[go: up one dir, main page]

CN111916193A - 智能就医方法、装置、计算机设备及存储介质 - Google Patents

智能就医方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN111916193A
CN111916193A CN202010791293.5A CN202010791293A CN111916193A CN 111916193 A CN111916193 A CN 111916193A CN 202010791293 A CN202010791293 A CN 202010791293A CN 111916193 A CN111916193 A CN 111916193A
Authority
CN
China
Prior art keywords
patient
disease
medical
department
information
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
Application number
CN202010791293.5A
Other languages
English (en)
Inventor
赵婷婷
孙行智
廖希洋
赵惟
徐卓扬
左磊
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen 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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN202010791293.5A priority Critical patent/CN111916193A/zh
Publication of CN111916193A publication Critical patent/CN111916193A/zh
Priority to PCT/CN2020/135619 priority patent/WO2021139477A1/zh
Pending legal-status Critical Current

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
    • 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 OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请实施例属于大数据技术领域，应用于智慧医疗领域中，涉及一种智能就医方法，包括基于预先构建的医学知识库生成第一关系集合和第二关系集合；接收患者的病情信息，并根据病情信息确定患者是否需要及时就医；在确定需要及时就医时，基于病情信息确定患者的症状，基于所述第一关系集合和所述患者的症状计算疾病概率，将最大的所述疾病概率对应的疾病作为患者的疾病；基于所述第二关系集合和所述患者的疾病计算科室概率，将最大的所述科室概率对应的科室作为向患者推荐的就诊科室。本申请还提供一种智能就医装置、计算机设备及存储介质。其中，患者的病情信息可存储于区块链中。本申请实现了对患者就诊科室的智能推荐，提高了就医效率。

