多方医学信息交互方法、装置、计算机设备及存储介质

技术领域

本申请涉及医疗技术员和领域，具体涉及一种多方医学信息交互方法、装置、计算机设备及存储介质。

背景技术

多学科会诊(Multi-disciplinary Treatment，MDT)是由多学科资深专家以共同讨论的方式，为患者制定个性化诊疗方案的过程，尤其适用于肿瘤、肾衰、心衰等复杂疾病的诊疗。在MDT模式中，患者在治疗前可得到由内外科、影像科及相关学科专家等组成的专家团队的综合评估，以共同制定科学、合理、规范的治疗方案。

随着技术的快速发展，多学科会诊已经应用越来越普及，但是，当前多学科会诊服务效率不高。

发明内容

本申请实施例提供一种多方医学信息交互方法、装置、计算机设备及存储介质，实现快速的图像重建，提高医学图像重建效率，推动迭代重建技术在临床的广泛应用发展。

一方面，本申请提供一种多方医学信息交互方法，所述多方医学信息交互方法包括：

在预先建立的针对目标用户的多方会诊群组中，展示目标用户的统计医学数据，所述多方会诊群组中包括虚拟对象以及与所述目标用户关联的多个医疗学科的组员；

获取所述多方会诊群组中组员反馈的针对所述目标用户的医学意见；

基于所述医学意见，通过所述虚拟对象确定所述目标用户的医学会诊结论。

在本申请一些实施例中，在所述获取所述多方会诊群组中组员反馈的针对所述目标用户的医学意见之前，所述方法还包括：

获取所述目标用户的用户数据和历史医疗数据；

基于所述目标用户的用户数据和历史医疗数据，生成引导医学意见；

在所述多方会诊群组，通过所述虚拟对象展示所述引导医学意见。

在本申请一些实施例中，所述目标用户的用户数据包括所述目标用户的属性信息，所述历史医疗数据包括所述目标用户的当前症状信息和历史治疗数据；

所述基于所述目标用户的用户数据和历史医疗数据，生成引导医学意见，包括：

获取所述目标用户所对应的目标医学领域；

查询预设的目标医学领域数据库，确定所述目标用户的初步治疗方案；

基于所述目标用户的初步治疗方案，生成引导医学意见。

在本申请一些实施例中，所述多个医疗学科的组员中包括所述目标用户的主治医生；

在预先建立的针对目标用户的多方会诊群组中，展示目标用户的统计医学数据之前，所述方法还包括：

获取所述主治医生发起的针对目标用户的多方会诊请求，所述请求中包括至少一个医疗学科的组员信息；

根据所述至少一个医疗学科的组员信息，发送多方会诊请求给至少一个医疗学科的组员；

接收所述至少一个医疗学科的组员的反馈信息；

根据所述反馈信息建立针对目标用户的多方会诊群组。

在本申请一些实施例中，所述根据所述反馈信息建立针对目标用户的多方会诊群组，包括：

若所述反馈信息中同意参会组员满足预设的建立多方会诊条件，则建立针对目标用户的多方会诊群组。

在本申请一些实施例中，所述方法还包括：

若所述反馈信息中同意参会组员不满足预设的建立多方会诊条件，则确定不满足的医疗学科组员条件；

基于所述不满足的医疗学科组员条件，在预置的医疗人员数据库中，确定备用医疗学科组员；

基于所述备用医疗学科组员和所述同意参会组员建立针对目标用户的多方会诊群组。

在本申请一些实施例中，所述初步治疗方案包括针对所述目标用户的多个治疗节点策略；

在所述获取所述多方会诊群组中组员反馈的针对所述目标用户的医学意见之前，所述方法还包括：

确定所述多个治疗节点策略的讨论优先级；

基于所述讨论优先级，依次进行当前讨论的目标治疗节点策略；

获取所述目标治疗节点策略的历史医学数据；

通过所述虚拟对象展示所述目标治疗节点策略的历史医学数据。

在本申请一些实施例中，所述医学意见中包括目标组员针对所述多个治疗节点策中目标治疗节点策略的目标医学意见；

所述基于所述医学意见，通过所述虚拟对象确定所述目标用户的医学会诊结论，包括：

通过所述虚拟对象获取所述多方会诊群组中各组员针对所述目标医学意见的反馈意见；

基于所述反馈意见，确定所述目标治疗节点策略的最终意见；

基于所述最终意见更新所述初步治疗方案中所述目标治疗节点策略；

若确定所述多个治疗节点策略更新完毕后，确定所述目标用户的医学会诊结论。

在本申请一些实施例中，在所述获取所述多方会诊群组中各组员针对所述目标医学意见的反馈意见之后，所述方法还包括：

获取所述目标治疗节点策略的先验知识；

基于所述先验知识，生成针对所述目标治疗节点策略的智能诊断意见；

通过所述虚拟对象在所述多方会诊群组展示所述智能诊断意见。

在本申请一些实施例中，所述医学意见中包括多方会诊群组中多个组员反馈的意见；

所述基于所述医学意见，通过所述虚拟对象确定所述目标用户的医学会诊结论，包括：

基于所述多个组员反馈的意见和所述初步治疗方案，确定针对所述目标用户的多个治疗方案；

通过所述虚拟对象在所述多个治疗方案确定最终的决策治疗方案；

基于所述决策治疗方案，确定所述目标用户的医学会诊结论。

在本申请一些实施例中，所述通过所述虚拟对象在所述多个治疗方案确定最终的决策治疗方案，包括：

获取所述目标用户的治疗方案的多个异质数据源，所述个异质数据源包括正性证据、反性证据和中性证据；

基于所述多个异质数据源，生成每个治疗方案的逻辑链路；

基于所述每个治疗方案的逻辑链路，所述通过所述虚拟对象确定最终的决策治疗方案。

另一方面，本申请提供一种多方医学信息交互装置，该装置包括：

展示模块，用于在预先建立的针对目标用户的多方会诊群组中，展示目标用户的统计医学数据，所述多方会诊群组中包括虚拟对象以及与所述目标用户关联的多个医疗学科的组员；

获取模块，用于获取所述多方会诊群组中组员反馈的针对所述目标用户的医学意见；

确定模块，用于基于所述医学意见，通过所述虚拟对象确定所述目标用户的医学会诊结论。

在本申请一些实施例中，所述装置还包括引导模块，所述引导模块用于：

