一种问诊结果处理方法、服务器和终端设备与流程

1.本技术属于在线问诊技术领域，尤其涉及一种问诊结果处理方法、服务器和终端设备。


背景技术：

2.目前，在在线问诊系统中，一般的问诊流程是，医生与患者进行医患沟通，然后医生根据自己的医学认知和患者描述，给出问诊结果。然后，将问诊结果中的诊疗方案发送给患者，将问诊结果中的处方交由审核医师团队进行审核，在审核通过后，将处方发送给患者。
3.然而，因为问诊结果的给出是医生基于自己的医学认知得到的，可能存在误诊，从而给患者或者医生所在的医院等造成很大的风险。处方由审核医师进行审核，会存在漏审或者错审的可能性，也会对患者和医院造成很大的风险。
4.针对上述的在在线问诊系统中所存在诊疗方案和处方的准确性得不到保证的问题，目前尚未提出有效的解决方案。


技术实现要素：

5.本技术目的在于提供一种问诊结果处理方法、服务器和终端设备，可以提升问诊结果的准确性，避免误诊导致的健康风险。
6.本技术提供一种问诊结果处理方法、服务器和终端设备是这样实现的：一种问诊结果处理方法，所述方法包括：获取医生节点根据医患沟通数据为目标患者开具的问诊结果数据；对所述问诊结果数据进行风险校验；根据风险校验结果，在医生节点进行风险处理操作。
7.一种问诊结果处理方法，包括：接收医生节点根据医患沟通数据开具的问诊结果数据；将所述问诊结果数据上传至服务器进行风险校验；接收并显示服务器返回的风险校验结果。
8.一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现如下方法的步骤：获取医生节点根据医患沟通数据为目标患者开具的问诊结果数据；对所述问诊结果数据进行风险校验；根据风险校验结果，在医生节点进行风险处理操作。
9.一种终端设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现如下方法的步骤：接收医生节点根据医患沟通数据开具的问诊结果数据；将所述问诊结果数据上传至服务器进行风险校验；
接收并显示服务器返回的风险校验结果。
10.一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现如下方法的步骤：获取医生节点根据医患沟通数据为目标患者开具的问诊结果数据；对所述问诊结果数据进行风险校验；根据风险校验结果，在医生节点进行风险处理操作。
11.一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现如下方法的步骤：接收医生节点根据医患沟通数据开具的问诊结果数据；将所述问诊结果数据上传至服务器进行风险校验；接收并显示服务器返回的风险校验结果。
12.本技术提供的问诊结果处理方法、服务器和终端设备，在在线问诊的过程中，通过服务器对医生开具的问诊结果数据进行智能的风险校验，而不是单凭医生的个人经验来生成最终的问诊结果数据，因为结合服务器的智能风险校验，在存在风险的情况下，可以及时提醒医生，从而可以解决现有的问诊结果准确性得不到保证，健康隐患较大的问题，达到了有效提升问诊结果准确性，减少健康隐患的技术效果。
附图说明
13.为了更清楚地说明本技术实施例或现有技术中的技术方案，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中记载的一些实施例，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。
14.图1是本技术提供的问诊系统的架构图；图2是本技术提供的风险等级示意图；图3是本技术提供的问诊过程中风险的提醒的架构流程图；图4是本技术提供的问诊结果处理方法一种实施例的方法流程图；图5是本技术实施例的一种问诊结果处理方法的服务器的硬件结构框图；图6是本技术提供的问诊结果处理装置一种实施例的结构框图。
具体实施方式
15.为了使本技术领域的人员更好地理解本技术中的技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
16.针对现有的医生的诊疗方案直接触达患者，缺少风险控制，以及，对处方进行人工审核存在漏审或误审的问题，在本例中考虑到可以在在线问诊系统中设置风险预警审核机制，通过风险预警审核机制对医生生成的问诊结果进行分析预警，从而减少问诊结果中发生错误的概率，且可以避免人为审核所存在的错审、漏审、延迟等问题。基于此，在本例中提
供了一种问诊系统，如图1所示，包括：患者端101、医生端102、服务器103。
17.其中，患者端101和医生端102可以是移动设备，例如：手机、平板电脑等，也可以是台式机等，或者是其它的智能设备，本技术对此不作限定。
