CN115292374A - 自动随访计划的处理方法、系统、存储介质及电子设备 - Google Patents

自动随访计划的处理方法、系统、存储介质及电子设备 Download PDF

Info

Publication number
CN115292374A
CN115292374A CN202211231462.5A CN202211231462A CN115292374A CN 115292374 A CN115292374 A CN 115292374A CN 202211231462 A CN202211231462 A CN 202211231462A CN 115292374 A CN115292374 A CN 115292374A
Authority
CN
China
Prior art keywords
cache
scene
plan
identifier
value
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
CN202211231462.5A
Other languages
English (en)
Other versions
CN115292374B (zh
Inventor
张卓
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 CN202211231462.5A priority Critical patent/CN115292374B/zh
Publication of CN115292374A publication Critical patent/CN115292374A/zh
Application granted granted Critical
Publication of CN115292374B publication Critical patent/CN115292374B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24552—Database cache management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G06F16/2255—Hash tables
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请公开了自动随访计划的处理方法、系统、存储介质及电子设备，获取医生身份标识ID、场景值和疾病词，场景值用于表征触发场景的场景值，场景至少包括问诊完成场景或诊后报道场景，根据医生身份标识ID和场景值生成缓存标识，当缓存中存在缓存标识，且缓存标识对应的哈希字段存在疾病词时，得到疾病词对应的自动随访计划ID集合，从自动随访计划ID集合中获取任意一个自动随访计划所对应的随访内容。通过上述方案，在互联网医疗场景下快速匹配发送自动随访计划的过程中，基于缓存操作可提前预热数据，并且利用缓存的哈希结构和提高接口的响应速度，减少占用应用服务器内存，从而提高匹配自动随访计划的效率和避免出现资源浪费的情况。

Description

自动随访计划的处理方法、系统、存储介质及电子设备
技术领域
本申请涉及互联网医疗技术领域，更具体地说，涉及自动随访计划的处理方法、系统、存储介质及电子设备。
背景技术
在互联网线上医疗中，患者在诊后报道、问诊结束场景下，需要根据患者所患疾病通过匹配出的自动随访计划向患者进行发送。
自动随访计划是指在互联网医疗的某些场景下，自动触发并发送给患者的一些文章，问诊表，量表等，来收集患者诊后情况的工具集合。
现有匹配自动随访计划的方式主要包括多表联查、单表多次查和缓存Redis多次查。由于多表联查的方式涉及表多、数据量大，导致查询并匹配出自动访计划的效率低。单表多次查的方式是将多次查询数据进行集合交集操作，每次查询数据量大，占用应用服务器的内存过大，造成资源的浪费。缓存Redis多次查的方式是从缓存Redis中取出数据进行过滤时，加载到内存的数据量更大，占用更多的应用服务器内存，造成资源的浪费。
因此相关技术中匹配自动随访计划的方式的效率低且造成资源的浪费。
发明内容
有鉴于此，本申请公开了自动随访计划的处理方法、系统、存储介质及电子设备，减少占用应用服务器内存，从而提高匹配自动随访计划的效率和避免出现资源浪费的情况出现。
