基于人工智能的医疗资源对接方法及系统技术方案

本发明专利技术实施例提供的基于人工智能的医疗资源对接方法及系统，首先，通过对电子病历文本数据进行语义挖掘处理，得到病历文本的语义集，能够更深入地理解病历文本数据的含义和内容，从而更准确地识别病患需求标签；其次，根据病患需求标签在预设的资源映射关系表中查找匹配的医疗资源标签，并从医疗资源信息库中抽取目标医疗资源文本数据，这样可以实现更精准的匹配，确保所推送的资源与病患需求高度匹配，同时实现病患资源与医疗资源

【技术实现步骤摘要】
基于人工智能的医疗资源对接方法及系统


[0001]本专利技术涉及计算机
，具体而言，涉及一种基于人工智能的医疗资源对接方法及系统
。

技术介绍

[0002]在传统医疗市场中，患者及其家庭面临着巨大的经济压力，即使通过社会募捐或救助平台，很难筹集到足够的治疗费用
。
而一些医药公司的新药的临床试验项目或医药公司推出的慈善项目或其他医疗机构等医疗资源在一定程度上也需要相关的试验对象或慈善项目的接收对象，在此基础上，如果能够实现患者与临床试验项目的医疗资源或慈善项目的对接，可谓一举两得
。
其中，
CN111708949A
给出了一种传统的医疗资源对接和推送技术，但是这种技术针对召回数据集的处理仅是简单匹配，难以保障医疗资源对接的高度匹配性和医疗资源推送的个性化程度
。