Description

智能就医方法、装置、计算机设备及存储介质
技术领域
本申请涉及大数据技术领域，尤其涉及智能就医方法、装置、计算机设备及存储介质。
背景技术
随着科技的发展，计算机技术逐渐深入人们的生活中，应用于各行各业。在现代社会的今天，医院也逐渐应用计算机技术，实现了线上挂号，患者在线上提前描述症状等功能，极大的方便了医生与患者，提高了诊疗效率。
但是，由于患者不具有专业的医疗知识，在患者进行线上挂号的时候，难以准确的判断就诊科室，导致患者挂错科室，从而到医院后需要重新挂号的事情层出不穷，极大的拖延了就诊效率，浪费了人力物力。
发明内容
本申请实施例的目的在于提出一种智能就医方法、装置、计算机设备及存储介质，对患者就诊科室的智能推荐，提高了就医效率。
为了解决上述技术问题，本申请实施例提供一种智能就医方法，采用了如下所述的技术方案：
一种智能就医方法，包括下述步骤：
基于预先构建的医学知识库生成第一关系集合和第二关系集合，其中，所述第一关系集合为所述医学知识库中症状与疾病之间的关联关系的集合，所述第二关系集合为所述医学知识库中疾病与科室之间的关联关系的集合；
接收患者的病情信息，并根据所述病情信息确定患者是否需要及时就医；
在确定需要及时就医时，基于所述病情信息确定患者的症状，
基于所述第一关系集合和所述患者的症状计算疾病概率，将最大的所述疾病概率对应的疾病作为患者的疾病；
基于所述第二关系集合和所述患者的疾病计算科室概率，将最大的所述科室概率对应的科室作为向患者推荐的就诊科室。
进一步的，所述基于预先构建的医学知识库生成第一关系集合和第二关系集合的步骤包括：
从所述医学知识库中抽取完整的句子，识别所述句子中是否包括症状、疾病和科室的名词；
在所述完整的句子中同时出现症状和疾病的名词时，将所述症状和疾病进行关联，生成第一关联关系；
在所述完整的句子中同时出现疾病和科室的名词时，将所述疾病和科室进行关联，生成第二关联关系；
直至历遍医学知识库中所有完整的句子，将所有的第一关联关系的集合作为第一关系集合，将所有的第二关联关系的集合作为第二关系集合。
进一步的，基于所述第一关系集合和所述患者的症状计算疾病概率的步骤包括：
基于所述第一关系集合，通过如下公式计算所述疾病概率：
Figure BDA0002623844060000021
其中，W表示患者的症状，Z表示疾病，j代表不同的疾病；并且
基于所述第二关系集合和所述患者的疾病计算科室概率的步骤包括：
基于所述第二关系集合，通过如下公式计算所述科室概率：
Figure BDA0002623844060000022
其中，X表示患者的疾病，Y表示科室，i代表不同的科室。
进一步的，所述医学知识库包括指南和医嘱，在所述基于预先构建的医学知识库生成第一关系集合和第二关系集合的步骤之后，还包括：
从所述医学知识库中获取所述指南和医嘱，其中，所述指南和医嘱均包括检查名称和注意信息；
将在指南或医嘱中的所有检查名称和对应的注意信息进行映射，生成映射表；并且
在所述根据所述病情信息确定患者是否需要及时就医的步骤之后，还包括：
在接收到检查信息时，根据检查信息中的检查名称从所述映射表中查找对应的注意信息，并将所述注意信息发送至患者。
进一步的，所述将所述注意信息发送至患者的步骤包括：
确定所述检查信息是否包括检查顺序；
在所述检查信息中未包含检查顺序时，根据所述检查名称实时获取各检查的当前取号人数和检查时间；
基于所述当前取号人数和检查时间计算各检查的预估等待时间；
基于所述预估等待时间获得检查顺序，将所述检查顺序和对应的注意信息发送至患者。
进一步的，所述根据所述检查名称实时获取各检查的当前取号人数和检查时间的步骤包括：
根据所述检查名称实时获取各检查的当前取号人数和检查时间，并根据所述检查名称从预先建立的数据库中获取对应的结果时间；
所述基于所述预估等待时间获得检查顺序的步骤包括：
将所述预估等待时间与对应的结果时间的倒数进行加权求和，获得统计时间；
对所述统计时间进行升序排序，获得检查顺序。
进一步的，所述检查信息包括患者名称，所述将所述注意信息发送至患者的步骤包括：
根据所述患者名称确定接收所述注意信息的患者；
将所述注意信息发送给对应的患者。
为了解决上述技术问题，本申请实施例还提供一种智能就医装置，采用了如下所述的技术方案：
一种智能就医装置，包括：
生成模块，用于基于预先构建的医学知识库生成第一关系集合和第二关系集合，其中，所述第一关系集合为所述医学知识库中任一症状与任一疾病之间的关联关系的集合，所述第二关系集合为所述医学知识库中任一疾病与任一科室之间的关联关系的集合；
第一确定模块，用于接收患者的病情信息，并根据所述病情信息确定患者是否需要及时就医；
第二确定模块，用于在确定需要及时就医时，基于所述病情信息确定患者的症状，
第一计算模块，用于基于所述第一关系集合和所述患者的症状计算疾病概率，将最大的所述疾病概率对应的疾病作为患者的疾病；
