CN114758760A - 基于语音识别的导诊和分诊方法、装置和计算机设备 - Google Patents
基于语音识别的导诊和分诊方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN114758760A CN114758760A CN202210299550.2A CN202210299550A CN114758760A CN 114758760 A CN114758760 A CN 114758760A CN 202210299550 A CN202210299550 A CN 202210299550A CN 114758760 A CN114758760 A CN 114758760A
- Authority
- CN
- China
- Prior art keywords
- doctor
- client
- visiting
- information
- diagnosis
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000003745 diagnosis Methods 0.000 title claims description 174
- 208000024891 symptom Diseases 0.000 claims abstract description 76
- 238000004590 computer program Methods 0.000 claims description 26
- 238000010586 diagram Methods 0.000 description 8
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 230000002457 bidirectional effect Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010019233 Headaches Diseases 0.000 description 1
- 206010068319 Oropharyngeal pain Diseases 0.000 description 1
- 201000007100 Pharyngitis Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 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
- 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
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/66—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for extracting parameters related to health condition
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- General Business, Economics & Management (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Epidemiology (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Public Health (AREA)
- Signal Processing (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请涉及一种基于语音识别的导诊和分诊方法、装置、计算机设备和存储介质。所述方法包括:基于与就诊客户的对话获取就诊客户的就诊信息;就诊信息包含就诊客户的症状信息和个人信息;基于所述就诊信息为就诊客户推荐对应的就诊科室,在就诊科室的医生中为就诊客户推荐匹配的医生;基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果,若同一医生的号同时有不少于一位就诊客户进行挂号,优先为其中的紧急病人进行挂号,若紧急病人的人数超过紧急病人所挂号医生的号源数,为未挂上号的紧急病人挂其他空闲医生的号;基于就诊客户的挂号结果,指引就诊客户至所挂号医生处进行就诊。采用本方法能够提高医院的导诊和分诊效率。
Description
技术领域
本申请涉及人工智能智能诊断技术领域,特别是涉及一种基于语音识别的导诊和分诊方法、装置、计算机设备和存储介质。
背景技术
随着现代医疗的快速发展,医院科室的划分越来越细,疾病的复杂性与多样化导致患者挂错号、看错病的现象频频发生。智能导诊的应用已成趋势,现有技术的智能导诊方式一般是通过问题推送与答案选择来进行导诊,如建立运维后台,由医务人员根据诊疗经验人工进行导诊。
现有技术中的导诊和分诊方法,通常由人工问询的方式进行导诊和分诊,存在导诊和分诊效率低的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高医院的导诊和分诊效率的基于语音识别的导诊和分诊方法、装置、计算机设备和存储介质。
一种基于语音识别的导诊和分诊方法,所述方法包括:
基于与就诊客户的对话获取就诊客户的就诊信息;所述就诊信息包含就诊客户的症状信息和个人信息;
基于所述就诊信息为就诊客户推荐对应的就诊科室,将所述症状信息与预设的医生擅长领域数据库进行对比;所述医生擅长领域数据库中包含就诊科室中所有的医生信息以及各医生的擅长领域;从所述医生擅长领域数据库中筛选出最擅长治疗所述就诊客户且当前时刻有号的医生,将该医生推荐给所述就诊客户,同时基于所述症状信息为就诊客户生成紧急值;所述紧急值用于评估就诊客户症状的紧急程度,当就诊客户的紧急值超过预设的紧急值阈值时,将所述就诊客户设定为紧急病人;所述紧急值通过计算所述症状信息的权重和获取;
基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果,若同一医生的号同时有不少于一位就诊客户进行挂号,优先为其中的紧急病人进行挂号,若紧急病人的人数超过所述紧急病人所挂号医生的号源数,为未挂上号的紧急病人挂其他空闲医生的号;医生可根据就诊客户的就诊信息邀请就诊客户挂自己的号;
