基于地域性疾病图谱的智能辅助诊疗方法及装置与流程

1.本技术涉及人工智能、数据分析技术领域，尤其涉及一种基于地域性疾病图谱的智能辅助诊疗方法及装置，以及用于执行该基于地域性疾病图谱的智能辅助诊疗方法的电子设备及存储介质。


背景技术：

2.目前很多疾病在某些区域内发生概率明显大于其他地区，具有明显的地域性。随着人们的生活水平越来越高，交通越来越便利，跨国、跨地区的流动人口也越来越多，这就致使医生工作过程中需要面对大范围的各种不同地区的外地患者。然而，针对外地患者的就医问题，由于当地医生对外地患者的一些病史和外地患者原住地相关联的一些地域性病症了解不够，尤其是外籍患者，大大地增加了当地医生对外地患者病情判断的难度，为后续医治也增加了难度。因此，目前亟需一种智能辅助诊疗方法，用于帮助医生在为外地患者进行医治时，及时地了解地域性疾病的可能性，准确地判断患者的病情，为外地患者提供准确有效的医治方案。


技术实现要素：

3.有鉴于此，本技术实施例提供了一种基于地域性疾病图谱的智能辅助诊疗方法及装置，以及用于执行该基于地域性疾病图谱的智能辅助诊疗方法的电子设备及存储介质，可以帮助医生在为外地患者进行医治时，及时地了解地域性疾病的可能性，准确地判断患者的病情，为外地患者提供准确有效的医治方案。
4.本技术实施例的第一方面提供了一种基于地域性疾病图谱的智能辅助诊疗方法，包括：
5.接收患者客户端发送的患者病情信息和患者身份信息，其中，所述患者身份信息包括籍贯信息和过往常住地信息中的至少一种；
6.根据所述患者身份信息查询预设的地域性疾病图谱，获取与所述患者身份信息相匹配的第一地域性疾病数据；
7.对所述患者病情信息进行病症特征提取处理，获得所述患者的关键病症信息；
8.将所述患者的关键病症信息与所述第一地域性疾病数据进行相似度比对，生成疾病比对结果并将所述疾病比对结果发送医生客户端，以辅助医生进行诊疗。
9.结合第一方面，在第一方面的第一种可能实现方式中，所述根据所述患者身份信息查询预设的地域性疾病图谱，获取与所述患者身份信息相匹配的地域性疾病数据的步骤之前，还包括：
10.按照预设的多个不同的区域划分等级对预配置地图进行地理区域划分处理，构建一个按照地理区域划分的多层级存储结构；
11.收集区域性疾病数据，并将收集到的所述区域性疾病数据按照地理区域划分存储到多层级存储结构中，以获得地域性疾病图谱。
12.结合第一方面或第一方面的第一种可能实现方式，在第一方面的第二种可能实现方式中，所述将所述患者的关键病症信息与所述第一地域性疾病数据进行相似度比对，生成疾病比对结果的步骤，包括：
13.若所述第一地域性疾病数据有且只有一份，将所述患者的关键病症信息与所述第一地域性疾病数据进行相似度比对，获得所述患者的关键病症信息与所述第一地域性疾病数据之间的相似度值；
14.将所述相似度值与预设的相似度阈值进行比较，若所述相似度值大于预设的相似度阈值，则将所述患者的关键病症信息和所述第一地域性疾病数据一并打包，生成疾病比对结果。
15.结合第一方面或第一方面的第一种可能实现方式，在第一方面的第三种可能实现方式中，所述将所述患者的关键病症信息与所述第一地域性疾病数据进行相似度比对，生成疾病比对结果的步骤，包括：
16.若所述第一地域性疾病数据有两份或两份以上，将所述患者的关键病症信息与获得的各第一地域性疾病数据分别进行相似度比对，获得所述患者的关键病症信息与各第一地域性疾病数据之间对应的相似度值；
17.将获得的各相似度值分别与预设的相似度阈值进行比较，保留相似度值大于预设的相似度阈值的第一地域性疾病数据；
18.若相似度值大于预设的相似度阈值的第一地域性疾病数据仍具有两份或两份以上，按照相似度值由大到小对各第一地域性疾病数据进行排序，获得排序列表；
19.根据所述排序列表，按照相似度值由大到小选取预设数量份第一地域性疾病数据和所述患者的关键病症信息一并打包，生成疾病比对结果。
20.结合第一方面或第一方面的第一种可能实现方式，在第一方面的第四种可能实现方式中，所述将所述患者的关键病症信息与所述第一地域性疾病数据进行相似度比对，生成疾病比对结果的步骤，包括：
21.若经查询无所述第一地域性疾病数据时，则将所述患者的关键病症信息进行打包，生成疾病比对结果。
