CN115512859B - 基于互联网的诊中质量管理方法、管理装置及存储介质 - Google Patents
基于互联网的诊中质量管理方法、管理装置及存储介质 Download PDFInfo
- Publication number
- CN115512859B CN115512859B CN202211459275.2A CN202211459275A CN115512859B CN 115512859 B CN115512859 B CN 115512859B CN 202211459275 A CN202211459275 A CN 202211459275A CN 115512859 B CN115512859 B CN 115512859B
- Authority
- CN
- China
- Prior art keywords
- medical
- analysis
- information
- internet
- conversation
- 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.)
- Active
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
- 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3343—Query execution using phonetics
-
- 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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- 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
- G16H40/60—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 operation of medical equipment or devices
- G16H40/67—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 operation of medical equipment or devices for remote operation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Mathematical Physics (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- General Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于互联网的诊中质量管理方法、管理装置及存储介质,涉及医疗管理技术领域,所述方法包括:实时获取互联网医疗对话信息;获取预设医学行为分析模型;基于所述预设医学行为分析模型对所述互联网医疗对话信息进行诊中质量分析,生成对应的分析结果;基于所述分析结果生成对应的质量管理结果。通过实时采集线上问诊过程中医生与患者的互联网医疗对话信息,并从线上问诊过程所涉及的多个维度进行诊中质量管理,从而提高服务质量,提高用户体验。
Description
技术领域
本发明涉及医疗管理技术领域,具体地涉及一种基于互联网的诊中质量管理方法、一种基于互联网的诊中质量管理装置以及一种计算机可读存储介质。
背景技术
随着信息技术的不断发展,人们越来越多的生活内容被允许通过线上进行。在传统的医疗诊断方法中,采用线下观察和问诊的方式对患者所患的疾病进行诊断。
而随着技术的不断发展,越来越多的医疗机构以及符合要求的第三方机构搭建互联网信息平台,并通过线上的方式为用户提供安全可靠的在线健康资讯服务以及疾病诊断服务,而随着提供线上健康咨询服务的平台越来越多,对各个平台的服务质量(疾病、症状、药品、情绪、医疗行为等多角度的)管理成为用户所关注的问题。
在现有的服务质量管理方法中,是采用事后抽检的方式进行的,即在结束问诊后对所有的线上服务视频进行抽检,然而该方法至少存在如下技术问题:
一方面,人工抽查主观性强,对抽查结果存在一定主观影响,且人工抽查容易出现疏漏,降低检查精确性;
另一方面,事后抽查无法及时对服务过程中的质量问题进行处理,因此实时性较差,因此无法满足实际需求。
发明内容
为了克服现有技术中存在的上述技术问题,本发明实施例提供一种基于互联网的诊中质量管理方法,通过实时采集线上问诊过程中医生与患者的互联网医疗对话信息,并从线上问诊过程所涉及的多个维度进行诊中质量管理,从而提高服务质量,提高用户体验。
为了实现上述目的,本发明实施例提供一种基于互联网的诊中质量管理方法,所述方法包括:实时获取互联网医疗对话信息;获取预设医学行为分析模型;基于所述预设医学行为分析模型对所述互联网医疗对话信息进行诊中质量分析,生成对应的分析结果;基于所述分析结果生成对应的质量管理结果。
优选地,所述实时获取互联网医疗对话信息,包括:实时获取互联网对话视频和/或互联网对话音频;从所述互联网对话视频和/或互联网对话音频中提取对应的对话语音信息;将所述对话语音信息转换为对话文字信息;对所述对话文字信息进行结构化处理,获得结构化后信息;对所述结构化后信息进行医疗化处理,获得互联网医疗对话信息。