基于所述就诊客户的挂号结果,指引所述就诊客户至所挂号医生处进行就诊;所挂号医生可以基于就诊客户的紧急值优先对紧急值高的就诊客户进行问诊。
在其中一个实施例中,还包括:将所述就诊信息与预设的科室推荐数据库进行对比,判断所述就诊客户是否满足科室推荐数据库中的科室就诊推荐条件;所述科室推荐数据库中包含预设的多个样本就诊信息,以及所述样本就诊信息对应的推荐科室;
若所述就诊客户的就诊信息与所述科室推荐数据库中的样本就诊信息一致,将所述样本就诊信息对应的推荐科室推荐给所述就诊客户。
在其中一个实施例中,还包括:若所述就诊客户接受所推荐的医生,为就诊客户挂所推荐医生的号,生成挂号结果。
在其中一个实施例中,还包括:若所述就诊客户不接受所推荐的医生,提示就诊客户自主进行挂号,生成挂号结果。
在其中一个实施例中,还包括:若所述就诊客户所挂号医生当前处于空闲状态,直接指引所述就诊客户至所挂号医生处进行就诊;
若所述就诊客户所挂号医生当前处于忙碌状态,指引所述就诊客户前往候诊区候诊。
在其中一个实施例中,还包括:基于所述就诊客户的就诊信息,基于预设的预诊问题数据库向所述就诊客户进一步询问其身体状况信息,生成预诊信息;
对所述预诊信息进行整合处理,生成预诊报告,并将所述预诊报告发送至所挂号医生处。
一种基于语音识别的导诊和分诊装置,所述装置包括:
信息获取模块,用于基于与就诊客户的对话获取就诊客户的就诊信息;所述就诊信息包含就诊客户的症状信息和个人信息;
科室推荐模块,用于基于所述就诊信息为就诊客户推荐对应的就诊科室,将所述症状信息与预设的医生擅长领域数据库进行对比;所述医生擅长领域数据库中包含就诊科室中所有的医生信息以及各医生的擅长领域;从所述医生擅长领域数据库中筛选出最擅长治疗所述就诊客户且当前时刻有号的医生,将该医生推荐给所述就诊客户,同时基于所述症状信息为就诊客户生成紧急值;所述紧急值用于评估就诊客户症状的紧急程度,当就诊客户的紧急值超过预设的紧急值阈值时,将所述就诊客户设定为紧急病人;所述紧急值通过计算所述症状信息的权重和获取;
挂号模块,用于基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果,若同一医生的号同时有不少于一位就诊客户进行挂号,优先为其中的紧急病人进行挂号,若紧急病人的人数超过所述紧急病人所挂号医生的号源数,为未挂上号的紧急病人挂其他空闲医生的号;医生可根据就诊客户的就诊信息邀请就诊客户挂自己的号;
就诊模块,用于基于所述就诊客户的挂号结果,指引所述就诊客户至所挂号医生处进行就诊;所挂号医生可以基于就诊客户的紧急值优先对紧急值高的就诊客户进行问诊。
在其中一个实施例中,所述科室推荐模块具体用于:将所述就诊信息与预设的科室推荐数据库进行对比,判断所述就诊客户是否满足科室推荐数据库中的科室就诊推荐条件;所述科室推荐数据库中包含预设的多个样本就诊信息,以及所述样本就诊信息对应的推荐科室;
若所述就诊客户的就诊信息与所述科室推荐数据库中的样本就诊信息一致,将所述样本就诊信息对应的推荐科室推荐给所述就诊客户。
在其中一个实施例中,所述挂号模块具体用于:若所述就诊客户接受所推荐的医生,为就诊客户挂所推荐医生的号,生成挂号结果。
在其中一个实施例中,所述挂号模块还具体用于:若所述就诊客户不接受所推荐的医生,提示就诊客户自主进行挂号,生成挂号结果。
在其中一个实施例中,所述就诊模块具体用于:若所述就诊客户所挂号医生当前处于空闲状态,直接指引所述就诊客户至所挂号医生处进行就诊;
若所述就诊客户所挂号医生当前处于忙碌状态,指引所述就诊客户前往候诊区候诊。
在其中一个实施例中,所述就诊模块还具体用于:基于所述就诊客户的就诊信息,基于预设的预诊问题数据库向所述就诊客户进一步询问其身体状况信息,生成预诊信息;
对所述预诊信息进行整合处理,生成预诊报告,并将所述预诊报告发送至所挂号医生处。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
基于与就诊客户的对话获取就诊客户的就诊信息;所述就诊信息包含就诊客户的症状信息和个人信息;
基于所述就诊信息为就诊客户推荐对应的就诊科室,将所述症状信息与预设的医生擅长领域数据库进行对比;所述医生擅长领域数据库中包含就诊科室中所有的医生信息以及各医生的擅长领域;从所述医生擅长领域数据库中筛选出最擅长治疗所述就诊客户且当前时刻有号的医生,将该医生推荐给所述就诊客户,同时基于所述症状信息为就诊客户生成紧急值;所述紧急值用于评估就诊客户症状的紧急程度,当就诊客户的紧急值超过预设的紧急值阈值时,将所述就诊客户设定为紧急病人;所述紧急值通过计算所述症状信息的权重和获取;
基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果,若同一医生的号同时有不少于一位就诊客户进行挂号,优先为其中的紧急病人进行挂号,若紧急病人的人数超过所述紧急病人所挂号医生的号源数,为未挂上号的紧急病人挂其他空闲医生的号;医生可根据就诊客户的就诊信息邀请就诊客户挂自己的号;
基于所述就诊客户的挂号结果,指引所述就诊客户至所挂号医生处进行就诊;所挂号医生可以基于就诊客户的紧急值优先对紧急值高的就诊客户进行问诊。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
基于与就诊客户的对话获取就诊客户的就诊信息;所述就诊信息包含就诊客户的症状信息和个人信息;
基于所述就诊信息为就诊客户推荐对应的就诊科室,将所述症状信息与预设的医生擅长领域数据库进行对比;所述医生擅长领域数据库中包含就诊科室中所有的医生信息以及各医生的擅长领域;从所述医生擅长领域数据库中筛选出最擅长治疗所述就诊客户且当前时刻有号的医生,将该医生推荐给所述就诊客户,同时基于所述症状信息为就诊客户生成紧急值;所述紧急值用于评估就诊客户症状的紧急程度,当就诊客户的紧急值超过预设的紧急值阈值时,将所述就诊客户设定为紧急病人;所述紧急值通过计算所述症状信息的权重和获取;
基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果,若同一医生的号同时有不少于一位就诊客户进行挂号,优先为其中的紧急病人进行挂号,若紧急病人的人数超过所述紧急病人所挂号医生的号源数,为未挂上号的紧急病人挂其他空闲医生的号;医生可根据就诊客户的就诊信息邀请就诊客户挂自己的号;
