CN114141387A - 互联网医疗会话中交互信息推荐方法、装置及设备 - Google Patents
互联网医疗会话中交互信息推荐方法、装置及设备 Download PDFInfo
- Publication number
- CN114141387A CN114141387A CN202111412136.XA CN202111412136A CN114141387A CN 114141387 A CN114141387 A CN 114141387A CN 202111412136 A CN202111412136 A CN 202111412136A CN 114141387 A CN114141387 A CN 114141387A
- Authority
- CN
- China
- Prior art keywords
- commonly used
- patient
- doctor
- corpus
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 40
- 238000012163 sequencing technique Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 11
- 230000001360 synchronised effect Effects 0.000 claims abstract description 4
- 238000011156 evaluation Methods 0.000 claims description 48
- 230000014509 gene expression Effects 0.000 claims description 32
- 230000015654 memory Effects 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 18
- 230000004044 response Effects 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 13
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 230000036772 blood pressure Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000009223 counseling Methods 0.000 description 3
- 208000002173 dizziness Diseases 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 206010037660 Pyrexia Diseases 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 206010019233 Headaches Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- 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
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- 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
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Pathology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Computer And Data Communications (AREA)
Abstract
本说明书涉及数据处理技术领域,提供了一种互联网医疗会话中交互信息推荐方法、装置及设备,该方法包括:在建立与目标患者端的问诊会话时,从系统端将公共常用语料集合、目标患者家族常用语料集合和目标医生私有语料集合同步至本地,以作为本次问诊会话的本地常用语料库;根据所述目标患者端输入的咨询内容,从所述本地常用语料库中匹配出多个可选常用语;对所述多个可选常用语进行排序,获得常用语选项序列;输出所述常用语选项序列,以供目标医生选择。本说明书实施例可以提高互联网医疗会话中医生端的答复时效性和差异化答复。
Description
技术领域
本说明书涉及数据处理技术领域,尤其是涉及一种互联网医疗会话中交互信息推荐方法、装置及设备。
背景技术
互联网医疗是互联网在医疗行业的新应用,对于解决医疗资源不平衡扥个具有重要意义。为提高互联网医疗会话中医生端的答复时效性,可以在医生端预置一些常用语。随着维护的常用语越来越多,常用语之间及常用语和患者之间缺少必要的关联关系,导致常用语碎片化。具体而言,系统端按照分类维护一批常用语数据,当医生端使用时,需要由用户手动选择某一分类,在分类列表里面再一个个查找想要的常用语。如此,使得医生端查询常用语时需要在大量数据中进行人为查找和选择,从而影响了答复时效性。
此外,在现有另一种实现方式中,系统端维护一批公共数据常用语库,根据患者提问采用容模糊匹配方式,从公共数据常用语库中的匹配数据,以供医生选择。这种方式避免了在大量数据中进行人为查找和选择,但模糊匹配本身不可靠,可能会出现一些干扰数据,且任何患者输入的相同咨询内容,匹配出来的结果均相同,从而不利于差异化答复。
发明内容
本说明书实施例的目的在于提供一种互联网医疗会话中交互信息推荐方法、装置及设备,以提高互联网医疗会话中医生端的答复时效性和差异化答复。
为达到上述目的,一方面,本说明书实施例提供了一种互联网医疗会话中交互信息推荐方法,包括:
在建立与目标患者端的问诊会话时,从系统端将公共常用语料集合、目标患者家族常用语料集合和目标医生私有语料集合同步至本地,以作为本次问诊会话的本地常用语料库;
