CN116403693A - 问诊单派单方法、装置、设备及存储介质 - Google Patents
问诊单派单方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116403693A CN116403693A CN202310388996.7A CN202310388996A CN116403693A CN 116403693 A CN116403693 A CN 116403693A CN 202310388996 A CN202310388996 A CN 202310388996A CN 116403693 A CN116403693 A CN 116403693A
- Authority
- CN
- China
- Prior art keywords
- department
- doctor
- list
- doctors
- questionnaire
- 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 31
- 238000012216 screening Methods 0.000 claims abstract description 85
- 238000003745 diagnosis Methods 0.000 claims abstract description 61
- 208000024891 symptom Diseases 0.000 claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 9
- 238000011176 pooling Methods 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 4
- 238000002716 delivery method Methods 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 239000003814 drug Substances 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 201000010099 disease Diseases 0.000 abstract description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 206010019233 Headaches Diseases 0.000 description 2
- 208000002193 Pain Diseases 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 231100000869 headache Toxicity 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 208000019790 abdominal distention Diseases 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001550 time effect Effects 0.000 description 1
- 230000000007 visual 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Epidemiology (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及人工智能技术,用于对药物及疾病咨询的问诊单进行派单,揭露一种问诊单派单方法,包括:当问诊单中缺少问诊科室,利用科室推荐模型问诊单中的主诉症状进行科室推荐,并将推荐科室作为问诊科室;基于问诊科室及医生的擅长科室筛选可问诊医生名单中的医生,得到待选医生;计算待选医生的擅长科室与问诊科室的一致程度,得到诊疗匹配权重;基于待选医生的接单数据进行加权计算,得到接单效率权重;基于诊疗匹配权重及接单效率权重筛选待选医生,并根据筛选结果对问诊单进行派单。本发明还涉及一种区块链技术,所述诊疗匹配权重可以存储在区块链节点中。本发明还提出一种问诊单派单装置、设备以及介质。本发明可以提高问诊单派单准确率。
Description
技术领域
本发明涉及人工智能技术领域和数字医疗技术领域,尤其涉及一种问诊单派单方法、装置、电子设备及存储介质。