优选地,所述获取预设医学行为分析模型,包括:构建医疗实体分析模型和医学行为分析模型;获取训练医学数据和预设分析窗口,所述预设分析窗口由预设对话轮数确定;基于所述预设分析窗口在所述训练医学数据中提取对应轮数的医学对话;对所述医学对话执行结构化处理,获得处理后训练对话;基于所述处理后训练对话对所述医疗实体分析模型进行训练,获得第一分析模型;将所述医学对话拆分为对应轮数的单轮对话;基于每轮单轮对话对所述医学行为分析模型进行训练,获得第二分析模型;基于所述第一分析模型和所述第二分析模型生成预设医学行为分析模型。
优选地,所述基于所述预设医学行为分析模型对所述互联网医疗对话信息进行诊中质量分析,生成对应的分析结果,包括:基于所述第一分析模型对所述互联网医疗对话信息进行医疗实体分析,获得第一分析结果;基于所述第二分析模型对所述互联网医疗对话信息进行医疗行为分析,获得第二分析结果;获取预设加权值,基于所述预设加权值对所述第一分析结果和所述第二分析结果进行加权融合操作,获得针对所述互联网医疗对话信息的分析结果。
优选地,所述基于所述第一分析模型对所述互联网医疗对话信息进行医疗实体分析,获得第一分析结果,包括:基于所述第一分析模型从所述互联网医疗对话信息中提取医疗实体信息,所述医疗实体信息包括症状实体、疾病实体和药品实体;获取医疗知识图谱;基于所述医疗知识图谱判断所述药品实体、所述症状实体与所述疾病实体是否匹配,生成对应的第一判断结果;基于所述第一判断结果生成对应的第一分析结果。
优选地,所述方法还包括:从所述互联网医疗对话信息中提取与所述药品实体对应的药品使用信息;获取所述药品使用信息的数量;在所述药品使用信息的数量大于等于2时,基于所述药品使用信息判断所述药品实体是否存在重复使用情况或联用情况;若是,基于所述药品使用信息的数量和所述第一判断结果生成对应的第一分析结果。
优选地,基于所述第二分析模型对所述互联网医疗对话信息进行医疗行为分析,获得第二分析结果,包括:判断所述互联网医疗对话信息中是否存在医疗实体,获得判断结果;通过所述第二分析模型基于所述判断结果对所述互联网医疗对话信息进行标注,获得对话标注结果;基于所述对话标注结果生成对应的第二分析结果。
优选地,所述基于所述分析结果生成对应的质量管理结果,包括:基于所述分析结果判断是否存在医学不规范行为;若是,获取当前分析窗口;基于当前分析窗口生成与所述分析结果对应的医生管理信息,显示所述医生管理信息。
相应的,本发明实施例还提供一种基于互联网的诊中质量管理装置,所述装置包括:信息获取单元,用于实时获取互联网医疗对话信息;模型获取单元,用于获取预设医学行为分析模型;分析单元,用于基于所述预设医学行为分析模型对所述互联网医疗对话信息进行诊中质量分析,生成对应的分析结果;质量管理单元,用于基于所述分析结果生成对应的质量管理结果。
优选地,所述信息获取单元具体用于:实时获取互联网对话视频和/或互联网对话音频;从所述互联网对话视频和/或互联网对话音频中提取对应的对话语音信息;将所述对话语音信息转换为对话文字信息;对所述对话文字信息进行结构化处理,获得结构化后信息;对所述结构化后信息进行医疗化处理,获得互联网医疗对话信息。
优选地,所述模型获取单元包括:模型构建模块,用于构建医疗实体分析模型和医学行为分析模型;窗口获取模块,用于获取训练医学数据和预设分析窗口,所述预设分析窗口由预设对话轮数确定;对话提取模块,用于基于所述预设分析窗口在所述训练医学数据中提取对应轮数的医学对话;结构化模块,用于对所述医学对话执行结构化处理,获得处理后训练对话;第一训练模块,用于基于所述处理后训练对话对所述医疗实体分析模型进行训练,获得第一分析模型;拆分模块,用于将所述医学对话拆分为对应轮数的单轮对话;第二训练模块,用于基于每轮单轮对话对所述医学行为分析模型进行训练,获得第二分析模型;模型生成模块,用于基于所述第一分析模型和所述第二分析模型生成预设医学行为分析模型。
优选地,所述分析单元包括:第一分析模块,用于基于所述第一分析模型对所述互联网医疗对话信息进行医疗实体分析,获得第一分析结果;第二分析模块,用于基于所述第二分析模型对所述互联网医疗对话信息进行医疗行为分析,获得第二分析结果;分析确定模块,用于获取预设加权值,基于所述预设加权值对所述第一分析结果和所述第二分析结果进行加权融合操作,获得针对所述互联网医疗对话信息的分析结果。
优选地,所述第一分析模块用于:基于所述第一分析模型从所述互联网医疗对话信息中提取医疗实体信息,所述医疗实体信息包括症状实体、疾病实体和药品实体;获取医疗知识图谱;基于所述医疗知识图谱判断所述药品实体、所述症状实体与所述疾病实体是否匹配,生成对应的第一判断结果;基于所述第一判断结果生成对应的第一分析结果。
优选地,所述第一分析模块还用于:从所述互联网医疗对话信息中提取与所述药品实体对应的药品使用信息;获取所述药品使用信息的数量;在所述药品使用信息的数量大于等于2时,基于所述药品使用信息判断所述药品实体是否存在重复使用情况或联用情况;若是,基于所述药品使用信息的数量和所述第一判断结果生成对应的第一分析结果。
优选地,所述第二分析模块用于:判断所述互联网医疗对话信息中是否存在医疗实体,获得判断结果;通过所述第二分析模型基于所述判断结果对所述互联网医疗对话信息进行标注,获得对话标注结果;基于所述对话标注结果生成对应的第二分析结果。
优选地,所述质量管理单元用于:基于所述分析结果判断是否存在医学不规范行为;若是,获取当前分析窗口;基于当前分析窗口生成与所述分析结果对应的医生管理信息,显示所述医生管理信息。
另一方面,本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明实施例提供的方法。
