[发明专利]基于用户体检数据的预约方法、装置、设备及存储介质

说明书

本发明涉及人工智能技术领域，应用于智慧医疗领域中，提供一种基于用户体检数据的预约方法、装置、设备及存储介质，用于提高对于问诊医生的预约准确性。基于用户体检数据的预约方法包括对用户体检图表数据进行目标框特征提取得到体检特征数据；根据体检特征数据遍历预置的医学数据结构树得到对应的医疗数据；对问诊预约信息、位置信息、历史就诊数据和医疗数据依次进行特征提取和特征融合，得到目标特征；生成目标特征的哈希值，根据哈希值对预置的医生散列表进行检索得到目标医生数据；若在结束时刻未接收到修订指令，则通过预约接口对目标医生数据对应的接口进行预约。此外，本发明还涉及区块链技术，用户体检图表数据可存储于区块链节点中。

技术领域

本发明涉及人工智能的智能决策领域，尤其涉及一种基于用户体检数据的预约方法、装置、设备及存储介质。

背景技术

随着互联网技术和计算机技术的发展，为了提高患者的就诊效率和就诊便利性，采用线上预约挂号的方式。目前的线上预约挂号方式，一般都是采用挂号平台，通过挂号平台采集用户的预约信息，根据用户的预约信息检索对应的预约医生数据，根据基于预约医生数据的确认指令进行挂号或预约。

但是，由于用户的预约信息单一和信息不准确，以及对于基于预约医生数据的确认指令，存在接收延迟或指令触发错误或其他问题，导致对于问诊医生的预约准确性低。

发明内容

本发明的主要目的在于解决现有技术中，对于问诊医生的预约准确性低的问题。

本发明第一方面提供了一种基于用户体检数据的预约方法，包括：

获取用户体检图表数据，通过预置的目标检测模型和预置的图表锚框，对所述用户体检图表数据进行目标框检测、目标框划分和目标框特征提取，得到体检特征数据；

根据所述体检特征数据遍历预置的医学数据结构树，得到对应的医疗数据，所述医疗数据包括所述体检特征数据对应的通用名称和相关的病例数据；

获取用户的问诊预约信息、位置信息和历史就诊数据，通过预置的基于注意力机制融合多模态的卷积神经网络模型，对所述问诊预约信息、所述位置信息、所述历史就诊数据和所述医疗数据依次进行特征提取和特征融合，得到目标特征；

生成所述目标特征的哈希值，根据所述哈希值对预置的医生散列表进行检索，得到目标医生数据，所述目标医生数据包括医生的基本信息、医学擅长领域和就诊经验；

判断在预设时段的结束时刻是否接收到修订指令，若在预设时段的结束时刻未接收到修订指令，则通过预置的预约接口对所述目标医生数据对应的接口进行预约。

可选的，在本发明第一方面的第一种实现方式中，所述获取用户体检图表数据，通过预置的目标检测模型和预置的图表锚框，对所述用户体检图表数据进行目标框检测、目标框划分和目标框特征提取，得到体检特征数据，包括：

接收预置的目标身体检测机构端发送的用户体检图表数据，对所述用户体检图表数据进行数据类型识别，得到识别体检数据；

根据所述识别体检数据调用预置的图表锚框，通过预置的目标检测模型和所述图表锚框，对所述识别体检数据进行候选框标注和目标框确定，得到目标框，所述图表锚框为图锚框和/或表锚框；

根据所述目标框，对所述识别体检数据进行目标框划分和目标框特征提取，得到体检特征数据。

可选的，在本发明第一方面的第二种实现方式中，所述接收预置的目标身体检测机构端发送的用户体检图表数据，包括：

接收用户端输入的体检预约信息，并通过预置的定位系统对所述用户端进行定位，得到用户端位置信息；

根据所述体检预约信息、所述用户端位置信息和预置的索引，对预置数据库中的身体检测机构信息进行检索和分析，得到目标身体检测机构端；