背景技术
传统药物使用咨询或疾病问诊的问诊科室分流一般需要具有医学知识的助手或医生进行导引,目前市场上在线问诊,直接基于医生的接单效率将问诊单派送给对应的医生,分配参数维度单一,无法满足用户多维的问诊需求,导致问诊单派单的准确率较低。
发明内容
本发明提供一种问诊单派单方法、装置、电子设备及存储介质,其主要目的在于提高了问诊单派单的准确率。
获取用户的问诊单及可问诊医生名单;
判断所述问诊单中的是否缺少问诊科室;
若所述问诊单中缺少问诊科室,则提取所述问诊单中的主诉症状,利用预构建的问诊科室推荐模型及所述主诉症状进行科室推荐,得到推荐科室,将所述推荐科室作为目标科室;
若所述问诊单中不缺少问诊科室,则提取所述问诊单中的问诊科室作为所述目标科室;
获取所述可问诊医生名单中每个医生的擅长科室,基于所述目标科室及所述擅长科室对所述可问诊医生名单中的医生进行筛选,得到待选医生名单;
计算所述待选医生名单中每个医生的擅长科室与所述目标科室之间的一致程度,得到所述待选医生名单中每个医生的诊疗匹配权重;
获取所述待选医生名单中每个医生的接单数据,基于预设的加权规则及所述接单数据进行接单效率加权计算,得到所述待选医生名单中每个医生的接单效率权重;
基于所述诊疗匹配权重及所述接单效率权重对所述待选医生名单中的医生进行筛选,并根据筛选结果对所述问诊单进行派单。
可选地,所述判断所述问诊单中的是否缺少问诊科室,包括:
判断所述问诊单中预设的问诊科室选择区域是否为空值;
当所述问诊单中预设的问诊科室选择区域为空值时,确定所述问诊单中缺少问诊科室;
当所述问诊单中预设的问诊科室选择区域不为空值时,确定所述问诊单中不缺少问诊科室。
可选地,所述利用预构建的问诊科室推荐模型及所述主诉症状进行科室推荐,得到推荐科室,包括:
将所述主诉症状中每个字符转化为字符向量,并将所有字符向量进行组合,得到主诉症状矩阵;
利用所述问诊科室推荐模型中的特征提取网络对所述主诉症状进行卷积池化,得到特征提取矩阵;
利用所述问诊科室推荐模型中基于自注意力机制构建的注意力网络对所述特征提取矩阵进行注意力加权,得到目标特征矩阵;
利用所述问诊科室推荐模型中的多层全连接网络构建的特征映射层将所述目标特征矩阵映射为不同预设识别科室的识别特征值;
选取最大识别特征值对应的识别科室确定为所述推荐科室。
可选地,所述基于所述目标科室及所述擅长科室对所述可问诊医生名单中的医生进行筛选,得到待选医生名单,包括:
判断所述医生的擅长科室中是否包含目标科室;
当所述医生的擅长科室中包含目标科室,则将所述医生确定为待选医生;
剔除所述可问诊医生名单中除待选医生外的其它医生,得到所述待选医生名单。
可选地,所述计算所述待选医生名单中每个医生的擅长科室与所述目标科室之间的一致程度,得到所述待选医生名单中每个医生的诊疗匹配权重,包括:
获取所述待选医生名单中每个医生的擅长科室中科室的数量,得到对应医生的擅长科室数量;
根据所述待选医生名单中医生的擅长科室数量及预设的初始诊疗权重进行计算,得到待选医生名单中该医生的诊疗匹配权重。
可选地,所述基于所述诊疗匹配权重及所述接单效率权重对所述待选医生名单中的医生进行筛选,并根据筛选结果对所述问诊单进行派单,包括:
根据所述待选医生名单中医生的诊疗匹配权重及接单效率权重进行计算,得到所述待选医生名单中对应医生的筛选系数;
根据所述筛选系数对所述待选医生名单中的医生进行筛选,得到目标医生;
将所述问诊单派送至所述目标医生的终端设备。
可选地,所述根据所述筛选系数对所述待选医生名单中的医生进行筛选,得到目标医生,包括:
将所述待选医生名单中所述筛选系数中大于预设筛选阈值的医生,得到初始筛选医生;
将所有所述初始筛选医生中筛选系数最大的医生确定为所述目标医生。
为了解决上述问题,本发明还提供一种问诊单派单装置,所述装置包括:
数据获取模块,用于获取用户的问诊单及可问诊医生名单;
科室判断模块,判断所述问诊单中的是否缺少问诊科室;
科室识别模块,若所述问诊单中缺少问诊科室,则提取所述问诊单中的主诉症状,利用预构建的问诊科室推荐模型及所述主诉症状进行科室推荐,得到推荐科室,将所述推荐科室作为目标科室;
科室提取模块,若所述问诊单中不缺少问诊科室,则提取所述问诊单中的问诊科室作为目标科室;
医生筛选模块,获取所述可问诊医生名单中每个医生的擅长科室,基于所述目标科室及所述擅长科室对所述可问诊医生名单中的医生进行筛选,得到待选医生名单;
诊疗匹配模块,计算所述待选医生名单中每个医生的擅长科室与所述目标科室之间的一致程度,得到所述待选医生名单中每个医生的诊疗匹配权重;
