中存储的计算机程序时，实现上述问诊号确定方法。
本申请实施例提供一种计算机可读存储介质，存储有计算机程序，用于被处理器执行时，实现上述问诊号确定方法。
本申请实施例具有以下有益效果：
本申请实施例提供了一种问诊号确定方法、装置、设备和计算机可读存储介质，问诊号确定装置获取当前患者请求的第一医生和第一问诊时间段；第一医生为在第一问诊时间段内出诊的医生；基于第一医生和第一问诊时间段，获取第一医生在第一问诊时间段内的第一当前问诊号、第一医生的医生信息和第一剩余问诊时长；第一剩余问诊时长为第一医生在第一问诊时间段内的剩余问诊时长；采集当前患者的症状信息；根据当前患者的症状信息和第一医生的医生信息，预测第一医生对当前患者的问诊时长，得到第一预测时长；若第一预测时长小于第一剩余问诊时长，则将第一当前问诊号确定为当前患者的问诊号；也就是说，只有第一医生在第一问诊时间段内的剩余问诊时间足够第一医生问诊当前患者的情况下，问诊号确定装置才将第一医生在第一问诊时间段内的问诊号分配给当前患者，从而实现了对问诊号的合理分配，提高了患者就诊效率。
附图说明
图1为本申请实施例提供的一个可选的问诊号确定系统结构示意图；
图2为本申请实施例提供的一个可选的问诊号确定方法的流程示意图；
图3a为本申请实施例提供的一个可选的显示界面示意图；
图3b为本申请实施例提供的一个可选的显示界面示意图；
图4为本申请实施例提供的一个可选的问诊号确定方法的流程示意图；
图5为本申请实施例提供的一个可选的问诊号确定方法的流程示意图；
图6为本申请实施例提供的一个可选的问诊号确定方法的流程示意图；
图7为本申请实施例提供的一个可选的问诊时长预测模型使用过程示意图；
图8为本申请实施例提供的一个可选的问诊号确定方法的流程示意图；
图9为本申请实施例提供的一个可选的问诊号确定方法的流程示意图；
图10为本申请实施例提供的一个可选的问诊号确定方法的流程示意图；
图11a为本申请实施例提供的一个可选的症状信息采集界面示意图；
图11b为本申请实施例提供的一个可选的症状信息采集界面示意图；
图12为本申请实施例提供的一个可选的问诊号确定方法的流程示意图；
图13为本申请实施例提供的一种可选的问诊号确定装置的结构示意图；
图14为本申请实施例提供的一种可选的问诊号确定设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，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它实施例，都属于本申请保护的范围。
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
本申请实施例提供一种问诊号确定方法、装置、设备和计算机可读存储介质，能够提高诊断效率。下面说明本申请实施例提供的问诊号确定设备的示例性应用，本申请实施例提供的问诊号确定设备可以实施为笔记本电脑，平板电脑，台式计算机，机顶盒，移动设备(例如，移动电话，便携式音乐播放器，个人数字助理，专用消息设备，便携式游戏设备)等各种类型的用户终端。下面，将说明设备实施为终端时示例性应用。
参见图1，图1是本申请实施例提供的问诊号确定系统100的一个可选的架构示意图；为实现支撑一个挂号应用，终端400通过网络300连接服务器200，终端中包括问诊号确定装置；网络300可以是广域网或者局域网，又或者是二者的组合。
终端400用于获取当前患者的第一医生条目和第一问诊时间段；第一医生条目对应的第一医生为在第一问诊时间段内出诊的医生；基于当前患者的第一医生条目和第一问诊时间段，获取第一医生在第一问诊时间段内的第一当前问诊号、第一医生条目对应的医生信息和第一剩余问诊时长；第一剩余问诊时长为第一医生在第一问诊时间段内的剩余问诊时长；获取当前患者的症状信息；根据症状信息和第一医生条目对应的医生信息，预测第一医生对当前患者的问诊时长，得到第一预测时长；若第一预测时长小于第一剩余问诊时长，则将第一问诊号确定为当前患者的问诊号。服务器200用于通过数据库500中预先存储的医生信息，对终端400预测第一预测时长提供数据支持。
在一些实施例中，服务器200可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端400可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本发明实施例中不做限制。
参见图2，图2是本申请实施例提供的问诊号确定方法的一个可选的流程示意图，将结合图2示出的步骤进行说明。
S101、获取当前患者请求的第一医生条目和第一问诊时间段；第一医生条目对应的第一医生为在第一问诊时间段内出诊的医生；
在本申请实施例中，终端可以获取当前患者请求问诊的第一医生条目以及问诊的第一问诊时间段。
这里，不同的医生条目表征不同的医生；第一医生条目表征第一医生。
其中，第一医生的问诊时间段包括至少一个问诊时间段，第一问诊时间段为至少一个问诊时间段中的一个。
在本申请的一些实施例中，终端可以在显示界面上显示多个医生的条目选项，当接收到当前患者对第一医生的条目的选择指令后，终端可以获取到当前患者请求的第一医生条目，则终端可以确定出当前患者请求的问诊医生为第一医生，终端继续在显示界面上显示第一医生的多个问诊时间段条目；在接收到当前患者对多个问诊时间段条目中的第一问诊时间段条目的选择指令后，确定出当前患者请求的第一问诊时间段。
示例性的，当前患者在选择就诊科室后，终端在显示界面上显示该就诊科室的所有医生的条目，如图3a所示，所有医生的条目包括：医生A、医生B、医生C和医生D；在接收到当前患者对医生A的选择指令后，终端在显示界面上显示医生A的所有问诊时间段条目，如图3b所示，医生A的所有问诊时间段条目包括：“1月2日9:00-12:00”和“1月4日14:00-18:00”。
在本申请实施例中，终端在显示界面上显示的多个医生的医生条目，可以为当前患者请求的第一科室的多个医生的医生条目，也可以为所有科室的多个医生的医生条目，对此，本申请实施例不作限制。
S102、基于第一医生条目和第一问诊时间段，获取第一医生在第一问诊时间段内的第一当前问诊号、第一医生的医生信息和第一剩余问诊时长；第一剩余问诊时长为第一医生在第一问诊时间段内的剩余问诊时长；
在本申请实施例中，终端在获取当前患者请求的第一医生条目以及第一问诊时间段后，可以确定当前患者请求在第一医生的第一问诊时间段问诊，由此，终端可以获取第一医生的医生信息、第一医生在第一问诊时间段内的第一当前问诊号以及第一剩余问诊时长。
在本申请实施例中，医生信息包括医生名称以及以下至少之一：医生等级、医生性别、医生年龄、医生所属科室和医生问诊习惯信息。
这里，医生等级可以为主治医师、住院医师、主任医师、副教授、教授等；医生年龄可以为医生的实际年龄，也可以为医生的年龄阶段；医生所属科室为医院划分的科室，如消化科、精神科、骨科等；医生问诊习惯为医生诊断患者时的习惯，例如，医生诊断患者时，采用望闻问切中任意一个或多个问诊项目的组合，或者医生每诊断几个患者需要洗手消毒一次等。
在本申请实施例中，第一当前问诊号为第一医生在第一问诊时间段内的当前问诊号；第一当前问诊号为第一医生在第一问诊时间段已分配的最后的一个问诊号之后的问诊号。