通过本发明提供的技术方案,本发明至少具有如下技术效果:
通过在患者通过互联网进行线上问诊的过程中,实时采集患者与医生之间的互联网医疗对话信息,并进行结构化和医学标准化处理,从而允许计算机能够自动对患者与医生之间的对话进行实时分析,而不再需要人工在事后进行抽检或复核,有效提高了诊中质量管理的实时性和精确性,降低了管理过程中的人力成本,提高了企业的经营效益;
另一方面,通过对线上问诊的多个维度进行实时的智能化分析,从而对医生在医学角度、服务情绪角度以及服务行为角度对诊中的服务质量进行综合分析和管理,有效提高了医生对患者的线上问诊服务质量,提高了用户体验。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是本发明实施例提供的基于互联网的诊中质量管理方法的具体实现流程图;
图2是本发明实施例提供的基于互联网的诊中质量管理方法中进行医学分析的具体实现流程图;
图3是本发明实施例提供的基于互联网的诊中质量管理方法中医疗对话的示意图;
图4是本发明实施例提供的基于互联网的诊中质量管理方法中进行诊中质量分析生成分析结果的具体实现流程图;
图5是本发明实施例提供的基于互联网的诊中质量管理装置的结构示意图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
本发明实施例中的术语“系统”和“网络”可被互换使用。“多个”是指两个或两个以上,鉴于此,本发明实施例中也可以将“多个”理解为“至少两个”。“和/或”,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,字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。另外,需要理解的是,在本发明实施例的描述中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。
请参见图1,本发明实施例提供一种基于互联网的诊中质量管理方法,所述方法包括:
S10)实时获取互联网医疗对话信息;
S20)获取预设医学行为分析模型;
S30)基于所述预设医学行为分析模型对所述互联网医疗对话信息进行诊中质量分析,生成对应的分析结果;
S40)基于所述分析结果生成对应的质量管理结果。
在一种可能的实施方式中,为了对线上的医疗问诊过程进行及时的质量管理,在医疗问诊的过程中,实时获取互联网医疗对话信息,例如可以实时采集在问诊过程中的视频信息或音频信息,并从多个维度对该互联网医疗对话信息进行分析,从而生成精确的质量管理结果。例如在本发明实施例中,所述实时获取互联网医疗对话信息,包括:实时获取互联网对话视频和/或互联网对话音频;从所述互联网对话视频和/或互联网对话音频中提取对应的对话语音信息;将所述对话语音信息转换为对话文字信息;对所述对话文字信息进行结构化处理,获得结构化后信息;对所述结构化后信息进行医疗化处理,获得互联网医疗对话信息。
具体的,在获取到互联网对话视频和/或互联网对话音频后,从中提取出对应的对话语音信息,并将该对话语音信息转换为对话文字信息,例如采用常用的语音识别技术将上述对话语音信息转换为对应的对话文字信息,然后对对话文字信息进行结构化处理,例如可以基于句型识别技术、问题类型识别技术、答案识别技术、语义相似度计算技术、指代技术、问答匹配技术、语义识别技术、医嘱识别技术、辅助问诊技术、知识图谱技术、结构化抽出等技术,将对话文字信息解析为结构化的、机器可读的结构化后信息,然后进一步对该结构化后信息进行医疗化处理,例如可以预先创建医学标准术语数据库,在生成上述结构化后信息后,将上述结构化后信息中的字/词从医学标准术语数据库中查找到对应的标准医学术语并进行替换,从而获得互联网医疗对话信息。
在本发明实施例中,通过对实时获取的互联网医疗对话信息进行结构化处理,从而将基于自然语言的实时医疗对话信息转换为机器可识别和可处理的结构化信息,同时进一步将该结构化后信息进行医学标准化转换,从而有利于后续对对话中的医疗服务质量进行分析和管理,实现了自动化、精确化的诊中医疗质量管理,满足了实际需求。
在对实时获取的互联网医疗对话信息进行初步的格式、专业化处理后,开始进行质量管理分析,为了提高质量管理的实时性和精确性,采用基于智能分析模型的方式进行质量管理,因此在对医患对话进行实时的质量管理之前,需要首先训练生成医学行为分析模型。
请参见图2,在本发明实施例中,所述获取预设医学行为分析模型,包括:
S21)构建医疗实体分析模型和医学行为分析模型;
S22)获取训练医学数据和预设分析窗口,所述预设分析窗口由预设对话轮数确定;
S23)基于所述预设分析窗口在所述训练医学数据中提取对应轮数的医学对话;
S24)对所述医学对话执行结构化处理,获得处理后训练对话;
S25)基于所述处理后训练对话对所述医疗实体分析模型进行训练,获得第一分析模型;
S26)将所述医学对话拆分为对应轮数的单轮对话;
S27)基于每轮单轮对话对所述医学行为分析模型进行训练,获得第二分析模型;
S28)基于所述第一分析模型和所述第二分析模型生成预设医学行为分析模型。
在一种可能的实施方式中,首先构建医疗实体分析模型和医学行为分析模型,例如在本实施例中,该医疗实体分析模型为基于Bert模型和CRF模型的智能分析模型,然后获取训练医学数据和预设分析窗口,比如可以预先确定将医生与按照对话的每3轮对话作为一个对话窗口,在实际应用过程中,由于基于互联网的对话信息均做了区分,例如在本实施例中,往往分为医生和患者的对话,因此可以根据医生和患者的一问一答作为一轮对话,需要说的是,医生或患者在一轮对话中可能说了不止一句话,例如请参见图3,可以根据对话角色的转变来确定是否为一轮对话,根据附图看到上述对话中存在4轮对话,但不止8句话。
