【技术实现步骤摘要】
本申请涉及人工智能，具体涉及一种基于用户诊断分析智能推荐医生方法、装置、介质及设备。
技术介绍
1、诊断分析指的是一系列的医学检查和评估，对患者的病情、病因和病理生理状态进行分析和判断，以制定合适的治疗方案和预测疾病的发展趋势。诊断分析是医学领域中非常重要的一环。目前，患者前往医院寻找医生看病通常的采用的方式为：根据自身的病情，前往相应的医疗机构，接着大致判断所需挂号的科室，然后在挂号后进行排队，最后被叫号后前往医生的看诊房间进行就诊。基于用户诊断分析智能推荐医生，但是患者往往对自己病情的严重程度和需要哪种类型的医疗服务缺乏准确地了解，挂号时选择医生存在一定的盲目性，导致较难选择到合适的医生对自身病情进行有效诊疗。
技术实现思路
1、为了易于选择到合适的医生，本申请提供一种基于用户诊断分析智能推荐医生方法、装置、介质及设备。
2、在本申请的第一方面提供了一种基于用户诊断分析智能推荐医生方法，具体包括：
3、获取用户的医生推荐请求，并判断所述用户是否为新用户；
4、若是，则获取所述用户对应的疾病诊断辅助数据，并将所述疾病诊断辅助数据输入至预设的医生推荐模型中，得到最终推荐医生；
5、若否，则在所述用户选择沿用历史诊断的情况下，确定所述用户是否选择所述历史诊断所属的医生；
6、若是，则将所述历史诊断所属的医生确定为最终推荐医生，若否，则基于所述用户的地理位置和所述历史诊断，确定最终推荐医生；
7、在所述用户未选择沿
8、通过采用上述技术方案，如果用户为新用户，那么将采集到用户的疾病诊断辅助数据输入到医生推荐模型中，从而确定与疾病诊断辅助数据对应的疾病类型贴合的医生，即，最终推荐医生。如果用户为老用户，说明用户之前发起过医生推荐请求，并接收过推荐的医生的诊断。进一步地，在用户选择沿用历史诊断时，说明用户当前的症状与此历史诊断对应的历史症状较为相似。进一步地，在用户确定选择历史诊断所属的医生时，说明此用户将此医生视为贴合自身需求的医生，那么将其确定为最终推荐医生。最后如果用户没有沿用历史诊断，那么重复执行获取所述用户对应的疾病诊断辅助数据的步骤。从而实现为用户推荐较为合适的医生，使得用户易于选择到合适的医生。
9、可选的，所述基于所述用户的地理位置和所述历史诊断，确定最终推荐医生，具体包括：
10、根据所述历史诊断，确定所述用户对应的诊疗紧急度和医疗领域；
11、根据所述诊疗紧急度，确定所述用户对应的最佳诊疗时段，并从预设的医疗机构库中筛选待选医疗机构，所述待选医疗机构为覆盖所述医疗领域的医疗机构，所述最佳诊疗时段为当前时间节点到目标时间节点的时段；
12、确定所述用户到达各所述待选医疗机构的到达时间节点，将所述到达时间节点处于所述最佳诊疗时段的可就诊医疗机构，并将所述到达时间节点到所述目标时间节点确定为对应的可就诊医疗机构的有效诊疗时段；
13、基于所述有效诊疗时段，从各所述可就诊医疗机构中所述医疗领域的对口医生中确定最终推荐医生。
14、通过采用上述技术方案，根据诊疗紧急度，确定此用户的疾病的最佳诊疗时段，从而方便后续从覆盖医疗领域的待选医疗机构中选出用户能在最佳诊疗时段就诊的待选医疗机构。接着根据用户到达每个待选医疗机构的到达时间节点，确定能便于及时就诊的可就诊医疗机构以及对应的有效诊疗时段。最后基于有效诊疗时段，从各个可就诊医疗机构的对口医生中确定适合用户的最终推荐医生，从而使得用户能得到适合的医生的及时诊疗。
15、可选的，所述基于所述有效诊疗时段，从各所述可就诊医疗机构中所述医疗领域的对口医生中确定最终推荐医生，具体包括：
16、筛选同一所述可就诊医疗机构中所述医疗领域的对口医生中口碑评分超过口碑评分阈值的目标医生，并确定每个所述目标医生的历史闲暇时段，所述历史闲暇时段为就诊排队量低于排队阈值的历史时段；
17、统计各所述目标医生的历史闲暇时长，按照所述历史闲暇时长从大到小的顺序，从各所述目标医生中选取第一预设个数的目标医生作为易闲医生，并计算每个所述易闲医生的第一权重，所述第一权重为每个易闲医生的历史闲暇时长与所有易闲医生的历史闲暇时长之和的比值，所述历史闲暇时长为就诊排队量低于排队阈值的时长；
18、统计各所述历史闲暇时段内同一易闲医生的闲暇频次，按照所述闲暇频次从大到小的顺序，从各所述历史闲暇时段中选取第二预设个数的历史闲暇时段作为易闲时段，并计算同一易闲医生的各所述易闲时段的第二权重，第二权重为同一所述易闲医生在对应的单个易闲时段内的闲暇频次与对应的所有易闲时段内的闲暇频次总和的比值，所述闲暇频次为就诊排队量低于排队阈值的频次；
19、选取包含于同一所述可就诊医疗机构对应的有效诊疗时段的易闲时段作为重要时段，计算同一所述可就诊医疗机构中各易闲医生的第一权重与对应的重要时段的第二权重的乘积之和，得到组合权重之和，并将组合权重之和最大的可就诊医疗机构确定为最终就诊医疗机构；