基于所述就诊客户的挂号结果,指引所述就诊客户至所挂号医生处进行就诊;所挂号医生可以基于就诊客户的紧急值优先对紧急值高的就诊客户进行问诊。
上述基于语音识别的导诊和分诊方法、装置、计算机设备和存储介质,基于与就诊客户的对话获取就诊客户的就诊信息;基于就诊信息为就诊客户推荐对应的就诊科室,在就诊科室的医生中为就诊客户推荐匹配的医生;基于为就诊客户推荐的医生,为就诊客户进行挂号,生成挂号结果,最后基于就诊客户的挂号结果,指引就诊客户至所挂号医生处进行就诊,通过基于就诊客户的症状信息为就诊客户推荐最合适的医生,并引导就诊客户进行挂号,同时通过预诊断提高了医生的问诊效率,实现了对就诊客户的智能导诊和分诊,提高了医院的导诊和分诊效率。
附图说明
图1为一个实施例中基于语音识别的导诊和分诊方法的应用环境图;
图2为一个实施例中基于语音识别的导诊和分诊方法的流程示意图;
图3为一个实施例中为就诊客户推荐就诊科室步骤的流程示意图;
图4为一个实施例中为就诊客户进行预诊步骤的流程示意图;
图5为一个实施例中基于语音识别的导诊和分诊装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的基于语音识别的导诊和分诊方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。终端102和服务器104可分别单独用于执行本申请提供的基于语音识别的导诊和分诊方法;终端102和服务器104也可用于协同执行本申请提供的基于语音识别的导诊和分诊方法。比如,服务器可基于与就诊客户的对话获取就诊客户的就诊信息;所述就诊信息包含就诊客户的症状信息和个人信息;基于所述就诊信息为就诊客户推荐对应的就诊科室,将所述症状信息与预设的医生擅长领域数据库进行对比;所述医生擅长领域数据库中包含就诊科室中所有的医生信息以及各医生的擅长领域;从所述医生擅长领域数据库中筛选出最擅长治疗所述就诊客户且当前时刻有号的医生,将该医生推荐给所述就诊客户,同时基于所述症状信息为就诊客户生成紧急值;所述紧急值用于评估就诊客户症状的紧急程度,当就诊客户的紧急值超过预设的紧急值阈值时,将所述就诊客户设定为紧急病人;所述紧急值通过计算所述症状信息的权重和获取;基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果,若同一医生的号同时有不少于一位就诊客户进行挂号,优先为其中的紧急病人进行挂号,若紧急病人的人数超过所述紧急病人所挂号医生的号源数,为未挂上号的紧急病人挂其他空闲医生的号;基于所述就诊客户的挂号结果,指引所述就诊客户至所挂号医生处进行就诊;所挂号医生可以基于就诊客户的紧急值优先对紧急值高的就诊客户进行问诊。
其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种基于语音识别的导诊和分诊方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤202,基于与就诊客户的对话获取就诊客户的就诊信息;所述就诊信息包含就诊客户的症状信息和个人信息。
具体地,客户的就诊信息包含就诊客户的症状信息和个人信息,其中症状信息包括就诊客户身体不适的各种症状,包括症状的类型和症状的轻重信息等;就诊客户的个人信息包含就诊客户的年龄、性别、健康状况、既往病史等;获取就诊客户的就诊信息时,可以通过基于语音识别的问诊机器人或者是通过护士等人工的方式进行问诊。
步骤204,基于所述就诊信息为就诊客户推荐对应的就诊科室,将所述症状信息与预设的医生擅长领域数据库进行对比;所述医生擅长领域数据库中包含就诊科室中所有的医生信息以及各医生的擅长领域;从所述医生擅长领域数据库中筛选出最擅长治疗所述就诊客户且当前时刻有号的医生,将该医生推荐给所述就诊客户,同时基于所述症状信息为就诊客户生成紧急值;所述紧急值用于评估就诊客户症状的紧急程度,当就诊客户的紧急值超过预设的紧急值阈值时,将所述就诊客户设定为紧急病人;所述紧急值通过计算所述症状信息的权重和获取。
具体地,基于就诊信息为就诊客户推荐对应的就诊科室,即根据客户的症状信息和个人信息确定就诊客户需要前往的就诊科室;对于经过智能分诊后的患者,可以看到符合要求的很多医生。但由于名医资源紧缺,往往会出现多个患者,同时抢专家号的情况,但往往会出现轻微病情占用专家医疗资源的情况。在将症状信息与预设的医生擅长领域数据库进行对比时,根据不同的问题,匹配不同的权重,累计获得“紧急值”。患者通过智能分诊可以得到符合条件的多位专家医生,患者可同时选择专家。针对“紧急值”匹配合适的医生,匹配值越高,医生排序更靠前,引导轻症患者选择普通医生。例如,当就诊客户的症状是感冒、发烧时,为就诊客户推荐前往呼吸科就诊。为就诊客户完成就诊科室推荐以后,还需要根据推荐科室的医生情况为就诊客户推荐匹配的医生,具体是将就诊客户的症状信息与预设的医生擅长领域数据库进行对比;为就诊客户匹配合适的医生,并根据就诊客户的症状信息生成对应的紧急值。其中,医生擅长领域数据库中包含就诊科室中所有的医生信息以及各医生的擅长领域,紧急值用于评估就诊客户症状的紧急程度,紧急值通过计算所述症状信息的权重和获取。例如,感冒可以设置客户症状包括体温、患病时长、是否喉咙痛、是否头痛和是否闭塞,对上述客户症状预设权重为30%、20%、10%、10%和10%,通过计算客户症状的加权分数,当加权分数超过预设的紧急值阈值时,获取病情较为严重的紧急病人,在此种疾病中具有优先诊断。对于权值比重可以通过不断调节,得到最终符合该病情严重程度的真实情况。根据对比情况和就诊客户的紧急值,从医生擅长领域数据库中筛选出最擅长治疗就诊客户且当前时刻有号的医生,将该医生作为最匹配的医生推荐给就诊客户。同时,专家医生可根据分诊报告,以及“紧急值”来挑选患者,对于“紧急值”较低的患者,可随机分配到普通医生,通过替诊短信告知患者。通过双向选择,提高医生资源合理利用率。
步骤206,基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果,若同一医生的号同时有不少于一位就诊客户进行挂号,优先为其中的紧急病人进行挂号,若紧急病人的人数超过所述紧急病人所挂号医生的号源数,为未挂上号的紧急病人挂其他空闲医生的号;医生可根据就诊客户的就诊信息邀请就诊客户挂自己的号。