效率匹配模块,用于获取所述待选医生名单中每个医生的接单数据,基于预设的加权规则及所述接单数据进行接单效率加权计算,得到所述待选医生名单中每个医生的接单效率权重;
筛选派单模块,用于基于所述诊疗匹配权重及所述接单效率权重对所述待选医生名单中的医生进行筛选,并根据筛选结果对所述问诊单进行派单。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个计算机程序;及
处理器,执行所述存储器中存储的计算机程序以实现上述所述的问诊单派单方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的问诊单派单方法。
本发明实施例基于所述诊疗匹配权重及所述接单效率权重对所述待选医生名单中的医生进行筛选,并根据筛选结果对所述问诊单进行派单。从诊疗匹配及接单效率两个维度筛选医生进行派单,问诊单派单的结果更符合用户的多维问诊需求,提高了问诊单派单的准确率,因此本发明实施例提出的问诊单派单方法、装置、电子设备及可读存储介质提高了问诊单派单的准确率。
附图说明
图1为本发明一实施例提供的问诊单派单方法的流程示意图;
图2为本发明一实施例提供的问诊单派单装置的模块示意图;
图3为本发明一实施例提供的实现问诊单派单方法的电子设备的内部结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供一种问诊单派单方法。所述问诊单派单方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述问诊单派单方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等,服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示的本发明一实施例提供的问诊单派单方法的流程示意图,在本发明实施例中,所述问诊单派单方法包括以下步骤:
S1、获取用户的问诊单及可问诊医生名单;
本发明实施例中所述问诊单为用户问诊基本信息的问诊电子单据,所述问诊单中包含用户的基本信息及用户填写的主诉症状;所述可问诊医生名单为问诊状态接诊中的医生的名单。
S2、判断所述问诊单中的是否缺少问诊科室;
本发明实施例中由于某些用户无法确定自己需要问诊的科室,就没有在问诊单中填写问诊科室,无法将用户分配给对应科室的医生进行看诊,为了用户的看诊更加有针对性,若用户没有填写问诊科室,需要根据问诊单中的用户主诉的症状识别用户应该看的问诊科室,若用户填写了问诊科室,可以直接根据问诊科室为用户分配相应的医生,因此,需要识别所述问诊单中是否有问诊科室。
具体地,本发明实施例中通过判断所述问诊单中预设的问诊科室选择区域是否为空值;当所述问诊单中预设的问诊科室选择区域为空值,则确定所述问诊单中缺少问诊科室;当所述问诊单中预设的问诊科室选择区域不为空值,则确定所述问诊单中不缺少问诊科室。
S3、若所述问诊单中缺少问诊科室,则提取所述问诊单中的主诉症状,利用预构建的问诊科室推荐模型及所述主诉症状进行科室推荐,得到推荐科室,将所述推荐科室作为问诊科室;
本发明实施例中为了给没有填写问诊科室的用户推荐对应的问诊科室,提取所述问诊单中的主诉症状,根据所述主诉症状推荐对应的科室,所述主诉症状为用户主诉的主要不适症状,如:头痛、腹胀等。
进一步地,本发明实施例中利用预构建的问诊科室推荐模型对所述主诉症状进行科室推荐,得到推荐科室,其中,所述问诊科室推荐模型为深度学习模型,本发明实施例对所述深度学习模型的类型不做限制。
具体地,本发明实施例中所述利用预构建的问诊科室推荐模型对所述主诉症状进行科室推荐,得到推荐科室,包括:
将所述主诉症状中每个字符转化为字符向量,并将所有字符向量进行组合,得到主诉症状矩阵;
利用所述问诊科室推荐模型中的特征提取网络对所述主诉症状进行卷积池化,得到特征提取矩阵;
利用所述问诊科室推荐模型中基于自注意力机制构建的注意力网络对所述特征提取矩阵进行注意力加权,得到目标特征矩阵;
利用所述问诊科室推荐模型中的多层全连接网络构建的特征映射层将所述目标特征矩阵映射为不同预设识别科室的识别特征值;
选取最大识别特征值对应的识别科室确定为所述推荐科室。
本发明实施例中所述特征提取层由多层卷积层及多层池化层按照一定的连接顺序串联得到的,本发明实施例对卷积层及池化层的层结构不做限制,所述特征提取层中第一层为卷积层,其余连接顺序不做限制;所述特征映射层由多层全连接网络串联构成,其中最后一层全连接网络的输出节点的数量与识别科室的数量一致,每个所述识别科室与一个输出节点一一对应,输出节点的输出值即为对应识别科室的识别特征值;本发明实施例中所述问诊科室推荐模型包含特征提取层、注意力网络、特征映射层,其中,所述特征提取层、所述注意力网络、所述特征映射层依次串联。
