一种远程医疗系统

技术领域

本发明实施例涉及智慧医疗技术领域，尤其涉及一种远程医疗系统。

背景技术

在临床医学领域，大多通过病人去邻近的医院就医的方式对病人进行诊断，由于医院设置地点和各医院医疗资源的差异性，可能使得对同一病人的同一病症存在诊断差异。由于每个医院的医学专家很有限，且受邻近就医条件的限制，使得很多宝贵的临床经验无法真正的流通以使病人与医生都能够享受这份宝贵的财富。

为了解决这一问题，在线诊疗的方式被提出。作为一种有利于弱化就医地域限制的诊疗手段，在线诊疗的发展被广泛关注。在线诊疗尤其适用于在医院医疗过程中，遇到疑难杂症或者急诊症状患者，然而本地现场医生无法有效进行诊疗，需要邀请远程专家医生一起进行联合会诊，或者，病人不具备进行面对面的门诊诊疗条件的情况。

目前，医疗机构和医疗医生进行会诊医疗的主要方式是举行视频会议，双方进行远程高清视频会议，本地医生将患者信息展示到大屏幕上，便于远程医生查看，判断病情，并且给出诊断建议，这种诊断过程数字化程度较低，同时完全依赖与参与诊疗的医生的个体水平，存在一定的病情分类分析隐患，诊疗质量有待于进一步提升。

发明内容

本发明实施例提供了一种远程医疗系统，以实现客观、精确的对就诊用户的病情进行判断。

本发明实施例提供了一种远程医疗系统，该系统包括：就诊端、与所述就诊端通信连接的云平台、与所述云平台通信连接的自然语言处理模块以及与所述自然语言处理模块连接的诊疗分析分类模块；其中，

所述就诊端，用于接收就诊用户输入的就诊请求，并将所述就诊请求发送至所述云平台，其中，所述就诊请求携带有就诊用户的基本就诊信息；

所述云平台，用于接收所述就诊请求，并将所述就诊请求发送至所述自然语言处理模块；

所述自然语言处理模块，用于接收所述就诊请求，并对所述就诊请求中所携带的就诊用户的基本就诊信息进行语言结构化处理，生成结构化就诊信息，并将所述结构化就诊信息发送至所述诊疗分析分类模块；

所述诊疗分析分类模块，用于基于所述结构化就诊信息确定出与所述结构化就诊信息对应的诊疗辅助信息，并将所述诊疗辅助信息发送至所述云平台。

本发明实施例的技术方案，通过基于自然语言处理模块对获取的从就诊端发送的就诊请求中的基本就诊信息进行语言结构化处理，生成专业的结构化就诊信息，以使集合了针对不同疾病的很多专家的诊断数据的诊疗分析分类模块基于该专业化的结构化就诊信息，给就诊用户提供精确的、客观的、专业的诊断辅助信息，从而在单一诊疗用户，或者一般水平诊疗用户在线诊疗的过程加入了高水平的在线诊疗辅助把关，相当于多专家同时辅助判断，弥补了医生本人的知识背景限制，解决了现有技术中依赖于本地医生的诊疗水平，且需要多方专家联合会诊的问题，降低了高质量就诊咨询的经济和时间成本。

附图说明

为了更加清楚地说明本发明示例性实施例的技术方案，下面对描述实施例中所需要用到的附图做一简单介绍。显然，所介绍的附图只是本发明所要描述的一部分实施例的附图，而不是全部的附图，对于本领域普通技术人员，在不付出创造性劳动的前提下，还可以根据这些附图得到其他的附图。

图1是本发明实施例一提供的远程医疗系统的结构示意图；

图2是本发明实施例二提供的远程医疗系统的结构示意图；

图3是本发明实施例二提供的远程医疗系统的结构框架示意图；

图4是本发明实施例二提供的基于远程医疗系统的业务流程示意图；

图5是本发明实施例三提供的远程医疗系统的结构示意图；

图6是本发明实施例三提供的基于远程医疗系统执行诊后随访信息的执行流程图；

图7是本发明实施例四提供的远程医疗系统的结构示意图；

图8是本发明实施例四提供的基于远程医疗系统的业务流程示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例一

图1为本发明实施例一提供的远程医疗系统的结构示意图，本发明实施例可适用于对就诊用户的病情进行远程判断的情况。如图1所示，该系统包括：就诊端100、与就诊端100通信连接的云平台200、与云平台200通信连接的自然语言处理模块300以及与自然语言处理模块300连接的诊疗分析分类模块400。

