科室信息的推送方法、装置、设备以及存储介质

技术领域

本发明涉及神经网络技术领域，尤其涉及一种科室信息的推送方法、装置、计算机设备以及存储介质。

背景技术

在医院的管理中，对人员的分诊(即根据人员的具体情况将人员分配至合适的科室)是重要的一环。随着计算机技术的发展，利用计算机技术辅助进行人员的分诊已成为可能。具体地，可以先收集记录有用户情况的主诉文本，然后使用预设的神经网络模型从主诉文本中直接提取出记录有用户症状的症状信息，最后根据症状信息对预设的知识图谱进行搜索，从而确定出待推送的科室信息。例如，用户的主诉文本为“我最近感觉全身没劲儿、睡不醒，但是没有其它症状，之前来看过中医想再来调一调”，则可以提取出“全身没劲儿”、“睡不醒”的症状信息，然后根据这些症状信息对知识图谱进行搜索，从而确定出待推送的科室信息，最后将科室信息推送至用户对应的终端(如，用户的个人手机)以指引用户前往相应的科室。然而，用户的主诉文本中包含的信息多种多样(如，上述的主诉文本中还包含有用户没有其他症状且之前前往过中医科室就诊的信息)，若只提取主诉文本中的症状信息作为推送科室信息的基础，有可能会由于信息量不够充分的原因，导致最后推送的科室信息不够准确(如，上述的主诉文本中还包含有用户曾经在中医科室就诊的信息，若综合这部分的信息进行分析，则可以优先将用户继续分诊至中医科室)。可见，目前的科室信息的推送方法的推送准确率仍有进一步提升的空间。

发明内容

本发明所要解决的技术问题在于，目前的科室信息的推送方法的推送准确率较低。

为了解决上述技术问题，本发明第一方面公开了一种科室信息的推送方法，所述方法包括：

获取用于记录用户情况的主诉文本；

将所述主诉文本输入至预设的意图实体识别模型进行分析，得到所述主诉文本中包含的实体信息以及每个所述实体信息对应的意图标签，每个所述实体信息对应的意图标签均为预设的主要症状意图标签、伴随症状意图标签、过往病史意图标签以及历史就诊意图标签的其中一种，且所述实体信息至少包括主要症状实体信息，所述主要症状实体信息是指所对应的意图标签为主要症状意图标签的实体信息；

基于所有的所述实体信息和每个所述实体信息对应的意图标签对预设的知识图谱进行搜索，得到待推送的科室信息；

将所述科室信息推送至用户对应的终端。

本发明第二方面公开了一种科室信息的推送装置，所述装置包括：

获取模块，用于获取用于记录用户情况的主诉文本；

分析模块，用于将所述主诉文本输入至预设的意图实体识别模型进行分析，得到所述主诉文本中包含的实体信息以及每个所述实体信息对应的意图标签，每个所述实体信息对应的意图标签均为预设的主要症状意图标签、伴随症状意图标签、过往病史意图标签以及历史就诊意图标签的其中一种，且所述实体信息至少包括主要症状实体信息，所述主要症状实体信息是指所对应的意图标签为主要症状意图标签的实体信息；

搜索模块，用于基于所有的所述实体信息和每个所述实体信息对应的意图标签对预设的知识图谱进行搜索，得到待推送的科室信息；

推送模块，用于将所述科室信息推送至用户对应的终端。

本发明第三方面公开了一种计算机设备，所述计算机设备包括：

存储有可执行程序代码的存储器；

与所述存储器连接的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的科室信息的推送方法中的部分或全部步骤。

本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的科室信息的推送方法中的部分或全部步骤。

本发明实施例中，通过将主诉文本输入至意图实体识别模型进行分析，得到主诉文本中包含的实体信息以及每个实体信息对应的意图标签，然后基于所有的实体信息和每个实体信息对应的意图标签对知识图谱进行搜索，得到待推送的科室信息，最后将科室信息推送至用户对应的终端，从而能够从主诉文本中提取出预设类型的实体信息以及不同类型的实体信息对应的意图标签，以进行待推送的科室信息的分析，由于意图标签共包括预设的四种标签(主要症状意图标签、伴随症状意图标签、过往病史意图标签以及历史就诊意图标签)，所以能够从主诉文本中提取出更加充分的信息以进行待推送的科室信息的分析，从而提高科室信息的推送准确率。

附图说明

为了更清楚地说明本发明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发明的一些实施例，对于本领域普通技术人员来讲，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是本发明实施例公开的一种科室信息的推送方法的流程示意图；

