[发明专利]病症信息处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种病症信息处理方法、装置、计算机设备和存储介质。所述方法包括：从患者的病症信息中提取病症特征词；获取患者的个人档案信息，并从个人档案信息中提取档案特征词；按照预设组合条件将病症特征词和档案特征词进行组合，得到特征词组；将特征词组输入至对应的匹配模型中，匹配模型用于根据特征词组输出相应的参考消息。采用本方法得到的参考消息综合考虑了患者的病症信息和个人档案信息，能够为患者提供准确的病症参考。

技术领域

本申请涉及计算机技术领域，特别是涉及一种病症信息处理方法、装置、计算机设备和存储介质。

背景技术

传统的医疗服务系统中，患者在发现自身的某些病症后，如体温升高、鼻塞，需要前往医院进行挂号、问诊，由医生与患者进行多番沟通，了解患者的个人信息及病情，并逐步分析排除疑似病例，给出疾病判断结果。

然而，目前社会医疗资源紧张，容易出现患者在发现自身病症后，不能及时就医的情况。此外，还容易出现患者自身误判断的情况，如对于发现的某些病症表现，患者经过挂号、问诊后，医生诊断为正常情况非患病表现。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提供准确的病症参考消息的病症信息处理方法、装置、计算机设备和存储介质。

一种病症信息处理方法，所述方法包括：

从患者的病症信息中提取病症特征词；

获取患者的个人档案信息，并从个人档案信息中提取档案特征词；

按照预设组合条件将病症特征词和档案特征词进行组合，得到特征词组；

将特征词组输入至对应的匹配模型中，匹配模型用于根据特征词组输出相应的参考消息。

在其中一个实施例中，按照预设组合条件将病症特征词和档案特征词进行组合，得到特征词组的步骤包括：

按照预设的优先级划分条件，将病症特征词和档案特征词进行优先级划分；

将划分后的病症特征词和档案特征词，按照优先级级别进行组合，得到特征词组。

在其中一个实施例中，在将特征词组输入至对应的匹配模型中的步骤之前，还包括：

对特征词组进行向量化处理，构建神经网络模型的输入矩阵；

根据输入矩阵确定神经网络模型的卷积层的卷积窗口；

构建神经网络模型的池化层，池化层用于输出卷积层的最大输出值；

构建神经网络模型的全连接层，全连接层用于连接池化层的输出；

训练构建的神经网络模型，并将训练完成后的神经网络模型作为匹配模型。

在其中一个实施例中，在将特征词组输入至对应的匹配模型中的步骤之前，还包括：

确定病症信息对应的医院职能科室；

查询与医院职能科室对应的匹配模型；

将特征词组输入至对应的匹配模型中的步骤，包括：

将特征词组输入至与医院职能科室对应的匹配模型中。

在其中一个实施例中，在从患者的病症信息中提取病症特征词的步骤之前，还包括：

当接收到问诊触发消息时，根据问诊触发消息确定医院职能科室；

查询与医院职能科室对应的问诊对话模板；

通过问诊对话模板进行对话问诊，并根据对话问诊过程中的问答数据得到病症信息。