18.患者通过患者端101设备发起在线问诊请求，并与医生端102建立问诊链路，基于医患沟通数据，医生可以为患者生成问诊结果数据，在生成问诊结果数据之后，问诊结果数据将被上传至服务器103，由服务器103对医生生成的问诊结果数据进行风险校验，以确定问诊结果数据是否存在安全隐患，如果存在，则对医生结果进行风险预警，以提升医生节点对问诊结果数据进行修正，从而减少在线问诊风险的产生。
19.具体的，对于服务器而言，在进行风险校验的时候，可以基于目标患者的画像数据进行，其中，所谓的画像数据在本例中，可以是患者的历史病历数据、检查报告数据、当次医患沟通数据、体征数据等，即，能表现患者病情状况和自身身体情况的数据，可以称为本例中的画像数据。服务器通过对这些数据的分析整合，并结合医疗领域的知识图谱，可以智能分析出用户所得的疾病，并可以确定出合适患者的药品或者是诊疗方案等，同时结合各个疾病对应的禁忌项、患者自身身体情况对应的禁忌项，以及药品的禁忌项等，可以确定生成针对该患者本次问诊的诊疗禁忌项组合。
20.例如：服降压药（主要是钙离子拮抗剂）时不能饮用西柚。西柚中的柚皮素会抑制肠道内某些代谢酶的产生，而且这些酶和降压药的代谢有关。两者同时服用，会造成药物无法正常代谢，在血液里蓄积，造成血液中的药物浓度过高，从而出现血压过低的危险。服用抗生素前后2小时，不要饮用牛奶或果汁。牛奶会降低抗生素活性，使药效无法充分发挥，而果汁、尤其是新鲜果汁中富含的果酸会加速抗生素溶解，不仅降低药效，还可能增加毒副作用等，就是用药的禁忌。有些药物或者诊疗手段是妊娠哺乳期妇女的禁忌等，还有些药物或者诊疗手段是某些类型疾病患者的禁忌，例如，糖尿病患者不能多吃面食，比如馒头。如果要吃馒头的话，最好自己在家发面，在面粉中加入一点粗粮、杂粮，糖尿病人不能多吃香蕉、桂圆、柿子等含糖量比较高的水果，可以适当吃点猕猴桃、黄瓜等果蔬，糖尿病人不能吃蜜饯，如蜜枣、葡萄干、柿饼等。
21.服务器基于目标患者的画像数据进行风险校验的时候，可以获取确定患者的病症、患者既往病史、患者当前的身体情况等，基于这些可以结合知识图谱等确定针对该患者的禁忌项。
22.在接收到医生端开具的诊疗结果数据之后，可以将诊疗结果数据与为当前患者匹配出的禁忌项进行比对，以确定医生的问诊结果数据中是否存在禁忌项，如果确定存在禁忌项，则对医生进行提醒，以提醒医生对问诊结果数据进行修改，避免健康隐患。
23.进一步的，考虑到不同禁忌项的影响是不同的，因此，在进行风险预警的时候，可以根据不同的禁忌项设置不同的等级，不同的等级对应不同的处理方式，如图2所示，可以设置一个风险模型，确定医生所开具的问诊结果数据输入哪个等级，如果属于一级风险，则进行打回处理，如果属于二级风险，则进行告警处理，如果处于三级风险，则进行提示处理，如果是安全的，则直接通过。
24.例如，如果在问诊结果数据中存在影响患者生命安全的禁忌项，则确定为一级风险，如果在问诊结果中存在产生不良反应的禁忌项，则确定为二级风险，其它相对较为轻微的禁忌项可以作为三级风险。
25.然而，值得注意的是，上述的等级划分和各个等级对应的处理方式仅是一种示例性描述，在实际实现的时候，可以根据情境和需求的不同设置不同的等级划分和各个等级对应的处理方式。
26.针对医生所形成的问诊结果数据直接触达患者，会导致患者的生命健康得不到保障，在本例中，增加了一个校验机制，基于该校验机制可以对问诊结果数据进行校验，在实现的时候，可以结合知识图谱、数据结构化、ai分析模型等技术为基础进行。
27.以一个具体场景为例，医生和患者进入在线问诊系统开始问诊，服务器通过ocr（optical character recognition，光学字符识别）对医患沟通数据、患者的检查报告、患者的历史病历等进行文本提取，且可以通过nlp（natural language processing，自然语言处理是）将患者的语音转换为文本信息。然后，可以对文本数据进行实时结构化，再对对结构化信息进行实体的提取和实体对齐，并抽取各类实体之间的诊断关系。
28.其中，知识图谱是一种基于图的数据结构，由节点(point)和边(edge)组成，每个节点表示一个“实体”，每条边为实体与实体之间的“关系”，知识图谱本质上是语义网络；结构化是将将非结构化的数据，变成结构化形式，以方便进行后续的分析和计算；关系是用于表达不同实体之间的某种联系；实体是现实世界中的事物，比如人、地名、公司、电话、动物等。
29.在得到上述的诊断关系之后，可以基于医疗领域的知识图谱和知识库中的疾病判断规则，确定出目标患者的疾病类型。具体的，可以采用rank模型，确定出前n个关联度最高的疾病类型作为目标患者的疾病类型。获取这些疾病类型的禁忌，以及目标患者自身身体状态所应该的禁忌，将这些禁忌作为本次问诊的禁忌项组合。
