[发明专利]分诊系统和分诊方法在审
申请号: | 201710507456.0 | 申请日: | 2017-06-28 |
公开(公告)号: | CN109166618A | 公开(公告)日: | 2019-01-08 |
发明(设计)人: | 刘建涛;张洪雷;吕学文;刘芳 | 申请(专利权)人: | 京东方科技集团股份有限公司 |
主分类号: | G16H50/20 | 分类号: | G16H50/20;G16H40/20;G06F17/27;G06F16/332;G06K9/62;G06N3/08;H04L29/08 |
代理公司: | 北京天昊联合知识产权代理有限公司 11112 | 代理人: | 柴亮;张天舒 |
地址: | 100015 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 分诊系统 患者信息 终端 特征提取单元 信息接收单元 特征信息 提取特征 信息推送 | ||
本发明提供一种分诊系统和分诊方法,属于分诊技术领域,其可至少部分解决现有的分诊方式不能准确将患者分到合适的医院和科室的问题。本发明的分诊系统包括:信息接收单元,用于接收来自终端的患者信息;特征提取单元,用于从所述患者信息中提取特征信息;分诊单元,用于根据所述特征信息得出推荐患者就诊的医院和科室;信息推送单元,用于将所述推荐患者就诊的医院和科室推送给终端。
技术领域
本发明属于分诊技术领域,具体涉及一种分诊系统和分诊方法。
背景技术
分诊(即将患者分到特定的科室)是患者到医院就诊时所经历第一环节。只有正确将病患分到对症的科室,才能使患者得到适合的治疗;如果分诊不正确,则可能导致患者要重新就诊,造成患者时间和医疗资源的浪费,甚至,如果患者在不合适的科室进行了诊治,可能导致治疗不正确,严重耽误病情。
在实际生活中,患者去哪个医院、哪个科室就诊,主要由患者根据症状自己做出判断,或者是询问医院分诊台的工作人员。而随着医学的发展,学科越分越细,如仅内科就可分为十个科室。在这种情况下,多数患者的医学知识有限,很难自己做出准确的判断;即使是分诊台的工作人员,也很难对全部科室所适于诊治的病症都做出准确判断。
另外,多数医院都有自己擅长的专科,而如果患者去的医院不合适,则可能导致该医院根本没有适合诊治其病症的科室,需要再重新去别的医院尝试,十分麻烦。
发明内容
本发明至少部分解决现有的分诊方式不能准确将患者分到合适的医院和科室的问题,提供一种可准确将患者分到合适医院和科室的分诊系统和分诊方法。
解决本发明技术问题所采用的技术方案是一种分诊系统,其包括:
信息接收单元,用于接收来自终端的患者信息;
特征提取单元,用于从所述患者信息中提取特征信息;
分诊单元,用于根据所述特征信息得出推荐患者就诊的医院和科室;
信息推送单元,用于将所述推荐患者就诊的医院和科室推送给终端。
优选的是,所述分诊单元用于对所述特征信息与预存的标准信息进行比较,并以与所述特征信息相近的标准信息对应的医院和科室作为推荐患者就诊的医院和科室;其中,所述标准信息为适于各医院各科室诊治的患者的信息。
进一步优选的是,所述患者信息为患者身体的图像;所述特征提取单元用于通过图像识别技术从患者身体的图像中提取特征部分图像作为特征信息;所述标准信息为标准图像,所述标准图像为适于各医院各科室诊治的患者的特征部分的图像;所述分诊单元用于通过分类算法找到与特征部分图像相近的标准图像。
进一步优选的是,所述分类算法包括k-means算法或基于学习矢量量化神经网络的分类算法。
进一步优选的是,所述患者信息为诊治文字的图像;所述特征提取单元用于通过文字识别技术识别诊治文字的图像中的文字,并通过语义分析技术提取所述文字所代表的特征语义为特征信息;所述标准信息为标准语义,所述标准语义为代表适于各医院各科室诊治的患者的特征的语义;所述分诊单元用于比较所述特征语义与标准语义,以找出与所述特征语义相近的标准语义。
进一步优选的是,所述语义分析技术包括自然语言处理技术。
进一步优选的是,所述分诊系统还包括:提问单元,用于向终端发送用于确定患者身体状况的问题;所述信息接收单元用于接收来自终端的对所述问题的回答作为患者信息。
优选的是,所述分诊单元用于得出多个推荐患者就诊的医院和科室,并按照推荐程度将其排序;所述推送单元用于将推荐程度最高的医院和科室推送给终端,或者用于按照推荐程度的顺序将多个医院和科室推送给终端。
解决本发明技术问题所采用的技术方案是一种分诊方法,其包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于京东方科技集团股份有限公司,未经京东方科技集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710507456.0/2.html,转载请声明来源钻瓜专利网。