[发明专利]一种基于IM的线上医患服务签订协议的系统及方法

说明书

本发明公开了一种基于IM的线上医患服务签订协议的系统及方法，该方法将收集的热数据、温数据和冷数据至于数据库中后，对数据进行处理，通过数据计算出患者的偏好值，通过偏好值建立对患者的推荐类别，最后确定医生，签订协议。该方法能够进行主动服务、个性化服务，通过开展签约服务，将患者主动变为医生主动，使得从以往的医生等患者找上来转变成为医生主动线上问诊。

技术领域

本发明属于医疗技术领域，具体涉及一种基于IM的线上医患服务签订协议的系统及方法。

背景技术

因传统的线下就诊困难，挂号难、排队时间长，医疗资源极度匮乏，当患者突发疾病时，线下签约医生患者突发疾病不能及时到现场救治，只能通过电话远程问诊，但是电话沟通难以指挥进行合适的处理，易于造成病情延误，可能会引发医疗事故。另一方面，现有的线上医疗多以轻问诊为主，而且患者较多不能有效管理和跟踪，不利于慢病的专项管理。

现有的线上医疗系统中，多以对医生的排序、患者的好评和系统推荐对医生进行列表，对医生的评价较为笼统，不分地区、研究方向、医生级别等等，评价体系过于单调。向患者推荐医生时，也以此为依据，对于任意一个患者缺乏有针对性的推荐，使得患者在使用各个医疗系统时体验性不佳，尤其是当患者需要对多个医生进行咨询诊疗时，难以找到适合的医生。

同时对于任意一个新注册的医生，因为医生没有进行过问诊，也没有患者对医生进行评价，使得新注册的医生难以被推荐。

综合以上可知现有的医疗软件中，推荐机制不合理，给医生及患者的体验性均较差。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供一种基于IM的线上医患服务签订协议的系统及方法，以解决现有技术中患者难以在网上获得适合自己的医生推荐问题。

为达到上述目的，本发明采用以下技术方案予以实现：

一种基于IM的线上医患服务签订协议的方法，包括以下步骤：

收集患者信息和医生信息；

存储收集的信息，并将数据分为热数据、温数据和冷数据；

将热数据、温数据和冷数据统一数据格式后至于数据库中，删除数据库中的重复数据，删除后对数据库中的数据进行缺失值处理和噪声数据处理；

通过冷数据计算患者对每一个已就诊医生的偏好值；对任意一个已就诊的医生和一组未就诊医生建立FM特征矩阵模型，将患者设置为FM特征矩阵模型中的向量，对所述向量通过皮尔逊相关系数计算FM特征矩阵模型中已就诊医生和未就诊医生的相似系数；通过已就诊医生和未就诊医生的相似系数计算患者对未就诊医生的偏好值，通过对偏好值排序建立针对患者的初始推荐列表，选取设定数量的新注册医生，新注册医生和初始推荐列表组成最终推荐列表；

患者从最终推荐列表中选择医生，签订协议。

本发明的进一步改进在于：

优选的，所述热数据包括患者的实时病情信息和实时身体信息；所述温数据包括患者的已有病情档案信息和医生的档案信息；所述冷数据为患者和APP的交互信息。

优选的，所述统一数据格式为将数据元素化，获得统一数据格式后的数据。

优选的，所述数据库中，温数据放置于redis数据库，冷数据和热数据放置于mysql数据库；

通过ML算法检测数据库中的重复数据，删除重复数据；

通过最大似然估计方法填充数据中的缺失值；对噪声数据进行替换处理。

优选的，数据库中的数据在通过缺失值和噪声数据处理后，通过Spark对数据库中的数据进行统计处理，将统计后的数据重新放置于数据库中。