30.然后，将医生所开具的问诊结果数据与系统生成的本次问诊的禁忌项组合进行对比分析，以确定出医生所开具的问诊结果中是否有禁忌项。其中，禁忌可以包括但不限于：用药禁忌、诊断方案禁忌、医嘱禁忌等。并可以计算出医生所开具的问诊结果数据的风险等级，执行与风险等级匹配的操作。
31.在实际使用的过程中，考虑到医生开具问诊结果数据的时候，有时是存在诊疗方案，诊疗方案中会存在一些检查项，为了减少患者不必要的开销，可以对检查项进行优化处理，即，服务器可以根据推断出的患者的疾病类型、历史检查、历史病历等，生成一个最小范围的体检项组合，提供给医生端供医生端参考，从而避免患者不必要的浪费。
32.进一步的，为了使得为医生开具的问诊结果数据更为准确，服务器在判定出患者的疾病类型后，可以结合患者的画像数据和后台的大数据，提供几个相关病例推荐，将提取的相关病例推荐推送给医生端，供医生端在生成问诊结果数据的进行参考。
33.具体的，在本例中提出了一种具体的实现方式，可以如图3所示，包括：问诊系统和医生节点，医生通过问诊系统与患者进行医患交流，基于交流结果，生成了问诊结果，例如，问诊结果中包括有：开方及药品推荐、治疗方案、医嘱等内容。
34.对于问诊系统而言，为了保证问诊结果（即，开方及药品推荐、治疗方案、医嘱）中不要存在禁忌内容，导致患者存在风险，可以对问诊结果进行分析，确定结果的安全程度。例如，问诊系统可以进行分析，以确定是否存在用药禁忌、治疗方案禁忌和医嘱禁忌等，为此还可以如图3所示，设置风险模型进行对比，即，将问诊结果与系统分析结果进行比对，确定风险等级，例如：影响患者生命安全的确定为一级、可能会产生不良反应的确定为二级
等。针对不同的风险等级，设置不同的处理方式，例如，可以采用图2中的模式，如果属于一级风险，则进行打回处理，如果属于二级风险，则进行告警处理，如果处于三级风险，则进行提示处理，如果是安全的，则直接通过。
35.对于上述的系统分析结果，可以是按照如图3所示的如下流程得到的：s1：医患在进入问诊系统后，开始问诊，问诊系统获取疾病信息、开方信息、问诊结果等，然后通过ocr技术对上述信息进行处理，如果遇到语音信息，则通过nlp将患者的语音转换为文本信息。
36.s2：对文本信息进行内容的实时结构化，并基于实时结构化后的内容进行实体提取和实体对齐。然后，将提取的实体输入至预设的知识图谱中，以进行关系匹配。
37.其中，对于知识图谱的形成，可以是对数据进行抽取得到多个实体，例如：症状、体征、体检项、异常、疾病实体等，然后，建立这些实体之间的诊断关系，并可以从知识库中提取疾病诊断的规则，从而形成一个明确的诊断关系。
38.s3：通过将需要分析的数据（例如：开方信息、问诊结果、体征、检查、检验、病史、疾病信息、症状等）输入知识图谱，可以得到匹配分析结果。
39.其中，该匹配分析结果可以包括：为患者确诊疾病和开方信息，从而可以形成基于禁忌项的系统分析结果。
40.在确定疾病和开方信息的时候，可以基于需要分析的数据和知识图谱匹配，直接按照预设规则，得到患者的疾病和对应的开方信息；也可以基于需要分析的数据，通过kg（关系、属性）、疾病挖掘等技术从知识图谱中推理出top n的候选诊断，以这top n的候选诊断作为候选疾病列表，然后加载并关联预设的疾病规则引擎，使用rank模型，推荐出top3 的疑似诊断作为为患者确定的疾病，并得到对应的开方信息。
41.s4：基于为患者确定的疾病和开方信息，可以得到系统推断出的系统分析结果，即：用药禁忌、治疗方案禁忌和医嘱禁忌。
42.进一步的，基于为患者确定的疾病，可以结合患者已有数据，为患者推荐体检项目，为了减少患者的花费，可以就按最小范围的检查或者检验项目，并推送给医生节点，由医生节点进一步判断是否需要向患者推送。
43.图4是本技术提供的问诊结果处理方法一种实施例的方法流程图。虽然本技术提供了如下述实施例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本技术实施例描述及附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置或终端产品应用时，可以按照实施例或者附图所示的方法或模块结构连接进行顺序执行或者并行执行（例如并行处理器或者多线程处理的环境，甚至分布式处理环境）。
44.具体的，如图4所示，上述的问诊结果处理方法可以包括如下步骤：步骤401：获取医生节点根据医患沟通数据为目标患者开具的问诊结果数据；即，对于医生节点而言，根据医患沟通数据可以生成问诊结果数据，这些问诊结果数据将先上传至服务器，由服务器进行风险校验，如果风险校验通过，那么可以发送给患者，如果存在安全隐患，则需要医生节点执行相应的修改处理操作，以减少风险的产生。