其中，就诊端100，用于接收就诊用户输入的就诊请求，并将所述就诊请求发送至云平台200，其中，所述就诊请求携带有就诊用户的基本就诊信息；云平台200，用于接收所述就诊请求，并将所述就诊请求发送至自然语言处理模块300；自然语言处理模块300，用于接收所述就诊请求，并对所述就诊请求中所携带的就诊用户的基本就诊信息进行语言结构化处理，生成结构化就诊信息，并将所述结构化就诊信息发送至诊疗分析分类模块400；诊疗分析分类模块400，用于基于所述结构化就诊信息确定出与所述结构化就诊信息对应的诊疗辅助信息，并将所述诊疗辅助信息发送至云平台200。

示例性的，就诊端可以是需要就诊的用户所在的客户端，例如可以是手机或电脑。就诊端还可以是客户端中所设置的应用程序。

就诊用户可以是需要就诊的用户，例如可以是患者等。

就诊请求可以是就诊用户在就诊端发送的需要就诊的请求。

云平台可以是云端平台。

在本发明实施例中，云平台起到一个数据传输和数据分配的作用。

基本就诊信息可以是就诊用户的基本信息，例如，可以是用户的姓名、年龄、性别和联系方式，以及就诊用户的基本就诊诉求，例如可以是就诊用户描述的自己的基本病情，比如可以是就诊用户描述的自己流鼻涕、嗓子疼、肚子疼等这些基本的病情。

在本发明实施例中，基本就诊信息还可以是就诊用户提供的就诊用户经过一些专业检查后的检测结果，例如，若就诊用户在当前次问诊之前，有做过血常规检测，则基本就诊信息中还可以包括就诊用户的血常规检测数据。

自然语言处理(Natural Language Processing，NLP)模块可以是一个语言处理模块，具体的是将就诊用户的基本就诊信息进行语言结构化处理，生成结构化就诊信息。

在本发明实施例中，对就诊用户的基本就诊信息进行语言结构化处理，具体的可以是将就诊用户的基本就诊信息进行专业化的处理。由于就诊用户在描述自己的病情时，有时并不能用专业的语言进行描述，比如，就诊用户的肚子疼，在医学领域中，肚子疼的专业词汇为腹痛。这里的NLP模块就是将就诊用户的这些不是专业词汇的病情信息转换为专业词汇，形成结构化就诊信息。

结构化就诊信息可以是将就诊用户的非专业词汇，与将非专业词汇进行转换后形成的专业词汇进行组合，所形成的信息。例如，就诊用户在描述病情时，用了一个“肚子疼”的词汇，NLP模块对该“肚子疼”进行分析，得到其所对应的专业词汇为“腹痛”，则将“肚子疼”和“腹痛”组合形成结构化就诊信息，比如，可以形成形如“肚子疼-腹痛”这样的信息。

在本发明实施例中，由于就诊用户在进行就诊时，就诊用户可能是利用语音或图文等的形式来描述自己的病情的，即这里的基本就诊信息可能是语音或图文的形式，因此，NLP模块还可以用于将就诊请求中的语音、视频、图片等非文字内容，通过语音转文字，光学字符识别(Optical Character Recognition， OCR)等方式，将基本就诊信息转换成文字，匹配基本就诊信息的上下文，做语义分割，作为本次在线咨询质量判断的基础数据，提供给后续分析模块。

诊疗分析分类模块可以是对结构化就诊信息进行分析所得到的与结构化就诊信息对应的诊疗辅助信息。

在本发明实施例中，诊疗分析分类模块中可以集合了针对不同疾病的很多专家的诊断数据。

在本发明实施例中，诊疗辅助信息可以是根据就诊用户所提供的基本就诊信息，所提供的对就诊用户进行诊断的人员进行补充提问的细节信息，例如，根据就诊用户提供的“肚子疼、流鼻涕”这个基本就诊信息，诊疗辅助信息可以是需要对就诊人员补充提问，比如：可以询问就诊人员其肚子疼的具体位置，鼻涕的形态等。

在本发明实施例中，诊疗辅助信息还可以是根据就诊用户提供的基本就诊信息，所提供的对就诊用户的诊断结果，例如，根据就诊用户提供的“流清鼻涕、咳嗽、打喷嚏、发烧超过24小时”的基本就诊信息，诊疗辅助信息可以是基本就诊信息的诊断结果，比如：该就诊用户可能患有感冒或者，有感染肺炎的风险。

在本发明实施例中，在诊疗辅助信息是对基本就诊信息的诊断结果时，诊疗辅助信息中还可以包括给就诊用户提供的治疗方案，例如，确定就诊用户患有感冒，则给就诊用户推荐对应治疗感冒的药品等。

这样设置的好处在于，可以基于自然语言处理模块对就诊用户提供的基本就诊信息进行语言结构化处理，生成专业的结构化就诊信息，以使集合了针对不同疾病的很多专家的诊断数据的诊疗分析分类模块基于该专业化的结构化就诊信息，给就诊用户提供精确的、客观的、专业的诊断辅助信息，解决了现有技术中依赖于本地医生的诊疗水平，且需要多方专家联合会诊的问题。

