智能分诊方法、装置、电子设备及存储介质制造方法及图纸

本申请涉及医疗科技技术领域，具体提供了一种智能分诊方法、装置、电子设备及存储介质，其中，该方法包括：获取患者的至少一个症状；所述至少一个症状包括本轮症状询问得到的症状；根据所述至少一个症状获取所述患者对应的科室推荐结果；获取针对所述科室推荐结果的反馈；根据所述反馈将本轮症状询问得到的症状确定为目标症状；基于所述目标症状进行下一轮症状询问，重复执行多轮症状询问直至向所述患者返回推荐科室。本申请实施例不仅有利于减少分诊时与患者交互的轮数，还有利于提高分诊的准确度。

【技术实现步骤摘要】
智能分诊方法、装置、电子设备及存储介质
本申请涉及图像处理
，尤其涉及一种智能分诊方法、装置、电子设备及存储介质。
技术介绍
患者分诊是医院日常工作中的一项重要工作，快速精准地分诊可节省患者的就诊时间，提高其就诊体验。传统的分诊方法多为人工分诊，由于各地医院等级不同，从医人员的水平也参差不齐，所以人工分诊的准确度也不尽相同，且需要一定的人力投入，在此背景下，智能分诊诞生。目前的智能分诊往往是使用强化学习模型来决策具体的问诊轮数，现有强化学习的方法对患者症状并未加以区分，对科室推荐未起到帮助作用的症状也被重点考虑，另外，将症状询问和科室推荐都设置为强化学习模型的学习目标，使得模型学习任务较为复杂，这些都将影响到分诊的准确度。
技术实现思路
针对上述问题，本申请提供了一种智能分诊方法、装置、电子设备及存储介质，有利于提高分诊的准确度。为实现上述目的，本申请实施例第一方面提供了一种智能分诊方法，该方法包括：获取患者的至少一个症状；所述至少一个症状包括本轮症状询问得到的症状；根据所述至少一个症状获取所述患者对应的科室推荐结果；获取针对所述科室推荐结果的反馈；根据所述反馈将本轮症状询问得到的症状确定为目标症状；基于所述目标症状进行下一轮症状询问，重复执行多轮症状询问直至向所述患者返回推荐科室。结合第一方面，在一种可能的实施方式中，所述根据所述至少一个症状获取所述患者对应的科室推荐结果，包括：将所述至少一个症状输入预训练的分诊模型进行关键信息的提取；所述分诊模型为独立的有监督学习模型，用于执行科室推荐任务；基于提取出的关键信息进行科室的推荐预测，输出所述科室推荐结果。结合第一方面，在一种可能的实施方式中，所述科室推荐结果包括待推荐科室及所述待推荐科室对应的第一预测概率，所述待推荐科室包括所述患者的实际就诊科室；所述获取针对所述科室推荐结果的反馈，包括：基于所述实际就诊科室的第一预测概率获取针对所述科室推荐结果的反馈。结合第一方面，在一种可能的实施方式中，所述基于所述实际就诊科室的第一预测概率获取针对所述科室推荐结果的反馈，包括：获取所述患者对应的历史科室推荐结果；所述历史科室推荐结果包括历史待推荐科室及所述历史待推荐科室对应的第二预测概率，所述历史待推荐科室包括所述实际就诊科室；从所述历史科室推荐结果中获取所述实际就诊科室的第二预测概率；在所述实际就诊科室的第一预测概率大于所述实际就诊科室的第二预测概率的情况下，得到针对所述科室推荐结果的第一反馈；在所述实际就诊科室的第一预测概率小于等于所述实际就诊科室的第二预测概率的情况下，得到针对所述科室推荐结果的第二反馈；或者，基于所述待推荐科室的第一预测概率对所述待推荐科室进行排序，得到所述实际就诊科室的第一排序结果；获取所述实际就诊科室的第二排序结果；所述第二排序结果为预先基于所述历史待推荐科室的第二预测概率对所述历史待推荐科室进行排序得到；在所述第一排序结果相较于所述第二排序结果有所上升的情况下，得到针对所述科室推荐结果的第一反馈；在所述第一排序结果相较于所述第二排序结果有所下降的情况下，得到针对所述科室推荐结果的第二反馈。结合第一方面，在一种可能的实施方式中，所述根据所述反馈将本轮症状询问得到的症状确定为目标症状，包括：在所述反馈为针对所述科室推荐结果的第一反馈的情况下，将本轮症状询问得到的症状确定为所述目标症状。结合第一方面，在一种可能的实施方式中，所述获取患者的至少一个症状，包括：获取历史症状询问得到的历史症状；基于所述历史症状判断是否向所述患者返回推荐科室；若否则从预设的多个症状子集中确定出目标症状子集，以及从所述目标症状子集中确定出待询问症状；使用所述待询问症状执行本轮症状询问任务，以及在获取到针对本轮症状询问的第三反馈的情况下，将所述待询问症状确定为本轮症状询问得到的症状；所述第三反馈表示所述患者存在所述待询问症状；由所述历史症状和本轮症状询问得到的症状组成所述至少一个症状。本申请实施例第二方面提供了一种智能分诊装置，该装置包括：症状获取模块，用于获取患者的至少一个症状；所述至少一个症状包括本轮症状询问得到的症状；科室推荐模块，用于根据所述至少一个症状获取所述患者对应的科室推荐结果；反馈获取模块，用于获取针对所述科室推荐结果的反馈；症状确定模块，根据所述反馈将本轮症状询问得到的症状确定为目标症状；科室输出模块，用于基于所述目标症状进行下一轮症状询问，重复执行多轮症状询问直至向所述患者返回推荐科室。结合第二方面，在一种可能的实施方式中，在根据所述至少一个症状获取所述患者对应的科室推荐结果方面，所述科室推荐模块具体用于：将所述至少一个症状输入预训练的分诊模型进行关键信息的提取；所述分诊模型为独立的有监督学习模型，用于执行科室推荐任务；基于提取出的关键信息进行科室的推荐预测，输出所述科室推荐结果。结合第二方面，在一种可能的实施方式中，所述科室推荐结果包括待推荐科室及所述待推荐科室对应的第一预测概率，所述待推荐科室包括所述患者的实际就诊科室；在获取针对所述科室推荐结果的反馈方面，所述反馈获取模块具体用于：基于所述实际就诊科室的第一预测概率获取针对所述科室推荐结果的反馈。结合第二方面，在一种可能的实施方式中，在基于所述实际就诊科室的第一预测概率获取针对所述科室推荐结果的反馈方面，所述反馈获取模块具体用于：获取所述患者对应的历史科室推荐结果；所述历史科室推荐结果包括历史待推荐科室及所述历史待推荐科室对应的第二预测概率，所述历史待推荐科室包括所述实际就诊科室；从所述历史科室推荐结果中获取所述实际就诊科室的第二预测概率；在所述实际就诊科室的第一预测概率大于所述实际就诊科室的第二预测概率的情况下，得到针对所述科室推荐结果的第一反馈；在所述实际就诊科室的第一预测概率小于等于所述实际就诊科室的第二预测概率的情况下，得到针对所述科室推荐结果的第二反馈；或者，基于所述待推荐科室的第一预测概率对所述待推荐科室进行排序，得到所述实际就诊科室的第一排序结果；获取所述实际就诊科室的第二排序结果；所述第二排序结果为预先基于所述历史待推荐科室的第二预测概率对所述历史待推荐科室进行排序得到；在所述第一排序结果相较于所述第二排序结果有所上升的情况下，得到针对所述科室推荐结果的第一反馈；在所述第一排序结果相较于所述第二排序结果有所下降的情况下，得到针对所述科室推荐结果的第二反馈。结合第二方面，在一种可能的实施方式中，在根据所述反馈将本轮症状询问得到的症状确定为目标症状方面，所述症状确定模块具体用于：在所述反馈为针对所述科室推荐结果的第一反馈的情况下，将本轮症状询问得到的症状确定为所述目标症状。结合第二方面，在一种可能的实施方式中，在获取本文档来自技高网...