第二计算模块，用于基于所述第二关系集合和所述患者的疾病计算科室概率，将最大的所述科室概率对应的科室作为向患者推荐的就诊科室。
为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现上述的智能就医方法的步骤。
为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
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计算机可读指令，所述计算机可读指令被处理器执行时实现上述的智能就医方法的步骤。
与现有技术相比，本申请实施例主要有以下有益效果：
针对患者的病情信息，根据预设的医学知识库实现为患者智能推荐就诊科室，避免了患者挂错号或者不知道应该挂哪一个科室的困扰，有效避免患者到医院后需要重新挂号的情况，有效的节约了人力物力，节约了患者和医生的时间，提高了就诊效率。
附图说明
为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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，还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的智能就医方法的一个实施例的流程图；
图3是根据本申请的智能就医装置的一个实施例的结构示意图；
图4是根据本申请的计算机设备的一个实施例的结构示意图。
附图标记：200、计算机设备；201、存储器；202、处理器；203、网络接口；300、智能就医装置；301、生成模块；302、第一确定模块；303、第二确定模块；304、第一计算模块；305、第二计算模块。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是，本申请实施例所提供的智能就医方法一般由服务器/终端设备执行，相应地，智能就医装置一般设置于服务器/终端设备中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的智能就医方法的一个实施例的流程图。所述的智能就医方法，包括以下步骤：
S1：基于预先构建的医学知识库生成第一关系集合和第二关系集合，其中，所述第一关系集合为所述医学知识库中症状与疾病之间的关联关系的集合，所述第二关系集合为所述医学知识库中疾病与科室之间的关联关系的集合。
在本实施例中，医学知识库为预先构建的，其包括相应的医学知识。可以提供医学知识的数据源包括医学书籍、文献、临床指南、医院电子病历、患者教育相关的科普文章、疾病百科和患者问答等。通过医学知识库生成第一关系集合和第二关系集合，便于后续根据症状向患者推荐科室。
具体的，在步骤S1中，即所述基于预先构建的医学知识库生成第一关系集合和第二关系集合的步骤包括：
从所述医学知识库中抽取完整的句子，识别所述句子中是否包括症状、疾病和科室的名词；
在所述完整的句子中同时出现症状和疾病的名词时，将所述症状和疾病进行关联，生成第一关联关系；
在所述完整的句子中同时出现疾病和科室的名词时，将所述疾病和科室进行关联，生成第二关联关系；
直至历遍医学知识库中所有完整的句子，将所有的第一关联关系的集合作为第一关系集合，将所有的第二关联关系的集合作为第二关系集合。
在本实施例中，基于预先构建的医学知识库，从其中抽取症状与疾病的关系，疾病与科室的关系，具体为：在一个句子中或在一条诊断结果中，症状和疾病同时出现，记为：XX症状-XX疾病；疾病和科室同时出现，记为：XX疾病-XX科室。通过历遍医学知识库中的所有完整的句子，生成第一关系集合和第二关系集合，以提高后续概率计算过程中的准确率。
S2：接收患者的病情信息，根据所述病情信息确定患者是否需要及时就医。
在本实施例中，患者在就诊前在智能终端新建就医请求，并添加症状描述，其中，症状描述包括文字描述和/或患处照片。智能终端将患者添加的症状描述作为患者的病情信息，发送给服务器。服务器根据病情信息判断患者是否需要及时就医，如果需要及时就医，则执行下述步骤。如果不需要及时就医，则提示患者可以进行自我观察，并在智能终端页面显示记录页面，提示患者可以在记录页面中记录后续自我观察中，症状的持续时间和频次等信息，并将患者记录的这些信息保存到数据库中。当识别到患者通过智能终端进行挂号操作时，将数据库中保存的患者在自我观察中记录的信息传输给对应的医生，以提高就诊效率，方便就医。
在本实施例中，智能就医方法运行于其上的电子设备(例如图1所示的服务器/终端设备)可以通过有线连接方式或者无线连接方式接收患者的病情信息。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
S3：在确定需要及时就医时，基于所述病情信息确定患者的症状。