22.结合第一方面，在第一方面的第五种可能实现方式中，所述患者病情信息包括由患者提供的病情自述信息和/或由患者与医生进行在线问诊时产生的病情记录信息。
23.结合第一方面，在第一方面的第六种可能实现方式中，所述将所述疾病比对结果发送医生客户端的步骤之前，还包括：
24.对所述患者的关键病症信息和所述第一地域性疾病数据进行语言识别，获取所述患者的关键病症信息和所述第一地域性疾病数据所从属的语言类型；
25.获取医生客户端设置的语言类型，判断所述患者的关键病症信息和所述第一地域性疾病数据所从属的语言类型是否与医生客户端设置的语言类型一致；
26.若不一致，则采用预设的语言翻译模型对所述患者的关键病症信息和所述第一地域性疾病数据进行翻译处理，将所述患者病情信息翻译成与所述医生客户端设置的语言类型一致的信息文本，以将翻译获得的信息文本发送至医生客户端，以辅助医生进行诊疗。
27.本技术实施例的第二方面提供了一种基于地域性疾病图谱的智能辅助诊疗装置，所述基于地域性疾病图谱的智能辅助诊疗装置包括：
28.信息接收模块，用于接收患者客户端发送的患者病情信息和患者身份信息，其中，所述患者身份信息包括籍贯信息和过往常住地信息中的至少一种；
29.数据匹配模块，用于根据所述患者身份信息查询预设的地域性疾病图谱，获取与所述患者身份信息相匹配的第一地域性疾病数据；
30.特征提取模块，用于对所述患者病情信息进行病症特征提取处理，获得所述患者的关键病症信息；
31.数据比对模块，用于将所述患者的关键病症信息与所述第一地域性疾病数据进行相似度比对，生成疾病比对结果并将所述疾病比对结果发送医生客户端，以辅助医生进行诊疗。
32.本技术实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在电子设备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第一方面提供的基于地域性疾病图谱的智能辅助诊疗方法的各步骤。
33.本技术实施例的第四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第一方面提供的基于地域性疾病图谱的智能辅助诊疗方法的各步骤。
34.本技术实施例提供的一种基于地域性疾病图谱的智能辅助诊疗方法及装置，以及用于执行该基于地域性疾病图谱的智能辅助诊疗方法的电子设备及存储介质，具有以下有益效果：
35.本技术所述方法具体通过接收患者客户端发送的患者病情信息和患者身份信息。然后，根据患者身份信息查询预设的地域性疾病图谱，获取与患者身份信息相匹配的第一地域性疾病数据。进而，通过对患者病情信息进行病症特征提取处理，获得患者的关键病症信息。最后，通过将患者的关键病症信息与第一地域性疾病数据进行相似度比对，生成疾病比对结果并将疾病比对结果发送医生客户端，从而辅助医生进行诊疗。基于该方法，通过构建地域性疾病图谱，根据患者的身份信息来匹配患者可能会患的地域性疾病，通过将患者的关键病症信息与该患者可能会患的地域性疾病的数据进行相似度比对，从而确定该患者所患疾病是否为地域性疾病，可以帮助医生准确地判断患者的病情，为患者提供准确有效的医治方案。
附图说明
36.为了更清楚地说明本技术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技术的一些实施例，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。
37.图1为本技术实施例提供的一种基于地域性疾病图谱的智能辅助诊疗方法的实现流程图；
38.图2为本技术实施例提供的基于地域性疾病图谱的智能辅助诊疗方法中构建地域性疾病图谱的一种方法流程图；
39.图3为本技术实施例提供的基于地域性疾病图谱的智能辅助诊疗方法中生成疾病比对结果的一种方法流程图；
40.图4为本技术实施例提供的基于地域性图谱的智能辅助诊疗方法中生成疾病比对结果的另一种方法流程示意图；
41.图5为本技术实施例提供的基于地域性图谱的智能辅助诊疗方法中执行智能语言翻译的一种方法流程示意图；