图2是本发明实施例公开的意图实体识别模型的输出的一个示例图；

图3是本发明实施例中的知识图谱的一个示意图；

图4是本发明实施例公开的一种科室信息的推送装置的结构示意图；

图5是本发明实施例公开的一种计算机设备的结构示意图；

图6是本发明实施例公开的一种计算机存储介质的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通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，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明公开了一种科室信息的推送方法、装置、计算机设备以及存储介质，通过将主诉文本输入至意图实体识别模型进行分析，得到主诉文本中包含的实体信息以及每个实体信息对应的意图标签，然后基于所有的实体信息和每个实体信息对应的意图标签对知识图谱进行搜索，得到待推送的科室信息，最后将科室信息推送至用户对应的终端，从而能够从主诉文本中提取出预设类型的实体信息以及不同类型的实体信息对应的意图标签，以进行待推送的科室信息的分析，由于意图标签共包括预设的四种标签(主要症状意图标签、伴随症状意图标签、过往病史意图标签以及历史就诊意图标签)，所以能够从主诉文本中提取出更加充分的信息以进行待推送的科室信息的分析，从而提高科室信息的推送准确率。以下分别进行详细说明。

实施例一

请参阅图1，图1是本发明实施例公开的一种科室信息的推送方法的流程示意图。如图1所示，该科室信息的推送方法可以包括以下操作：

101、获取用于记录用户情况的主诉文本。

在上述步骤101中，主诉文本可以通过以下方式获得：通过用户对应的终端(如，用户的个人手机)获取用户诉说自身情况的语音，然后使用ASR(Automatic SpeechRecognition)技术将语音转换为文本(即主诉文本)。具体地，用户可以向用户的个人手机的麦克风诉说自身情况，用户的个人手机采集到语音之后即能够使用ASR技术将采集到的语言转换为主诉文本。

102、将所述主诉文本输入至预设的意图实体识别模型进行分析，得到所述主诉文本中包含的实体信息以及每个所述实体信息对应的意图标签。

在上述步骤102中，每个所述实体信息对应的意图标签均为预设的主要症状意图标签、伴随症状意图标签、过往病史意图标签以及历史就诊意图标签的其中一种，且所述实体信息至少包括主要症状实体信息，所述主要症状实体信息是指所对应的意图标签为主要症状意图标签的实体信息。意图实体识别模型可以是由Attention结构和CRF结构组成，其中，Attention结构用于抓取主诉文本中的实体信息，CRF结构用于输出抓取到的实体信息对应的意图标签。通过在Attention结构后添加一个CRF结构形成意图实体识别模型，这样即可以通过一个意图实体识别模型同时实现实体信息抽取和实体信息的意图的识别，并且在对意图实体识别模型的训练的过程中，可以只进行一轮数据标注，从而减少数据标注、模型训练的工作量。如图2所示，当主诉文本为“我最近感觉全身没劲儿、睡不醒，但是没有其它症状，之前来看过中医想再来调一调”时，意图实体识别模型分析后得到的输出可以如图2所示。在意图识别的任务中，会为主诉文本中的每个字符进行意图标签的标注，其中，主要症状意图标签为字母Z，伴随症状意图标签为字母B，过往病史意图标签为字母G，历史就诊意图标签为字母H，没有明确意图的文本的意图标签为字母N。在实体信息抽取的任务中，会为主诉文本中的每个字符进行实体标签的标注，其中，实体标签Z-B到实体标签Z-I部分即为抽取到的实体信息，主诉文本中无关的字符对应的实体标签即为字母O。可见，图2中的“我最近感觉全身没劲儿”的意图为主要症状，且其中的实体信息为“全身没劲儿”，“睡不醒”的意图为伴随症状，且其中的实体信息为“睡不醒”，“但是没有其它症状”没有明确意图，“之前来看过中医想再来调一调”的意图为历史就诊，且其中的实体信息为“中医”。

103、基于所有的所述实体信息和每个所述实体信息对应的意图标签对预设的知识图谱进行搜索，得到待推送的科室信息。

在上述步骤103中，如图3所示，预设的知识图谱中可以存储有各种症状、疾病、科室等实体以及各个实体之间的关联关系。基于实体信息和实体信息对应的意图标签对知识图谱进行搜索，即能够搜索出关联的疾病、科室，继而确定出待推送的科室信息。具体的知识图谱的搜索过程，稍后进行描述。

