CN117334308A - 医疗信息处理方法、装置、设备及存储介质 - Google Patents
医疗信息处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117334308A CN117334308A CN202311304172.3A CN202311304172A CN117334308A CN 117334308 A CN117334308 A CN 117334308A CN 202311304172 A CN202311304172 A CN 202311304172A CN 117334308 A CN117334308 A CN 117334308A
- Authority
- CN
- China
- Prior art keywords
- target
- doctor
- recall
- preset
- disease
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 40
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 201000010099 disease Diseases 0.000 claims abstract description 100
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 100
- 238000000034 method Methods 0.000 claims abstract description 23
- 239000003814 drug Substances 0.000 claims description 33
- 208000024891 symptom Diseases 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 18
- 229940079593 drug Drugs 0.000 claims description 17
- 230000011218 segmentation Effects 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 6
- 208000007474 aortic aneurysm Diseases 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 208000002330 Congenital Heart Defects Diseases 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 235000008446 instant noodles Nutrition 0.000 description 4
- 208000028831 congenital heart disease Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 208000027896 Aortic valve disease Diseases 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 208000009205 Tinnitus Diseases 0.000 description 1
- 230000000172 allergic effect Effects 0.000 description 1
- 208000010668 atopic eczema Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 231100000886 tinnitus Toxicity 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- General Business, Economics & Management (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本公开关于一种医疗信息处理方法、装置、设备及存储介质，涉及数字医疗技术领域，解决了相关技术中医疗服务平台为问诊用户召回的问诊医生适配度低，以及发生不能召回问诊医生这一故障的故障率较高的问题。该方法包括：从目标问诊信息中，提取出与疾病特征关联的目标关键词；将多个预设召回链路中，包括的检索词与目标关键词表征的疾病特征类型一致的预设召回链路，确定为目标召回链路；按照目标召回链路，对目标关键词关联的医生账户进行检索，以及，从检索到的候选医生账户中，确定出目标医生账户。
Description
技术领域
本公开涉及数字医疗技术领域，尤其涉及医疗信息处理方法、装置、设备及存储介质。
背景技术
为了提高患者的就医需求，线上问诊或线上挂号已成为线上就医或线下就医的一种普遍看诊环节。当前的互联网医疗服务平台中，基于问诊患者输入的问诊信息，来检索与问诊信息匹配的科室和医生。上述检索方式中，通常精准检索的逻辑进行检索，如，搜索词或检索词为“A方便面”，对应地，需要召回的商品是既满足“品牌是A”，又要满足“物品是方便面”的逻辑。而在医疗场景中，受医生资源的限制，基于该精准检索的检索方式，很难为问诊用户召回出与用户需求适配的问诊医生，甚至会出现不能召回到问诊医生的情况，从而降低了问诊用户对互联网医疗服务平台的使用体验。
发明内容