42.图6为本技术实施例提供的一种基于地域性疾病图谱的智能辅助诊疗装置的基本结构框图；
43.图7为本技术实施例提供的基于地域性疾病图谱的智能辅助诊疗装置中的第一种结构示意图；
44.图8为本技术实施例提供的基于地域性疾病图谱的智能辅助诊疗装置中的第二种结构示意图；
45.图9为本技术实施例提供的基于地域性疾病图谱的智能辅助诊疗装置中的第三种结构示意图；
46.图10为本技术实施例提供的基于地域性疾病图谱的智能辅助诊疗装置中的第四种结构示意图；
47.图11为本技术实施例提供的一种电子设备的基本结构框图。
具体实施方式
48.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
49.请参阅图1，图1为本技术实施例提供的一种基于地域性疾病图谱的智能辅助诊疗方法的实现流程图。详述如下：
50.s11：接收患者客户端发送的患者病情信息和患者身份信息，其中，所述患者身份信息包括籍贯信息和过往常住地信息中的至少一种。
51.本实施例中，患者可以实现在客户端app上进行在线就医，通过在客户端app上填写患者病情信息和患者身份信息并点击提交后，客户端app会将该患者病情信息和患者身份信息发送到智能辅助诊疗系统中，由智能辅助诊疗系统接收。在本实施例中，患者身份信息包括但不限于患者的籍贯信息、过往常住地信息等。
52.s12：根据所述患者身份信息查询预设的地域性疾病图谱，获取与所述患者身份信息相匹配的第一地域性疾病数据。
53.本实施例中，通过收集各种不同地域的地域性疾病病例资料，预先构建一个地域性疾病图谱，在该地域性疾病图谱中，将各种收集到的地域性疾病资料与其对应的地域信息进行关联，从而实现在该地域性疾病图谱中，通过地域信息可以查询得到对应的地域性疾病数据。其中，地域性疾病数据可以包括但不限于该地域性疾病的一些病症特征数据和该地域性疾病的一些权威的文献资料等。在本实施例中，当智能辅助诊疗系统接收到患者客户端app发送的患者病情信息和患者身份信息后，由该智能辅助诊疗系统根据接收到的患者身份信息确定对应的地域信息，进而按照地域查询预设的地域性疾病图谱，从该地域性疾病图谱中查找是否由该地域的相关地域性疾病数据，若有，则获取该地域性疾病数据作为与患者身份信息相匹配的第一地域性疾病数据。例如患者籍贯对应的地域信息为英
国，则可以获得地域性疾病图谱中与英国相关的地域性疾病数据。
54.s13：对所述患者病情信息进行病症特征提取处理，获得所述患者的关键病症信息。
55.本实施例中，预先采用深度学习模型训练获得一个用于基于病情信息文本提取病症特征的特征提取模型。示例性的，特征提取模型可以为训练收敛状态的卷积神经网络模型。在本实施例中，当智能辅助诊疗系统接收到患者客户端app发送的患者病情信息和患者身份信息后，由该智能辅助诊疗系统将其接收到的患者病情信息输入到特征提取模型中进行病症特征提取处理，以此获得患者的关键病症信息。在本实施例中，患者的关键病症信息表征为描述病症的特征词语。
56.s14：将所述患者的关键病症信息与所述第一地域性疾病数据进行相似度比对，生成疾病比对结果并将所述疾病比对结果发送医生客户端，以辅助医生进行诊疗。
57.本实施例中，在通过查询地域性疾病图谱获得与患者身份信息相匹配的第一地域性疾病数据后，可从该第一地域性疾病数据中获得该地域性疾病的相关症状信息。在通过特征提取模型提取获得患者的关键症状信息后，可以将该提取获得的患者的关键病症信息与从第一地域性疾病数据中获得该地域性疾病的相关症状信息进行相似度比对，获得相似度分值，进一步地，可以将该相似度分值与预设的相似度阈值进行比较，若该获得相似度分值超过该相似度阈值，则确定该患者的病情与比对的地域性疾病相似，此时，可以将该比对结果发送医生客户端，以将该与患者病情相似的地域性疾病数据提供给医生做参考，辅助医生进行诊疗。需要说明的是，在本实施例中，发送到医生客户端的比对结果中包含有患者的关键病症信息、与患者的病情相似的地域性疾病所对应的相似度分值和地域性疾病数据。