在提取上述医疗对话后,首先对该多轮医疗对话进行结构化处理,例如在对多轮医疗对话进行结构化处理后获得多个实体标签,例如该实体标签的种类包括但不限于疾病(disease)、症状(symptom)、药品(drug)、检查(exam)、检验(test)、手术(operation)等,在解析出上述实体标签后,自动在医疗对话中进行标注,例如请下表:
以symptom的标注为例,其中第一行表示实体的起始位置,若为一个医疗实体的开始,则标注为1,否则为0,同样的,第二行表示实体的结束位置,若为一个医疗实体的结束,则标注为1,否则为0。通过上述处理后训练对话对医疗实体分析模型进行训练后,得到第一分析模型,通过该第一分析模型可以自动对医疗对话中的医疗实体进行识别和标注。
然后将医学对话拆分为对应轮数的单轮对话,例如该轮数为3轮,则将医学对话拆分为3条单轮对话,此时基于每轮单轮对医学行为分析模型进行训练,例如该医学行为分析模型为TextCNN模型,通过该模型对单轮对话进行二分类,即通过上述单轮对话对医学行为分析模型进行训练,以获得最后的第二分析模型,通过该模型能够对医学对话中的医疗行为进行评估。
最后根据上述第一分析模型和第二分析模型生成预设医学行为分析模型,此时对互联网医疗对话进行实时的自动诊中质量管理。
在本发明实施例中,通过采用分析窗口的方式,对分析窗口内的医学对话进行质量监控,从而有效减少分析监控的数据量,提高响应速度,同时提高了在分析监控过程中的精确性。
请参见图4,在本发明实施例中,所述基于所述预设医学行为分析模型对所述互联网医疗对话信息进行诊中质量分析,生成对应的分析结果,包括:
S31)基于所述第一分析模型对所述互联网医疗对话信息进行医疗实体分析,获得第一分析结果;
S32)基于所述第二分析模型对所述互联网医疗对话信息进行医疗行为分析,获得第二分析结果;
S33)获取预设加权值,基于所述预设加权值对所述第一分析结果和所述第二分析结果进行加权融合操作,获得针对所述互联网医疗对话信息的分析结果。
在实际实施过程中,首先基于第一分析模型对互联网医疗对话信息进行医疗实体分析,并生成第一分析结果,在本发明实施例中,基于所述第一分析模型对所述互联网医疗对话信息进行医疗实体分析,获得第一分析结果,包括:基于所述第一分析模型从所述互联网医疗对话信息中提取医疗实体信息,所述医疗实体信息包括症状实体、疾病实体和药品实体;获取医疗知识图谱;基于所述医疗知识图谱判断所述药品实体、所述症状实体与所述疾病实体是否匹配,生成对应的第一判断结果;基于所述第一判断结果生成对应的第一分析结果。
例如首先基于第一分析模型从该互联网医疗对话信息中提取医疗实体信息,例如从互联网医疗对话信息中提取医生与患者在对话过程中出现的症状实体(例如为患者描述的自己的患病症状)、疾病实体(例如为医生诊断出该患者的疾病)以及药品实体,例如该药品实体包括但不限于药品种类名称、药品名称、药品成分名称等信息,然后获取医疗知识图谱,该医疗知识图谱可以技术人员预先根据各医疗实体创建的知识图谱,该医疗实体包括但不限于疾病、药品,症状、体征、检查检验等数十类实体,根据上述医疗实体之间的关联关系创建对应的知识图谱。此时根据该医疗知识图谱判断该症状实体、疾病实体以及药品实体是否匹配,例如在一种实施例中,在患者说出自己的疾病症状后,医生给出对应的疾病诊断,但经过分析后发现,医生可能因遗漏了患者描述的某些症状描述而将患者的疾病误诊为其他疾病,即根据患者所描述的症状实体在医疗知识图谱中所匹配的疾病与医生所诊断的疾病实体不匹配,因此诊断疾病不匹配的第一判断结果,根据该第一判断结果可以生成例如为“诊断疾病异常或错误”的医疗质量分析结果。
在本发明实施例中,通过对线上问诊场景进行诊中质控的过程中,实时对所涉及的每个医学实体均进行分析,以对医生在进行医学诊断过程中的医学诊断信息进行及时的核实和管理,从而有效提高在线问诊的医学诊断精确性,提高用户体验。
进一步地,在确定医生所开具或推荐的药品与该患者所患疾病相符后,管理人员在实际的质量管理过程中还发现,虽然医生所开具或推荐的药品与患者所患疾病相符,但存在药品重复使用或联用的情况,而显然该情况为患者造成了一定的困扰,造成了患者的额外花费,降低了患者的用户体验。
为了解决该技术问题,在本发明实施例中,所述方法还包括:从所述互联网医疗对话信息中提取与所述药品实体对应的药品使用信息;获取所述药品使用信息的数量;在所述药品使用信息的数量大于等于2时,基于所述药品使用信息判断所述药品实体是否存在重复使用情况或联用情况;若是,基于所述药品使用信息的数量和所述第一判断结果生成对应的第一分析结果。
在一种可能的实施方式中,在确定医生所开具或推荐的药品与患者所患疾病相匹配后,进一步从互联网医疗对话信息中提取与该药品实体对应的药品使用信息,例如可以实时记录每种药品的开具/推荐数量、种类等信息,也可以在确定问诊结束时,对当前问诊过程中所开具的所有药品的开具/推荐数量、种类等信息进行进一步的分析,具体的,对上述药品实体的使用数量进行分析,当确定药品实体的使用数量大于等于2个时,根据该药品实体的药品使用信息判断是否存在重复使用情况或药品联用情况,若是,则根据该分析结果对医疗质量分析结果进行优化,例如在之前生成的医疗质量分析结果的基础上,进一步生成药品实体配置异常的提示信息,并根据该提示信息生成优化后的分析结果,根据该优化后分析结果,可以对医生进行对应的提示,例如当前优化后分析结果中包括“诊断疾病异常”以及“药品配置异常”,因此可以立即对医生进行“诊断疾病异常”以及“药品配置异常”的提示,以提示医生及时进行调整或更改。