本发明提供一种医疗信息处理方法、装置、设备及存储介质，以至少解决相关技术中医疗服务平台为问诊用户召回的问诊医生适配度低，以及发生不能召回问诊医生这一故障的故障率较高的问题。本发明的技术方案如下：
根据本发明实施例的第一方面，提供了一种医疗信息处理方法，该方法包括：从目标问诊信息中，提取出与疾病特征关联的目标关键词；将多个预设召回链路中，包括的检索词与目标关键词表征的疾病特征类型一致的预设召回链路，确定为目标召回链路；按照目标召回链路，对目标关键词关联的医生账户进行检索，以及，从检索到的候选医生账户中，确定出目标医生账户。
其中，多个预设召回链路是基于不同维度的检索词设置的。多个预设召回链路的检索词分别属于不同维度的疾病特征类型。对应的，检索词可以是疾病的名称；也可以是身体部位的名称；还可以是药品的名称等。
在一种可能的实现方式中，目标关键词包括目标部位；将多个预设召回链路中，包括的检索词与目标关键词表征的疾病特征类型一致的预设召回链路，确定为目标召回链路；包括：将多个预设召回链路中身体部位、科室与医生账户之间构成的第一预设召回链路，确定为目标召回链路。
在另一种可能的实现方式中，目标关键词包括目标疾病名称；将多个预设召回链路中，包括的检索词与目标关键词表征的疾病特征类型一致的预设召回链路，确定为目标召回链路；包括：将多个预设召回链路中，疾病、科室与医生账户之间构成的第二预设召回链路，确定为目标召回链路。
在另一种可能的实现方式中，目标关键词包括目标药品名称和/或目标症状特征；在将多个预设召回链路中，疾病、科室与医生账户之间构成的预设召回链路，确定为目标召回链路之前，方法还包括：根据药品名称和/或症状特征与疾病之间的映射关系，确定目标药品名称和/或目标症状特征对应的目标疾病名称。
在另一种可能的实现方式中，在将多个预设召回链路中，包括的检索词与目标关键词表征的疾病特征类型一致的预设召回链路，确定为目标召回链路之后，方法还包括：按照第二预设召回链路，对目标关键词关联的医生账户进行检索；在检索不到候选医生账户的情况下，推送部位指引信息，以使目标问诊信息对应的目标问诊用户，基于部位指引信息，输入目标问诊用户所患疾病关联的目标部位；部位指引信息用于指示疾病所关联的部位；按照多个预设召回链路中身体部位、科室与医生账户之间构成的第一预设召回链路，对目标部位关联的医生账户进行检索，得到目标医生账户。
在另一种可能的实现方式中，在从目标问诊信息中，提取出与疾病特征关联的目标关键词之后，方法还包括：在多个预设召回链路中的检索词均与目标关键词表征的疾病特征类型不一致时，对目标问诊信息进行分词处理；按照预设文本匹配方式，对与分词处理结果匹配的医生账户进行检索；得到目标医生账户。
在另一种可能的实现方式中，从检索到的候选医生账户中，确定出目标医生账户，包括：将候选医生账户中，处于出诊状态且存在剩余问诊名额的医生账户，确定为目标医生账户。
根据本发明实施例的第二方面，提供了一种医疗信息处理装置，该装置包括：提取单元，用于从目标问诊信息中，提取出与疾病特征关联的目标关键词；确定单元，用于将多个预设召回链路中，包括的检索词与所述目标关键词表征的疾病特征类型一致的预设召回链路，确定为目标召回链路；检索单元，用于按照所述目标召回链路，对所述目标关键词关联的医生账户进行检索，以及，从检索到的候选医生账户中，确定出目标医生账户。
在一种可能的实现方式中，目标关键词包括目标部位；确定单元具体用于：将多个预设召回链路中身体部位、科室与医生账户之间构成的第一预设召回链路，确定为目标召回链路。
在另一种可能的实现方式中，目标关键词包括目标疾病名称；确定单元具体用于：将多个预设召回链路中，疾病、科室与医生账户之间构成的第二预设召回链路，确定为目标召回链路。
在另一种可能的实现方式中，目标关键词包括目标药品名称和/或目标症状特征；确定单元具体用于：根据药品名称和/或症状特征与疾病之间的映射关系，确定目标药品名称和/或目标症状特征对应的目标疾病名称。
在另一种可能的实现方式中，检索单元还用于：按照第二预设召回链路，对目标关键词关联的医生账户进行检索；在检索不到候选医生账户的情况下，推送部位指引信息，以使目标问诊信息对应的目标问诊用户，基于部位指引信息，输入目标问诊用户所患疾病关联的目标部位；部位指引信息用于指示疾病所关联的部位；按照多个预设召回链路中身体部位、科室与医生账户之间构成的第一预设召回链路，对目标部位关联的医生账户进行检索，得到目标医生账户。
在另一种可能的实现方式中，检索单元还用于：在多个预设召回链路中的检索词均与目标关键词表征的疾病特征类型不一致时，对目标问诊信息进行分词处理；按照预设文本匹配方式，对与分词处理结果匹配的医生账户进行检索；得到目标医生账户。
在另一种可能的实现方式中，检索单元具体用于：将候选医生账户中，处于出诊状态且存在剩余问诊名额的医生账户，确定为目标医生账户。
根据本发明实施例的第三方面，提供了一种问诊设备，被配置执行上述第一方面及其任一种可能的实施方式的医疗信息处理方法。
根据本发明实施例的第四方面，提供了一种电子设备，包括：处理器和用于存储处理器可执行指令的存储器；其中，处理器被配置为执行可执行指令，以实现如第一方面及其任一种可能的实施方式的医疗信息处理方法。
根据本发明实施例的第六方面，提供了一种计算机可读存储介质，计算机可读存储介质上存储有指令，其特征在于，当计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面的医疗信息处理方法。
根据本公开实施例的第七方面，提供一种计算机程序产品，计算机程序产品包括计算机指令，当计算机指令在电子设备上运行时，使得电子设备执行上述第一方面及其任一种可能的实施方式的医疗信息处理方法。