45.步骤402：对所述问诊结果数据进行风险校验；
在进行风险校验的过程中，可以是根据患者的画像数据进行的，具体的，可以获取所述目标患者的画像数据；根据所述画像数据确定所述目标患者的疾病类型和个人禁忌；获取与所述疾病类型关联的禁忌项，生成针对本次问诊的禁忌组合；将所述问诊结果数据与所述禁忌组合进行比较，以确定所述问诊结果数据中是否存在禁忌组合中的禁忌项。
46.上述的画像数据包括可以但不限于以下至少之一：历史病历数据、检查报告数据、当次医患沟通数据、体征数据。
47.上述的禁忌组合中可以包括如下禁忌项至少之一：用药禁忌、治疗方案禁忌、医嘱禁忌等。
48.步骤403：根据风险校验结果，在医生节点进行风险处理操作。
49.在进行风险预警的时候，可以是按照不同的风险等级进行不同的风险预警的，例如，可以在确定存在禁忌内容的情况下，调取预先建立的风险模型；将确定的禁忌内容输入所述风险模型，确定禁忌内容的风险等级；执行与确定的风险等级对应的预警操作。
50.相应的，预警操作可以包括以下至少之一：打回、告警、提示、通过。
51.具体的，在根据所述画像数据确定所述目标患者的疾病类型的时候，可以按照如下方式进行：s1：对所述画像数据进行结构化分词处理；s2：对结构化分词处理后的画像数据进行实体提取，得到多个实体词；s3：根据医疗知识图谱中的疾病诊断规则对所述多个实体词进行关联，确定关联度最高的预设数量个疾病类型；s4：将所述关联度最高的预设数量个疾病类型作为所述目标患者的疾病类型。
52.为了使得医生节点可以更简单准确地生成问诊结果，在将所述关联度最高的预设数量个疾病类型作为所述目标患者的疾病类型之后，可以获取所述预设数量个疾病类型中各个疾病类型所关联的样本病例；将所述样本病例作为参考病例返回至医生节点。
53.即，通过提供参考病例的方式，使得医生节点在生成问诊结果的时候可以有参考地生成问诊结果，从而可以提升准确度和问诊效率。
54.为了使得患者可以尽量少的进行没必要的体检或者是重复的体检，在将所述关联度最高的预设数量个疾病类型作为所述目标患者的疾病类型之后，可以获取所述预设数量个疾病类型中各个疾病类型所关联的体检项；根据所述目标患者的画像数据和所述预设数量个疾病类型中各个疾病类型所关联的体检项，确定出最小范围的体检项组合；将确定出的最小范围的体检项组合作为参考体检项返回至医生节点。
55.在对所述问诊结果数据进行风险校验的时候，也可以是预先已经生成一个风险校验模型的，直接将问诊结果数据输入风险校验模型中即可，即，对所述问诊结果数据进行分词处理；将分词处理结果输入预设的风险校验模型中，输出风险校验结果。其中，该风险校验模型可以但不限于是根据多个用户的问诊记录和病历数据训练得到的。
56.上述的问诊结果数据可以包括以下至少之一：处方、诊疗方案、医嘱。
57.对于医生端设备而言，是与服务器进行通信的，在接收到医生节点根据医患沟通数据开具的问诊结果数据之后，可以将问诊结果数据上传至服务器进行风险校验，然后服务器在生成风险校验结果之后，将风险校验结果返回至医生端，医生端根据风险校验结果对问诊结果数据进行修改。对于服务器而言，为了保证最终的问诊结果数据的准确和安全，
可以设置进一步的校验机制，只有确定修改后的问诊结果数据是没有风险的才能通过，否则一直提醒医生进行修改，并进行校验，直至校验通过。
58.在实际实现的时候，也可以是针对不同风险等级的设置不同的修改要求，例如，针对一级风险，是必须要修改的，针对二级或者三级风险，医生可以选择性确定是否修改，服务器进行风险校验的预警所起到的是提醒作用，以告知医生存在风险，最终的决定权可以设置在医生侧，即，医生确定是否进行修改。也可以是设置需要强制修改，具体可以根据需要和场景设定，本技术对此不作限定。
59.本技术上述实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在服务器上为例，图5是本技术实施例的一种问诊结果处理方法的服务器的硬件结构框图。如图5所示，服务器10可以包括一个或多个（图中仅示出一个）处理器02（处理器02可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置）、用于存储数据的存储器04、以及用于通信功能的传输模块06。本领域普通技术人员可以理解，图5所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，服务器10还可包括比图5中所示更多或者更少的组件，或者具有与图5所示不同的配置。