在所述获取所述多方会诊群组中组员反馈的针对所述目标用户的医学意见之前，获取所述目标用户的用户数据和历史医疗数据；

基于所述目标用户的用户数据和历史医疗数据，生成引导医学意见；

在所述多方会诊群组，通过所述虚拟对象展示所述引导医学意见。

在本申请一些实施例中，所述目标用户的用户数据包括所述目标用户的属性信息，所述历史医疗数据包括所述目标用户的当前症状信息和历史治疗数据；

所述引导模块具体用于：

获取所述目标用户所对应的目标医学领域；

查询预设的目标医学领域数据库，确定所述目标用户的初步治疗方案；

基于所述目标用户的初步治疗方案，生成引导医学意见。

在本申请一些实施例中，所述多个医疗学科的组员中包括所述目标用户的主治医生；

所述装置还包括群组建立模块，所述群组建立模块具体用于：

在预先建立的针对目标用户的多方会诊群组中，展示目标用户的统计医学数据之前，获取所述主治医生发起的针对目标用户的多方会诊请求，所述请求中包括至少一个医疗学科的组员信息；

根据所述至少一个医疗学科的组员信息，发送多方会诊请求给至少一个医疗学科的组员；

接收所述至少一个医疗学科的组员的反馈信息；

根据所述反馈信息建立针对目标用户的多方会诊群组。

在本申请一些实施例中，所述群组建立模块具体用于：

若所述反馈信息中同意参会组员满足预设的建立多方会诊条件，则建立针对目标用户的多方会诊群组。

在本申请一些实施例中，所述群组建立模块具体还用于：

若所述反馈信息中同意参会组员不满足预设的建立多方会诊条件，则确定不满足的医疗学科组员条件；

基于所述不满足的医疗学科组员条件，在预置的医疗人员数据库中，确定备用医疗学科组员；

基于所述备用医疗学科组员和所述同意参会组员建立针对目标用户的多方会诊群组。

在本申请一些实施例中，所述初步治疗方案包括针对所述目标用户的多个治疗节点策略；

所述展示模块还用于：

在所述获取所述多方会诊群组中组员反馈的针对所述目标用户的医学意见之前，

确定所述多个治疗节点策略的讨论优先级；

基于所述讨论优先级，依次进行当前讨论的目标治疗节点策略；

获取所述目标治疗节点策略的历史医学数据；

通过所述虚拟对象展示所述目标治疗节点策略的历史医学数据。

在本申请一些实施例中，所述医学意见中包括目标组员针对所述多个治疗节点策中目标治疗节点策略的目标医学意见；

所述确定模块具体用于：

通过所述虚拟对象获取所述多方会诊群组中各组员针对所述目标医学意见的反馈意见；

基于所述反馈意见，确定所述目标治疗节点策略的最终意见；

基于所述最终意见更新所述初步治疗方案中所述目标治疗节点策略；

若确定所述多个治疗节点策略更新完毕后，确定所述目标用户的医学会诊结论。

在本申请一些实施例中，所述装置还包括智能诊断模块，所述智能诊断模块具体用于：

在所述获取所述多方会诊群组中各组员针对所述目标医学意见的反馈意见之后，获取所述目标治疗节点策略的先验知识；

基于所述先验知识，生成针对所述目标治疗节点策略的智能诊断意见；

通过所述虚拟对象在所述多方会诊群组展示所述智能诊断意见。

在本申请一些实施例中，所述医学意见中包括多方会诊群组中多个组员反馈的意见；

所述确定模块具体用于：

基于所述多个组员反馈的意见和所述初步治疗方案，确定针对所述目标用户的多个治疗方案；

通过所述虚拟对象在所述多个治疗方案确定最终的决策治疗方案；

基于所述决策治疗方案，确定所述目标用户的医学会诊结论。

在本申请一些实施例中，所述确定模块具体用于：

获取所述目标用户的治疗方案的多个异质数据源，所述个异质数据源包括正性证据、反性证据和中性证据；

基于所述多个异质数据源，生成每个治疗方案的逻辑链路；

基于所述每个治疗方案的逻辑链路，所述通过所述虚拟对象确定最终的决策治疗方案。

另一方面，本申请还提供一种计算机设备，所述计算机设备包括：

一个或多个处理器；

存储器；以及

一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现第一方面中任一项所述的多方医学信息交互方法。

第四方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行第一方面任一项所述的多方医学信息交互方法中的步骤。

本申请通过在预先建立的针对目标用户的多方会诊群组中，展示目标用户的统计医学数据，多方会诊群组中包括虚拟对象以及与目标用户关联的多个医疗学科的组员；获取多方会诊群组中组员反馈的针对目标用户的医学意见；基于医学意见，通过所述虚拟对象确定目标用户的医学会诊结论。本申请通过在已建立的针对用户的多方会诊群组中展示统计医学数据，并在群组中加入虚拟对象，通过虚拟对象确定目标用户的医学会诊结论，智能化的进行多方会诊，提高了多方会诊的效率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的医学会诊系统的场景示意图；

图2是本申请实施例中提供的多方医学信息交互方法的一个实施例流程示意图；

图3是本申请实施例中在图2所示实施例基础上，多方医学信息交互方法的另一个实施例流程示意图；

图4是本申请实施例中步骤303的一个实施例流程示意图；

图5是本申请实施例中提供的多方医学信息交互装置的一个实施例结构示意图；

图6是本申请实施例中提供的计算机设备的一个实施例结构示意图。

图7是本申请实施例中提供的计算机设备的一个实施例结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本申请中，“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本申请。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本申请的描述变得晦涩。因此，本申请并非旨在限于所示的实施例，而是与符合本申请所公开的原理和特征的最广范围相一致。

