一种智能导医方法、装置、存储介质以及电子设备制造方法及图纸

技术编号:30831352 阅读:9 留言:0更新日期:2021-11-18 12:46
本申请涉及人工智能技术领域,具体公开了一种智能导医方法、装置、存储介质以及电子设备。其中方法包括:接收用户上传的问诊信息;基于所述问诊信息的问诊类型匹配目标判断方式;其中,所述问诊类型包括:语音、文字或图像;基于所述目标判断方式确定所述问诊信息中的目标分诊信息;基于所述目标分诊信息匹配对应的目标医生,并显示所述目标医生的信息。本申请中,通过根据问诊类型来匹配相应的目标判断方式,然后根据目标判断方式来对问诊信息进行判断,确定出目标分诊信息,由此实现了针对不同问诊类型的问诊信息均能够进行疾病判断,以智能的为用户导医。能的为用户导医。能的为用户导医。

【技术实现步骤摘要】
一种智能导医方法、装置、存储介质以及电子设备


[0001]本申请涉及人工智能
,特别涉及一种智能导医方法、装置、存储介质以及电子设备。

技术介绍

[0002]近年来,随着生活水平的提高,患者对优质资源的需求日益增长,线上诊疗流量增加,问询需求量随之放大。院方不仅需要招雇大具备专业知识的人员来负责导诊导医等问询工作,还要投入大量的精力财力进行人员培训,同时也会增加人力考核与管理成本。由此自助导医的智能导医方法及系统应运而生。
[0003]但是现有的导医方法及系统还存在一些问题,例如:现有系统大多为嵌入于硬件设备,用于线下导医,无法在线上实现针对不同问诊类型的导医问诊;并且通常只支持单一问诊类型的问诊信息进行导医问诊,比如只采用语音识别或文字问诊,无法综合各种问诊类型的问诊信息给出更加准确的科室分类结果;同时现有的导医方法及系统大多基于规则或传统机器学习方法构建,无法充分提取用户上传数据的特征信息,从而造成导医的准确度较低。