具体地,为就诊客户推荐医生以后,根据就诊客户对于所推荐医生的意见为就诊客户进行挂号;当就诊客户认可所推荐的医生时,为其挂所推荐医生的好;当就诊客户不认可为其推荐的医生时,为就诊客户挂其所选择的医生的号;并根据挂号的情况生成该就诊客户的挂号结果。由于专家医生资源紧缺,即使通过分诊筛选,仍然会同时抢专家号源的情况,若同一医生的号同时有不少于一位就诊客户进行挂号,优先为其中的紧急病人进行挂号。若紧急病人的人数超过所述紧急病人所挂号医生的号源数,仍然可能有一部分紧急病人未挂上号,此时为未挂上号的紧急病人挂其他空闲医生的号。例如,通过智能助手后台设置,可以设置专家医生将号源部分或者全部投入到“紧急”号源池中,紧急病人可以看到“紧急”号源池中的号源,可以进行专家号源预约。如果紧急病人较多,一旦发现紧急病人人数大于号源数时,则自动将其他空闲专家号源的投入到紧急号源池;可通过后台设置新加号源速度(例如新增加现有“紧急”号源池号源总数的50%),直至专家号源可投入“紧急”号源池的设置上限;如紧急号源池出现空闲情况,则可通过每过30分钟,移除空闲号源的一半,将“紧急”号源维持正常水平。此外,如果紧急患者不多,空闲的专家医生也可根据分诊报告,以及“紧急值”来挑选患者,可通过消息推送,推送推荐医生,补充专家医生资源浪费的情况。通过双向选择,进一步提高医生资源合理利用率。专家医生可通过后台数据,查看各就诊客户的就诊信息,根据就诊信息挑选符合自身擅长及临床需要的患者;对于选中的患者,医生可向其发送邀请其挂自己号的信息,若该患者已挂号则发送替诊邀请确认,邀请患者确认是否更换医生;若患者未挂号,则发送挂号邀请确认以及后续的挂号指引,引导患者接受挂号邀请;针对复杂病人,形成有效分诊辅助,有助于合理利用专家医生有限资源,提高患者病情确诊率,进一步提高医生资源合理利用。
步骤208,基于所述就诊客户的挂号结果,指引所述就诊客户至所挂号医生处进行就诊;所挂号医生可以基于就诊客户的紧急值优先对紧急值高的就诊客户进行问诊。
具体地,为就诊客户挂号完成以后,可通过机器人或人工指引的方式引导就诊客户前往其所挂号医生处进行就诊,还可根据该就诊客户的就诊信息为该就诊客户推送合适的就诊注意信息;同时,专家医生可根据分诊报告,以及“紧急值”来挑选患者,对于“紧急值”较低的患者,可随机分配到普通医生,通过替诊短信告知患者。通过双向选择,提高医生资源合理利用率。
上述基于语音识别的导诊和分诊方法中,基于与就诊客户的对话获取就诊客户的就诊信息;基于就诊信息为就诊客户推荐对应的就诊科室,在就诊科室的医生中为就诊客户推荐匹配的医生;基于为就诊客户推荐的医生,为就诊客户进行挂号,生成挂号结果,最后基于就诊客户的挂号结果,指引就诊客户至所挂号医生处进行就诊,实现了对就诊客户的智能导诊和分诊,提高了医院的导诊和分诊效率。
在一个实施例中,所述基于所述就诊信息为就诊客户推荐对应的就诊科室包括:
步骤302,将所述就诊信息与预设的科室推荐数据库进行对比,判断所述就诊客户是否满足科室推荐数据库中的科室就诊推荐条件;所述科室推荐数据库中包含预设的多个样本就诊信息,以及所述样本就诊信息对应的推荐科室;
步骤304,若所述就诊客户的就诊信息与所述科室推荐数据库中的样本就诊信息一致,将所述样本就诊信息对应的推荐科室推荐给所述就诊客户。
具体地,图3为一个实施例中为就诊客户推荐就诊科室步骤的流程示意图,如图3所示,基于就诊客户的就诊信息为就诊客户推荐就诊科室时,将就诊信息与预设的科室推荐数据库进行对比,判断就诊客户是否满足科室推荐数据库中的科室就诊推荐条件,即根据就诊客户的就诊信息与预设的科室推荐数据库中的样本就诊信息的匹配程度对就诊客户进行就诊科室推荐;其中,科室推荐数据库中包含预设的多个样本就诊信息,每个样本就诊信息对应相应的推荐科室,推荐科室是根据样本就诊信息的症状信息进行匹配的。当就诊客户的就诊信息与科室推荐数据库中的样本就诊信息一致或接近时,将样本就诊信息对应的推荐科室推荐给就诊客户。例如,通过智能语音助手通过语音识别技术,首先通过市面常用医疗词库进行语音训练。针对各个医院用户,由于每个医院特点各不相同,需要额外学习医院特有医疗用语词库、针对特殊科室同样需要进行语音识别训练,在此基础上,提高语音文字转换识别率。通过分词,提炼语音中的关键字作为就诊信息。将就诊信息与预设的科室推荐数据库进行对比,通过关键字对比预设的科室推荐数据库中的功能分类,分为挂号服务、预问诊服务、诊间服务、诊后服务四大类。其中挂号服务,主要是通过询问患病部位、症状、病程、伴随症状来定位相关疾病,再根据推测疾病推荐众多医院对应的推荐科室。
本实施例中,为就诊客户推荐就诊科室时,将就诊信息与预设的科室推荐数据库进行对比,判断就诊客户是否满足科室推荐数据库中的科室就诊推荐条件,当就诊客户的就诊信息与科室推荐数据库中的样本就诊信息一致时,将样本就诊信息对应的推荐科室推荐给就诊客户,实现了对就诊客户的就诊科室的精确推荐,提高了为就诊客户推荐就诊科室的效率。
在一个实施例中,所述基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果,若紧急病人的人数超过所述紧急病人所挂号医生的号源数,为其挂其他空闲医生的号包括:
若所述就诊客户接受所推荐的医生,为就诊客户挂所推荐医生的号,生成挂号结果。
具体地,当为就诊客户推荐医生完成以后,需要为就诊客户进行挂号,以使得就诊客户能够进行诊疗。当若就诊客户接受为其推荐的医生时,为就诊客户挂所推荐医生的号,生成挂号结果,以便根据挂号结果引导就诊客户前往所挂号医生处进行就诊。
本实施例中,在就诊客户接受所推荐的医生时,为就诊客户挂所推荐医生的号,生成挂号结果,实现了推荐医生和挂号的衔接,提高了就诊客户的就诊效率。
在一个实施例中,所述基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果,若紧急病人的人数超过所述紧急病人所挂号医生的号源数,为其挂其他空闲医生的号还包括:
若所述就诊客户不接受所推荐的医生,提示就诊客户自主进行挂号,生成挂号结果。
具体地,当就诊客户不接受所推荐的医生时,可根据就诊客户的需求为其重新推荐新的医生,若就诊客户不接受为其推荐医生时,提示就诊客户自主进行挂号,即让就诊客户自己选择所挂号的医生,并根据就诊客户的选择结果为其进行挂号,生成挂号结果。
本实施例中,在就诊客户不接受所推荐的医生时,提示就诊客户自主进行挂号,生成挂号结果,实现了根据就诊客户的选择结果灵活挂号的方式,提高了就诊客户的挂号速率。
在一个实施例中,所述基于所述就诊客户的挂号结果,指引所述就诊客户至所挂号医生处进行就诊包括:
若所述就诊客户所挂号医生当前处于空闲状态,直接指引所述就诊客户至所挂号医生处进行就诊;