示例性的，第一医生在第一问诊时间段内已分配3个问诊号，分别为1号、2号和3号，则第一当前问诊号为4号。
在本申请实施例中，第一问诊时间段内已经分配的问诊号中，每个问诊号对应一个患者，每个患者需要占用问诊时长；将已经分配的问诊号占用的问诊时长的总和作为已分配问诊时长，第一问诊时间段的总时长减去已分配问诊时长后可以得到第一剩余问诊时长。
需要说明的是，终端可以对每个患者占用的问诊时长进行预测，根据预测的问诊时长确定出第一时间段内已经分配的问诊号占用的问诊时长的总和，进而确定出第一剩余问诊时长。
在本申请实施例中，终端可以获取每个患者的症状信息，以及患者请求的医生的医生信息，预测每个患者的问诊时长。
S103、采集当前患者的症状信息；
在本申请实施例中，终端可以采集当前患者的症状信息，这里，当前患者的症状信息可以包括患者症状和以下至少之一：患者名称、患者性别、患者年龄和患者就诊科室。
在本申请实施例中，终端可以通过挂号应用采集患者症状，这里，患者症状可以为当前患者输入的症状，也可以为当前患者回答症状问卷而获取的症状；对于，患者症状的采集方式，本申请实施例不作限制。
需要说明的是，终端可以先获取第一医生条目和第一问诊时间段，根据第第一医生条目和第一问诊时间段获取第一当前问诊号后，再采集当前患者的症状信息；如此，当有多个患者通过多个终端进行挂号时，不会因为采集症状信息所消耗的时间影响问诊号顺序。
S104、根据当前患者的症状信息和第一医生的医生信息，预测第一医生对当前患者的问诊时长，得到第一预测时长；
在本申请实施例中，终端在采集当前患者的症状信息后，可以根据当前患者的症状信息和第一医生的医生信息，预测第一医生对当前患者的问诊时长，得到第一预测时长。
需要说明的是，相同的医生针对不同的症状信息的诊断时长不同；不同的医生对相同的症状信息的诊断时长也可能不同；因此，终端需要根据当前患者的症状信息和当前患者请求的第一医生的医生信息来预测当前患者在第一时间段内的问诊时长，得到第一预测时长。
在本申请的一些实施例中，终端中有预设的症状信息和症状时长的对应关系，以及预设的医生信息和医生时长的对应关系；如此，终端可以确定出与当前患者的症状信息对应的症状时长，以及与第一医生的医生信息对应的医生时长，再根据症状时长和医生时长确定出第一预测时长。
在本申请的一些实施例中，终端可以通过问诊时长预测模型，根据第一医生的医生信息以及当前患者的症状信息预测第一预测时长。
在本申请实施例中，问诊时长预测模型是通过学习历史诊断信息，训练得到的；这里，历史诊断信息包括医生信息、历史患者的症状信息以及对应的历史实际问诊时长。
在一些实施例中，历史患者的症状信息还标注有症状的严重程度；如此，问诊时长预测模型还可以确定当前患者的患者症状的严重程度，根据严重程度调整问诊时长预测模型预测出的问诊时长，得到第一预测时长。
S105、若第一预测时长小于第一剩余问诊时长，则将第一当前问诊号确定为当前患者的问诊号。
在本申请实施例中，终端在确定出第一预测时长后，可以判断第一预测时长是否小于第一剩余问诊时长，如果第一预测时长小于第一剩余问诊时长，则将第一当前问诊号确定为当前患者的问诊号。
可以理解的是，终端根据第一医生条目和第一问诊时间段获取当前患者的请求的第一医生以及第一医生的第一问诊时间段后，可以获取到第一问诊时间段的第一当前问诊号；并且，终端还采集了当前患者的症状信息，根据当前患者的症状信息和第一医生的医生信息，预测出第一医生对当前患者进行问诊的第一预测时长，只有在第一预测时长小于第一问诊时间段内的第一剩余问诊时长时，才将第一当前问诊号确定为当前患者的问诊号；如此，优化了问诊号的分配，提高了就诊效率。
在本申请的一些实施例中，S105中若第一预测时长小于第一剩余问诊时长，则将第一当前问诊号确定为当前患者的问诊号之后，终端需要基于第一预测时长，更新第一剩余问诊时长，得到更新后的第一剩余问诊时长。
在本申请实施例中，终端若将第一当前问诊号确定为当前患者的问诊号后，第一当前问诊号将成为第一问诊时间段内的已分配问诊号，则第一剩余问诊时长将减少第一预测时长，得到更新后的第一剩余问诊时长。
在本申请的一些实施例中，终端基于第一预测时长，更新第一剩余问诊时长，得到更新后的第一剩余问诊时长之后，若更新后的第一剩余问诊时长小于预设最小问诊时长，则终止获取下一个患者的第一医生条目和第一问诊时间段，即停止发放第一医生在第一问诊时间段内的问诊号。
在本申请实施例中，终端在确定更新后的第一剩余问诊时长之后，可以判断更新后的第一剩余问诊时长是否小于预设最小问诊时长，如果是，则停止获取下一个患者的第一医生条目和第一问诊时间段；如果否，则可以获取下一个患者的第一医生条目和第一问诊时间段，即继续发放第一医生在第一问诊时间段内的问诊号。
需要说明的是，预设最小问诊时长为诊断一个患者的最短时长，预设最小问诊时长可以根据实际情况设置，对此，本申请实施例不作限制。
示例性的，预设最小问诊时长为10分钟，如果更新后的第一剩余问诊时间为5分钟，则停止获取第一医生条目和第一问诊时间段。
可以理解的是，终端可以判断第一医生在第一时间段内的第一剩余问诊时间是否足够用于诊断一个患者，在第一剩余问诊时间不够用于针对一个患者的情况下，终端将停止对第一医生的第一时间段内发放问诊号。
在本申请的一些实施例中，S105中若第一预测时长小于第一剩余问诊时长，则将第一当前问诊号确定为当前患者的问诊号之后，若第一当前问诊号大于或者等于第一预设最大问诊号，则终止获取下一个患者的第一医生条目和第一问诊时间段。
在本申请实施例中，终端将第一当前问诊号确定为当前患者的问诊号后，需要判断第一当前问诊号是否大于或者等于第一预设最大问诊号，如果是，则停止获取下一个患者的第一医生条目和第一问诊时间段；如此，下一个患者将无法请求在第一医生的第一问诊时间段就诊；如果否，则可以继续获取下一个患者的第一医生条目和第一问诊时间段，如此，下一个患者仍然可以请求在第一医生的第一问诊时间段内就诊。
需要说明的是，第一预设最大问诊号可以根据实际需要设置，对此，本申请实施例不作限制。
可以理解的是，若当前患者成功获取到的第一当前问诊号为第一时间段内的第一预设最大问诊号，则终端可以停止在第一医生的第一时间段内挂号；如此，可以通过第一预设最大问诊号控制第一医生在第一时间段内的就诊患者人数，优化了问诊号的分配，提高问诊效率。
在本申请的一些实施例中，终端基于第一预测时长，更新第一剩余问诊时长，得到更新后的第一剩余问诊时长之后的实现，如图4所示，可以包括：S201-S202。
S201、若更新后的第一剩余问诊时长大于预设最小问诊时长，且第一问诊号大于或者等于第一预设最大问诊号，则向医生客户端发送加号请求；
在本申请实施例中，终端为当前患者使用的用于挂号的客户端，终端若确定更新后的第一剩余问诊时长大于预设最小问诊时长，但第一当前问诊号大于或者等于第一预设最大问诊号的情况下，还可以向医生客户端发送加号请求，医生客户端为医生使用的客户端。
S202、若接收到医生客户端对加号请求的拒绝响应，则终止获取下一个患者的第一医生条目和第一问诊时间段。