为了实现上述目的，其公开的技术方案如下：
本申请第一方面公开了一种自动随访计划的处理方法，所述方法包括：
获取医生身份标识ID、场景值和疾病词；所述场景值用于表征触发场景的场景值；所述场景至少包括问诊完成场景或诊后报道场景；
根据所述医生身份标识ID和所述场景值生成缓存标识；所述缓存标识包括第一缓存标识或第二缓存标识；所述第一缓存标识用于表征问诊完成场景对应的缓存标识；所述第二缓存标识用于表征诊后报道场景对应的缓存标识；
当缓存中存在所述缓存标识，且所述缓存标识对应的哈希字段存在所述疾病词时，得到所述疾病词对应的自动随访计划ID集合；
从所述自动随访计划ID集合中获取任意一个自动随访计划所对应的随访内容。
优选的，所述根据所述医生身份标识ID和所述场景值生成缓存标识，包括：
当场景为问诊完成场景时，生成所述问诊完成场景对应的第一场景值，并将所述医生身份标识ID和所述第一场景值进行拼接，得到第一缓存标识；
当场景为诊后报道场景时，生成所述诊后报道场景对应的第二场景值，并将所述医生身份标识ID和所述第二场景值进行拼接，得到第二缓存标识。
优选的，所述当缓存中存在所述缓存标识，且所述缓存标识对应的哈希字段存在所述疾病词时，得到所述疾病词对应的自动随访计划ID集合，包括：
当缓存中存在所述第一缓存标识，且所述第一缓存标识对应的哈希字段存在所述疾病词时，通过所述疾病词查找问诊完成场景下所述疾病词对应的自动随访计划ID集合；
当缓存中存在所述第二缓存标识，且所述第二缓存标识对应的哈希字段存在所述疾病词时，通过所述疾病词查找诊后报道场景下的所述疾病词对应的自动随访计划ID集合。
优选的，还包括：
当缓存中不存在所述第一缓存标识，读取数据库生成所述第一缓存标识对应的第一缓存键值KV对；所述第一缓存键值KV对为问诊完成场景对应的缓存键值KV对；
或，
当缓存中不存在所述第二缓存标识，读取数据库生成所述第二缓存标识对应的第二缓存键值KV对；所述第二缓存键值KV对为诊后报道场景对应的缓存键值KV对。
优选的，还包括：
通过缓存的哈希数据结构存储所述医生身份标识ID、所述场景值、所述疾病词和自动随访计划ID的对应关系。
本申请第二方面公开了一种自动随访计划的处理系统，其特征在于，所述系统包括：
第一获取单元，用于获取医生身份标识ID、场景值和疾病词；所述场景值用于表征触发场景的场景值；所述场景至少包括问诊完成场景或诊后报道场景；
第一生成单元，用于根据所述医生身份标识ID和所述场景值生成缓存标识；所述缓存标识包括第一缓存标识或第二缓存标识；所述第一缓存标识用于表征问诊完成场景对应的缓存标识；所述第二缓存标识用于表征诊后报道场景对应的缓存标识；
第二获取单元，用于当缓存中存在所述缓存标识，且所述缓存标识对应的哈希字段存在所述疾病词时，得到所述疾病词对应的自动随访计划ID集合；
第三获取单元，用于从所述自动随访计划ID集合中获取任意一个自动随访计划所对应的随访内容。
优选的，所述第一生成单元，包括：
第一生成模块，用于当场景为问诊完成场景时，生成所述问诊完成场景对应的第一场景值，并将所述医生身份标识ID和所述第一场景值进行拼接，得到第一缓存标识；
第二生成模块，用于当场景为诊后报道场景时，生成所述诊后报道场景对应的第二场景值，并将所述医生身份标识ID和所述第二场景值进行拼接，得到第二缓存标识。
优选的，所述第二获取单元，包括：
第一查找模块，用于当缓存中存在所述第一缓存标识，且所述第一缓存标识对应的哈希字段存在所述疾病词时，通过所述疾病词查找问诊完成场景下所述疾病词对应的自动随访计划ID集合；
第二查找模块，用于当缓存中存在所述第二缓存标识，且所述第二缓存标识对应的哈希字段存在所述疾病词时，通过所述疾病词查找诊后报道场景下的所述疾病词对应的自动随访计划ID集合。
本申请第三方面公开了一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行如第一方面任意一项所述的自动随访计划的处理方法。
本申请第四方面公开了一种电子设备，包括存储器，以及一个或者一个以上的指令，其中一个或者一个以上指令存储于存储器中，且经配置以由一个或者一个以上处理器执行如第一方面任意一项所述的自动随访计划的处理方法。