在本实施例中，智能终端将患者添加的症状描述作为患者的病情信息，基于预先设置的症状的关键词提取病情信息中的名词，作为患者的症状。计算机通过病情信息提取患者的症状，便于根据症状进行后续科室的精准推荐。
S4：基于所述第一关系集合和所述患者的症状计算疾病概率，将最大的所述疾病概率对应的疾病作为患者的疾病。
在本实施例中，根据症状到疾病的关联关系，使用概率模型为患者的本次问诊推荐合适的科室。
S5：基于所述第二关系集合和所述患者的疾病计算科室概率，将最大的所述科室概率对应的科室作为向患者推荐的就诊科室。、
在本实施例中，在确定患者需要及时就医时，基于病情信息和预先构建的医学知识库向患者推荐就诊科室。当识别到患者在线上选择就诊科室后，同步将问诊请求推送给相应的医生。医生可以根据患者的病情信息来判断是否需要对患者进行进一步的提问。同时，医生可以根据患者的病情信息判断患者是否需要到医院进行检验检查，在患者不需要进行检验检查时，医生直接在提供的前端页面填写诊断结果、医嘱和用药信息等诊断信息。在患者需要进行检验检查时，医生直接在提供的前端页面开具检验检查，作为检查信息。服务器将医生填写的诊断信息或检查信息发送给患者，并在数据库中进行保存。本申请根据疾病到科室的关联关系，使用概率模型为患者的本次问诊推荐合适的科室。
需要说明的是：本申请采用朴素贝叶斯模型计算疾病概率和科室概率，在实际的应用过程中，也可以选用其他的概率模型，适用即可。
具体的，在步骤S4中，即所述基于所述第一关系集合和所述患者的症状计算疾病概率的步骤包括：
基于所述第一关系集合，通过如下公式计算所述疾病概率：
Figure BDA0002623844060000091
其中，W表示患者的症状，Z表示疾病，j代表不同的疾病；并且
在步骤S5中，即所述基于所述第二关系集合和所述患者的疾病计算科室概率的步骤包括：
基于所述第二关系集合，通过如下公式计算所述科室概率：
Figure BDA0002623844060000092
其中，X表示患者的疾病，Y表示科室，i代表不同的科室。
在本实施例中，通过两阶段的贝叶斯模型计算患者的症状和科室间的概率，从而确定就诊科室。
所述医学知识库包括指南和医嘱，在本实施例的一些可选的实现方式中，在步骤S1，即在所述基于预先构建的医学知识库生成第一关系集合和第二关系集合的步骤之后，上述电子设备还可以执行以下步骤：
从所述医学知识库中获取所述指南和医嘱，其中，所述指南和医嘱均包括检查名称和注意信息；
将在指南或医嘱中的所有检查名称和对应的注意信息进行映射，生成映射表；并且
在步骤S2，即接收患者的病情信息，并根据所述病情信息确定患者是否需要及时就医的步骤之后，还包括：
在接收到检查信息时，根据检查信息中的检查名称从所述映射表中查找对应的注意信息，并将所述注意信息发送至患者。
在本实施例中，检查信息包括检查名称、对应的科室、患者姓名、医生姓名和楼层。例如：在患者需要做心脏的检测时，检查名称可以为心肌三项或者心电图等。在接收到检查信息，并同步定位患者的位置在对应的医院时，基于检查信息和所述医学知识库向患者发送注意信息，以提高患者的就诊速度，节约患者时间。比如：在检查为肝功能抽血时，发送的注意信息为：请勿抽血前12小时内进食。
具体的，将所述注意信息发送至患者的步骤包括：
确定所述检查信息是否包括检查顺序；
在所述检查信息中未包含检查顺序时，根据所述检查名称实时获取各检查的当前取号人数和检查时间；
基于所述当前取号人数和检查时间计算各检查的预估等待时间；
基于所述预估等待时间获得检查顺序，将所述检查顺序和对应的注意信息发送至患者。
在本实施例中，医生开具检查信息，其中检查信息可能包括有检查顺序，其检查顺序或为医生推荐，或为医院规定的严格的先后顺序，则将检查顺序发送给患者,提高检查效率，协助患者进行检查。在所述检查信息包括检查顺序时，向患者发送所述检查顺序。在检查信息中未包含检查顺序时，向患者推荐检查顺序。其中，检查时间为该检查的历史平均时间。通过计算各检查的预估等待时间，向患者实时动态的推荐检查顺序，提高检查效率。其公式为：预估等待时间T＝检查时间×当前取号人数。本申请既可以将检查顺序直接发送给患者，也可以每次向患者推荐一个预估等待时间最短的检查，其公式为：t＝min(T1,T2…Ti…Tn)。
进一步的，所述根据所述检查名称实时获取各检查的当前取号人数和检查时间的步骤包括：
根据所述检查名称实时获取各检查的当前取号人数和检查时间，并根据所述检查名称从预先建立的数据库中获取对应的结果时间；
所述基于所述预估等待时间获得检查顺序的步骤包括：
将所述预估等待时间与对应的结果时间的倒数进行加权求和，获得统计时间；
对所述统计时间进行升序排序，获得检查顺序。