在本申请实施例中，终端向医生客户端发送加号请求后，如果接收到医生客户端对加号请求的拒绝响应，则停止获取下一个患者的第一医生条目和第一问诊时间段，即停止在第一医生的第一问诊时间段发放问诊号。
可以理解的是，如果第一当前问诊号为第一预设最大问诊号，但第一剩余问诊时长足够问诊一个患者时，终端可以向医生客户端发起加号请求；在医生客户端同意加号请求的情况下，继续在第一医生的第一时间段内放号，否则，停止在第一医生的第一时间段内放号；如此，可以灵活分配第一医生在第一时间段内的问诊号，进一步提高就诊效率。
在本申请的一些实施例中，S104中根据当前患者的症状信息和第一医生的医生信息，预测第一医生对当前患者的问诊时长，得到第一预测时长的实现，如图5所示，可以包括：S301-S303。
S301、根据当前患者的症状信息和第一医生的医生信息，通过问诊时长预测模型预测第一医生对当前患者的问诊时长范围，得到预测时长范围；
在本申请实施例中，终端可以通过问诊时长预测模型，根据当前患者的症状信息和第一医生的医生信息，预测出第一医生诊断当前患者的问诊时长所在的时长范围，即预测时长范围。
在本申请实施例中，问诊时长预测模型是通过历史诊断信息训练得到的，历史诊断信息包括历史患者的症状信息、医生信息和历史实际问诊时长；其中，医生信息包括诊断对应的历史患者的医生信息；历史实际问诊时长为诊断历史患者的实际问诊时长。
在本申请实施例中，训练问诊时长预测模型时，可以采用命名实体识别(NamedEntity Recognition，NER)技术，从输入历史患者的症状信息、诊断对应的历史患者的医生信息、以及诊断对应的历史患者的实际问诊时长中，提取出医生姓名、医生年龄、医生性别、医生等级、患者姓名、患者年龄、患者性别以及患者症状关键词等信息，根据提取出的信息训练问诊时长预测模型。
这里，问诊时长预测模型可以是基于神经网络的模型，神经网络可以为反向传播神经网络(Back-Propagation Network)，也可以为卷积神经网络(Convolutional NeuralNetworks，CNN)，还可以为循环神经网络(Recurrent Neural Network，RNN)等，对于神经网络的类型，可以根据需要设置，对此，本申请实施例不作限制。
图6示出了问诊时长预测模型的使用过程示意图，如图6所示，通过历史诊断信息训练问诊时长预测模型之后，终端可以将当前患者的症状信息以及第一医生的医生信息输入问诊时长预测模型，得到问诊时长预测模型对第一医生诊断当前患者的问诊时长的预测结果，为4级时长范围，4级时长范围为30分钟-40分钟。
需要说明的是，随着时间的推移，历史诊断信息将发生变化；如此，问诊时长预测模型可以按照预设的时间间隔，根据更新后的历史诊断信息重新训练，从而对问诊时长预测模型进行更新，提高问诊时长预测模型的预测准确性。
S302、根据预测时长范围，确定第一医生诊断当前患者的预测时长；
在本申请实施例中，在确定出预测时长范围后，可以根据预测时长范围确定出预测时长。
在本申请实施例中，终端可以将预测时长范围的范围上限作为预测时长，也可以将预测时长范围的范围下限作为预测时长，还可以将范围上限和范围下限的中位值作为预测时长，对此，本申请实施例不作限制。
S303、基于预测时长，确定第一预测时长。
在本申请的实施例中，终端在确定出预测时长后，可以根据预测时长确定第一预测时长。
在本申请的一些实施例中，终端可以将预测时长作为第一预测时长。
在本申请的一些实施例中，S302中基于预测时长，确定第一预测时长的实现，如图7所示，可以包括：S401-S402。
S401、根据症状信息，确定当前患者的症状严重等级；
在本申请实施例中，终端采集当前患者的症状信息后，可以根据当前患者的患者症状确定出当前患者的症状严重等级。
在本申请的一些实施例中，终端可以提取患者症状中的关键词，根据预设关键词与等级分值的对应关系，确定出当前患者的患者症状的等级分值，之后，终端可以根据等级分值与症状严重等级的对应关系，确定出当前患者的症状严重等级。
在本申请的一些实施例中，终端可以预先训练基于神经网络的症状等级分析模型，通过症状等级分析模型确定当前患者的症状严重等级；这里，症状等级分析模型是通过标注有症状严重等级的历史患者的患者症状训练得到的。
S402、根据症状严重等级，对预测时长进行对应的调整，得到第一预测时长。
在本申请实施例中，终端在确定症状严重等级后，可以基于症状严重等级对预测时长进行对应的调整，将调整后的预测时长作为第一预测时长。
在本申请实施例中，终端可以对严重等级高的症状，在预测时长的基础上增加时长，对严重等级低的症状，在预测时长的基础上减少时长。
在本申请的一些实施例中，不同的严重等级对应不同过得调整方式，终端可以根据症状严重等级确定出对预测时长的调整方式。
示例性的，症状严重等级可以分为三个等级：轻、中和重，轻对应减少预测时长5分钟，中对应不调整预测时长，重则对应增加预测时长5分钟；终端通过问诊时长预测模型预测出第一医生诊断当前患者的预测时长后，得到预测时长为30分钟，如果终端确定当前患者的症状严重程度为重，则确定第一预测时长为35分钟。
可以理解的是，终端可以确定出当前患者的症状严重等级，根据症状严重等级调整问诊时长预测模型预测出的预测时长，得到第一预测时长；如此，第一预测时长为考虑了当前患者的症状严重等级，如此，终端可以确定出更加合理的第一预测时长，从而提高了分配问诊号的合理性。
在本申请的一些实施例中，问诊时长预测模型学习的历史患者的症状信息中，标注有历史患者的症状严重等级，如此，问诊时长预测模型根据当前患者的症状信息和第一医生的医生信息，确定出的预测时长考虑了症状严重等级，可以直接确定为第一预测时长。
在本申请的一些实施例中，S104中根据当前患者的症状信息和第一医生条目对应的医生信息，预测第一医生对当前患者的问诊时长，得到第一预测时长的实现，可以包括：S501-S504。
S501、根据预设的时长分值与症状信息的对应关系，确定出与当前患者的症状信息对应的时长分值，作为第一时长分值；
在本申请实施例中，当前患者的症状信息包括多种信息，终端可以根据预设的时长分值与症状信息的对应关系，确定出每一种症状信息对应的时长分值，将每一种症状信息对应的时长分值的和，作为第一时长分值。
示例性的，表1示例性的示出了一种预设的时长分值与症状信息的对应关系；当前患者的症状信息包括：患者年龄为15岁、患者性别为女以及患者症状包括：胃痛、拉肚子、食欲不佳，可以得到第一时长分值为4分。
表1
Figure BDA0002994303300000141
S502、根据预设的时长分值与医生信息的对应关系，确定出与第一医生的医生信息对应的时长分值，作为第二时长分值；
在本申请实施例中，第一医生的医生信息包括多种信息，终端可以根据预设的时长分值与医生信息的对应关系，确定出每一种医生信息对应的时长分值，将每一种医生信息对应的时长分值的和，作为第二时长分值。
示例性的，表2示例性的示出了一种预设的时长分值与医生信息的对应关系；第一医生的医生信息包括：医生等级为主任医师、医生性别为女、医生年龄为52岁，得到第二时长分值为2分。
表2
Figure BDA0002994303300000142
Figure BDA0002994303300000151
S503、将第一时长分值和第二时长分值的和作为当前患者的总时长分值；
