基于知识关系分析的诊后提醒方法及终端设备与流程

本发明属于数据处理技术领域，尤其涉及基于知识关系分析的诊后提醒方法、终端设备以及计算机可读存储介质。

背景技术：

就诊是人们日常生活中不可避免的事务，对于医疗服务机构来说，在患者就诊完毕后，会向患者发送提醒信息，一方面是为了提醒患者进行诊后护理，以及及时进行复诊；另一方面是为了提高患者与机构之间的黏度。

在现有技术中，在患者就诊完成后发送的提醒信息通常由统一的模板生成，内容大致相同，并未针对不同的患者在提醒信息中体现差异性，造成患者难以将提醒信息与自身情况相结合。综上，现有技术中的提醒信息与患者本身的关联度较低，对于患者的帮助效果差。

技术实现要素：

有鉴于此，本发明实施例提供了基于知识关系分析的诊后提醒方法、终端设备以及计算机可读存储介质，以解决现有技术中提醒信息与患者关联度较低，对患者不适用的问题。

本发明实施例的第一方面提供了一种基于知识关系分析的诊后提醒方法，包括：

获取与患者相关的患者信息和诊断信息，并对所述诊断信息进行文本分析，得到所述诊断信息中的用药提示和病症种类，其中，所述用药提示包括用药频率，所述患者信息为所述患者的身份特征；

根据所述患者信息和所述病症种类在预设的知识关系库中查找诊后提示，并将所述用药提示和所述诊后提示组合为第一提醒信息，其中，所述知识关系库按照所述病症种类为主目录，所述患者信息为次目录的分级目录结构进行内容存储，并且在每个所述患者信息的目录下都存储有对应的以往患者反馈的所述诊后提示；

按照所述用药频率将所述第一提醒信息发送至所述患者。

本发明实施例的第二方面提供了一种终端设备，所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：

获取与患者相关的患者信息和诊断信息，并对所述诊断信息进行文本分析，得到所述诊断信息中的用药提示和病症种类，其中，所述用药提示包括用药频率，所述患者信息为所述患者的身份特征；

根据所述患者信息和所述病症种类在预设的知识关系库中查找诊后提示，并将所述用药提示和所述诊后提示组合为第一提醒信息，其中，所述知识关系库按照所述病症种类为主目录，所述患者信息为次目录的分级目录结构进行内容存储，并且在每个所述患者信息的目录下都存储有对应的以往患者反馈的所述诊后提示；

按照所述用药频率将所述第一提醒信息发送至所述患者。

本发明实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：

获取与患者相关的患者信息和诊断信息，并对所述诊断信息进行文本分析，得到所述诊断信息中的用药提示和病症种类，其中，所述用药提示包括用药频率，所述患者信息为所述患者的身份特征；

根据所述患者信息和所述病症种类在预设的知识关系库中查找诊后提示，并将所述用药提示和所述诊后提示组合为第一提醒信息，其中，所述知识关系库按照所述病症种类为主目录，所述患者信息为次目录的分级目录结构进行内容存储，并且在每个所述患者信息的目录下都存储有对应的以往患者反馈的所述诊后提示；

按照所述用药频率将所述第一提醒信息发送至所述患者。

本发明实施例与现有技术相比存在的有益效果是：

本发明实施例通过获取与患者相关的患者信息和诊断信息，并分析得到诊断信息中的用药提示和病症种类，然后在预设的知识关系库中根据患者信息和病症种类查找诊后提示，将用药提示和查找出的诊后提示组合为第一提醒信息，最后按照用药提示中的用药频率将第一提醒信息发送给患者，本发明实施例针对单个患者的身份情况和患病情况单独构建提醒信息，提升了诊后提醒的针对性，也提升了对患者的提醒效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的基于知识关系分析的诊后提醒方法的实现流程图；

图2是本发明实施例二提供的基于知识关系分析的诊后提醒方法的实现流程图；

图3是本发明实施例三提供的基于知识关系分析的诊后提醒方法的实现流程图；

图4是本发明实施例四提供的基于知识关系分析的诊后提醒方法的实现流程图；

图5是本发明实施例五提供的基于知识关系分析的诊后提醒方法的实现流程图；

图6是本发明实施例六提供的终端设备的结构框图；

图7是本发明实施例七提供的终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

图1示出了本发明实施例提供的基于知识关系分析的诊后提醒方法的实现流程，详述如下：

在s101中，获取与患者相关的患者信息和诊断信息，并对所述诊断信息进行文本分析，得到所述诊断信息中的用药提示和病症种类，其中，所述用药提示包括用药频率，所述患者信息为所述患者的身份特征。