根据所述目标患者端输入的咨询内容,从所述本地常用语料库中匹配出多个可选常用语;
对所述多个可选常用语进行排序,获得常用语选项序列;
输出所述常用语选项序列,以供目标医生选择。
本说明书实施例的互联网医疗会话中交互信息推荐方法中,所述从所述本地常用语料库中匹配出多个可选常用语,包括:
按照查询优先级从所述本地常用语料库中匹配出多个可选常用语;所述查询优先级为:目标患者家族常用语料集合→目标医生私有语料集合→公共常用语料集合。
本说明书实施例的互联网医疗会话中交互信息推荐方法,还包括:
在所述问诊会话结束后,收集所述问诊会话中的上下文信息、患者端信息和医生端信息;
将所述上下文信息、所述患者端信息和所述医生端信息发送至所述系统端,以使所述系统端根据所述上下文信息、所述患者端信息和所述医生端信息,更新所述目标患者家族常用语料集合。
本说明书实施例的互联网医疗会话中交互信息推荐方法,还包括:
保存所述目标医生对所述多个可选常用语的选择操作记录;
将所述选择操作记录发送至所述系统端,以使所述系统端根据所述选择操作记录更新对应常用语的使用频次,并根据所述使用频次及患者评价更新常用语的评价指标值;
本说明书实施例的互联网医疗会话中交互信息推荐方法中,所述对所述多个可选常用语进行排序,包括:
根据所述多个可选常用语的评价指标值对所述多个可选常用语进行排序。
本说明书实施例的互联网医疗会话中交互信息推荐方法中,使所述系统端根据所述使用频次及患者评价更新常用语的评价指标值,包括:
使所述系统端根据使用频次及患者评价的加权和更新常用语的评价指标值;或者,使所述系统端根据使用频次与患者评价的乘积更新常用语的评价指标值。
本说明书实施例的互联网医疗会话中交互信息推荐方法中,使所述系统端根据所述上下文信息、所述患者端信息和所述医生端信息,更新所述目标患者家族常用语料集合,包括:
使所述系统端根据所述上下文信息、所述患者端信息和所述医生端信息生成新的患者家族信息拓扑图;
使所述系统端对所述新的患者家族信息拓扑图进行拓扑节点合并处理。
另一方面,本说明书实施例还提供了一种互联网医疗会话中交互信息推荐装置,包括:
建库模块,用于在建立与目标患者端的问诊会话时,从系统端将公共常用语料集合、目标患者家族常用语料集合和目标医生私有语料集合同步至本地,以作为本次问诊会话的本地常用语料库;
匹配模块,用于根据所述目标患者端输入的咨询内容,从所述本地常用语料库中匹配出多个可选常用语;
排序模块,用于对所述多个可选常用语进行排序,获得常用语选项序列;
输出模块,用于输出所述常用语选项序列,以供目标医生选择。
另一方面,本说明书实施例还提供了一种计算机设备,包括存储器、处理器、以及存储在所述存储器上的计算机程序,所述计算机程序被所述处理器运行时,执行上述方法的指令。
另一方面,本说明书实施例还提供了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被计算机设备的处理器运行时,执行上述方法的指令。
由以上本说明书实施例提供的技术方案可见,本说明书实施例实现了医生端可自动推荐答复选项,从而提高了互联网医疗会话中医生端的答复时效性;不仅如此,在自动推荐答复选项时,不仅考虑了公共常用语料(即公共常用语料集合),还考虑了患者及其家族病史常用语料(即目标患者家族常用语料集合)和私有常用语料(即目标医生私有语料集合),从而使得推荐的答复选项既符合患者的实际情况,又满足医生的个性化表述,进而实现了互联网医疗会话中医生端的差异化答复。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,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说明书中记载的一些实施例,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。在附图中:
图1示出了本说明书一些实施例中互联网医疗系统的结构框图;
图2示出了本说明书一实施例中不同医生端从系统端同步公共常用语料集合、不同患者家族常用语料集合和不同医生私有语料集合至本地的示意图;
图3示出了本说明书一些实施例中互联网医疗会话中交互信息推荐方法的流程图;
图4示出了本说明书另一些实施例中互联网医疗会话中交互信息推荐方法的流程图;
图5示出了本说明书一些实施例中系统端更新目标患者家族常用语料集合的示意图;
图6示出了本说明书一些实施例中互联网医疗会话中交互信息推荐装置的结构框图;
图7示出了本说明书一些实施例中计算机设备的结构框图。
【附图标记说明】
10、患者端;
20、系统端;
30、医生端;
61、建库模块;
62、匹配模块;
63、排序模块;
64、输出模块;
65、收集模块;
66、更新模块;
702、计算机设备;
704、处理器;
706、存储器;
708、驱动机构;
710、输入/输出接口;
712、输入设备;
714、输出设备;
716、呈现设备;
718、图形用户接口;
720、网络接口;
722、通信链路;
724、通信总线。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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,都应当属于本说明书保护的范围。
鉴于互联网医疗会话中医生端的答复时效性低和不能进行差异化答复的问题,本说明书实施例提供了改进的互联网医疗会话处理技术,可以应用于在线问诊等互联网医疗会话场景。
参考图1所示,本说明书实施例提供了一种互联网医疗系统。该互联网医疗系统可以包括患者端10、系统端20和医生端30。系统端20可以为具有运算和网络交互功能的电子设备(例如互联网医疗服务器等);也可以为运行于该电子设备中,为数据处理和网络交互提供业务逻辑的服务软件。患者端10和医生端30均可以为自助终端设备、移动终端(即智能手机)、显示器、台式电脑、平板电脑、笔记本电脑等。当然,患者端10和医生端30并不限于上述具有一定实体的电子设备,还可以为运行于上述电子设备中的应用程序软件客户端(例如app)。