需要说明的是，本申请实施例方法由于是在计算机设备中执行，各计算机设备的处理对象均以数据或信息的形式存在，例如时间，实质为时间信息，可以理解的是，后续实施例中若提及尺寸、数量、位置等，均为对应的数据存在，以便计算机设备进行处理，具体此处不作赘述。

下面首先对本申请实施例中涉及到的一些基本概念进行介绍：

多学科会诊(Multi-disciplinary Treatment，MDT)：是由多学科资深专家以共同讨论的方式，为患者制定个性化诊疗方案的过程，尤其适用于肿瘤、肾衰、心衰等复杂疾病的诊疗。在MDT模式中，患者在治疗前可得到由内外科、影像科及相关学科专家等组成的专家团队的综合评估，以共同制定科学、合理、规范的治疗方案。

智能体，顾名思义，就是具有智能的实体，英文名是Agent。以云为基础，以AI为核心，构建一个立体感知、全域协同、精准判断、持续进化、开放的智能系统。智能体具有下列基本特性：

(1)自治性(Autonomy):智能体能根据外界环境的变化，而自动地对自己的行为和状态进行调整，而不是仅仅被动地接受外界的刺激，具有自我管理自我调节的能力。

(2)反应性(Reactive):能对外界的刺激作出反应的能力。

(3)主动性(Proactive):对于外界环境的改变，智能体能主动采取活动的能力。

(4)社会性(Social):智能体具有与其它智能体或人进行合作的能力，不同的智能体可根据各自的意图与其它智能体进行交互，以达到解决问题的目的。

(5)进化性:智能体能积累或学习经验和知识，并修改自己的行为以适应新环境。

多维智能体：简称多智能体，多智能体是多个智能体组成的集合，它的目标是将大而复杂的系统建设成小的、彼此相互通信和协调的，易于管理的系统。它的研究涉及智能体的知识、目标、技能、规划以及如何使智能体采取协调行动解决问题。研究者主要研究智能体之间的交互通信、协调合作、冲突消解等方面，强调多个智能体之间的紧密群体合作，而非个体能力的自治和发挥，主要说明如何分析、设计和集成多个智能体构成相互协作的系统。

帕累托最优(Pareto Optimality)，也称为帕累托效率(Pareto efficiency)，是指资源分配的一种理想状态，假定固有的一群人和可分配的资源，从一种分配状态到另一种状态的变化中，在没有使任何人境况变坏的前提下，使得至少一个人变得更好，这就是帕累托改进或帕累托最优化。

本申请实施例提供一种多方医学信息交互方法、装置、计算机设备及存储介质，以下分别进行详细说明。

请参阅图1，图1为本申请实施例所提供的医学会诊系统的场景示意图，该医学会诊系统可以包括计算机设备100，计算机设备100中集成有多方医学信息交互装置。

本申请实施例中计算机设备100主要用于在预先建立的针对目标用户的多方会诊群组中，展示目标用户的统计医学数据，所述多方会诊群组中包括虚拟对象以及与所述目标用户关联的多个医疗学科的组员；获取所述多方会诊群组中组员反馈的针对所述目标用户的医学意见；基于所述医学意见，通过所述虚拟对象确定所述目标用户的医学会诊结论。

本申请实施例中，该计算机设备100可以是独立的服务器，也可以是服务器组成的服务器网络或服务器集群，例如，本申请实施例中所描述的计算机设备100，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中，云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。

可以理解的是，本申请实施例中该计算机设备100还可以是终端，终端可以是既包括接收和发射硬件的设备，即具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。具体的终端具体可以是台式终端，例如台式电脑等。

本领域技术人员可以理解，图1中示出的应用环境，仅仅是与本申请方案一种应用场景，并不构成对本申请方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的计算机设备，例如图1中仅示出1个计算机设备，可以理解的，该医学会诊系统还可以包括一个或多个其他计算机设备，具体此处不作限定。

另外，如图1所示，该医学会诊系统还可以包括存储器200，用于存储医学数据，如用户数据，历史医疗数据等。

需要说明的是，图1所示的医学会诊系统的场景示意图仅仅是一个示例，本申请实施例描述的医学会诊系统以及场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着医学会诊系统的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

首先，本申请实施例中提供一种多方医学信息交互方法，该多方医学信息交互方法的执行主体为多方医学信息交互装置，该多方医学信息交互装置应用于计算机设备，该多方医学信息交互方法包括：在预先建立的针对目标用户的多方会诊群组中，展示目标用户的统计医学数据，所述多方会诊群组中可以包括虚拟对象以及与所述目标用户关联的多个医疗学科的组员；获取所述多方会诊群组中组员反馈的针对所述目标用户的医学意见；基于所述医学意见，通过所述虚拟对象确定所述目标用户的医学会诊结论。

如图2所示，为本申请实施例中多方医学信息交互方法的一个实施例流程示意图，该多方医学信息交互方法包括如下步骤201～203：

201、在预先建立的针对目标用户的多方会诊群组中，展示目标用户的统计医学数据。

其中，目标用户为需要进行多方会诊的患者，所述多方会诊群组中包括虚拟对象以及与所述目标用户关联的多个医疗学科的组员，当然，还可以包括目标用户、或者目标用户以及与目标用户相关的人员(例如目标用户的亲属)，以目标用户需要放疗为例，多个医疗学科的组员至少包括放疗、外科、内科、影像、病理科等医疗学科的组员，其中每个医疗学科至少包括一名成员，还可以包括目标用户本人，当然，还可以包括目标用户的亲属等相关人员。