58.以上可以看出，本实施例提供的基于地域性疾病图谱的智能辅助诊疗方法通过构建地域性疾病图谱，根据患者的身份信息来匹配患者可能会患的地域性疾病，通过将患者的关键病症信息与该患者可能会患的地域性疾病的数据进行相似度比对，从而确定该患者所患疾病是否为地域性疾病，可以帮助医生在为外地患者进行医治时，及时地了解地域性疾病的可能性，准确地判断出患者的病情，为患者提供准确有效的医治方案。
59.本技术的一些实施例中，请参阅图2，图2为本技术实施例提供的基于地域性疾病图谱的智能辅助诊疗方法中构建地域性疾病图谱的一种方法流程图。
60.详细如下：
61.s21：按照预设的多个不同的区域划分等级对预配置地图进行地理区域划分处理，构建一个按照地理区域划分的多层级存储结构；
62.s22：收集区域性疾病数据，并将收集到的所述区域性疾病数据按照地理区域划分存储到多层级存储结构中，以获得地域性疾病图谱。
63.本实施例中，地域性疾病图谱中的地域可以按照多个不同的区域划分等级进行地理区域划分获得。示例性的，以世界地图作为预配置地图，区域划分等级具体可以分为四个等级，其中，一级划分为按世界区域划分，比如划分为亚洲、欧洲、北美洲、南美洲、非洲、大洋洲、南极洲等七大洲；二级划分则为对一级划分得到的各个洲进行进一步的区域划分，比如亚洲可以划分为东亚、东南亚、南亚、北亚、西亚、中亚，欧洲可以划分为东欧、西欧、南欧、北欧、中欧等；三级划分则为对二级划分得到的洲内的各个区域按照国家进行进一步的区
域划分，比如东亚包括中国、蒙古、朝鲜、韩国、日本，东南亚包括菲律宾、越南、老挝、柬埔寨、缅甸、泰国、马来西亚、文莱、新加波、印度尼西亚、东帝汶等；四级划分则为对三级划分获得的各个国家进行地区划分，以将国家划分为多个区域，比如中国可以划分为华北、华东、华南、华中、西南、东北、西北等。由此经过上述四级划分，基于世界地图，可以构建得到一个按照地理区域划分的多层级存储结构。在本实施例中，可以通过网络爬虫、网站搜索、技术交流等方式收集世界各地的区域性疾病数据。收集到区域性疾病数据后，可以根据区域性疾病所对应的地理位置，将该收集到的区域性疾病数据按照地理区域划分存储到多层级存储结构的对应位置处，从而获得地域性疾病图谱。基于该地域性疾病图谱，可以按照地理位置查询到与地理位置相对应的区域性疾病数据。可以理解的是，在本实施例中，根据患者身份信息查询地域性疾病图谱时，基于多层级存储结构的层级关系，还可以根据患者身份信息中确定的地域所从属的上级划分的地理区域获取地域性疾病数据。比如根据患者身份信息确定患者籍贯所对应的地域为日本，则由于日本从属于东亚地区，可以获取与东亚地区对应关联的相关地域性疾病数据。
64.本技术的一些实施例中，根据患者身份信息查询预设的地域性疾病图谱后，查询结果包括有一下三种：无与患者身份信息相匹配的第一地域性疾病数据、有且只有一份与患者身份信息相匹配的第一地域性疾病数据、有两份或两份以上与患者身份信息相匹配的第一地域性疾病数据。在本实施例中，若经查询无第一地域性疾病数据时，则将患者的关键病症信息进行打包，生成疾病比对结果，即疾病比对结果中只包含有关键病症信息。
65.本技术的一些实施例中，查询结果为有且只有一份与患者身份信息相匹配的第一地域性疾病数据时，请参阅图3，图3为本技术实施例提供的基于地域性疾病图谱的智能辅助诊疗方法中生成疾病比对结果的一种方法流程图。详细如下：
66.s31：若所述第一地域性疾病数据有且只有一份，将所述患者的关键病症信息与所述第一地域性疾病数据进行相似度比对，获得所述患者的关键病症信息与所述第一地域性疾病数据之间的相似度值；
67.s32：将所述相似度值与预设的相似度阈值进行比较，若所述相似度值大于预设的相似度阈值，则将所述患者的关键病症信息和所述第一地域性疾病数据一并打包，生成疾病比对结果。
68.本实施例中，若第一地域性疾病数据有且只有一份，可以将患者的关键病症信息与该第一地域性疾病数据进行相似度比对，获得患者的关键病症信息与该第一地域性疾病数据之间的相似度值。示例性的，可以遍历该第一地域性疾病数据，对该第一地域性疾病数据进行特征提取处理，从该第一地域性疾病数据中提取到用于表征该第一地域性疾病数据的特征信息，进而，通过比对患者的关键病症信息与该从第一地域性疾病数据中提取到的特征信息进行文本相似度计算，具体可以采用余弦相似度值计算，计算出患者的关键病症信息与该从第一地域性疾病数据中提取到的特征信息之间的文本相似度，将该计算获得的文本相似度作为患者的关键病症信息与该第一地域性疾病数据之间的相似度值。进一步地，通过将该获得的相似度值与预设的相似度阈值进行比较，若相似度值大于预设的相似度阈值，则初步判定患者所患的疾病与该第一地域性疾病数据相关，将该患者的关键病症信息和该第一地域性疾病数据一并进行数据打包，生成疾病比对结果，即疾病比对结果中包含有患者的关键病症信息和第一地域性疾病数据。可以理解的是，若相似度值小于等于
