基于AI的老人分诊系统及方法技术方案

本发明专利技术公开了一种基于AI的老人分诊系统及方法，涉及医疗技术领域，包括：数据库：预先存储有各医院信息；老人病症确认模块：用于通过询问用户病症和病症的严重程度获取用户当前疾病名称；医院筛选模块：用于根据医院信息和用户当前疾病名称对医院进行筛选排序；科室匹配模块：用于根据用户当前疾病名称匹配到筛选剩下的医院的对应科室。本发明专利技术解决了老人用户在就医前无法得知自己应该挂号的科室的问题，主要提供一种能够根据老人的病症匹配对应的医院和科室的基于AI的老人分诊系统及方法。

【技术实现步骤摘要】
基于AI的老人分诊系统及方法
本专利技术涉及医疗
，特别涉及一种基于AI的老人分诊系统及方法。
技术介绍
人工智能意在生产出一种能够以人类智能相似的方式做出反应的智能机器，以代替人类思考，高效率、低能耗且智能地解决各种问题，目前已成为一项热门的研究课题。人工智能分为弱人工智能和强人工智能两大类，弱人工智能虽然能够对输入信息做出看似智能的反应，但并不具备推理和自主解决问题的能力，无法实现真正的智能化。而强人工智能着重于模拟人类的大脑，通过复制人脑的活动可以具备推理和自主解决问题的能力，实现智能化。目前，自人工智能从诞生以来，人工智能的理论和技术日益成熟，应用领域也不断扩大，特别是应用于老人服务领域的人工智能技术越来越受到社会的关注，越来越多的企业和科研工作者参与到了老人服务领域的人工智能相关理论、方法及工程的研发中来。目前，中国仪进入老龄化社会，老年人因其身体机能的逐渐衰退，常常伴随着多种疾病并存，所以需要经常到医院进行治疗，现在医院一般的看病流程为到医院前台处进行问诊，通过描述自己病症状况得知自己要挂号的科室，然后到挂号处进行挂号，由于医院往往人比较多，老人问诊和挂号都需要排队，这样就浪费了老人等待的时间；并且老人有时无法准确描述清楚自己的病症状况，使得挂号的时候造成挂错号看错医生的情况，降低了就医效率，往往老人需要重新挂号，又需要重新排队等待，浪费了医疗资源。
技术实现思路
本专利技术意在提供一种基于AI的老人分诊系统及方法，能够根据老人的病症匹配对应的医院和科室，以节约分诊资源和提高就医效率。为解决上述技术问题，本专利技术提供的基础方案如下：基于AI的老人分诊系统，包括：数据库：预先存储有各医院信息；老人病症确认模块：用于通过询问用户病症和病症的严重程度获取用户当前疾病名称；医院筛选模块：用于根据医院信息和用户当前疾病名称对医院进行筛选排序；科室匹配模块：用于根据用户当前疾病名称匹配到筛选剩下的医院的对应科室。本专利技术的技术方案，通过询问用户病症和病症的严重程度获取用户当前疾病名称，以实现对老人所患疾病的初步判断，然后根据医院信息和用户当前疾病名称对医院进行筛选，筛选规则可为根据用户当前疾病名称和医院特色专业进行匹配，并筛选出治疗该疾病最好的N家医院，然后根据用户当前疾病名称匹配到筛选出的N家医院的对应科室，从而用户在就医前可了解到自己应该挂号的科室，就不用到医院问诊台处进行询问，节约了分诊资源；并且避免用户因误判断自己的病情而挂错号的情形发生，从而节约了挂号资源和提高了就医效率。进一步，还包括：科室确认模块：用于通过询问用户确定选取某一医院的某个科室；医生信息展示模块：用于根据确认选取的科室展示该科室所有的医生信息；挂号模块：用于通过询问用户对展示的医生进行挂号。科室确认模块通过询问用户确定选取某一医院的某个科室，例如，通过语音询问用户选取哪一个医院的对应科室，当用户选定某家医院后，通过语音识别用户回答的医院，并选定该家医院的对应科室；再通过医生信息展示模块展示选定的医院对应科室的所有的医生信息，医生信息可包括：医生姓名、医生职称、医生擅长疾病和医生上班信息等；用户再通过挂号模块即可对医生进行挂号，从而用户能够对所患疾病对应的科室的医生选择性的进行挂号。进一步，所述老人病症确认模块包括：近义词数据库，预先存储有症状/疾病的近义词；用户症状获取子模块，用于通过询问用户获取并识别用户症状，并将用户症状与症状/疾病的近义词库进行匹配得出症状词；症状程度获取子模块，用于通过询问用户获取并识别各症状严重程度，并获取严重程度的提取词；推理条件生成子模块，用于根据症状词和严重程度的提取词生成推理语句；用户疾病推理子模块：用于将生成的推理语句传送至推理模块，并接收推理模块返回值；是否确诊判断子模块：用于根据推理模块返回值判断是否确诊，若未确诊，根据推理模块是否返回提问症状词判断是否对用户进行再次询问，若是，根据推理模块返回的提问症状词对用户进行再次询问；若否，生成异常情况回答；若确诊，将确诊的疾病名称生成自然语言回答。用户症状获取子模块询问用户症状，并通过语义识别该症状，将识别的症状与症状/疾病的近义词库进行匹配得出症状词，例如，用户症状为“头晕”，用户症状获取子模块就会将头晕的症状与症状/疾病的近义词库进行匹配得出“头昏”“眩晕”等症状词；症状程度获取子模块再询问用户症状的严重程度，并获取严重程度的提取词，例如，本系统将症状的严重程度设为8个等级，分别为特别严重、很严重、严重、比较严重、一般、有点、轻微、无；推理条件生成子模块根据症状词和严重程度的提取词生成推理语句；将生成的推理语句传送至推理模块，并接收推理模块返回值，推理模块主要用于根据症状词和严重程度的提取词对老人可能患上的疾病进行推理，并将推理结果返回给是否确诊判断子模块，是否确诊判断子模块再根据推理模块返回值判断是否能够对老人进行确诊，若确诊，则会将确诊的疾病名称生成自然语言回答，例如，通过老人头晕的症状和轻微的严重程度判断老人可能得了感冒，则将感冒生成自然语言回答；若未确诊，则要判断是否对用户进行再次询问，若需要对用户进行再次询问，则根据推理模块返回的提问症状词对用户进行再次询问，若不需要对用户进行再次询问，则生成异常情况回答，例如，通过老人头晕的症状和轻微的严重程度无法判断老人可能患上的疾病，推理模块根据推理语句生成提问症状词，并根据提问症状词生成反问句，再次询问老人是否有其他症状，例如，推理模块根据老人头晕的症状和轻微的严重程度生成的提问症状词是“胸口闷”，从而用户症状获取子模块再次询问老人是否有胸口闷的症状，让老人补充相关症状，直到得到确诊结果或是系统确认无法诊断。进一步，还包括：用户信息库，预先存储有用户历史患病数据；所述用户症状获取子模块：还用于从用户信息库中获取用户历史患病数据；所述推理条件生成子模块：还用于根据用户历史患病数据生成推理语句。用户信息库中预先存储有历史患病数据，当用户登录系统咨询时，系统自动调取用户历史患病数据，获取既往病史、职业病、季节病等相关信息，辅助诊断，加快诊断速度，提高系统推理效率。本专利技术另一目的在于提供一种基于AI的老人分诊方法，该方法基于以上系统，该方法包括以下步骤：数据库搭建步骤：搭建用于存储各医院信息的数据库；老人病症确认步骤：通过询问用户病症和病症的严重程度获取用户当前疾病名称；医院筛选步骤：根据医院信息和用户当前疾病名称对医院进行筛选；科室匹配步骤：根据用户当前疾病名称匹配到筛选出的医院的对应科室。进一步，在科室匹配步骤之后还包括：科室确认步骤：通过询问用户确定选取某一医院的某个科室；医生信息展示步骤：根据确认选取的科室展示该科室所有的医生信息；挂号步骤：根据展示的医生信息对医生进行挂号。进一步，所述老人病症确认步骤具体包括：近义词数据库，预先存储有症状/疾病的近义词；用户症状获取步骤：通过询问用户获取并识别用户症状，将用户症状与症状/疾病的近义词库进行匹配得出症状词；症状程度获取步骤：通过询问用户获取并识别各症状严重程度，并获取严重程度的提取词；推理条件生成步骤：根据症状词和严重程度的提取词生成推理语句；用户疾病推理步骤：将生成的推理语句传送至推理模块，并接收推理模块返回值；是否确诊判断步骤：根本文档来自技高网...

