基于人工智能的就诊医院推荐方法、装置、设备及介质制造方法及图纸

本申请涉及数字医疗技术领域，揭示了一种基于人工智能的就诊医院推荐方法、装置、设备及介质，其中方法包括：当目标医院转诊标识为社区时，根据推荐日期和病种及等级预测结果得到待筛选的社区医院数据集；根据目标患者基本信息和待筛选的社区医院数据集得到第一就诊医院推荐结果；当目标医院转诊标识为市级或第一就诊医院推荐结果的推荐结果为失败时，根据推荐日期和病种及等级预测结果得到待筛选的市级医院数据集；根据目标患者基本信息和待筛选的市级医院数据集得到第二就诊医院推荐结果。实现了自动化的医院推荐，避免了患者自己主观选择医院就医，通过目标医院转诊标识将患者首先分流到社区医院，在社区医院无法接诊时再分流到市级医院。再分流到市级医院。再分流到市级医院。

【技术实现步骤摘要】
基于人工智能的就诊医院推荐方法、装置、设备及介质


[0001]本申请涉及到数字医疗
，特别是涉及到一种基于人工智能的就诊医院推荐方法、装置、设备及介质。

技术介绍

[0002]现有的医疗挂号系统列出所有医院由患者自己选择医院就医，很多患者有小疾病也喜欢去市级医院就诊，使社区医院就诊任务较少导致医疗资源浪费，而市级医院就诊人数较多及排队严重导致医疗资源紧缺，使市级医院和专家医院无法集中医疗资源医治重大疾病患者，导致看病难。