在本发明实施例中,通过在根据医生对患者所开具或推荐的药品的匹配正确性进行管理的基础上,进一步对所开具或推荐的所有药品是否存在重复使用或联用的情况进行分析和管理,从而避免患者重复购买药物或联用药物的情况发生,降低对用户造成的困扰,提高用户体验。
在生成第一分析结果后,还进一步通过第二分析模型对所述互联网医疗对话信息进行医疗行为分析,获得第二分析结果。
在本发明实施例中,所述基于所述第二分析模型对所述互联网医疗对话信息进行医疗行为分析,获得第二分析结果,包括:判断所述互联网医疗对话信息中是否存在医疗实体,获得判断结果;通过所述第二分析模型基于所述判断结果对所述互联网医疗对话信息进行标注,获得对话标注结果;基于所述对话标注结果生成对应的第二分析结果。
在一种可能的实施方式中,首先判断在互联网医疗对话信息中是否存在医疗实体,例如可以基于第一分析模型针对该互联网医疗对话信息的第一分析结果确定,在确定存在医疗实体的情况下,对该互联网医疗对话信息进行标注,并获得对话标注结果,此时可以根据该对话标注结果生成对应的第二分析结果。此时进一步获取预设加权值,然后通过该预设加权值对第一分析结果和第二分析结果进行加权融合操作,并获得融合结果,根据该融合结果可以判断窗口中的医患对话是否存在医学不规范行为,即生成针对该互联网医疗对话的分析结果。
在本发明实施例中,所述基于所述分析结果生成对应的质量管理结果,包括:基于所述分析结果判断是否存在医学不规范行为;若是,获取当前分析窗口;基于当前分析窗口生成与所述分析结果对应的医生管理信息,显示所述医生管理信息。
在一种可能的实施方式中,在生成针对互联网医疗对话信息的分析结果后,确定医生存在医学不规范行为,例如根据分析结果发现,医生在问诊过程中可能存在一些与实际的医疗需求所不相关的行为,例如闲聊等,上述行为不会对患者的疾病诊断精确性或服药准确性造成影响,但会导致患者获得准确的诊断结果的时间被拉长或降低沟通效率,从而进一步降低用户体验。因此为了进一步提高患者在线上问诊过程中的使用体验,提高诊中质控管理精确性,立即获取当前分析窗口,并基于当前分析窗口生成与分析结果对应的医生管理信息,例如在本实施例中,针对当前分析窗口生成“医疗行为不恰当”的提示信息,并将该提示信息作为医疗行为分析结果提示给医生,以提示医生及时进行调整。
在本发明实施中,通过对患者在通过线上问诊的过程中所涉及到的各个服务维度进行实时的质量管理,并提示医生在出现服务质量与实际不符或不满足实际要求的情况下,立即作出对应的调整或修改,以实时提高患者在线上问诊过程中的用户体验,提高线上诊治效率和诊治精确性,满足了实际的监督管理需求。
下面结合附图对本发明实施例所提供的基于互联网的诊中质量管理装置进行说明。
请参见图5,基于同一发明构思,本发明实施例提供一种基于互联网的诊中质量管理装置,所述装置包括:信息获取单元,用于实时获取互联网医疗对话信息;模型获取单元,用于获取预设医学行为分析模型;分析单元,用于基于所述预设医学行为分析模型对所述互联网医疗对话信息进行诊中质量分析,生成对应的分析结果;质量管理单元,用于基于所述分析结果生成对应的质量管理结果。
在本发明实施例中,所述信息获取单元具体用于:实时获取互联网对话视频和/或互联网对话音频;从所述互联网对话视频和/或互联网对话音频中提取对应的对话语音信息;将所述对话语音信息转换为对话文字信息;对所述对话文字信息进行结构化处理,获得结构化后信息;对所述结构化后信息进行医疗化处理,获得互联网医疗对话信息。
在本发明实施例中,所述模型获取单元包括:模型构建模块,用于构建医疗实体分析模型和医学行为分析模型;窗口获取模块,用于获取训练医学数据和预设分析窗口,所述预设分析窗口由预设对话轮数确定;对话提取模块,用于基于所述预设分析窗口在所述训练医学数据中提取对应轮数的医学对话;结构化模块,用于对所述医学对话执行结构化处理,获得处理后训练对话;第一训练模块,用于基于所述处理后训练对话对所述医疗实体分析模型进行训练,获得第一分析模型;拆分模块,用于将所述医学对话拆分为对应轮数的单轮对话;第二训练模块,用于基于每轮单轮对话对所述医学行为分析模型进行训练,获得第二分析模型;模型生成模块,用于基于所述第一分析模型和所述第二分析模型生成预设医学行为分析模型。
在本发明实施例中,所述分析单元包括:第一分析模块,用于基于所述第一分析模型对所述互联网医疗对话信息进行医疗实体分析,获得第一分析结果;第二分析模块,用于基于所述第二分析模型对所述互联网医疗对话信息进行医疗行为分析,获得第二分析结果;分析确定模块,用于获取预设加权值,基于所述预设加权值对所述第一分析结果和所述第二分析结果进行加权融合操作,获得针对所述互联网医疗对话信息的分析结果。
在本发明实施例中,所述第一分析模块用于:基于所述第一分析模型从所述互联网医疗对话信息中提取医疗实体信息,所述医疗实体信息包括症状实体、疾病实体和药品实体;获取医疗知识图谱;基于所述医疗知识图谱判断所述药品实体、所述症状实体与所述疾病实体是否匹配,生成对应的第一判断结果;基于所述第一判断结果生成对应的第一分析结果。
在本发明实施例中,所述第一分析模块还用于:从所述互联网医疗对话信息中提取与所述药品实体对应的药品使用信息;获取所述药品使用信息的数量;在所述药品使用信息的数量大于等于2时,基于所述药品使用信息判断所述药品实体是否存在重复使用情况或联用情况;若是,基于所述药品使用信息的数量和所述第一判断结果生成对应的第一分析结果。