进一步的，其中，虚拟对象可以是智能体，例如多维智能体、AI智能体等。目标用户的统计医学数据可以预先采集获取，目标用户的统计医学数据可以包括目标用户的基本用户属性信息(包括姓名，年龄，性别等)，疾病类型，疾病症状，治疗信息，历史诊断治疗情况，历史用药情况等。进一步的，如图3 所示，展示目标用户的统计医学数据的方式可以列表或者卡片的方式展现。

202、获取多方会诊群组中组员反馈的针对所述目标用户的医学意见。

其中，多方会诊群组中包括多个组员，每个组员均可以针对目标用户发表个人的医学意见。例如，针对目标用户的病情发表个人的医学意见，假设某组员为内科医生，可以就目标用户放疗对内部脏器的损伤情况发表医学意见。

203、基于医学意见，通过所述虚拟对象确定所述目标用户的医学会诊结论。

本申请通过在预先建立的针对目标用户的多方会诊群组中，展示目标用户的统计医学数据，多方会诊群组中包括虚拟对象以及与目标用户关联的多个医疗学科的组员；获取多方会诊群组中组员反馈的针对目标用户的医学意见；基于医学意见，通过所述虚拟对象确定目标用户的医学会诊结论。本申请通过在已建立的针对用户的多方会诊群组中展示统计医学数据，并在群组中加入虚拟对象，通过虚拟对象确定目标用户的医学会诊结论，智能化的进行多方会诊，提高了多方会诊的效率。

本申请实施例中，基于人工智能(Artificial Intelligence，AI)的跨学科肿瘤会诊云平台AI-MDT(Multi-disciplinary Treatment，MDT)，实现“主持人+ 临床专家+数据统计专家”的多维AI智能体,进行会诊推进与解读，与医生、病患(增加了患者、病患家属)多方参与人员进行多模态迭代交互，促进MDT 高效达到个体化会诊结果，智能体输出相关逻辑和解释，进一步提升多方会诊上午整体认知，智能体的自学习演化特性最终实现扩大优质医疗服务范围，使之达到基层医疗。

总体来说，本申请实施例中，虚拟对象可以作为主持人角色时，对会诊参与人员讨论方向进行导航、引导，虚拟对象也可以作为数据统计专家时，对会诊参与人员讨论的课题调取并展示相应的历史数据；虚拟对象还可以作为临床专家时可以临床专家的角度发表意见。

当虚拟对象可以作为主持人角色时，对会诊参与人员讨论方向进行引导，具体的，在本申请一些实施例中，如图4所示，在所述获取所述多方会诊群组中组员反馈的针对所述目标用户的医学意见之前，所述方法还包括如下步骤 401～403：

401、获取所述目标用户的用户数据和历史医疗数据。

其中，所述目标用户的用户数据包括所述目标用户的属性信息，所述历史医疗数据包括所述目标用户的当前症状信息和历史治疗数据。用户数据可以包括用户属性信息，例如姓名，性别，年龄，籍贯等各种用户属性，还可以包括饮食习惯，运动爱好等个人习惯信息等，具体此处不作限定。历史医疗数据可以包括目标用户在预设时间段内(例如过去一年内)的就医数据，诊断数据，用药数据，手术数据等医疗数据，具体此处不作限定。

402、基于所述目标用户的用户数据和历史医疗数据，生成引导医学意见。

此时，所述基于所述目标用户的用户数据和历史医疗数据，生成引导医学意见，包括：获取所述目标用户所对应的目标医学领域；查询预设的目标医学领域数据库，确定所述目标用户的初步治疗方案；基于所述目标用户的初步治疗方案，生成引导医学意见。

同样的，目标用户的用户数据可以目标用户的基本用户属性信息(包括姓名，年龄，性别等)，疾病类型，疾病症状，治疗信息，历史诊断治疗情况，历史用药情况等。另外，目标医学领域可以是目标用户的疾病所对应部位的医学领域，例如肝脏，肾脏，胃部，结肠，头部，颈部，骨组织，口腔等。

其中，预设的目标医学领域数据库可以包括临床病例数据库、领域知识数据库和病历信息数据库；临床病例数据库用于存储传统问诊和远程问诊得到的病例数据，领域知识数据库用于存储专业领域中正常人体的各项生理参数；疾病信息数据库用于存储典型疾病的生理数据。

另外，预设的目标医学领域数据库中还包括将临床病例数据库、领域知识数据库和病历信息数据库预先整合形成的各个医学领域的治疗方案，每个医学领域可以包括多个治疗方案，例如，用户A，50岁，男，胃癌，采用的治疗方案A，该治疗方案A即记录在目标医学领域数据库中。此时，查询预设的目标医学领域数据库，确定所述目标用户的初步治疗方案，即为在预设的目标医学领域数据库，确定标医学领域的多个治疗方案，在多个治疗方案中确定所述目标用户的初步治疗方案。

进一步的，在多个治疗方案中确定所述目标用户的初步治疗方案的方式，可以基于通过与目标用户的用户数据(包括多个用户属性)匹配的方式，确定多个治疗方案中与目标用户的用户数据中属性最匹配的治疗方案，例如，目标用户的用户数据中包括年龄属性信息和性别属性信息，目标用户60岁，治疗方案A，在目标医学领域数据库中有多个老年病例治疗取得良好疗效的正向案例 (具体可以设置正向案例数量阈值，例如，匹配年龄属性(在目标用户的年龄区间内)的正向案例的数量达到预设数量阈值)，此时可以确定治疗方案A与目标用户在年龄属性上匹配，又例如，目标用户为男性，在目标医学领域数据库中有多个男性病例治疗取得良好疗效的正向案例(同样的，可以设置正向案例数量阈值，例如，匹配性别属性的正向案例的数量达到预设数量阈值)，此时可以确定治疗方案A与目标用户在性别属性上匹配。

当多个治疗方案中与目标用户的用户数据中用户属性匹配最多的治疗方案，可以认定为最匹配的治疗方案，选为目标用户的初始治疗方案。例如，目标医学领域数据库中包括治疗方案A，治疗方案B和治疗方案C，在其中确定用户属性匹配最多的治疗方案为治疗方案A，则最匹配的治疗方案为治疗方案A，则将治疗方案A作为目标用户的初步治疗方案。