在本实施例中，结果时间指患者完成检查后，至患者能够拿取检查结果的时间间隔，例如：血常规的结果时间一般为6小时。本申请中统计时间同时兼顾了预估等待时间和结果时间，通过将预估等待时间与对应的结果时间的倒数进行加权求和，获得统计时间，并对所述统计时间进行升序排序，实现了在预估等待时间相近的情况下，优先推荐结果时间长的检查，避免了患者延后去检查结果时间较长的检查项目，而导致不能够及时取得检查结果的情况。其中，预估等待时间和结果时间的倒数对应的权重可以根据实际需要进行调整。
需要说明的是，本申请既可以对预估等待时间进行升序排序，获得检查顺序，也可以对统计时间进行升序排序，获得检查顺序。其中，在本申请根据预估等待时间进行升序排序的方案中，同时对在同一范围内的预估等待时间对应的检查进行排序，具体为：识别在同一范围内的预估等待时间，并获取对应的检查名称，根据检查名称获取所述结果时间，将在同一范围内的预估等待时间对应的结果时间进行降序排序，获得检查顺序。例如，心电图和脑部CT的预估等待时间都是在30分钟以内(同一范围内)，进一步获取心电图的结果时间为8小时，脑部CT的结果时间为1小时。则在预估等待时间处于同一范围内的情况下，优先向患者推荐结果时间长的心电图检查。
作为本申请的另一实施例，所述检查信息包括患者名称，所述将所述注意信息发送至患者的步骤包括：
根据所述患者名称确定接收所述注意信息的患者；
将所述注意信息发送给对应的患者。
在本实施例中，通过患者名称将相关的注意信息发送给对应的患者，避免发送至错误人员。
此外，本申请还包括在患者完成任意一项检查后，并在识别到医护人员上传对应的检查结果时，实时将检查结果发送给对应的医生和患者。
本申请针对患者的病情信息，根据预设的医学知识库实现为患者智能推荐就诊科室，避免了患者挂错号或者不知道应该挂哪一个科室的困扰，有效避免患者到医院后需要重新挂号的情况，有效的节约了人力物力，节约了患者和医生的时间，提高了就诊效率。同时通过检查信息，根据医学知识库动态的向患者发送检查顺序和注意信息，提高了患者的检查效率，避免了患者检查时错误的做法导致的检查失败。
需要强调的是，为进一步保证上述患者的病情信息的私密和安全性，上述患者的病情信息还可以存储于一区块链的节点中。
本申请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。
本申请可应用于智慧医疗领域中，从而推动智慧城市的建设，通过向患者智能推荐就诊科室，有效提高了就医效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，该计算机可读指令可存储于一计算机可读取存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3，作为对上述图2所示方法的实现，本申请提供了一种智能就医装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，本实施例所述的智能就医装置300包括：生成模块301、第一确定模块302、第二确定模块303、第一计算模块304和第二计算模块305，其中，生成模块301，用于基于预先构建的医学知识库生成第一关系集合和第二关系集合，其中，所述第一关系集合为所述医学知识库中任一症状与任一疾病之间的关联关系的集合，所述第二关系集合为所述医学知识库中任一疾病与任一科室之间的关联关系的集合；第一确定模块302，用于接收患者的病情信息，并根据所述病情信息确定患者是否需要及时就医；第二确定模块303，用于在确定需要及时就医时，基于所述病情信息确定患者的症状，第一计算模块304，用于基于所述第一关系集合和所述患者的症状计算疾病概率，将最大的所述疾病概率对应的疾病作为患者的疾病；第二计算模块305，用于基于所述第二关系集合和所述患者的疾病计算科室概率，将最大的所述科室概率对应的科室作为向患者推荐的就诊科室。
在本实施例中，针对患者的病情信息，根据预设的医学知识库实现为患者智能推荐就诊科室，避免了患者挂错号或者不知道应该挂哪一个科室的困扰，有效避免患者到医院后需要重新挂号的情况，有效的节约了人力物力，节约了患者和医生的时间，提高了就诊效率。
生成模块301包括抽取子模块、第一关联子模块、第二关联子模块和历遍子模块；其中，抽取子模块用于从所述医学知识库中抽取完整的句子，识别所述句子中是否包括症状、疾病和科室的名词；第一关联子模块用于在所述完整的句子中同时出现症状和疾病的名词时，将所述症状和疾病进行关联，生成第一关联关系；第二关联子模块用于在所述完整的句子中同时出现疾病和科室的名词时，将所述疾病和科室进行关联，生成第二关联关系；历遍子模块用于直至历遍医学知识库中所有完整的句子，将所有的第一关联关系的集合作为第一关系集合，将所有的第二关联关系的集合作为第二关系集合。
第一计算模块304还用于根据如下公式计算疾病概率：
Figure BDA0002623844060000141
其中，W表示患者的症状，Z表示疾病，j代表不同的疾病，P(W|Zj)表示在所述第一关系集合中，疾病出现时患者的症状出现的概率。
