基于微信公众号的医疗服务系统的设计与实现
这是一篇关于微信公众号,医疗服务,预约挂号,智能导诊,Spring MVC的论文, 主要内容为闻康云医科技有限公司是一家以医疗软件为主要产品的互联网公司,该公司为用户开发了提供在线医疗服务的闻康云医医疗服务系统。本系统由后台管理系统和智能移动终端两部分组成：智能移动终端包括微信端,iOS端和安卓端。用户可以通过本系统进行在线预约挂号：使用智能导诊服务对自身病情进行诊断；查询就医路线；查询就诊信息；查询药单信息；查询停诊信息等。还可以通过微信公众号来咨询医院的客服人员以及不同科室的医生。本系统通过后台管理系统进行药单信息、报告单信息、用户信息的管理以及医院新闻动态,科室医生等信息的发布。本人在闻康云医科技有限公司实习期间,主要负责闻康云医微信端及其后端服务的设计、开发、测试、维护等工作。论文内容如下：(1)论文阐述了基于微信公众号医疗服务系统的使用的相关技术,对系统的开发环境,开发工具进行了介绍。(2)论文阐述了基于微信公众号医疗服务系统的需求分析。通过了解市场上现有的互联网医疗产品,以及对产品功能的深入分析,对该产品需求和功能提出了改进方案。(3)论文阐述了基于微信公众号的医疗服务系统的软件架构设计。分析了基于微信公众号的医疗服务系统的业务特点,详细介绍了微信公众号前端和后端几大功能模块的规划与设计。(4)论文详细阐述了基于微信公众号的医疗服务系统各个功能模块的实现。包括“院前”功能模块、“院中”功能模块、“互动”功能模块、后台管理系统模块等等。并对前端页面进行了优化,使页面在不同手机尺寸下均能正常显示。(5)论文指出了基于微信公众号的医疗服务系统的不足之处,并对该系统提出了改进方案。该系统上线后运行稳定。本系统软件架构设计合理,具有良好的可用性、伸缩性和扩展性,并且较好的实践了高内聚、低耦合的软件开发思想。
基于知识图谱的精准用药服务平台设计与实现
这是一篇关于医疗服务,LSTM-CRF,领域知识图谱,在线咨询的论文, 主要内容为随着人们生活水平的提高,高质量的互联网医疗服务成为目前社会的一项迫切需求。“互联网+医疗”的普及,催生了一些医疗服务平台,但是多数平台都是以互联网公司为主导构建的服务平台,缺乏专业医院的参与,并且用药信息查询、在线咨询、项目检测预约、在线查看检测结果等患者的实际需求得不到有效解决。目前也存在一些社区网站能够提供在线咨询、就诊功能,但是大多在线服务平台由于不够自动化和智能化,无法为大量患者提供及时准确的个性化用药服务。针对上述问题,本文在对已有的医药服务平台调研的基础上,结合实际项目应用需求,以某医院药剂科提供的医药数据为数据源,研究并实现了基于知识图谱的精准用药智能服务平台。所研发平台采用Spring框架作为后端逻辑开发框架,以微信小程序作为客户端交互平台,采用关系型数据库My SQL存储患者基本信息和就医信息,利用Neo4J来存储本文的医药知识库,构建了精准用药服务平台的知识图谱。基于知识图谱的精准用药服务平台主要划分为四个主要模块:症状上报模块、药物浓度检测模块、在线咨询模块和数据分析模块:(1)利用模糊匹配方法实现了症状上报模块的药物名称规范,利用Jieba分词、设置停用词表和分词词典、短语拼接等技术完成文本关键词和短语的抽取工作,实现医药领域知识图谱更新、患者症状上报和查看;(2)在药物检测模块,利用命名实体识别技术,实现了患者药物名称的识别,在数据查询该药物信息完成药物信息的推送、用户药物浓度检测及结果查看;(3)利用基于词典的正向最大匹配算法完成患者咨询模块的问句分词、关键词提取,利用余弦相似度计算方法实现问句分类,利用LSTM-CRF模型实现问句医疗实体识别,利用哈工大LTP依存句法分析器实现问句的依存句法分析,最终获取问句三元组;(4)利用Cypher查询语言制定知识图谱查询模板,结合问句三元组实现知识图谱查询;(5)利用Echarts工具,实现数据的可视化分析。完成平台的设计实现工作后,该平台根据功能性需求和非功能性需求完成了平台测试,精准用药智能服务平台的各项功能能够正常工作,达到预期结果。通过收集患者提供的用药信息来更新知识图谱,为药剂科的药理研究提供数据支持;基于医药知识图谱,为患者提供高效精准的在线咨询。该平台为患者和药剂师提供的症状上报、查看历史上报记录、预约药物浓度检测、查看历史检测结果等功能能够满足日常需求。
医院场景下的统一支付对账平台