进一步地,本发明实施例中利用onehot算法将所述主诉症状中每个字符转化为字符向量,也可以在所述问诊科室推荐模型中增加embedding层所述主诉症状中每个字符转化为字符向量。
具体地,本发明实施例基于所述字符向量对应的字符在所述主诉症状中的顺序,将所有所述字符向量作为列填充值预设空白矩阵,得到所述主诉症状矩阵;例如:主诉症状为“头疼”,共有两个字符,字符“头”在所述主诉症状中的顺序的顺序为第一,字符“疼”在所述主诉症状中的顺序的顺序为第二,那么将字符“头”对应的字符向量作为第一列,将字符“疼”对应的字符向量作为第二列一起填充至空白矩阵中,得到所述主诉症状矩阵。
本发明实施例中所述识别科室为预设的有医生擅长的科室类目。
S4、当所述问诊单中不缺少问诊科室,则提取所述问诊单中的问诊科室作为目标科室;
本发明实施例中当所述问诊单中不缺少问诊科室时,直接提取所述问诊单中的问诊科室作为目标科室进行后续的医生匹配派单。
可选地,本发明实施例中所述提取所述问诊单中的问诊科室,包括:提取所述问诊单中预设的问诊科室选择区域对应科室名称即为问诊科室,将提取的问诊科室作为目标科室。
S5、获取所述可问诊医生名单中每个医生的擅长科室,基于所述目标科室及所述擅长科室对所述可问诊医生名单中的医生进行筛选,得到待选医生名单;
本发明实施例中用户的要问诊的目标科室要与医生的擅长科室一致或重合,才能更有针对性的对用户进行问诊,本发明实施例中所述擅长科室为医生擅长的所有科室的集合,如:医生的擅长儿科、内科,那该医生的擅长科室为“儿科、内科”。
具体地,本发明实施例中所述基于所述目标科室及所述擅长科室对所述可问诊医生名单中的医生进行筛选,得到待选医生名单,包括:
判断所述医生的擅长科室中是否包含目标科室;
当所述医生的擅长科室中包含目标科室,则将所述医生确定为待选医生;
剔除所述可问诊医生名单中除待选医生外的其它医生,得到所述待选医生名单。
本发明实施例中所述擅长科室中的诊室都为单一的专科诊室,综合科室可用专科诊室替换,如:擅长科室为全科诊室,那么将全科诊室替换为所有专科科室。
S6、计算所述待选医生名单中每个医生的擅长科室与所述目标科室之间的一致程度,得到所述待选医生名单中每个医生的诊疗匹配权重;
本发明实施例中中若所述待选医生名单中每个医生的擅长科室只有一个科室,那么该擅长科室与所述目标科室完全一致,诊疗匹配权重最高,完全吻合;当医生的擅长科室为2个,那么目标科室只为待选医生擅长科室中的一个,科室一致性就会降低,诊疗匹配权重也随之降低。
具体地,本发明实施例中所述S6包括:
获取所述待选医生名单中每个医生的擅长科室中科室的数量,得到对应医生的擅长科室数量;
根据所述待选医生名单中医生的擅长科室数量及预设的初始诊疗权重进行计算,得到待选医生名单中该医生的诊疗匹配权重。
本发明实施例中所述初始诊疗权重为大于0的实数,较佳地,所述初始诊疗权重可以为1,本发明实施例中所述擅长科室数量越大对应的诊疗匹配权重越小,本发明实施例对所述诊疗匹配权重的计算方法无其他限制。
具体地,本发明实施例中将所述初始诊疗权重与所述擅长科室数量进行除法计算,得到所述诊疗匹配权重,例如:所述待选医生名单中A医生的擅长科室数量为2,所述初始诊疗权重为1,那么A医生的诊疗匹配权重为1/2=0.5。
本发明另一实施例中所述诊疗匹配权重可以存储在区块链节点中,利用区块链节点高吞吐的特性,提高数据的取用效率。
S7、获取所述待选医生名单中每个医生的接单数据,基于预设的加权规则及所述接单数据进行接单效率加权计算,得到所述待选医生名单中每个医生的接单效率权重;
本发明实施例中不仅要用诊疗匹配权重衡量医生的诊疗匹配程度,还需要衡量医生接单的效率,从而筛选出符合用户问诊要求且能尽快接单的医生,实现精确高效的派单。
具体地,本发明实施例中所述接单数据包括:平均接单时效、当前等待人数、接单总数量、接单超时数量等接单评价数值
可选地,本发明实施例中可获取每一种接单评价数值的数值权重,将所述数值权重乘以对应的接单评价数值,得到该接单评价数值的评价系数;将所述医生的接单数据中的所有接单评价数值对应的评价系数求和,得到该医生的接单效率权重,本发明实施例中对所述数值权重不做限制。
S8、基于所述诊疗匹配权重及所述接单效率权重对所述待选医生名单中的医生进行筛选,并根据筛选结果对所述问诊单进行派单。
