一种线上医疗服务方法和系统

【技术领域】

本发明属于医疗服务领域，尤其涉及一种线上医疗服务方法和系统。

【背景技术】

线上医疗是互联网在医疗行业的新应用，属于互联网+的一种新的行业形式，代表了医疗行业的一个新的发展方向，有利于解决医疗资源不平衡和人民日益增长的医疗需求之间的矛盾。

具体而言，线上医疗是患者通过互联网在线问诊、治疗的一种方式，即患者通过网络平台发起医疗服务的请求，网络平台的服务器为该患者匹配合适的医生，对该患者进行在线问诊。问诊完成后，如果需要进一步的检查，则医生可以要求患者去线下医院检查，如果无需进一步检查就可确定病情，则医生可以给患者在线提供治疗方案，包括开处方、提供医疗建议等等。

但是，由于患者的情况各异，患者自身有时难以判断病情，无法选择医生类型，因此如何给患者匹配合适的医生是线上医疗的一个难点。

【发明内容】

因此，为了解决现有技术中的上述问题，本发明提供了一种线上医疗服务方法和系统。

本发明采用的技术方案具体如下：

一种线上医疗服务方法，包括以下步骤：

步骤100：患者使用用户终端登录中心服务器，并根据中心服务器的要求填写相应的问诊信息；

步骤200：所述中心服务器获取该患者的患者信息，所述患者信息包括患者的个人信息和问诊信息，并将所述患者信息输入医疗分类模型，获得该患者本次问诊的分类；

步骤300：所述中心服务器根据所述分类，确定所述分类对应的医生集合；

步骤400：对于所述医生集合中的任意一个医生，所述中心服务器确定该医生在以往医疗服务过程中获得的所有评价值，每个评价值对应于一个患者；

步骤500：对于所述医生集合中的任意一个医生，所述中心服务器从其所有评价值对应的每个患者中，选取与当前患者相似的若干个患者作为该医生的与当前患者对应的相似患者集合；

步骤600：对于所述医生集合中的任意一个医生Doctor

设该医生Doctor

其中，C

步骤700：所述中心服务器根据所述医生集合中每个医生与当前患者的匹配度，按照预定策略选择相匹配的医生作为推荐医生，将所述推荐医生的医生终端的地址发送给所述用户终端。

进一步地，患者事先在中心服务器中进行注册，并登记相应的个人信息，所述个人信息包括姓名、出生年月、性别、身高、体重、既往病史。

进一步地，，所述医疗分类模型是专家系统或者预先训练的深度学习模型。

进一步地，所述中心服务器预先根据医生的个人信息确定医生对应的分类，一个分类包括多个医生，一个医生对应于一个或多个分类。

进一步地，患者之间相似度的计算依据每个患者在问诊时的患者信息。

进一步地，采用余弦相似度算法计算患者之间的相似度。

进一步地，所述步骤700包括：根据匹配度对所述医生集合中的每个医生进行排序，选择匹配度最高的医生作为推荐医生。

进一步地，所述步骤700包括：在所述医生集合中选择匹配度最高且当前处于空闲状态的医生作为推荐医生。

进一步地，所述步骤700包括：在所述医生集合中，在匹配度排序最前的若干个医生中选择排队人数最少的医生作为推荐医生。

本发明还提供了一种用于执行上述线上医疗服务方法的线上医疗服务系统，该系统包括中心服务器、一个或多个用户终端以及一个或多个医生终端。

本发明的有益效果是：在患者不确定病情的情况下，帮助患者尽快选择合适的医生，提高了线上医疗服务的效率，提高了患者的用户体验。

【附图说明】

此处所说明的附图是用来提供对本发明的进一步理解，构成本发明的一部分，但并不构成对本发明的不当限定，在附图中：

图1是本发明线上医疗服务系统的基本架构图。

【具体实施方式】

下面将结合附图以及具体实施例来详细说明本发明，其中的示意性实施例以及说明仅用来解释本发明，但并不作为对本发明的限定。

参见附图1，其示出了本发明线上医疗服务系统的基本架构，该系统包括中心服务器3、一个或多个用户终端1以及一个或多个医生终端2。所述中心服务器3、用户终端1和医生终端2通过互联网相互连接和通信。