技术实现思路

[0004]有鉴于此,本专利技术提供了一种智能导医方法、装置、存储介质以及电子设备,主要目的在于解决目前存在的导医方法无法针对不同问诊类型进行导医的问题。
[0005]为解决上述问题,本申请提供一种智能导医方法,包括:
[0006]接收用户上传的问诊信息;
[0007]基于所述问诊信息的问诊类型匹配目标判断方式;其中,所述问诊类型包括:语音、文字或图像;
[0008]基于所述目标判断方式确定所述问诊信息中的目标分诊信息;r/>[0009]基于所述目标分诊信息匹配对应的目标医生,并显示所述目标医生的信息。
[0010]可选的,当所述问诊类型为语音或文字时,所述基于所述目标判断方式确定所述问诊信息中的目标分诊信息,包括:
[0011]对语音类问诊信息或文字类问诊信息进行预处理,获得若干文本语句;
[0012]基于各所述文本语句进行关键词提取,获得若干候选关键词;
[0013]基于各所述候选关键词构建对应的若干候选关键词图;
[0014]基于各所述候选关键词图计算各所述候选关键词的权重值;
[0015]基于各所述权重值确定目标关键词,其中,所述目标关键词包括一个或多个;
[0016]基于所述目标关键词在预构建的医学知识图谱中匹配,以确定目标分诊信息。
[0017]可选的,当所述问诊类型为图像时,所述基于所述目标判断方式确定所述问诊信息中的目标分诊信息,包括:
[0018]判断所述图像中目标对象的类型;
[0019]若所述目标对象的类型为人体部位,基于预设的目标细粒度分类模型对所述图像进行识别,获得各疾病目标概率值;
[0020]基于所述目标概率值确定目标分诊信息;
[0021]若所述目标对象的类型为文字,基于文字识别模型对所述图像中的文字进行识别,获得目标分诊信息。
[0022]可选的,在接收用户上传的问诊信息之后,所述方法还包括:接收用户上传的位置信息;
[0023]所述基于所述目标分诊信息匹配对应的目标医生,并显示所述目标医生的信息包括:
[0024]识别所匹配的目标医生的数量;
[0025]当所匹配的目标医生数量为多个时,按照所述目标医生所在位置与所述位置信息之间的距离远近排列,并显示各所述目标医生的信息。
[0026]可选的,所述对语音类问诊信息或文字类问诊信息进行预处理,获得若干文本语句,包括:
[0027]在所述问诊类型为语音的情况下,按照预定的语音帧长度以及预定的移帧长度对语音问诊信息进行分帧处理,获得若干语音帧片段;
[0028]对各所述语音帧片段进行转换,获得对应的多维向量;
[0029]对各所述多维向量进行归一化处理,获得与各所述多维向量对应的目标特征向量;
[0030]基于各所述目标特征向量获得对应的音素序列;
[0031]基于各所述音素序列获得初始文本;
[0032]基于所述初始文本进行分割处理,获得所述若干文本语句;
[0033]在所述问诊类型为文字的情况下,对所述文字问诊信息进行分割处理,获得所述若干文本语句。
[0034]可选的,基于预设的目标细粒度分类模型对所述图像进行识别,获得各疾病目标概率值,具体包括:
[0035]对所述图像进行特征提取,获得第一特征图;
[0036]利用第一卷积层以及第二卷积层分别对所述第一特征图进行卷积处理,获得第二特征图以及第三特征图;
[0037]基于第一全卷积层对所述第二特征图进行全卷积处理,获得第四特征图,以基于所述第四特征图获取到各疾病的第一概率值;
[0038]基于池化层以及第二全卷积层依次对所述第三特征图进行处理,获得第五特征图,以基于所述第五特征图获取到各疾病的第二概率值;
[0039]基于池化层以及交叉通道池化层依次对所述第三特征图进行处理,获得第六特征图,以基于所述第六特征图获取到各疾病的第三概率值;
[0040]基于各疾病的第一概率值、各疾病的第二概率值以及各疾病的第三概率值获得所述各疾病的目标概率值。
[0041]可选的,在基于预设的目标细粒度分类模型对所述图像进行识别,获得各疾病目标概率值之前,所述方法还包括训练获得所述目标细粒度分类模型,训练过程包括:
[0042]获取若干图像样本;
[0043]获取与各图像样本对应的疾病名称;
[0044]基于所述图像样本以及各图像样本对应的疾病名称,进行细粒度分类模型的训练,获得所述目标细粒度分类模型。
[0045]为解解决上述技术问题,本申请提供一种智能导医装置,包括:
[0046]接收模块,用于接收用户上传的问诊信息;
[0047]第一匹配模块,用于基于所述问诊信息的问诊类型匹配目标判断方式;其中,所述问诊类型包括:语音、文字或图像;
[0048]确定模块,用于基于所述目标判断方式确定所述问诊信息中的目标分诊信息;
[0049]第二匹配模块,用于基于所述目标分诊信息匹配对应的目标医生,并显示所述目标医生的信息。
[0050]为解决上述,本申请提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述智能导医方法的步骤。
[0051]为解决上述,本申请提供一种电子设备,至少包括存储器、处理器,所述存储器上存储有计算机程序,所述处理器在执行所述存储器上的计算机程序时实现上述任一项所述智能导医方法的步骤。
[0052]本申请中的智能导医方法、装置、存储介质以及电子设备,通过根据问诊类型来匹配相应的目标判断方式,然后根据目标判断方式来对问诊信息进行判断,确定出目标分诊信息,由此实现了针对不同问诊类型的问诊信息均能够进行疾病判断,以智能的为用户导医,帮助用户快速的找到目标医生。
[0053]上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能导医方法,其特征在于,包括:接收用户上传的问诊信息;基于所述问诊信息的问诊类型匹配目标判断方式;其中,所述问诊类型包括:语音、文字或图像;基于所述目标判断方式确定所述问诊信息中的目标分诊信息;基于所述目标分诊信息匹配对应的目标医生,并显示所述目标医生的信息。2.如权利要求1所述的方法,其特征在于,当所述问诊类型为语音或文字时,所述基于所述目标判断方式确定所述问诊信息中的目标分诊信息,包括:对语音类问诊信息或文字类问诊信息进行预处理,获得若干文本语句;基于各所述文本语句进行关键词提取,获得若干候选关键词;基于各所述候选关键词构建对应的若干候选关键词图;基于各所述候选关键词图计算各所述候选关键词的权重值;基于各所述权重值确定目标关键词,其中,所述目标关键词包括一个或多个;基于所述目标关键词在预构建的医学知识图谱中匹配,以确定目标分诊信息。3.如权利要求1所述的方法,其特征在于,当所述问诊类型为图像时,所述基于所述目标判断方式确定所述问诊信息中的目标分诊信息,包括:判断所述图像中目标对象的类型;若所述目标对象的类型为人体部位,基于预设的目标细粒度分类模型对所述图像进行识别,获得各疾病目标概率值;基于所述目标概率值确定目标分诊信息;若所述目标对象的类型为文字,基于文字识别模型对所述图像中的文字进行识别,获得目标分诊信息。4.如权利要求1所述的方法,其特征在于,在接收用户上传的问诊信息之后,所述方法还包括:接收用户上传的位置信息;所述基于所述目标分诊信息匹配对应的目标医生,并显示所述目标医生的信息包括:识别所匹配的目标医生的数量;当所匹配的目标医生数量为多个时,按照所述目标医生所在位置与所述位置信息之间的距离远近排列,并显示各所述目标医生的信息。5.如权利要求2所述的方法,其特征在于,所述对语音类问诊信息或文字类问诊信息进行预处理,获得若干文本语句,包括:在所述问诊类型为语音的情况下,按照预定的语音帧长度以及预定的移帧长度对语音问诊信息进行分帧处理,获得若干语音帧片段;对各所述语音帧片段进行转换,获得对应的多维向量;对各所述多维向量进行归一化处理,获得与各所述多维向量对应的目标特征向量;基于各所述目标特征向量获得对应的音素序列;基于各所述音素序列获得初始文本...

【专利技术属性】
技术研发人员:张俊杰
申请(专利权)人:平安医疗健康管理股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1