S504、根据预设的总时长分值和预测时长的对应关系，确定出与总时长分值对应的预测时长，作为第一预测时长。
在本申请实施例中，终端在确定第一时长分值和第二时长分值后，可以将第一时长分值与第二时长分值相加，得到总时长分值；再根据总时长分值与预测时长的对应关系，确定出与总时长分值对应的预测时长，作为第一预测时长。
示例性的，第一时长分值为4，第二时长分值为2，可以得到总时长分值为6，进而确定第一预测时长为25分钟。
表3
Figure BDA0002994303300000152
可以理解的是，终端可以根据当前患者的患者信息、第一医生的医生信息，结合预设的时长分值与症状信息的对应关系、预设的时长分值与医生信息的对应关系以及预设的总时长分值和预测时长的对应关系，确定出第一预测时长。
在本申请的一些实施例中，S104中根据当前患者的症状信息和第一医生的医生信息，预测第一医生对当前患者的问诊时长，得到第一预测时长之后的实现，如图8所示，可以包括：S601-S603。
S601、若第一预测时长大于第一当前剩余问诊时长，则获取在第一问诊时间段出诊的第二医生的医生信息、第二剩余问诊时长和第二医生在第一问诊时间段内的第二当前问诊号；第二剩余问诊时长为第二医生在第一问诊时间段内的剩余问诊时长；第一医生与第二医生属于相同的科室；
在本申请实施例中，终端在确定第一预测时长后，如果第一预测时长大于第一当前剩余问诊时长，则终端将获取在第一问诊时间段出诊的第二医生的医生信息、第二当前问诊号以及第二剩余问诊时长。
其中，第二医生与第一医生科室相同，第二医生为在第一问诊时间段出诊的医生中除第一医生以外其他医生；第二当前问诊号为第二医生在第一问诊时间段内的当前问诊号；第二剩余问诊时间为第二医生在第一问诊时间段内的剩余问诊时长。
在本申请的一些实施例中，若第一预测时长大于第一当前剩余问诊时长，终端可以从其他医生中确定出与第一医生同等级的医生作为第二医生；也可以按照预先的医生排序，选取与第一医生排序最近的医生作为第二医生；还可以获取当前患者从其他医生中选择的医生作为第二医生，对此，本申请实施例不作限制。
示例性的，若第一预测时长大于第一当前剩余问诊时长，终端可以获取第一问诊时间段出诊的与第一医生相同科室的其他医生的医生条目，将其他医生的医生条目显示在显示界面上，在接收到当前患者对其中一个医生条目的选择指令后，将该条目作为第二医生条目，该条目对应的医生为第二医生；如此，终端可以基于第二医生条目获取第二医生的医生信息。
S602、根据当前患者的症状信息和第二医生的医生信息，预测第二医生对当前患者的问诊时长，得到第二预测时长；
在本申请实施例中，终端获取第二医生的医生信息后，可以根据当前患者的症状信息和第二医生的医生信息预测出第二预测时长，即第二医生对当前患者的问诊时长。
需要说明的是，终端预测第二预测时长的方式，可以采用终端预测第一预测时长的方式，终端预测第一预测时长的方式详见S104的详细描述，在此不再赘述。
S603、若第二预测时长小于第二当前剩余问诊时长，则将第二当前问诊号确定为当前患者的问诊号。
在本申请实施例中，终端在确定出第二预测时长后，判断第二预测时长是否小于第二当前剩余问诊时长；如果是，则将第二当前问诊号确定为当前患者的问诊号。
可以理解的是，终端在确定当前患者请求的第一医生在第一问诊时间段内没有足够的问诊时间问诊当前患者的情况下，可以确定与第一医生同科室的其他医生在第一问诊时间段内是否有足够的问诊时间问诊当前患者，若是，则可以将其他医生在第一问诊时间段内的当前问诊号确定为当前患者的问诊号，由此，实现对问诊号的合理分配，提高患者的就诊效率。
在本申请的一些实施例中，S104中根据当前患者的症状信息和第一医生的医生信息，预测第一医生对当前患者的问诊时长，得到第一预测时长之后的实现，如图9所示，可以包括：S701-S702。
S701、若第一预测时长大于第一当前剩余问诊时长，则获取第三当前问诊号和第三剩余问诊时长；第三剩余问诊时长为第一医生在第二问诊时间段内的剩余问诊时长；第三当前问诊号为第一医生在第二问诊时间段内的当前问诊号；
在本申请实施例中，若第一预测时长大于第一当前剩余问诊时长，表示在第一医生在第一问诊时间段内没有足够的剩余时间问诊当前患者；则终端可以获取第三当前问诊号和第三剩余问诊时长；其中，第三当前问诊号为第一医生在第二问诊时间段内的当前问诊号；第三剩余问诊时长为第一医生在第二问诊时间段的剩余问诊时长。
需要说明的是，第二问诊时间段为第一医生的多个问诊时间段中，除第一问诊时间段以外的其他问诊时间段中的一个问诊时间段。
在本申请的一些实施例中，第二问诊时间段可以为第一问诊时间段之后时间间隔最小的问诊时间段。
在本申请的一些实施例中，第二问诊时间段可以为第二问诊时间段条目对应的时间段。
在本申请实施例中，终端可以将第一医生的多个问诊时间中除第一问诊时间段以外的其他问诊时间段条目显示在显示界面上，在接收到当前患者对某个问诊时间段条目的选择指令后，将该条目对应的问诊时间段确定为第二问诊时间段。
S702、若第一预测时长小于第三当前剩余问诊时长，则将第三当前问诊号确定为当前患者的问诊号。
在本申请实施例中，若第一预测时长小于第三当前剩余问诊时长，表示第一医生在第二问诊时间段内有足够的剩余问诊时间来问诊当前患者，因此，终端可以将第三当前问诊号确定为当前患者的问诊号。
可以理解的是，终端在确定当前患者请求的第一医生在第一问诊时间段内没有足够的问诊时间问诊当前患者的情况下，可以确定第一医生在其他问诊时间段内是否有足够的问诊时间问诊当前患者，如果是，则可以将第一医生在其他问诊时间段内的当前问诊号确定为当前患者的问诊号；由此，实现对问诊号的合理分配，提高患者的就诊效率。
在本申请的一些实施例中，S103中采集当前患者的症状信息的实现，如图10所示，可以包括：S801-S803。
S801、通过症状信息采集界面显示针对当前症状的多个采集选项控件；
在本申请实施例中，终端可以显示症状信息采集界面，在症状信息采集界面上显示针对当前症状的多个采集选项控件；其中，每个采集选项控件对应针对当前症状一种症状信息。
在本申请实施例中，针对当前症状的不同症状信息可以表示当前症状的严重程度。
示例性的，当前症状为胃痛，则针对胃痛的多个采集选项可以为：完全不会、偶尔和频繁。
S802、接收针对当前症状的多个采集选项控件中的第一采集选项控件的触发操作，获取针对当前症状的第一症状信息，作为当前症状信息；并显示针对下一个症状的多个采集选项控件，直到接收到针对最后一个症状的多个采集选项控件中的第二采集选项控件的触发操作，获取到针对最后一个症状的第二症状信息，作为最后一个症状信息；
在本申请实施例中，终端在采集界面显示针对当前症状的多个采集选项控件后，可以接收到当前患者针对多个采集选项控件中的第一采集选项控件的触发操作；第一采集选项控件为多个采集选项控件中的任意一个。
在本申请实施例中，终端接收到第一采集选项控件的触发操作后，可以获取到当前患者针对当前症状的症状信息。
在本申请实施例中，终端接收到第一采集选项控件的触发操作后，将继续显示针对下一个症状多个采集选项控件，采集下一个症状的症状信息；直到得到最后一个症状信息。