本发明的实施例提供的技术方案至少带来以下有益效果：基于不同维度的检索词，预先设置有多个不同的预设召回链路。从目标问诊信息中，提取出目标关键词后，基于目标关键词所属于的目标疾病特征类型，从多个预设召回链路中，确定出与目标疾病特征类型一致的目标召回链路。从而基于目标召回链路，能精准、快速地对与问诊用户问诊信息相符合的目标医生账户进行召回。基于上述不同维度的检索词对应的多个不同的预设召回链路，医疗服务平台能对来自不同维度的关键词进行检索，以实现针对同一目标问诊信息，采用不同检索路径进行检索，从而增加了对目标问诊信息的检索内容的检索维度、扩大对目标问诊信息的检索内容范围，进而提高医疗服务平台为问诊用户召回的问诊医生适配度，以及，降低发生不能召回问诊医生这一故障的故障率。
另外，基于上述智能获取的目标医生账户，能简化问诊用户的问诊流程和步骤，从而简化就医流程、提高就医效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种医疗信息处理系统的示意图；
图2是根据一示例性实施例示出的一种医疗信息处理方法的流程图一；
图3是根据一示例性实施例示出的一种预设知识图谱的示意图；
图4是根据一示例性实施例示出的一种医疗信息处理方法的流程图二；
图5是根据一示例性实施例示出的一种医疗信息处理方法的流程图三；
图6是根据一示例性实施例示出的一种医疗信息处理装置的框图；
图7是根据一示例性实施例示出的一种电子设备的示意图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在对本申请实施例提供的医疗信息处理方法进行详细介绍之前，先对本申请实施例涉及的应用场景和实施环境进行简单介绍。
首先，对本申请涉及的应用场景进行简单介绍。
我国庞大的人口基数导致国内医疗资源紧张，各大医院随处可见排队长龙，看病难、看病繁俨然已经成为我国又一亟待解决的重大民生问题。近年来，我国互联网医疗快速发展，互联网线上就医逐步进入大众视野，这大大缓解了医疗资源紧张的窘境。
为了提高患者的就医需求，线上问诊或线上挂号已成为线上就医或线下就医的一种普遍看诊环节。当前的互联网医疗服务平台中，基于问诊患者输入的问诊信息，来检索与问诊信息匹配的科室和医生。上述检索方式中，通常精准检索的逻辑进行检索，如，搜索词或检索词为“A方便面”，对应地，需要召回的商品是既满足“品牌是A”，又要满足“物品是方便面”的逻辑。而在医疗场景中，受医生资源的限制，基于该精准检索的检索方式，很难为问诊用户召回出与用户需求适配的问诊医生，甚至会出现不能召回到问诊医生的情况，从而降低了问诊用户对互联网医疗服务平台的使用体验。
针对上述问题，本申请提供了一种医疗信息处理方法，基于不同维度的检索词，预先设置有多个不同的预设召回链路。从目标问诊信息中，提取出目标关键词后，基于目标关键词所属于的目标疾病特征类型，从多个预设召回链路中，确定出与目标疾病特征类型一致的目标召回链路。从而基于目标召回链路，能精准、快速地对与问诊用户问诊信息相符合的目标医生账户进行召回。基于上述不同维度的检索词对应的多个不同的预设召回链路，医疗服务平台能对来自不同维度的关键词进行检索，而对目标医生账户的检索结果的精准性完全依赖于是否能对输入的问诊信息检索的更加全面，如此以实现针对同一目标问诊信息，采用不同检索路径进行检索，从而增加了对目标问诊信息的检索内容的检索维度、扩大对目标问诊信息的检索内容范围，进而提高医疗服务平台为问诊用户召回的问诊医生适配度，以及，降低发生不能召回问诊医生这一故障的故障率。
另外，基于上述医疗信息处理方式，能精准地自动确定出与目标关键词关联的与问诊信息相符的目标科室和目标医生，无需问诊用户(如，患者)依据自身病情自主分析来选择科室，以避免以问诊用户因由于缺乏相应的医疗专业知识等主观因素，导致导诊的科室与问诊用户的实际病情不符，并且能简化问诊用户的问诊流程和步骤，从而简化就医流程、提高就医效率。
其次，下面对本申请涉及的实施架构进行简单介绍。
图1是本公开提供的一种医疗信息处理系统10的示意图。如图1所示，该医疗信息处理系统包括服务器101、医生终端102和用户终端103，服务器101、医生终端102和用户终端103之间可以通过有线网络或无线网络建立连接。服务器101包括问诊平台。
在一些实施例中，医生终端102和用户终端103的浏览器中设置有访问问诊平台的目标网页。医生或问诊用户基于该目标网页访问问诊平台，以获取医疗信息。
示例性的，问诊用户在用户终端103上目标网页发起问诊请求。问诊平台接收该问诊请求，以使用户终端103显示问诊页面。问诊用户在该问诊页面上输入与患者疾病症状的问诊信息。服务器101从问诊信息中提取出表征医疗特征的目标关键词。基于预先存储的多个预设召回链路，对目标关键词进行匹配，以得到与目标关键词相匹配的目标科室。从而基于该目标科室，确定出与目标科室对应的目标医生账户，并将目标医生账户与该问诊用户的账户进行关联，生成包括该关联关系的关联结果，以使问诊用户的账户显示关联结果。同时，将该关联结果发送至目标医生账户的医生终端，以将该关联结果通知目标医生账户对应的目标医生。
在另一些实施例中，医生终端102和用户终端103分别安装有问诊平台对应设置在终端的问诊应用程序。问诊用户和接诊医生可以通过对应终端上的程序，实施上述示例中的线上问诊过程。
一些实施例中，服务器101包含有数据库或与数据库连接，包括多个预设召回链路的预设知识库可以存储于数据库中。问诊平台或医生终端可以通过服务器101实现对数据库中预设知识库的知识的访问操作。