104、将所述科室信息推送至用户对应的终端。

在上述步骤104中，在确定出科室信息之后，即能够将科室信息推送至用户对应的终端(如，用户的个人手机)，用户在查看到科室信息之后即能够前往相应的科室进行就诊。其中，科室信息可以包括科室名称、科室的主治医师、科室的预约人数、科室的楼层等信息。

可见，实施图1所描述的科室信息的推送方法，通过将主诉文本输入至意图实体识别模型进行分析，得到主诉文本中包含的实体信息以及每个实体信息对应的意图标签，然后基于所有的实体信息和每个实体信息对应的意图标签对知识图谱进行搜索，得到待推送的科室信息，最后将科室信息推送至用户对应的终端，从而能够从主诉文本中提取出预设类型的实体信息以及不同类型的实体信息对应的意图标签，以进行待推送的科室信息的分析，由于意图标签共包括预设的四种标签(主要症状意图标签、伴随症状意图标签、过往病史意图标签以及历史就诊意图标签)，所以能够从主诉文本中提取出更加充分的信息以进行待推送的科室信息的分析，从而提高科室信息的推送准确率。

在一个可选的实施例中，所述将所述主诉文本输入至预设的意图实体识别模型进行分析，得到所述主诉文本中包含的实体信息以及每个所述实体信息对应的意图标签之后，所述基于所有的所述实体信息和每个所述实体信息对应的意图标签对预设的知识图谱进行搜索，得到待推送的科室信息之前，所述方法还包括：

判断每个所述实体信息在预设的同义词匹配表格中是否存在对应的目标待匹配实体信息，其中，所述同义词匹配表格包含有多个待匹配实体信息，且在所述同义词匹配表格中，每个所述待匹配实体信息均存在与该待匹配实体信息存在映射关系的同义实体信息，所述目标待匹配实体信息是指所述同义词匹配表格中与该实体信息匹配的待匹配实体信息；

当判断出该实体信息在所述同义词匹配表格中存在对应的目标待匹配实体信息时，将该实体信息更新为与所述目标待匹配实体信息存在映射关系的同义实体信息，并触发执行所述基于所有的所述实体信息和每个所述实体信息对应的意图标签对预设的知识图谱进行搜索，得到待推送的科室信息的步骤。

在该可选的实施例中，在预设的同义词匹配表格中，待匹配实体信息可以包括“全身没劲儿”和“睡不醒”，与“全身没劲儿”存在映射关系的同义实体信息为“无力”，与“睡不醒”存在映射关系的同义实体信息为“嗜睡”。承接上述的例子，意图实体识别模型输出的实体信息“全身没劲儿”将被更新为“无力”，实体信息“睡不醒”将被更新为“嗜睡”，在完成实体信息的更新之后，才进行知识图谱的搜索。中文的表述方式多种多样，同一个意思可以使用多种表述方式进行表述，如，“睡不醒”、“睡不着”和“贪睡”都是在表达嗜睡的症状，但是，知识图谱中的症状实体通常是“嗜睡”，若以“睡不醒”、“睡不着”、“贪睡”等同义但不同形式的词语进行搜索，则得到的搜索结果可能并不准确。通过上述同义词匹配表格，将“睡不醒”、“睡不着”、“贪睡”等实体信息对齐为实体信息“嗜睡”后，再进行知识图谱的搜索，能够提高搜索的准确率。

可见，实施该可选的实施例，在基于实体信息对知识图谱进行搜索之前，先通过同义词匹配表格对实体信息进行对齐，再进行知识图谱的搜索，从而能够提高搜索的准确率，进而提高科室信息的推送准确率。

在一个可选的实施例中，所述基于所有的所述实体信息和每个所述实体信息对应的意图标签对预设的知识图谱进行搜索，得到待推送的科室信息，包括：

基于所有的所述实体信息和每个所述实体信息对应的意图标签对预设的知识图谱进行搜索，得到用于记录用户的疾病推理结果的疾病推理信息；

基于所述疾病推理信息对所述知识图谱进行搜索，得到待推送的科室信息。

在该可选的实施例中，假设，意图实体识别模型从主诉文本中只提取到一个主要症状实体信息“无力”，则可以通过以下语句搜索知识图谱：

MATCH(m:Disease)-[r:has_symptom]->(n:Symptom)where n.name＝'无力'return m.name,r.name,n.name；

若搜索出的关联疾病为“伤风”，则可以将“伤风”作为疾病推理信息。

再通过以下语句搜索知识图谱：

"MATCH(m:Disease)-[r:belongs_to]->(n:Department)where m.name＝‘伤风'return m.name,r.name,n.name"；