示例性的，如图11a所示，症状信息采集界面显示当前症状为“感觉疲惫或无精打采”，针对当前症状的多个采集选项控件对应的多个症状信息为：“完全不会”、“几天”、“一半以上的日子”和“几乎每天”，当接收到当前患者对“完全不会”的选择指令后，获取到当前症状信息为“完全不会感觉疲惫或无精打采”；则终端在症状信息采集界面上继续显示下一个症状“感觉没有食欲”，以及针对“感觉没有食欲”的多个采集选项控件的多个症状信息：“完全不会”、“早上不想吃”和“总是不想吃”，如图11b所示。
S803、将所有症状的症状信息的集合，作为所述当前患者的症状信息。
在本申请实施例中，终端采集完最后一个症状信息后，可以得到所有症状的症状信息，终端可以将所有症状的症状信息的集合作为当前患者的症状信息。
可以理解的是，终端可以通过症状信息采集界面依次显示所有症状以及针对所有症状中每一个症状的多个采集选项控件，在显示当前症状的多个采集选项控件时，可以接受到当前患者选择的一个选项控件，该选项控件对应的症状信息即为当前症状信息，如此，终端可以采集到所有症状的症状信息，从而得到当前患者的症状信息；也就是说，当前患者只需要针对当前症状选择对应的选项控件，就可以使终端完成症状信息采集，操作简便。
在本申请实施例提供一种问诊号确定方法，如图12所示，该方法可以包括：
S901、接收对第一科室的选择指令；
S902、响应于对第一科室的选择指令，在显示界面上显示第一科室的多个医生条目；
在本申请实施例中，终端可以在显示界面上显示多个科室对应的条目，在接收到当前患者对多个科室对应的条目中的第一科室的条目的选择指令时，确定当前患者请求问诊的科室为第一科室，则终端在显示界面上显示第一科室的多个医生条目；不同的医生条目对应不同的医生。
S903、接收对第一医生条目的选择指令；第一医生条目为多个医生条目中的一个医生条目；
在本申请实施例中，终端接收到对第一医生条目的选择指令，可以确定当前患者请求的医生为第一医生。
S904、响应于对第一医生条目的选择指令，在显示界面上显示第一医生的多个问诊时间段条目；
S905、接收对第一问诊时间段条目的选择指令；第一问诊时间段条目为多个问诊时间段条目中的一个问诊时间段条目；
在本申请实施例中，终端接收到对第一问诊时间段条目的选择指令，可以确定当前患者请求的问诊时间段为第一问诊时间段。
S906、基于第一医生条目和第一问诊时间段条目，获取第一当前问诊号、第一医生的医生信息和第一剩余问诊时长；第一当前问诊号为第一医生在第一问诊时间段内的当前问诊号；第一剩余问诊时长为第一医生在第一问诊时间段内的剩余问诊时长；
S907、采集当前患者的症状信息；
S908、根据当前患者的症状信息和第一医生的医生信息，通过问诊时长预测模型，预测第一医生对当前患者的问诊时长，得到第一预测时长；
S909、判断第一预测时长是否小于所述第一剩余问诊时长，如果是，则执行S910；否则执行S911-S914。
S910、将第一当前问诊号确定为当前患者的问诊号。
S911、在显示界面上显示第一选项与第二选项；第一选项表示当前患者同意请求第二医生和第一问诊时间段；第二选项表示当前患者拒绝请求第二医生和第一问诊时间段；第一医生与第二医生属于相同的科室；
S912、若接收到当前患者对第一选项的选择指令，则获取第二医生的医生信息以及第二剩余问诊时长；第二剩余问诊时长为第二医生在第一问诊时间段内的剩余问诊时长；
在本申请实施例中，如果终端接收到当前患者对第一选项的选择指令，表示当前患者同意请求第一问诊时间段内的除第一医生以外的其它医生；如此，终端可以在显示界面上显示第一问诊时间段的多个医生条目中除第一医生条目以外的其他多个医生条目；在接收当前患者对第二医生条目的选择指令后，获取第二医生的医生信息以及第二剩余问诊时长；第二医生条目为其他多个医生的医生条目中的一个医生条目；第二剩余问诊时长为第二医生在第一问诊时间段内的剩余问诊时长；第一医生与第二医生属于相同的科室；
S913、根据当前患者的症状信息和第二医生的医生信息，通过问诊时长预测模型，预测第二医生对当前患者的问诊时长，得到第二预测时长；
S914、判断第二预测时长是否小于第二剩余问诊时长，如果是，则执行S915；否则，执行S916；
S915、将第二当前问诊号确定为当前患者的问诊号；
S916、继续获取第三医生的医生信息以及第三剩余问诊时长，直到第i预测问诊时长小于第i剩余问诊时长，将第i当前问诊号确定为当前患者的问诊号；i大于等于3且小于等于N；N为第一科室的医生总数。
可以理解的是，终端在获取第一医生在第一问诊时间段的第一当前问诊号后，在第一剩余问诊时长大于第一预测时长的情况下，即第一医生在第一问诊时间段内的剩余问诊时长足够问诊当前患者的情况下，才将第一当前问诊号确定分配给当前患者；而在第一医生在第一问诊时间段内的剩余问诊时长不够问诊当前患者，且当前患者同意请求第一问诊时间段内的其它医生的情况下，将在第一问诊时间段内寻找其他医生，在其他医生的问诊剩余时间足够问诊当前患者的情况下，将其他医生的当前问诊号确定为当前医生的问诊号，从而在当前患者请求的第一问诊时间段内确定出合适的问诊号，从而实现问诊号的合理分配，提高患者就诊效率。
图13为本申请实施例提供一种问诊号确定装置的结构组成示意图，如图13所示，问诊号确定装置18包括：
获取模块181，用于获取当前患者请求的第一医生条目和第一问诊时间段；所述第一医生条目对应的第一医生为在所述第一问诊时间段内出诊的医生；
所述获取模块181，还用于基于所述第一医生条目和所述第一问诊时间段，获取所述第一医生在所述第一问诊时间段内的第一当前问诊号、第一医生的医生信息和第一剩余问诊时长；所述第一剩余问诊时长为所述第一医生在所述第一问诊时间段内的剩余问诊时长；
采集模块182，用于采集所述当前患者的症状信息；
预测模块183，用于根据所述当前患者的症状信息和所述第一医生的医生信息，预测所述第一医生对所述当前患者的问诊时长，得到第一预测时长；
确定模块184，用于若所述第一预测时长小于所述第一剩余问诊时长，则将所述第一当前问诊号确定为所述当前患者的问诊号。
在一些实施例中，所述确定模块184，还用于若所述第一预测时长小于所述第一剩余问诊时长，则将所述第一当前问诊号确定为所述当前患者的问诊号之后，基于所述第一预测时长，更新所述第一剩余问诊时长，得到更新后的第一剩余问诊时长。
在一些实施例中，所述获取模块181，还用于基于所述第一预测时长，更新所述第一剩余问诊时长，得到更新后的第一剩余问诊时长之后，若所述更新后的第一剩余问诊时长小于预设最小问诊时长，则终止获取下一个患者的第一医生条目和第一问诊时间段。
在一些实施例中，所述获取模块181，还用于基于所述第一预测时长，更新所述第一剩余问诊时长，得到更新后的第一剩余问诊时长之后，若所述第一当前问诊号大于或者等于第一预设最大问诊号，则终止获取下一个患者的第一医生条目和第一问诊时间段。
在一些实施例中，所述获取模块181，还用于基于所述第一预测时长，更新所述第一剩余问诊时长，得到更新后的第一剩余问诊时长之后，若所述更新后的第一剩余问诊时长大于预设最小问诊时长，且所述第一当前问诊号大于或者等于第一预设最大问诊号，则向医生客户端发送加号请求；若接收到所述医生客户端对所述加号请求的拒绝响应，则终止获取下一个患者的第一医生和第一问诊时间段。