本发明实施例的技术方案，通过基于自然语言处理模块对获取的从就诊端发送的就诊请求中的基本就诊信息进行语言结构化处理，生成专业的结构化就诊信息，以使集合了针对不同疾病的很多专家的诊断数据的诊疗分析分类模块基于该专业化的结构化就诊信息，给就诊用户提供精确的、客观的、专业的诊断辅助信息，从而在单一诊疗用户，或者一般水平诊疗用户在线诊疗的过程加入了高水平的在线诊疗辅助把关，相当于多专家同时辅助判断，弥补了医生本人的知识背景限制，解决了现有技术中依赖于本地医生的诊疗水平，且需要多方专家联合会诊的问题，降低了高质量就诊咨询的经济和时间成本。

实施例二

图2为本发明实施例二提供的远程医疗系统的结构示意图，本发明实施例可与上述各发明实施例结合。在上述各实施例的基础上，本发明实施例的远程医疗系统还包括：与云平台200通信连接的诊疗端500。

可选的，云平台200，还用于将所述就诊请求以及所述诊疗辅助信息发送至诊疗端500；诊疗端500，用于接收所述就诊请求和所述诊疗辅助信息，并展示所述就诊请求和所述诊疗辅助信息。

示例性的，诊疗端可以是对就诊用户进行诊疗的客户端，具体的可以是医生所在的客户端，例如可以是手机或电脑。就诊端还可以是客户端中所设置的应用程序。

参考图3所述的远程医疗系统的结构框架示意图，在本发明实施例中，如图3所示，在就诊端具有一个本地处理模块，在本地处理模块中存储有就诊用户的基本就诊信息。在诊疗端也同样具有一个本地处理模块，在该本地处理模块中可存储接收到的就诊请求和诊疗辅助信息。

在本发明实施例中，就诊端中包括语音输入等语音采集单元，还可包括视频摄像头等视频采集单元，还具有数据处理单元，以及展示单元，其可以提供就诊用户与诊疗用户的沟通媒介，以及本地数据处理功能。同样的，在诊疗端也具有与就诊端同样的单元。

在本发明实施例中，就诊端和诊疗端可以是通过远程视频、音频和图文等至少一种形式进行沟通。

当诊疗分析分类模块将诊疗辅助信息发送至云平台后，云平台可将就诊请求和诊疗辅助信息发送至诊疗端，以使诊疗端展示就诊请求和诊疗辅助信息。这样以便在诊疗端的医生可直观的看到就诊请求和诊疗辅助信息。

在本发明实施例中，当诊疗辅助信息为根据就诊用户所提供的基本就诊信息，所提供的需要对就诊用户进行诊断的人员进行补充提问的细节信息时，可选的，诊疗端500，还用于接收诊疗用户基于所述就诊请求所发起的医疗问询信息，并将所述医疗问询信息发送给云平台200；云平台200，还用于将所述医疗问询信息发送至自然语言处理模块300；自然语言处理模块300，用于接收所述述医疗问询信息，并将所述医疗问询信息进行语言结构化处理，生成结构化问询信息，并将所述结构化问询信息发送至诊疗分析分类模块400；诊疗分析分类模块400，用于基于所述结构化问询信息以及所述就诊请求确定出与所述结构化问询信息对应的问询辅助信息，并将所述问询辅助信息发送至云平台200。云平台200，还用于将所述问询辅助信息发送至诊疗端500。

示例性的，诊疗用户可以是对就诊用户进行诊疗的用户，具体的可以是在诊疗端的医生等。

医疗问询信息可以是诊疗分析分类模块根据诊疗辅助信息所提供的具体的让诊疗端进行询问的信息。例如，当诊疗辅助信息为：详细询问就诊人员其肚子疼的具体位置，鼻涕的形态时，这里的医疗问询信息可以是鼻涕是清鼻涕还是浓鼻涕，肚子疼是肚脐眼上面疼，还是肚脐眼疼，还是肚脐眼下面疼。

结构化问询信息可以是对医疗问询信息进行语言结构化处理后，得到的结构化的医疗问询信息。

在本发明实施例中，问询辅助信息可以是根据结构化问询信息，所提供的对就诊用户进行诊断的人员进行再次补充提问的细节信息，例如，根据就诊用户提供的“鼻涕是清鼻涕”的信息，问询辅助信息可以是需要对就诊人员再次补充提问，比如：可以询问就诊人员流鼻涕的天数等情况。

在本发明实施例中，问询辅助信息还可以是根据结构化问询信息，所提供的对就诊用户的诊断结果，例如，根据就诊用户提供的“鼻涕是清鼻涕”的信息，问询辅助信息可以是医疗问询信息的诊断结果，比如：该就诊用户患有凉感冒，即该用户可能受风寒所导致的感冒。