这是一篇关于互联网+,医疗服务,对账的论文, 主要内容为随着微信、支付宝等多样的移动支付方式的普及,人们原有的生活方式被科技所引领,所改变。公立医院是民生基础,也面临着从原有的围城似工作方式,向开放化、多样化的改变。2018年,是互联网+医疗年,国家连续出台互联网+医疗的政策与指导方向,全国的公立医院纷纷以开放的态度,拥抱线上支付,优化就医流程,从支付层面大大节约就医时间,优化就医流程。此举虽方便了患者的使用,但也在相当大的程度上给医院财管人员工作带来巨大压力。支付渠道相互独立,交易格式不统一,单边账频繁发生,人工对账、调账效率低,容易出错,患者不理解,激发医患矛盾的同时,财务工作也很苦恼。工作人员需要每天从不同的支付商户中,按照不同的账单结算时间,在不同的后台获取账单和结算金额,与医院到账结算金额逐笔进行比对,如果发生异常总金额无法匹配,还需要从各方获取账单进行人工比对,不仅非常繁琐,而且特别容易出错。在此使用场景下,统一支付对账平台解决方案将全部支付渠道、各类交易场景、银行账户的信息流统一起来,所有的支付、缴费、退款交易都要流过这个总闸门,大大降低错账发生率。工作人员可全局统一管理支付渠道、控制各应用访问权限,系统管理更简单;财务人员扫一扫交易单号,查看订单状态,异常原因,动动手指就能处理;每日报表、交易分析,自动推送给主管领导,财务管理一手掌握;医院信息系统、支付机构、银行账户三方自动对账,差错账单快速调账,自定义下载对账单格式;能够使医院财务人员可以简单、清晰的了解医院交易情况,对账结果一目了然,提高工作效率,做到账务统一、交易统一,是统一支付对账平台所存在的重要意义。本文主要从系统研发背景、需求分析、架构设计及系统实现几大方面,介绍医院场景下的统一支付平台的研究与实现。
基于微信公众号的医疗服务系统的设计与实现
这是一篇关于微信公众号,医疗服务,预约挂号,智能导诊,Spring MVC的论文, 主要内容为闻康云医科技有限公司是一家以医疗软件为主要产品的互联网公司,该公司为用户开发了提供在线医疗服务的闻康云医医疗服务系统。本系统由后台管理系统和智能移动终端两部分组成：智能移动终端包括微信端,iOS端和安卓端。用户可以通过本系统进行在线预约挂号：使用智能导诊服务对自身病情进行诊断；查询就医路线；查询就诊信息；查询药单信息；查询停诊信息等。还可以通过微信公众号来咨询医院的客服人员以及不同科室的医生。本系统通过后台管理系统进行药单信息、报告单信息、用户信息的管理以及医院新闻动态,科室医生等信息的发布。本人在闻康云医科技有限公司实习期间,主要负责闻康云医微信端及其后端服务的设计、开发、测试、维护等工作。论文内容如下：(1)论文阐述了基于微信公众号医疗服务系统的使用的相关技术,对系统的开发环境,开发工具进行了介绍。(2)论文阐述了基于微信公众号医疗服务系统的需求分析。通过了解市场上现有的互联网医疗产品,以及对产品功能的深入分析,对该产品需求和功能提出了改进方案。(3)论文阐述了基于微信公众号的医疗服务系统的软件架构设计。分析了基于微信公众号的医疗服务系统的业务特点,详细介绍了微信公众号前端和后端几大功能模块的规划与设计。(4)论文详细阐述了基于微信公众号的医疗服务系统各个功能模块的实现。包括“院前”功能模块、“院中”功能模块、“互动”功能模块、后台管理系统模块等等。并对前端页面进行了优化,使页面在不同手机尺寸下均能正常显示。(5)论文指出了基于微信公众号的医疗服务系统的不足之处,并对该系统提出了改进方案。该系统上线后运行稳定。本系统软件架构设计合理,具有良好的可用性、伸缩性和扩展性,并且较好的实践了高内聚、低耦合的软件开发思想。
基于知识图谱的精准用药服务平台设计与实现
这是一篇关于医疗服务,LSTM-CRF,领域知识图谱,在线咨询的论文, 主要内容为随着人们生活水平的提高,高质量的互联网医疗服务成为目前社会的一项迫切需求。“互联网+医疗”的普及,催生了一些医疗服务平台,但是多数平台都是以互联网公司为主导构建的服务平台,缺乏专业医院的参与,并且用药信息查询、在线咨询、项目检测预约、在线查看检测结果等患者的实际需求得不到有效解决。目前也存在一些社区网站能够提供在线咨询、就诊功能,但是大多在线服务平台由于不够自动化和智能化,无法为大量患者提供及时准确的个性化用药服务。针对上述问题,本文在对已有的医药服务平台调研的基础上,结合实际项目应用需求,以某医院药剂科提供的医药数据为数据源,研究并实现了基于知识图谱的精准用药智能服务平台。所研发平台采用Spring框架作为后端逻辑开发框架,以微信小程序作为客户端交互平台,采用关系型数据库My SQL存储患者基本信息和就医信息,利用Neo4J来存储本文的医药知识库,构建了精准用药服务平台的知识图谱。