
售前電話
135-3656-7657
售前電話 : 135-3656-7657
國家高新技術企業 省級專精特新企業
咨詢熱線:135-3656-7657 400-6333-661
1.本發明涉及計算機技術領域,尤其是涉及一種基于互聯網醫院的智能預問診方法及系統。
背景技術:
2.現有的問診方式主要通過醫生的經驗對患者進行逐步詢問,以獲取必要的診斷信息;對于必要的問診問題,每一次問診過程中醫生都需要對每一個患者進行重復詢問,問診耗時長,問診效率較低。
技術實現要素:
3.本技術實施例提供了一種基于互聯網醫院的智能預問診方法及系統,可以對患者進行智能預問診并生成電子病歷,提高問診效率。
4.本技術實施例的第一方面,提供了一種基于互聯網醫院的智能預問診方法,包括以下步驟:
5.響應于問診請求,獲取輸入的主訴信息并轉換為多個詞向量;其中,所述主訴信息為用戶輸入的描述疾病情況的信息;
6.基于所述多個詞向量,利用預訓練的bi
?
lstm
?
crf模型獲取關鍵信息;其中,所述關鍵信息包括癥狀、疾病和藥名;
7.基于所述關鍵信息和所述多個詞向量,利用預訓練的gcnn模型獲取疾病信息;
8.基于所述疾病信息觸發第一問診模式,在所述第一問診模式下,基于所述疾病信息配置生成若干個第一問診問題,采集用戶答復所述若干個第一問診問題的第一反饋信息;
9.根據所述若干個第一問診問題和所述第一反饋信息,生成電子病歷。
10.本技術實施例的第二方面,提供了一種基于互聯網醫院的智能預問診系統,包括:
11.詞向量獲取模塊,用于響應于問診請求,獲取輸入的主訴信息并轉換為多個詞向量;其中,所述主訴信息為用戶輸入的描述疾病情況的信息;
12.關鍵信息獲取模塊,用于基于所述多個詞向量,利用預訓練的bi
?
lstm
?
crf模型獲取關鍵信息;其中,所述關鍵信息包括癥狀、疾病和藥名;
13.疾病信息獲取模塊,用于基于所述關鍵信息和所述多個詞向量,利用預訓練的gcnn模型獲取疾病信息;
14.問診模塊,用于基于所述疾病信息觸發第一問診模式,在所述第一問診模式下,基于所述疾病信息配置生成若干個第一問診問題,采集用戶答復所述若干個第一問診問題的第一反饋信息;
15.基于互聯網醫院的智能預問診模塊,用于根據所述若干個第一問診問題和所述第一反饋信息,生成電子病歷。
16.本技術實施例的第三方面,提供了一種計算機可讀存儲介質,其上儲存有計算機
程序,該計算機程序被處理器執行時實現如上述任意一項所述基于互聯網醫院的智能預問診方法的步驟。
17.本技術實施例的第四方面,提供了一種計算機設備,包括存儲器、處理器以及存儲在所述存儲器中并可被所述處理器執行的計算機程序,所述處理器執行所述計算機程序時實現如上述任意一項所述基于互聯網醫院的智能預問診方法的步驟。
18.在本技術實施例中,通過將輸入的主訴信息并轉換為詞向量,并利用預訓練的bi
?
lstm
?
crf模型和預訓練的gcnn模型獲取疾病信息,根據疾病信息觸發第一問診模式,在第一問診模式下,基于所述疾病信息配置生成若干個第一問診問題實現智能預問診,通過采集用戶對所述若干個第一問診問題的反饋信息,根據各問診問題及其對應的反饋信息自動生成電子病歷,便于醫生提前了解患者病情,簡化問診流程,提高問診效率。
19.為了更好地理解和實施,下面結合附圖詳細說明本發明。
附圖說明
20.圖1為本發明一個實施例中基于互聯網醫院的智能預問診方法的應用場景示意圖;
21.圖2為本發明一個實施例中基于互聯網醫院的智能預問診方法的流程圖;
22.圖3為本發明一個實施例中基于互聯網醫院的智能預問診系統的結構示意圖。
具體實施方式
23.為使本技術的目的、技術方案和優點更加清楚,下面將結合附圖對本技術實施例方式作進一步地詳細描述。
24.應當明確,所描述的實施例僅僅是本技術實施例一部分實施例,而不是全部的實施例。基于本技術實施例中的實施例,本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其它例子,都屬于本技術實施例保護的范圍。
25.在本技術實施例使用的術語是僅僅出于描述特定實施例的目的,而非旨在限制本技術實施例。在本技術實施例和所附權利要求書中所使用的單數形式的“一種”、“所述”和“該”也旨在包括多數形式,除非上下文清楚地表示其他含義。還應當理解,本文中使用的術語“和/或”是指并包含一個或多個相關聯的列出項目的任何或所有可能組合。