当与目标患者端创建问诊会话时,医生端30可以从系统端20将公共常用语料集合、目标患者家族常用语料集合和目标医生私有语料集合同步至本地,以作为本次问诊会话的本地常用语料库;根据所述目标患者端输入的咨询内容,从所述本地常用语料库中匹配出多个可选常用语;对所述多个可选常用语进行排序,获得常用语选项序列;并输出所述常用语选项序列,以供目标医生选择。由此,实现了医生端可自动推荐答复选项,从而提高了互联网医疗会话中医生端的答复时效性;不仅如此,在自动推荐答复选项时,不仅考虑了公共常用语料(即公共常用语料集合),还考虑了患者及其家族病史常用语料(即目标患者家族常用语料集合)和私有常用语料(即目标医生私有语料集合),从而使得推荐的答复选项既符合患者的实际情况,又满足医生的个性化表述,进而实现了互联网医疗会话中医生端的差异化答复。
本说明书实施例的互联网医疗系统中,患者端10和医生端30均可以有多个。当任意一个患者端10与任意一个医生端30之间创建问诊会话时,该患者端10即为目标患者端10,该医生端30即为目标医生端。对应地,该患者端10对应的用户即为目标患者,该医生端30对应的用户即为目标医生。
例如,在如图2所示的实施例中,当一个X患者与A医生建立问诊会话时,A医生对应的A医生端可以从系统端的公共常用语料集合中拉取公共常用语料集合,从系统端的患者家族常用语料库中拉取X患者家族常用语料集合,并从系统端的医生私有语料库中拉取A医生私有语料集合,并将其作为X患者与A医生本次问诊会话的本地常用语料库。同样,当另一个Y患者与B医生建立问诊会话时,B医生对应的B医生端可以从系统端的公共常用语料集合中拉取公共常用语料集合,从系统端的患者家族常用语料库中拉取Y患者家族常用语料集合,并从系统端的医生私有语料库中拉取B医生私有语料集合,并将其作为Y患者与B医生本次问诊会话的本地常用语料库。
公共常用语料库主要存放一些系统级的公共常用语(实际可以为公共常用语编码),主要用于规范回复话术,形成平台统一规范。例如,在一示例性实施例中,公共常用语例如可以包括通用欢迎语“欢迎来到互联网医院”、接诊常用语“我正在查看您的病情资料,请稍后”、通用结束语“感谢您对互联网医院的信任,请问您还有什么问题需要咨询?”等。本说明书实施例中,公共常用语料集合即为公共常用语料库。公共常用语料库可以由系统端的系统管理员和/或运营人员动态维护。
患者家族常用语料库主要存放针对各个患者家族(即患者及其家族)的一些特殊常用语(实际可以为患者家族常用语编码),即形成针对各个患者家族的具有患者个性化的常用语。例如,在一示例性实施例中,对于有高血压家族史的患者,会存放其家族其他成员咨询问诊时的常用语“请问您最近是否测过血压”、“请问您近期是否经常头晕”,“请问您最近服用什么降压药”等。在一些实施例中,患者家族可以是指患者的父母、子女等家族关系信息。当然,这里仅是示例性举例说明,在其他实施例中,患者家族还可以根据实际需要进行扩展。因此,本说明书实施例不限于此。
患者家族常用语料库的数据来源主要是患者家族的各成员问诊时,医生针对该患者家族经常用的语料,患者家族常用语料可由系统自动维护,也可以由医生端主动维护(例如当患者家族常用语料库中不存在当前患者的患者家族常用语料集合时,医生端可以请求系统端在患者家族常用语料库中为当前患者创建一个患者家族常用语料集合)。由于患者家族常用语料库是针对患者的,该患者家族常用语料库会收集系统内所有医生范围内针对该患者家族的常用语。本说明书实施例中,患者家族常用语料集合即为患者家族常用语料库的子集,患者家族常用语料库可以包括多个不同的患者家族常用语料集合(例如X患者家族常用语料集合,Y患者家族常用语料集合,Z患者家族常用语料集合等)。
医生私有常用语库主要存放各个医生不希望公开或共享的常用语信息,是医生针对医生自己的特色维护的常用语(实际可以为医生私有常用语编码),是具有医生个性化的语料库。例如,在一示例性实施例中,比如医生自我介绍“您好,我是xxx专科医生,擅长xxx”等,或者医生针对某病情的个性化表述等。医生私有常用语库的数据来源主要是医生个人维护。本说明书实施例中,医生私有常用语料集合是医生私有常用语库的子集,医生私有常用语库可以包括多个不同的医生私有常用语料集合(例如A医生私有常用语料集合,B医生私有常用语料集合,C医生私有常用语料集合等)。需要说明的是,本说明书的实施例中,所涉及的用户信息(包括但不限于患者及其家族信息、医生信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权同意且经过各方充分授权的信息和数据。
需要指出的是,公共常用语料库、患者家族常用语料库和医生私有常用语库中的编码应采用相同的文本编码算法实现,以利于后续医生端的数据处理。
本说明书实施例中的问诊会话一般为文字信息或图文信息形式的在线问诊交互。问诊会话一般由患者端发起,也可以由医生端发起。在建立与某个患者端的问诊会话时(例如会话双方的通信连接建立完成时),医生端可以为本次问诊会话专门建立一个本地常用语料库。由于公共常用语料库、患者家族常用语料库和医生私有常用语库均可以动态更新,每次问诊会话时才临时从系统端拉取数据至本地并建立本地常用语料库,可以使得每次得到的本地常用语料库始终是最新或较新版本,从而有利于提高医生端匹配可选常用语的精度。不仅如此,当接收到该患者端提供的咨询内容时,医生端可以直接从本地的本地常用语料库匹配可选常用语,而无需从系统端远程获取,如此有利于提高互联网医疗会话中医生端的答复时效性;而且,由于为本次问诊会话专门建立的本地常用语料库中的数据范围要远小于系统端的数据库,医生端从本地常用语料库匹配可选常用语的效率更高,从而也有利于进一步提高互联网医疗会话中医生端的答复时效性。
为了进一步提高互联网医疗会话中医生端的答复时效性,在一些实施例中,医生端可以按照查询优先级从所述本地常用语料库中匹配出多个可选常用语。其中,查询优先级可以为:目标患者家族常用语料集合→目标医生私有语料集合→公共常用语料集合,即优先从目标患者家族常用语料集合中匹配,如果未命中(或者当前命中的数量低于设定值),则可以从目标医生私有语料集合中匹配,如果仍未命中(或者当前命中的数量低于设定值),则可以从公共常用语料集合中匹配。