第二计算模块305还用于根据如下公式计算科室概率：
Figure BDA0002623844060000142
其中，X表示患者的疾病，Y表示科室，i代表不同的科室，P(X|Yi)表示在所述第二关系集合中，科室出现时患者的疾病出现的概率。
在本实施例的一些可选的实现方式中，上述装置300还包括：获取模块、映射表模块和发送模块，所述获取模块用于所述医学知识库包括指南和医嘱，从所述医学知识库中获取指南和医嘱，其中，所述指南和医嘱均包括检查名称和注意信息；所述映射表模块用于将在指南或医嘱中的所有检查名称和对应的注意信息进行映射，生成映射表。发送模块用于在接收到检查信息时，根据检查信息中的检查名称从所述映射表中查找对应的注意信息，并将所述注意信息发送至患者。
发送模块包括确定子模块、获取子模块、预估子模块和排序子模块。确定子模块用于确定所述检查信息是否包括检查顺序。获取子模块用于在所述检查信息中未包含检查顺序时，根据检查名称实时获取各检查的当前取号人数和检查时间；预估子模块用于基于所述当前取号人数和检查时间计算各检查的预估等待时间；排序子模块用于基于所述预估等待时间获得检查顺序，将所述检查顺序和对应的注意信息发送至患者。
所述获取子模块还用于根据所述检查名称实时获取各检查的当前取号人数和检查时间，并根据所述检查名称从预先建立的数据库中获取对应的结果时间。所述排序单元还用于将所述预估等待时间与对应的结果时间的倒数进行加权求和，获得统计时间，对所述统计时间进行升序排序，获得检查顺序。
所述检查信息包括患者名称，所述发送模块还包括注意子模块和发送子模块。其中注意子模块用于根据所述患者名称确定接收所述注意信息的患者；发送子模块用于将所述注意信息发送给对应的患者。
针对患者的病情信息，根据预设的医学知识库实现为患者智能推荐就诊科室，避免了患者挂错号或者不知道应该挂哪一个科室的困扰，有效避免患者到医院后需要重新挂号的情况，有效的节约了人力物力，节约了患者和医生的时间，提高了就诊效率。
为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图4，图4为本实施例计算机设备基本结构框图。
所述计算机设备200包括通过系统总线相互通信连接存储器201、处理器202、网络接口203。需要指出的是，图中仅示出了具有组件201-203的计算机设备200，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器201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、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器201可以是所述计算机设备200的内部存储单元，例如该计算机设备200的硬盘或内存。在另一些实施例中，所述存储器201也可以是所述计算机设备200的外部存储设备，例如该计算机设备200上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，所述存储器201还可以既包括所述计算机设备200的内部存储单元也包括其外部存储设备。本实施例中，所述存储器201通常用于存储安装于所述计算机设备200的操作系统和各类应用软件，例如智能就医方法的计算机可读指令等。此外，所述存储器201还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器202在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器202通常用于控制所述计算机设备200的总体操作。本实施例中，所述处理器202用于运行所述存储器201中存储的计算机可读指令或者处理数据，例如运行所述智能就医方法的计算机可读指令。
所述网络接口203可包括无线网络接口或有线网络接口，该网络接口203通常用于在所述计算机设备200与其他电子设备之间建立通信连接。
在本实施例中，根据预设的医学知识库实现为患者智能推荐就诊科室，提高了就诊效率。
本申请还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令可被至少一个处理器执行，以使所述至少一个处理器执行如上述的智能就医方法的步骤。
在本实施例中，根据预设的医学知识库实现为患者智能推荐就诊科室，提高了就诊效率。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
显然，以上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，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。

