[发明专利]一种智能导诊报告生成方法

说明书

本申请提供一种智能导诊报告生成方法，包括：获取用户数据建立患者个人信息系统，根据交互数据与语料库对比判别患者的类型；通过系统发送相关询问语句对患者交互数据进行交互引导补充；统计用户交互过程数据，分析患者对于导诊报告的接受程度；根据用户交互数据的上下文信息判断患者的学历等级和对医学知识的理解程度；根据交互引导补充后的描述信息，结合患者个人信息系统判断主诉症状；根据主诉症状匹配目标导诊科室；根据获取的患者信息匹配医院；根据细化的患者类型生成个性化的结构化导诊报告；优化导诊报告的输出内容和排版。

技术领域

本发明涉及信息技术领域，尤其涉及一种智能导诊报告生成方法。

背景技术

随着社会的发展与进步，作为与人们生命健康息息相关的医疗技术领域也得到快速发展，一般的就医流程首先是到医院进行挂号操作，然后进行具体疾病诊断。当患者对自己病情不了解的时候，不知道应该挂什么科室，才能进行正确的挂号，前往医院就诊比较盲目，为了患者能自主就诊，衍生出了一种导诊报告的方式引导患者就诊；而现有的导诊报告内容专业化程度高，医学术语多，对于文化程度低的患者而言难以理解，让患者对于自身病情了解不够深刻，导致忽视病情，选择了错误的就诊科室。或者对导诊结果有误解，不能很好的配合导诊后的结果进行就医。严重的情况下，耽误就诊时机，增加治疗成本，甚至危及患者的生命健康，给患者造成无法挽回的损失；因此，如何让用户深刻了解自身病情并快速准确就诊的导诊报告，以便说法用户能够按照导诊的方案进行就诊，抓住就诊时机，具有很重要的现实意义及理论研究价值。

发明内容

本发明提供了一种智能导诊报告生成方法，主要包括：

获取用户数据建立患者个人信息系统，根据交互数据与语料库对比判别患者的类型；通过系统发送相关询问语句对患者交互数据进行交互引导补充；统计用户交互过程数据，分析患者对于导诊报告的接受程度；根据用户交互数据的上下文信息判断患者的学历等级和对医学知识的理解程度，所述根据用户交互数据的上下文信息判断患者的学历等级和对医学知识的理解程度，具体包括：基于患者个人信息结合患者知识问卷，分别分析两种类型患者的学历等级，基于用户交互数据分析患者对医学术语的理解程度，对患者交互数据信息进行医学知识图谱质量检测；根据交互引导补充后的描述信息，结合患者个人信息系统判断主诉症状；根据主诉症状匹配目标导诊科室；根据获取的患者信息匹配医院；根据细化的患者类型生成个性化的结构化导诊报告，所述根据细化的患者类型生成个性化的结构化导诊报告，具体包括：针对学历等级低类型的患者生成平民化报告，针对学历等级高的患者生成专业化导诊报告；优化导诊报告的输出内容和排版。

进一步可选地，所述获取用户数据建立患者个人信息系统，根据交互数据与语料库对比判别患者的类型包括：

通过患者本人在医院线上导诊服务平台或者医院线下导诊服务机器采集的交互记录数据；其中，所述交互记录数据包括交互数据、交互过程数据和患者个人信息；所述患者个人信息包括姓名、出生日期、居住地信息、学历和病历；交互记录数据利用ETL方式进行数据清洗，删除缺失数据、重复数据与错误数据；利用清洗后的数据构建所述患者个人信息系统，在患者授权同意的情况下，通过医院系统认证接口核验患者个人信息真实性；所述患者类型包括文化程度高和文化程度低两种类型；语料库的对话场景具体是指医患问诊对话场景；首先根据获取用户交互数据进行统计；构建患者类型列表，所述患者类型列表是指根据用户交互数据中医学知识实体出现频次或各医学知识实体之间关系的评分机制所建立；所述各医学知识实体之间关系由实体顺序连接实体表述，若实体与其他实体无关联关系则记为1，实体与其他实体存在关联关系且有两个实体则记录得分为2，以此类推；所述评分机制为S＝Fi*Ci，Fi表示第i个实体的出现频次，Ci表示第i个实体的关联关系得分；基于医学知识实体统计和医学知识实体之间关系，综合分析不同患者的得分值；根据用户对话场景的得分值与获取的用户点选、浏览速度、使用习惯数据一并输入到深度神经网络中，根据模型对患者的类型进行二分类，所述二分类为文化程度高/文化程度低。

进一步可选地，所述通过系统发送相关询问语句对患者交互数据进行交互引导补充包括：