对于就诊完毕的每一个患者，首先获取与患者相关的患者信息和诊断信息，其中，患者信息为患者的身份特征，本发明实施例对患者信息的具体格式并不做限定，比如可将患者信息设置为患者所在的年龄区间或是否有过吸烟史等。在获取患者信息时，可根据患者的姓名在患者就诊的医疗机构的数据库中或在第三方平台中进行搜索，并根据患者信息的格式对搜索出的结果进行匹配，将匹配成功的内容作为患者信息。诊断信息由就诊医师对患者下达，诊断信息的获取方式包括但不限于以下方式：第一种方式为线下获取，即首先获取就诊医师为患者开具的处方单(处方单的格式可为纸质版或电子版)，然后对处方单进行光学字符识别(opticalcharacterrecognition，ocr)，将处方单中的内容作为诊断信息，值得一提的是，对于纸质版的处方单，对处方单先进行图像采集，再对采集到的图像进行ocr，而对于电子版的处方单，直接调用开源的ocr软件进行识别即可；第二种方式为线上获取，针对就诊医师在线上系统在线发布处方单的场景，在线上系统中预先设置录入控件，具体设置该录入控件的触发条件为就诊医师在线上系统中发出发布处方单的指令(如点击某个按钮)，并设置该录入控件被触发后，获取处方单中的内容作为诊断信息。

在获取到患者的诊断信息后，对诊断信息进行文本分析，得到诊断信息中的用药提示和病症种类，其中，用药提示包括用药频率。具体地，文本分析可为关键词匹配，即是将诊断信息与医疗机构中的数据库进行关键词匹配，将诊断信息中匹配成功的内容作为病症种类，该数据库中包含有多个病症种类的关键词。至于用药提示，可预先设置用药关键字，如“一日两次”或“一日三次”等进行匹配。举例来说，诊断信息中的用药提示为“药品medicinea一日三次，每次服用一片”，病症种类为“病症diseasea”，则用药提示中的用药频率为“一日三次”。为了便于获取用药提示和病症种类，也可设置规范输入机制，即限制就诊医师在预设的输入位置中输入对应的内容，如在用药提示的输入位置中输入用药提示，则在获取时只需要在对应的输入位置进行内容获取即可，省略了文本分析的过程，提升了用药提示和病症种类的获取效率。

可选地，为每个患者建立任务标识，并将任务标识置入预设的任务队列，当任务标识位于任务队列的队首时，对任务标识对应的患者的诊断信息进行文本分析。在实际应用场景中，可能在短时间内需要对多名患者的患者信息和诊断信息进行处理，故在本发明实施例中，为每个就诊后的患者建立一个任务标识，并将新建的任务标识置入预设的任务队列(如kafka任务队列)的队尾，当任务标识位于任务队列的队首时，从任务队列中取出任务标识，执行任务标识对应的任务，具体对任务标识对应患者的诊断信息进行文本分析，得到诊断信息中的用药提示和病症种类。值得一提的是，患者信息和诊断信息在执行任务标识对应的任务时进行获取。通过上述方法提升了对多名患者进行诊后提醒的有序性。

在s102中，根据所述患者信息和所述病症种类在预设的知识关系库中查找诊后提示，并将所述用药提示和所述诊后提示组合为第一提醒信息，其中，所述知识关系库按照所述病症种类为主目录，所述患者信息为次目录的分级目录结构进行内容存储，并且在每个所述患者信息的目录下都存储有对应的以往患者反馈的所述诊后提示。