经由上述技术方案可知，本申请公开了一种自动随访计划的处理方法、系统、存储介质及电子设备，获取医生身份标识ID、场景值和疾病词，场景值用于表征触发场景的场景值，场景至少包括问诊完成场景或诊后报道场景，根据医生身份标识ID和场景值生成缓存标识，当缓存中存在缓存标识，且缓存标识对应的哈希字段存在疾病词时，得到疾病词对应的自动随访计划ID集合，从自动随访计划ID集合中获取任意一个自动随访计划所对应的随访内容。通过上述方案，在互联网医疗场景下快速匹配发送自动随访计划的过程中，基于缓存操作可提前预热数据，并且利用缓存的哈希结构和提高接口的响应速度，减少占用应用服务器内存，从而提高匹配自动随访计划的效率和避免出现资源浪费的情况。
附图说明
为了更清楚地说明本申请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申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例公开的一种自动随访计划的处理方法的流程示意图；
图2为本申请实施例公开的一种自动随访计划的处理系统的结构示意图；
图3为本申请实施例公开的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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他实施例，都属于本申请保护的范围。
在本申请中，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。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
由背景技术可知，现有匹配自动随访计划的方式主要包括多表联查、单表多次查和缓存Redis多次查。由于多表联查的方式涉及表多、数据量大，导致查询并匹配出自动访计划的效率低。单表多次查的方式是将多次查询数据进行集合交集操作，每次查询数据量大，占用应用服务器的内存过大，造成资源的浪费。缓存Redis多次查的方式是从缓存Redis中取出数据进行过滤时，加载到内存的数据量更大，占用更多的应用服务器内存，造成资源的浪费。因此现有匹配自动随访计划的方式的效率低且造成资源的浪费。
为了解决上述问题，本申请实施例公开了一种自动随访计划的处理方法、系统、存储介质及电子设备，在互联网医疗场景下快速匹配发送自动随访计划的过程中，基于缓存操作可提前预热数据，并且利用缓存的哈希结构和提高接口的响应速度，减少占用应用服务器内存，从而提高匹配自动随访计划的效率和避免出现资源浪费的情况。具体实现方式通过下述实施例具体进行说明。
参考图1所示，为本申请实施例公开的一种自动随访计划的处理方法的流程示意图，该自动随访计划的处理方法主要包括如下步骤：
S101：获取医生身份标识ID、场景值和疾病词；场景值用于表征触发场景的场景值；场景至少包括问诊完成场景或诊后报道场景。
其中，疾病词包括用于描述疾病及其特征的用词，如咳嗽、流鼻涕、打喷嚏等。
场景值包括问诊完成场景的场景值和诊后报道场景的场景值。例如，01表示问诊完成的场景值，02为诊后报道的场景值。
S102：根据医生身份标识ID和场景值生成缓存标识；缓存标识包括第一缓存标识或第二缓存标识；第一缓存标识用于表征问诊完成场景对应的缓存标识；第二缓存标识用于表征诊后报道场景对应的缓存标识。
具体根据医生身份标识ID和场景值生成缓存标识的过程如A1-A2所示。
A1：当场景为问诊完成场景时，生成问诊完成场景对应的第一场景值，并将医生身份标识ID和第一场景值进行拼接，得到第一缓存标识。
为了方便理解医生身份标识ID、场景值和缓存标识，结合表1进行说明。表1的内容仅为示例：
表1
Figure 852825DEST_PATH_IMAGE001
其中，将医生身份标识ID与触发场景值联合作为缓存标识key值，其中，缓存标识包括第一缓存标识和第二缓存标识。
例如，参考表1，医生身份标识ID为100001，触发场景：问诊完成的场景值为01，诊后报道的场景值为02，问诊完成场景的第一缓存标识Key=autoPlan:100001:01，诊后报道场景的第二缓存标识Key=autoPlan:100001:02。其中，autoPlan为固定前缀。
A2：当场景为诊后报道场景时，生成诊后报道场景对应的第二场景值，并将医生身份标识ID和第二场景值进行拼接，得到第二缓存标识。
例如，参考表1，医生身份标识ID为100001，触发场景：诊后报道为02，诊后报道场景的第二缓存标识Key=autoPlan:100001:02。其中，autoPlan为固定前缀。