另一些实施例中，服务器101可以是单独的一个服务器，或者，也可以是由多个服务器构成的服务器集群。部分实施方式中，服务器集群还可以是分布式集群。本申请对服务器101的具体实现方式也不作限制。
医生终端和用户终端均可以理解为终端设备。终端设备可以是手机、平板电脑、桌面型、膝上型、手持计算机、笔记本电脑、超级移动个人计算机(ultra-mobile personalcomputer，UMPC)、上网本，以及蜂窝电话、个人数字助理(personal digital assistant，PDA)、增强现实(augmented reality，AR)\虚拟现实(virtual reality，VR)设备等可以安装并使用内容社区应用(如快手)的设备，本公开对该终端设备的具体形态不作特殊限制。其可以与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互。
可选地，上述图1所示的医疗信息处理系统中，服务器101可以与至少一个终端设备连接。本申请对终端设备的数量及类型均不作限制。
本申请实施例提供的医疗信息处理方法可以应用于前述图1所示的实施架构中的医疗信息处理系统；也可以应用于一种问诊设备或终端。为了便于理解，以下结合附图对本申请提供的医疗信息处理方法进行具体介绍。
图2是根据一示例性实施例示出的一种医疗信息处理方法的流程图，如图2所示，该医疗信息处理方法包括以下步骤。
S21，从目标问诊信息中，提取出与疾病特征关联的目标关键词。
可理解的，从目标问诊用户输入的目标问诊信息中，提取出与疾病特征关联的目标关键词。
目标关键词可以包括表征目标问诊用户的症状特征的第一目标实体词；也可以包括表征目标问诊用户疾病对应的第二目标实体词；也可以包括表征目标问诊用户疾病对应身体部位特征的第三目标实体词。
具体地，目标关键词可以来源于目标问诊信息中以下一项或多项信息：患者用户的类别信息、症状信息、历史体征信息、历史疾病信息、药品信息、处理信息和历史科室信息。如，身高、体重、年龄、性别等属于类别信息；头疼、发热、耳鸣等属于历史症状信息；血压指标参数、血脂指标参数等属于历史体征信息；历史诊断的糖尿病、肩颈病等历史疾病信息；过敏的药品种类或名称、使用过的或正在使用的药品种类或名称等属于药品信息；对医生的历史诊断报告反馈的反馈信息等属于处理信息；历史问诊医生所属于的科室等属于历史科室信息。
进一步地，从目标问诊信息中的类别信息、症状信息、历史体征信息、药品信息、处理信息和历史科室信息，提取出第一目标实体词。从目标问诊信息中的历史疾病信息，提取出第二目标实体词，从目标问诊信息中的身体部位特征信息，提取出第三目标实体词，以将第一目标实体词和/或第二目标实体词和/或第三目标实体词作为目标关键词。
上述将目标问诊信息可以包括目标问诊用户输入的语音信息；也可以包括目标问诊用户输入的文本信息。本申请对于目标问诊信息的输入形式和信息来源不作会具体限定。
S22，将多个预设召回链路中，包括的检索词与目标关键词表征的疾病特征类型一致的预设召回链路，确定为目标召回链路。
其中，多个预设召回链路是基于不同维度的检索词设置的。多个预设召回链路的检索词分别属于不同维度的疾病特征类型。对应的，检索词可以是疾病的名称；也可以是身体部位的名称；还可以是药品的名称等。
预设召回链路可以是身体部位-科室-医生账户，即，身体部位映射到科室，科室再映射到医生账户，对应地，该预设召回链路中的检索词为身体部位(名称)。预设召回链路也可以是疾病-科室-医生账户，即疾病映射到科室，科室再映射到医生账号，对应地，该预设召回链路中的检索词为疾病名称。预设召回链路也可以是药品-科室-医生账户，即药品映射到科室，科室再映射到医生账户，对应地，该预设召回链路中的检索词为药品名称。
S23，按照目标召回链路，对目标关键词关联的医生账户进行检索，以及，从检索到的候选医生账户中，确定出目标医生账户。
在一种实施方式中，根据候选医生账户的医生信息，从检索到的候选医生账户中，确定出目标医生账户，具体包括：将候选医生账户中，处于出诊状态且存在剩余问诊名额的医生账户，确定为目标医生账户。
医生账户信息包括医生是否出诊和/或剩余问诊名额。
科室与属于该科室的医生的医生账户关联设置，即，一个科室对应至少一个医生账户。并且医生账户与对应的医生挂号信息关联。
具体地，先从目标科室关联的至少一个候选医生账户中，确定出医生挂号信息指示处于出诊状态且存在剩余问诊名额的一个或多个第一目标医生账户。在确定出第一目标医生账户为一个时，该第一目标医生账户作为目标医生账户。在确定出第一目标医生账户为多个时，显示多个第一目标医生账户，以供目标用户选择。响应于目标用户对多个第一目标医生账户中第二目标医生账户的选中操作，将选中的第二目标医生账户作为目标医生账户。
该步骤中，基于医生账户信息，确定目标医生账户，以保证对医生资源的合理分配。
通过上述实施方式，基于上述不同维度的检索词对应的多个不同的预设召回链路，医疗服务平台能对来自不同维度的关键词进行检索，而对目标医生账户的检索结果的精准性完全依赖于是否能对输入的问诊信息检索的更加全面，如此以实现针对同一目标问诊信息，采用不同检索路径进行检索，从而增加了对目标问诊信息的检索内容的检索维度、扩大对目标问诊信息的检索内容范围，进而提高医疗服务平台为问诊用户召回的问诊医生适配度，以及，降低发生不能召回问诊医生这一故障的故障率。
另外，基于上述医疗信息处理方式，能精准地自动确定出与目标关键词关联的与问诊信息相符的目标科室和目标医生，无需问诊用户(如，患者)依据自身病情自主分析来选择科室，以避免以问诊用户因由于缺乏相应的医疗专业知识等主观因素，导致导诊的科室与问诊用户的实际病情不符，并且能简化问诊用户的问诊流程和步骤，从而简化就医流程、提高就医效率。