技术实现思路

[0003]为了改善上述
CN111708949A
无法深入解决的问题，本专利技术提供了一种基于人工智能的医疗资源对接方法及系统
。
[0004]第一方面，提供一种基于人工智能的医疗资源对接方法，应用于
AI
智慧医疗系统，所述方法包括：
[0005]获取智慧医疗用户终端上传的电子病历文本数据；
[0006]对所述电子病历文本数据进行语义挖掘处理，得到所述电子病历文本数据对应的病历文本语义集；
[0007]调用完成调试的文本分类算法对所述病历文本语义集进行识别，获得所述病历文本语义集对应的病患需求标签；
[0008]在预设的资源映射关系表中查找出与所述病患需求标签匹配的医疗资源标签，并根据所述医疗资源标签从医疗资源信息库中抽取目标医疗资源文本数据；
[0009]通过所述目标医疗资源文本数据生成资源对接推送消息，将所述资源对接推送消息推送给所述智慧医疗用户终端
。
[0010]如此设计，通过
AI
对所述病患需求标签与目标医疗资源文本数据的分析加工及匹配后，平台持有方主动促成病患与目标医疗资源的精准对接
。
[0011]在一些可选的实施例中，所述调用完成调试的文本分类算法对所述病历文本语义集进行识别，获得所述病历文本语义集对应的病患需求标签，包括：
[0012]从所述病历文本语义集中获得就诊记录语义描述链，其中，所述就诊记录语义描述链包括存在先后顺序的
X
组就诊记录语义描述，所述
X
为不小于1的整数；
[0013]基于所述就诊记录语义描述链获取检验报告语义描述链，其中，所述检验报告语义描述链包括存在先后顺序的
X
组检验报告语义描述；
[0014]根据所述就诊记录语义描述链，通过文本分类算法所涵盖的第一浮点语义挖掘分
支获取就诊记录浮点语义块队列，其中，所述就诊记录浮点语义块队列包括
X
个就诊记录浮点语义块；
[0015]根据所述检验报告语义描述链，通过所述文本分类算法所涵盖的第二浮点语义挖掘分支获取检验报告浮点语义块队列，其中，所述检验报告浮点语义块队列包括
X
个检验报告浮点语义块；
[0016]根据所述就诊记录浮点语义块队列以及所述检验报告浮点语义块队列，通过所述文本分类算法所涵盖的前馈分支获取所述就诊记录语义描述链所对应的病患状态识别观点；
[0017]基于所述病患状态识别观点确定所述就诊记录语义描述链的病患需求标签
。
[0018]在一些可选的实施例中，所述根据所述就诊记录浮点语义块队列以及所述检验报告浮点语义块队列，通过所述文本分类算法所涵盖的前馈分支获取所述就诊记录语义描述链所对应的病患状态识别观点，包括：
[0019]根据所述就诊记录浮点语义块队列，通过所述文本分类算法所涵盖的第一医疗诊断文本关注模块获取
X
个第一诊断文本频繁项，其中，每个第一诊断文本频繁项对应于一个就诊记录浮点语义块；
[0020]根据所述检验报告浮点语义块队列，通过所述文本分类算法所涵盖的第二医疗诊断文本关注模块获取
X
个第二诊断文本频繁项，其中，每个第二诊断文本频繁项对应于一个检验报告浮点语义块；
[0021]对所述
X
个第一诊断文本频繁项以及所述
X
个第二诊断文本频繁项进行文本特征组合，得到
X
个目标诊断文本频繁项，其中，每个目标诊断文本频繁项包括一个第一诊断文本频繁项以及一个第二诊断文本频繁项；
[0022]根据所述
X
个目标诊断文本频繁项，通过所述文本分类算法所涵盖的所述前馈分支获取所述就诊记录语义描述链所对应的病患状态识别观点
。
[0023]在一些可选的实施例中，所述根据所述就诊记录浮点语义块队列，通过所述文本分类算法所涵盖的第一医疗诊断文本关注模块获取
X
个第一诊断文本频繁项，包括：
[0024]对于所述就诊记录浮点语义块队列中的每组就诊记录浮点语义块，通过所述第一医疗诊断文本关注模块所涵盖的局部特征映射层获取第一局部特征映射语义块，其中，所述第一医疗诊断文本关注模块属于所述文本分类算法；
[0025]对于所述就诊记录浮点语义块队列中的每组就诊记录浮点语义块，通过所述第一医疗诊断文本关注模块所涵盖的全局特征映射层获取第一全局特征映射语义块；
[0026]对于所述就诊记录浮点语义块队列中的每组就诊记录浮点语义块，根据所述第一局部特征映射语义块以及所述第一全局特征映射语义块，通过所述第一医疗诊断文本关注模块所涵盖的滑动滤波层获取第一联动映射语义块；
[0027]对于所述就诊记录浮点语义块队列中的每组就诊记录浮点语义块，根据所述第一联动映射语义块以及所述就诊记录浮点语义块，通过所述第一医疗诊断文本关注模块所涵盖的第一全局特征映射层获取第一诊断文本频繁项
。
[0028]在一些可选的实施例中，所述根据所述检验报告浮点语义块队列，通过所述文本分类算法所涵盖的第二医疗诊断文本关注模块获取
X
个第二诊断文本频繁项，包括：
[0029]对于所述检验报告浮点语义块队列中的每组检验报告浮点语义块，通过所述第二
医疗诊断文本关注模块所涵盖的局部特征映射层获取第二局部特征映射语义块，其中，所述第二医疗诊断文本关注模块属于所述文本分类算法；
[0030]对于所述检验报告浮点语义块队列中的每组检验报告浮点语义块，通过所述第二医疗诊断文本关注模块所涵盖的全局特征映射层获取第二全局特征映射语义块；
[0031]对于所述检验报告浮点语义块队列中的每组检验报告浮点语义块，根据所述第二局部特征映射语义块以及所述第二全局特征映射语义块，通过所述第二医疗诊断文本关注模块所涵盖的滑动滤波层获取第二联动映射语义块；