60.存储器04可用于存储应用软件的软件程序以及模块，如本技术实施例中的问诊结果处理方法对应的程序指令/模块，处理器02通过运行存储在存储器04内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的应用程序的问诊结果处理方法。存储器04可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器04可进一步包括相对于处理器02远程设置的存储器，这些远程存储器可以通过网络连接至服务器10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
61.传输模块06用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输模块06包括一个网络适配器（network interface controller，nic），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输模块06可以为射频（radio frequency，rf）模块，其用于通过无线方式与互联网进行通讯。
62.在软件层面，上述问诊结果处理装置可以如图6所示，包括：获取模块601，用于获取医生节点根据医患沟通数据为目标患者开具的问诊结果数据；校验模块602，用于对所述问诊结果数据进行风险校验；预警模块603，用于根据风险校验结果，在医生节点进行风险处理操作。
63.在一个实施方式中，校验模块602具体可以用于获取所述目标患者的画像数据；根据所述画像数据确定所述目标患者的疾病类型和个人禁忌；获取与所述疾病类型关联的禁忌项；根据与所述疾病类型关联的禁忌项和所述个人禁忌，生成针对本次问诊的禁忌组合；将所述问诊结果数据与所述禁忌组合进行比较，以确定所述问诊结果数据中是否存在禁忌组合中的禁忌项。
64.在一个实施方式中，所述画像数据可以包括但不限于以下至少之一：历史病历数据、检查报告数据、当次医患沟通数据、体征数据。
65.在一个实施方式中，根据所述画像数据确定所述目标患者的疾病类型，可以包括：
对所述画像数据进行结构化分词处理；对结构化分词处理后的画像数据进行实体提取，得到多个实体词；根据医疗知识图谱中的疾病诊断规则对所述多个实体词进行关联，确定关联度最高的预设数量个疾病类型；将所述关联度最高的预设数量个疾病类型作为所述目标患者的疾病类型。
66.在一个实施方式中，在将所述关联度最高的预设数量个疾病类型作为所述目标患者的疾病类型之后，还可以获取所述预设数量个疾病类型中各个疾病类型所关联的样本病例；将所述样本病例作为参考病例返回至医生节点。
67.在一个实施方式中，在将所述关联度最高的预设数量个疾病类型作为所述目标患者的疾病类型之后，还可以获取所述预设数量个疾病类型中各个疾病类型所关联的体检项；根据所述目标患者的画像数据和所述预设数量个疾病类型中各个疾病类型所关联的体检项，确定出最小范围的体检项组合；将确定出的最小范围的体检项组合作为参考体检项返回至医生节点。
68.在一个实施方式中，根据风险校验结果，对所述医生节点进行风险预警，可以包括：在确定存在禁忌内容的情况下，调取预先建立的风险模型；将确定的禁忌内容输入所述风险模型，确定禁忌内容的风险等级；执行与确定的风险等级对应的预警操作。
69.在一个实施方式中，所述预警操作可以包括但不限于以下至少之一：打回、告警、提示、通过。
70.在一个实施方式中，对所述问诊结果数据进行风险校验可以包括：对所述问诊结果数据进行分词处理；将分词处理结果输入预设的风险校验模型中，输出风险校验结果。
71.在一个实施方式中，所述风险校验模型可以是根据多个用户的问诊记录和病历数据训练得到的。
72.在一个实施方式中，所述问诊结果数据可以包括但不限于以下至少之一：处方、诊疗方案、医嘱。
73.对于医生端设备而言，可以设置有问诊结果处理装置，可以包括：第一接收模块，用于接收医生节点根据医患沟通数据开具的问诊结果数据；上传模块，用于将所述问诊结果数据上传至服务器进行风险校验；第二接收模块，用于接收并显示服务器返回的风险校验结果。
74.在一个实施方式中，上述问诊结果处理装置具体可以用于接收并显示服务器返回的风险校验结果之后，在风险校验未通过的情况下，接收医生节点对问诊结果数据的修改操作；响应于所述修改操作，生成修改后的问诊结果数据；将修改后的问诊结果数据上传至服务器进行再次的风险校验，直至风险校验通过。
75.本技术的实施例还提供能够实现上述实施例中的问诊结果处理方法中全部步骤的一种电子设备的具体实施方式，所述电子设备具体包括如下内容：处理器(processor)、存储器(memory)、通信接口(communications interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的问诊结果处理方法中的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：步骤1：获取医生节点根据医患沟通数据为目标患者开具的问诊结果数据；步骤2：对所述问诊结果数据进行风险校验；