预设的相似度阈值，判定患者所患的疾病与该第一地域性疾病数据不相关，此时，可以直接将患者的关键病症信息进行打包，生成疾病比对结果，即疾病比对结果中只包含有关键病症信息。
69.本技术的一些实施例中，查询结果为有两份或两份以上与患者身份信息相匹配的第一地域性疾病数据时，请参阅图4，图4为本技术实施例提供的基于地域性图谱的智能辅助诊疗方法中生成疾病比对结果的另一种方法流程示意图。详细如下：
70.s41：若所述第一地域性疾病数据有两份或两份以上，将所述患者的关键病症信息与获得的各第一地域性疾病数据分别进行相似度比对，获得所述患者的关键病症信息与各第一地域性疾病数据之间对应的相似度值；
71.s42：将获得的各相似度值分别与预设的相似度阈值进行比较，保留相似度值大于预设的相似度阈值的第一地域性疾病数据；
72.s43：若相似度值大于预设的相似度阈值的第一地域性疾病数据仍具有两份或两份以上，按照相似度值由大到小对各第一地域性疾病数据进行排序，获得排序列表；
73.s44：根据所述排序列表，按照相似度值由大到小选取预设数量份第一地域性疾病数据和所述患者的关键病症信息一并打包，生成疾病比对结果。
74.本实施例中，若第一地域性疾病数据有两份或两份以上，可以将患者的关键病症信息与获得的各第一地域性疾病数据分别进行相似度比对，获得患者的关键病症信息与每一份第一地域性疾病数据之间所对应的相似度值。一份第一地域性疾病数据对应获得一个其与患者的关键病症信息之间的相似度值，即当第一地域性疾病数据有两份或两份以上，可以获得两个或以上的相似度值。在进行相似度比对时，示例性的，可以遍历该第一地域性疾病数据，对该第一地域性疾病数据进行特征提取处理，从该第一地域性疾病数据中提取到用于表征该第一地域性疾病数据的特征信息，进而，通过比对患者的关键病症信息与该从第一地域性疾病数据中提取到的特征信息进行文本相似度计算，具体可以采用余弦相似度值计算，计算出患者的关键病症信息与该从第一地域性疾病数据中提取到的特征信息之间的文本相似度，将该计算获得的文本相似度作为患者的关键病症信息与该第一地域性疾病数据之间的相似度值。获得每一份第一地域性疾病数据各自对应的与患者的关键病症信息之间的相似度值之后，可以将获得的各相似度值分别与预设的相似度阈值进行大小比较，只保留相似度值大于预设的相似度阈值的第一地域性疾病数据，剔除掉相似度值小于等于预设的相似度阈值的第一地域性疾病数据。示例性的，假设查询地域性疾病图谱获得的第一地域性疾病数据的数量为n份，若只有m(m＜n)份第一地域性疾病数据对应比对获得的相似度值大于预设的相似度阈值，则只保留该m份第一地域性疾病数据，删除其余的n
‑
m份第一地域性疾病数据。通过在本实施例中，针对保留下来的相似度值大于预设的相似度阈值的第一地域性疾病数据，若保留下来的相似度值大于预设的相似度阈值的第一地域性疾病数据的数量仍然还有两份或两份以上，可以按照保留下来的各第一地域性疾病数据各自对应的与患者的关键病症信息之间的相似度值由大到小对各第一地域性疾病数据进行排序，获得排序列表。然后，根据该排序列表，按照相似度值由大到小选取预设数量份第一地域性疾病数据和所述患者的关键病症信息一并打包，生成疾病比对结果。示例性的，对上述保留的m份第一地域性疾病数据按相似度值大小进行排序，获得排序列表，假设预设数量为2，则从该排序列表中获取相似度值最大的两份第一地域性疾病数据和所述患者的关键
病症信息一并打包，生成疾病比对结果，删除其余的m
‑
2份第一地域性疾病数据。
75.可以理解的是，在本实施例中，还可以将第一地域性疾病数据对应的相似度值一并打包作为疾病比对结果发送给医生客户端，以提供给医生做参考。
