基于深度学习技术的便民服务创新模式研究
【摘要】 目的:针对患者在就诊过程中缺乏专业指导带来的诸多问题，提出基于深度学习与就诊场景相结合的技术方法，使患者能够采用自然语义的方式描述疾病症状，获得系统推荐最佳科室和专业的咨询服务，从而促进便民服务模式创新。方法:采用医疗知识图谱和卷积神经网络方法，构建智能分诊模型，实现疾病知识的自动问答和智能导诊。基于面向服务（Service-OrientedArchitecture，SOA）的开放架构，通过共享服务模式向传统预约服务渠道提供统一规范的服务接口。结果:在实际示范应用过程中，2018年智能分诊模型通过便民服务渠道提供了1246次/天的患者咨询，患者满意度达到91%。结论:基于深度学习技术的便民服务能够有效改善患者服务体验，提升患者就诊效率，降低人工服务成本，适合在医院推广使用。