在一些实施例中,在匹配时,医生端可以从咨询内容中提取文本特征(例如文本关键词),并采用与上述的公共常用语料库、患者家族常用语料库和医生私有常用语库相同的文本编码算法,对提取的文本特征进行文本编码,以用于表征咨询内容。在此基础上,通过将咨询内容的文本编码分别与本地常用语料库中的各文本编码进行相关性或相似性对比,可以从中匹配出多个可选常用语。本领域技术人员可以理解,上述的匹配方式仅为示例性说明,不应理解为对本说明书实施例的唯一限定,在本说明书其他实施例中,根据实际需要也可以采用其他任何已知的文本匹配技术实现。
咨询内容主要是患者针对其症状的提问或表述等信息。例如,在一示例性实施例中,咨询内容可以为:“医生您好,我最近几天有点头晕,而且脸红,但是不发烧…”。可选常用语是针对咨询内容的可选的答复用语,这种答复用语可以是用于进一步了解情况的问询性用语,建议性用语或结论性用语等。例如,以上述“医生您好,我最近几天有点头晕头痛、胸闷、脸红,但是不发烧…”为例,医生端可以匹配出“您血压是否正常?”,“您是否量过血压?”等可选常用语。
通过对多个可选常用语进行排序,可以使被选用可能性越大的可选常用语的排序顺位越高;如此可以减少医生的输入操作,方便医生快捷恢复。在一些实施例中,可以根据多个可选常用语的评价指标值对所述多个可选常用语进行排序;在排序中,排序顺位与评价指标值正相关,即评价指标值越大,排序顺位越高。其中,可选常用语的评价指标值可用于定量表征可选常用语作为咨询内容对应的回复内容的是否合适。
因此,在一些实施例中,医生端还可以保存所述目标医生对所述多个可选常用语的选择操作记录;并将所述选择操作记录发送至所述系统端,以使所述系统端可以根据所述选择操作记录更新对应常用语的使用频次,并根据所述使用频次及患者评价更新常用语的评价指标值。其中,使用频次是指:在相同或等同咨询内容下,推荐的可选常用语被医生(这里可以包括系统中所有医生)选用的次数。患者评价为目标患者针对问诊会话的满意度评价。例如,在一实施例中,可以通过将使用频次和患者评价进行加权求和的方式计算评价指标值。在另一实施例中,还可以直接将使用频次与患者评价相乘,并将乘积作为评价指标值。
在一些实施例中,医生端还可以在所述问诊会话结束后,收集所述问诊会话中的上下文信息、患者端信息和医生端信息,并将所述上下文信息、所述患者端信息和所述医生端信息发送至所述系统端,以使所述系统端可以根据所述上下文信息、所述患者端信息和所述医生端信息,更新所述目标患者家族常用语料集合;从而实现对患者家族常用语料库的动态更新。
其中,上下文信息主要包括会话内容中涉及的患者病情信息等。患者端信息可以包括但不限于患者基本信息(例如姓名、年龄、性别、身份证号等)、患者健康档案信息(例如身高、体重、血压等)和患者家庭信息(例如父母、子女家族关系)等。医生端信息可以包括但不限于医生基本信息(例如姓名、年龄、性别等)和医生职业信息(例如所属科室、职称、擅长内容、职业年龄等)。
在一些实施例中,患者家族常用语料库中的患者家族常用语料集合可以采用信息拓扑图的数据结构。如图5所示,在此场景下,系统端根据上下文信息、患者端信息和医生端信息,更新目标患者家族常用语料集合可以包括:系统端可以基于上下文信息、患者端信息、医生端信息和患者家族信息拓扑图(如果存在)生成新的患者家族信息拓扑图(类似于构建知识图谱),并对新的患者家族信息拓扑图进行拓扑节点合并处理,由此完成目标患者家族常用语料集合的动态更新。
在另一些实施例中,当目标医生从常用语选项序列选择一个可选常用语作为答复用语时,在向目标患者端返回之前,还可以允许目标医生对答复用语进行修改。
本说明书实施例提供了一种互联网医疗会话中交互信息推荐方法,可以应用于上述的医生端侧;参考图3所示,在一些实施例中,所述互联网医疗会话中交互信息推荐方法可以包括以下步骤:
S301、在建立与目标患者端的问诊会话时,从系统端将公共常用语料集合、目标患者家族常用语料集合和目标医生私有语料集合同步至本地,以作为本次问诊会话的本地常用语料库。
S302、根据所述目标患者端输入的咨询内容,从所述本地常用语料库中匹配出多个可选常用语。
S303、对所述多个可选常用语进行排序,获得常用语选项序列。
S304、输出所述常用语选项序列,以供目标医生选择。
在一些互联网医疗会话中交互信息推荐方法实施例中,所述从所述本地常用语料库中匹配出多个可选常用语,可以包括:
按照查询优先级从所述本地常用语料库中匹配出多个可选常用语;所述查询优先级为:目标患者家族常用语料集合→目标医生私有语料集合→公共常用语料集合。
在一些互联网医疗会话中交互信息推荐方法实施例中,所述方法还可以包括:
在所述问诊会话结束后,收集所述问诊会话中的上下文信息、患者端信息和医生端信息;
将所述上下文信息、所述患者端信息和所述医生端信息发送至所述系统端,以使所述系统端根据所述上下文信息、所述患者端信息和所述医生端信息,更新所述目标患者家族常用语料集合(例如图4所示)。
在一些互联网医疗会话中交互信息推荐方法实施例中,所述方法还可以包括:
保存所述目标医生对所述多个可选常用语的选择操作记录;
将所述选择操作记录发送至所述系统端,以使所述系统端根据所述选择操作记录更新对应常用语的使用频次,并根据所述使用频次及患者评价更新常用语的评价指标值。
在一些互联网医疗会话中交互信息推荐方法实施例中,所述对所述多个可选常用语进行排序,包括:
根据所述多个可选常用语的评价指标值对所述多个可选常用语进行排序。
在一些互联网医疗会话中交互信息推荐方法实施例中,使所述系统端根据所述使用频次及患者评价更新常用语的评价指标值,包括:
使所述系统端根据使用频次及患者评价的加权和更新常用语的评价指标值;或者,使所述系统端根据使用频次与患者评价的乘积更新常用语的评价指标值。
