CN114065856A - 基于医生画像的医生推荐方法、装置、设备及存储介质 - Google Patents

Abstract

本发明涉及互联网技术领域，公开了一种基于医生画像的医生推荐方法、装置、设备及存储介质，其中，该方法包括：获取医生的历史手术信息，并根据历史手术信息对手术种类进行分类；根据历史手术信息，生成医生对于不同种类手术的经验指数；将医生在不同种类手术上的经验指数进行聚类，并生成医生画像；获取当前患者的术前特征信息，并根据术前特征信息和多位医生的医生画像匹配出与当前患者病情相匹配的医生。本申请提供的一种基于医生画像的医生推荐方法，实现了手术患者和医生之间的精确匹配，提高了医生推荐的精确度，同时通过聚类算法，实现了对医生画像的精确刻画，从而进一步提高了手术患者和医生之间匹配的准确性。

Description

基于医生画像的医生推荐方法、装置、设备及存储介质

技术领域

本发明涉及互联网技术领域，具体而言，涉及一种基于医生画像的医生推荐方法、装置、设备及存储介质。

背景技术

用户画像又称用户角色(Persona)，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。用户画像是一种能将定性与定量方法很好结合在一起的载体，通过定量化的前期调研能获得一个对于用户群较为精准的认识，在后期的用户角色的建立中能很好地对用户优先顺序进行排序，将核心的、规模较大的用户着重突出出来。

目前，用户画像在大数据场景下变成现实；搜索引擎通过用户的搜索习惯获得用户画像；电商平台通过用户在电商网站的搜索以及购买行为获得用户画像；而社交平台通过用户的好友关系，社交习惯获得用户画像。但是在现有技术中还没有将用户画像用至医生推荐的场景中，无法形成医生和手术患者之间的精确匹配。