在本发明实施例中，在问询辅助信息是对医疗问询信息的诊断结果时，问询辅助信息中还可以包括给就诊用户提供的治疗方案，例如，确定就诊用户患有凉感冒，则给就诊用户推荐对应治疗凉感冒的药品等。

当诊疗端接收到基于就诊请求所发起的医疗问询信息后，可将该医疗问询信息发送至云平台，云平台可将该医疗问询信息发送至NLP模块，NLP模块对医疗问询信息进行语言结构化处理，生成结构化问询信息，并将该结构化问询信息发送至诊疗分析分类模块，以使诊疗分析分类模块确定出与结构化问询信息对应的问询辅助信息，并将问询辅助信息发送至云平台，以使云平台将问询辅助信息发送至诊疗端，以使诊疗端接收问询辅助信息，并展示问询辅助信息，以使诊疗端的医生可及时、直观的了解问询辅助信息。

这样设置的好处在于，通过自然语言处理模块对就诊端发送基于就诊请求所发起的医疗问询信息进行语言结构化处理，生成专业的结构化问询信息，以使集合了针对不同疾病的很多专家的诊断数据的诊疗分析分类模块基于该专业化的结构化问询信息，给就诊用户提供精确的、客观的、专业的问询辅助信息，解决了现有技术中依赖于本地医生的诊疗水平，且需要多方专家联合会诊的问题。

需要说明的是，在本发明实施例中，参考图4所述的基于远程医疗系统的业务流程示意图，当诊疗端接收到诊疗用户基于就诊请求所发起的医疗问询信息后，诊疗端还用于将该医疗问询信息发送至就诊端，以使就诊端的就诊用户基于医疗问询信息进行对应回答，例如，医疗问询信息为“鼻涕是清鼻涕还弄鼻涕”，则就诊端的就诊用户可以给予对应的回答“是清鼻涕”。然后就诊端将针对医疗问询信息的回答发送至云平台，云平台将针对医疗问询信息的回答发送至NLP模块，NLP模块对医疗问询信息的回答进行语言结构化处理，生成结构化回答信息，NLP模块将结构化回答信息发送至诊疗分析分类模块，以使诊疗分析分类模块根据结构化回答信息生成确定出与结构化问询信息对应的问询辅助信息。

当云平台向诊疗端发送问询辅助信息后，可选的，诊疗端500，还用于接收所述问询辅助信息，并接收所述诊疗用户基于所述问询辅助信息输入的问询调整信息，基于所述问询调整信息生成目标医疗问询信息，并将所述目标医疗问询信息发送至云平台200；云平台200，还用于将所述目标问询信息发送至就诊端100。

示例性的，问询调整信息可以是诊疗用户对问询辅助信息进行调整后输入到诊疗端的信息。

具体的，诊疗分析分类模块提供的问询辅助信息有时可能不太恰当或者是不太适合，因此，诊疗端的诊疗用户可对接收到的问询辅助信息进行调整，以生成问询调整信息。例如，问询辅助信息可能会比较专业化，直接用问询辅助信息来询问就诊端的就诊用户的话，就诊端的就诊用户可能不知如何回答，因此，诊疗端的诊疗人员可对问询辅助信息进行调整，向诊疗端输入问询辅助信息。

目标医疗问询信息可以是根据诊疗用户输入的问询调整信息生成的信息。例如，诊疗用户输入到诊疗端的问询调整信息可能是以关键字的形式输入的，则诊疗端可根据这些关键字，将这些关键字进行组合，生成最终要询问就诊人员的问题，即目标医疗问询信息。

诊疗端根据诊疗用户输入的问询调整信息可生成目标医疗问询信息，并将目标医疗问询信息发送至云平台，云平台可将接收到的目标医疗问询信息发送至就诊端，以使就诊端接收该目标医疗问询信息并展示，这样可使就诊端的就诊用户直观的了解到诊疗端的诊疗人员所要询问的问题。

诊疗端接收诊疗用户基于所述问询辅助信息输入的问询调整信息，基于问询调整信息生成目标医疗问询信息，这样设置的好处在于，可对问询辅助信息进行调整，以生成就诊端的就诊人员可以理解的问题，提高了用户体验。

可选的，就诊端100，还用于接收所述目标医疗问询信息，并接收就诊用户所输入的与所述目标医疗问询信息对应的应答信息，并将所述应答信息发送至云平台200；云平台200，还用于将所述应答信息发送至自然语言处理模块 300；自然语言处理模块300，还用于接收所述应答信息，并将所述就诊请求中所携带的就诊用户的基本就诊信息和所述应答信息进行语言结构化处理，更新结构化就诊信息，并将所述结构化就诊信息发送至诊疗分析分类模块400。