在一些实施例中，所述预测模块183，还用于根据所述当前患者的症状信息和所述第一医生的医生信息，通过问诊时长预测模型预测所述第一医生对所述当前患者的问诊时长范围，得到预测时长范围；根据所述预测时长范围，确定所述第一医生诊断所述当前患者的预测时长；基于所述预测时长，确定所述第一预测时长。
在一些实施例中，所述预测模块183，还用于根据所述症状信息，确定所述当前患者的症状严重等级；根据所述症状严重等级，对所述预测时长进行对应的调整，得到所述第一预测时长。
在一些实施例中，所述问诊时长预测模型是根据历史患者的症状信息、医生信息和历史实际问诊时长训练得到的。
在一些实施例中，所述预测模块183，还用于根据预设的时长分值与症状信息的对应关系，确定出与当前患者的症状信息对应的时长分值，作为第一时长分值；根据预设的时长分值与医生信息的对应关系，确定出与第一医生的医生信息对应的时长分值，作为第二时长分值；将所述第一时长分值和所述第二时长分值的和作为所述当前患者的总时长分值；根据预设的总时长分值和预测时长的对应关系，确定出与所述总时长分值对应的预测时长，作为所述第一预测时长。。
在一些实施例中，所述获取模块181，还用于根据所述当前患者的症状信息和所述第一医生的医生信息，预测所述第一医生对所述当前患者的问诊时长，得到第一预测时长之后，若所述第一预测时长大于所述第一当前剩余问诊时长，则获取在所述第一问诊时间段出诊的第二医生的医生信息、第二剩余问诊时长和所述第二医生在所述第一问诊时间段内的第二当前问诊号；所述第二剩余问诊时长为所述第二医生在所述第一问诊时间段内的剩余问诊时长；所述第一医生与所述第二医生属于相同的科室；根据所述当前患者的症状信息和所述第二医生的医生信息，预测所述第二医生对所述当前患者的问诊时长，得到第二预测时长；若所述第二预测时长小于所述第二当前剩余问诊时长，则将所述第二当前问诊号确定为所述当前患者的问诊号。
在一些实施例中，所述获取模块181，还用于根据所述当前患者的症状信息和所述第一医生的医生信息，预测所述第一医生对所述当前患者的问诊时长，得到第一预测时长之后，若所述第一预测时长大于所述第一当前剩余问诊时长，则获取第三当前问诊号和第三剩余问诊时长；所述第三剩余问诊时长为所述第一医生在第二问诊时间段内的剩余问诊时长；所述第三当前问诊号为所述第一医生在所述第二问诊时间段内的当前问诊号；若所述第一预测时长小于所述第三当前剩余问诊时长，则将所述第三当前问诊号确定为所述当前患者的问诊号。
在一些实施例中，所述医生信息包括医生名称和以下至少之一：医生等级、医生性别、医生年龄、医生所属科室和医生问诊习惯信息。
在一些实施例中，所述当前患者的症状信息包括患者症状以及以下至少之一：患者名称、患者性别、患者年龄和患者就诊科室。
在一些实施例中，所述采集模块182，还用于通过症状信息采集界面显示针对当前症状的多个采集选项控件；接收针对所述当前症状的多个采集选项控件中的第一采集选项控件的触发操作，获取针对所述当前症状的第一症状信息，作为当前症状信息，并显示针对下一个症状的多个采集选项控件，直到接收到针对最后一个症状的多个采集选项控件中的第二采集选项控件的触发操作，获取到针对最后一个症状的第二症状信息，作为最后一个症状信息；将所有症状的症状信息的集合，作为所述当前患者的症状信息。
图14为本申请实施例的问诊号确定设备的结构组成示意图，如图14所示，问诊号确定设备19包括存储器1901、处理器1902及存储在存储器1901上并可在处理器1902上运行的计算机程序；其中，处理器用于运行计算机程序时，执行如前述实施例中的问诊号确定方法。
可以理解，问诊号确定设备19还包括总线系统1903；问诊号确定设备19中的各个组件通过总线系统1903耦合在一起。可理解，总线系统1903用于实现这些组件之间的连接通信。总线系统1903除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。
存储器1901配置为存储由处理器1902计算机程序和应用，还可以缓存待处理器1902以及目标检测设备中各模块待处理或已经处理的数据(例如，图像数据、音频数据、语音通信数据和视频通信数据)，可以通过闪存(FLASH)或随机访问存储器(Random AccessMemory，RAM)实现。
处理器1902执行程序时实现上述任一项问诊号确定方法的步骤。处理器1902通常控制问诊号确定设备19的总体操作。
上述处理器可以为特定用途集成电路(Application Specific IntegratedCircuit，ASIC)、数字信号处理器(Digital Signal Processor，DSP)、数字信号处理装置(Digital Signal Processing Device，DSPD)、可编程逻辑装置(Programmable LogicDevice，PLD)、现场可编程门阵列(Field Programmable Gate Array，FPGA)、中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器中的至少一种。可以理解地，实现上述处理器功能的电子器件还可以为其它，本申请实施例不作限制。
上述计算机可读存储介质/存储器可以是只读存储器(Read Only Memory，ROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性随机存取存储器(Ferromagnetic Random Access Memory，FRAM)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(Compact Disc Read-Only Memory，CD-ROM)等存储器；也可以是包括上述存储器之一或任意组合的各种终端，如移动电话、计算机、平板设备、个人数字助理等。
本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行本申请实施例上述的问诊号确定方法。
在一些实施例中，可执行指令可以采用程序、软件、软件模块、脚本或代码的形式，按任意形式的编程语言(包括编译或解释语言，或者声明性或过程性语言)来编写，并且其可按任意形式部署，包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
这里需要指出的是：以上存储介质和设备实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请存储介质和设备实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
以上所述，仅为本申请的实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和范围之内所作的任何修改、等同替换和改进等，均包含在本申请的保护范围之内。

Claims (17)

1.一种问诊号确定方法，其特征在于，包括：
获取当前患者请求的第一医生条目和第一问诊时间段；所述第一医生条目对应的第一医生为在所述第一问诊时间段内出诊的医生；