在一些互联网医疗会话中交互信息推荐方法实施例中,所述系统端根据所述上下文信息、所述患者端信息和所述医生端信息,更新所述目标患者家族常用语料集合,包括:
所述系统端根据所述上下文信息、所述患者端信息和所述医生端信息生成新的患者家族信息拓扑图;
所述系统端将所述新的患者家族信息拓扑图对所述新的患者家族信息拓扑图进行拓扑节点合并处理。
基于本说明书实施例的互联网医疗会话中交互信息推荐方法,可实现自动推荐答复选项,从而提高了互联网医疗会话中医生端的答复时效性;不仅如此,在自动推荐答复选项时,不仅考虑了公共常用语料(即公共常用语料集合),还考虑了患者及其家族病史常用语料(即目标患者家族常用语料集合)和私有常用语料(即目标医生私有语料集合),从而使得推荐的答复选项既符合患者的实际情况,又满足医生的个性化表述,进而实现了互联网医疗会话中医生端的差异化答复。
虽然上文描述的过程流程包括以目标顺序出现的多个操作,但是,应当清楚了解,这些过程可以包括更多或更少的操作,这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。
与上述的互联网医疗会话中交互信息推荐方法对应,本说明书实施例还提供了一种互联网医疗会话中交互信息推荐装置,其可以配置于上述的医生端上,参考图6所示,所述装置可以包括建库模块61、匹配模块62、排序模块63和输出模块64。其中:
建库模块61可以用于在建立与目标患者端的问诊会话时,从系统端将公共常用语料集合、目标患者家族常用语料集合和目标医生私有语料集合同步至本地,以作为本次问诊会话的本地常用语料库。
匹配模块62可以用于根据所述目标患者端输入的咨询内容,从所述本地常用语料库中匹配出多个可选常用语。
排序模块63可以用于对所述多个可选常用语进行排序,获得常用语选项序列。
输出模块64可以用于输出所述常用语选项序列,以供目标医生选择。
所述从所述本地常用语料库中匹配出多个可选常用语,包括:
按照查询优先级从所述本地常用语料库中匹配出多个可选常用语;所述查询优先级为:目标患者家族常用语料集合→目标医生私有语料集合→公共常用语料集合。
请继续参考图6所示,所述互联网医疗会话中交互信息推荐装置还可以包括:收集模块65和更新模块66。所述收集模块65可以用于在所述问诊会话结束后,收集所述问诊会话中的上下文信息、患者端信息和医生端信息;所述更新模块66可以用于将所述上下文信息、所述患者端信息和所述医生端信息发送至所述系统端,以使所述系统端根据所述上下文信息、所述患者端信息和所述医生端信息,更新所述目标患者家族常用语料集合。
在一些互联网医疗会话中交互信息推荐装置实施例中,所述互联网医疗会话中交互信息推荐装置还可以包括保存模块和发送模块。所述保存模块用于保存所述目标医生对所述多个可选常用语的选择操作记录;所述发送模块用于将所述选择操作记录发送至所述系统端,以使所述系统端根据所述选择操作记录更新对应常用语的使用频次,并根据所述使用频次及患者评价更新常用语的评价指标值。
在一些互联网医疗会话中交互信息推荐装置实施例中,所述对所述多个可选常用语进行排序,包括:
根据所述多个可选常用语的评价指标值对所述多个可选常用语进行排序。
在一些互联网医疗会话中交互信息推荐装置实施例中,使所述系统端根据所述使用频次及患者评价更新常用语的评价指标值,包括:
使所述系统端根据使用频次及患者评价的加权和更新常用语的评价指标值;或者,使所述系统端根据使用频次与患者评价的乘积更新常用语的评价指标值。
在一些互联网医疗会话中交互信息推荐装置实施例中,使所述系统端根据所述上下文信息、所述患者端信息和所述医生端信息,更新所述目标患者家族常用语料集合,包括:
使所述系统端根据所述上下文信息、所述患者端信息和所述医生端信息生成新的患者家族信息拓扑图;
使所述系统端对所述新的患者家族信息拓扑图进行拓扑节点合并处理。
本说明书实施例的互联网医疗会话中交互信息推荐装置可实现自动推荐答复选项,从而提高了互联网医疗会话中医生端的答复时效性;不仅如此,在自动推荐答复选项时,不仅考虑了公共常用语料(即公共常用语料集合),还考虑了患者及其家族病史常用语料(即目标患者家族常用语料集合)和私有常用语料(即目标医生私有语料集合),从而使得推荐的答复选项既符合患者的实际情况,又满足医生的个性化表述,进而实现了互联网医疗会话中医生端的差异化答复。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本说明书的实施例还提供一种计算机设备。如图7所示,在本说明书一些实施例中,所述计算机设备702可以包括一个或多个处理器704,诸如一个或多个中央处理单元(CPU)或图形处理器(GPU),每个处理单元可以实现一个或多个硬件线程。计算机设备702还可以包括任何存储器706,其用于存储诸如代码、设置、数据等之类的任何种类的信息,一具体实施例中,存储器706上并可在处理器704上运行的计算机程序,所述计算机程序被所述处理器704运行时,可以执行上述任一实施例所述的互联网医疗会话中交互信息推荐方法的指令。非限制性的,比如,存储器706可以包括以下任一项或多种组合:任何类型的RAM,任何类型的ROM,闪存设备,硬盘,光盘等。更一般地,任何存储器都可以使用任何技术来存储信息。进一步地,任何存储器可以提供信息的易失性或非易失性保留。进一步地,任何存储器可以表示计算机设备702的固定或可移除部件。在一种情况下,当处理器704执行被存储在任何存储器或存储器的组合中的相关联的指令时,计算机设备702可以执行相关联指令的任一操作。计算机设备702还包括用于与任何存储器交互的一个或多个驱动机构708,诸如硬盘驱动机构、光盘驱动机构等。
计算机设备702还可以包括输入/输出接口710(I/O),其用于接收各种输入(经由输入设备712)和用于提供各种输出(经由输出设备714)。一个具体输出机构可以包括呈现设备716和相关联的图形用户接口718(GUI)。在其他实施例中,还可以不包括输入/输出接口710(I/O)、输入设备712以及输出设备714,仅作为网络中的一台计算机设备。计算机设备702还可以包括一个或多个网络接口720,其用于经由一个或多个通信链路722与其他设备交换数据。一个或多个通信总线724将上文所描述的部件耦合在一起。