本发明实施例还包括预设的知识关系库，该知识关系库的存储格式为分级目录结构，即包括多个主目录，每个主目录都对应一个病症种类，在每个主目录下包括多个次目录，每个次目录都对应一个患者信息，并且在每个次目录下都存储有对应的患者(以往的就诊后的患者)反馈的诊后提示，该患者符合该次目录对应的患者信息以及该次目录所属主目录对应的病症种类。值得一提的是，知识关系库的格式可为数据库，主目录和次目录即为数据库索引；知识关系库也可为硬盘，主目录和次目录即为硬盘中的文件目录。在经步骤s101获取到患者的患者信息和病症种类后，根据该病症种类在知识关系库中查找到对应的主目录，并根据该患者信息在该主目录下查找到对应的次目录，获取该次目录下的诊后提示。在查找到诊后提示后，将用药提示和诊后提示组合为第一提醒信息，本发明实施例对组合的顺序并不做限定，假设诊后提示为“禁饮酒和剧烈运动，减少油炸食品和菜籽油的摄入，避免过度饱食”，用药提示为“药品medicinea一日三次，每次服用一片”，则组合后的第一提醒信息可为“药品medicinea一日三次，每次服用一片；禁饮酒和剧烈运动，减少油炸食品和菜籽油的摄入，避免过度饱食”。

在s103中，按照所述用药频率将所述第一提醒信息发送至所述患者。

在本发明实施例中，设置与多个预设的用药频率一一对应的发送时间，在生成第一提醒短信后，确定与用药提示中用药频率对应的目标发送时间，并按照目标发送时间将第一提醒短信发送至患者。举例来说，预先设置与用药频率为“一日一次”对应的发送时间为中午十二点，设置与用药频率为“一日两次”对应的发送时间为中午十二点和下午五点，设置与用药频率为“一日三次”对应的发送时间为上午八点、中午十二点和下午五点(仅为示例，具体的发送时间可根据实际应用场景进行设置)，如确定出用药提示中的用药频率为“一日两次”，则在每天的中午十二点和下午五点将第一提醒短信发送至患者。第一提醒信息的发送方式可为邮件、即时通信消息或手机短信等，比如发送方式为手机短信，则预先获取患者的用户身份识别(subscriberidentificationmodule，sim)卡号码，并在当前时间与确定出的发送时间相同时，将第一提醒短信发送至该sim卡号码。另外，还可在第一提醒信息插入更多的内容，如插入该患者的复诊时间等。

通过图1所示实施例可知，在本发明实施例中，通过获取与患者相关的患者信息和诊断信息，对诊断信息进行文本分析，得到诊断信息中的用药提示和病症种类，其中用药提示包括用药频率，并根据患者信息和病症种类在预设的知识关系库中查找诊后提示，将用药提示和诊后提示组合为第一提醒信息，最后按照所述用药频率将所述第一提醒信息发送至所述患者，本发明实施例结合患者的实际情况查找以往患者反馈的诊后提示，并将包含用药提示和诊后提示的第一提醒信息发送给患者，提升了第一提醒信息对于患者的贴合度和帮助效果。

图2所示，是在本发明实施例一的基础上，对根据患者信息和病症种类在预设的知识关系库中查找诊后提示之后的过程进行扩展后得到的一种方法。本发明实施例提供了基于知识关系分析的诊后提醒方法的实现流程图，如图2所示，该诊后提醒方法可以包括以下步骤：

在s201中，将预设的多个环境词汇与查找出的所述诊后提示进行匹配，将匹配成功的所述环境词汇作为目标词汇，并截取所述诊后提示中与所述目标词汇相关的内容作为环境预警信息。

在从知识关系库中查找到诊后提示后，将预设的多个环境词汇与查找出的诊后提示进行匹配，预设的多个环境词汇如“阴天”、“晴天”和“雨天”等。若诊后提示与其中一个环境词汇匹配成功，则将匹配成功的环境词汇作为目标词汇，并截取诊后提示中与目标词汇相关的内容作为环境预警信息，具体的一种截取方式是将诊后提示中目标词汇所在的语句作为环境预警信息(语句之间以句号划分，当然还可以其他的标点符号划分)。举例来说，环境词汇包括“雨天”，而诊后提示为“多做有氧运动，雨天尽量保持室内干燥”，则将匹配成功的环境词汇“雨天”作为目标词汇，并截取诊后提示中与目标词汇相关的内容“雨天尽量保持室内干燥”作为环境预警信息。

在s202中，获取所述患者所在的当前环境，若所述当前环境与所述目标词汇相符，则将所述环境预警信息发送至所述患者。

在本步骤中，获取患者所在的当前环境，具体可获取患者在就诊时提供的地理位置，并对该地理位置的当前环境进行监控，监控方式可为根据该地理位置的天气预报分析出当前环境。若当前环境与目标词汇相符，则将环境预警信息发送至患者。为了避免频繁发送环境预警信息，对患者的生活造成影响，可每隔预设的获取时间段(如24小时)获取一次患者所在的当前环境。