技术实现思路

[0003]本申请的主要目的为提供一种基于人工智能的就诊医院推荐方法、装置、设备及介质，旨在解决现有技术通过列出所有医院由患者自己选择医院就医，使社区医院就诊任务较少导致医疗资源浪费，而市级医院就诊人数较多及排队严重导致医疗资源紧缺的技术问题。
[0004]为了实现上述专利技术目的，本申请提出一种基于人工智能的就诊医院推荐方法，所述方法包括：
[0005]获取就诊医院推荐请求，所述就诊医院推荐请求携带有推荐日期、病种及等级预测结果、目标医院转诊标识和目标患者基本信息；
[0006]当所述目标医院转诊标识为社区时，获取社区医院数据库，根据所述推荐日期和所述病种及等级预测结果，从所述社区医院数据库中获取社区医院数据，得到待筛选的社区医院数据集；
[0007]根据所述目标患者基本信息和所述待筛选的社区医院数据集进行社区医院推荐，得到第一就诊医院推荐结果；
[0008]当所述目标医院转诊标识为市级，或，所述第一就诊医院推荐结果的推荐结果为失败时，获取市级医院数据库；
[0009]根据所述推荐日期和所述病种及等级预测结果，从所述市级医院数据库中获取市级医院数据，得到待筛选的市级医院数据集；
[0010]根据所述目标患者基本信息和所述待筛选的市级医院数据集进行市级医院推荐，得到第二就诊医院推荐结果。
[0011]本申请还提出了一种基于人工智能的就诊医院推荐装置，所述装置包括：
[0012]请求获取模块，用于获取就诊医院推荐请求，所述就诊医院推荐请求携带有推荐日期、病种及等级预测结果、目标医院转诊标识和目标患者基本信息；
[0013]待筛选的社区医院数据集确定模块，用于当所述目标医院转诊标识为社区时，获取社区医院数据库，根据所述推荐日期和所述病种及等级预测结果，从所述社区医院数据库中获取社区医院数据，得到待筛选的社区医院数据集；
[0014]第一就诊医院推荐结果确定模块，用于根据所述目标患者基本信息和所述待筛选的社区医院数据集进行社区医院推荐，得到第一就诊医院推荐结果；
[0015]市级医院数据库获取模块，用于当所述目标医院转诊标识为市级，或，所述第一就诊医院推荐结果的推荐结果为失败时，获取市级医院数据库；
[0016]待筛选的市级医院数据集确定模块，用于根据所述推荐日期和所述病种及等级预测结果，从所述市级医院数据库中获取市级医院数据，得到待筛选的市级医院数据集；
[0017]第二就诊医院推荐结果确定模块，用于根据所述目标患者基本信息和所述待筛选的市级医院数据集进行市级医院推荐，得到第二就诊医院推荐结果。
[0018]本申请还提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
[0019]本申请还提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
[0020]本申请的基于人工智能的就诊医院推荐方法、装置、设备及介质，其中方法首先通过获取就诊医院推荐请求，所述就诊医院推荐请求携带有推荐日期、病种及等级预测结果、目标医院转诊标识和目标患者基本信息，然后当所述目标医院转诊标识为社区时，根据所述推荐日期和所述病种及等级预测结果，从所述社区医院数据库中获取社区医院数据，得到待筛选的社区医院数据集，根据所述目标患者基本信息和所述待筛选的社区医院数据集进行社区医院推荐，得到第一就诊医院推荐结果，最后当所述目标医院转诊标识为市级，或，所述第一就诊医院推荐结果的推荐结果为失败时，根据所述推荐日期和所述病种及等级预测结果，从所述市级医院数据库中获取市级医院数据，得到待筛选的市级医院数据集，根据所述目标患者基本信息和所述待筛选的市级医院数据集进行市级医院推荐，得到第二就诊医院推荐结果，从而实现了通过推荐日期、病种及等级预测结果、目标医院转诊标识进行自动化的医院推荐，避免了患者自己主观选择医院就医，通过目标医院转诊标识将患者首先分流到社区医院，在社区医院无法接诊时再分流到市级医院，有利于合理分配社区医院的医疗资源和市级医院的医疗资源，避免了社区医院的医疗资源的浪费，也避免了市级医院的医疗资源的紧缺。
附图说明
[0021]图1为本申请一实施例的基于人工智能的就诊医院推荐方法的流程示意图；
[0022]图2为本申请一实施例的基于人工智能的就诊医院推荐装置的结构示意框图；
[0023]图3为本申请一实施例的计算机设备的结构示意框图。
[0024]本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0025]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0026]参照图1，本申请实施例中提供一种基于人工智能的就诊医院推荐方法，所述方法包括：
[0027]S1：获取就诊医院推荐请求，所述就诊医院推荐请求携带有推荐日期、病种及等级预测结果、目标医院转诊标识和目标患者基本信息；
[0028]S2：当所述目标医院转诊标识为社区时，获取社区医院数据库，根据所述推荐日期和所述病种及等级预测结果，从所述社区医院数据库中获取社区医院数据，得到待筛选的社区医院数据集；