20、从所述最终就诊医疗机构中各易闲医生中确定最终推荐医生。
21、通过采用上述技术方案，从同一可就诊医疗机构中的各个目标医生中选取易闲医生，从而确定易于出现排队量较少，排队时间较短的医生，并确定每个易闲医生的第一权重，接着确定每个易闲医生的易闲时段，从而确定对应的易闲医生的就诊排队量低于排队阈值易于出现的时段，并确定每个易闲医生对应的各个易闲时段的第二权重。然后计算同一可就诊医疗机构各个易闲医生的第一权重和重要时段的第二权重的乘积之和，得到组合权重之和，组合权重之和越大，说明对应的可就诊医疗机构在有效诊疗时段内易闲医生的就诊排队量低于排队阈值的概率越大。最后从组合权重之和最大的最终就诊医疗机构中确定最终推荐医生，从而使得用户能在最佳诊疗时段内尽可能少排队，及时进行就诊。
22、可选的，所述从所述最终就诊医疗机构中各易闲医生中确定最终推荐医生，具体包括：
23、计算所述最终就诊医疗机构中每个易闲医生的第一权重与对应的单个重要时段的第二权重的乘积，得到组合权重；
24、将各所述重要时段中最早的重要时段内组合权重最大的易闲医生确定为最终推荐医生。
25、通过采用上述技术方案，选取各个重要时段中最早的重要时段，并将最早的重要时段内最大的组合权重对应的易闲医生确定为最终推荐医生，即，在此最早的重要时段内此最终推荐医生较大概率出现就诊排队量低于排队阈值，减少用户到达此最终就诊医疗机构后，能快速地得到擅长此医疗领域的医生的诊疗。
26、可选的，所述基于所述用户的地理位置和所述历史诊断，确定最终推荐医生，具体还包括：
27、确定所述历史诊断对应的医疗领域，并从预设的医疗机构库中筛选待选医疗机构，所述待选医疗机构为覆盖所述医疗领域的医疗机构；
28、确定本文档来自技高网...
【技术保护点】
1.一种基于用户诊断分析智能推荐医生方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于用户诊断分析智能推荐医生方法，其特征在于，所述基于所述用户的地理位置和所述历史诊断，确定最终推荐医生，具体包括：
3.根据权利要求2所述的基于用户诊断分析智能推荐医生方法，其特征在于，所述基于所述有效诊疗时段，从各所述可就诊医疗机构中所述医疗领域的对口医生中确定最终推荐医生，具体包括：
4.根据权利要求3所述的基于用户诊断分析智能推荐医生方法，其特征在于，所述从所述最终就诊医疗机构中各易闲医生中确定最终推荐医生，具体包括：
5.根据权利要求1所述的基于用户诊断分析智能推荐医生方法，其特征在于，所述基于所述用户的地理位置和所述历史诊断，确定最终推荐医生，具体还包括：
6.根据权利要求5所述的基于用户诊断分析智能推荐医生方法，其特征在于，所述确定每个所述待选医疗机构中所述医疗领域的诊疗评分超过诊疗评分阈值的对口医生的第二个数之前，还包括：
7.根据权利要求6所述的基于用户诊断分析智能推荐医生方法，其特征在于，所述基于
8.一种基于用户诊断分析智能推荐医生装置，其特征在于，包括：
9.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其特征在于，所述计算机程序被处理器加载并执行时，采用了权利要求1-7中任一项所述的方法。
10.一种电子设备，包括存储器、处理器及存储在存储器中并能够在处理器上运行的计算机程序，其特征在于，所述处理器加载并执行计算机程序时，采用了权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种基于用户诊断分析智能推荐医生方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于用户诊断分析智能推荐医生方法，其特征在于，所述基于所述用户的地理位置和所述历史诊断，确定最终推荐医生，具体包括：
3.根据权利要求2所述的基于用户诊断分析智能推荐医生方法，其特征在于，所述基于所述有效诊疗时段，从各所述可就诊医疗机构中所述医疗领域的对口医生中确定最终推荐医生，具体包括：
4.根据权利要求3所述的基于用户诊断分析智能推荐医生方法，其特征在于，所述从所述最终就诊医疗机构中各易闲医生中确定最终推荐医生，具体包括：
5.根据权利要求1所述的基于用户诊断分析智能推荐医生方法，其特征在于，所述基于所述用户的地理位置和所述历史诊断，确定最终推荐医生，具体还包括：
6.根据权利要求5所述的基于用户诊断分析智能推荐医生方法，其特征在...
【专利技术属性】
技术研发人员：樊明磊，杨成龙，高建岐，
申请(专利权)人：北京小懂科技有限公司，
类型：发明
国别省市：
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。