【技术保护点】
1.基于AI的老人分诊系统，其特征在于，包括：数据库：预先存储有各医院信息；老人病症确认模块：用于通过询问用户病症和病症的严重程度获取用户当前疾病名称；医院筛选模块：用于根据医院信息和用户当前疾病名称对医院进行筛选；科室匹配模块：用于根据用户当前疾病名称匹配到筛选出的医院的对应科室。

【技术特征摘要】
1.基于AI的老人分诊系统，其特征在于，包括：数据库：预先存储有各医院信息；老人病症确认模块：用于通过询问用户病症和病症的严重程度获取用户当前疾病名称；医院筛选模块：用于根据医院信息和用户当前疾病名称对医院进行筛选；科室匹配模块：用于根据用户当前疾病名称匹配到筛选出的医院的对应科室。2.根据权利要求1所述的基于AI的老人分诊系统，其特征在于，还包括：科室确认模块：用于通过询问用户确定选取某一医院的某个科室；医生信息展示模块：用于根据确认选取的科室展示该科室所有的医生信息；挂号模块：用于供用户对展示的医生进行挂号。3.根据权利要求1所述的基于AI的老人分诊系统，其特征在于，所述老人病症确认模块包括：近义词数据库，预先存储有症状/疾病的近义词；用户症状获取子模块，用于通过询问用户获取并识别用户症状，并将用户症状与症状/疾病的近义词库进行匹配得出症状词；症状程度获取子模块，用于通过询问用户获取并识别各症状严重程度，并获取严重程度的提取词；推理条件生成子模块，用于根据症状词和严重程度的提取词生成推理语句；用户疾病推理子模块：用于将生成的推理语句传送至推理模块，并接收推理模块返回值；是否确诊判断子模块：用于根据推理模块返回值判断是否确诊，若未确诊，根据推理模块是否返回提问症状词判断是否对用户进行再次询问，若是，根据推理模块返回的提问症状词对用户进行再次询问；若否，生成异常情况回答；若确诊，将确诊的疾病名称生成自然语言回答。4.根据权利要求3所述的基于AI的老人分诊系统，其特征在于，还包括：用户信息库，预先存储有用户历史患病数据；所述用户症状获取子模块：还用于从用户信息库中获取用户历史患病数据；所述推理条件生成子模块：还用于根据用户历史患病数据生成推理语句。5.基于AI的老人分诊方法，其特征在于，包括以下步骤：...

【专利技术属性】
技术研发人员：潘晓明，
申请(专利权)人：重庆柚瓣家科技有限公司，
类型：发明
国别省市：重庆,50