Claims (10)

1.一种智能就医方法，其特征在于，包括下述步骤：
基于预先构建的医学知识库生成第一关系集合和第二关系集合，其中，所述第一关系集合为所述医学知识库中症状与疾病之间的关联关系的集合，所述第二关系集合为所述医学知识库中疾病与科室之间的关联关系的集合；
接收患者的病情信息，并根据所述病情信息确定患者是否需要及时就医；
在确定需要及时就医时，基于所述病情信息确定患者的症状；
基于所述第一关系集合和所述患者的症状计算疾病概率，将最大的所述疾病概率对应的疾病作为患者的疾病；
基于所述第二关系集合和所述患者的疾病计算科室概率，将最大的所述科室概率对应的科室作为向患者推荐的就诊科室。
2.根据权利要求1所述的智能就医方法，其特征在于，所述基于预先构建的医学知识库生成第一关系集合和第二关系集合的步骤包括：
从所述医学知识库中抽取完整的句子，识别所述句子中是否包括症状、疾病和科室的名词；
在所述完整的句子中同时出现症状和疾病的名词时，将所述症状和疾病进行关联，生成第一关联关系；
在所述完整的句子中同时出现疾病和科室的名词时，将所述疾病和科室进行关联，生成第二关联关系；
直至历遍医学知识库中所有完整的句子，将所有的第一关联关系的集合作为第一关系集合，将所有的第二关联关系的集合作为第二关系集合。
3.根据权利要求1所述的智能就医方法，其特征在于，基于所述第一关系集合和所述患者的症状计算疾病概率的步骤包括：
基于所述第一关系集合，通过如下公式计算所述疾病概率：
Figure FDA0002623844050000011
其中，W表示患者的症状，Z表示疾病，j代表不同的疾病；并且
基于所述第二关系集合和所述患者的疾病计算科室概率的步骤包括：
基于所述第二关系集合，通过如下公式计算所述科室概率：
Figure FDA0002623844050000021
其中，X表示患者的疾病，Y表示科室，i代表不同的科室。
4.根据权利要求1所述的智能就医方法，其特征在于，所述医学知识库包括指南和医嘱，在所述基于预先构建的医学知识库生成第一关系集合和第二关系集合的步骤之后，还包括：
从所述医学知识库中获取所述指南和医嘱，其中，所述指南和医嘱均包括检查名称和注意信息；
将在指南或医嘱中的所有检查名称和对应的注意信息进行映射，生成映射表；并且
在所述根据所述病情信息确定患者是否需要及时就医的步骤之后，还包括：
在接收到检查信息时，根据检查信息中的检查名称从所述映射表中查找对应的注意信息，并将所述注意信息发送至患者。
5.根据权利要求4所述的智能就医方法，其特征在于，所述将所述注意信息发送至患者的步骤包括：
确定所述检查信息是否包括检查顺序；
在所述检查信息中未包含检查顺序时，根据所述检查名称实时获取各检查的当前取号人数和检查时间；
基于所述当前取号人数和检查时间计算各检查的预估等待时间；
基于所述预估等待时间获得检查顺序，将所述检查顺序和对应的注意信息发送至患者。
6.根据权利要求5所述的智能就医方法，其特征在于，所述根据所述检查名称实时获取各检查的当前取号人数和检查时间的步骤包括：
根据所述检查名称实时获取各检查的当前取号人数和检查时间，并根据所述检查名称从预先建立的数据库中获取对应的结果时间；
所述基于所述预估等待时间获得检查顺序的步骤包括：
将所述预估等待时间与对应的结果时间的倒数进行加权求和，获得统计时间；
对所述统计时间进行升序排序，获得检查顺序。
7.根据权利要求4所述的智能就医方法，其特征在于，所述检查信息包括患者名称，所述将所述注意信息发送至患者的步骤包括：
根据所述患者名称确定接收所述注意信息的患者；
将所述注意信息发送给对应的患者。
8.一种智能就医装置，其特征在于，包括：
生成模块，用于基于预先构建的医学知识库生成第一关系集合和第二关系集合，其中，所述第一关系集合为所述医学知识库中任一症状与任一疾病之间的关联关系的集合，所述第二关系集合为所述医学知识库中任一疾病与任一科室之间的关联关系的集合；
第一确定模块，用于接收患者的病情信息，并根据所述病情信息确定患者是否需要及时就医；
第二确定模块，用于在确定需要及时就医时，基于所述病情信息确定患者的症状，
第一计算模块，用于基于所述第一关系集合和所述患者的症状计算疾病概率，将最大的所述疾病概率对应的疾病作为患者的疾病；
第二计算模块，用于基于所述第二关系集合和所述患者的疾病计算科室概率，将最大的所述科室概率对应的科室作为向患者推荐的就诊科室。
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的智能就医方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的智能就医方法的步骤。
CN202010791293.5A 2020-08-07 2020-08-07 智能就医方法、装置、计算机设备及存储介质 Pending CN111916193A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010791293.5A CN111916193A (zh) 2020-08-07 2020-08-07 智能就医方法、装置、计算机设备及存储介质
PCT/CN2020/135619 WO2021139477A1 (zh) 2020-08-07 2020-12-11 智能就医方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010791293.5A CN111916193A (zh) 2020-08-07 2020-08-07 智能就医方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN111916193A true CN111916193A (zh) 2020-11-10