通信链路722可以以任何方式实现,例如,通过局域网、广域网(例如,因特网)、点对点连接等、或其任何组合。通信链路722可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
本申请是参照本说明书一些实施例的方法、设备(系统)、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器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器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器以目标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器上,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。
在一个典型的配置中,计算机设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算机设备访问的信息。按照本说明书中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书实施例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,本说明书实施例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(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行目标任务或实现目标抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理器来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
还应理解,在本说明书实施例中,术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系。例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种互联网医疗会话中交互信息推荐方法,其特征在于,包括:
在建立与目标患者端的问诊会话时,从系统端将公共常用语料集合、目标患者家族常用语料集合和目标医生私有语料集合同步至本地,以作为本次问诊会话的本地常用语料库;
根据所述目标患者端输入的咨询内容,从所述本地常用语料库中匹配出多个可选常用语;
对所述多个可选常用语进行排序,获得常用语选项序列;
输出所述常用语选项序列,以供目标医生选择。
2.如权利要求1所述的互联网医疗会话中交互信息推荐方法,其特征在于,所述从所述本地常用语料库中匹配出多个可选常用语,包括:
按照查询优先级从所述本地常用语料库中匹配出多个可选常用语;所述查询优先级为:目标患者家族常用语料集合→目标医生私有语料集合→公共常用语料集合。
3.如权利要求1所述的互联网医疗会话中交互信息推荐方法,其特征在于,还包括:
在所述问诊会话结束后,收集所述问诊会话中的上下文信息、患者端信息和医生端信息;
将所述上下文信息、所述患者端信息和所述医生端信息发送至所述系统端,以使所述系统端根据所述上下文信息、所述患者端信息和所述医生端信息,更新所述目标患者家族常用语料集合。
4.如权利要求1所述的互联网医疗会话中交互信息推荐方法,其特征在于,还包括:
保存所述目标医生对所述多个可选常用语的选择操作记录;
将所述选择操作记录发送至所述系统端,以使所述系统端根据所述选择操作记录更新对应常用语的使用频次,并根据所述使用频次及患者评价更新常用语的评价指标值。
5.如权利要求4所述的互联网医疗会话中交互信息推荐方法,其特征在于,所述对所述多个可选常用语进行排序,包括:
根据所述多个可选常用语的评价指标值对所述多个可选常用语进行排序。
6.如权利要求4所述的互联网医疗会话中交互信息推荐方法,其特征在于,使所述系统端根据所述使用频次及患者评价更新常用语的评价指标值,包括:
使所述系统端根据使用频次及患者评价的加权和更新常用语的评价指标值;或者,使所述系统端根据使用频次与患者评价的乘积更新常用语的评价指标值。
7.如权利要求3所述的互联网医疗会话中交互信息推荐方法,其特征在于,使所述系统端根据所述上下文信息、所述患者端信息和所述医生端信息,更新所述目标患者家族常用语料集合,包括:
使所述系统端根据所述上下文信息、所述患者端信息和所述医生端信息生成新的患者家族信息拓扑图;
使所述系统端对所述新的患者家族信息拓扑图进行拓扑节点合并处理。
8.一种互联网医疗会话中交互信息推荐装置,其特征在于,包括:
建库模块,用于在建立与目标患者端的问诊会话时,从系统端将公共常用语料集合、目标患者家族常用语料集合和目标医生私有语料集合同步至本地,以作为本次问诊会话的本地常用语料库;
匹配模块,用于根据所述目标患者端输入的咨询内容,从所述本地常用语料库中匹配出多个可选常用语;
排序模块,用于对所述多个可选常用语进行排序,获得常用语选项序列;
输出模块,用于输出所述常用语选项序列,以供目标医生选择。
9.一种计算机设备,包括存储器、处理器、以及存储在所述存储器上的计算机程序,其特征在于,所述计算机程序被所述处理器运行时,执行根据权利要求1-7任意一项所述方法的指令。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被计算机设备的处理器运行时,执行根据权利要求1-7任意一项所述方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111412136.XA CN114141387B (zh) | 2021-11-25 | 2021-11-25 | 互联网医疗会话中交互信息推荐方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111412136.XA CN114141387B (zh) | 2021-11-25 | 2021-11-25 | 互联网医疗会话中交互信息推荐方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114141387A true CN114141387A (zh) | 2022-03-04 |
