就診任務智能調度方法及系統技術方案

本發明專利技術提供了就診任務智能調度方法及系統，涉及醫療領域。本發明專利技術提供的就診任務智能調度方法，通過對用戶所提供的歷史數據和系統中記錄的歷史數據進行分析，得到推薦就醫科目，并結合了患者所提供的請求就醫科目來確定指定醫院作為候選，而后又通過圖像識別和數據分析的方式為用戶確定了較為合理的就醫診室，并將作為參考的就醫請求、第一電子版歷史數據和第二電子版歷史數據向診室發送，進而某種程度上，提高了為用戶分配診室的合理程度。

Intelligent scheduling method and system for visiting patients

The invention provides an intelligent scheduling method and system for medical treatment tasks, and relates to the medical field. By analyzing the historical data provided by the user and the historical data recorded in the system, the intelligent dispatching method of the medical treatment task provided by the invention obtains the recommended medical treatment subjects, determines the designated hospital as the candidate according to the medical treatment subjects provided by the patients, and then determines the prescribed hospital as the candidate through image recognition and data analysis. The first electronic version of the historical data and the second electronic version of the historical data are sent to the clinic, and to some extent, the reasonable allocation of the clinic for the user is improved.

【技術實現步驟摘要】
就診任務智能調度方法及系統
本專利技術涉及醫療領域，具體而言，涉及就診任務智能調度方法及系統。
技術介紹
隨著科技的不斷進步，醫療技術也得到了長足的發展，醫院的各項診療設備不斷更新，醫生診斷水平日益提高。與此同時，隨著人民生活水平的不斷提高，人們對于醫療服務的要求也越來越高。為了更好地滿足患者的需求，為患者提供最準確的診療服務，在為患者確定醫生的時候，需要對患者的診療歷史進行了解，以作參考，進而為患者分配最優的醫生。但專利技術人發現，目前為患者分配就診的方式并不理想。
技術實現思路
本專利技術的目的在于提供就診任務智能調度方法。第一方面，本專利技術實施例提供了一種就診任務智能調度方法，包括：獲取目標用戶的就醫請求，所述就醫請求中攜帶有目標用戶的身份標識、生物認證數據、即時病情說明和請求就醫科目；在數據庫中查找與身份標識相對應的生物標準數據；判斷生物標準數據和生物認證數據的相似度是否超過預設的第一閾值；若是，則在數據庫中查找與身份標識相對應的第一電子版歷史數據，所述第一電子版歷史數據包括診療時間、診療地點、診療項目、診療過程和診療結果；獲取目標用戶所提供的紙質版歷史數據；對紙質版歷史數據進行拍照以獲取歷史數據照片；對所述歷史數據照片進行文字識別，以獲取第二電子版歷史數據，所述第二電子版歷史數據包括診療時間、診療地點、診療項目、診療過程和診療結果；根據第一電子版歷史數據確定目標用戶的第一病理分析結果；根據第二電子版歷史數據確定目標用戶的第二病理分析結果；根據第一電子版歷史數據的診療時間的連續程度和診療時間所在的時間段確定第一病理分析結果所對應的第一權值；根據第二電子版歷史數據的診療時間的連續程度和診療時間所在的時間段確定第二病理分析結果所對應的第二權值；按照加權求平均的方式，根據第一病理分析結果、第二病理分析結果、第一權值和第二權值確定參考病理分析結果，所述參考病理分析結果包括每次的發病時間、治療時間、治療結果、治療過程、治療周期和就醫科目；采用大數據分析的方式，在數據庫中查找與參考病理分析結果的匹配程度符合預設要求的診療檔案作為候選診療檔案；判斷候選診療檔案的數量是否超過預設的第二閾值，若否，則降低第一閾值，并重新執行步驟所述在數據庫中查找與參考病理分析結果的匹配程度超過第