基于所述第一医生条目和所述第一问诊时间段，获取所述第一医生在所述第一问诊时间段内的第一当前问诊号、第一医生的医生信息和第一剩余问诊时长；所述第一剩余问诊时长为所述第一医生在所述第一问诊时间段内的剩余问诊时长；
采集所述当前患者的症状信息；
根据所述当前患者的症状信息和所述第一医生的医生信息，预测所述第一医生对所述当前患者的问诊时长，得到第一预测时长；
若所述第一预测时长小于所述第一剩余问诊时长，则将所述第一当前问诊号确定为所述当前患者的问诊号。
2.根据权利要求1所述的方法，其特征在于，所述若所述第一预测时长小于所述第一剩余问诊时长，则将所述第一当前问诊号确定为所述当前患者的问诊号之后，所述方法还包括：
基于所述第一预测时长，更新所述第一剩余问诊时长，得到更新后的第一剩余问诊时长。
3.根据权利要求2所述的方法，其特征在于，所述基于所述第一预测时长，更新所述第一剩余问诊时长，得到更新后的第一剩余问诊时长之后，所述方法还包括：
若所述更新后的第一剩余问诊时长小于预设最小问诊时长，则终止获取下一个患者的第一医生条目和第一问诊时间段。
4.根据权利要求2所述的方法，其特征在于，所述基于所述第一预测时长，更新所述第一剩余问诊时长，得到更新后的第一剩余问诊时长之后，所述方法还包括：
若所述第一当前问诊号大于或者等于第一预设最大问诊号，则终止获取下一个患者的第一医生条目和第一问诊时间段。
5.根据权利要求2所述的方法，其特征在于，所述基于所述第一预测时长，更新所述第一剩余问诊时长，得到更新后的第一剩余问诊时长之后，所述方法还包括：
若所述更新后的第一剩余问诊时长大于预设最小问诊时长，且所述第一当前问诊号大于或者等于第一预设最大问诊号，则向医生客户端发送加号请求；
若接收到所述医生客户端对所述加号请求的拒绝响应，则终止获取下一个患者的第一医生和第一问诊时间段。
6.根据权利要求1所述的方法，其特征在于，所述根据所述当前患者的症状信息和所述第一医生的医生信息，预测所述第一医生对所述当前患者的问诊时长，得到第一预测时长，包括：
根据所述当前患者的症状信息和所述第一医生的医生信息，通过问诊时长预测模型预测所述第一医生对所述当前患者的问诊时长范围，得到预测时长范围；
根据所述预测时长范围，确定所述第一医生诊断所述当前患者的预测时长；
基于所述预测时长，确定所述第一预测时长。
7.根据权利要求6所述的方法，其特征在于，所述基于所述预测时长，确定所述第一预测时长，包括：
根据所述症状信息，确定所述当前患者的症状严重等级；
根据所述症状严重等级，对所述预测时长进行对应的调整，得到所述第一预测时长。
8.根据权利要求6所述的方法，其特征在于，所述问诊时长预测模型是根据历史患者的症状信息、医生信息和历史实际问诊时长训练得到的。
9.根据权利要求1所述的方法，其特征在于，所述根据所述当前患者的症状信息和所述第一医生的医生信息，预测所述第一医生对所述当前患者的问诊时长，得到第一预测时长，包括：
根据预设的时长分值与症状信息的对应关系，确定出与当前患者的症状信息对应的时长分值，作为第一时长分值；
根据预设的时长分值与医生信息的对应关系，确定出与第一医生的医生信息对应的时长分值，作为第二时长分值；
将所述第一时长分值和所述第二时长分值的和作为所述当前患者的总时长分值；
根据预设的总时长分值和预测时长的对应关系，确定出与所述总时长分值对应的预测时长，作为所述第一预测时长。
10.根据权利要求1-7任一项所述的方法，其特征在于，所述根据所述当前患者的症状信息和所述第一医生的医生信息，预测所述第一医生对所述当前患者的问诊时长，得到第一预测时长之后，所述方法还包括：
若所述第一预测时长大于所述第一当前剩余问诊时长，则获取在所述第一问诊时间段出诊的第二医生的医生信息、第二剩余问诊时长和所述第二医生在所述第一问诊时间段内的第二当前问诊号；所述第二剩余问诊时长为所述第二医生在所述第一问诊时间段内的剩余问诊时长；所述第一医生与所述第二医生属于相同的科室；
根据所述当前患者的症状信息和所述第二医生的医生信息，预测所述第二医生对所述当前患者的问诊时长，得到第二预测时长；
若所述第二预测时长小于所述第二当前剩余问诊时长，则将所述第二当前问诊号确定为所述当前患者的问诊号。
11.根据权利要求1所述的方法，其特征在于，所述根据所述当前患者的症状信息和所述第一医生的医生信息，预测所述第一医生对所述当前患者的问诊时长，得到第一预测时长之后，所述方法还包括：
若所述第一预测时长大于所述第一当前剩余问诊时长，则获取第三当前问诊号和第三剩余问诊时长；所述第三剩余问诊时长为所述第一医生在第二问诊时间段内的剩余问诊时长；所述第三当前问诊号为所述第一医生在所述第二问诊时间段内的当前问诊号；
若所述第一预测时长小于所述第三当前剩余问诊时长，则将所述第三当前问诊号确定为所述当前患者的问诊号。
12.根据权利要求1-11任一项所述的方法，其特征在于，所述医生信息包括医生名称和以下至少之一：
医生等级、医生性别、医生年龄、医生所属科室和医生问诊习惯信息。
13.根据权利要求1-11任一项所述的方法，其特征在于，所述当前患者的症状信息包括患者症状以及以下至少之一：
患者名称、患者性别、患者年龄和患者就诊科室。
14.根据权利要求1-11任一项所述的方法，其特征在于，所述采集所述当前患者的症状信息，包括：
通过症状信息采集界面显示针对当前症状的多个采集选项控件；
接收针对所述当前症状的多个采集选项控件中的第一采集选项控件的触发操作，获取针对所述当前症状的第一症状信息，作为当前症状信息，并显示针对下一个症状的多个采集选项控件，直到接收到针对最后一个症状的多个采集选项控件中的第二采集选项控件的触发操作，获取到针对最后一个症状的第二症状信息，作为最后一个症状信息；
将所有症状的症状信息的集合，作为所述当前患者的症状信息。
15.一种问诊号确定装置，其特征在于，包括：
获取模块，用于获取当前患者请求的第一医生条目和第一问诊时间段；所述第一医生条目对应的第一医生为在所述第一问诊时间段内出诊的医生；
所述获取模块，还用于基于所述第一医生条目和所述第一问诊时间段，获取所述第一医生在所述第一问诊时间段内的第一当前问诊号、第一医生的医生信息和第一剩余问诊时长；所述第一剩余问诊时长为所述第一医生在所述第一问诊时间段内的剩余问诊时长；
采集模块，用于采集所述当前患者的症状信息；
预测模块，用于根据所述当前患者的症状信息和所述第一医生的医生信息，预测所述第一医生对所述当前患者的问诊时长，得到第一预测时长；
确定模块，用于若所述第一预测时长小于所述第一剩余问诊时长，则将所述第一当前问诊号确定为所述当前患者的问诊号。
16.一种问诊号确定设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述存储器中存储的计算机程序时，实现权利要求1至14任一项所述的方法。
17.一种计算机可读存储介质，其特征在于，存储有计算机程序，用于被处理器执行时，实现权利要求1至14任一项所述的方法。
