[发明专利]分诊数据处理方法、装置、计算机设备及存储介质

说明书

本发明涉及人工智能技术领域，本发明公开了一种分诊数据处理方法、装置、计算机设备及存储介质，所述方法包括：通过获取患者的患者症状信息；通过层级强化学习模型中的上层学习模型对患者症状信息进行人体系统识别，识别出第一人体系统类别；自层级强化学习模型中获取与第一人体系统类别关联的下层强化学习模型；通过获取的下层强化学习模型对患者症状信息进行预测并获取动作结果；在动作结果为推荐科室动作时，通过科室分诊模型对患者症状信息进行症状特征识别，识别出与患者对应的分诊结果。本发明通过层级强化学习模型询问患者相关症状，能够快速地、准确地确定患者就诊的科室。本发明适用于智慧医疗等领域，可进一步推动智慧城市的建设。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种分诊数据处理方法、装置、计算机设备及存储介质。

背景技术

随着医学的进步和发展，医院对于科室的设置也更专业化，随之带来的问题是用户选择科室带来一定的困难，为了解决这个问题各大医院都增加了导诊环节，包括导诊人员和自主导诊服务，主要是帮助患者推荐诊疗科室。

目前，患者去医院就诊时，首先需要去分诊台进行人工分诊，在该过程中患者需要消耗大量排队时间，而且对分诊台的导诊人员的专业知识深度及广度上有较高的要求，如果导诊人员给患者分诊错误，又需要重新进行分诊，大大浪费患者的时间，严重影响患者体验，因此，在现有技术上，患者进行人工分诊过程中耗时长、很难给出合理的就诊科室或者就诊医生，从而导致患者体验差，以及就诊准确率低。

发明内容

本发明提供一种分诊数据处理方法、装置、计算机设备及存储介质，实现了通过层级强化学习模型询问患者相关症状，能够提取出有用的患者症状信息，再通过科室分诊模型对有用的患者症状信息进行症状特征识别，本发明适用于智慧医疗等领域，可进一步推动智慧城市的建设，能够快速地、准确地确定患者需要就诊的科室，提升了就诊准确率，提升了患者体验。

一种分诊数据处理方法，包括：

接收到患者的患者请求，获取所述患者请求中的患者症状信息；

将所述患者症状信息输入层级强化学习模型，通过上层学习模型对所述患者症状信息进行人体系统识别，识别出与所述患者症状信息对应的第一人体系统类别；所述层级强化学习模型包括所述上层学习模型和多个下层强化学习模型；一个下层强化学习模型与一个人体系统类别关联；自所述层级强化学习模型中获取与识别出的所述第一人体系统类别关联的所述下层强化学习模型；

通过获取的所述下层强化学习模型对所述患者症状信息进行预测并获取动作结果；所述动作结果为针对所述患者症状信息确定的最优调度动作；

在所述动作结果为推荐科室动作时，将所述患者症状信息输入科室分诊模型中，通过所述科室分诊模型对所述患者症状信息进行症状特征识别，识别出与所述患者对应的分诊结果。

一种分诊数据处理装置，包括：

接收模块，用于接收到患者的患者请求，获取所述患者请求中的患者症状信息；

识别模块，用于将所述患者症状信息输入层级强化学习模型，通过上层学习模型对所述患者症状信息进行人体系统识别，识别出与所述患者症状信息对应的第一人体系统类别；所述层级强化学习模型包括所述上层学习模型和多个下层强化学习模型；一个下层强化学习模型与一个人体系统类别关联；

获取模块，用于自所述层级强化学习模型中获取与识别出的所述第一人体系统类别关联的所述下层强化学习模型；

预测模块，用于通过获取的所述下层强化学习模型对所述患者症状信息进行预测并获取动作结果；所述动作结果为针对所述患者症状信息确定的最优调度动作；

分诊模块，用于在所述动作结果为推荐科室动作时，将所述患者症状信息输入科室分诊模型中，通过所述科室分诊模型对所述患者症状信息进行症状特征识别，识别出与所述患者对应的分诊结果。