在本发明实施例中,所述第二分析模块用于:判断所述互联网医疗对话信息中是否存在医疗实体,获得判断结果;通过所述第二分析模型基于所述判断结果对所述互联网医疗对话信息进行标注,获得对话标注结果;基于所述对话标注结果生成对应的第二分析结果。
在本发明实施例中,所述质量管理单元用于:基于所述分析结果判断是否存在医学不规范行为;若是,获取当前分析窗口;基于当前分析窗口生成与所述分析结果对应的医生管理信息,显示所述医生管理信息。
进一步地,本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明实施例所述的方法。
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施例对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,本发明实施例的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施例的思想,其同样应当视为本发明实施例所公开的内容。
Claims (15)
1.一种基于互联网的诊中质量管理方法,其特征在于,所述方法包括:
实时获取互联网医疗对话信息;
获取预设医学行为分析模型;
基于所述预设医学行为分析模型对所述互联网医疗对话信息进行诊中质量分析,生成对应的分析结果;
基于所述分析结果生成对应的质量管理结果;
所述获取预设医学行为分析模型,包括:
构建医疗实体分析模型和医学行为分析模型;
获取训练医学数据和预设分析窗口,所述预设分析窗口由预设对话轮数确定,所述预设对话轮数为多轮;
基于所述预设分析窗口在所述训练医学数据中提取对应轮数的医学对话;
对所述医学对话执行结构化处理,获得处理后训练对话;
基于所述处理后训练对话对所述医疗实体分析模型进行训练,获得第一分析模型;
将所述医学对话拆分为对应轮数的单轮对话;
基于每轮单轮对话对所述医学行为分析模型进行训练,获得第二分析模型;
基于所述第一分析模型和所述第二分析模型生成预设医学行为分析模型;
对所述医学对话执行结构化处理,获得处理后训练对话,包括:
确定所述医学对话中各医疗实体对应的医疗实体标签;
针对得到的每一医疗实体标签,依据所述医学对话对该医疗实体标签对应的医疗实体进行标注,获得处理后训练对话;
针对得到的每一医疗实体标签,依据所述医学对话对该医疗实体标签对应的医疗实体进行标注,包括:
对所述医学对话中的每一字符进行标注,若当前字符为该医疗实体标签对应的医疗实体的起始位置,则将其标注为1,否则,将其标记为0,得到第一标注行;以及
对所述医学对话中的每一字符进行标注,若当前字符为该医疗实体标签对应的医疗实体的结束位置,则将其标注为1,否则,将其标记为0,得到与所述第一标注行对应的第二标注行,所述第二标注行位于所述第一标注行下方。
2.根据权利要求1所述的方法,其特征在于,所述实时获取互联网医疗对话信息,包括:
实时获取互联网对话视频和/或互联网对话音频;
从所述互联网对话视频和/或互联网对话音频中提取对应的对话语音信息;
将所述对话语音信息转换为对话文字信息;
对所述对话文字信息进行结构化处理,获得结构化后信息;
对所述结构化后信息进行医疗化处理,获得互联网医疗对话信息。
3.根据权利要求1所述的方法,其特征在于,所述基于所述预设医学行为分析模型对所述互联网医疗对话信息进行诊中质量分析,生成对应的分析结果,包括:
基于所述第一分析模型对所述互联网医疗对话信息进行医疗实体分析,获得第一分析结果;
基于所述第二分析模型对所述互联网医疗对话信息进行医疗行为分析,获得第二分析结果;
获取预设加权值,基于所述预设加权值对所述第一分析结果和所述第二分析结果进行加权融合操作,获得针对所述互联网医疗对话信息的分析结果。
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一分析模型对所述互联网医疗对话信息进行医疗实体分析,获得第一分析结果,包括:
基于所述第一分析模型从所述互联网医疗对话信息中提取医疗实体信息,所述医疗实体信息包括症状实体、疾病实体和药品实体;
获取医疗知识图谱;
基于所述医疗知识图谱判断所述药品实体、所述症状实体与所述疾病实体是否匹配,生成对应的第一判断结果;
基于所述第一判断结果生成对应的第一分析结果。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
从所述互联网医疗对话信息中提取与所述药品实体对应的药品使用信息;
获取所述药品使用信息的数量;
在所述药品使用信息的数量大于等于2时,基于所述药品使用信息判断所述药品实体是否存在重复使用情况或联用情况;
若是,基于所述药品使用信息的数量和所述第一判断结果生成对应的第一分析结果。
6.根据权利要求3所述的方法,其特征在于,所述基于所述第二分析模型对所述互联网医疗对话信息进行医疗行为分析,获得第二分析结果,包括:
判断所述互联网医疗对话信息中是否存在医疗实体,获得判断结果;
通过所述第二分析模型基于所述判断结果对所述互联网医疗对话信息进行标注,获得对话标注结果;
基于所述对话标注结果生成对应的第二分析结果。
7.根据权利要求1所述的方法,其特征在于,所述基于所述分析结果生成对应的质量管理结果,包括:
基于所述分析结果判断是否存在医学不规范行为;
若是,获取当前分析窗口;
基于当前分析窗口生成与所述分析结果对应的医生管理信息,显示所述医生管理信息。