CN202110325101.6A 2021-03-26 2021-03-26 问诊号确定方法、装置、设备和计算机可读存储介质 Active CN113764081B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110325101.6A CN113764081B (zh) 2021-03-26 2021-03-26 问诊号确定方法、装置、设备和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110325101.6A CN113764081B (zh) 2021-03-26 2021-03-26 问诊号确定方法、装置、设备和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN113764081A true CN113764081A (zh) 2021-12-07
CN113764081B CN113764081B (zh) 2024-07-16

Family

ID=78786829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110325101.6A Active CN113764081B (zh) 2021-03-26 2021-03-26 问诊号确定方法、装置、设备和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113764081B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117393135A (zh) * 2023-12-13 2024-01-12 江西曼荼罗软件有限公司 预约排班的号源配置方法、系统、存储介质及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017162001A (ja) * 2016-03-07 2017-09-14 富士通株式会社 プログラム、情報処理装置及び情報処理方法
CN108932974A (zh) * 2018-05-31 2018-12-04 平安医疗科技有限公司 在线问诊分配医生的方法、装置、计算机设备和存储介质
CN112489781A (zh) * 2020-12-16 2021-03-12 李皎 一种基于云计算的医疗系统及其挂号方法
CN112489819A (zh) * 2020-12-19 2021-03-12 智粤云(广州)数字信息科技有限公司 一种基于大数据智慧医疗云服务系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017162001A (ja) * 2016-03-07 2017-09-14 富士通株式会社 プログラム、情報処理装置及び情報処理方法
CN108932974A (zh) * 2018-05-31 2018-12-04 平安医疗科技有限公司 在线问诊分配医生的方法、装置、计算机设备和存储介质
CN112489781A (zh) * 2020-12-16 2021-03-12 李皎 一种基于云计算的医疗系统及其挂号方法
CN112489819A (zh) * 2020-12-19 2021-03-12 智粤云(广州)数字信息科技有限公司 一种基于大数据智慧医疗云服务系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈力 等: "工作强度计算法在优化门诊调剂工作排班中的应用", 中国药房, no. 28, pages 2199 - 2200 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117393135A (zh) * 2023-12-13 2024-01-12 江西曼荼罗软件有限公司 预约排班的号源配置方法、系统、存储介质及设备

Also Published As

Publication number Publication date
CN113764081B (zh) 2024-07-16

Similar Documents

Publication Publication Date Title
US11361865B2 (en) Computer aided medical method and medical system for medical prediction
CN108932974B (zh) 在线问诊分配医生的方法、装置、计算机设备和存储介质
JP6383321B2 (ja) 診断支援システム
CN111696653A (zh) 诊疗引导方法、装置和系统、计算机可读存储介质
CN109598302B (zh) 就诊费用预测方法、装置、设备及计算机可读存储介质
CN110660482A (zh) 一种基于大数据的中医处方智能推荐系统及其控制方法
US20210257067A1 (en) State transition prediction device, and device, method, and program for learning predictive model
CN113764081B (zh) 问诊号确定方法、装置、设备和计算机可读存储介质
CN114360674A (zh) 基于医疗健康大数据的慢性病诊疗方案预测方法
CN111798968A (zh) 一种智能挂号系统
JP5410511B2 (ja) 情報提供システム、情報提供方法、プログラム及びサーバ装置
JP6913810B1 (ja) プログラム、方法、情報処理装置、及びシステム
JP7505589B2 (ja) 医療施設マッチングシステム、医療施設マッチング方法、及び記録媒体
CN113076486A (zh) 药物信息推送方法、装置、计算机设备及存储介质
KR20220069327A (ko) 유전자 검사 정보를 반영한 건강 관리 서비스 제공 장치의 동작 방법
KR20220071327A (ko) 건강 관리 서비스 제공 프로그램 기록매체
KR20220069329A (ko) 건강 관리 서비스 제공 프로그램
CN117709493B (zh) 一种基于历史病理的智能医疗问诊系统
JP7191800B2 (ja) 健康支援システム、プログラム及び方法
GB2616248A (en) Digital care management platform and system
CN116825392A (zh) 一种在线问诊方法、装置、存储介质以及电子设备
CN112017775A (zh) 信息推荐方法、装置、计算机设备及存储介质
KR20240064402A (ko) 심뇌혈관질환 발생 위험도 정보를 예측하여 제공하는 방법 및 시스템
KR20230114865A (ko) Ict 기반 원격진료 서비스 제공 방법, 장치 및 시스템
WO2023172762A1 (en) Method and system for semantic understanding of subjective health

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