[發明專利]醫院預診分診方法、系統、介質及電子設備

在審

• 申請號: 202310305014.3
• 申請日: 2023-03-21
• 公開（公告）號: CN116469577A
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 許德建
• 申請（專利權）人: 康鍵信息技術（深圳）有限公司
• 主分類號: G16H80/00
• 分類號: G16H80/00;G16H50/70;G16H10/60;G16H40/20;G06F16/332;G06F18/2431;G06N20/00
• 代理公司: 上海漢之律師事務所 31378
• 代理人: 馮華

1.一種醫院預診分診方法，其特征在于，包括：

獲取用戶端的問診數據；

對所述問診數據進行關鍵詞數據分析，得到對應的關鍵詞數據組；

基于預設的推理模型對所述關鍵詞數據組進行匹配推理，生成推理結果；

根據所述推理結果生成推理提醒數據包，并將所述推理提醒數據包輸出給所述用戶端；

接收所述用戶端基于所述推理提醒數據包的反饋數據，并根據所述反饋數據確定是否輸出標準提醒數據包給所述用戶端。

2.根據權利要求1所述的醫院預診分診方法，其特征在于，在所述獲取用戶端的問診數據之前，所述方法還包括：

獲取目標醫院的醫療服務數據包，并從所述醫療服務數據包中提取醫療服務信息作為構建元素；

基于所述構建元素對預設醫療服務分類模型進行訓練；

利用訓練好的醫療服務分類模型對各目標醫院的醫療服務信息進行處理，輸出對應目標醫院的醫療服務分類結果；所述醫療服務分類結果包括醫療服務大類和醫療服務小類；

基于各目標醫院的醫療服務分類結果及醫療服務信息構建醫療服務數據庫。

3.根據權利要求2所述的醫院預診分診方法，其特征在于，基于預設的推理模型對所述關鍵詞數據組進行匹配推理，生成推理結果包括：

所述推理模型基于醫學常用詞數據庫匹配與所述關鍵詞數據組相關的醫學常用詞；

所述推理模型基于醫學專用詞數據庫匹配與對應醫學常用詞相關的醫學專用詞；

所述推理模型基于所述醫療服務數據庫匹配所述關鍵詞數據組、對應的醫學常用詞或/和對應的醫學專用詞，獲得所述關鍵詞數據組的醫療服務分類結果，即所述關鍵詞數據組的推理結果。

4.根據權利要求3所述的醫院預診分診方法，其特征在于，所述推理模型基于所述醫療服務數據庫匹配所述關鍵詞數據組、對應的醫學常用詞或/和對應的醫學專用詞，獲得所述關鍵詞數據組的醫療服務分類結果，包括：

所述推理模型基于所述關鍵詞數據匹配所述醫療服務數據庫，獲得一級推理結果；

判斷所述一級推理結果與所述關鍵詞數據組的匹配度是否滿足預設要求；

若滿足，所述一級推理結果即為所述關鍵詞數據組的醫療服務分類結果，匹配結束；

若不滿足，則所述推理模型基于所述對應的醫學常用詞匹配所述醫療服務數據庫，獲得二級推理結果；

判斷所述二級推理結果與所述關鍵詞數據組的匹配度是否滿足預設要求；

若滿足，所述二級推理結果即為所述關鍵詞數據組的醫療服務分類結果，匹配結束；

若不滿足，則所述推理模型基于所述對應的醫學專用詞匹配所述醫療服務數據庫，獲得三級推理結果；

判斷所述三級推理結果與所述關鍵詞數據組的匹配度是否滿足預設要求；

若滿足，所述三級推理結果即為所述關鍵詞數據組的醫療服務分類結果，匹配結束；

若不滿足，則根據所述一級推理結果、二級推理結果和三級推理結果評估確定所述關鍵詞數據組的綜合推理結果；所述綜合推理結果即為所述關鍵詞數據組的醫療服務分類結果，匹配結束。

5.根據權利要求1所述的醫院預診分診方法，其特征在于，根據所述推理結果生成推理提醒數據包，包括：

基于所述推理結果利用預設的語句算法得到推理提醒數據包；所述推理提醒數據包是基于所述推理結果的內容進行符合語法的造句獲得的語句提醒數據包；所述推理提醒數據包包括與所述問診數據對應匹配的科室、醫院、樓層、醫生以及問診時間范圍。

6.根據權利要求5所述的醫院預診分診方法，其特征在于，接收所述用戶端基于所述推理提醒數據包的反饋數據，并根據所述反饋數據確定是否輸出標準提醒數據包給所述用戶端，包括：

判斷所述反饋數據是否為預設值；

若所述反饋數據為所述預設值，則將所述標準提醒數據包輸出給所述用戶端；

若所述反饋數據非所述預設值，則不輸出所述標準提醒數據包給所述用戶端，并提取所述反饋數據進行關鍵詞數據分析，調用所述推理模型進行再次匹配輸出。