需要说明的是，上述用户数据中年龄属性和性别属性仅为举例说明，可以理解的是，用户数据中可以包括更多的用户属性，例如饮食习惯，生活爱好等例如是否抽烟，是否饮酒等，具体此处不作限定。

进一步的，基于所述目标用户的初步治疗方案，生成引导医学意见可以是以列表或者卡片的方式生成引导医学意见。

403、在所述多方会诊群组，通过所述虚拟对象展示所述引导医学意见。

具体的，在所述多方会诊群组，用户可以通过虚拟对象，以发送聊天信息的方式，在会议群组窗口，展现列表或者卡片的方式生成引导医学意见。

在本申请实施例中多方医学信息交互之前，需要建立多方会诊群组，以便各组员在群组内进行信息交互。因此，在本申请一些实施例中，所述多个医疗学科的组员中包括所述目标用户的主治医生；在预先建立的针对目标用户的多方会诊群组中，展示目标用户的统计医学数据之前，所述方法还包括：获取所述主治医生发起的针对目标用户的多方会诊请求，所述请求中包括至少一个医疗学科的组员信息；根据所述至少一个医疗学科的组员信息，发送多方会诊请求给至少一个医疗学科的组员；接收所述至少一个医疗学科的组员的反馈信息；根据所述反馈信息建立针对目标用户的多方会诊群组。

进一步的，所述根据所述反馈信息建立针对目标用户的多方会诊群组，包括：若所述反馈信息中同意参会组员满足预设的建立多方会诊条件，则建立针对目标用户的多方会诊群组。其中，多方会诊条件可以：人员数量要求(例如至少5人)和多学科覆盖要求(如放疗、外科、内科、影像、病理科等每学科至少一人)等。

在本申请一些实施例中，所述方法还包括：若所述反馈信息中同意参会组员不满足预设的建立多方会诊条件，则确定不满足的医疗学科组员条件；基于所述不满足的医疗学科组员条件，在预置的医疗人员数据库中，确定备用医疗学科组员；基于所述备用医疗学科组员和所述同意参会组员建立针对目标用户的多方会诊群组。例如，若当前放疗、外科、内科、影像各有一人同意加入多方会议群组，但是病理科邀请的组员未同意加入，缺乏病理科人员，因此不满足医疗学科组员条件，在预置的医疗人员数据库中，查找病理科人员信息，确定备用医疗学科组员，基于所述备用医疗学科组员和所述同意参会组员建立针对目标用户的多方会诊群组(备用医疗学科组员的确定也可以遵循邀请机制)。

当虚拟对象也作为数据统计专家时，此时，在本申请一些实施例中，所述初步治疗方案包括针对所述目标用户的多个治疗节点策略；在所述获取所述多方会诊群组中组员反馈的针对所述目标用户的医学意见之前，所述方法还包括：确定所述多个治疗节点策略的讨论优先级；基于所述讨论优先级，依次进行当前讨论的目标治疗节点策略；获取所述目标治疗节点策略的历史医学数据；通过所述虚拟对象展示所述目标治疗节点策略的历史医学数据。

例如，若初始治疗方案中包括治疗节点1，治疗节点2，治疗节点3，治疗节点4，每个治疗节点都对应有治疗节点策略。预先可以确定所述多个治疗节点策略的讨论优先级，确定的方式可以默认设置，或者随机确定讨论优先级，例如讨论优先级顺序依次为：治疗节点2-治疗节点1-治疗节点4-治疗节点3。则表示后续依次进行治疗节点2，治疗节点1，治疗节点4，治疗节点3的讨论。

在确定讨论优先级之后，假设当前讨论的治疗节点为治疗节点1，即当前讨论治疗节点1的治疗节点策略；获取治疗节点1治疗节点策略的历史医学数据，假设治疗节点1为影像节点，讨论的是影像相关治疗策略，此处获取的影像相关治疗策略的历史医疗数据，例如历史治疗方案中，类似患者治疗时影像相关的实施策略和参考因素，通过虚拟对象展示治疗节点1的治疗节点策略的历史医学数据。

本申请实施例中，最终治疗方案的确认可以通过一个个治疗节点策略确定进而确定最终的一个决策治疗方案，也可以通过先得到多个治疗方案中确定一个治疗方案，下面分别进行说明。

(1)通过一个个治疗节点策略确定进而确定最终的一个治疗方案

在本申请一些实施例中，所述医学意见中包括目标组员针对所述多个治疗节点策中目标治疗节点策略的目标医学意见；例如，多方会议群组中各组员可以针对当前讨论的目标治疗节点策略发表个人的医学意见，其中，目标组员针对多个治疗节点策中目标治疗节点策略的目标医学意见，而其他非目标组员的组员又可以针对该目标医学意见反馈个人的医学意见，进而通过不断的讨论整合，确定目标治疗节点策略的最终意见。

具体的，所述基于所述医学意见，通过所述虚拟对象确定所述目标用户的医学会诊结论，包括：通过虚拟对象获取所述多方会诊群组中各组员针对所述目标医学意见的反馈意见；基于所述反馈意见，确定所述目标治疗节点策略的最终意见；基于所述最终意见更新所述初步治疗方案中所述目标治疗节点策略；若确定所述多个治疗节点策略更新完毕后，确定所述目标用户的医学会诊结论。

具体的，基于所述反馈意见，确定所述目标治疗节点策略的最终意见可以包括：获取当前已获取的组员反馈的各反馈意见；获取所述多方会诊群组中各组员针对各反馈意见的投票数据，基于投票数据确定目标治疗节点策略的最终意见。

其中，基于所述反馈意见，确定所述目标治疗节点策略的最终意见的方式可以是通过所有组员投票的方式来确定最终意见的，例如针对组员反馈的医学意见，各组员都可以进行投票，最终少数服从多数的方式确定最终意见，若存在投票相同的情况，则可以进行在投票或者随机选择其中一个意见作为最终意见。