本发明实施例中所述S8,包括:
根据所述待选医生名单中医生的诊疗匹配权重及接单效率权重进行计算,得到所述待选医生名单中对应医生的筛选系数;
根据所述筛选系数对所述待选医生名单中的医生进行筛选,得到目标医生;
将所述问诊单派送至所述目标医生的终端设备。
具体地,本发明实施例中根据所述待选医生名单中医生的诊疗匹配权重及接单效率权重进行计算,得到所述待选医生名单中对应医生的筛选系数,包括:
根据所述待选医生名单中医生的诊疗匹配权重及接单效率权重进行乘法计算,得到所述待选医生名单中对应医生的筛选系数。
例如:所述待选医生名单中A医生的诊疗匹配权重为0.5,接单效率权重为3,那么A医生的筛选系数为3*0.5=1.5。
本发明另一实施例中根据所述待选医生名单中医生的诊疗匹配权重及接单效率权重进行计算,得到所述待选医生名单中对应医生的筛选系数,包括:
根据所述待选医生名单中医生的诊疗匹配权重及接单效率权重进行乘法计算,得到所述待选医生名单中对应医生的初始筛选系数;
将所述待选医生名单每个医生的初始筛选系数进行归一化,得到所述待选医生名单中对应医生的筛选系数。
例如:所述待选医生名单中A医生的诊疗匹配权重为0.5,接单效率权重为3,那么A医生的初始筛选系数为3*0.5=1.5,然后计算该初始筛选系数与最大初始筛选系数的最大值的比值,得到A医生的筛选系数。
进一步地,本发明实施例中所述据所述筛选系数对所述待选医生名单中的医生进行筛选,得到目标医生,包括:
将所述待选医生名单中最大筛选系数的医生确定为目标医生。
本发明一实施例中所述根据所述筛选系数对所述待选医生名单中的医生进行筛选,得到目标医生,包括:
将所述待选医生名单中所述筛选系数中大于预设筛选阈值的医生,得到初始筛选医生;
将所有所述初始筛选医生中筛选系数最大的医生确定为目标医生。
本发明实施例中所述终端设备为手机、电脑、平板等智能终端。
如图2所示,是本发明问诊单派单装置的功能模块图。
本发明所述问诊单派单装置100可以安装于电子设备中。根据实现的功能,所述问诊单派单装置可以包括数据获取模块101、科室判断模块102、科室识别模块103、科室提取模块104、医生筛选模块105、诊疗匹配模块106、效率匹配模块107、筛选派单模块108,本发所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述数据获取模块101用于获取用户的问诊单及可问诊医生名单;
所述科室判断模块102用于判断所述问诊单中的是否缺少问诊科室;
所述科室识别模块103用于若所述问诊单中缺少问诊科室,则提取所述问诊单中的主诉症状,利用预构建的问诊科室推荐模型及所述主诉症状进行科室推荐,得到推荐科室,将所述推荐科室作为目标科室;
所述科室提取模块104用于若所述问诊单中不缺少问诊科室,则提取所述问诊单中的问诊科室作为目标科室;
所述医生筛选模块105用于获取所述可问诊医生名单中每个医生的擅长科室,基于所述目标科室及所述擅长科室对所述可问诊医生名单中的医生进行筛选,得到待选医生名单;
所述诊疗匹配模块106用于计算所述待选医生名单中每个医生的擅长科室与所述目标科室之间的一致程度,得到所述待选医生名单中每个医生的诊疗匹配权重;
所述效率匹配模块107用于获取所述待选医生名单中每个医生的接单数据,基于预设的加权规则及所述接单数据进行接单效率加权计算,得到所述待选医生名单中每个医生的接单效率权重;
所述筛选派单模块108用于基于所述诊疗匹配权重及所述接单效率权重对所述待选医生名单中的医生进行筛选,并根据筛选结果对所述问诊单进行派单。
详细地,本发明实施例中所述问诊单派单装置100中所述的各模块在使用时采用与上述图1中所述的问诊单派单方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图3所示,是本发明实现问诊单派单方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如问诊单派单程序。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如问诊单派单程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如问诊单派单程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述通信总线12可以是外设部件互连标准(PerIPheralComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障分类电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