CN114141387B CN114141387B (zh) | 2024-08-16 |
Family
ID=80391643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111412136.XA Active CN114141387B (zh) | 2021-11-25 | 2021-11-25 | 互联网医疗会话中交互信息推荐方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114141387B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040034286A1 (en) * | 2000-11-06 | 2004-02-19 | Kasper Edward K. | Method and system for outpatient monitoring |
CN102426591A (zh) * | 2011-10-31 | 2012-04-25 | 北京百度网讯科技有限公司 | 一种操作用于内容输入的语料库的方法和设备 |
CN106407666A (zh) * | 2016-09-05 | 2017-02-15 | 京东方科技集团股份有限公司 | 一种电子病历信息的生成方法、装置及系统 |
CN106844735A (zh) * | 2017-02-13 | 2017-06-13 | 长沙军鸽软件有限公司 | 一种自动建立个人专属语料库的方法 |
CN109547526A (zh) * | 2018-10-10 | 2019-03-29 | 平安万家医疗投资管理有限责任公司 | 一种消息推送方法、计算机可读存储介质及服务器 |
CN110019708A (zh) * | 2017-11-15 | 2019-07-16 | 上海挖数互联网科技有限公司 | 聊天机器人的语料生成方法及装置、存储介质、服务器 |
CN111191111A (zh) * | 2019-06-14 | 2020-05-22 | 腾讯科技(深圳)有限公司 | 内容推荐方法、装置及存储介质 |
CN111897829A (zh) * | 2020-05-26 | 2020-11-06 | 华瑞新智科技(北京)有限公司 | 一种用于医疗软件的自然语言查询方法及设备 |
CN112784032A (zh) * | 2021-01-28 | 2021-05-11 | 上海明略人工智能(集团)有限公司 | 会话语料推荐评价方法、装置、存储介质和电子设备 |
CN112860997A (zh) * | 2021-02-09 | 2021-05-28 | 挂号网(杭州)科技有限公司 | 医疗资源推荐方法、装置、设备及存储介质 |
WO2021120588A1 (zh) * | 2020-06-17 | 2021-06-24 | 平安科技(深圳)有限公司 | 语料生成方法、装置、计算机设备及存储介质 |
WO2021151306A1 (zh) * | 2020-06-19 | 2021-08-05 | 平安科技(深圳)有限公司 | 智能问答语料分析方法、装置、电子设备及可读存储介质 |
CN113539520A (zh) * | 2021-07-23 | 2021-10-22 | 平安科技(深圳)有限公司 | 实现问诊会话的方法、装置、计算机设备及存储介质 |
-
2021
- 2021-11-25 CN CN202111412136.XA patent/CN114141387B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040034286A1 (en) * | 2000-11-06 | 2004-02-19 | Kasper Edward K. | Method and system for outpatient monitoring |
CN102426591A (zh) * | 2011-10-31 | 2012-04-25 | 北京百度网讯科技有限公司 | 一种操作用于内容输入的语料库的方法和设备 |
CN111863170A (zh) * | 2016-09-05 | 2020-10-30 | 京东方科技集团股份有限公司 | 一种电子病历信息的生成方法、装置及系统 |
CN106407666A (zh) * | 2016-09-05 | 2017-02-15 | 京东方科技集团股份有限公司 | 一种电子病历信息的生成方法、装置及系统 |
CN106844735A (zh) * | 2017-02-13 | 2017-06-13 | 长沙军鸽软件有限公司 | 一种自动建立个人专属语料库的方法 |
CN110019708A (zh) * | 2017-11-15 | 2019-07-16 | 上海挖数互联网科技有限公司 | 聊天机器人的语料生成方法及装置、存储介质、服务器 |
CN109547526A (zh) * | 2018-10-10 | 2019-03-29 | 平安万家医疗投资管理有限责任公司 | 一种消息推送方法、计算机可读存储介质及服务器 |
CN111191111A (zh) * | 2019-06-14 | 2020-05-22 | 腾讯科技(深圳)有限公司 | 内容推荐方法、装置及存储介质 |
CN111897829A (zh) * | 2020-05-26 | 2020-11-06 | 华瑞新智科技(北京)有限公司 | 一种用于医疗软件的自然语言查询方法及设备 |