示例性的，应答信息可以是就诊端的就诊人员回答的目标医疗问询信息的答案。

就诊端接收到目标医疗问询信息后，会向就诊端的就诊用户展示目标医疗问询信息，就诊端的就诊用户对所展示的目标医疗问询信息进行对应回答，并在就诊端中输入该与目标医疗问询信息对应的应答信息。就诊端将该应答信息发送至云平台，云平台接收该应答信息并将该应答信息发送至NLP模块，NLP 模块将就诊请求中所携带的就诊用户的基本就诊信息和应答信息进行语言结构化处理，更新结构化就诊信息，并将结构化就诊信息发送至诊疗分析分类模块，以使诊疗分析分类模块确定出与更新后的结构化就诊信息对应的结果，例如可以是与更新后的结构化就诊信息对应的诊疗辅助信息。

在得到与更新后的结构化就诊信息对应的诊疗辅助信息后，可再根据与更新后的结构化就诊信息对应的诊疗辅助信息，诊疗端接收诊疗用户输入的医疗问询信息，并将医疗问询信息发送至NLP模块，以使NLP模块结构化医疗问询信息，NLP模块将结构化后的医疗问询信息发送至诊疗分析分类模块，以使诊疗分析分类模块提供问询辅助信息。诊疗端根据问询辅助信息，接收诊疗用户基于问询辅助信息输入的问询调整信息，基于问询调整信息生成目标医疗问询信息，并将目标医疗问询信息发送至云平台，云平台将目标问询信息发送至所述就诊端。就诊端接收目标医疗问询信息，并接收就诊用户所输入的与目标医疗问询信息对应的应答信息，并将应答信息发送至云平台；云平台，还用于将应答信息发送至自然语言处理模块；自然语言处理模块接收应答信息，并将就诊请求中所携带的就诊用户的基本就诊信息和应答信息进行语言结构化处理，更新结构化就诊信息，并将结构化就诊信息发送至诊疗分析分类模块，以使诊疗分析分类模块确定出与更新后的结构化就诊信息对应的结果，例如可以是与更新后的结构化就诊信息对应的诊疗辅助信息。

重复执行上述反复询问的流程，直至就诊端的就诊用户得到其所需的诊断结果为止。

可选的，诊疗端500，还用于接收诊疗用户输入的诊疗结果信息，并基于将所述诊疗结果信息发送至云平台200；云平台200，还用于接收所述诊疗结果信息，并将所述诊疗结果信息发送至就诊端100。

示例性的，诊疗结果信息可以是得到的与就诊用户的就诊请求对应的诊断结果，例如可以是确定出与就诊用户的就诊请求对应的疾病类别，即告知该就诊用户具体所患的疾病类别。

当重复上述反复询问的流程后，诊疗分析分类模块最后会确定出与就诊用户的就诊请求对应的诊疗结果信息，诊疗分析分类模块将该诊疗结果信息发送至云平台，云平台接收该诊疗结果信息后，并将该诊疗结果信息发送至诊疗端，诊疗端接收该诊疗结果信息，并将该诊疗结果信息发送至云平台，云平台接收该诊疗结果信息，并将该诊疗结果信息发送至就诊端，就诊端接收该诊疗结果信息，并展示该诊疗结果信息，以使就诊端的就诊用户可直观的看到自己的诊疗结果信息，以使就诊用户根据诊疗结果信息采取对应的措施，例如可以是去医院进行对应的治疗等。

在本发明实施例中，诊疗分析分类模块将诊疗结果信息发送至云平台，云平台接收该诊疗结果信息后，云平台也可直接将该诊疗结果信息发送至就诊端，不用发送至诊疗端，这样可以减少数据的传输过程，提高诊疗效率。

在本发明实施例中，当重复执行上述反复询问的流程，直至就诊端的就诊用户得到其所需的诊断结果为止时，则可结束该就诊流程。具体的结束就诊流程可以是：

可选的，就诊端100，还用于接收就诊用户发起的就诊结束请求，并将就诊结束请求发送至云平台200；和/或，诊疗端500，还用于接收诊疗用户发起的诊疗结束请求，并将所述诊疗结束请求发送至云平台200；云平台200，还用于当接收到所述就诊结束请求和/或诊疗结束请求时，结束诊疗。

示例性的，就诊结束请求可以是就诊用户发起的结束就诊的请求，具体的可以是就诊用户在就诊端进行就诊结束的触发操作，就诊端响应于就诊用户在就诊端进行就诊结束的触发操作，生成就诊结束请求。

诊疗结束请求可以是诊疗用户发起的结束诊疗的请求，具体的可以是诊疗用户在诊疗端进行诊疗结束的触发操作，诊疗端响应于诊疗用户在诊疗端进行诊疗结束的触发操作，生成诊疗结束请求。

