[發(fā)明專利]一種醫(yī)患匹配方法、裝置、電子設(shè)備、介質(zhì)及產(chǎn)品

在審

• 申請(qǐng)?zhí)枺?/td>: 202210307399.2
• 申請(qǐng)日: 2022-03-25
• 公開(kāi)（公告）號(hào): CN114664421A
• 公開(kāi)（公告）日: 2022-06-24
• 發(fā)明（設(shè)計(jì)）人: 歐陽(yáng)宇;白亞楠;劉子航;王鍇睿;封曄
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G16H40/20
• 分類號(hào): G16H40/20;G16H50/20;G06F16/9535;G06F16/9532;G06F16/242;G06F16/2452;G06F16/2457;G06F40/279;G06N3/08
• 代理公司: 北京柏杉松知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413
• 代理人: 項(xiàng)京;孫翠賢

1.一種醫(yī)患匹配方法，包括：

對(duì)用戶輸入的查詢語(yǔ)句進(jìn)行解析，得到所述用戶對(duì)應(yīng)的醫(yī)療實(shí)體信息、科室預(yù)測(cè)標(biāo)簽和體征異常預(yù)測(cè)標(biāo)簽；

將所述用戶對(duì)應(yīng)的醫(yī)療實(shí)體信息、科室預(yù)測(cè)標(biāo)簽和體征異常預(yù)測(cè)標(biāo)簽與醫(yī)生集合中各醫(yī)生的醫(yī)療實(shí)體信息、科室信息和擅長(zhǎng)治療信息進(jìn)行匹配，得到與所述用戶匹配的多個(gè)備選醫(yī)生；

計(jì)算所述查詢語(yǔ)句與每個(gè)備選醫(yī)生的擅長(zhǎng)治療信息的相關(guān)性，基于計(jì)算得到的相關(guān)性為所述用戶推薦醫(yī)生。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述對(duì)用戶輸入的查詢語(yǔ)句進(jìn)行解析，得到所述用戶對(duì)應(yīng)的醫(yī)療實(shí)體信息、科室預(yù)測(cè)標(biāo)簽和體征異常預(yù)測(cè)標(biāo)簽，包括：

對(duì)所述查詢語(yǔ)句進(jìn)行解析，得到所述查詢語(yǔ)句中包括的所述醫(yī)療實(shí)體信息；

基于所述查詢語(yǔ)句為所述用戶推薦體征異常標(biāo)簽，將所述用戶選擇的體征異常標(biāo)簽作為體征異常澄清標(biāo)簽；

基于所述醫(yī)療實(shí)體信息和所述體征異常澄清標(biāo)簽，確定所述用戶的體征異常預(yù)測(cè)標(biāo)簽；

將所述查詢語(yǔ)句輸入科室分類模型，基于科室分類模型的輸出結(jié)果確定所述科室預(yù)測(cè)標(biāo)簽。

3.根據(jù)權(quán)利要求2所述的方法，其中，所述對(duì)所述查詢語(yǔ)句進(jìn)行解析，得到所述查詢語(yǔ)句中包括的所述醫(yī)療實(shí)體信息，包括：

將所述查詢語(yǔ)句與實(shí)體詞典進(jìn)行匹配，得到所述查詢語(yǔ)句包括的存在于所述實(shí)體詞典中的第一實(shí)體信息；

將所述查詢語(yǔ)句輸入預(yù)先訓(xùn)練的實(shí)體識(shí)別模型，獲取所述實(shí)體識(shí)別模型輸出的第二實(shí)體信息；

將所述第二實(shí)體信息中除所述第一實(shí)體信息之外的實(shí)體信息和所述第一實(shí)體信息，作為所述醫(yī)療實(shí)體信息。

4.根據(jù)權(quán)利要求2所述的方法，其中，所述基于所述查詢語(yǔ)句為所述用戶推薦體征異常標(biāo)簽，將所述用戶選擇的體征異常標(biāo)簽作為體征異常澄清標(biāo)簽，包括：

將所述查詢語(yǔ)句輸入預(yù)先訓(xùn)練的相關(guān)性模型，獲取所述相關(guān)性模型輸出的與所述查詢語(yǔ)句相關(guān)的多個(gè)體征異常標(biāo)簽列表；