Family

ID=73284751

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010791293.5A Pending CN111916193A (zh) 2020-08-07 2020-08-07 智能就医方法、装置、计算机设备及存储介质

Country Status (2)

Country Link
CN (1) CN111916193A (zh)
WO (1) WO2021139477A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112562862A (zh) * 2020-12-15 2021-03-26 杭州市余杭区疾病预防控制中心(杭州市余杭区卫生检测检验中心、杭州市余杭区健康教育所、杭州市余杭区职业病防治中心) 疫情信息识别方法、装置和设备
WO2021139477A1 (zh) * 2020-08-07 2021-07-15 平安科技（深圳）有限公司 智能就医方法、装置、计算机设备及存储介质
CN114822785A (zh) * 2021-01-18 2022-07-29 阿里巴巴集团控股有限公司 一种医疗资源调配方法、设备及存储介质
CN116913506A (zh) * 2023-07-25 2023-10-20 医途(杭州)科技有限公司 一种基于区块链技术的专家治疗方案匹配系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT202300006666A1 (it) 2023-04-05 2023-07-05 Palma Tartaglione Procedimento e sistema per collegare un paziente ed uno specialista in base ad una patologia

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129526A (zh) * 2011-04-02 2011-07-20 中国医学科学院医学信息研究所 面向公众的就医向导式自助分诊挂号方法及系统
CN102156812A (zh) * 2011-04-02 2011-08-17 中国医学科学院医学信息研究所 基于症状相似度分析的就医辅助决策方法
CN102184315A (zh) * 2011-04-02 2011-09-14 中国医学科学院医学信息研究所 基于诊断要素分析的科室分诊系统
US20180082032A1 (en) * 2016-09-21 2018-03-22 International Business Machines Corporation Disambiguation of Ambiguous Portions of Content for Processing by Automated Systems
CN108922608A (zh) * 2018-06-13 2018-11-30 平安医疗科技有限公司 智能导诊方法、装置、计算机设备和存储介质
CN109036531A (zh) * 2018-07-24 2018-12-18 合肥峰腾节能科技有限公司 一种线上线下组合医疗智能精准服务方法及系统
CN110085307A (zh) * 2019-04-04 2019-08-02 华东理工大学 一种基于多源知识图谱融合的智能导诊方法和系统
CN110504028A (zh) * 2019-08-22 2019-11-26 上海软中信息系统咨询有限公司 一种疾病问诊方法、装置、系统、计算机设备和存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106055877A (zh) * 2016-05-21 2016-10-26 高阳 一种基于云技术的医疗就诊系统
CN107526932A (zh) * 2017-08-30 2017-12-29 河北健康侍卫网络科技有限公司 科室挂号指导方法和终端设备
CN108206059A (zh) * 2017-12-29 2018-06-26 李时珍（广州）健康科技有限公司 一种数据处理的方法及装置
CN109545352B (zh) * 2018-11-23 2024-06-11 京东方科技集团股份有限公司 导诊服务方法、装置、电子设备及存储介质
CN109817312A (zh) * 2018-12-13 2019-05-28 平安科技（深圳）有限公司 一种就诊引导方法及计算机设备
CN110827965A (zh) * 2019-10-29 2020-02-21 王红军 一种基于互联网的新型挂号系统
CN111916193A (zh) * 2020-08-07 2020-11-10 平安科技（深圳）有限公司 智能就医方法、装置、计算机设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129526A (zh) * 2011-04-02 2011-07-20 中国医学科学院医学信息研究所 面向公众的就医向导式自助分诊挂号方法及系统
CN102156812A (zh) * 2011-04-02 2011-08-17 中国医学科学院医学信息研究所 基于症状相似度分析的就医辅助决策方法
CN102184315A (zh) * 2011-04-02 2011-09-14 中国医学科学院医学信息研究所 基于诊断要素分析的科室分诊系统
US20180082032A1 (en) * 2016-09-21 2018-03-22 International Business Machines Corporation Disambiguation of Ambiguous Portions of Content for Processing by Automated Systems
CN108922608A (zh) * 2018-06-13 2018-11-30 平安医疗科技有限公司 智能导诊方法、装置、计算机设备和存储介质
CN109036531A (zh) * 2018-07-24 2018-12-18 合肥峰腾节能科技有限公司 一种线上线下组合医疗智能精准服务方法及系统
CN110085307A (zh) * 2019-04-04 2019-08-02 华东理工大学 一种基于多源知识图谱融合的智能导诊方法和系统
CN110504028A (zh) * 2019-08-22 2019-11-26 上海软中信息系统咨询有限公司 一种疾病问诊方法、装置、系统、计算机设备和存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021139477A1 (zh) * 2020-08-07 2021-07-15 平安科技（深圳）有限公司 智能就医方法、装置、计算机设备及存储介质
CN112562862A (zh) * 2020-12-15 2021-03-26 杭州市余杭区疾病预防控制中心(杭州市余杭区卫生检测检验中心、杭州市余杭区健康教育所、杭州市余杭区职业病防治中心) 疫情信息识别方法、装置和设备
CN114822785A (zh) * 2021-01-18 2022-07-29 阿里巴巴集团控股有限公司 一种医疗资源调配方法、设备及存储介质
CN116913506A (zh) * 2023-07-25 2023-10-20 医途(杭州)科技有限公司 一种基于区块链技术的专家治疗方案匹配系统

Also Published As

Publication number Publication date
WO2021139477A1 (zh) 2021-07-15

Similar Documents

Publication Publication Date Title
CN111916193A (zh) 智能就医方法、装置、计算机设备及存储介质
US20130311201A1 (en) Medical record generation and processing
CN108899064A (zh) 电子病历生成方法、装置、计算机设备和存储介质
Qiao et al. Pairwise-ranking based collaborative recurrent neural networks for clinical event prediction
Panda et al. Big data in health care: A mobile based solution
US10496420B2 (en) Contextual help within an application
US20240339185A1 (en) Systems and methods for accessing, combining and collaborative filtering of information from multiple electronic health records
Fernàndez-López et al. The COBATEST network: a platform to perform monitoring and evaluation of HIV community-based testing practices in Europe and conduct operational research
CN112750512A (zh) 数据处理方法、客户端、服务器、系统及存储介质
CN115346634A (zh) 一种体检报告解读预测方法、系统、电子设备和存储介质
WO2023178978A1 (zh) 基于人工智能的处方审核方法、装置、设备及介质
CN111403011B (zh) 挂号科室推送方法、装置、系统、电子设备及存储介质
CN112465172A (zh) 一种医院智能就诊方法及装置
CN114141358A (zh) 基于知识图谱的疾病诊断装置、计算机设备及存储介质
CN110147498A (zh) 一种知识推送方法、装置及存储设备、程序产品
US20150339602A1 (en) System and method for modeling health care costs
US20170308649A1 (en) Integrating trauma documentation into an electronic medical record
CN119248945A (zh) 数据检索方法、装置、计算机设备及存储介质
WO2006050208A1 (en) An intelligent patient context system for healthcare and other fields
CN115620879A (zh) 医疗检查项目的智能推荐方法、装置、设备及存储介质
CN113160914A (zh) 在线问诊方法、装置、电子设备及存储介质
CN113409926A (zh) 一种智能随访系统
CN113010540A (zh) 异源系统间的信息关联方法及装置、介质和设备
CN113793677B (zh) 一种电子病历管理方法、装置、存储介质及电子设备
CN113707335B (zh) 确定目标接诊用户的方法、装置、电子设备和存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201110