鉴于此，如何生成医生的医生画像，并根据医生画像和手术患者的病情快速匹配到对应的医生，从而形成医生与手术患者的精确匹配，成为目前需要解决的技术问题。

发明内容

基于此，为了解决上述技术问题，本发明提供一种基于医生画像的医生推荐方法、装置、设备及存储介质，以提高医生与手术患者之间的匹配精准度。

本发明是这样实现的，第一方面，本发明实施例提供了一种基于医生画像的医生推荐方法，所述方法包括：

获取医生的历史手术信息，并根据所述历史手术信息对手术种类进行分类；

根据所述历史手术信息，生成所述医生对于不同种类手术的经验指数；

将所述医生在不同种类手术上的经验指数进行聚类，并生成医生画像；

获取当前患者的术前特征信息，并根据所述术前特征信息和多位医生的所述医生画像匹配出与所述当前患者病情相匹配的医生。

在其中一个实施例中，所述历史手术信息包括历史患者的手术部位、失血量、输血量以及手术时长。

在其中一个实施例中，所述获取医生的历史手术信息，并根据所述历史手术信息对手术种类进行分类具体包括：

获取所述医生的历史手术的手术部位，并根据手术部位的不同对不同手术的手术种类进行分类；

获取所述医生的历史手术的失血量，并根据历史失血量的不同对不同手术的手术种类进行分类；

获取所述医生的历史手术的输血量，并根据历史输血量的不同对不同手术的手术种类进行分类；

获取所述医生的历史手术的手术时长，并根据历史手术时长的不同对不同手术的手术种类进行分类。

在其中一个实施例中，所述根据所述历史手术信息，生成所述医生对于不同种类手术的经验指数具体包括：

根据所述历史手术信息，对不同种类的手术的手术数量以及手术治愈情况进行统计；

根据所述医生对于不同种类手术的手术数量以及手术治愈情况，计算所述医生对于不同种类手术的经验指数。

在其中一个实施例中，所述根据所述医生对于不同种类手术的手术数量以及手术治愈情况，计算所述医生对于不同种类手术的经验指数具体包括：

获取医生对于不同手术部位的手术数量以及手术治愈情况，计算所述医生对于不同部位手术的经验指数；

获取医生对于不同失血量下的手术数量以及手术治愈情况，计算所述医生对于不同失血量下的手术的经验指数；

获取医生对于不同输血量下的手术数量以及手术治愈情况，计算所述医生对于不同输血量下的手术的经验指数；

获取医生对于不同手术时长下的手术数量以及手术治愈情况，计算所述医生对于不同手术时长下的手术的经验指数。

在其中一个实施例中，所述术前特征信息包括当前患者的手术部位、失血量、预计输血量以及预计手术时长；所述获取当前患者的术前特征信息，并根据所述术前特征信息和多位医生的所述医生画像匹配出与所述当前患者病情相匹配的医生具体包括：

获取当前患者的手术部位，根据手术部位和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合A；

获取当前患者的失血量，根据失血量和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合B；

获取当前患者的预计输血量，根据预计输血量和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合C；

获取当前患者的预计手术时长，根据预计手术时长和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合D；

计算所述集合A、集合B、集合C以及集合D的共同子集，以匹配出与当前患者病情相匹配的医生。

在其中一个实施例中，所述经验要求为预先设定或根据当前患者的病情情况设定。

与现有技术相比，本发明主要有以下有益效果：

上述提供的一种基于医生画像的医生推荐方法，通过获取医生的历史手术信息，并根据所述历史手术信息对手术种类进行分类；根据所述历史手术信息，生成所述医生对于不同种类手术的经验指数；将所述医生在不同种类手术上的经验指数进行聚类，并生成医生画像；获取当前患者的术前特征信息，并根据所述术前特征信息和多位医生的所述医生画像匹配出与所述当前患者病情相匹配的医生。实现了手术患者和医生之间的精确匹配，提高了医生推荐的精确度，同时通过聚类算法，实现了对医生画像的精确刻画，从而进一步提高了手术患者和医生之间匹配的准确性。

第二方面，本申请实施例提供一种基于医生画像的医生推荐装置，包括：

获取分类单元，用于获取医生的历史手术信息，并根据所述历史手术信息对手术种类进行分类；

第一生成单元，用于根据所述历史手术信息，生成所述医生对于不同种类手术的经验指数；

第二生成单元，用于将所述医生在不同种类手术上的经验指数进行聚类，并生成医生画像；

匹配单元，用于获取当前患者的术前特征信息，并根据所述术前特征信息和多位医生的所述医生画像匹配出与所述当前患者病情相匹配的医生。

第三方面，本申请实施例提供的一种设备，包括存储器和处理器；

所述存储器用于存储计算机程序；

所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现上面所述的任意一种基于医生画像的医生推荐方法。

第四方面，本申请实施例提供的一种可读存储介质，所述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使所述处理器实现上面所述的任意一种基于医生画像的医生推荐方法。

附图说明

为了更清楚地说明本发明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发明的一些实施例。

图1是本发明第一实施例提供的一种基于医生画像的医生推荐方法的流程示意图；

图2是本发明第二实施例提供的一种基于医生画像的医生推荐方法中步骤S100的具体流程示意图；

图3是本发明第三实施例提供的一种基于医生画像的医生推荐方法中步骤S200的具体流程示意图；

图4是本发明第四实施例提供的一种基于医生画像的医生推荐方法中步骤S202的具体流程示意图；

图5是本发明第五实施例提供的一种基于医生画像的医生推荐方法中步骤S400的具体流程示意图；

图6是本发明实施例提供的一种基于医生画像的医生推荐装置的示意性结构图；

图7是本发明实施例提供的一种设备的结构示意性框图。

附图标记：1-获取分类单元，2-第一生成单元，3-第二生成单元，4-匹配单元。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本发明实施例中可能采用术语第一、第二等来描述各种功能模块，但这些功能模块不应限于这些术语。这些术语仅用来将同一类型的功能模块彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一调取模块也可以被称为第二调取模块，不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。类似地，第二调取模块也可以被称为第一调取模块。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