S103：判断缓存Redis是否存在缓存标识，若是，则执行S104，若否，则执行S105。
S104：判断缓存标识对应的哈希字段是否存在疾病词，若是，则执行S106，若否，则执行S108。
S105：读取数据库生成缓存标识对应的缓存键值KV对。
S105执行完后执行S104。
其中，当缓存Redis中不存在第一缓存标识，读取数据库生成第一缓存标识对应的第一缓存键值KV对；第一缓存键值KV对为问诊完成场景对应的缓存键值KV对。
第一缓存KV用于使缓存Redis中存在第一缓存标识，从而继续执行S104。
当缓存Redis中不存在第二缓存标识，读取数据库生成第二缓存标识对应的第二缓存键值KV对；第二缓存键值KV对为诊后报道场景对应的缓存键值KV对。
第二缓存KV用于使缓存Redis中存在第二缓存标识，从而继续执行S104。
S106：得到疾病词对应的自动随访计划ID集合。
基于触发场景相对固定有限的特点，将医生身份标识ID、触发场景值拼接生成缓存标识Redis Key；因需要根据触发疾病词查找自动随访计划ID，则选用疾病词作为哈希字段Hashfield，与此相关的自动随访ID集合作为哈希值Hashvalue。
其中，自动随访计划是指在互联网医疗的某些场景下，自动触发并发送给患者的一些文章，问诊表，量表等，来收集患者诊后情况的工具集合。
自动随访计划ID集合示例如下：
自动随访计划A：ID为101，疾病词有：咳嗽、流鼻涕、打喷嚏，触发场景有：问诊完成（01）、诊后报道（02），医生身份标识ID为100001。
自动随访计划B：ID为102，疾病词有：流鼻涕、打喷嚏、发烧，触发场景有：诊后报道（02），医生身份标识ID为100001。
具体当缓存Redis中存在缓存标识，且缓存标识对应的哈希字段存在疾病词时，得到疾病词对应的自动随访计划ID集合的过程如B1-B2所示。
B1：当缓存Redis中存在第一缓存标识，且第一缓存标识对应的哈希字段存在疾病词时，通过疾病词查找问诊完成场景下疾病词对应的自动随访计划ID集合。
B2：当缓存Redis中存在第二缓存标识，且第二缓存标识对应的哈希字段存在疾病词时，通过疾病词查找诊后报道场景下的疾病词对应的自动随访计划ID集合。
其中，将疾病词与该疾病词对应的自动随访计划ID集合组成缓存Value，缓存Value的结构为缓存Redis的哈希Hash类型。
诊后报道场景下缓存Value如表2所示：
表2
Figure 667198DEST_PATH_IMAGE002
以上述自动随访计划ID集合和缓存Value为例，整个缓存数据示例如表3所示：
表3
Figure 755239DEST_PATH_IMAGE003
通过缓存的哈希数据结构存储医生身份标识ID、场景值、疾病词和自动随访计划ID的对应关系。
在自动随访匹配方法被触发，会从缓存Redis中查询，先判断缓存Redis中是否存在第一缓存标识或第二缓存标识，第一缓存标识或第二缓存标识不存在时需要从数据库中查询并生成第一缓存标识或第二缓存标识，并设置过期时间。
由于缓存不是永久有效的，从而导致与数据库里的数据不对应，因此需要设置过期时间使得无效的缓存进行删除。
过期时间可以是半小时、1小时等。具体过期时间的确定由技术人员根据实际情况进行设置，本申请不做具体限定。
在增删改自动随访计划的模板时，需要从缓存Redis中删除相应缓存。
S107：从自动随访计划ID集合中获取任意一个自动随访计划所对应的随访内容。
由于疾病词对应的自动随访计划ID集合中已包含了该疾病词，从自动随访计划ID集合中选取任意一个自动随访计划所对应的随访内容也都包含了该疾病词。
一个疾病词对应有若干个自动随访计划的ID，如一个疾病词对应有3个自动随访计划的ID（比如下表中流鼻涕对应两个ID，自动随访计划ID101和自动随访计划ID102），因此得到的是疾病词对应的自动随访计划ID集合，从疾病词对应的自动随访计划ID集合里选取任意一个自动随访计划所对应的随访内容。
在患者问诊完成或诊后报道时，通过医生身份标识ID和触发场景值可定位缓存标识Key，根据触发疾病词，可定位哈希字段Hashfield，实现从缓存Redis中一次取出疾病词对应的自动随访计划ID集合，然后从自动随访计划ID集合中任意选择一个自动随访计划所对应的随访内容发送给患者。