步骤3：根据风险校验结果，在医生节点进行风险处理操作。
76.从上述描述可知，本技术实施例在在线问诊的过程中，通过服务器对医生开具的问诊结果数据进行智能的风险校验，而不是单凭医生的个人经验来生成最终的问诊结果数据，因为结合服务器的智能风险校验，在存在风险的情况下，可以及时提醒医生，从而可以解决现有的问诊结果准确性得不到保证，健康隐患较大的问题，达到了有效提升问诊结果准确性，减少健康隐患的技术效果。
77.本技术的实施例还提供能够实现上述实施例中的问诊结果处理方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的问诊结果处理方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：步骤1：获取医生节点根据医患沟通数据为目标患者开具的问诊结果数据；步骤2：对所述问诊结果数据进行风险校验；步骤3：根据风险校验结果，在医生节点进行风险处理操作。
78.从上述描述可知，本技术实施例在在线问诊的过程中，通过服务器对医生开具的问诊结果数据进行智能的风险校验，而不是单凭医生的个人经验来生成最终的问诊结果数据，因为结合服务器的智能风险校验，在存在风险的情况下，可以及时提醒医生，从而可以解决现有的问诊结果准确性得不到保证，健康隐患较大的问题，达到了有效提升问诊结果准确性，减少健康隐患的技术效果。
79.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
80.上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
81.虽然本技术提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行（例如并行处理器或者多线程处理的环境）。
82.上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
83.虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为
众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行（例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境）。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
84.为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
85.本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
86.本技术是参照根据本技术实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
87.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
88.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
89.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
90.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
91.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd
‑
rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
92.本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd
‑
rom、光学存储器等）上实施的计算机程序产品的形式。
93.本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
94.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
95.以上所述仅为本说明书实施例的实施例而已，并不用于限制本说明书实施例。对于本领域技术人员来说，本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书实施例的权利要求范围之内。