通过图2所示实施例可知，在本发明实施例中，将预设的多个环境词汇与查找出的诊后提示进行匹配，将匹配成功的环境词汇作为目标词汇，并截取诊后提示中与目标词汇相关的内容作为环境预警信息，获取患者所在的当前环境，若当前环境与目标词汇相符，则将环境预警信息发送至患者，本发明实施例针对诊后提示中包含目标词汇的情况，在患者所在的当前环境符合目标词汇时进行诊后提醒，提升了诊后提醒的精准性和及时性。

图3所示，是在本发明实施例一的基础上，对根据患者信息和病症种类在预设的知识关系库中查找诊后提示，并将用药提示和诊后提示组合为第一提醒信息的过程进行扩展后得到的一种方法。本发明实施例提供了基于知识关系分析的诊后提醒方法的实现流程图，如图3所示，该诊后提醒方法可以包括以下步骤：

在s301中，对在所述知识关系库中查找出的多个所述诊后提示进行分词处理，基于分词后的多个所述诊后提示统计共有词汇，以及所述共有词汇在多个所述诊后提示中的出现率。

由于符合某一个病症种类和某一个患者信息的以往患者可能有多个，故知识关系库中与该病症种类和该患者信息对应的目录下，存储的以往患者反馈的诊后提示可能也存在多个。在本发明实施例中，若根据患者信息和病症种类在知识关系库中查找出多个诊后提示，则对多个诊后提示进行分词处理，分词处理可基于开源的分词工具实现。对于分词后的多个诊后提示，统计共有词汇，并获取共有词汇在多个诊后提示中的出现率，该共有词汇在多个诊后提示中的出现次数为一次以上。举例来说，诊后提示remindinga为“多运动。少吃辣”，诊后提示remindingb为“保持平静。注意运动”，诊后提示remindingc为“多运动。心情平静”，则对诊后提示remindinga进行分词处理后的结果为“多，运动，少，吃辣”，对诊后提示remindingb进行分词处理后的结果为“保持，平静，注意，运动”，对诊后提示remindingc进行分词处理后的结果为“多，运动，心情，平静”，则共有词汇“运动”在多个诊后提示中的出现率为3/3＝100％，共有词汇“平静”在多个诊后提示中的出现率为2/3≈67％，共有词汇“吃辣”在多个诊后提示中的出现率为1/3≈33％等。

可选地，在对诊后提示进行分词处理时，根据预设的无效词表省略无效词。在本发明实施例中，可预先设置无效词表，比如设置无效词表包括“的”、“多”和“少”等词，涉及语气助词、副词、介词和连接词等，并在进行分词处理时，在基于诊后提示分出的词中，省略掉在无效词表中出现的词，以提升分词处理及共有词汇统计的有效率。

在s302中，将多个所述出现率进行排序生成出现率序列，并截取出高于预设的比率阈值的所述出现率，将截取出的所述出现率和对应的所述共有词汇所在的语句组合为目标提示。

在得到多个共有词汇，以及与每个共有词汇对应的出现率后，将多个出现率进行排序生成出现率序列，截取出现率序列中高于预设的比率阈值的出现率，并按照出现率序列的顺序，将截取出的出现率和对应的共有词汇在诊后提示中的语句组合为目标提示。本发明实施例中，语句的一种划分方式为以句号划分，当然根据实际应用场景的不同还可适用更多的划分方式。以步骤s301中的例子举例，并假设出现率序列中的顺序为数值从高到低，比率阈值为60％，则生成的出现率序列为100％，67％，33％，截取出的第一个出现率为100％，对应的共有词汇所在的语句为“多运动”(假设在共有词汇对应的多个诊后提示任选一个，并从中截取共有词汇所在的语句)，截取出的第二个出现率为67％，对应的共有词汇所在的语句语句为“保持平静”，则最终组合出的目标提示为“多运动，100％；保持平静，67％”。