具体的可以是：当就诊端接收到诊疗结果信息后，若就诊端的就诊用户接受该诊疗结果信息，或者就诊端的就诊用户在就诊过程中想要结束就诊，则就诊用户可在诊疗端进行就诊结束的触发操作，例如可以是在就诊端点击“结束就诊”的按钮，就诊端响应于就诊用户在就诊端进行就诊结束的触发操作，生成就诊结束请求，就诊端可将就诊结束请求发送至云平台。

或者，

当诊疗端接收到诊疗结果信息，并将该诊疗结果信息发送至云平台，云平台将该诊疗结果发送至就诊端，当诊疗端接收到就诊端接收到诊疗结果信息的指令时，诊疗用户可在诊疗端进行诊疗结束的触发操作，例如可以是在诊疗端点击“结束诊疗”的按钮，诊疗端响应于诊疗用户在诊疗端进行诊疗结束的触发操作，生成诊疗结束请求，诊疗端可将诊疗结束请求发送至云平台。

当云平台接收到就诊结束请求和/或诊疗结束请求时，则结束诊疗。

通过就诊端发送就诊结束请求至云平台；和/或，诊疗端诊疗结束请求发送至云平台，云平台接收到就诊结束请求和/或诊疗结束请求时，再结束诊疗，这样设置的好处在于，避免就诊和/或诊疗还没结束，问诊流程就中断的情况，例如当就诊端接收到诊疗结果信息后，若就诊用户针对诊疗结果信息还有疑问，若此时直接结束诊疗流程，则就诊用户的疑问就无法得到解答，用户体验不好。

可选的，云平台200，还用于将所述诊疗结果信息发送至自然语言处理模块300；自然语言处理模块300，还用于接收所述诊疗结果信息，并将所述诊疗结果信息进行语言结构化处理，生成结构化诊断信息，并将所述结构化诊断信息发送至诊疗分析分类模块400；诊疗分析分类模块400，还用于接收所述结构化诊断信息，并将所述结构化诊断信息进行存储。

示例性的，云平台还可以将诊疗结果信息发送至NLP模块中，NLP模块可对诊疗结果信息进行语言结构化处理，生成结构化诊断信息，并将该结构化诊断信息发送至诊疗分析分类模块；以使诊疗分析分类模块接收该结构化诊断信息，并将该结构化诊断信息进行存储，以对应更新诊疗分析分类模块，即增加诊疗分析分类模块中的诊断数据。

这样设置的好处在于，可以不断更新优化诊疗分析分类模块，以使诊疗分析分类模块中的数据更加丰富、权威以及客观。

在本发明实施例中，参考图3，具体的在诊疗分析分类模块中可以具有判断单元，具体的可以是具有病种判断决策库单元、专科专病数据库单元和专科专病数据分类分析单元。

具体的诊疗分析分类模块的工作流程可以是：病种判断决策库单元接收结构化就诊信息，并对结构化就诊信息进行分析，确定出结构化就诊信息所对应的病种，病种判断决策库单元将确定的病种发送至专科专病数据库单元中，专科专病数据库单元根据病种从专科专病数据库单元中选取该病种所对应的数据，例如可以是选取该病种所对应的药品，然后将该数据发送至专科专病数据分类分析单元中，专科专病数据分类分析单元对接收到数据进行分析，确定出最终的诊疗结果信息。

实施例三

图5为本发明实施例三提供的远程医疗系统的结构示意图，本发明实施例可与上述各发明实施例结合。在上述各实施例的基础上，本发明实施例的远程医疗系统还包括：与云平台200连接的随访模块600。

可选的，随访模块600，用于获取就诊用户的诊后随访信息，并将就诊用户的所述诊后随访信息发送给云平台200；云平台，还用于将所述就诊用户的所述诊疗结果信息以及所述诊后随访信息发送给诊疗端500；诊疗端500，用于接收所述诊疗结果信息以及所述诊后随访信息，并接收诊疗用户所输入的与所述诊疗结果信息以及所述诊后随访信息对应的诊疗总结信息，并将所述诊疗总结信息发送至云平台200；云平台200，还用于接收所述诊疗总结信息，并将所述诊疗总结信息发送给自然语言处理模块300；自然语言处理模块300，还用于接收所述诊疗总结信息，并对所述诊疗总结信息进行结构化处理生成结构化总结信息，并将所述结构化总结信息发送至诊疗分析分类模块400；诊疗分析分类模块400，还用于接收所述结构化总结信息，并将所述结构化总结信息进行存储。

示例性的，诊后随访信息可以是诊疗结束后，对就诊用户的诊疗效果进行随访所采集的信息，例如，可以是给就诊用户的诊疗结果信息是感冒，并推荐了药品给就诊用户，就诊用户在医院买了对应的药品后，比如就诊用户服用了一周，则对就诊人员服用药品一周的效果进行随访，比如，服用推荐的药品后感冒好了，则诊后随访信息为效果很好，若服用推荐的药品后，没有很大的效果，则诊后随访信息为效果不好。