8.一种基于互联网的诊中质量管理装置,其特征在于,所述装置包括:
信息获取单元,用于实时获取互联网医疗对话信息;
模型获取单元,用于获取预设医学行为分析模型;
分析单元,用于基于所述预设医学行为分析模型对所述互联网医疗对话信息进行诊中质量分析,生成对应的分析结果;
质量管理单元,用于基于所述分析结果生成对应的质量管理结果;
所述模型获取单元包括:
模型构建模块,用于构建医疗实体分析模型和医学行为分析模型;
窗口获取模块,用于获取训练医学数据和预设分析窗口,所述预设分析窗口由预设对话轮数确定,所述预设对话轮数为多轮;
对话提取模块,用于基于所述预设分析窗口在所述训练医学数据中提取对应轮数的医学对话;
结构化模块,用于对所述医学对话执行结构化处理,获得处理后训练对话;
第一训练模块,用于基于所述处理后训练对话对所述医疗实体分析模型进行训练,获得第一分析模型;
拆分模块,用于将所述医学对话拆分为对应轮数的单轮对话;
第二训练模块,用于基于每轮单轮对话对所述医学行为分析模型进行训练,获得第二分析模型;
模型生成模块,用于基于所述第一分析模型和所述第二分析模型生成预设医学行为分析模型;
对所述医学对话执行结构化处理,获得处理后训练对话,包括:
确定所述医学对话中各医疗实体对应的医疗实体标签;
针对得到的每一医疗实体标签,依据所述医学对话对该医疗实体标签对应的医疗实体进行标注,获得处理后训练对话;
针对得到的每一医疗实体标签,依据所述医学对话对该医疗实体标签对应的医疗实体进行标注,包括:
对所述医学对话中的每一字符进行标注,若当前字符为该医疗实体标签对应的医疗实体的起始位置,则将其标注为1,否则,将其标记为0,得到第一标注行;以及
对所述医学对话中的每一字符进行标注,若当前字符为该医疗实体标签对应的医疗实体的结束位置,则将其标注为1,否则,将其标记为0,得到与所述第一标注行对应的第二标注行,所述第二标注行位于所述第一标注行下方。
9.根据权利要求8所述的装置,其特征在于,所述信息获取单元具体用于:
实时获取互联网对话视频和/或互联网对话音频;
从所述互联网对话视频和/或互联网对话音频中提取对应的对话语音信息;
将所述对话语音信息转换为对话文字信息;
对所述对话文字信息进行结构化处理,获得结构化后信息;
对所述结构化后信息进行医疗化处理,获得互联网医疗对话信息。
10.根据权利要求8所述的装置,其特征在于,所述分析单元包括:
第一分析模块,用于基于所述第一分析模型对所述互联网医疗对话信息进行医疗实体分析,获得第一分析结果;
第二分析模块,用于基于所述第二分析模型对所述互联网医疗对话信息进行医疗行为分析,获得第二分析结果;
分析确定模块,用于获取预设加权值,基于所述预设加权值对所述第一分析结果和所述第二分析结果进行加权融合操作,获得针对所述互联网医疗对话信息的分析结果。
11.根据权利要求10所述的装置,其特征在于,所述第一分析模块用于:
基于所述第一分析模型从所述互联网医疗对话信息中提取医疗实体信息,所述医疗实体信息包括症状实体、疾病实体和药品实体;
获取医疗知识图谱;
基于所述医疗知识图谱判断所述药品实体、所述症状实体与所述疾病实体是否匹配,生成对应的第一判断结果;
基于所述第一判断结果生成对应的第一分析结果。
12.根据权利要求11所述的装置,其特征在于,所述第一分析模块还用于:
从所述互联网医疗对话信息中提取与所述药品实体对应的药品使用信息;
获取所述药品使用信息的数量;
在所述药品使用信息的数量大于等于2时,基于所述药品使用信息判断所述药品实体是否存在重复使用情况或联用情况;
若是,基于所述药品使用信息的数量和所述第一判断结果生成对应的第一分析结果。
13.根据权利要求10所述的装置,其特征在于,所述第二分析模块用于:
判断所述互联网医疗对话信息中是否存在医疗实体,获得判断结果;
通过所述第二分析模型基于所述判断结果对所述互联网医疗对话信息进行标注,获得对话标注结果;
基于所述对话标注结果生成对应的第二分析结果。
14.根据权利要求8所述的装置,其特征在于,所述质量管理单元用于:
基于所述分析结果判断是否存在医学不规范行为;
若是,获取当前分析窗口;
基于当前分析窗口生成与所述分析结果对应的医生管理信息,显示所述医生管理信息。
15.一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,该程序被处理器执行时实现权利要求1-7中任一项所述的基于互联网的诊中质量管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211459275.2A CN115512859B (zh) | 2022-11-21 | 2022-11-21 | 基于互联网的诊中质量管理方法、管理装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211459275.2A CN115512859B (zh) | 2022-11-21 | 2022-11-21 | 基于互联网的诊中质量管理方法、管理装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115512859A CN115512859A (zh) | 2022-12-23 |
CN115512859B true CN115512859B (zh) | 2023-04-07 |
Family