【技术保护点】
1.一种智能分诊方法，其特征在于，所述方法包括：/n获取患者的至少一个症状；所述至少一个症状包括本轮症状询问得到的症状；/n根据所述至少一个症状获取所述患者对应的科室推荐结果；/n获取针对所述科室推荐结果的反馈；/n根据所述反馈将本轮症状询问得到的症状确定为目标症状；/n基于所述目标症状进行下一轮症状询问，重复执行多轮症状询问直至向所述患者返回推荐科室。/n

【技术特征摘要】
1.一种智能分诊方法，其特征在于，所述方法包括：
获取患者的至少一个症状；所述至少一个症状包括本轮症状询问得到的症状；
根据所述至少一个症状获取所述患者对应的科室推荐结果；
获取针对所述科室推荐结果的反馈；
根据所述反馈将本轮症状询问得到的症状确定为目标症状；
基于所述目标症状进行下一轮症状询问，重复执行多轮症状询问直至向所述患者返回推荐科室。


2.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个症状获取所述患者对应的科室推荐结果，包括：
将所述至少一个症状输入预训练的分诊模型进行关键信息的提取；所述分诊模型为独立的有监督学习模型，用于执行科室推荐任务；
基于提取出的关键信息进行科室的推荐预测，输出所述科室推荐结果。


3.根据权利要求1或2所述的方法，其特征在于，所述科室推荐结果包括待推荐科室及所述待推荐科室对应的第一预测概率，所述待推荐科室包括所述患者的实际就诊科室；所述获取针对所述科室推荐结果的反馈，包括：
基于所述实际就诊科室的第一预测概率获取针对所述科室推荐结果的反馈。


4.根据权利要求3所述的方法，其特征在于，所述基于所述实际就诊科室的第一预测概率获取针对所述科室推荐结果的反馈，包括：
获取所述患者对应的历史科室推荐结果；所述历史科室推荐结果包括历史待推荐科室及所述历史待推荐科室对应的第二预测概率，所述历史待推荐科室包括所述实际就诊科室；
从所述历史科室推荐结果中获取所述实际就诊科室的第二预测概率；
在所述实际就诊科室的第一预测概率大于所述实际就诊科室的第二预测概率的情况下，得到针对所述科室推荐结果的第一反馈；在所述实际就诊科室的第一预测概率小于等于所述实际就诊科室的第二预测概率的情况下，得到针对所述科室推荐结果的第二反馈；
或者，
基于所述待推荐科室的第一预测概率对所述待推荐科室进行排序，得到所述实际就诊科室的第一排序结果；
获取所述实际就诊科室的第二排序结果；所述第二排序结果为预先基于所述历史待推荐科室的第二预测概率对所述历史待推荐科室进行排序得到；
在所述第一排序结果相较于所述第二排序结果有所上升的情况下，得到针对所述科室推荐结果的第一反馈；在所述第一排序结果相较于所述第二排序结果有所下降的情况下，得到针对所述科室推荐结果的第二反馈。

【专利技术属性】
技术研发人员：李彦轩，刘卓，孙行智，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44