若所述就诊客户所挂号医生当前处于忙碌状态,指引所述就诊客户前往候诊区候诊。
具体地,为就诊客户完成挂号以后,引导就诊客户前往所挂号医生处就诊时,若就诊客户所挂号医生当前处于空闲状态,直接指引所述就诊客户至所挂号医生处进行就诊,具体可以通过指引的机器人指引就诊客户前往所挂号医生处就诊或通过护士等工作人员指引其前往其所挂号医生处进行就诊。若就诊客户所挂号医生当前处于忙碌状态,指引就诊客户前往候诊区候诊,等其所挂号医生处于空闲状态时,为就诊客户进行诊疗。
在一个实施例中,所指引所述就诊客户前往候诊区候诊包括:基于所述就诊客户的就诊信息,基于预设的预诊问题数据库向所述就诊客户进一步询问其身体状况信息,生成预诊信息;对所述预诊信息进行整合处理,生成预诊报告,并将所述预诊报告发送至所挂号医生处。
具体地,在患者报到后,等在就诊期间,基于就诊客户的就诊信息和预设的预诊问题数据库向就诊客户进一步询问其身体状况信息,将会给患者推送预问诊对话框,通过对话方式,了解患者的病情,病史,病历,症状,并通过分词提取关键字,过滤掉冗余信息,形成预诊报告,并将预诊报告发送至所挂号医生处。根据不同的医院科室特征,可额外增加询问关注点,并导入不同的预诊模板。
本实施例中,就诊客户所挂号医生当前处于空闲状态,直接指引就诊客户至所挂号医生处进行就诊,若就诊客户所挂号医生当前处于忙碌状态,指引就诊客户前往候诊区候诊,实现了根据挂号医生工作状态指引就诊客户等待或就诊,提高了就诊客户的就诊体验。
在一个实施例中,所指引所述就诊客户前往候诊区候诊包括:
步骤402,基于所述就诊客户的就诊信息,基于预设的预诊问题数据库向所述就诊客户进一步询问其身体状况信息,生成预诊信息;
步骤404,对所述预诊信息进行整合处理,生成预诊报告,并将所述预诊报告发送至所挂号医生处。
具体地,图4为一个实施例中为就诊客户进行预诊步骤的流程示意图,如图4所示,待就诊客户在候诊区进行候诊时,还可以基于就诊客户的就诊信息,基于预设的预诊问题数据库向就诊客户进一步询问其身体状况信息,根据就诊客户反馈的信息以及根据预设的预诊问题数据库中对应的预诊结果,生成预诊信息,对预诊信息进行整合处理,删除就诊不需要的信息,生成预诊报告,并将预诊报告发送至所挂号医生处,以便医生能够根据预诊报告快速了解就诊客户的就诊信息,提高对于就诊客户的诊断效率。
本实施例中,当就诊客户在候诊时,基于就诊客户的就诊信息,基于预设的预诊问题数据库向就诊客户进一步询问其身体状况信息,生成预诊信息,对预诊信息进行整合处理,生成预诊报告,并将预诊报告发送至所挂号医生处,实现了在就诊客户候诊时生成预诊报告,提高了医生的诊断效率。
应该理解的是,虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-3中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种基于语音识别的导诊和分诊装置,包括:信息获取模块501、科室推荐模块502、挂号模块503和就诊模块504,其中:
信息获取模块501,用于基于与就诊客户的对话获取就诊客户的就诊信息;所述就诊信息包含就诊客户的症状信息和个人信息;
科室推荐模块502,用于基于所述就诊信息为就诊客户推荐对应的就诊科室,将所述症状信息与预设的医生擅长领域数据库进行对比;所述医生擅长领域数据库中包含就诊科室中所有的医生信息以及各医生的擅长领域;从所述医生擅长领域数据库中筛选出最擅长治疗所述就诊客户且当前时刻有号的医生,将该医生推荐给所述就诊客户,同时基于所述症状信息为就诊客户生成紧急值;所述紧急值用于评估就诊客户症状的紧急程度,当就诊客户的紧急值超过预设的紧急值阈值时,将所述就诊客户设定为紧急病人;所述紧急值通过计算所述症状信息的权重和获取;
挂号模块503,用于基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果,若同一医生的号同时有不少于一位就诊客户进行挂号,优先为其中的紧急病人进行挂号,若紧急病人的人数超过所述紧急病人所挂号医生的号源数,为未挂上号的紧急病人挂其他空闲医生的号;医生可根据就诊客户的就诊信息邀请就诊客户挂自己的号。
就诊模块504,用于基于所述就诊客户的挂号结果,指引所述就诊客户至所挂号医生处进行就诊;所挂号医生可以基于就诊客户的紧急值优先对紧急值高的就诊客户进行问诊。
在一个实施例中,所述科室推荐模块501具体用于:将所述就诊信息与预设的科室推荐数据库进行对比,判断所述就诊客户是否满足科室推荐数据库中的科室就诊推荐条件;所述科室推荐数据库中包含预设的多个样本就诊信息,以及所述样本就诊信息对应的推荐科室;若所述就诊客户的就诊信息与所述科室推荐数据库中的样本就诊信息一致,将所述样本就诊信息对应的推荐科室推荐给所述就诊客户。
本实施例中,为就诊客户推荐就诊科室时,将就诊信息与预设的科室推荐数据库进行对比,判断就诊客户是否满足科室推荐数据库中的科室就诊推荐条件,当就诊客户的就诊信息与科室推荐数据库中的样本就诊信息一致时,将样本就诊信息对应的推荐科室推荐给就诊客户,实现了对就诊客户的就诊科室的精确推荐,提高了为就诊客户推荐就诊科室的效率。
在一个实施例中,所述挂号模块503具体用于:若所述就诊客户接受所推荐的医生,为就诊客户挂所推荐医生的号,生成挂号结果。
本实施例中,在就诊客户接受所推荐的医生时,为就诊客户挂所推荐医生的号,生成挂号结果,实现了推荐医生和挂号的衔接,提高了就诊客户的就诊效率。
在一个实施例中,所述挂号模块503还具体用于:若所述就诊客户不接受所推荐的医生,提示就诊客户自主进行挂号,生成挂号结果。
本实施例中,在就诊客户不接受所推荐的医生时,提示就诊客户自主进行挂号,生成挂号结果,实现了根据就诊客户的选择结果灵活挂号的方式,提高了就诊客户的挂号速率。
在一个实施例中,所述就诊模块504具体用于:若所述就诊客户所挂号医生当前处于空闲状态,直接指引所述就诊客户至所挂号医生处进行就诊;若所述就诊客户所挂号医生当前处于忙碌状态,指引所述就诊客户前往候诊区候诊。
本实施例中,就诊客户所挂号医生当前处于空闲状态,直接指引就诊客户至所挂号医生处进行就诊,若就诊客户所挂号医生当前处于忙碌状态,指引就诊客户前往候诊区候诊,实现了根据挂号医生工作状态指引就诊客户等待或就诊,提高了就诊客户的就诊体验。
在一个实施例中,所述就诊模块504还具体用于:基于所述就诊客户的就诊信息,基于预设的预诊问题数据库向所述就诊客户进一步询问其身体状况信息,生成预诊信息;对所述预诊信息进行整合处理,生成预诊报告,并将所述预诊报告发送至所挂号医生处。