WO2021120588A1 (zh) * | 2020-06-17 | 2021-06-24 | 平安科技(深圳)有限公司 | 语料生成方法、装置、计算机设备及存储介质 |
WO2021151306A1 (zh) * | 2020-06-19 | 2021-08-05 | 平安科技(深圳)有限公司 | 智能问答语料分析方法、装置、电子设备及可读存储介质 |
CN112784032A (zh) * | 2021-01-28 | 2021-05-11 | 上海明略人工智能(集团)有限公司 | 会话语料推荐评价方法、装置、存储介质和电子设备 |
CN112860997A (zh) * | 2021-02-09 | 2021-05-28 | 挂号网(杭州)科技有限公司 | 医疗资源推荐方法、装置、设备及存储介质 |
CN113539520A (zh) * | 2021-07-23 | 2021-10-22 | 平安科技(深圳)有限公司 | 实现问诊会话的方法、装置、计算机设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
卢星辰;卢海威;: "基于语料库的医患门诊会话重复结构及功能研究", 中国医学伦理学, no. 05, 25 October 2016 (2016-10-25), pages 31 - 33 * |
曾用强: "基于语料库的诊断评估系统", 外语电化教学, no. 03, 20 June 2003 (2003-06-20), pages 34 - 38 * |
王茜;隆娟;: "基于门诊会话语料的患者多出信息现象的分析", 医学与哲学(人文社会医学版), no. 11, 8 November 2011 (2011-11-08), pages 41 - 44 * |
Also Published As
Publication number | Publication date |
---|---|
CN114141387B (zh) | 2024-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109086409B (zh) | 微服务数据处理方法、装置、电子设备及计算机可读介质 | |
US20210210213A1 (en) | Method, apparatus, medium and electronic device for recommending medicine | |
CN108804450B (zh) | 信息推送的方法和装置 | |
US9830557B2 (en) | System and method for an expert question answer system from a dynamic corpus | |
CN107741976B (zh) | 智能应答方法、装置、介质和电子设备 | |
KR20190016653A (ko) | 지능형 상담 서비스 제공 방법 및 시스템 | |
CN113782195A (zh) | 一种体检套餐定制方法和装置 | |
JP6388212B2 (ja) | タグ付与方法、タグ付与装置、プログラム及び質問回答検索方法 | |
CN116805002A (zh) | 问答方法、问答装置、设备及存储介质 | |
EP2613275A1 (en) | Search device, search method, search program, and computer-readable memory medium for recording search program | |
Pokharel et al. | An Interactive AI-Powered Web Healthcare System | |
US20170147945A1 (en) | Systems and Methods for Financial Data Aggregation | |
JP7486863B1 (ja) | プログラム、方法、情報処理装置、システム | |
CN116910374B (zh) | 一种基于知识图谱的康养服务推荐方法、装置及存储介质 | |
US10614145B2 (en) | Presenting content on a webpage in a desired format | |
CN117334308A (zh) | 医疗信息处理方法、装置、设备及存储介质 | |
CN113870998A (zh) | 问诊方法、装置、电子设备和存储介质 | |
CN111126034B (zh) | 医学变量关系的处理方法及装置、计算机介质和电子设备 | |
KR20210080561A (ko) | 컨설팅 정보 처리 방법 및 장치 | |
CN116484880A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
AU2022201117B2 (en) | Frameworks and methodologies for enabling searching and/or categorisation of digitised information, including clinical report data | |
CN114141387B (zh) | 互联网医疗会话中交互信息推荐方法、装置及设备 | |
CN115620886A (zh) | 一种数据审核方法和装置 | |
Basajja et al. | Possibility of enhancing digital health interoperability in Uganda through FAIR data | |
CN113764097A (zh) | 医嘱数据处理方法、终端设备、服务器及存储介质 |
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 |