[发明专利]问诊数据处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种问诊数据处理方法、装置、计算机设备和存储介质。所述方法包括：获取问诊数据及所述问诊数据对应的诊断结果，根据所述问诊数据进行分词得到分词结果，从所述分词结果中提取病征信息；获取所述问诊数据对应的患者的体征信息；将所述体征信息和所述病征信息输入到已训练的病情级别预测模型中，得到所述问诊数据对应的病情级别；当所述病情级别为第一预设级别时，根据所述诊断结果从预设的规则库中查找审核规则，根据所述问诊数据及所述审核规则生成对应的审核任务。采用本方法能够提高问诊数据筛查效率并有效减少对重疾症问诊数据漏查。

技术领域

本申请涉及在线问诊技术领域，特别是涉及一种问诊数据处理方法、装置、计算机设备和存储介质。

背景技术

随着互联网技术的飞速发展，基于互联网的在线问诊医疗系统逐渐兴起。

传统技术中，对于在线问诊，没有专业的审核系统，大都是基于人工的手动方式的抽查，然而，基于人工方式的抽查，不仅效率低，而且容易导致重急症问诊单的漏查。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高问诊数据筛查效率并有效减少对重疾症问诊数据漏查的问诊数据处理方法、装置、计算机设备和存储介质。

一种问诊数据处理方法，所述方法包括：

获取问诊数据及所述问诊数据对应的诊断结果，对所述问诊数据进行分词得到分词结果，从所述分词结果中提取病征信息；

获取所述问诊数据对应的患者的体征信息；

将所述体征信息和所述病征信息输入到已训练的病情级别预测模型中，得到所述问诊数据对应的病情级别；

当所述病情级别为第一预设级别时，根据所述诊断结果从预设的规则库中查找审核规则，根据所述问诊数据及所述审核规则生成对应的审核任务。

在其中一个实施例中，所述从所述分词结果中提取病征信息，包括：

从预先建立的医疗词汇库中查找与所述诊断结果相匹配的疾病类型，得到所述诊断结果对应的目标疾病类型；

获取所述目标疾病类型对应的词汇集合；

根据所述目标疾病类型对应的词汇集合从所述分词结果中提取病征信息。

在其中一个实施例中，所述从所述分词结果中提取病征信息的步骤之前，包括：

从预先建立的数据源获取医疗数据；

从所述医疗数据中提取每一种疾病类型对应的一个或多个医疗词汇；

将医疗词汇与其对应的疾病类型建立映射关系，根据不同类型疾病与其对应的医疗词汇的映射关系建立医疗词汇库。

在其中一个实施例中，将所述体征信息和所述病征信息输入到已训练的病情级别预测模型中，得到所述问诊数据对应的病情级别，包括：

将所述体征信息与所述病征信息输入到已训练的病情级别预测模型的向量层，所述向量层用于确定与所述体征信息以及所述病征信息对应的特征向量；

将所述特征向量作为所述病情级别预测模型中各个子预测模型的输入，获取各个子预测模型输出的子预测参数，所述病情级别预测模型用于根据所述子预测参数确定所述问诊数据对应的病情级别。

在其中一个实施例中，所述子预测模型至少包括一个第一子预测模型，所述第一子预测模型采用卷积神经网络训练得到，所述卷积神经网络包括卷积层、池化层和全连接层；

所述将所述特征向量作为所述病情级别预测模型中各个子预测模型的输入，获取各个子预测模型输出的子预测数据，包括：

将所述特征向量作为卷积层的输入，所述卷积层用于对所述特征向量进行卷积运算得到第一特征矩阵；