一閾值的候選診療檔案；若是，則根據每個候選診療檔案中的治療周期和治療結果，計算每個候選診療檔案診療成功概率；根據診療成功概率確定推薦就醫科目；根據第一病理分析結果確定第一就醫緊急程度；根據第二病理分析結果和即時病情說明確定第二就醫緊急程度；若推薦就醫科目與請求就醫科目相同，則依據第一查找規則，根據與請求就醫科目相對應的第二醫院中目標診室的排隊情況和診療成功率，在數據庫中查找第一目標醫院；所述目標診室是與推薦就醫科目相對應的；若推薦就醫科目與請求就醫科目不相同，則判斷第一就醫緊急程度或第二就醫緊急程度中是否有至少一個超過預設閾值；若是，則向目標用戶發出提示信息；若否，則依據第二查找規則，根據與請求就醫科目相對應的第一醫院中目標診室的排隊情況、診療成功率和第一就醫緊急程度，在數據庫中查找第一目標醫院；調取第一目標醫院中多個目標診室的視頻數據；按照時間順序，從所述視頻數據中提取多幀圖像，時間相鄰的兩個圖像之間間隔預定的時間長度；根據多幀圖像的相似度，每個所述目標診室的實際排隊程度；根據獲取到的目標診室的預約情況，確定每個目標診室的理論排隊程度；根據實際排隊程度和理論排隊程度確定目標用戶的目標就醫診室；將就醫請求、第一電子版歷史數據和第二電子版歷史數據向目標就醫診室中的診室端發送。結合第一方面，本專利技術實施例提供了第一方面的第一種可能的實施方式，其中，步驟采用大數據分析的方式，在數據庫中查找與參考病理分析結果的匹配程度符合預設要求的診療檔案作為候選診療檔案包括：按照預設的第一算法計算每個診療檔案與參考病理分析結果的第一相似度，以及按照預設的第二算法計算每個診療檔案的治療合理程度值；根據診療檔案的診療地點，將全部診療檔案進行分組，每組診療檔案中的診療檔案的診療地點均相同；采用最大似然估計的方式，根據第一相似度和治療合理程度值，計算每個檔案組的最大似然估計值；根據每組的最大似然估計值，確定指定的一組或多組中的診療檔案為候選診療檔案。結合第一方面，本專利技術實施例提供了第一方面的第二種可能的實施方式，其中，步驟根據每組的最大似然估計值，確定指定的一組或多組中的診療檔案為候選診療檔案包括：若全部候選診療檔案的最大似然估計值的分布符合預設的條件，則將最大似然估計值超過預設閾值的診療檔案組中的診療檔案作為候選診療檔案；若全部候選診療檔案的最大似然估計值的分布不符合預設的條件，則根據重新調整第一算法和第二算法的計算條件，并執行步驟按照預設的第一算法計算每個診療檔案與參考病理分析結果的第一相似度，以及按照預設的第二算法計算每個診療檔案的治療合理程度值。結合第一方面，本專利技術實施例提供了第一方面的第三種可能的實施方式，其中，對所述歷史數據照片進行文字識別，以獲取第二電子版歷史數據包括：對歷史數據照片按照不同的二值化閾值進行至少兩次二值化處理，以得到不同二值化閾值所對應的第一識別圖；按照如下方式分別對每個第一識別圖上的字符塊進行文字識別，以確定每個第一識別圖的文字識別結果：將第一模板圖分別與每個第一識別圖上的字符塊重合，以確定字符塊上的每個第一參考點與模板圖中字符骨架點的之間的最近參考距離，并根據最近參考距離和每個字符骨架點的權值所對應的權值確定字符塊；第一參考點是灰度值超過預定閾值的點；所述第一模板圖是根據醫生筆記數據庫進行大數據分析后得到的。分別從醫生語義分析數據庫和患者語義分析數據庫中調取醫生語義分析模型和患者語義分析模型；分別對每個文字識別結果使用醫生語義分析模型和患者語義分析模型進行語義分析，以確定第二電子版歷史數據。結合第一方面，本專利技術實施例提供了第一方面的第四種可能的實施方式，其中，字符骨架點包括骨架點和外圍點，所述骨架點的權值為全部參考點中最高的，全部的所述骨架點形成了所述第一模板圖中的圖形的基本形狀；所述外圍點的權值與目標距離呈負相關性，所述目標距離是外圍點與最接近的一個骨架點之間的距離。結合第一方面，本專利技術實施例提供了第一方面的第五種可能的實施方式，其中，還包括：按照如下方式確定每個外圍點的權值：按照不同的二值化閾值，對目標候選圖分別進行多次二值化處理，以得到不同二值化閾值所對應的第二識別圖；按照如下方式對每個外圍點賦予權值，第一外圍點的權值高于第二外圍點的權值，其中，第一外圍點是使用較低二值化閾值進行二值化處理得到的第二識別圖中的基準外圍點；第二外圍點是使用較高二值化閾值進行二值化處理得到的第二識別圖中的外圍點中，非基準外圍點的外圍點。結合第一方面，本專利技術實施例提供了第一方面的第六種可能的實施方式，其中，步驟分別對每個文字識別結果使用醫生語義分析模型和患者語義分析模型進行語義分析，以確定第二電子版歷史數據包括：對每個文字識別結果使用醫生語義分析模型進行分析，以得到多個第一分析結果；對每個文字識別結果使用患者語義分析模型進行分析，以得到多個第二分析結果；將第一分析結果與標準數據庫中的醫生語義標準模板進行對比，得到第二相似度；以及將第一分析結果與標準數據庫中本文檔來自技高網...