以下结合具体实施例对本发明的实现进行详细的描述。

图1示出了本发明第一实施例提供的一种基于医生画像的医生推荐方法的流程示意图，以下参考图1来对本发明实施例进行详细说明。

一种基于医生画像的医生推荐方法，该方法包括以下步骤：

步骤S100、获取医生的历史手术信息，并根据所述历史手术信息对手术种类进行分类。

其中，所述历史手术信息包括历史患者的手术部位、失血量、输血量以及手术时长。

具体地，按照患者的病情判断出需要对患者进行手术的手术部位、患者的失血量、预计输血量以及预计手术时长；手术完成后，便能够获知手术患者实际的输血量以及手术时长。通过获取医生接诊过的历史患者的手术部位、失血量、输血量以及手术时长，并根据这些历史手术信息，对不同的手术进行分类，以便于对该医生的经验指数进行判断。

可以理解的是，为便于对手术类型进行分类，历史手术信息还可以是历史患者的其它与患者病情相关的手术信息。

步骤S200、根据所述历史手术信息，生成所述医生对于不同种类手术的经验指数。

可以理解的是，通过对医生的历史手术信息进行统计和分析，并对历史患者的手术所对应的手术类别进行分类，能够生成医生在不同类型的手术上的经验指数，从而便于为患者选择适合的医生。具体地，通过对医生的历史手术记录进行分类统计，并根据数学模型计算出经验指数，能够量化的计算出医生在不同类别的手术上的经验，从而实现了对医生的经验指数的量化统计，形成患者与医生之间的精准匹配，提高医生匹配的精确度。

步骤S300、将所述医生在不同种类手术上的经验指数进行聚类，并生成医生画像。

可以理解的是，采用聚类算法对不同种类手术的经验指数进行聚类，使得同一类对象之间的相似度尽可能地大，不同类对象之间的相似度尽可能地小，从而便于对医生的经验特点进行刻画，也进一步提高对医生画像刻画的准确性。

步骤S400、获取当前患者的术前特征信息，并根据所述术前特征信息和多位医生的所述医生画像匹配出与所述当前患者病情相匹配的医生。

其中，所述术前特征信息包括当前患者的手术部位、失血量、预计输血量以及预计手术时长。根据上述术前特征信息，以便于确定当前患者所需要接受的手术类型。

可以理解的是，为便于对手术类型进行分类，术前特征信息还可以是当前患者的其它与当前病情相关的手术信息。

在一具体的实施方式中，通过对需要进行手术的患者的病情进行初步的诊断，以获取患者的术前特征信息，从而确定该患者所需要进行的手术类型，接着通过在系统中搜索擅长该手术类型的医生，并将该患者的病例档案推送给该医生。

具体地，基于所述医生画像，计算当前患者所需要接受的手术与该医生所擅长的手术类型之间的适配度，以便于实现提高医生推荐的匹配度。当适配度大于或等于预设值时，则说明该医生适合为该当前患者进行手术治疗，则将该患者的病例档案推送给该医生；当适配度小于预设值时，则不将该患者的信息推送给该医生，避免无效推送。

通过确定医生所擅长的手术类型和当前患者所需要接受的手术之间的适配度，在二者的适配度大于或等于预设值时，才将该患者的病例档案推送给该医生，可提高医生匹配过程中的准确性，提高匹配效率。

上述提供的一种基于医生画像的医生推荐方法，通过获取医生的历史手术信息，并根据所述历史手术信息对手术种类进行分类；根据所述历史手术信息，生成所述医生对于不同种类手术的经验指数；将所述医生在不同种类手术上的经验指数进行聚类，并生成医生画像；获取当前患者的术前特征信息，并根据所述术前特征信息和多位医生的所述医生画像匹配出与所述当前患者病情相匹配的医生。实现了手术患者和医生之间的精确匹配，提高了医生推荐的精确度，同时通过聚类算法，实现了对医生画像的精确刻画，从而进一步提高了手术患者和医生之间匹配的准确性。