其中，患者接收随访内容的方式可以是通过手机短信的方式进行接收，也可以是通过医院公众号以微信等方式登录自己的个人账号来接收随访内容等方式。
为了方便理解得到自动随访计划ID集合，从自动随访计划ID集合中任意选择一个自动随访计划所对应的随访内容发送给患者的过程，这里举例进行说明：
例如，患者向医生（ID为100001）问诊完成，被诊断所患疾病为咳嗽，可以得到场景值01，以及患者问诊的医生身份标识ID，可以组成缓存标识Key为：autoPlan:100001:01；触发疾病词为咳嗽，可以在缓存Value的哈希字段中直接查找到哈希值HashValue为[101]，即可获取到自动随访计划ID为101，取出任意选择一个自动随访计划所对应的随访内容发送给患者。
S108：不发送自动随访计划内容。
本申请实施例中，在互联网医疗场景下快速匹配发送自动随访计划的过程中，基于缓存操作可提前预热数据，并且利用缓存的哈希结构和提高接口的响应速度，减少占用应用服务器内存，从而提高匹配自动随访计划的效率和避免出现资源浪费的情况。
基于上述实施例图1公开的一种自动随访计划的处理方法，本申请实施例还对应公开了一种自动随访计划的处理系统，如图2所示，该自动随访计划的处理系统包括第一获取单元201、第一生成单元202、第二获取单元203和第三获取单元204。
第一获取单元201，用于获取医生身份标识ID、场景值和疾病词；场景值用于表征触发场景的场景值；场景至少包括问诊完成场景或诊后报道场景。
第一生成单元202，用于根据医生身份标识ID和场景值生成缓存标识；缓存标识包括第一缓存标识或第二缓存标识；第一缓存标识用于表征问诊完成场景对应的缓存标识；第二缓存标识用于表征诊后报道场景对应的缓存标识。
第二获取单元203，用于当缓存中存在缓存标识，且缓存标识对应的哈希字段存在疾病词时，得到疾病词对应的自动随访计划ID集合。
第三获取单元204，用于从自动随访计划ID集合中获取任意一个自动随访计划所对应的随访内容。
进一步的，第一生成单元202包括第一生成模块和第二生成模块。
第一生成模块，用于当场景为问诊完成场景时，生成问诊完成场景对应的第一场景值，并将医生身份标识ID和第一场景值进行拼接，得到第一缓存标识。
第二生成模块，用于当场景为诊后报道场景时，生成诊后报道场景对应的第二场景值，并将医生身份标识ID和第二场景值进行拼接，得到第二缓存标识。
进一步的，第二获取单元203包括第一查找模块和第二查找模块。
第一查找模块，用于当缓存中存在第一缓存标识，且第一缓存标识对应的哈希字段存在疾病词时，通过疾病词查找问诊完成场景下疾病词对应的自动随访计划ID集合。
第二查找模块，用于当缓存中存在第二缓存标识，且第二缓存标识对应的哈希字段存在疾病词时，通过疾病词查找诊后报道场景下的疾病词对应的自动随访计划ID集合。
进一步的，自动随访计划的处理系统还包括第二生成单元。
第二生成单元，用于当缓存Redis中不存在第一缓存标识，读取数据库生成第一缓存标识对应的第一缓存键值KV对；第一缓存键值KV对为问诊完成场景对应的缓存键值KV对。
或，
自动随访计划的处理系统还包括第三生成单元。
第三生成单元，用于当缓存Redis中不存在第二缓存标识，读取数据库生成第二缓存标识对应的第二缓存键值KV对；第二缓存键值KV对为诊后报道场景对应的缓存键值KV对。
进一步的，自动随访计划的处理系统还包括存储单元。
存储单元，用于通过缓存的哈希数据结构存储医生身份标识ID、场景值、疾病词和自动随访计划ID的对应关系。
本申请实施例中，在互联网医疗场景下快速匹配发送自动随访计划的过程中，基于缓存操作可提前预热数据，并且利用缓存的哈希结构和提高接口的响应速度，减少占用应用服务器内存，从而提高匹配自动随访计划的效率和避免出现资源浪费的情况。
本申请实施例还提供了一种存储介质，存储介质包括存储的指令，其中，在指令运行时控制存储介质所在的设备执行上述自动随访计划的处理方法。
本申请实施例还提供了一种电子设备，其结构示意图如图3所示，具体包括存储器301，以及一个或者一个以上的指令302，其中一个或者一个以上指令302存储于存储器301中，且经配置以由一个或者一个以上处理器303执行所述一个或者一个以上指令302执行以下操作：
获取医生身份标识ID、场景值和疾病词；场景值用于表征触发场景的场景值；场景至少包括问诊完成场景或诊后报道场景；