【技術保護點】
1.一種就診任務智能調度方法，其特征在于，包括：獲取目標用戶的就醫請求，所述就醫請求中攜帶有目標用戶的身份標識、生物認證數據、即時病情說明和請求就醫科目；在數據庫中查找與身份標識相對應的生物標準數據；判斷生物標準數據和生物認證數據的相似度是否超過預設的第一閾值；若是，則在數據庫中查找與身份標識相對應的第一電子版歷史數據，所述第一電子版歷史數據包括診療時間、診療地點、診療項目、診療過程和診療結果；獲取目標用戶所提供的紙質版歷史數據；對紙質版歷史數據進行拍照以獲取歷史數據照片；對所述歷史數據照片進行文字識別，以獲取第二電子版歷史數據，所述第二電子版歷史數據包括診療時間、診療地點、診療項目、診療過程和診療結果；根據第一電子版歷史數據確定目標用戶的第一病理分析結果；根據第二電子版歷史數據確定目標用戶的第二病理分析結果；根據第一電子版歷史數據的診療時間的連續程度和診療時間所在的時間段確定第一病理分析結果所對應的第一權值；根據第二電子版歷史數據的診療時間的連續程度和診療時間所在的時間段確定第二病理分析結果所對應的第二權值；按照加權求平均的方式，根據第一病理分析結果、第二病理分析結果、第一權值和第二權值確定參考病理分析結果，所述參考病理分析結果包括每次的發病時間、治療時間、治療結果、治療過程、治療周期和就醫科目；采用大數據分析的方式，在數據庫中查找與參考病理分析結果的匹配程度符合預設要求的診療檔案作為候選診療檔案；判斷候選診療檔案的數量是否超過預設的第二閾值，若否，則降低第一閾值，并重新執行步驟所述在數據庫中查找與參考病理分析結果的匹配程度超過第一閾值的候選診療檔案；若是，則根據每個候選診療檔案中的治療周期和治療結果，計算每個候選診療檔案診療成功概率；根據診療成功概率確定推薦就醫科目；根據第一病理分析結果確定第一就醫緊急程度；根據第二病理分析結果和即時病情說明確定第二就醫緊急程度；若推薦就醫科目與請求就醫科目相同，則依據第一查找規則，根據與請求就醫科目相對應的第二醫院中目標診室的排隊情況和診療成功率，在數據庫中查找第一目標醫院；所述目標診室是與推薦就醫科目相對應的；若推薦就醫科目與請求就醫科目不相同，則判斷第一就醫緊急程度或第二就醫緊急程度中是否有至少一個超過預設閾值；若是，則向目標用戶發出提示信息；若否，則依據第二查找規則，根據與請求就醫科目相對應的第一醫院中目標診室的排隊情況、診療成功率和第一就醫緊急程度，在數據庫中查找第一目標醫院；調取第一目標醫院中多個目標診室的視頻數據；按照時間順序，從所述視頻數據中提取多幀圖像，時間相鄰的兩個圖像之間間隔預定的時間長度；根據多幀圖像的相似度，確定每個所述目標診室的實際排隊程度；根據獲取到的目標診室的預約情況，確定每個目標診室的理論排隊程度；根據實際排隊程度和理論排隊程度確定目標用戶的目標就醫診室；將就醫請求、第一電子版歷史數據和第二電子版歷史數據向目標就醫診室中的診室端發送。...