可选地,所述通信接口13可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。
可选地,所述通信接口13还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的问诊单派单程序是多个计算机程序的组合,在所述处理器10中运行时,可以实现:
获取用户的问诊单及可问诊医生名单;
判断所述问诊单中的是否缺少问诊科室;
若所述问诊单中缺少问诊科室,则提取所述问诊单中的主诉症状,利用预构建的问诊科室推荐模型及所述主诉症状进行科室推荐,得到推荐科室,将所述推荐科室作为目标科室;
若所述问诊单中不缺少问诊科室,则提取所述问诊单中的问诊科室作为所述目标科室;
获取所述可问诊医生名单中每个医生的擅长科室,基于所述目标科室及所述擅长科室对所述可问诊医生名单中的医生进行筛选,得到待选医生名单;
计算所述待选医生名单中每个医生的擅长科室与所述目标科室之间的一致程度,得到所述待选医生名单中每个医生的诊疗匹配权重;
获取所述待选医生名单中每个医生的接单数据,基于预设的加权规则及所述接单数据进行接单效率加权计算,得到所述待选医生名单中每个医生的接单效率权重;
基于所述诊疗匹配权重及所述接单效率权重对所述待选医生名单中的医生进行筛选,并根据筛选结果对所述问诊单进行派单。
具体地,所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以是非易失性的,也可以是易失性的。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明实施例还可以提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取用户的问诊单及可问诊医生名单;
判断所述问诊单中的是否缺少问诊科室;
若所述问诊单中缺少问诊科室,则提取所述问诊单中的主诉症状,利用预构建的问诊科室推荐模型及所述主诉症状进行科室推荐,得到推荐科室,将所述推荐科室作为目标科室;
若所述问诊单中不缺少问诊科室,则提取所述问诊单中的问诊科室作为所述目标科室;
获取所述可问诊医生名单中每个医生的擅长科室,基于所述目标科室及所述擅长科室对所述可问诊医生名单中的医生进行筛选,得到待选医生名单;
计算所述待选医生名单中每个医生的擅长科室与所述目标科室之间的一致程度,得到所述待选医生名单中每个医生的诊疗匹配权重;
获取所述待选医生名单中每个医生的接单数据,基于预设的加权规则及所述接单数据进行接单效率加权计算,得到所述待选医生名单中每个医生的接单效率权重;
基于所述诊疗匹配权重及所述接单效率权重对所述待选医生名单中的医生进行筛选,并根据筛选结果对所述问诊单进行派单。
进一步地,所述计算机可用存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种问诊单派单方法,其特征在于,所述方法包括:
获取用户的问诊单及可问诊医生名单;
判断所述问诊单中的是否缺少问诊科室;
若所述问诊单中缺少问诊科室,则提取所述问诊单中的主诉症状,利用预构建的问诊科室推荐模型及所述主诉症状进行科室推荐,得到推荐科室,将所述推荐科室作为目标科室;
若所述问诊单中不缺少问诊科室,则提取所述问诊单中的问诊科室作为所述目标科室;
获取所述可问诊医生名单中每个医生的擅长科室,基于所述目标科室及所述擅长科室对所述可问诊医生名单中的医生进行筛选,得到待选医生名单;
计算所述待选医生名单中每个医生的擅长科室与所述目标科室之间的一致程度,得到所述待选医生名单中每个医生的诊疗匹配权重;
获取所述待选医生名单中每个医生的接单数据,基于预设的加权规则及所述接单数据进行接单效率加权计算,得到所述待选医生名单中每个医生的接单效率权重;
基于所述诊疗匹配权重及所述接单效率权重对所述待选医生名单中的医生进行筛选,并根据筛选结果对所述问诊单进行派单。
2.如权利要求1所述的问诊单派单方法,其特征在于,所述判断所述问诊单中的是否缺少问诊科室,包括:
判断所述问诊单中预设的问诊科室选择区域是否为空值;
当所述问诊单中预设的问诊科室选择区域为空值时,确认所述问诊单中缺少问诊科室;
当所述问诊单中预设的问诊科室选择区域不为空值时,确认所述问诊单中不缺少问诊科室。