根据医生身份标识ID和场景值生成缓存标识；缓存标识包括第一缓存标识或第二缓存标识；第一缓存标识用于表征问诊完成场景对应的缓存标识；第二缓存标识用于表征诊后报道场景对应的缓存标识；
当缓存中存在缓存标识，且缓存标识对应的哈希字段存在疾病词时，得到疾病词对应的自动随访计划ID集合；
从自动随访计划ID集合中获取任意一个自动随访计划所对应的随访内容。
对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言，由于其与方法实施例基本相似，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。
本申请各实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而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。
对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种自动随访计划的处理方法，其特征在于，所述方法包括：
获取医生身份标识ID、场景值和疾病词；所述场景值用于表征触发场景的场景值；所述场景至少包括问诊完成场景或诊后报道场景；
根据所述医生身份标识ID和所述场景值生成缓存标识；所述缓存标识包括第一缓存标识或第二缓存标识；所述第一缓存标识用于表征问诊完成场景对应的缓存标识；所述第二缓存标识用于表征诊后报道场景对应的缓存标识；
当缓存中存在所述缓存标识，且所述缓存标识对应的哈希字段存在所述疾病词时，得到所述疾病词对应的自动随访计划ID集合；
从所述自动随访计划ID集合中获取任意一个自动随访计划所对应的随访内容。
2.根据权利要求1所述的方法，其特征在于，所述根据所述医生身份标识ID和所述场景值生成缓存标识，包括：
当场景为问诊完成场景时，生成所述问诊完成场景对应的第一场景值，并将所述医生身份标识ID和所述第一场景值进行拼接，得到第一缓存标识；
当场景为诊后报道场景时，生成所述诊后报道场景对应的第二场景值，并将所述医生身份标识ID和所述第二场景值进行拼接，得到第二缓存标识。
3.根据权利要求2所述的方法，其特征在于，所述当缓存中存在所述缓存标识，且所述缓存标识对应的哈希字段存在所述疾病词时，得到所述疾病词对应的自动随访计划ID集合，包括：
当缓存中存在所述第一缓存标识，且所述第一缓存标识对应的哈希字段存在所述疾病词时，通过所述疾病词查找问诊完成场景下所述疾病词对应的自动随访计划ID集合；
当缓存中存在所述第二缓存标识，且所述第二缓存标识对应的哈希字段存在所述疾病词时，通过所述疾病词查找诊后报道场景下的所述疾病词对应的自动随访计划ID集合。
4.根据权利要求1所述的方法，其特征在于，还包括：
当缓存中不存在所述第一缓存标识，读取数据库生成所述第一缓存标识对应的第一缓存键值KV对；所述第一缓存键值KV对为问诊完成场景对应的缓存键值KV对；
或，
当缓存中不存在所述第二缓存标识，读取数据库生成所述第二缓存标识对应的第二缓存键值KV对；所述第二缓存键值KV对为诊后报道场景对应的缓存键值KV对。
5.根据权利要求1所述的方法，其特征在于，还包括：
通过缓存的哈希数据结构存储所述医生身份标识ID、所述场景值、所述疾病词和自动随访计划ID的对应关系。
6.一种自动随访计划的处理系统，其特征在于，所述系统包括：
第一获取单元，用于获取医生身份标识ID、场景值和疾病词；所述场景值用于表征触发场景的场景值；所述场景至少包括问诊完成场景或诊后报道场景；
第一生成单元，用于根据所述医生身份标识ID和所述场景值生成缓存标识；所述缓存标识包括第一缓存标识或第二缓存标识；所述第一缓存标识用于表征问诊完成场景对应的缓存标识；所述第二缓存标识用于表征诊后报道场景对应的缓存标识；
第二获取单元，用于当缓存中存在所述缓存标识，且所述缓存标识对应的哈希字段存在所述疾病词时，得到所述疾病词对应的自动随访计划ID集合；
第三获取单元，用于从所述自动随访计划ID集合中获取任意一个自动随访计划所对应的随访内容。
7.根据权利要求6所述的系统，其特征在于，所述第一生成单元，包括：
第一生成模块，用于当场景为问诊完成场景时，生成所述问诊完成场景对应的第一场景值，并将所述医生身份标识ID和所述第一场景值进行拼接，得到第一缓存标识；
第二生成模块，用于当场景为诊后报道场景时，生成所述诊后报道场景对应的第二场景值，并将所述医生身份标识ID和所述第二场景值进行拼接，得到第二缓存标识。