下面结合一个具体的例子来对本发明提供的一种基于医生画像的医生推荐方法做进一步说明。

请参阅图2，在第一实施例的基础之上，图2示出了本发明第二实施例提供的一种基于医生画像的医生推荐方法中步骤S100的具体流程示意图；需要说明的是，在本实施例中，步骤S100具体包括以下步骤：

步骤S101：获取所述医生的历史手术的手术部位，并根据手术部位的不同对不同手术的手术种类进行分类。

具体地，根据患者手术部位的不同确定手术类型，以便于实现患者与医生的精确匹配。例如，当需要对患者的膝关节进行外科手术时，通过将擅长该手术类型的医生推荐给该患者，从而实现患者与医生之间的精准匹配。

步骤S102：获取所述医生的历史手术的失血量，并根据历史失血量的不同对不同手术的手术种类进行分类。

步骤S103：获取所述医生的历史手术的输血量，并根据历史输血量的不同对不同手术的手术种类进行分类。

步骤S104：获取所述医生的历史手术的手术时长，并根据历史手术时长的不同对不同手术的手术种类进行分类。

请参阅图3，在第一实施例的基础之上，图3示出了本发明第三实施例提供的一种基于医生画像的医生推荐方法中步骤S200的具体流程示意图；需要说明的是，在本实施例中，步骤S200具体包括以下步骤：

步骤S201：根据所述历史手术信息，对不同种类的手术的手术数量以及手术治愈情况进行统计。

具体地，通过对历史患者的治愈情况进行统计，能够计算出该医生对于不同类型手术的手术成功率。

步骤S202：根据所述医生对于不同种类手术的手术数量以及手术治愈情况，计算所述医生对于不同种类手术的经验指数。

具体地，根据经验指数计算模型对医生的经验指数进行量化的计算，以便于对医生的经验值进行精确评估。

请参阅图4，在第三实施例的基础之上，图3示出了本发明第四实施例提供的一种基于医生画像的医生推荐方法中步骤S202的具体流程示意图；需要说明的是，在本实施例中，步骤S202具体包括以下步骤：

步骤S2021：获取医生对于不同手术部位的手术数量以及手术治愈情况，计算所述医生对于不同部位手术的经验指数；

步骤S2022：获取医生对于不同失血量下的手术数量以及手术治愈情况，计算所述医生对于不同失血量下的手术的经验指数；

步骤S2023：获取医生对于不同输血量下的手术数量以及手术治愈情况，计算所述医生对于不同输血量下的手术的经验指数；

步骤S2024：获取医生对于不同手术时长下的手术数量以及手术治愈情况，计算所述医生对于不同手术时长下的手术的经验指数。

具体地，根据每次手术的手术治愈情况对医生的经验值进行评分，并通过计算不同类型的手术次数，从而能够计算出医生对于不同类型手术的经验指数；经验指数与手术次数和手术治愈后的得分成正比。

请参阅图5，在第四实施例的基础之上，图5示出了本发明第五实施例提供的一种基于医生画像的医生推荐方法中步骤S400的具体流程示意图；需要说明的是，在本实施例中，步骤S400具体包括以下步骤：

步骤S401：获取当前患者的手术部位，根据手术部位和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合A；

步骤S402：获取当前患者的失血量，根据失血量和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合B；

步骤S403：获取当前患者的预计输血量，根据预计输血量和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合C；

步骤S404：获取当前患者的预计手术时长，根据预计手术时长和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合D；

步骤S405：计算所述集合A、集合B、集合C以及集合D的共同子集，以匹配出与当前患者病情相匹配的医生。

可以理解的是，上述集合A、集合B、集合C以及集合D的共同子集，表示能够同时满足当前患者对于手术部位、失血量、输血量以及手术时长的经验要求的医生，以便于提高匹配的精确度。