3.如权利要求1所述的问诊单派单方法,其特征在于,所述利用预构建的问诊科室推荐模型及所述主诉症状进行科室推荐,得到推荐科室,包括:
将所述主诉症状中每个字符转化为字符向量,并将所有字符向量进行组合,得到主诉症状矩阵;
利用所述问诊科室推荐模型中的特征提取网络对所述主诉症状进行卷积池化,得到特征提取矩阵;
利用所述问诊科室推荐模型中基于自注意力机制构建的注意力网络对所述特征提取矩阵进行注意力加权,得到目标特征矩阵;
利用所述问诊科室推荐模型中的多层全连接网络构建的特征映射层将所述目标特征矩阵映射为不同预设识别科室的识别特征值;
选取最大识别特征值对应的识别科室确定为所述推荐科室。
4.如权利要求1中所述的问诊单派单方法,其特征在于,所述基于所述目标科室及所述擅长科室对所述可问诊医生名单中的医生进行筛选,得到待选医生名单,包括:
判断所述医生的擅长科室中是否包含目标科室;
当所述医生的擅长科室中包含目标科室,则将所述医生确定为待选医生;
剔除所述可问诊医生名单中除待选医生外的其它医生,得到所述待选医生名单。
5.如权利要求1所述的问诊单派单方法,其特征在于,所述计算所述待选医生名单中每个医生的擅长科室与所述目标科室之间的一致程度,得到所述待选医生名单中每个医生的诊疗匹配权重,包括:
获取所述待选医生名单中每个医生的擅长科室中科室的数量,得到对应医生的擅长科室数量;
根据所述待选医生名单中医生的擅长科室数量及预设的初始诊疗权重进行计算,得到待选医生名单中该医生的诊疗匹配权重。
6.如权利要求1至5中任意一项所述的问诊单派单方法,其特征在于,所述基于所述诊疗匹配权重及所述接单效率权重对所述待选医生名单中的医生进行筛选,并根据筛选结果对所述问诊单进行派单,包括:
根据所述待选医生名单中医生的诊疗匹配权重及接单效率权重进行计算,得到所述待选医生名单中对应医生的筛选系数;
根据所述筛选系数对所述待选医生名单中的医生进行筛选,得到目标医生;
将所述问诊单派送至所述目标医生的终端设备。
7.如权利要求6所述的问诊单派单方法,其特征在于,所述根据所述筛选系数对所述待选医生名单中的医生进行筛选,得到目标医生,包括:
将所述待选医生名单中所述筛选系数中大于预设筛选阈值的医生,得到初始筛选医生;
将所有所述初始筛选医生中筛选系数最大的医生确定为所述目标医生。
8.一种问诊单派单装置,其特征在于,包括:
数据获取模块,用于获取用户的问诊单及可问诊医生名单;
科室判断模块,判断所述问诊单中的是否缺少问诊科室;
科室识别模块,若所述问诊单中缺少问诊科室,则提取所述问诊单中的主诉症状,利用预构建的问诊科室推荐模型及所述主诉症状进行科室推荐,得到推荐科室,将所述推荐科室作为目标科室;
科室提取模块,若所述问诊单中不缺少问诊科室,则提取所述问诊单中的问诊科室作为目标科室;
医生筛选模块,获取所述可问诊医生名单中每个医生的擅长科室,基于所述目标科室及所述擅长科室对所述可问诊医生名单中的医生进行筛选,得到待选医生名单;
诊疗匹配模块,计算所述待选医生名单中每个医生的擅长科室与所述目标科室之间的一致程度,得到所述待选医生名单中每个医生的诊疗匹配权重;
效率匹配模块,用于获取所述待选医生名单中每个医生的接单数据,基于预设的加权规则及所述接单数据进行接单效率加权计算,得到所述待选医生名单中每个医生的接单效率权重;
筛选派单模块,用于基于所述诊疗匹配权重及所述接单效率权重对所述待选医生名单中的医生进行筛选,并根据筛选结果对所述问诊单进行派单。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的问诊单派单方法。
10.一种计算机可读存储介质,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如权利要求1至7中任一项所述的问诊单派单方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310388996.7A CN116403693A (zh) | 2023-04-03 | 2023-04-03 | 问诊单派单方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310388996.7A CN116403693A (zh) | 2023-04-03 | 2023-04-03 | 问诊单派单方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116403693A true CN116403693A (zh) | 2023-07-07 |
Family