8.根据权利要求7所述的系统，其特征在于，所述第二获取单元，包括：
第一查找模块，用于当缓存中存在所述第一缓存标识，且所述第一缓存标识对应的哈希字段存在所述疾病词时，通过所述疾病词查找问诊完成场景下所述疾病词对应的自动随访计划ID集合；
第二查找模块，用于当缓存中存在所述第二缓存标识，且所述第二缓存标识对应的哈希字段存在所述疾病词时，通过所述疾病词查找诊后报道场景下的所述疾病词对应的自动随访计划ID集合。
9.一种存储介质，其特征在于，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行如权利要求1至5任意一项所述的自动随访计划的处理方法。
10.一种电子设备，其特征在于，包括存储器，以及一个或者一个以上的指令，其中一个或者一个以上指令存储于存储器中，且经配置以由一个或者一个以上处理器执行如权利要求1至5任意一项所述的自动随访计划的处理方法。
CN202211231462.5A 2022-10-10 2022-10-10 自动随访计划的处理方法、系统、存储介质及电子设备 Active CN115292374B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211231462.5A CN115292374B (zh) 2022-10-10 2022-10-10 自动随访计划的处理方法、系统、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211231462.5A CN115292374B (zh) 2022-10-10 2022-10-10 自动随访计划的处理方法、系统、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN115292374A true CN115292374A (zh) 2022-11-04
CN115292374B CN115292374B (zh) 2023-09-01

Family

ID=83819442

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211231462.5A Active CN115292374B (zh) 2022-10-10 2022-10-10 自动随访计划的处理方法、系统、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN115292374B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106453619A (zh) * 2016-11-17 2017-02-22 中国医学科学院生物医学工程研究所 一种基于网络的心血管疾病智能随访系统
CN109599180A (zh) * 2018-12-12 2019-04-09 天津迈沃医药技术股份有限公司 一种基于疾病圈数据信息的个性化定制方法及系统
US20190164646A1 (en) * 2017-11-29 2019-05-30 Steven Merahn Methods, systems, apparatuses and devices for facilitating health care management
CN112735610A (zh) * 2021-02-05 2021-04-30 唐斌 一种院后随访系统及随访方法
CN114356921A (zh) * 2021-12-28 2022-04-15 中国农业银行股份有限公司 数据处理方法、装置、服务器及存储介质
CN114780538A (zh) * 2022-03-25 2022-07-22 北京京东拓先科技有限公司 一种信息存储方法及装置、存储介质
CN114974613A (zh) * 2022-04-22 2022-08-30 北京京东拓先科技有限公司 疾病管理方法及装置、计算机存储介质、电子设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106453619A (zh) * 2016-11-17 2017-02-22 中国医学科学院生物医学工程研究所 一种基于网络的心血管疾病智能随访系统