若搜索出的关联科室为“内科”，则可以将“内科”作为待推送的科室信息。

可见，实施该可选的实施例，在基于实体信息从知识图谱中搜索科室信息时，先基于实体信息从知识图谱中搜索出对应的疾病推理信息，再基于疾病推理信息从知识图谱中搜索出对应的科室信息，从而能够从知识图谱中搜索到科室信息。

在一个可选的实施例中，所述基于所有的所述实体信息和每个所述实体信息对应的意图标签对预设的知识图谱进行搜索，得到疾病推理信息，包括：

基于每个主要症状实体信息对知识图谱进行搜索，得到每个主要症状实体信息对应的备选疾病推理信息；

根据每个主要症状实体信息对应的备选疾病推理信息确定出疾病推理信息。

在该可选的实施例中，意图实体识别模型从主诉文本中提取出的主要症状实体信息可能有多个，如，提取到的主要症状实体信息可以包括“无力”和“嗜睡”。然后，基于“无力”对知识图谱进行搜索得到的备选疾病推理信息为[伤风低血压]，基于“嗜睡”对知识图谱进行搜索得到的备选疾病推理信息为[早孕伤风]。此时，则可以将两者对应的备选疾病推理信息的交集“伤风”确定为疾病推理信息。

可见，实施该可选的实施例，在提取出的主要症状实体信息有多个时，先从知识图谱中搜索出每个主要症状实体信息对应的备选疾病推理信息，再将各个备选疾病推理信息之间的交集确定为疾病推理信息，从而能够提高从知识图谱中搜索到的疾病推理信息的准确率。

在一个可选的实施例中，所述实体信息包括主要症状实体信息和过往病史实体信息，所述过往病史实体信息是指所对应的意图标签为过往病史意图标签的实体信息，以及，

所述根据每个主要症状实体信息对应的备选疾病推理信息确定出疾病推理信息，包括：

根据每个主要症状实体信息对应的备选疾病推理信息确定出多个第一目标备选疾病推理信息；

从多个所述第一目标备选疾病推理信息中筛选出与所述过往病史实体信息匹配的第一目标备选疾病推理信息，以作为疾病推理信息。

在该可选的实施例中，当主要症状实体信息有多个，且每个主要症状实体信息对应的备选疾病推理信息的交集有多个疾病时，则可以从交集的多个疾病中选取与过往病史实体信息匹配的疾病作为最终的疾病推理信息。例如，基于“无力”对知识图谱进行搜索得到的备选疾病推理信息为[伤风低血压感冒]，基于“嗜睡”对知识图谱进行搜索得到的备选疾病推理信息为[早孕伤风感冒]，此时，两者对应的备选疾病推理信息的交集为[伤风感冒](即第一目标备选疾病推理信息有两个)，若过往病史实体信息表示用户曾经有过伤风的病史，则从两个第一目标备选疾病推理信息中筛选出“伤风”作为疾病推理信息。

可见，实施该可选的实施例，在实体信息包括主要症状实体信息和过往病史实体信息，且根据每个主要症状实体信息对应的备选疾病推理信息确定出的第一目标备选疾病推理信息有多个时，根据过往病史实体信息从多个第一目标备选疾病推理信息筛选出疾病推理信息，从而能够提高确定出的疾病推理信息的准确率。

在一个可选的实施例中，所述实体信息包括主要症状实体信息和伴随症状实体信息，所述伴随症状实体信息是指所对应的意图标签为伴随症状意图标签的实体信息，以及，

所述根据每个主要症状实体信息对应的备选疾病推理信息确定出疾病推理信息，包括：

根据每个主要症状实体信息对应的备选疾病推理信息确定出多个第二目标备选疾病推理信息；

基于每个所述第二目标备选疾病推理信息对所述知识图谱进行搜索，得到每个所述第二目标备选疾病推理信息对应的症状信息；

将所对应的症状信息与所述伴随症状实体信息的匹配程度最高的第二目标备选疾病推理信息作为疾病推理信息。

在该可选的实施例中，当主要症状实体信息有多个，且每个主要症状实体信息对应的备选疾病推理信息的交集有多个疾病时，则可以根据用户的伴随症状从交集的多个疾病中筛选出最终的疾病推理信息。例如，基于“无力”对知识图谱进行搜索得到的备选疾病推理信息为[伤风低血压感冒]，基于“嗜睡”对知识图谱进行搜索得到的备选疾病推理信息为[早孕伤风感冒]，此时，两者对应的备选疾病推理信息的交集为[伤风感冒](即第二目标备选疾病推理信息有两个)。然后，从知识图谱中搜索“伤风”和“感冒”各自对应的症状信息。若搜索到的“伤风”对应的症状信息为“头疼”和“流涕”，搜索到的“感冒”对应的症状信息为“头晕”和“流涕”，且伴随症状实体信息表示用户有“头晕”的伴随症状，则“感冒”对应的症状信息与伴随症状实体信息的匹配程度最高，所以将“感冒”确定为疾病推理信息。