76.本技术得一些实施例中，请参阅图5，图5为本技术实施例提供的基于地域性图谱的智能辅助诊疗方法中执行智能语言翻译的一种方法流程示意图。详细如下：
77.s51：对所述患者的关键病症信息和所述第一地域性疾病数据进行语言识别，获取所述患者的关键病症信息和所述第一地域性疾病数据所从属的语言类型；
78.s52：获取医生客户端设置的语言类型，判断所述患者的关键病症信息和所述第一地域性疾病数据所从属的语言类型是否与医生客户端设置的语言类型一致；
79.s53：若不一致，则采用预设的语言翻译模型对所述患者的关键病症信息和所述第一地域性疾病数据进行翻译处理，将所述患者病情信息翻译成与所述医生客户端设置的语言类型一致的信息文本，以将翻译获得的信息文本发送至医生客户端，以辅助医生进行诊疗。
80.本实施例中，对于外来人口，尤其外国人，往往会因为语言不同而增加一生的诊治难度。在本实施例中，通过设置一个语言翻译模型，可以解决医生与外籍患者语言不通的问题。示例性的，可以对患者的关键病症信息和地域性疾病数据进行语言识别，获取该患者的关键病症信息和第一地域性疾病数据所从属的语言类型。然后，获取医生客户端设置的语言类型，通过判断患者的关键病症信息和第一地域性疾病数据所从属的语言类型是否与医生客户端设置的语言类型一致。如果存在不一致的情况，则采用预设的语言翻译模型对该患者的关键病症信息和第一地域性疾病数据进行翻译处理，将所述患者病情信息翻译成与所述医生客户端设置的语言类型一致的信息文本，以将翻译获得的信息文本发送至医生客户端，以辅助医生进行诊疗。
81.本技术的一些实施例中，患者病情信息可以包括患者填写的病情自述信息和患者与医生进行在线问诊时产生的病情记录信息。在本实施例中，病情自述信息由患者填写获得。患者与医生进行在线问诊时产生的病情记录信息则可以通过在患者客户端app中配置视频问诊和语音问诊两种在线问诊方式的选择按钮，医生可以在医生客户端app中根据患者的选择向患者发起视频问诊或语音问诊。视频问诊或语音问诊过程产生的语音数据或视频数据自动生成文件保存到患者客户端本地，该生成的文件即为患者与医生进行在线问诊时产生的病情记录信息。客户端app在将该患者病情信息和患者身份信息发送到智能辅助诊疗系统中时，从患者客户端本地获取该患者与医生进行在线问诊时产生的病情记录信息，将该病情记录信息与患者填写的病情自述信息打包成患者病情信息一并发送至智能辅助诊疗系统中。可以理解的是，在医生与患者进行在线问诊的过程中，也可以采用该语言翻译模型实现实时翻译，从而避免外籍人士在就医的过程中语言不通的问题。
82.可以理解的是，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，而不应对本技术实施例的实施过程构成任何限定。
83.本技术的一些实施例中，请参阅图6，图6为本技术实施例提供的一种基于地域性疾病图谱的智能辅助诊疗装置的基本结构框图。本实施例中该装置包括的各单元用于执行上述方法实施例中的各步骤。具体请参阅上述方法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。如图6所示，基于地域性疾病图谱的智能辅助诊疗装置包括：信息接收模块61、数据匹配模块62、特征提取模块63以及数据比对模块64。其中：所述信息接收模块61用于接收患者客户端发送的患者病情信息和患者身份信息，其中，所述患者身份信息包括籍贯信息和过往常住地信息中的至少一种。所述数据匹配模块62用于根据所述患者身份信息查询预设的地域性疾病图谱，获取与所述患者身份信息相匹配的第一地域性疾病数据。所述特征提取模块63用于对所述患者病情信息进行病症特征提取处理，获得所述患者的关键病症信息。所述数据比对模块64用于将所述患者的关键病症信息与所述第一地域性疾病数据进行相似度比对，生成疾病比对结果并将所述疾病比对结果发送医生客户端，以辅助医生进行诊疗。