本申请实施例中，当多方会诊群组中包括目标用户本人(或目标用户及目标用户亲属)，用户本人(或目标用户及目标用户亲属)也可以在多方会诊群组中发表意见，智能体也可以去考虑，例如，针对费用和治疗方式等的节点策略，用户本人(或目标用户及目标用户亲属)可以发表意见进行选择，如选择价格更低的方式，治疗疼痛感更低的治疗方式等，智能体也可以采集用户本人 (或目标用户及目标用户亲属)发表的医学意见，在具体实现场景中，可以将用户本人(或目标用户及目标用户亲属)意见作为优先级最高的医学意见。

在本申请一些实施例中，在所述获取所述多方会诊群组中各组员针对所述目标医学意见的反馈意见之后，所述方法还包括：获取所述目标治疗节点策略的先验知识；基于所述先验知识，生成针对所述目标治疗节点策略的智能诊断意见；通过所述虚拟对象在所述多方会诊群组展示所述智能诊断意见。

其中，目标治疗节点策略的先验知识可以包括目标治疗节点策略的多个先验治疗意见，基于所述先验知识，生成针对所述目标治疗节点策略的智能诊断意见可以从多个先验治疗意见中选择部分或者全部生成针对所述目标治疗节点策略的智能诊断意见，并通过所述虚拟对象在所述多方会诊群组展示。

(2)通过先得到多个治疗方案中确定一个决策治疗方案

在本申请另一些实施例中，所述医学意见中包括多方会诊群组中多个组员反馈的意见；所述基于所述医学意见，通过所述虚拟对象确定所述目标用户的医学会诊结论，包括：基于所述多个组员反馈的意见和所述初步治疗方案，确定针对所述目标用户的多个治疗方案；通过所述虚拟对象在所述多个治疗方案确定最终的决策治疗方案；基于所述决策治疗方案，确定所述目标用户的医学会诊结论。

其中，每个组员针对可以针对初步治疗方案发表不同的医学意见，针对这些医学意见可以排列组合成不同的针对所述目标用户的多个治疗方案。可以通过通过所述虚拟对象在所述多个治疗方案确定最终的决策治疗方案，具体的可以是如上通过属性匹配的方式在多个治疗方案确定最终的决策治疗方案，例如用户属性与治疗方案最匹配的治疗方案确定为最终的决策治疗方案。

在本申请一些实施例中，所述通过所述虚拟对象在所述多个治疗方案确定最终的决策治疗方案，包括：获取所述目标用户的治疗方案的多个异质数据源，所述个异质数据源包括正性证据、反性证据和中性证据；基于所述多个异质数据源，生成每个治疗方案的逻辑链路；基于所述每个治疗方案的逻辑链路，所述通过所述虚拟对象确定最终的决策治疗方案。

其中，基于所述多个异质数据源，生成每个治疗方案的逻辑链路，包括：基于所述多个异质数据源，进行策略冲突状况的分类，形成治疗方案的策略树；通过策略树回溯的方式对所述策略树差异图形化并进行模式学习，生成每个治疗方案的逻辑链路。

策略树回溯是五大常用算法策略之一，它的核心思想其实就是将解空间看作是一棵树的结构，从树根到其中一个叶子节点的路径就是一个可能的解，根据约束条件，即可得到满足要求的解。求解问题时，发现到某个节点而不满足求解的条件时，就“回溯”返回，尝试别的路径。回溯法是一种选优搜索法，按选优条件向前搜索，以达到目标。

具体的，本申请实施例中，多轮迭代人机对话过程中，对同等级头部医院，不同等级医院等典型场景，探索AI智能体在引导和决策的权重分配差异。例如，在典型场景冲突状况的分类以及对应策略树回溯，对策略树差异图形化并进行模式学习，借助其对数据逐层非线性抽象特征的提取能力，对中间决策节点的正/反/中性证据，进行奖惩因子的分段函数建立，确定不同场景下AI智能体(虚拟对象)参与度。

进一步的，本申请实施例中，假设虚拟对象为AI-MDT多智能体，此时，可以将AI-MDT多智能体辩论+协同的过程，与经典的博弈论相结合，而博弈论正是研究理性决策者之间的冲突和合作。

本申请实施例中，通过与博弈论结合，建立全局合作博弈、局部有限次非合作博弈的模型；采用策略可解释的图神经网络统计全局与局部效应影响因子，求解纳什均衡状态的条件。

例如对于每个目标治疗方案中某个影响因子，往往存在冲突的两个方向，具体的，如“希望能够活下来”与“担心治疗的可获得性”并存、“期望延长生存期”和“担忧治疗的可持续性”并存、“期盼提高生活质量”和“忧虑治疗获益不足”并存和“希冀治愈和康复”和“忧惧转移和复发”并存等。

从博弈论的视角，以晚期肺癌为例，晚期肺癌患者在接受靶向治疗的过程中，患者所感知到的“希望”和“担心”就像患者内部的博弈对手，包括“希望能够活下来”和“担心治疗的可获得性”博弈、“期望延长生存期”和“担忧治疗的可持续性”博弈、“期盼提高生活质量”和“忧虑治疗获益不足”博弈、“希冀治愈和康复”和“忧惧转移和复发”博弈。且博弈双方“权衡”外在和内在因素，最终会达到平衡，即稳态。