其中，所述用户终端由患者用户使用，需要线上医疗服务的患者可以通过用户终端登录所述中心服务器，根据中心服务器的分配，用户终端与相应的医生终端相连接，从而患者可以通过用户终端向医生终端进行问诊，从而获得相应的医疗服务。所述医生终端由医生使用，医生通过医生终端登录中心服务器，并基于中心服务器分配的用户终端，医生通过医生终端与用户终端进行通信。通过医生终端与用户终端的交互，医生可以获得患者的相关问诊信息，从而可以为患者提供相应的医疗服务，例如疾病诊断、健康咨询等等。

所述中心服务器是整个系统的核心，用于为线上医疗服务提供流程安排、信息存储等功能，尤其是为患者匹配合适的医生。具体的，所有患者和医生在使用线上医疗服务系统之前，需要在中心服务器进行注册并登记相关的个人信息，从而中心服务器可以存储各个患者和医生的相关信息。基于患者和医生的相关信息，中心服务器还能够根据患者的相关问诊信息，在所有已登录的医生中，匹配合适的医生，从而患者的用户终端可以根据匹配结果，连接相应的医生终端，获取线上医疗服务。

所述中心服务器可以在线上医疗服务中提供各种功能，但本发明的重点在于为患者匹配合适的医生，而中心服务器的其他功能可以遵循现有技术中的方法，在此不再赘述。

基于上述系统架构，下面详细说明本发明线上医疗服务方法的具体步骤，基于这些步骤为请求医疗服务的患者匹配合适的医生。

步骤100：患者使用用户终端登录中心服务器，并根据中心服务器的要求填写相应的问诊信息。

具体的，在登录之前，患者需要事先在中心服务器中进行注册，并登记相应的个人信息，包括姓名、出生年月、性别、身高、体重、既往病史等等。中心服务器存储患者注册的个人信息，并确定该患者的唯一标识符，例如可以使用患者注册的账号作为唯一标识符，也可以由中心服务器随机生成一个唯一标识符。

在注册之后，患者就可以基于注册信息登录该中心服务器，如果患者需要医疗服务，则通过用户终端向中心服务器提交医疗服务请求，为了大致确定患者的情况，中心服务器要求患者填写相应的问诊信息。根据本发明的一个具体实施例，可以预先设计一个问卷，由中心服务器发送给用户终端让患者填写，用户终端将填写完的问卷返回给中心服务器。根据本发明的另一个优选实施例，可以预先设计一个动态问卷，即中心服务器首先提供几个问题让患者填写，根据患者填写的答案再确定后面的几个问题，然后再根据患者前面的答案提供后续的问题，以此类推。总之，中心服务器可以通过与用户终端的交互，让患者提供此次问诊的一些基本信息，例如症状、遭遇的异常情况等等。

步骤200：所述中心服务器获取该患者的患者信息，所述患者信息包括患者的个人信息和问诊信息，并将所述患者信息输入医疗分类模型，获得该患者本次问诊的分类。

具体的，所述分类是预先确定的分类，这里的分类可以是一个粗分类，具体的分类方式本发明不作限定，其例如可以是具体疾病分类，或者可以是基于医院的医疗科室的分类。所述医疗分类模型可以采用现有技术中任意一种可以对患者问诊信息进行分类的模型，例如，所述医疗分类模型可以采用现有技术中的专家系统，或者，所述医疗分类模型可以采用预先训练的深度学习模型。本发明不对医疗分类模型的具体形式作出限定。

所述中心服务器根据患者的登录信息，从数据库中查询获得该患者注册的个人信息，并结合患者在步骤100中填写的问诊信息，获得该患者本次问诊的患者信息，将患者信息转换所述医疗分类模型需要的输入形式(例如输入向量)。所述中心服务器运行该医疗分类模型，基于输入的患者信息，输出该患者本次问诊的分类。

步骤300：所述中心服务器根据所述分类，确定所述分类对应的医生集合。

具体的，如前所述，每个医生预先在中心服务器注册了个人信息，例如该医生擅长于治疗哪类疾病。因此所述中心服务器可以预先根据医生的个人信息确定医生可以提供哪些疾病的医疗服务，从而确定该医生对应的分类。一个分类通常包括多个医生，同时一个医生也可以对应于多个分类。