84.本技术的一些实施例中，请参阅图7，图7为本技术实施例提供的基于地域性疾病图谱的智能辅助诊疗装置中的第一种结构示意图。如图7所示，基于地域性疾病图谱的智能辅助诊疗装置还包括：第一构建子模块71和第一存储子模块72。其中，所述第一构建子模块71用于按照预设的多个不同的区域划分等级对预配置地图进行地理区域划分处理，构建一个按照地理区域划分的多层级存储结构。所述第一存储子模块72用于收集区域性疾病数据，并将收集到的所述区域性疾病数据按照地理区域划分存储到多层级存储结构中，以获得地域性疾病图谱。
85.本技术的一些实施例中，请参阅图8，图8为本技术实施例提供的基于地域性疾病图谱的智能辅助诊疗装置中的第二种结构示意图。如图8所示，基于地域性疾病图谱的智能辅助诊疗装置还包括：第一比对子模块81和第一生成子模块82。其中，所述第一比对子模块81用于若所述第一地域性疾病数据有且只有一份，将所述患者的关键病症信息与所述第一地域性疾病数据进行相似度比对，获得所述患者的关键病症信息与所述第一地域性疾病数据之间的相似度值。所述第一生成子模块82用于将所述相似度值与预设的相似度阈值进行比较，若所述相似度值大于预设的相似度阈值，则将所述患者的关键病症信息和所述第一地域性疾病数据一并打包，生成疾病比对结果。
86.本技术的一些实施例中，请参阅图9，图9为本技术实施例提供的基于地域性疾病图谱的智能辅助诊疗装置中的第三种结构示意图。如图9所示，基于地域性疾病图谱的智能辅助诊疗装置还包括：第二比对子模块91、第一保留子模块92、第一排序子模块93和第二生成子模块94。其中，所述第二比对子模块91用于若所述第一地域性疾病数据有两份或两份以上，将所述患者的关键病症信息与获得的各第一地域性疾病数据分别进行相似度比对，获得所述患者的关键病症信息与各第一地域性疾病数据之间对应的相似度值。所述第一保留子模块92用于将获得的各相似度值分别与预设的相似度阈值进行比较，保留相似度值大于预设的相似度阈值的第一地域性疾病数据。所述第一排序子模块93用于若相似度值大于预设的相似度阈值的第一地域性疾病数据仍具有两份或两份以上，按照相似度值由大到小对各第一地域性疾病数据进行排序，获得排序列表。所述第二生成子模块94用于根据所述排序列表，按照相似度值由大到小选取预设数量份第一地域性疾病数据和所述患者的关键病症信息一并打包，生成疾病比对结果。
87.本技术的一些实施例中，基于地域性疾病图谱的智能辅助诊疗装置还包括：第三生成子模块，所述第三生成子模块用于若经查询无所述第一地域性疾病数据时，则将所述患者的关键病症信息进行打包，生成疾病比对结果。
88.本技术的一些实施例中，请参阅图10，图10为本技术实施例提供的基于地域性疾病图谱的智能辅助诊疗装置中的第四种结构示意图。如图10所示，基于地域性疾病图谱的智能辅助诊疗装置还包括：第一识别子模块101、第一判断子模块102和第一翻译子模块103。其中，所述第一识别子模块101用于对所述患者的关键病症信息和所述第一地域性疾病数据进行语言识别，获取所述患者的关键病症信息和所述第一地域性疾病数据所从属的语言类型。所述第一判断子模块102用于获取医生客户端设置的语言类型，判断所述患者的关键病症信息和所述第一地域性疾病数据所从属的语言类型是否与医生客户端设置的语言类型一致。所述第一翻译子模块103用于若不一致，则采用预设的语言翻译模型对所述患者的关键病症信息和所述第一地域性疾病数据进行翻译处理，将所述患者病情信息翻译成与所述医生客户端设置的语言类型一致的信息文本，以将翻译获得的信息文本发送至医生客户端，以辅助医生进行诊疗。
89.本技术的一些实施例中，请参阅图11，图11为本技术实施例提供的一种电子设备的基本结构框图。如图11所示，该实施例的电子设备11包括：处理器111、存储器112以及存储在所述存储器112中并可在所述处理器111上运行的计算机程序113，例如基于地域性疾病图谱的智能辅助诊疗方法的程序。处理器111执行所述计算机程序113时实现上述各个基于地域性疾病图谱的智能辅助诊疗方法各实施例中的步骤。或者，所述处理器111执行所述计算机程序113时实现上述基于地域性疾病图谱的智能辅助诊疗装置对应的实施例中各模块的功能。具体请参阅实施例中的相关描述，此处不赘述。
