[发明专利]一种基于深度学习的社区医生调度方法及系统

权利要求书

1.一种基于深度学习的社区医生调度方法，其特征在于，包括：

按照社区医生的专业特征、出诊特征，构建社区医生特征集；按照社区病患交通特征、病症特征，构建社区病患特征集，包括：通过对所述社区医生的执业年限、擅长领域、救治历史进行量化处理后，形成所述社区医生特征集；通过对所述社区病患的地理分布、交通状况、病症特点、就诊历史进行量化处理后，形成所述社区病患特征集；

基于所述社区医生特征集和所述社区病患特征集，构建医患匹配深度学习网络和交通匹配深度学习网络；根据调度需求，选择所述社区医生特征集和所述社区病患特征集中的多类数据特征构建多组医患匹配深度学习网络和交通匹配深度学习网络；所述医患匹配深度学习网络，通过结合社区病患症状特点、历史就诊特点和社区医生的擅长领域、救治历史，匹配出符合当前社区病患的社区医生列表，该列表按照匹配度排序；所述交通匹配深度学习网络，通过学习历史交通数据，预测社区医生到达社区病患的时间；并行训练所述医患匹配深度学习网络和所述交通匹配深度学习网络，形成医患匹配学习结果和交通匹配学习结果；将所述医患匹配学习结果和交通匹配学习结果进行加权处理，形成综合调度结果；所述加权通过以下公式进行：

R＝α·Doc+β·Tra

其中，R为加权结果，α和β为加权系数，且α+β＝1，Doc为所述医患匹配学习结果，Tra为所述交通匹配学习结果；

采集实时社区医生调度数据，导入所述深度学习网络，训练社区医生调度模型，包括：采集一定时间内的实时社区医生调度数据，导入所述深度学习网络中，更新所述深度学习网络的结构和参数；当学习得到的结果低于预先设定的偏差阈值时，所述深度学习网络进入稳定状态，结束学习；

根据所述社区医生调度模型进行社区医生调度，包括：将实时社区病患数据和社区医生数据导入所述深度学习网络进行分析，根据分析结果进行社区医生调度。