因此，当中心服务器在步骤200中获取患者本次问诊对应的分类后，就可以查询数据库中预先存储的医生分类信息，确定该分类对应的所有医生，然后从中确定所有已登录的医生，作为所述分类对应的医生集合。

在获得所述医生集合后，所述中心服务器可以将所述医生集合提供给用户终端，在用户终端上展示各个医生的介绍信息，患者可以浏览医生集合，并从中选择一个医生作为相匹配的医生。患者也可以要求系统自动匹配一个医生，则系统将继续执行后续步骤。

步骤400：对于所述医生集合中的任意一个医生，所述中心服务器确定该医生在以往医疗服务过程中获得的所有评价值，每个评价值对应于一个患者。

具体的，每个患者在完成一次线上医疗服务后，可以给提供医疗服务的医生一个评价值，例如1-5星评价(评价值为1-5)，或者百分制的评价值。因此，对于任意一个医生，中心服务器可以获取该医生在以往医疗服务过程中获取的所有评价值，以及提供所述评价值的患者，作为该评价值对应的患者。

步骤500：对于所述医生集合中的任意一个医生，所述中心服务器从其所有评价值对应的每个患者中，选取与当前患者相似的若干个患者作为该医生的与当前患者对应的相似患者集合。

具体的，对于所述医生集合中的任意一个医生，假设其有m个评价值，每个评价值对应于一个患者，则m个评价值对应于m个患者。需要说明的是，这m个患者中有可能有重复的患者，但是由于患者在每次问诊时提供的问诊信息都可能不同，因此我们仍然将这m个患者作为m个独立患者对待。

计算这m个患者与当前患者的相似度，从中选择相似度高于预定阈值的所有患者组成相似患者集合。如果不存在相似度高于预定阈值的患者，则可以从中选择相似度最高的若干个患者组成相似患者集合。

相似度的具体计算可以依据每个患者在问诊时的患者信息(即包括患者个人信息和问诊时的问诊信息)。具体的，获取当前患者的患者信息，按照预定算法转换为对应的数字向量，获取所述m个患者在提供相应评价值时的患者信息，也按照预定的算法转换为对应的数字向量。这样，就可以通过预定的相似度算法(例如余弦相似度算法)计算数字向量之间的相似度，作为患者之间的相似度。

步骤600：对于所述医生集合中的任意一个医生，所述中心服务器根据该医生所对应的相似患者集合，以及相似患者集合中每个患者给该医生的评价值，计算该医生与当前患者的匹配度。

具体的，对于所述医生集合中的任意一个医生Doctor

其中，C

步骤700：所述中心服务器根据所述医生集合中每个医生与当前患者的匹配度，按照预定策略选择相匹配的医生作为推荐医生，将所述推荐医生的医生终端的地址发送给所述用户终端。

具体的，当中心服务器计算出每个医生的匹配度后，就可以根据匹配度为当前患者推荐合适的医生，即根据匹配度从所述医生集合中选择一个医生作为推荐医生。具体的选择方法取决于预定的选择策略。根据本发明的一个优选实施例，可以根据匹配度对所述医生集合中的每个医生进行排序，选择匹配度最高的医生作为推荐医生。根据本发明的另一个优选实施例，还可以考虑医生当前的忙闲状态，可以选择匹配度最高且当前处于空闲状态的医生作为推荐医生，或者可以在匹配度排序最前的若干个医生中选择排队人数最少的医生作为推荐医生，当前患者加入该医生的排队队列。

在确定推荐医生后，中心服务器就可以根据该推荐医生登录的医生终端，将医生终端的地址发送给当前患者的用户终端，用户终端根据该地址连接医生终端，如果该医生终端不处于空闲状态，则医生终端将该用户终端加入排队队列，在排队轮到当前患者时，医生终端为当前患者提供医疗服务。

通过上述方法，本发明的线上医疗服务系统可以由患者自主选择合适的医生，也可以由系统为患者自动匹配医生，在患者不确定病情的情况下，帮助患者尽快选择合适的医生，提高了线上医疗服务的效率，提高了患者的用户体验。

以上所述仅是本发明的较佳实施方式，故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰，均包括于本发明专利申请范围内。