作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的具体施过程，本申请实施例提供了另一种医疗信息处理方法。
在目标关键词包括目标部位的情况下，检索词为身体部位的预设召回链路为目标召回链路。具体地，该步骤S22可以具体实施为以下步骤：将多个预设召回链路中身体部位、科室与医生账户之间构成的第一预设召回链路，确定为目标召回链路。
在目标关键词包括目标疾病名称的情况下，检索词为疾病的预设召回链路为目标召回链路。具体地，该步骤S22可以具体实施为以下步骤：将多个预设召回链路中，疾病、科室与医生账户之间构成的第二预设召回链路，确定为目标召回链路。
在目标关键词包括药品名称的情况下，检索词为药品名称的预设召回链路为目标召回链路。具体地，该步骤S22可以具体实施为以下步骤：将多个预设召回链路中药品、科室与医生账户之间构成的第三预设召回链路，确定为目标召回链路。
需要说明的是，在目标关键词为多个且表征的疾病特征类型为多种类型时，目标召回链路为从包括的检索词与目标关键词表征的疾病特征类型一致的至少一个预设召回链路中，选出的优先级最高的预设召回链路。通常，第一预设召回链路的优先级高于第二预设召回链路的优先级，第二预设召回链路的优先级高于第三预设召回链路的优先级。
通常药品名称或目标症状与疾病存在内在关联，因此，在目标关键词包括目标药品名称和/或目标症状特征时，预先设置了药品名称和/或症状特征与疾病之间的映射关系。根据该药品名称和/或症状特征与疾病之间的映射关系，确定目标药品名称和/或目标症状特征对应的目标疾病名称。
在一些实施方式中，多个预设召回链路预设设置在如图3所示的预设知识图谱中。将目标问诊用户输入的目标问诊信息进行提取，得到目标关键词。将目标关键词输入至预设知识图谱，进行匹配和关系转换，得到与目标问诊信息的目标医生账户。
具体地，预设先设置有预设知识图谱，该预设知识图谱包括的第一实体词、第二实体词和科室之间的第一映射关系，基于该第一映射关系，确定目标关键词对应的目标科室。
第一实体词表征症状特征，第二实体词表征疾病。
上述预设知识图谱中，第一实体词与第二实体词对应，第二实体词与科室对应。
基于此实施方式，在一些实施场景中，在目标问诊用户明确知道自身疾病时，通常目标问诊用户会直接输入表征第二目标实体词对应的目标问诊信息，基于预设知识图谱中第二实体与科室之间的映射关系，将该第二目标实体对应的科室，确定为目标科室。
在目标问诊用户对自身疾病不清楚时，目标问诊用户会间接输入表征第二目标实体词对应的目标问诊信息。基于预设知识图谱中第一实体和第二实体的第一映射关系，先将第一目标实体对应的第二实体确定为第二目标实体；再基于第二实体与科室之间的映射关系，将该第二目标实体对应的科室，确定为目标科室。
上述预设知识图谱通过以下方式进行构建。
预先设置或构建多个表征疾病的第二实体词。针对任一第二实体词，以第二实体词和第二实体词关联的科室为检索关键词，从多个目标网页中检索到第二实体词和科室关联的目标医疗信息。示例性的，通过python爬虫数据分析等爬虫方式，从包括各种医疗信息的目标网页中，获取疾病类型、症状、挂号科室、治疗方式、相关药品等目标医疗信息。从目标医疗信息中，提取第一实体词、第二实体词和科室，以及分析第一实体词、第二实体词和科室之间的关联关系和推理关系，基于该推理关系和关联关系构建预设知识图谱。
进一步地，预设知识图谱还包括身体部位与科室之间的关联关系，以及，科室与医生账户之间的关联关系。
可选的，针对第二预设召回链路为目标召回链路的场景，当按照第二预设召回链路，对目标关键词关联的医生账户进行检索，确定是否能检索得到候选医生账户。在检索不到候选医生账户的情况下，向目标问诊用户的账户推送部位指引信息，以使目标问诊信息对应的目标问诊用户，基于部位指引信息，输入目标问诊用户所患疾病关联的目标部位。其中，部位指引信息用于指示疾病所关联的部位。按照多个预设召回链路中身体部位、科室与医生账户之间构成的第一预设召回链路，对目标部位关联的医生账户进行检索，得到目标医生账户。
针对基于目标问诊用户输入的目标问诊信提取的目标关键词，均不能检索到目标医生账户的情况，或者，针对在多个预设召回链路中的检索词均与目标关键词表征的疾病特征类型不一致的情况，可以通过以下两种实施方式来避免发生不能召回问诊医生这一故障的情况。
第一种实施方式中，向目标问诊用户的账户推送部位指引信息，以使目标问诊信息对应的目标问诊用户，基于部位指引信息，输入目标问诊用户所患疾病关联的目标部位。
第二种实施方式中，对目标问诊信息进行分词处理；按照预设文本匹配方式，对与分词处理结果匹配的医生账户进行检索，得到目标医生账户。
作为一种具体实施方式，采用如下方式对医疗信息进行处理得到目标医生账户。
首先，对实体进行抽取以及实体之间的关联关系进行抽取，以构建预设知识库中的预设知识图谱。
具体地，对医生擅长的描述信息、商品药品功效和适应症信息、历史问诊信息、历史问诊结果和体检结果、医生撰写的医学科普文章和医学论文等预设文本进行获取。对上述用于构建预设知识库的预设文本进行文本编码。基于文本编码，得到第一头实体编码和第一尾实体编码。基于第一头实体编码和第一尾实体编码，得到预测文本的各个实体。重新对提取的各个实体，进行文本编码，得到重新编码的第二头实体编码和第二尾实体编码，基于第二头实体编码和第二尾实体编码，得到预测文本的真实实体。