ID=87019592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310388996.7A Pending CN116403693A (zh) | 2023-04-03 | 2023-04-03 | 问诊单派单方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116403693A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117035368A (zh) * | 2023-10-07 | 2023-11-10 | 四川桃子健康科技股份有限公司 | 一种基于互联网的医生派单方法 |
-
2023
- 2023-04-03 CN CN202310388996.7A patent/CN116403693A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117035368A (zh) * | 2023-10-07 | 2023-11-10 | 四川桃子健康科技股份有限公司 | 一种基于互联网的医生派单方法 |
CN117035368B (zh) * | 2023-10-07 | 2024-01-26 | 四川桃子健康科技股份有限公司 | 一种基于互联网的医生派单方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111694844B (zh) | 基于配置算法的企业运行数据分析方法、装置及电子设备 | |
CN113868529A (zh) | 知识推荐方法、装置、电子设备及可读存储介质 | |
CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
CN114612194A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
CN113837631B (zh) | 员工评价方法、装置、电子设备及可读存储介质 | |
CN113516417A (zh) | 基于智能建模的业务评估方法、装置、电子设备及介质 | |
CN116403693A (zh) | 问诊单派单方法、装置、设备及存储介质 | |
CN113656690B (zh) | 产品推荐方法、装置、电子设备及可读存储介质 | |
CN114840684A (zh) | 基于医疗实体的图谱构建方法、装置、设备及存储介质 | |
CN116483976A (zh) | 挂号科室推荐方法、装置、设备及存储介质 | |
CN115982454A (zh) | 基于用户画像的问卷推送方法、装置、设备及存储介质 | |
CN116705304A (zh) | 基于图像文本的多模态任务处理方法、装置、设备及介质 | |
CN113657546B (zh) | 信息分类方法、装置、电子设备及可读存储介质 | |
CN113704407A (zh) | 基于类别分析的投诉量分析方法、装置、设备及存储介质 | |
CN115225489B (zh) | 队列业务流量阈值动态控制方法、电子设备及存储介质 | |
CN114781833B (zh) | 基于业务人员的能力测评方法、装置、设备及存储介质 | |
CN113592606B (zh) | 基于多重决策的产品推荐方法、装置、设备及存储介质 | |
CN116629966A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
CN114864032B (zh) | 基于his系统的临床数据采集方法及装置 | |
CN116881558A (zh) | 基于药品的问卷推送方法、装置、设备及存储介质 | |
CN115878773A (zh) | 基于信息熵权重的问卷生成方法、装置、设备及存储介质 | |
CN116542785A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
CN116629557A (zh) | 救援物资调配方法、装置、设备及存储介质 | |
CN116483974A (zh) | 对话回复筛选方法、装置、设备及存储介质 | |
CN116521867A (zh) | 文本聚类方法、装置、电子设备及存储介质 |
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 |