本申请实施例中探寻到20个亚类属之间也存在博弈关系，如：“正念-无所期待”、“健康积极忧患并重”、“主动关注-消极应对”、“获得专业信息-医疗信息不足”、“正性情绪-负性情绪”、“正性关系感知-负性关系感知”、“健康感知良好-健康感知不良强遵医行为-非健康行为”、“责任感知-弱化能力”、“规避压力-威胁感知”等。除此以外，发明人还发现，患者为帮助自己内心的“希望”在博弈中获益更多已探索到部分调适策略，如“精神信念”可作为“正念-无所期待”博弈的调适策略“生活在当下”可作为“健康积极- 忧患并重”博弈的调适策略；“积极思考”可作为“主动关注-消极应对”博弈的调适策略：“专业性支持”可作为“获得专业信息医疗信息不足”博弈的调适策略；“情绪反应”可作为“正性情绪-负性情绪”博弈的调适策略；“人际关系”可作为“正性关系感知-负性关系感知”博弈的调适策略；“症状控制”可作为“健康感知良好-健康感知不良”博弈的调适策略；“期待正常”可作为“强遵医行为-非健康行为”博弈的调适策略；“赋能”可作为“责任感知-弱化能力”博弈的调适策略；“控制威胁”可作为“规避压力-威胁感知”博弈的调适策略。

如图5所示，本申请实施例中将“精神信念”、“生活在当下”、“积极思考”归纳为动力思维管理策略，“专业性支持”、“情绪反应”、“人际关系”、“症状控制”、“期待正常”、“赋能”、“控制威胁”归纳为路径思维管理策略，动力思维和路径思维共同作用，以期对希望进行调适，达到“希望”和“担心”博弈的最佳目标，即“希望能够活下来”和“担心治疗的可获得性”达到最佳稳态、“期望延长生存期”和“担忧治疗的可持续性”达到最佳稳态、“期盼提高生活质量”和“忧虑治疗获益不足”达到最佳稳态、“希冀治愈和康复”和“忧惧转移和复发”达到最佳稳态。

具体的，本申请实施例中，以基于(类同病例)的治疗效果预测为约束条件，构建基于自主增强学习的、多参数(如患者需求、治疗成本、临床疗效等) 在时间轴动态累积的目标函数；在解集合(帕累托面)中，寻找治疗方案真正最优解，即针对特定病患的若干治疗方案里，多方意愿折衷后的个体化治疗方案。

为达到帕累托面上的个体化最优治疗方案，借助深度学习和强化学习，以类同病案特别是术后随访等一手数据作为训练语料，引导MDT方向沿着帕累托面的“理论”最佳折衷点方向进行；另一方面，加强在MDT过程中医生个体化考虑，病患(及家人)个体化意愿权重，以此作为对理论值的交互修正； MDT过程中，AI智能体在局部阶段性方案节点，通过评估当下方案在短、中、长期总体优越度分值，作为人类参与者一致前进的“导航”判据，加强团队的目标。

本申请能实现机器智能体在肿瘤精确治疗规划中客观理性的主持/导航，避免人类专家因主观因素(例如，认知受限、利益冲突等)和/或客观因素(例如，时间紧张、身心疲劳等)的不利影响；学习和最大化激发人类专家特有的同理心、应对新复杂场景的及时应变和创新能力；在多目标优化最优集合基础上，结合患者特定需求，达到面向个体化最优治疗方案规划结果。

本申请实施例中，当多方会诊群组中包括目标用户本人时，当最优治疗方案得到后，也需经用户本人在多方会诊群组中同意确认，即也可以在通过虚拟对象(智能体)在多方会诊群组中展示最优治疗方案，并获取用户本人针对所述最终治疗方案的确认意见，若用户本人未提供确认意见，则默认采纳该最终治疗方案为最终治疗方案。可以理解的是，在本申请另一些实施例中，也可以提供多个最优治疗方案，供用户在其中一个选择确认，若用户本人未提供确认意见，则可以默认随机采纳该一个治疗方案为最终治疗方案，或者通过上述实施例中通过先得到多个治疗方案中确定一个决策治疗方案的方式实现。

为了更好实施本申请实施例中多方医学信息交互方法，在多方医学信息交互方法基础之上，本申请实施例中还提供一种多方医学信息交互装置，应用于计算机设备，如图6所示，该多方医学信息交互装置600包括展示模块601，获取模块602和确定模块603：

展示模块601，用于在预先建立的针对目标用户的多方会诊群组中，展示目标用户的统计医学数据，所述多方会诊群组中包括虚拟对象以及与所述目标用户关联的多个医疗学科的组员；

获取模块602，用于获取所述多方会诊群组中组员反馈的针对所述目标用户的医学意见；

确定模块603，用于基于所述医学意见，通过所述虚拟对象确定所述目标用户的医学会诊结论。

本申请通过展示模块601在预先建立的针对目标用户的多方会诊群组中，展示目标用户的统计医学数据，多方会诊群组中包括虚拟对象以及与目标用户关联的多个医疗学科的组员；获取模块602获取多方会诊群组中组员反馈的针对目标用户的医学意见；确定模块603基于医学意见，通过所述虚拟对象确定目标用户的医学会诊结论。本申请通过在已建立的针对用户的多方会诊群组中展示统计医学数据，并在群组中加入虚拟对象，通过虚拟对象确定目标用户的医学会诊结论，智能化的进行多方会诊，提高了多方会诊的效率。

在本申请一些实施例中，所述装置还包括引导模块，所述引导模块用于：

在所述获取所述多方会诊群组中组员反馈的针对所述目标用户的医学意见之前，获取所述目标用户的用户数据和历史医疗数据；

基于所述目标用户的用户数据和历史医疗数据，生成引导医学意见；

在所述多方会诊群组，通过所述虚拟对象展示所述引导医学意见。

在本申请一些实施例中，所述目标用户的用户数据包括所述目标用户的属性信息，所述历史医疗数据包括所述目标用户的当前症状信息和历史治疗数据；

所述引导模块具体用于：

获取所述目标用户所对应的目标医学领域；

查询预设的目标医学领域数据库，确定所述目标用户的初步治疗方案；

基于所述目标用户的初步治疗方案，生成引导医学意见。

在本申请一些实施例中，所述多个医疗学科的组员中包括所述目标用户的主治医生；

所述装置还包括群组建立模块，所述群组建立模块具体用于：

在预先建立的针对目标用户的多方会诊群组中，展示目标用户的统计医学数据之前，获取所述主治医生发起的针对目标用户的多方会诊请求，所述请求中包括至少一个医疗学科的组员信息；