ID=84514391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211459275.2A Active CN115512859B (zh) | 2022-11-21 | 2022-11-21 | 基于互联网的诊中质量管理方法、管理装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115512859B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111897967A (zh) * | 2020-07-06 | 2020-11-06 | 北京大学 | 一种基于知识图谱和社交媒体的医疗问诊推荐方法 |
CN114078600A (zh) * | 2020-08-10 | 2022-02-22 | 联合数字健康有限公司 | 一种基于云技术的智能多通道疾病诊断系统和方法 |
CN112131393B (zh) * | 2020-08-11 | 2023-09-22 | 淮阴工学院 | 一种基于bert和相似度算法的医疗知识图谱问答系统构建方法 |
CN113779993B (zh) * | 2021-06-09 | 2023-02-28 | 北京理工大学 | 一种基于多粒度文本嵌入的医学实体识别方法 |
CN114743693A (zh) * | 2022-03-21 | 2022-07-12 | 北京左医科技有限公司 | 基于医患对话的诊中质控方法以及诊中质控装置 |
CN115062606B (zh) * | 2022-08-16 | 2022-11-18 | 阿里巴巴(中国)有限公司 | 对话数据分析及其模型训练方法、及电子设备 |
-
2022
- 2022-11-21 CN CN202211459275.2A patent/CN115512859B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115512859A (zh) | 2022-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108320781B (zh) | 一种基于语音的医疗报告生成方法及装置 | |
Carchiolo et al. | Medical prescription classification: a NLP-based approach | |
US20230161801A1 (en) | Machine learning query session enhancement | |
CN113468296B (zh) | 可配置业务逻辑的模型自迭代式智能客服质检系统与方法 | |
WO2021208444A1 (zh) | 电子病例自动生成方法、装置、设备及存储介质 | |
US20230394247A1 (en) | Human-machine collaborative conversation interaction system and method | |
CN108829682A (zh) | 计算机可读存储介质、智能问答方法及智能问答装置 | |
CN110543550B (zh) | 自动生成试题的方法和装置 | |
CN104347071B (zh) | 生成口语考试参考答案的方法及系统 | |
CN113611433A (zh) | 一种问诊辅助系统及方法 | |
CN112035634A (zh) | 文本情绪检测方法、装置、设备及存储介质 | |
CN115050457A (zh) | 在线问诊服务质量的评估方法、装置、设备、介质及产品 | |
CN109036506B (zh) | 互联网医疗问诊的监管方法、电子装置及可读存储介质 | |
CN111063455A (zh) | 远程医疗的人机交互方法和装置 | |
CN115512859B (zh) | 基于互联网的诊中质量管理方法、管理装置及存储介质 | |
CN116741360A (zh) | 基于智能终端的医生问诊及服务质量评价系统 | |
Zafari et al. | Chatsum: an intelligent medical chat summarization tool | |
US20190370390A1 (en) | Query and information meter for query session | |
CN116127011A (zh) | 意图识别方法、装置、电子设备及存储介质 | |
CN114743693A (zh) | 基于医患对话的诊中质控方法以及诊中质控装置 | |
Maas et al. | Automated Medical Reporting: From Multimodal Inputs to Medical Reports through Knowledge Graphs. | |
Yu et al. | Incorporating multimodal sentiments into conversational bots for service requirement elicitation | |
CN111309990B (zh) | 一种语句应答方法及装置 | |
CN113705228A (zh) | 基于自然语言处理的医学诊断文本分析标注方法 | |
CN117540917B (zh) | 一种培训平台辅助培训方法、装置、设备以及介质 |
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 |