可见，实施该可选的实施例，在实体信息包括主要症状实体信息和伴随症状实体信息，且根据每个主要症状实体信息对应的备选疾病推理信息确定出的第二目标备选疾病推理信息有多个时，根据伴随症状实体信息从多个第二目标备选疾病推理信息筛选出疾病推理信息，从而能够提高确定出的疾病推理信息的准确率。

在一个可选的实施例中，所述实体信息包括主要症状实体信息和历史就诊实体信息，所述历史就诊实体信息是指所对应的意图标签为历史就诊意图标签的实体信息，以及，

所述基于所述疾病推理信息对所述知识图谱进行搜索，得到待推送的科室信息，包括：

基于所述疾病推理信息对所述知识图谱进行搜索，得到所述疾病推理信息对应的多个备选科室信息；

从多个所述备选科室信息中筛选出与所述历史就诊实体信息匹配的备选科室信息，以作为待推送的科室信息。

在该可选的实施例中，基于疾病推理信息对知识图谱进行搜索后得到的备选科室信息可能有多个，此时，则可以根据历史就诊实体信息从多个备选科室信息中筛选出待推送的科室信息。例如，基于疾病推理信息“伤风”对知识图谱进行搜索后得到的备选科室信息为“内科”和“中医”，若历史就诊实体信息表示用户曾经在中医科室就诊，则备选科室信息“中医”与该历史就诊实体信息匹配，将备选科室信息“中医”作为待推送的科室信息。

可见，实施该可选的实施例，在实体信息包括主要症状实体信息和历史就诊实体信息，且基于疾病推理信息对知识图谱进行搜索后得到的备选科室信息有多个时，根据历史就诊实体信息从多个备选科室信息中筛选出待推送的科室信息，从而能够提高确定出的科室信息的准确率。

可选地，还可以：将所述科室信息的推送方法的科室信息的推送信息上传至区块链中。

具体来说，科室信息的推送信息是通过运行所述科室信息的推送方法后得到的，用于记录科室信息的推送情况，例如，获取到的主诉文本、意图实体识别模型输出的实体信息和实体信息对应的意图标签、搜索到的科室信息等等。将科室信息的推送信息上传至区块链可保证其安全性和对用户的公正透明性。用户可以从区块链中下载得到该科室信息的推送信息，以便查证所述科室信息的推送方法的科室信息的推送信息是否被篡改。本示例所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

实施例二

请参阅图4，图4是本发明实施例公开的一种科室信息的推送装置的结构示意图。如图4所示，该科室信息的推送装置可以包括：

获取模块401，用于获取用于记录用户情况的主诉文本；

分析模块402，用于将所述主诉文本输入至预设的意图实体识别模型进行分析，得到所述主诉文本中包含的实体信息以及每个所述实体信息对应的意图标签，每个所述实体信息对应的意图标签均为预设的主要症状意图标签、伴随症状意图标签、过往病史意图标签以及历史就诊意图标签的其中一种，且所述实体信息至少包括主要症状实体信息，所述主要症状实体信息是指所对应的意图标签为主要症状意图标签的实体信息；

搜索模块403，用于基于所有的所述实体信息和每个所述实体信息对应的意图标签对预设的知识图谱进行搜索，得到待推送的科室信息；

推送模块404，用于将所述科室信息推送至用户对应的终端。

对于上述科室信息的推送装置的具体描述可以参照上述科室信息的推送方法的具体描述，为避免重复，在此不再一一赘述。

实施例三

请参阅图5，图5是本发明实施例公开的一种计算机设备的结构示意图。如图5所示，该计算机设备可以包括：

存储有可执行程序代码的存储器501；

与存储器501连接的处理器502；

处理器502调用存储器501中存储的可执行程序代码，执行本发明实施例一公开的科室信息的推送方法中的步骤。

实施例四

本发明实施例公开了一种计算机存储介质601，计算机存储介质601存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一公开的科室信息的推送方法中的步骤。

以上所描述的装置实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(RandomAccess Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-OnlyMemory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

最后应说明的是：本发明实施例公开的一种科室信息的推送方法、装置、计算机设备以及存储介质所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。