具体地，所述经验要求为预先设定或根据当前患者的病情情况设定。例如，当当前患者的病情特殊时，可以通过提高经验要求，以便于筛选出经验更加丰富的医生。

请参阅图6，图6示出了本发明实施例提供的一种基于医生画像的医生推荐装置的示意性结构图；本发明实施例提供的一种基于医生画像的医生推荐装置，可以配置于终端或服务器中，用于执行前述的基于医生画像的医生推荐方法。该推荐装置包括：

获取分类单元1，用于获取医生的历史手术信息，并根据所述历史手术信息对手术种类进行分类；

第一生成单元2，用于根据所述历史手术信息，生成所述医生对于不同种类手术的经验指数；

第二生成单元3，用于将所述医生在不同种类手术上的经验指数进行聚类，并生成医生画像；

匹配单元4，用于获取当前患者的术前特征信息，并根据所述术前特征信息和多位医生的所述医生画像匹配出与所述当前患者病情相匹配的医生。

需要说明的是，获取分类单元1包括：

第一获取子单元，用于获取所述医生的历史手术的手术部位，并根据手术部位的不同对不同手术的手术种类进行分类；

第二获取子单元，用于获取所述医生的历史手术的失血量，并根据历史失血量的不同对不同手术的手术种类进行分类；

第三获取子单元，用于获取所述医生的历史手术的输血量，并根据历史输血量的不同对不同手术的手术种类进行分类；

第四获取子单元，用于获取所述医生的历史手术的手术时长，并根据历史手术时长的不同对不同手术的手术种类进行分类。

需要说明的是，第一生成单元2包括：

统计子单元，用于根据所述历史手术信息，对不同种类的手术的手术数量以及手术治愈情况进行统计；

第一计算子单元，用于根据所述医生对于不同种类手术的手术数量以及手术治愈情况，计算所述医生对于不同种类手术的经验指数。

需要说明的是，匹配单元4包括：

第一匹配子单元，用于获取当前患者的手术部位，根据手术部位和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合A；

第二匹配子单元，用于获取当前患者的失血量，根据失血量和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合B；

第三匹配子单元，用于获取当前患者的预计输血量，根据预计输血量和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合C；

第四匹配子单元，用于获取当前患者的预计手术时长，根据预计手术时长和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合D；

第二计算子单元，用于计算所述集合A、集合B、集合C以及集合D的共同子集，以匹配出与当前患者病情相匹配的医生。

需要说明的是，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，上述描述的装置和各单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

值得注意的是，上述实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

上述的装置可以实现为一种计算机程序的形式，该计算机程序可以在设备上运行。

请参阅图7，图7是本发明实施例提供的一种设备的结构示意性框图。本发明实施例提供的一种设备，包括通过系统总线连接的处理器、存储器和网络接口；其中，存储器可以包括非易失性存储介质和内存储器。

处理器用于提供计算和控制能力，支撑整个设备的运行。

非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行上述任意一种基于医生画像的医生推荐方法。

内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行上述任意一种基于医生画像的医生推荐方法。

网络接口用于进行网络通信，如发送分配的任务等。

本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的设备的限定，具体的设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

应当理解的是，处理器可以是中央处理单元(Central Processing Unit，CPU)，该处理器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 Integrated Circuit，ASIC)、现场可编程门阵列(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。其中，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。

本领域技术人员可以理解，上述设备内的结构，仅仅是与本申请方案相关的部分结构，并不构成对本申请方案所应用于其上的设备的限定，具体的设备可以包括比上述更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本申请的实施例中还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，所述计算机程序中包括程序指令，所述处理器执行所述程序指令，实现本申请实施例提供的任意一种基于医生画像的医生推荐方法。该程序执行时可包括本发明提供的一种基于医生画像的医生推荐方法各实施例中的部分或全部步骤。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于ROM/RAM、磁盘或光盘等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、装置、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于医生画像的医生推荐方法，其特征在于，所述方法包括：