可选地，在确定与截取出的出现率对应的共有词汇后，确定该共有词汇对应的多个诊后提示中，赞同数量最多的诊后提示，并截取该诊后提示中共有词汇所在的语句。在确定共有词汇所在的语句时，若共有词汇对应仅一个诊后提示，则截取该诊后提示中共有词汇所在的语句；若共有词汇对应多个诊后提示，则可随机挑选该共有词汇对应的某一个诊后提示进行语句截取，但在本发明实施例中，为了提升截取操作的准确性，可对知识关系库中的诊后提示开放评价接口，患者可通过评价接口对诊后提示进行赞同。在出现率序列中截取出出现率后，确定出现率对应的共有词汇，并在共有词汇对应的多个诊后提示中，确定出赞同数量最高的诊后提示，并截取该诊后提示中共有词汇所在的语句。通过上述方法提升了语句截取的可靠性和准确性，防止随机截取导致的结果不准确。

在s303中，将所述用药提示和所述目标提示组合为所述第一提醒信息。

在组合出目标提示后，将用药提示和目标提示进一步组合为第一提醒信息，相较于步骤s102中的第一提醒信息仅包含一个诊后提示，本发明实施例对多个诊后提示进行了综合，生成的第一提醒信息中包含共有词汇所在语句和该共有词汇对应的出现率，使得患者可基于出现率判断对应语句的适用度。

通过图3所示实施例可知，在本发明实施例中，对在知识关系库中查找出的多个诊后提示进行分词处理，基于分词后的多个诊后提示统计共有词汇以及共有词汇在多个诊后提示中的出现率，然后将多个出现率进行排序生成出现率序列，并截取出高于预设的比率阈值的出现率，按照出现率序列的顺序将截取出的出现率和对应的共有词汇所在的语句组合为目标提示，最后将用药提示和目标提示组合为第一提醒信息，本发明实施例针对查找出多个诊后提示的场景，对多个诊后提示共有的内容进行综合，并统计出对应的出现率，提升了第一提醒信息的可靠性。

图4所示，是在本发明实施例一的基础上，并在患者信息包括多个身份特征的基础上，对本发明实施例进行扩展后得到的一种方法。本发明实施例提供了基于知识关系分析的诊后提醒方法的实现流程图，如图4所示，该诊后提醒方法可以包括以下步骤：

在s401中，每隔预设时间段获取所述知识关系库内的多个所述诊后提示，并针对每个所述病症种类对应的多个所述诊后提示，统计符合所述身份特征的所述诊后提示的提示数量。

知识关系库包括主目录和次目录，主目录对应病症种类，次目录对应患者信息，在本发明实施例中，患者信息包括多个身份特征，故为了提升信息存储的规范性和有效性，也为了适应知识关系库可能会间隔进行数据更新的场景，基于多个身份特征对次目录再次进行细分。具体地，每隔预设时间段获取知识关系库内的多个诊后提示，并针对每个病症种类对应的多个诊后提示，统计符合身份特征的诊后提示的提示数量，其中预设时间段可根据实际应用场景中知识关系库的数据更新频率确定。举例来说，患者信息包括的多个身份特征为男性、女性、有吸烟史和无吸烟史(男性和女性属于一类身份特征，有吸烟史和无吸烟史属于一类身份特征)，则对于患有病症种类肺结核的以往患者，分别统计为男性、女性、有吸烟史和无吸烟史的以往患者反馈的诊后提示的提示数量。

在s402中，根据多个所述提示数量计算所述身份特征对应的目录等级，根据多个所述目录等级对所述知识关系库的所述分级目录结构进行重构，并将多个所述诊后提示根据重构后的所述分级目录结构进行重新存储。

根据得到的多个提示数量计算每一个身份特征对应的目录等级，具体地，计算每一类身份特征对应的均衡值，将均衡值最大的一类身份特征作为当前目录进行目录划分，然后根据划分后的目录继续计算剩余类的身份特征对应的均衡值，并将均衡值最大的一类身份特征作为当前目录再次进行目录划分，重复上述过程直到所有的身份特征都划分完毕为止。目录等级根据目录划分的先后决定，若某个身份特征作为当前目录的时间越早，则目录等级越高。应获知的是，步骤s402中的目录划分都是在知识关系库的主目录之下，即在次目录中进行的。在计算出每一个身份特征对应的目录等级后，若目录等级对应的身份特征与原有的分级目录结构中目录等级对应的身份特征完全一致，则不进行操作；若目录等级对应的身份特征与原有的分级目录结构中目录等级对应的身份特征不一致，则根据目录等级对知识关系库中分级目录结构进行重构，并将多个诊后提示根据重构后的分级目录结构进行重新存储。

