[发明专利]医患匹配方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，公开了一种医患匹配方法、装置、设备及存储介质，用于提高医患匹配的准确率。所述医患匹配方法包括：获取患者的症状数据，症状数据包括多个症状名称；通过多个深度学习模型对症状数据进行医疗实体识别，得到患者医疗实体集合，多个深度学习模型包括实体识别模型、疾病预测模型和关系实体模型；获取候选医生集合中的多个候选医生，确定多个候选医生对应的医生属性实体集合，并对医生属性实体集合和患者医疗实体集合进行实体匹配，得到匹配结果；根据匹配结果对候选医生集合中的多个候选医生进行排名，并将排名最高的候选医生作为与患者匹配的医生。此外，本发明还涉及区块链技术，匹配结果可存储于区块链节点中。

技术领域

本发明涉及人工智能领域，尤其涉及一种医患匹配方法、装置、设备及存储介质。

背景技术

随着互联网在人们的生活中出现的频次越来越多，其深度和广度都被大大提高，互联网和医疗健康融合发展也是不可避免的。互联网医院建设迅速，其发展加速趋势明显。但患者在使用互联网医院时，如何找到适合自己的医生是经常发生的场景。目前，业界都采用列表分类游览，将医生的专业、特长展示给患者，由患者自己选择。而患者面对如此多的选择，往往面临选择困难。

目前，医患匹配通常是患者在使用互联网医院时，匹配到适合自己的医生，现有方案是通过列表分类游览，将医生的专业、特长呈现给患者，根据患者偏好进行医生匹配，但是目前医患匹配的准确率低。

发明内容

本发明提供了一种医患匹配方法、装置、设备及存储介质，用于提高医患匹配的准确率。

本发明第一方面提供了一种医患匹配方法，所述医患匹配方法包括：获取患者的症状数据，所述症状数据用于指示所述患者对应的多个症状名称；通过预置的多个深度学习模型对所述症状数据进行医疗实体识别，得到患者医疗实体集合，所述多个深度学习模型包括实体识别模型、疾病预测模型和关系实体模型；获取预置候选医生集合中的多个候选医生，确定所述多个候选医生对应的医生属性实体集合，并对所述医生属性实体集合和所述患者医疗实体集合进行实体匹配，得到匹配结果，所述医生属性实体集合用于指示多个候选医生擅长治疗的病症对应的集合；根据所述匹配结果对所述候选医生集合中的所述多个候选医生进行排名，并将排名最高的候选医生作为与所述患者匹配的医生。

可选的，在本发明第一方面的第一种实现方式中，在所述获取患者的症状数据，所述症状数据用于指示所述患者对应的多个症状名称之前，所述医患匹配方法还包括：获取所述多个候选医生的医生注册信息，并将所述医生注册信息输入预置的实体识别模型中进行实体识别，得到注册信息实体；获取所述多个候选医生的历史问诊记录，并从所述历史问诊记录中提取好评记录，对所述好评记录进行实体分析，得到好评记录实体；根据所述注册信息实体和所述好评记录实体生成所述医生属性实体集合。

可选的，在本发明第一方面的第二种实现方式中，所述通过预置的多个深度学习模型对所述症状数据进行医疗实体识别，得到患者医疗实体集合，所述多个深度学习模型包括实体识别模型、疾病预测模型和关系实体模型，包括：通过预置的实体识别模型对所述症状数据进行实体识别，得到医疗实体；通过预置的疾病预测模型对所述症状数据进行病症识别，得到疾病实体；通过预置的关系实体模型对所述症状数据进行关联实体识别，得到关联医疗实体；将所述医疗实体、所述疾病实体和所述关联医疗实体确定为所述患者医疗实体集合。

可选的，在本发明第一方面的第三种实现方式中，在所述获取患者的症状数据，所述症状数据用于指示所述患者对应的多个症状名称之后，所述通过预置的多个深度学习模型对所述症状数据进行医疗实体识别，得到患者医疗实体集合，所述多个深度学习模型包括实体识别模型、疾病预测模型和关系实体模型之前，所述医患匹配方法还包括：获取预置的实体扩展库中的目标实体子集；对所述目标实体子集和所述患者医疗实体集合进行实体匹配，得到医疗扩展实体；对所述医疗扩展实体和所述患者医疗实体集合进行关联存储。