[发明专利]基于神经网络的拟诊推荐处理方法、装置和计算机设备

权利要求书

1.一种基于神经网络的拟诊推荐处理方法，其特征在于，所述方法包括：

接收用户终端上传的问诊请求；所述问诊请求携带了用户标识；

采集与所述用户标识对应的用户信息；

对采集到的所述用户信息进行文本向量处理，得到多维向量矩阵；

通过循环神经网络基于所述多维向量矩阵进行预测运算，得到对应的拟诊建议；

将所述拟诊建议推送至医生终端。

2.根据权利要求1所述的方法，其特征在于，所述采集与所述用户标识对应的用户信息包括：

在接收到所述问诊请求之后，根据所述用户标识采集基本信息和历史信息；

在对所述用户标识分配科室之前，采集与所述用户标识对应的主诉信息；

在所述用户标识被分配科室后等待医生排队时，通过与所述科室对应的问题模板采集相应的症状信息；

在所述用户终端与所述医生终端建立通信之后，通过所述医生终端补充采集相应的症状信息。

3.根据权利要求1所述的方法，其特征在于，在所述通过循环神经网络基于所述多维向量矩阵进行预测运算之后，所述方法还包括：

获取所述循环神经网络输出的多个拟诊分类概率；

对所述多个拟诊分类概率进行筛选，得到预设数量的拟诊分类概率；

计算筛选出的拟诊分类概率对应的拟诊分类概率总和；

当所述拟诊分类概率总和超过阈值时，根据所述筛选出的拟诊分类概率生成相应的拟诊建议。

4.根据权利要求1所述的方法，其特征在于，所述对采集到的所述用户信息进行文本向量处理包括：

对所述用户信息进行预处理，在预处理后的多种用户信息中进行特征选择；

将选择出的每个特征转换为对应的一维向量；

通过词向量模型对多个特征对应的一维向量进行转换，得到与所述用户标识对应的所述多维向量矩阵。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

在所述拟诊建议被推送至所述医生终端之后，对所述拟诊建议的推荐次数进行统计；

在所述医生终端选中相应的拟诊建议之后，对所述拟诊建议的选中次数进行统计；

获取预设时间段内所述拟诊建议的推荐总次数以及选中总次数；

根据所述推荐总次数以及选中总次数计算所述循环神经网络对应的拟诊采纳率。

6.一种基于神经网络的拟诊推荐处理装置，其特征在于，所述装置包括：

通信模块，用于接收用户终端上传的问诊请求；所述问诊请求携带了用户标识；

信息采集模块，用于采集与所述用户标识对应的用户信息；

向量化处理模块，用于对采集到的所述用户信息进行文本向量处理，得到多维向量矩阵；

预测模块，用于通过循环神经网络基于所述多维向量矩阵进行预测运算，得到对应的拟诊建议；

所述通信模块还用于将所述拟诊建议推送至医生终端。

7.根据权利要求6所述的装置，其特征在于，所述信息采集模块还用于在接收到所述问诊请求之后，根据所述用户标识采集基本信息和历史信息；在对所述用户标识分配科室之前，采集与所述用户标识对应的主诉信息；在所述用户标识被分配科室后等待医生排队时，通过与所述科室对应的问题模板采集相应的症状信息；在所述用户终端与所述医生终端建立通信之后，通过所述医生终端补充采集相应的症状信息。

8.根据权利要求6所述的装置，其特征在于，所述预测模块还用于获取所述循环神经网络输出的多个拟诊分类概率；对所述多个拟诊分类概率进行筛选，得到预设数量的拟诊分类概率；计算筛选出的拟诊分类概率对应的拟诊分类概率总和；当所述拟诊分类概率总和超过阈值时，根据所述筛选出的拟诊分类概率生成相应的拟诊建议。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。