为了便于理解，假设病症种类肺结核下的诊后提示的总数量为numberall，其中男性的以往患者反馈的诊后提示的提示数量为numberman，女性的以往患者反馈的诊后提示的提示数量为numberwomen，有吸烟史的以往患者反馈的诊后提示的提示数量为numbersmoke，无吸烟史的以往患者反馈的诊后提示的提示数量为numberno-smoke，则计算根据每一类身份特征进行目录划分的均衡值，计算公式如下：

在上述公式中，valuebalanced-sex为男性和女性所属一类身份特征的第一均衡值，valuebalanced-smoke为有吸烟史和无吸烟史所属一类身份特征的第二均衡值，l为预设的常数，用于使得到的均衡值便于统计和计算，比如l可设置为10。

若第一均衡值大于第二均衡值，则将男性和女性所属一类身份特征作为当前目录进行目录划分，即是将男性作为一个目录，该目录下存放有男性的以往患者反馈的诊后提示；将女性作为一个目录，该目录下存放有女性的以往患者反馈的诊后提示。值得一提的是，由于男性和女性同属一类身份特征，故男性对应的目录和女性对应的目录同属一个目录等级，在男性对应的目录和女性对应的目录下，再分别进行有吸烟史和无吸烟史所属一类身份特征的目录划分。

通过图4所示实施例可知，在本发明实施例中，每隔预设时间段获取知识关系库内的多个诊后提示，针对每个病症种类对应的多个诊后提示，统计符合身份特征的诊后提示的提示数量，根据多个提示数量计算身份特征对应的目录等级，根据多个目录等级对知识关系库的分级目录结构进行重构，并将多个诊后提示根据重构后的分级目录结构进行重新存储，本发明实施例根据不同身份特征所占的提示数量进行分级目录结构的重构，对知识关系库的存储架构进行了完善，提升了信息存储的有效性，并且也便于进行诊后提示的搜索。

图5所示，是在本发明实施例一的基础上，对按照用药频率将第一提醒信息发送至患者的过程进行细化后得到的一种方法。本发明实施例提供了基于知识关系分析的诊后提醒方法的实现流程图，如图5所示，该诊后提醒方法可以包括以下步骤：

在s501中，查询所述患者的病史记录，并从所述病史记录中获取所述患者的已患病症。

由于就诊的患者可能在之前患有其他病症，故在本发明实施例中，根据患者的姓名或其他信息在医疗机构的数据库中或在第三方平台中搜索患者的病史记录，并从病史记录中获取患者的已患病症，其中该病史记录的生成时间在诊断信息之前。为了防止错误获取，还可识别病史记录中关于已患病症的治疗结果，若治疗结果为治愈，则不获取该已患病症；若治疗结果为未治愈(现今存在某些病症无法治愈)，则获取该已患病症。

在s502中，根据所述患者信息和所述已患病症在所述知识关系库中查找出对应的所述诊后提示，将所述第一提醒信息和所述诊后提示组合为第二提醒信息，并按照所述用药频率将所述第二提醒信息发送至所述患者。

获取到已患病症后，根据患者信息和已患病症在知识关系库中查找出对应的诊后提示，查找方式与步骤s102中的查找方式相同，然后将该诊后提示与第一提醒信息组合为第二提醒信息，并按照用药频率将第二提醒信息发送至患者。

通过图5所示实施例可知，在本发明实施例中，查询患者的病史记录，并从病史记录中获取患者的已患病症，然后根据患者信息和已患病症在知识关系库中查找出对应的诊后提示，将第一提醒信息和诊后提示组合为第二提醒信息，按照用药频率将第二提醒信息发送至患者，本发明实施例针对患者存在已患病症的情况，将与已患病症对应的诊后提示与第一提醒信息组合为第二提醒信息，提升了诊后提醒的全面性。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

图6示出了本发明实施例提供的终端设备的结构框图，该终端设备包括的各单元用于执行图1对应的实施例中的各步骤。具体请参阅图1与图1所对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。

参见图6，所述终端设备包括：

分析单元61，用于获取与患者相关的患者信息和诊断信息，并对所述诊断信息进行文本分析，得到所述诊断信息中的用药提示和病症种类，其中，所述用药提示包括用药频率，所述患者信息为所述患者的身份特征；

