基于协同过滤算法的宠物线上问诊平台的设计与实现

当下社会,宠物经济持续火热,但是宠物医疗行业却发展缓慢,如何突破传统宠物医疗困境、打破时间与地理的限制进行医疗资源的合理分配仍是亟需解决的问题。通过充分调研,确定用户的实际需求之后,利用微信小程序开发技术、结合协同过滤算法开发了一个线上宠物问诊平台。通过利用协同过滤算法帮助用户智能推荐医生,得到专业人士的指导,有利于促进线上与线下宠物医疗资源的整合。

考虑需求优先性的在线医患双边匹配方法

近年来,随着互联网与智慧医疗的飞速发展,在线问诊平台逐渐成为满足大众基本医疗需求的重要渠道。随着在线问诊平台患者和医生数量的不断增长,医生回答参差不齐、患者提问响应不及时、答复率严重不足等问题不断涌现。如何从大量的在线医疗内容中挖掘患者需求信息和医生服务信息,刻画患者需求满意度和医生的服务能力,实现精确匹配是亟需解决的问题。基于此,文中提出了一个融合机器学习算法的多阶段匹配模型,用于提高匹配精度和多样性。首先,从医生和患者两个视角,利用机器学习算法和情感分析工具,深度挖掘患者服务需求和医生服务能力,同时考虑到患者强烈的风险规避态度,引入前景理论描述患者风险偏好。然后,考虑到患者需求的优先性,以粒计算思想为指导,以提高医患匹配的准确性和多样性为目的,构建多阶段动态匹配模型。最后,通过爬取好大夫网站的真实数据来进行实验,结果验证了所提方法的有效性。

新型冠状病毒肺炎疫情期间我院互联网线上问诊平台情况调查

目的分析新型冠状病毒肺炎疫情期间我院互联网线上问诊平台的诊治情况,为后续线上问诊工作的开展提供参考。方法回顾性分析绵阳市中心医院心血管内科20名医师在2020年1月28日~2月8日通过线上问诊平台诊治的3196例患者的临床资料,分析患者的性别、年龄、全国分布情况,以及患者就诊的主要症状、内容及就诊满意度情况。结果3196例患者男性占37.98%、女性占62.02%,青年占50.97%、中年占37.98%、老年占11.05%;全国分布排名前5的分别是湖北、广东、湖南、河南、四川;患者就诊的主要症状排名前3的是发热、咳嗽咯痰、咽喉肿痛;患者就诊的主要内容排名前3的为是否患上新型冠状病毒肺炎、所患疾病的诊断及所患疾病的用药;湖北地区与确诊人员接触占比9.25%,非湖北地区与武汉或确诊人员接触占比0.11%;参与问诊的患者均无投诉情况发生。结论互联网线上问诊平台减少了患者不必要的医院就诊,有助于避免交叉感染,让患者足不出户获取医生在预防、就医和疫情防治知识等方面的专业指导,有力地舒缓患者的紧张情绪,及时解决患者的困惑,减少了不必要的医院就诊和心理恐慌,受到了患者的普遍认可。