获取医生的历史手术信息，并根据所述历史手术信息对手术种类进行分类；

根据所述历史手术信息，生成所述医生对于不同种类手术的经验指数；

将所述医生在不同种类手术上的经验指数进行聚类，并生成医生画像；

获取当前患者的术前特征信息，并根据所述术前特征信息和多位医生的所述医生画像匹配出与所述当前患者病情相匹配的医生。

2.如权利要求1所述的基于医生画像的医生推荐方法，其特征在于，所述历史手术信息包括历史患者的手术部位、失血量、输血量以及手术时长。

3.如权利要求2所述的基于医生画像的医生推荐方法，其特征在于，所述获取医生的历史手术信息，并根据所述历史手术信息对手术种类进行分类具体包括：

获取所述医生的历史手术的手术部位，并根据手术部位的不同对不同手术的手术种类进行分类；

获取所述医生的历史手术的失血量，并根据历史失血量的不同对不同手术的手术种类进行分类；

获取所述医生的历史手术的输血量，并根据历史输血量的不同对不同手术的手术种类进行分类；

获取所述医生的历史手术的手术时长，并根据历史手术时长的不同对不同手术的手术种类进行分类。

4.如权利要求2所述的基于医生画像的医生推荐方法，其特征在于，所述根据所述历史手术信息，生成所述医生对于不同种类手术的经验指数具体包括：

根据所述历史手术信息，对不同种类的手术的手术数量以及手术治愈情况进行统计；

根据所述医生对于不同种类手术的手术数量以及手术治愈情况，计算所述医生对于不同种类手术的经验指数。

5.如权利要求4所述的基于医生画像的医生推荐方法，其特征在于，所述根据所述医生对于不同种类手术的手术数量以及手术治愈情况，计算所述医生对于不同种类手术的经验指数具体包括：

获取医生对于不同手术部位的手术数量以及手术治愈情况，计算所述医生对于不同部位手术的经验指数；

获取医生对于不同失血量下的手术数量以及手术治愈情况，计算所述医生对于不同失血量下的手术的经验指数；

获取医生对于不同输血量下的手术数量以及手术治愈情况，计算所述医生对于不同输血量下的手术的经验指数；

获取医生对于不同手术时长下的手术数量以及手术治愈情况，计算所述医生对于不同手术时长下的手术的经验指数。

6.如权利要求5所述的基于医生画像的医生推荐方法，其特征在于，所述术前特征信息包括当前患者的手术部位、失血量、预计输血量以及预计手术时长；所述获取当前患者的术前特征信息，并根据所述术前特征信息和多位医生的所述医生画像匹配出与所述当前患者病情相匹配的医生具体包括：

获取当前患者的手术部位，根据手术部位和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合A；

获取当前患者的失血量，根据失血量和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合B；

获取当前患者的预计输血量，根据预计输血量和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合C；

获取当前患者的预计手术时长，根据预计手术时长和多位医生的所述医生画像匹配出符合经验要求的医生，并记为集合D；

计算所述集合A、集合B、集合C以及集合D的共同子集，以匹配出与当前患者病情相匹配的医生。

7.如权利要求6所述的基于医生画像的医生推荐方法，其特征在于，所述经验要求为预先设定或根据当前患者的病情情况设定。

8.一种基于医生画像的医生推荐装置，其特征在于，包括：

获取分类单元，用于获取医生的历史手术信息，并根据所述历史手术信息对手术种类进行分类；

第一生成单元，用于根据所述历史手术信息，生成所述医生对于不同种类手术的经验指数；

第二生成单元，用于将所述医生在不同种类手术上的经验指数进行聚类，并生成医生画像；

匹配单元，用于获取当前患者的术前特征信息，并根据所述术前特征信息和多位医生的所述医生画像匹配出与所述当前患者病情相匹配的医生。

9.一种设备，其特征在于，所述设备包括存储器和处理器；

所述存储器用于存储计算机程序；

所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现权利要求1至7中任意一项所述的基于医生画像的医生推荐方法。

10.一种可读存储介质，其特征在于，所述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使所述处理器实现权利要求1至7中任一项所述的基于医生画像的医生推荐方法。

Images