US20190164646A1 (en) * 2017-11-29 2019-05-30 Steven Merahn Methods, systems, apparatuses and devices for facilitating health care management
CN109599180A (zh) * 2018-12-12 2019-04-09 天津迈沃医药技术股份有限公司 一种基于疾病圈数据信息的个性化定制方法及系统
CN112735610A (zh) * 2021-02-05 2021-04-30 唐斌 一种院后随访系统及随访方法
CN114356921A (zh) * 2021-12-28 2022-04-15 中国农业银行股份有限公司 数据处理方法、装置、服务器及存储介质
CN114780538A (zh) * 2022-03-25 2022-07-22 北京京东拓先科技有限公司 一种信息存储方法及装置、存储介质
CN114974613A (zh) * 2022-04-22 2022-08-30 北京京东拓先科技有限公司 疾病管理方法及装置、计算机存储介质、电子设备

Also Published As

Publication number Publication date
CN115292374B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
CN100476817C (zh) 部分查询缓存
US20040143582A1 (en) System and method for structuring data in a computer system
US20100261454A1 (en) Retrieving additional content based on data within a mobile code
EP2657854A1 (en) Method and system for incremental collection of forum replies
US8799274B2 (en) Topic map for navigation control
CN109740129B (zh) 基于区块链的报表生成方法、装置、设备及可读存储介质
CN102968430A (zh) 用于在地址簿中自动产生和管理组的方法和设备
CN111178069A (zh) 数据处理方法、装置、计算机设备及存储介质
WO2018113292A1 (zh) 医疗信息化辅助开处方的系统和方法
CN109448811B (zh) 处方审核改进方法、装置、电子设备及存储介质
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
CN114741384A (zh) 一种患者信息处理方法及其装置、计算机可读存储介质
CN113918857A (zh) 一种提高分布式web应用系统性能的三级缓存加速方法
CN112420172A (zh) 一种医学影像信息管理系统
CN115292374A (zh) 自动随访计划的处理方法、系统、存储介质及电子设备
CN107657672A (zh) 用户签到方法、装置、系统及存储介质
CN105681384A (zh) 一种信息的过期处理方法及装置
US20090254369A1 (en) System and method for providing health care services using smart health cards
CN110363515B (zh) 权益卡账户信息查询方法、系统、服务器及可读存储介质
CN110457332B (zh) 一种信息处理方法及相关设备
CN114612139A (zh) 一种广告方案处理方法、装置和电子设备
CN109710818B (zh) 答案权重的确定方法、答案确定方法、装置和存储介质
CN112214506A (zh) 一种信息采集方法、装置及存储介质
CN112433779A (zh) 基于erp系统的应用站点预加载方法、设备和存储介质
CN112052234A (zh) 业务数据的处理方法和装置、存储介质、电子装置

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