[0029]S3：根据所述目标患者基本信息和所述待筛选的社区医院数据集进行社区医院推荐，得到第一就诊医院推荐结果；
[0030]S4：当所述目标医院转诊标识为市级，或，所述第一就诊医院推荐结果的推荐结果为失败时，获取市级医院数据库；
[0031]S5：根据所述推荐日期和所述病种及等级预测结果，从所述市级医院数据库中获取市级医院数据，得到待筛选的市级医院数据集；
[0032]S6：根据所述目标患者基本信息和所述待筛选的市级医院数据集进行市级医院推荐，得到第二就诊医院推荐结果。
[0033]本实施例首先通过获取就诊医院推荐请求，所述就诊医院推荐请求携带有推荐日期、病种及等级预测结果、目标医院转诊标识和目标患者基本信息，然后当所述目标医院转诊标识为社区时，根据所述推荐日期和所述病种及等级预测结果，从所述社区医院数据库中获取社区医院数据，得到待筛选的社区医院数据集，根据所述目标患者基本信息和所述待筛选的社区医院数据集进行社区医院推荐，得到第一就诊医院推荐结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的就诊医院推荐方法，其特征在于，所述方法包括：获取就诊医院推荐请求，所述就诊医院推荐请求携带有推荐日期、病种及等级预测结果、目标医院转诊标识和目标患者基本信息；当所述目标医院转诊标识为社区时，获取社区医院数据库，根据所述推荐日期和所述病种及等级预测结果，从所述社区医院数据库中获取社区医院数据，得到待筛选的社区医院数据集；根据所述目标患者基本信息和所述待筛选的社区医院数据集进行社区医院推荐，得到第一就诊医院推荐结果；当所述目标医院转诊标识为市级，或，所述第一就诊医院推荐结果的推荐结果为失败时，获取市级医院数据库；根据所述推荐日期和所述病种及等级预测结果，从所述市级医院数据库中获取市级医院数据，得到待筛选的市级医院数据集；根据所述目标患者基本信息和所述待筛选的市级医院数据集进行市级医院推荐，得到第二就诊医院推荐结果。2.根据权利要求1所述的基于人工智能的就诊医院推荐方法，其特征在于，所述获取就诊医院推荐请求的步骤，包括：获取就医请求，所述就医请求携带有目标患者标识；从患者数据库中获取所述目标患者标识对应的患者病历数据，作为目标患者病历数据；根据所述目标患者病历数据进行病种及等级预测，得到所述病种及等级预测结果；从所述患者数据库中获取与所述目标患者标识对应的患者基本信息，作为所述目标患者基本信息；获取所述推荐日期和与所述目标患者标识及所述病种及等级预测结果对应的所述目标医院转诊标识；根据所述推荐日期、所述病种及等级预测结果、所述目标患者基本信息和所述目标医院转诊标识生成所述就诊医院推荐请求。3.根据权利要求2所述的基于人工智能的就诊医院推荐方法，其特征在于，所述根据所述目标患者病历数据进行病种及等级预测，得到所述病种及等级预测结果的步骤，包括：从所述目标患者病历数据中获取更新日期最晚的患者自述病例数据，作为待分析的患者自述病例数据；判断所述待分析的患者自述病例数据对应的医生诊断数据中是否存在病种及等级数据；当存在所述病种及等级数据时，根据所述待分析的患者自述病例数据对应的所述医生诊断数据确定所述病种及等级预测结果；当不存在所述病种及等级数据时，获取病种及等级库，对所述病种及等级库中的每个病历数据与所述待分析的患者自述病例数据的自述病例数据之间进行相似度计算，得到相似度集合；从所述相似度集合获取最大值的相似度，得到目标相似度；将所述目标相似度对应的所述病历数据作为目标病历数据；
将所述目标病历数据在所述病种及等级库中对应的病种及等级数据作为所述病种及等级预测结果。4.根据权利要求1所述的基于人工智能的就诊医院推荐方法，其特征在于，所述根据所述推荐日期和所述病种及等级预测结果，从所述社区医院数据库中获取社区医院数据，得到待筛选的社区医院数据集的步骤，包括：获取预设概率阈值，根据所述病种及等级预测结果中的大于所述预设概率阈值的每个概率对应的病种及等级确定目标病种；根据所述目标病种，从所述社区医院数据库中的剩余接诊人数比例数据的各个病种中进行查找，将在所述社区医院数据库中查找到的所述病种对应的各个所述社区医院数据作为待处理的社区医院数据集；根据所述推荐日期和所述目标病种，从所述待处理的社区医院数据集中获取剩余接诊人数比例，得到待处理的剩余接诊人数比例集；将所述待处理的剩余接诊人数比例集中的不等于0的各个所述剩余接诊人数比例各自对应的所述社区医院数据，作为所述待筛选的社区医院数据集。5.根据权利要求1所述的基于人工智能的就诊医院推荐方法，其特征在于，所述根据所述目标患者基本信息和所述待筛选的社区医院数据集进行社区医院推荐，得到第一就诊医院推荐结果的步骤，包括：对所述待筛选的社区医院数据集中的每个所述社区医院数据的医院地址与所述目标患者...

【专利技术属性】
技术研发人员：袁锭超，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：