計(jì)算所述體征異常標(biāo)簽列表中每個(gè)體征異常標(biāo)簽在所述多個(gè)體征異常標(biāo)簽列表中出現(xiàn)的頻次；

按照出現(xiàn)頻次從高到低的順序，向所述用戶顯示體征異常標(biāo)簽；

獲取所述用戶從顯示的體征異常標(biāo)簽中選擇的體征異常標(biāo)簽，作為所述體征異常澄清標(biāo)簽。

5.根據(jù)權(quán)利要求2所述的方法，其中，所述基于所述醫(yī)療實(shí)體信息和所述體征異常澄清標(biāo)簽，確定所述用戶的體征異常預(yù)測(cè)標(biāo)簽，包括：

將所述醫(yī)療實(shí)體信息和所述體征異常澄清標(biāo)簽輸入預(yù)先訓(xùn)練的體征異常預(yù)測(cè)模型，得到所述體征異常預(yù)測(cè)模型輸出的體征異常預(yù)測(cè)標(biāo)簽。

6.根據(jù)權(quán)利要求1所述的方法，在所述對(duì)用戶輸入的查詢語(yǔ)句進(jìn)行解析之前，所述方法還包括：

從多個(gè)數(shù)據(jù)源中獲取醫(yī)生數(shù)據(jù)；

對(duì)從多個(gè)數(shù)據(jù)源中獲取到的醫(yī)生數(shù)據(jù)進(jìn)行融合和去重，得到一個(gè)醫(yī)生集合，以及所述醫(yī)生集合中每個(gè)醫(yī)生對(duì)應(yīng)的醫(yī)生數(shù)據(jù)；

分別對(duì)每個(gè)醫(yī)生的醫(yī)生數(shù)據(jù)進(jìn)行解析，得到每個(gè)醫(yī)生的醫(yī)療實(shí)體信息、科室信息和擅長(zhǎng)治療信息。

7.根據(jù)權(quán)利要求6所述的方法，其中，所述分別對(duì)每個(gè)醫(yī)生的醫(yī)生數(shù)據(jù)進(jìn)行解析，得到每個(gè)醫(yī)生的醫(yī)療實(shí)體信息、科室信息和擅長(zhǎng)治療信息，包括：

分別對(duì)每個(gè)醫(yī)生對(duì)應(yīng)的醫(yī)生數(shù)據(jù)進(jìn)行實(shí)體識(shí)別，得到每個(gè)醫(yī)生對(duì)應(yīng)的醫(yī)療實(shí)體信息、科室信息以及每個(gè)醫(yī)生的候選擅長(zhǎng)信息；

針對(duì)每個(gè)醫(yī)生，基于BOW模型生成該醫(yī)生的每個(gè)候選擅長(zhǎng)信息的向量，并基于BOW模型生成該醫(yī)生的每個(gè)提報(bào)擅長(zhǎng)信息的向量；

計(jì)算該醫(yī)生的每個(gè)候選擅長(zhǎng)信息的向量與每個(gè)提報(bào)擅長(zhǎng)信息的向量?jī)蓛芍g的相似度；

將各提報(bào)擅長(zhǎng)信息和相似度高于預(yù)設(shè)閾值的候選擅長(zhǎng)信息作為所述擅長(zhǎng)治療信息。

8.根據(jù)權(quán)利要求1所述的方法，其中，所述將所述用戶對(duì)應(yīng)的醫(yī)療實(shí)體信息、科室預(yù)測(cè)標(biāo)簽和體征異常預(yù)測(cè)標(biāo)簽與醫(yī)生集合中各醫(yī)生的醫(yī)療實(shí)體信息、科室信息和擅長(zhǎng)治療信息進(jìn)行匹配，得到與所述用戶匹配的多個(gè)備選醫(yī)生，包括：

從結(jié)構(gòu)化存儲(chǔ)的各醫(yī)生的醫(yī)療實(shí)體信息、科室信息和擅長(zhǎng)治療信息中，查找與所述用戶對(duì)應(yīng)的醫(yī)療實(shí)體信息、科室預(yù)測(cè)標(biāo)簽和體征異常預(yù)測(cè)標(biāo)簽匹配的多個(gè)備選醫(yī)生。