诊疗总结信息可以是对诊疗结果信息和诊后随访信息进行总结后所形成的信息。例如，若诊疗结果信息为感冒，推荐药品为A药品，诊后随访信息为效果很好，则诊疗总结信息可以是：吃A药品可有效治疗感冒。

参考图6所述的基于远程医疗系统执行诊后随访信息的执行流程图，当结束诊疗后，还可以利用随访模块获取就诊用户的诊后随访信息，并将该诊后随访信息发送至云平台，云平台接收该诊后随访信息，并将诊疗结果信息和诊后随访信息发送至诊疗端，诊疗端诊疗结果信息和诊后随访信息，并将诊疗结果信息和诊后随访信息进行展示。

诊疗端的诊疗用户看到诊疗结果信息和诊后随访信息后，可对诊疗结果信息和诊后随访信息进行总结，形成诊疗总结信息，就诊用户可将该诊疗总结信息输入至诊疗端，诊疗端接收该诊疗总结信息，并将诊疗总结信息发送至云平台。云平台接收诊疗总结信息，并将诊疗总结信息发送至NLP模块中，NLP模块对诊疗总结信息进行语言结构化处理，形成结构化总结信息，并将结构化总结信息发送至诊疗分析分类模块，以使诊疗分析分类模块接收结构化总结信息，并将结构化总结信息进行存储。

设置随访模块的好处在于，可以更好的了解诊疗结果信息是否正确，用于评估诊疗分析分类模块诊断准确性。

将诊疗结果信息和诊后随访信息进行总结生成诊疗总结信息，并将诊疗总结信息发送至诊疗分析分类模块进行存储，这样设置的好处在于，可以丰富诊疗分析分类模块中的有效数据，以使诊疗分析分类模块为后续的就诊提供正确的、有效的、客观的诊疗结果信息。

关于随访模块的使用，具体可以参考如下举例：

如果在问诊过程因为诊疗用户的本身知识判断，对就诊用户给出了可以回家，并且可以自愈的处理结论(诊疗结果信息)，就诊用户经过一段时间后并没有治愈，换了一家医院重新就诊时得到了有重大疾病的判断，并做了相应检查，结合新的检查结果，做了针对性药物A处理后，得到治愈，本随访系统接触到该就诊用户后，获取该信息时，会将该信息发送给云平台和诊疗端，诊疗端的诊疗用于会把这个结论作为正向反馈，提交到诊疗分析分类模块中，诊疗分析分类模块会对之前的判断逻辑提高加权分数，下次就诊时，就可以更确认的向就诊用户提供判断信息,并且给出推荐有效药物A的潜在的一个诊疗结果信息。真正起到一个专家辅助工具的作用。

随访模块使得本系统形成了一个能够实时支持医生在线咨询问诊服务的、完整的、基于机器学习的、业务规则处理引擎，并且改分析判断模块还可以结合事后的真实治愈率和治愈情况做更精准的校正和优化。

在本发明实施例中，通过随访模块的设置，形成了病情预测、病情分析分类和病情反馈的数据处理闭环，本系统形成了自循环，自迭代的优化体系，可以不断迭代优化系统的分析分类的准确性，可以保证系统的分析分类水平将会提升到合理可用的水平。

实施例四

图7为本发明实施例四提供的远程医疗系统的结构示意图，本发明实施例可与上述各发明实施例结合。在上述各实施例的基础上，本发明实施例的远程医疗系统还包括：与云平台200通信连接的诊疗数据存储模块700。

可选的，云平台200，还用于将所述就诊请求发送至诊疗数据存储模块700；诊疗数据存储模块700，用于根据所述就诊请求中所携带的就诊用户的基本就诊信息确定与所述就诊用户对应的历史诊疗数据，并将所述历史诊疗数据反馈给云平台200；云平台200，还用于将所述就诊请求和所述历史诊疗数据发送至自然语言处理模块300；自然语言处理模块300，还用于接收所述历史诊疗数据，并将所述就诊请求中所携带的就诊用户的基本就诊信息和所述历史诊疗数据进行语言结构化处理，生成结构化就诊信息，并将所述结构化就诊信息发送至诊疗分析分类模块400。

示例性的，诊疗数据存储模块可以是一个用于存储诊疗数据的模块，具体的可以是一个用于存储诊疗数据的数据库，例如可以是关系型数据库等。

在本发明实施例中，诊疗数据存储模块可对接不同医疗机构的医院信息系统(Hospital Information System，HIS)、实验室信息管理系统(Laboratory InformationManagement System，LIS)、医学影像存档与通讯系统(picture archiving andcommunication systems，PACS)等医疗病历、处方、医嘱、检查检验等结构化、非结构化医疗数据集。