示例性的，如图4所示，预设文本为擅长主动脉瘤的外科治疗和成人先天心脏病矫治。对该预设文本进行文本编码后，得到第一头实体编码：0010000000000010000000和第一尾实体编码：0000010000000000100。得到各个实体为：主动脉瘤和先天心脏病。重新对提取的各个实体：主动脉瘤和先天心脏病，进行文本编码，得到主动脉瘤的第二头实体编码和第二尾实体编码分别为：1000和0001，以及得到先天心脏病的第二头实体编码和第二尾实体编码分别为：000100和000001。基于上述第二头实体编码和第二尾实体编码，得到预测文本的真实实体为：主动脉瘤和心脏病。
得到真实实体之后，接下来重要的步骤是建立关联词库。以疾病转科室为例进行说明。医生在平台注册信息的时候，都会登记其擅长治疗的疾病和科室信息，使用疾病词与医生擅长进行匹配，便得到了擅长治疗该疾病的医生科室，对科室进行归纳统计便可以得到疾病与科室的关联关系。进一步地，构建关联关系时使用的数据有：药品功效和适应症可以抽取药品与疾病的关联关系；医生擅长疾病与医生科室可以抽取疾病与科室的关联关系；问诊单用户主诉和问诊的科室可以抽取身体部位和科室的关联关系；问诊单诊断结果和问诊的科室可以抽取疾病和科室的关联关系。
其次，对目标问诊信息的目标关键词进行召回处理。
具体地，如图5所示，目标关键词与预设知识图谱中的预设召回链路中的实体一致时，基于预设召回链路进行召回。在目标关键词与预设知识图谱中的预设召回链路中的检索词表征的实体不一致时，对目标关键词进行转换，得到与预设知识图谱中的预设召回链路中的检索词表征的实体一致的目标实体词；再基于预设召回链路，对目标实体词相符的目标医生账户进行确定。在上述基于预设召回链路没有召回到目标医生账户时，基于文本分词进行召回，即，基于文本分词进行分词，对分词文本进行匹配，以召回得到目标医生账户。
为了实现上述功能，医疗信息处理装置包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
本公开实施例还提供一种如图6所示的医疗信息处理装置，该装置包括：提取单元61、确定单元62和检索单元63。
提取单元61，用于从目标问诊信息中，提取出与疾病特征关联的目标关键词。
确定单元62，用于将多个预设召回链路中，包括的检索词与所述目标关键词表征的疾病特征类型一致的预设召回链路，确定为目标召回链路。
检索单元63，用于按照所述目标召回链路，对所述目标关键词关联的医生账户进行检索，以及，从检索到的候选医生账户中，确定出目标医生账户。
在一种可能的实现方式中，目标关键词包括目标部位；确定单元62具体用于：将多个预设召回链路中身体部位、科室与医生账户之间构成的第一预设召回链路，确定为目标召回链路。
在另一种可能的实现方式中，目标关键词包括目标疾病名称；确定单元62具体用于：将多个预设召回链路中，疾病、科室与医生账户之间构成的第二预设召回链路，确定为目标召回链路。
在另一种可能的实现方式中，目标关键词包括目标药品名称和/或目标症状特征；确定单元62具体用于：根据药品名称和/或症状特征与疾病之间的映射关系，确定目标药品名称和/或目标症状特征对应的目标疾病名称。
在另一种可能的实现方式中，检索单元63还用于：按照第二预设召回链路，对目标关键词关联的医生账户进行检索；在检索不到候选医生账户的情况下，推送部位指引信息，以使目标问诊信息对应的目标问诊用户，基于部位指引信息，输入目标问诊用户所患疾病关联的目标部位；部位指引信息用于指示疾病所关联的部位；按照多个预设召回链路中身体部位、科室与医生账户之间构成的第一预设召回链路，对目标部位关联的医生账户进行检索，得到目标医生账户。
在另一种可能的实现方式中，检索单元63还用于：在多个预设召回链路中的检索词均与目标关键词表征的疾病特征类型不一致时，对目标问诊信息进行分词处理；按照预设文本匹配方式，对与分词处理结果匹配的医生账户进行检索；得到目标医生账户。
在另一种可能的实现方式中，检索单元63具体用于：将候选医生账户中，处于出诊状态且存在剩余问诊名额的医生账户，确定为目标医生账户。
关于上述实施例中的装置，其中各个单元模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图7是本申请提供的一种电子设备的示意图。如图7，该电子设备50可以包括至少一个处理器501以及用于存储处理器可执行指令的存储器503。其中，处理器501被配置为执行存储器503中的指令，以实现以下实施例中的医疗信息处理方法。
另外，电子设备50还可以包括通信总线502、至少一个通信接口504、输入设备506和输出设备505。
处理器501可以是一个处理器(central processing units，CPU)，微处理单元，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。
通信总线502可包括一通路，在上述组件之间传送信息。
通信接口504，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN)，无线局域网(wireless local areanetworks，WLAN)等。
输入设备506用于接收输入信号和输出设备505用于输出信号。
存储器503可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory，EEPROM)、只读光盘(compact disc read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线与处理单元相连接。存储器也可以和处理单元集成在一起。
其中，存储器503用于存储执行本申请方案的指令，并由处理器501来控制执行。处理器501用于执行存储器503中存储的指令，从而实现本申请方法中的功能。