【技術特征摘要】
1.一種就診任務智能調度方法，其特征在于，包括：獲取目標用戶的就醫請求，所述就醫請求中攜帶有目標用戶的身份標識、生物認證數據、即時病情說明和請求就醫科目；在數據庫中查找與身份標識相對應的生物標準數據；判斷生物標準數據和生物認證數據的相似度是否超過預設的第一閾值；若是，則在數據庫中查找與身份標識相對應的第一電子版歷史數據，所述第一電子版歷史數據包括診療時間、診療地點、診療項目、診療過程和診療結果；獲取目標用戶所提供的紙質版歷史數據；對紙質版歷史數據進行拍照以獲取歷史數據照片；對所述歷史數據照片進行文字識別，以獲取第二電子版歷史數據，所述第二電子版歷史數據包括診療時間、診療地點、診療項目、診療過程和診療結果；根據第一電子版歷史數據確定目標用戶的第一病理分析結果；根據第二電子版歷史數據確定目標用戶的第二病理分析結果；根據第一電子版歷史數據的診療時間的連續程度和診療時間所在的時間段確定第一病理分析結果所對應的第一權值；根據第二電子版歷史數據的診療時間的連續程度和診療時間所在的時間段確定第二病理分析結果所對應的第二權值；按照加權求平均的方式，根據第一病理分析結果、第二病理分析結果、第一權值和第二權值確定參考病理分析結果，所述參考病理分析結果包括每次的發病時間、治療時間、治療結果、治療過程、治療周期和就醫科目；采用大數據分析的方式，在數據庫中查找與參考病理分析結果的匹配程度符合預設要求的診療檔案作為候選診療檔案；判斷候選診療檔案的數量是否超過預設的第二閾值，若否，則降低第一閾值，并重新執行步驟所述在數據庫中查找與參考病理分析結果的匹配程度超過第一閾值的候選診療檔案；若是，則根據每個候選診療檔案中的治療周期和治療結果，計算每個候選診療檔案診療成功概率；根據診療成功概率確定推薦就醫科目；根據第一病理分析結果確定第一就醫緊急程度；根據第二病理分析結果和即時病情說明確定第二就醫緊急程度；若推薦就醫科目與請求就醫科目相同，則依據第一查找規則，根據與請求就醫科目相對應的第二醫院中目標診室的排隊情況和診療成功率，在數據庫中查找第一目標醫院；所述目標診室是與推薦就醫科目相對應的；若推薦就醫科目與請求就醫科目不相同，則判斷第一就醫緊急程度或第二就醫緊急程度中是否有至少一個超過預設閾值；若是，則向目標用戶發出提示信息；若否，則依據第二查找規則，根據與請求就醫科目相對應的第一醫院中目標診室的排隊情況、診療成功率和第一就醫緊急程度，在數據庫中查找第一目標醫院；調取第一目標醫院中多個目標診室的視頻數據；按照時間順序，從所述視頻數據中提取多幀圖像，時間相鄰的兩個圖像之間間隔預定的時間長度；根據多幀圖像的相似度，確定每個所述目標診室的實際排隊程度；根據獲取到的目標診室的預約情況，確定每個目標診室的理論排隊程度；根據實際排隊程度和理論排隊程度確定目標用戶的目標就醫診室；將就醫請求、第一電子版歷史數據和第二電子版歷史數據向目標就醫診室中的診室端發送。2.根據權利要求1所述的方法，其特征在于，步驟采用大數據分析的方式，在數據庫中查找與參考病理分析結果的匹配程度符合預設要求的診療檔案作為候選診療檔案包括：按照預設的第一算法計算每個診療檔案與參考病理分析結果的第一相似度，以及按照預設的第二算法計算每個診療檔案的治療合理程度值；根據診療檔案的診療地點，將全部診療檔案進行分組，每組診療檔案中的診療檔案的診療地點均相同；采用最大似然估計的方式，根據第一相似度和治療合理程度值，計算每個檔案組的最大似然估計值；根據每組的最大似然估計值，確定指定的一組或多組中的診療檔案為候選診療檔案。3.根據權利要求2所述的方法，其特征在于，步驟根據每組的最大似然估計值，確定指定的一組或多組中的診療檔案為候選診療檔案包...

【專利技術屬性】
技術研發人員：邱堃，
申請(專利權)人：邱堃，
類型：發明
國別省市：北京,11