历史诊疗数据可以是就诊用户在当前就诊之前的诊疗数据。例如，在就诊用户当前次在远程医疗系统上进行就诊之前，就诊用户可能已进行过就诊，对应的，针对就诊用户之前的就诊，会有就诊数据，即为历史诊疗数据。

参考图8所述的基于远程医疗系统的业务流程示意图，当云平台接收到就诊端发送的就诊请求时，可将该就诊请求发送至诊疗数据存储模块中，诊疗数据存储模块可根据就诊请求，确定与就诊请求所对应的就诊用户的历史诊疗数据，并将该历史诊疗数据发送至云平台，云平台接收该历史诊疗数据，并将该历史诊疗数据发送至NLP模块，NLP模块接收历史诊疗数据，并将历史诊疗数据和就诊请求中的基本就诊信息进行语言结构化处理，生成结构化就诊信息，并将该结构化就诊信息发送至诊疗分析分类模块，以使诊疗分析分类模块确定出与结构化就诊信息对应的诊疗辅助信息。

在本发明实施例中，根据得到的诊疗辅助信息，进行的后续操作，与图4 中的流程一致，这里不做详细描述。

在本发明实施例中，图8与图4的区别在于，在图4中，就诊用户可能为新用户，在诊疗数据存储模块中没有就诊用户的历史诊疗数据。而在图8中，该就诊用户之前在本发明实施例的系统中就诊过，在诊疗数据存储模块中存储有该就诊用户的历史诊疗数据，则需从诊疗数据存储模块中获取该就诊用户的历史诊疗数据，以便可更好的对该就诊用户进行诊疗。

需要说明的是，在本发明实施例中，当图8中的流程执行完成后，再继续执行图6中的随访模块的过程，在图8中虽未标注有随访模块，但其执行完成后，还是需要进行诊后随访的。

在远程医疗系统中设置诊疗数据存储模块的好处在于，可以及时获取就诊用户的历史诊疗数据，以根据历史诊疗数据和基本就诊信息，对就诊用户进行更加准确的诊断，以防不参考就诊用户的历史诊疗数据，对就诊用户的诊断出现无诊断的情况，例如，若就诊用户在历史诊疗数据中记载该就诊用户对某种药品过敏，若没有及时获取到该历史诊疗数据，则诊疗分析分类模块确定的诊疗结果信息中若推荐了该药品给就诊用户，则会严重影响该就诊用户的生命。

需要说明的是，应用本发明实施例提供的远程医疗系统，可实现包含远程会诊、联合门诊、在线复诊、在线咨询等在线医疗业务，给人们的就诊生活带来了很大的便利，提高了用户体验。

在本发明实施例中，该系统还可以包括一个报警模块，该报警模块主要用于当检测到信息有误时，则发出报警信息，例如可以是当检测到医疗问询信息有误时，比如，当根据就诊请求，诊疗用户向就诊询问问题时，检测到诊疗用户询问的问题与就诊用户的病情症状不相符时，则发出报警信息，以提示诊疗用户其询问的问题可能有误，例如，当诊疗端接收到诊疗辅助信息时，比如，诊疗辅助信息为确定就诊用户具有A类疾病，当诊疗端的诊疗用户接收到该诊疗辅助信息后，建议就诊用户可以服用B药物，但是B药物是指令C疾病的药物，此时，系统检测到诊疗用户给就诊用户推荐的药品有误，则发出报警信息。

在本发明实施例中，应用本发明实施例的远程医疗系统，具体的可以是如下实现流程：

首先根据病人的结构化就诊信息，例如可以是结构化检查检验数据指标，来确定疾病的具体分类，具体的例如可以是基于血常规检测结果，判断炎症可能性；基于PACS影像的检查结果，判断内部息肉、肿瘤和肌肉问题的可能性；基于病人反复住院的康复时间，是否有并发症判断疾病具体分类。

其次通过沟通中诊疗用户询问的问题以及就诊用户回答的信息，基于诊疗分析分类模块做逻辑细化判断，可以完整全面的判断就诊用户的疾病类型，以及患重大疾病的可能性；如果在诊疗数据存储模块中的历史诊疗数据中，根据炎症的发作时间和持续时间，以及并发症状况，可以判断有重大疾病风险，且很可能不会自愈的时候，会做出病人需要继续深入针对性检查，或者换科室挂号处理的建议，提供给沟通中的诊疗用户作为参考；当后续沟通中，当诊疗用户判断为轻度疾病，建议物理治疗并且会自愈的时候，向诊疗用户做告警提示。

本发明实施例的技术方案，通过经过分布式的诊疗端和就诊端，将高置信度的医疗规则和病情分类分析处理规则，分布式的在各处发挥作用，避免了云平台单一节点的处理负担，提升了系统的处理效率。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。