本实施例中,当就诊客户在候诊时,基于就诊客户的就诊信息,基于预设的预诊问题数据库向就诊客户进一步询问其身体状况信息,生成预诊信息,对预诊信息进行整合处理,生成预诊报告,并将预诊报告发送至所挂号医生处,实现了在就诊客户候诊时生成预诊报告,提高了医生的诊断效率。
上述基于语音识别的导诊和分诊装置,基于与就诊客户的对话获取就诊客户的就诊信息;基于就诊信息为就诊客户推荐对应的就诊科室,在就诊科室的医生中为就诊客户推荐匹配的医生;基于为就诊客户推荐的医生,为就诊客户进行挂号,生成挂号结果,最后基于就诊客户的挂号结果,指引就诊客户至所挂号医生处进行就诊,实现了对就诊客户的智能导诊和分诊,提高了医院的导诊和分诊效率。
关于基于语音识别的导诊和分诊装置的具体限定可以参见上文中对于基于语音识别的导诊和分诊方法的限定,在此不再赘述。上述基于语音识别的导诊和分诊装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机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,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于语音识别的导诊和分诊数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于语音识别的导诊和分诊方法。
本领域技术人员可以理解,图6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计算机设备的限定,具体的计算机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。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
基于与就诊客户的对话获取就诊客户的就诊信息;所述就诊信息包含就诊客户的症状信息和个人信息;
基于所述就诊信息为就诊客户推荐对应的就诊科室,将所述症状信息与预设的医生擅长领域数据库进行对比;所述医生擅长领域数据库中包含就诊科室中所有的医生信息以及各医生的擅长领域;从所述医生擅长领域数据库中筛选出最擅长治疗所述就诊客户且当前时刻有号的医生,将该医生推荐给所述就诊客户,同时基于所述症状信息为就诊客户生成紧急值;所述紧急值用于评估就诊客户症状的紧急程度,当就诊客户的紧急值超过预设的紧急值阈值时,将所述就诊客户设定为紧急病人;所述紧急值通过计算所述症状信息的权重和获取;
基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果,若同一医生的号同时有不少于一位就诊客户进行挂号,优先为其中的紧急病人进行挂号,若紧急病人的人数超过所述紧急病人所挂号医生的号源数,为未挂上号的紧急病人挂其他空闲医生的号;医生可根据就诊客户的就诊信息邀请就诊客户挂自己的号。
基于所述就诊客户的挂号结果,指引所述就诊客户至所挂号医生处进行就诊;所挂号医生可以基于就诊客户的紧急值优先对紧急值高的就诊客户进行问诊。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将所述就诊信息与预设的科室推荐数据库进行对比,判断所述就诊客户是否满足科室推荐数据库中的科室就诊推荐条件;所述科室推荐数据库中包含预设的多个样本就诊信息,以及所述样本就诊信息对应的推荐科室;若所述就诊客户的就诊信息与所述科室推荐数据库中的样本就诊信息一致,将所述样本就诊信息对应的推荐科室推荐给所述就诊客户。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:若所述就诊客户接受所推荐的医生,为就诊客户挂所推荐医生的号,生成挂号结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:若所述就诊客户不接受所推荐的医生,提示就诊客户自主进行挂号,生成挂号结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:若所述就诊客户所挂号医生当前处于空闲状态,直接指引所述就诊客户至所挂号医生处进行就诊;若所述就诊客户所挂号医生当前处于忙碌状态,指引所述就诊客户前往候诊区候诊。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:基于所述就诊客户的就诊信息,基于预设的预诊问题数据库向所述就诊客户进一步询问其身体状况信息,生成预诊信息;对所述预诊信息进行整合处理,生成预诊报告,并将所述预诊报告发送至所挂号医生处。
上述计算机设备,基于与就诊客户的对话获取就诊客户的就诊信息;基于就诊信息为就诊客户推荐对应的就诊科室,在就诊科室的医生中为就诊客户推荐匹配的医生;基于为就诊客户推荐的医生,为就诊客户进行挂号,生成挂号结果,最后基于就诊客户的挂号结果,指引就诊客户至所挂号医生处进行就诊,实现了对就诊客户的智能导诊和分诊,提高了医院的导诊和分诊效率。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
基于与就诊客户的对话获取就诊客户的就诊信息;所述就诊信息包含就诊客户的症状信息和个人信息;
基于所述就诊信息为就诊客户推荐对应的就诊科室,将所述症状信息与预设的医生擅长领域数据库进行对比;所述医生擅长领域数据库中包含就诊科室中所有的医生信息以及各医生的擅长领域;从所述医生擅长领域数据库中筛选出最擅长治疗所述就诊客户且当前时刻有号的医生,将该医生推荐给所述就诊客户,同时基于所述症状信息为就诊客户生成紧急值;所述紧急值用于评估就诊客户症状的紧急程度,当就诊客户的紧急值超过预设的紧急值阈值时,将所述就诊客户设定为紧急病人;所述紧急值通过计算所述症状信息的权重和获取;
基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果,若同一医生的号同时有不少于一位就诊客户进行挂号,优先为其中的紧急病人进行挂号,若紧急病人的人数超过所述紧急病人所挂号医生的号源数,为未挂上号的紧急病人挂其他空闲医生的号;医生可根据就诊客户的就诊信息邀请就诊客户挂自己的号。