在具体实现中，作为一种实施例，处理器501可以包括一个或多个CPU，例如图7中的CPU0和CPU1。
在具体实现中，作为一种实施例，电子设备50可以包括多个处理器，例如图7中的处理器501和处理器507。这些处理器中的每一个可以是一个单核(single-CPU)处理器，也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
该电子设备如图7所示包括：处理器501和用于存储处理器501可执行指令的存储器503；其中，处理器501被配置为执行可执行指令，以实现如上述任一种可能的实施方式的医疗信息处理方法。且能达到相同的技术效果，为避免重复，这里不再赘述。
本申请实施例还提供一种计算机可读存储介质，当计算机可读存储介质中的指令由医疗信息处理装置或电子设备的处理器执行时，使得医疗信息处理装置或电子设备能够执行如上述任一种可能的实施方式的医疗信息处理方法。且能达到相同的技术效果，为避免重复，这里不再赘述。
本申请实施例还提供一种计算机程序产品，包括计算机程序或指令，计算机程序或指令被处理器执行如上述任一种可能的实施方式的医疗信息处理方法。且能达到相同的技术效果，为避免重复，这里不再赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种医疗信息处理方法，其特征在于，所述方法包括：
从目标问诊信息中，提取出与疾病特征关联的目标关键词；
将多个预设召回链路中，包括的检索词与所述目标关键词表征的疾病特征类型一致的预设召回链路，确定为目标召回链路；
按照所述目标召回链路，对所述目标关键词关联的医生账户进行检索，以及，从检索到的候选医生账户中，确定出目标医生账户。
2.根据权利要求1所述的方法，其特征在于，所述目标关键词包括目标部位；所述将多个预设召回链路中，包括的检索词与所述目标关键词表征的疾病特征类型一致的预设召回链路，确定为目标召回链路；包括：
将所述多个预设召回链路中身体部位、科室与医生账户之间构成的第一预设召回链路，确定为所述目标召回链路。
3.根据权利要求1所述的方法，其特征在于，所述目标关键词包括目标疾病名称；所述将多个预设召回链路中，包括的检索词与所述目标关键词表征的疾病特征类型一致的预设召回链路，确定为目标召回链路；包括：
将所述多个预设召回链路中，疾病、科室与医生账户之间构成的第二预设召回链路，确定为所述目标召回链路。
4.根据权利要求3所述的方法，其特征在于，所述目标关键词包括目标药品名称和/或目标症状特征；在所述将所述多个预设召回链路中，疾病、科室与医生账户之间构成的预设召回链路，确定为所述目标召回链路之前，所述方法还包括：
根据药品名称和/或症状特征与疾病之间的映射关系，确定所述目标药品名称和/或所述目标症状特征对应的目标疾病名称。
5.根据权利要求3所述的方法，其特征在于，在所述将多个预设召回链路中，包括的检索词与所述目标关键词表征的疾病特征类型一致的预设召回链路，确定为目标召回链路之后，所述方法还包括：
按照所述第二预设召回链路，对所述目标关键词关联的医生账户进行检索；
在检索不到所述候选医生账户的情况下，推送部位指引信息，以使所述目标问诊信息对应的目标问诊用户，基于所述部位指引信息，输入所述目标问诊用户所患疾病关联的目标部位；所述部位指引信息用于指示疾病所关联的部位；
按照所述多个预设召回链路中身体部位、科室与医生账户之间构成的第一预设召回链路，对所述目标部位关联的医生账户进行检索，得到所述目标医生账户。
6.根据权利要求1至5中任一项所述的方法，其特征在于，在所述从目标问诊信息中，提取出与疾病特征关联的目标关键词之后，所述方法还包括：
在多个预设召回链路中的所述检索词均与所述目标关键词表征的疾病特征类型不一致时，对所述目标问诊信息进行分词处理；
按照预设文本匹配方式，对与分词处理结果匹配的医生账户进行检索；得到所述目标医生账户。
7.根据权利要求1至5中任一项所述的方法，其特征在于，所述从检索到的候选医生账户中，确定出目标医生账户，包括：
将所述候选医生账户中，处于出诊状态且存在剩余问诊名额的医生账户，确定为所述目标医生账户。
8.一种医疗信息处理装置，其特征在于，所述装置包括：
提取单元，用于从目标问诊信息中，提取出与疾病特征关联的目标关键词；
确定单元，用于将多个预设召回链路中，包括的检索词与所述目标关键词表征的疾病特征类型一致的预设召回链路，确定为目标召回链路；
检索单元，用于按照所述目标召回链路，对所述目标关键词关联的医生账户进行检索，以及，从检索到的候选医生账户中，确定出目标医生账户。
9.一种电子设备，其特征在于，包括：
处理器和用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述可执行指令，以实现如权利要求1-7中任一项所述的医疗信息处理方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1-7中任一项所述的医疗信息处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311304172.3A CN117334308A (zh) | 2023-10-08 | 2023-10-08 | 医疗信息处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311304172.3A CN117334308A (zh) | 2023-10-08 | 2023-10-08 | 医疗信息处理方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117334308A true CN117334308A (zh) | 2024-01-02 |