组合单元62，用于根据所述患者信息和所述病症种类在预设的知识关系库中查找诊后提示，并将所述用药提示和所述诊后提示组合为第一提醒信息，其中，所述知识关系库按照所述病症种类为主目录，所述患者信息为次目录的分级目录结构进行内容存储，并且在每个所述患者信息的目录下都存储有对应的以往患者反馈的所述诊后提示；

发送单元63，用于按照所述用药频率将所述第一提醒信息发送至所述患者。

可选地，组合单元62还包括：

截取单元，用于将预设的多个环境词汇与查找出的所述诊后提示进行匹配，将匹配成功的所述环境词汇作为目标词汇，并截取所述诊后提示中与所述目标词汇相关的内容作为环境预警信息；

环境预警单元，用于获取所述患者所在的当前环境，若所述当前环境与所述目标词汇相符，则将所述环境预警信息发送至所述患者。

可选地，组合单元62包括：

分词单元，用于对在所述知识关系库中查找出的多个所述诊后提示进行分词处理，基于分词后的多个所述诊后提示统计共有词汇，以及所述共有词汇在多个所述诊后提示中的出现率；

排序单元，用于将多个所述出现率进行排序生成出现率序列，并截取出高于预设的比率阈值的所述出现率，将截取出的所述出现率和对应的所述共有词汇所在的语句组合为目标提示；

组合子单元，用于将所述用药提示和所述目标提示组合为所述第一提醒信息。

可选地，患者信息包括多个身份特征，终端设备还包括：

统计单元，用于每隔预设时间段获取所述知识关系库内的多个所述诊后提示，并针对每个所述病症种类对应的多个所述诊后提示，统计符合所述身份特征的所述诊后提示的提示数量；

重构单元，用于根据多个所述提示数量计算所述身份特征对应的目录等级，根据多个所述目录等级对所述知识关系库的所述分级目录结构进行重构，并将多个所述诊后提示根据重构后的所述分级目录结构进行重新存储。

可选地，发送单元63包括：

查询单元，用于查询所述患者的病史记录，并从所述病史记录中获取所述患者的已患病症；

发送子单元，用于根据所述患者信息和所述已患病症在所述知识关系库中查找出对应的所述诊后提示，将所述第一提醒信息和所述诊后提示组合为第二提醒信息，并按照所述用药频率将所述第二提醒信息发送至所述患者。

因此，本发明实施例提供的终端设备针对单个患者的身份情况和患病情况，基于知识关系库单独构建提醒信息，提升了诊后提醒的针对性以及提醒信息对患者的提醒效果。

图7是本发明实施例提供的终端设备的示意图。如图7所示，该实施例的终端设备7包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72，例如基于知识关系分析的诊后提醒程序。所述处理器70执行所述计算机程序72时实现上述各个基于知识关系分析的诊后提醒方法实施例中的步骤，例如图1所示的步骤s101至s103。或者，所述处理器70执行所述计算机程序72时实现上述各终端设备实施例中各单元的功能，例如图6所示单元61至63的功能。

示例性的，所述计算机程序72可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器71中，并由所述处理器70执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序72在所述终端设备7中的执行过程。例如，所述计算机程序72可以被分割成分析单元、组合单元以及发送单元，各单元具体功能如下：

分析单元，用于获取与患者相关的患者信息和诊断信息，并对所述诊断信息进行文本分析，得到所述诊断信息中的用药提示和病症种类，其中，所述用药提示包括用药频率，所述患者信息为所述患者的身份特征；

组合单元，用于根据所述患者信息和所述病症种类在预设的知识关系库中查找诊后提示，并将所述用药提示和所述诊后提示组合为第一提醒信息，其中，所述知识关系库按照所述病症种类为主目录，所述患者信息为次目录的分级目录结构进行内容存储，并且在每个所述患者信息的目录下都存储有对应的以往患者反馈的所述诊后提示；

发送单元，用于按照所述用药频率将所述第一提醒信息发送至所述患者。

所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端设备7的示例，并不构成对终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器70可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器71可以是所述终端设备7的内部存储单元，例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备，例如所述终端设备7上配备的插接式硬盘，智能存储卡(smartmediacard，smc)，安全数字(securedigital，sd)卡，闪存卡(flashcard)等。进一步地，所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将所述终端设备的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的终端设备和方法，可以通过其它的方式实现。例如，以上所描述的终端设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。