基于所述就诊客户的挂号结果,指引所述就诊客户至所挂号医生处进行就诊;所挂号医生可以基于就诊客户的紧急值优先对紧急值高的就诊客户进行问诊。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将所述就诊信息与预设的科室推荐数据库进行对比,判断所述就诊客户是否满足科室推荐数据库中的科室就诊推荐条件;所述科室推荐数据库中包含预设的多个样本就诊信息,以及所述样本就诊信息对应的推荐科室;若所述就诊客户的就诊信息与所述科室推荐数据库中的样本就诊信息一致,将所述样本就诊信息对应的推荐科室推荐给所述就诊客户。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:若所述就诊客户接受所推荐的医生,为就诊客户挂所推荐医生的号,生成挂号结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:若所述就诊客户不接受所推荐的医生,提示就诊客户自主进行挂号,生成挂号结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:若所述就诊客户所挂号医生当前处于空闲状态,直接指引所述就诊客户至所挂号医生处进行就诊;若所述就诊客户所挂号医生当前处于忙碌状态,指引所述就诊客户前往候诊区候诊。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:基于所述就诊客户的就诊信息,基于预设的预诊问题数据库向所述就诊客户进一步询问其身体状况信息,生成预诊信息;对所述预诊信息进行整合处理,生成预诊报告,并将所述预诊报告发送至所挂号医生处。
上述存储介质,基于与就诊客户的对话获取就诊客户的就诊信息;基于就诊信息为就诊客户推荐对应的就诊科室,在就诊科室的医生中为就诊客户推荐匹配的医生;基于为就诊客户推荐的医生,为就诊客户进行挂号,生成挂号结果,最后基于就诊客户的挂号结果,指引就诊客户至所挂号医生处进行就诊,实现了对就诊客户的智能导诊和分诊,提高了医院的导诊和分诊效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (15)
1.一种基于语音识别的导诊和分诊方法,其特征在于,所述方法包括:
基于与就诊客户的对话获取就诊客户的就诊信息;所述就诊信息包含就诊客户的症状信息和个人信息;
基于所述就诊信息为就诊客户推荐对应的就诊科室,将所述症状信息与预设的医生擅长领域数据库进行对比;所述医生擅长领域数据库中包含就诊科室中所有的医生信息以及各医生的擅长领域;从所述医生擅长领域数据库中筛选出最擅长治疗所述就诊客户且当前时刻有号的医生,将该医生推荐给所述就诊客户,同时基于所述症状信息为就诊客户生成紧急值;所述紧急值用于评估就诊客户症状的紧急程度,当就诊客户的紧急值超过预设的紧急值阈值时,将所述就诊客户设定为紧急病人;所述紧急值通过计算所述症状信息的权重和获取;
基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果,若同一医生的号同时有不少于一位就诊客户进行挂号,优先为其中的紧急病人进行挂号,若紧急病人的人数超过所述紧急病人所挂号医生的号源数,为未挂上号的紧急病人挂其他空闲医生的号;医生可根据就诊客户的就诊信息邀请就诊客户挂自己的号;
基于所述就诊客户的挂号结果,指引所述就诊客户至所挂号医生处进行就诊;所挂号医生可以基于就诊客户的紧急值优先对紧急值高的就诊客户进行问诊。
2.根据权利要求1所述的方法,其特征在于,所述基于所述就诊信息为就诊客户推荐对应的就诊科室包括:
将所述就诊信息与预设的科室推荐数据库进行对比,判断所述就诊客户是否满足科室推荐数据库中的科室就诊推荐条件;所述科室推荐数据库中包含预设的多个样本就诊信息,以及所述样本就诊信息对应的推荐科室;
若所述就诊客户的就诊信息与所述科室推荐数据库中的样本就诊信息一致,将所述样本就诊信息对应的推荐科室推荐给所述就诊客户。
3.根据权利要求1所述的方法,其特征在于,所述基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果包括:
若所述就诊客户接受所推荐的医生,为就诊客户挂所推荐医生的号,生成挂号结果。
4.根据权利要求3所述的方法,其特征在于,所述基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果还包括:
若所述就诊客户不接受所推荐的医生,提示就诊客户自主进行挂号,生成挂号结果。
5.根据权利要求1所述的方法,其特征在于,所述基于所述就诊客户的挂号结果,指引所述就诊客户至所挂号医生处进行就诊包括:
若所述就诊客户所挂号医生当前处于空闲状态,直接指引所述就诊客户至所挂号医生处进行就诊;
若所述就诊客户所挂号医生当前处于忙碌状态,指引所述就诊客户前往候诊区候诊。
6.根据权利要求5所述的方法,其特征在于,所述指引所述就诊客户前往候诊区候诊包括:
基于所述就诊客户的就诊信息,基于预设的预诊问题数据库向所述就诊客户进一步询问其身体状况信息,生成预诊信息;
对所述预诊信息进行整合处理,生成预诊报告,并将所述预诊报告发送至所挂号医生处。
7.一种基于语音识别的导诊和分诊装置,其特征在于,所述装置包括:
信息获取模块,用于基于与就诊客户的对话获取就诊客户的就诊信息;所述就诊信息包含就诊客户的症状信息和个人信息;
科室推荐模块,用于基于所述就诊信息为就诊客户推荐对应的就诊科室,将所述症状信息与预设的医生擅长领域数据库进行对比;所述医生擅长领域数据库中包含就诊科室中所有的医生信息以及各医生的擅长领域;从所述医生擅长领域数据库中筛选出最擅长治疗所述就诊客户且当前时刻有号的医生,将该医生推荐给所述就诊客户,同时基于所述症状信息为就诊客户生成紧急值;所述紧急值用于评估就诊客户症状的紧急程度,当就诊客户的紧急值超过预设的紧急值阈值时,将所述就诊客户设定为紧急病人;所述紧急值通过计算所述症状信息的权重和获取;
挂号模块,用于基于为所述就诊客户推荐的医生,为所述就诊客户进行挂号,生成挂号结果,若同一医生的号同时有不少于一位就诊客户进行挂号,优先为其中的紧急病人进行挂号,若紧急病人的人数超过所述紧急病人所挂号医生的号源数,为未挂上号的紧急病人挂其他空闲医生的号;医生可根据就诊客户的就诊信息邀请就诊客户挂自己的号;
就诊模块,用于基于所述就诊客户的挂号结果,指引所述就诊客户至所挂号医生处进行就诊;所挂号医生可以基于就诊客户的紧急值优先对紧急值高的就诊客户进行问诊。
8.根据权利要求7所述的装置,其特征在于,所述科室推荐模块具体用于:
将所述就诊信息与预设的科室推荐数据库进行对比,判断所述就诊客户是否满足科室推荐数据库中的科室就诊推荐条件;所述科室推荐数据库中包含预设的多个样本就诊信息,以及所述样本就诊信息对应的推荐科室;
若所述就诊客户的就诊信息与所述科室推荐数据库中的样本就诊信息一致,将所述样本就诊信息对应的推荐科室推荐给所述就诊客户。
9.根据权利要求7所述的装置,其特征在于,所述挂号模块具体用于:
若所述就诊客户接受所推荐的医生,为就诊客户挂所推荐医生的号,生成挂号结果。
10.根据权利要求9所述的装置,其特征在于,所述挂号模块还具体用于:
若所述就诊客户不接受所推荐的医生,提示就诊客户自主进行挂号,生成挂号结果。
11.根据权利要求7所述的装置,其特征在于,所述就诊模块具体用于:
若所述就诊客户所挂号医生当前处于空闲状态,直接指引所述就诊客户至所挂号医生处进行就诊;
若所述就诊客户所挂号医生当前处于忙碌状态,指引所述就诊客户前往候诊区候诊。
12.根据权利要求11所述的装置,其特征在于,所述就诊模块还具体用于:
基于所述就诊客户的就诊信息,基于预设的预诊问题数据库向所述就诊客户进一步询问其身体状况信息,生成预诊信息;
对所述预诊信息进行整合处理,生成预诊报告,并将所述预诊报告发送至所挂号医生处。
13.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
15.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210299550.2A CN114758760A (zh) | 2022-03-25 | 2022-03-25 | 基于语音识别的导诊和分诊方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210299550.2A CN114758760A (zh) | 2022-03-25 | 2022-03-25 | 基于语音识别的导诊和分诊方法、装置和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114758760A true CN114758760A (zh) | 2022-07-15 |
Family
ID=82326328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210299550.2A Pending CN114758760A (zh) | 2022-03-25 | 2022-03-25 | 基于语音识别的导诊和分诊方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114758760A (zh) |
-
2022
- 2022-03-25 CN CN202210299550.2A patent/CN114758760A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6450956B1 (en) | System and method for treatment and outcome measurement analysis | |
US20140122109A1 (en) | Clinical diagnosis objects interaction | |
US8744870B2 (en) | Method and system for forecasting clinical pathways and resource requirements | |
US20210134444A1 (en) | Correlating Patient Health Characteristics with Relevant Treating Clinicians | |
CN113592345A (zh) | 基于聚类模型的医疗分诊方法、系统、设备及存储介质 | |
CN111144658B (zh) | 医疗风险预测方法、装置、系统、存储介质与电子设备 | |
CN112017789B (zh) | 分诊数据处理方法、装置、设备及介质 | |
US20220359062A1 (en) | Deep Learning System for Differential Diagnosis of Skin Diseases | |
CN111933291A (zh) | 医疗信息推荐装置、方法、系统、设备及可读存储介质 | |
CN109545394A (zh) | 一种问诊方法及装置 | |
US20220293287A1 (en) | Pet evaluation and triage system | |
CN109065183B (zh) | 问诊对话模板生成及问诊数据获取方法、装置 | |
CN113053513A (zh) | 一种基于智慧社区的智慧医疗系统 | |
CN112287068A (zh) | 基于人工智能的问诊对话数据处理方法及装置 | |
US20210151140A1 (en) | Event Data Modelling | |
CN113066566A (zh) | 一种门诊患者智能化预约就诊方法 | |
CN115132356A (zh) | 互联网医疗分诊方法、装置、电子设备及存储介质 | |
KR20220095104A (ko) | 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법 | |
CN113724899A (zh) | 一种基于人工智能的线上问诊方法、装置、设备及介质 | |
CN113643798A (zh) | 为失能人员匹配照护人员的方法、装置及计算机设备 | |
CN113782163A (zh) | 信息推送方法、装置和计算机可读存储介质 | |
CN116860935A (zh) | 基于提示词问答交互的内容管理方法、装置、设备及介质 | |
WO2023084254A1 (en) | Diagnosic method and system | |
CN114758760A (zh) | 基于语音识别的导诊和分诊方法、装置和计算机设备 | |
CN112164450A (zh) | 一种医疗服务的签约方法和系统 |
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 |