基于知识图谱的精准用药服务平台主要划分为四个主要模块:症状上报模块、药物浓度检测模块、在线咨询模块和数据分析模块:(1)利用模糊匹配方法实现了症状上报模块的药物名称规范,利用Jieba分词、设置停用词表和分词词典、短语拼接等技术完成文本关键词和短语的抽取工作,实现医药领域知识图谱更新、患者症状上报和查看;(2)在药物检测模块,利用命名实体识别技术,实现了患者药物名称的识别,在数据查询该药物信息完成药物信息的推送、用户药物浓度检测及结果查看;(3)利用基于词典的正向最大匹配算法完成患者咨询模块的问句分词、关键词提取,利用余弦相似度计算方法实现问句分类,利用LSTM-CRF模型实现问句医疗实体识别,利用哈工大LTP依存句法分析器实现问句的依存句法分析,最终获取问句三元组;(4)利用Cypher查询语言制定知识图谱查询模板,结合问句三元组实现知识图谱查询;(5)利用Echarts工具,实现数据的可视化分析。完成平台的设计实现工作后,该平台根据功能性需求和非功能性需求完成了平台测试,精准用药智能服务平台的各项功能能够正常工作,达到预期结果。通过收集患者提供的用药信息来更新知识图谱,为药剂科的药理研究提供数据支持;基于医药知识图谱,为患者提供高效精准的在线咨询。该平台为患者和药剂师提供的症状上报、查看历史上报记录、预约药物浓度检测、查看历史检测结果等功能能够满足日常需求。
认知型服务机器人智能交互系统的设计与实现
这是一篇关于认知服务,服务机器人,对话目标,回复生成,医疗服务的论文, 主要内容为随着人机对话技术的发展,越来越多的企业推出了他们的认知型服务类产品,比如VPA、智能音箱、导购机器人等。但这些实际应用中机器大多只能被动响应用户表达,缺失对用户偏好的认知且不具备自主对话的意识。因此如何使得机器主动且自然的引导对话方向进行服务推荐从而满足用户需求至关重要。为解决缺失用户认知、无法引导对话和回复生成异常等问题,机器需要规划对话目标序列,并据此融合外部知识生成恰当回复。因此本文主要研究了对话目标规划和自动回复生成两大任务。对话目标是指在有限轮次对话中用户的长期意图,需要经过k轮对话才能被满足,数据标签是人为自定义的。对话目标结束的标志是用户主动开启了新的对话内容。本文将对话目标规划分为目标序列规划和对话目标检测两个子问题,在对话开始前根据用户画像和个人知识库生成对话目标序列;在对话进行时实时检测当前对话目标的变化并据此重新规划目标序列,从而令机器可以预先准备满足用户需求的服务资源。人机对话中当前对话目标的选择取决于目标是否完成,因此本文将对话目标检测分为目标完成估计和当前目标预测两个具备潜在关联的子任务,使用联合学习的方式建模两个子任务之间的联系。为此,本文提出了对话目标规划框架DGPF。针对目标序列规划问题,DGPF使用偏好驱动优先、知识驱动优先和多层感知机序列三种不同的策略来生成目标序列。针对对话目标检测问题,DGPF使用中文预训练模型ERNIE和图嵌入模型Node2Vec将用户表达文本和上一轮目标分别编码成向量,将编码后的向量输入Completion Network和Prediction Network两个子网络,预测对话目标是否完成并判断当前对话目标。针对垂直领域知识图谱的问答场景,本文提出了一种基于本体概念的回复生成方法。该模板化方法首先进行答案检索与推理,然后将答案填充到定义好的话术模板中,作为响应文本返回给用户。针对目标驱动的开放域对话场景,本文提出了两种端到端回复生成模型:基于指针网络的Pointer Net模型和基于知识选择的KGSelect Net模型。Pointer Net使用三个基于GRU的编码器分别对用户表达、对话目标和相关知识进行编码,其中对话目标是DGPF的输出,相关知识是经过DGPF筛选后的与对话目标属于同一领域的SPO三元组。Pointer Net在生成回复时基于指针生成器对三元组中的文本进行复制。KGSelect Net是对Pointer Net的改进,使用注意力机制计算每条知识在用户表达上的得分,据此找到最恰当的知识进行回复生成。本文在公开数据集上的实验结果优于基线证明了模型的有效性。为验证模型的实用性,本文基于上述研究成果以及课题组已有成果设计并开发了医疗康复服务智能交互系统,为行动不便的居家老人提供闲聊解闷、智能信息录入、行为能力评估、康复计划推荐、康复进展咨询和疾病知识问答等功能。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码驿站 ，原文地址：https://m.bishedaima.com/lunwen/49594.html