90.示例性的，所述计算机程序113可以被分割成一个或多个模块(单元)，所述一个或者多个模块被存储在所述存储器112中，并由所述处理器111执行，以完成本技术。所述一个或多个模块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113在所述电子设备11中的执行过程。例如，所述计算机程序113可以被分割成信息接收模块、数据匹配模块、特征提取模块以及数据比对模块，各模块具体功能如上所述。
91.所述转台设备可包括，但不仅限于，处理器111、存储器112。本领域技术人员可以理解，图11仅仅是电子设备11的示例，并不构成对电子设备11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，例如所述转台设备还可以包括输入输出设备、网络接入设备、总线等。
92.所称处理器111可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field
‑
programmable gate array，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。
93.所述存储器112可以是所述电子设备11的内部存储单元，例如电子设备11的硬盘或内存。所述存储器112也可以是所述电子设备11的外部存储设备，例如所述电子设备11上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器112还可以既包括所述电子设备11的内部存储单元也包括外部存储设备。所述存储器112用于存储所述计算机程序以及所述转台
设备所需的其他程序和数据。所述存储器112还可以用于暂时地存储已经输出或者将要输出的数据。
94.需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本技术方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
95.本技术实施例还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可实现上述各个方法实施例中的步骤。在本实施例中，所述计算机可读存储介质可以是非易失性，也可以是易失性。
96.本技术实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
97.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、模块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、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，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、模块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、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
98.所述集成的模块/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，本技术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(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、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是电载波信号和电信信号。
99.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。
100.以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，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技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。