Family
ID=89276823
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311304172.3A Pending CN117334308A (zh) | 2023-10-08 | 2023-10-08 | 医疗信息处理方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117334308A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117951255A (zh) * | 2024-03-13 | 2024-04-30 | 吉林大学第一医院 | 医疗数据检索方法、装置及相关设备 |
-
2023
- 2023-10-08 CN CN202311304172.3A patent/CN117334308A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117951255A (zh) * | 2024-03-13 | 2024-04-30 | 吉林大学第一医院 | 医疗数据检索方法、装置及相关设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11232365B2 (en) | Digital assistant platform | |
| CN110504028A (zh) | 一种疾病问诊方法、装置、系统、计算机设备和存储介质 | |
| CN111863170A (zh) | 一种电子病历信息的生成方法、装置及系统 | |
| US10733370B2 (en) | Method, apparatus, and computer program product for generating a preview of an electronic document | |
| CN112201359B (zh) | 基于人工智能的重症问诊数据识别方法及装置 | |
| CN117334308A (zh) | 医疗信息处理方法、装置、设备及存储介质 | |
| CN110990390A (zh) | 数据协同处理方法、装置、计算机设备和存储介质 | |
| CN113345577A (zh) | 诊疗辅助信息的生成方法、模型训练方法、装置、设备以及存储介质 | |
| CN114049927A (zh) | 疾病数据处理方法、装置、电子设备及可读介质 | |
| KR20220006447A (ko) | 인공지능 보험 설계 서버 | |
| CN113782195A (zh) | 一种体检套餐定制方法和装置 | |
| CN112330400B (zh) | 一种产品推荐方法、装置、计算机设备及存储介质 | |
| CN111403011B (zh) | 挂号科室推送方法、装置、系统、电子设备及存储介质 | |
| CN112309587A (zh) | 线上问诊方法、系统、服务器及存储介质 | |
| CN116844725A (zh) | 健康信息生成方法、装置、介质及设备 | |
| EP3659150B1 (en) | Device, system, and method for optimizing image acquisition workflows | |
| KR102517147B1 (ko) | 금융 상담 데이터에 대한 인공지능 학습을 통한 금융 상품 추천 시스템 및 방법 | |
| CN117219238A (zh) | 医疗信息处理方法、装置、设备及存储介质 | |
| Davis et al. | Do hospital bed reduction and multiple system reform affect patient mortality?: a trend and multilevel analysis in New Zealand over the period 1988–2001 | |
| CN112699872A (zh) | 表单审核处理方法及装置、电子设备和存储介质 | |
| KR20210082959A (ko) | 헬스케어 서비스용 오픈 api 기반 실시간 규칙 처리 시스템 | |
| CN116825321A (zh) | 医疗信息处理方法、装置、电子设备及存储介质 | |
| CN116089459B (zh) | 数据检索方法、装置、电子设备及存储介质 | |
| AU2018317910A1 (en) | Processing data records and searching data structures that are stored in hardware memory and that are at least partly generated from the processed data records in generating an adaptive user interface | |
| US20240177068A1 (en) | Predicting user attributes using uncertainty estimate modeling |
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 |