根据所述至少一个医疗学科的组员信息，发送多方会诊请求给至少一个医疗学科的组员；

接收所述至少一个医疗学科的组员的反馈信息；

根据所述反馈信息建立针对目标用户的多方会诊群组。

在本申请一些实施例中，所述群组建立模块具体用于：

若所述反馈信息中同意参会组员满足预设的建立多方会诊条件，则建立针对目标用户的多方会诊群组。

在本申请一些实施例中，所述群组建立模块具体还用于：

若所述反馈信息中同意参会组员不满足预设的建立多方会诊条件，则确定不满足的医疗学科组员条件；

基于所述不满足的医疗学科组员条件，在预置的医疗人员数据库中，确定备用医疗学科组员；

基于所述备用医疗学科组员和所述同意参会组员建立针对目标用户的多方会诊群组。

在本申请一些实施例中，所述初步治疗方案包括针对所述目标用户的多个治疗节点策略；

所述展示模块601还用于：

在所述获取所述多方会诊群组中组员反馈的针对所述目标用户的医学意见之前，

确定所述多个治疗节点策略的讨论优先级；

基于所述讨论优先级，依次进行当前讨论的目标治疗节点策略；

获取所述目标治疗节点策略的历史医学数据；

通过所述虚拟对象展示所述目标治疗节点策略的历史医学数据。

在本申请一些实施例中，所述医学意见中包括目标组员针对所述多个治疗节点策中目标治疗节点策略的目标医学意见；

所述确定模块603具体用于：

通过所述虚拟对象获取所述多方会诊群组中各组员针对所述目标医学意见的反馈意见；

基于所述反馈意见，确定所述目标治疗节点策略的最终意见；

基于所述最终意见更新所述初步治疗方案中所述目标治疗节点策略；

若确定所述多个治疗节点策略更新完毕后，确定所述目标用户的医学会诊结论。

在本申请一些实施例中，所述装置还包括智能诊断模块，所述智能诊断模块具体用于：

在所述获取所述多方会诊群组中各组员针对所述目标医学意见的反馈意见之后，获取所述目标治疗节点策略的先验知识；

基于所述先验知识，生成针对所述目标治疗节点策略的智能诊断意见；

通过所述虚拟对象在所述多方会诊群组展示所述智能诊断意见。

在本申请一些实施例中，所述医学意见中包括多方会诊群组中多个组员反馈的意见；

所述确定模块603具体用于：

基于所述多个组员反馈的意见和所述初步治疗方案，确定针对所述目标用户的多个治疗方案；

通过所述虚拟对象在所述多个治疗方案确定最终的决策治疗方案；

基于所述决策治疗方案，确定所述目标用户的医学会诊结论。

在本申请一些实施例中，所述确定模块具体用于：

获取所述目标用户的治疗方案的多个异质数据源，所述个异质数据源包括正性证据、反性证据和中性证据；

基于所述多个异质数据源，生成每个治疗方案的逻辑链路；

基于所述每个治疗方案的逻辑链路，所述通过所述虚拟对象确定最终的决策治疗方案。

本申请实施例还提供一种计算机设备，其集成了本申请实施例所提供的任一种多方医学信息交互装置，所述计算机设备包括：

一个或多个处理器；

存储器；以及

一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行上述多方医学信息交互方法实施例中任一实施例中所述的多方医学信息交互方法中的步骤。

本申请实施例还提供一种计算机设备，其集成了本申请实施例所提供的任一种多方医学信息交互装置。如图7所示，其示出了本申请实施例所涉及的计算机设备的结构示意图，具体来讲：

该计算机设备可以包括一个或者一个以上处理核心的处理器701、一个或一个以上计算机可读存储介质的存储器702、电源703和输入单元704等部件。本领域技术人员可以理解，图7中示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

处理器701是该计算机设备的控制中心，利用各种接口和线路连接整个计算机设备的各个部分，通过运行或执行存储在存储器702内的软件程序和/或模块，以及调用存储在存储器702内的数据，执行计算机设备的各种功能和处理数据，从而对计算机设备进行整体监控。可选的，处理器701可包括一个或多个处理核心；优选的，处理器701可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器701 中。

存储器702可用于存储软件程序以及模块，处理器701通过运行存储在存储器702的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器702 可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器702可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器702还可以包括存储器控制器，以提供处理器701对存储器702的访问。

计算机设备还包括给各个部件供电的电源703，优选的，电源703可以通过电源管理系统与处理器701逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源703还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

该计算机设备还可包括输入单元704，该输入单元704可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

尽管未示出，计算机设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，计算机设备中的处理器701会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器702中，并由处理器701 来运行存储在存储器702中的应用程序，从而实现各种功能，如下：

在预先建立的针对目标用户的多方会诊群组中，展示目标用户的统计医学数据，多方会诊群组中包括虚拟对象以及与目标用户关联的多个医疗学科的组员；获取多方会诊群组中组员反馈的针对目标用户的医学意见；基于医学意见，确定目标用户的医学会诊结论。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。

为此，本申请实施例提供一种计算机可读存储介质，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行本申请实施例所提供的任一种多方医学信息交互方法中的步骤。例如，所述计算机程序被处理器进行加载可以执行如下步骤：

在预先建立的针对目标用户的多方会诊群组中，展示目标用户的统计医学数据，多方会诊群组中包括虚拟对象以及与目标用户关联的多个医疗学科的组员；获取多方会诊群组中组员反馈的针对目标用户的医学意见；基于医学意见，确定目标用户的医学会诊结论。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。

具体实施时，以上各个单元或结构可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元或结构的具体实施可参见前面的方法实施例，在此不再赘述。

以上各个操作的具体实施可参见前面的实施例，在此不再赘述。

以上对本申请实施例所提供的一种多方医学信息交互方法、装置、计算机设备及存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。