[发明专利]一种能够提供智能问诊服务的云平台系统在审

专利信息
申请号: 202010399991.0 申请日: 2020-05-13
公开(公告)号: CN111292846A 公开(公告)日: 2020-06-16
发明(设计)人: 阚苏立;朱旨昂;吕兴祥;徐晓岚;黄璐;宋仪轩 申请(专利权)人: 南京江北新区生物医药公共服务平台有限公司
主分类号: G16H40/67 分类号: G16H40/67;G16H40/20;G06K9/62;G06Q10/02;G06F16/27;G06F16/9537
代理公司: 北京卓岚智财知识产权代理事务所(特殊普通合伙) 11624 代理人: 蒋真
地址: 210000 江苏省南京市浦口区江北新区新*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 能够 提供 智能 问诊 服务 平台 系统
【权利要求书】:

1.一种能够提供智能问诊服务的云平台系统,其特征在于:包括预约单元(100)、就诊单元(200)和数据同步单元(300),所述预约单元(100)用于用户预约就诊服务;所述就诊单元(200)用于用户根据云平台分析信息进行就诊;所述数据同步单元(300)用于将用户信息和用户就诊信息同步至云平台内;所述预约单元(100)包括个人信息登录模块(101)、疾病信息描述模块(102)、预约就诊医院模块(103)、预约科室模块(104);所述人信息登录模块(101)用于用户录入个人信息;所述疾病信息描述模块(102)用于用户录入自己的疾病情况;所述预约就诊医院模块(103)用于用户选择希望预约的医院;所述预约科室模块(104)用于用户选择希望预约的科室;所述就诊单元(200)包括信息导入模块(201)、医疗信息数据储存模块(202)、智能推荐模块(203)和就诊信息展示模块(204);所述信息导入模块(201)用于将预约单元(100)内预约的信息导入就诊单元(200)内;所述医疗信息数据储存模块(202)用于储存云平台内所有的医院信息;所述智能推荐模块(203)用于根据预约单元(100)导入的信息和医疗信息数据储存模块(202)的信息进行对比,推荐就诊信息数据;所述就诊信息展示模块(204)用于将智能推荐模块(203)推荐的就诊信息反馈至用户;所述智能推荐模块(203)包括关键字对比模块(2031)、距离推荐模块(2032)和自主学习模块(2033);所述关键字对比模块(2031)用于根据用户提供的预约信息对比医疗信息数据储存模块(202)内储存的信息,匹配对应的医院信息;所述距离推荐模块(2032)用于根据用户提供的预约信息和关键字匹配的医院信息的位置进行排序;所述自主学习模块(2033)用于完善智能推荐模块(203)匹配效率。

2.根据权利要求1所述的能够提供智能问诊服务的云平台系统,其特征在于:所述关键字对比模块(2031)采用TF-IDF匹配算法,其公式如下:

式中为中i和j的文本数量,为包含i的文本数量,N文本的总数。

3.根据权利要求1所述的能够提供智能问诊服务的云平台系统,其特征在于:所述距离推荐模块(2032)采用曼哈顿距离算法,其公式为:

其中,为距离,医院坐标为,用户住址坐标为。

4.根据权利要求1所述的能够提供智能问诊服务的云平台系统,其特征在于:所述自主学习模块(2033)采用生成对抗网络模型智能学习方法,其步骤如下:

S1、建立生成器,将未匹配成功的数据输入生成器G;

S2、映射样本,采用多层感知机的网络结构,用MLP的参数来表示可导映射G(z),将输入空间映射到样本空间;

S3、建立判别器:将匹配成功的数据和生成器G映射的样本G(z)输入判别器D;

S4、输出结果:采用“Sigmoid函数”变换以“0”和“1”表示判别器D的最终判别结果。

5.根据权利要求1所述的能够提供智能问诊服务的云平台系统,其特征在于:所述数据同步单元(300)基于J2EE服务器方式实现。

6.一种能够提供智能问诊服务的云平台装置,其特征在于:包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序,处理器用于执行计算机程序时实现如权利要求1-5中任一所述的能够提供智能问诊服务的云平台系统。

7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1-5中任一所述的能够提供智能问诊服务的云平台系统。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京江北新区生物医药公共服务平台有限公司,未经南京江北新区生物医药公共服务平台有限公司许可,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/202010399991.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top