[0032]对于所述检验报告浮点语义块队列中的每组检验报告浮点语义本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于人工智能的医疗资源对接方法，其特征在于，应用于
AI
智慧医疗系统，所述方法包括：获取智慧医疗用户终端上传的电子病历文本数据；对所述电子病历文本数据进行语义挖掘处理，得到所述电子病历文本数据对应的病历文本语义集；调用完成调试的文本分类算法对所述病历文本语义集进行识别，获得所述病历文本语义集对应的病患需求标签；在预设的资源映射关系表中查找出与所述病患需求标签匹配的医疗资源标签，并根据所述医疗资源标签从医疗资源信息库中抽取目标医疗资源文本数据；通过所述目标医疗资源文本数据生成资源对接推送消息，将所述资源对接推送消息推送给所述智慧医疗用户终端
。2.
如权利要求1所述的方法，其特征在于，所述调用完成调试的文本分类算法对所述病历文本语义集进行识别，获得所述病历文本语义集对应的病患需求标签，包括：从所述病历文本语义集中获得就诊记录语义描述链，其中，所述就诊记录语义描述链包括存在先后顺序的
X
组就诊记录语义描述，所述
X
为不小于1的整数；基于所述就诊记录语义描述链获取检验报告语义描述链，其中，所述检验报告语义描述链包括存在先后顺序的
X
组检验报告语义描述；根据所述就诊记录语义描述链，通过文本分类算法所涵盖的第一浮点语义挖掘分支获取就诊记录浮点语义块队列，其中，所述就诊记录浮点语义块队列包括
X
个就诊记录浮点语义块；根据所述检验报告语义描述链，通过所述文本分类算法所涵盖的第二浮点语义挖掘分支获取检验报告浮点语义块队列，其中，所述检验报告浮点语义块队列包括
X
个检验报告浮点语义块；根据所述就诊记录浮点语义块队列以及所述检验报告浮点语义块队列，通过所述文本分类算法所涵盖的前馈分支获取所述就诊记录语义描述链所对应的病患状态识别观点；基于所述病患状态识别观点确定所述就诊记录语义描述链的病患需求标签
。3.
如权利要求2所述的方法，其特征在于，所述根据所述就诊记录浮点语义块队列以及所述检验报告浮点语义块队列，通过所述文本分类算法所涵盖的前馈分支获取所述就诊记录语义描述链所对应的病患状态识别观点，包括：根据所述就诊记录浮点语义块队列，通过所述文本分类算法所涵盖的第一医疗诊断文本关注模块获取
X
个第一诊断文本频繁项，其中，每个第一诊断文本频繁项对应于一个就诊记录浮点语义块；根据所述检验报告浮点语义块队列，通过所述文本分类算法所涵盖的第二医疗诊断文本关注模块获取
X
个第二诊断文本频繁项，其中，每个第二诊断文本频繁项对应于一个检验报告浮点语义块；对所述
X
个第一诊断文本频繁项以及所述
X
个第二诊断文本频繁项进行文本特征组合，得到
X
个目标诊断文本频繁项，其中，每个目标诊断文本频繁项包括一个第一诊断文本频繁项以及一个第二诊断文本频繁项；根据所述
X
个目标诊断文本频繁项，通过所述文本分类算法所涵盖的所述前馈分支获
取所述就诊记录语义描述链所对应的病患状态识别观点
。4.
如权利要求3所述的方法，其特征在于，所述根据所述就诊记录浮点语义块队列，通过所述文本分类算法所涵盖的第一医疗诊断文本关注模块获取
X
个第一诊断文本频繁项，包括：对于所述就诊记录浮点语义块队列中的每组就诊记录浮点语义块，通过所述第一医疗诊断文本关注模块所涵盖的局部特征映射层获取第一局部特征映射语义块，其中，所述第一医疗诊断文本关注模块属于所述文本分类算法；对于所述就诊记录浮点语义块队列中的每组就诊记录浮点语义块，通过所述第一医疗诊断文本关注模块所涵盖的全局特征映射层获取第一全局特征映射语义块；对于所述就诊记录浮点语义块队列中的每组就诊记录浮点语义块，根据所述第一局部特征映射语义块以及所述第一全局特征映射语义块，通过所述第一医疗诊断文本关注模块所涵盖的滑动滤波层获取第一联动映射语义块；对于所述就诊记录浮点语义块队列中的每组就诊记录浮点语义块，根据所述第一联动映射语义块以及所述就诊记录浮点语义块，通过所述第一医疗诊断文本关注模块所涵盖的第一全局特征映射层获取第一诊断文本频繁项
。5.
如权利要求3所述的方法，其特征在于，所述根据所述检验报告浮点语义块队列，通过所述文本分类算法所涵盖的第二医疗诊断文本关注模块获取
X
个第二诊断文本频繁项，包括：对于所述检验报告浮点语义块队列中的每组检验报告浮点语义块，通过所述第二医疗诊断文本关注模块所涵盖的局部特征映射层获取第二局部特征映射语义块，其中，所述第二医疗诊断文本关注模块属于所述文本分类算法；对于所述检验报告浮点语义块队列中的每组检验报告浮点语义块，通过所述第二医疗诊断文本关注模块所涵盖的全局特征映射层获取第二全局特征映射语义块；对于所述检验报告浮点语义块队列中的每组检验报告浮点语义块，根据所述第二局部特征映射语义块以及所述第二全局特征映射语义块，通过所述第二医疗诊断文本关注模块所涵盖的滑动滤波层获取第二联动映射语义块；对于所述检验报告浮点语义块队列中的每组检验报告浮点语义块，根据所述第二联动映射语义块以及所述检验报告浮点语义块，通过所述第二医疗诊断文本关注模块所涵盖的第二全局特征映射层获取第二诊断文本频繁项
。6.
如权利要求3所述的方法，其特征在于，所述
X
为大于1的整数；所述根据所述
X
个目标诊断文本频繁项，通过所述文本分类算法所涵盖的所述前馈分支获取所述就诊记录语义...

【专利技术属性】
技术研发人员：罗列，
申请(专利权)人：北京科文思数据管理有限公司，
类型：发明
国别省市：