一种智能导诊方法及其系统与流程

1.本发明涉及智能医疗技术领域，尤其涉及一种智能导诊方法及其系统。


背景技术：

2.现有就诊流程为，患者前往医院，到达医院后向医院工作人员说明自身病症，然后确认相应的就诊科室或医生。这种方式虽然能够在一定程度上为患者提供较好的看诊建议，但是这种方式存在的最大的问题就是，医院工作人员只能为患者提供其所在医院的科室或医生的相关信息，并不能针对患者的疾病，为患者提供其他医院的医生的相关信息，特别是在医院未开设与患者疾病相关科室的情况下，医院的工作人员不一定能向患者推荐提供开设有相关科室的其他医院，即使工作人员向患者推荐了其他医院，受限于工作人员对其他医院相关信息的了解程度，在推荐其他医院时，工作人员更倾向于向患者推荐科室种类齐全的更高级医院，造成大型医院患者数超负荷、患者争抢专家号，导致部分医生的待诊患者过多，而同样有能力接诊的医生无人挂号的问题出现。
3.因此，针对现有技术的不足，本发明提供一种智能导诊方法及其系统以解决医疗资源分配不均的问题。
4.此外，一方面由于对本领域技术人员的理解存在差异；另一方面由于申请人做出本发明时研究了大量文献和专利，但篇幅所限并未详细罗列所有的细节与内容，然而这绝非本发明不具备这些现有技术的特征，相反本发明已经具备现有技术的所有特征，而且申请人保留在背景技术中增加相关现有技术之权利。


技术实现要素：

5.针对现有技术之不足，本发明提供了一种智能导诊系统。所述智能导诊系统至少包括访问设备、医院服务器和中央服务器。所述访问设备能够引导患者登录和/或注册至所述智能导诊系统。所述医院服务器配置在相关医院中，能够储存和采集包括所属医院医疗资源、地理位置、建筑结构在内的医院数据。所述中央服务器能够数据连接若干所述患者访问设备和若干所述医院服务器。所述中央服务器配置为：在患者通过访问设备将自身就医目的上传至所述中央服务器的情况下，通过导诊推荐模型向患者推荐与疾病相对应的目标医院和/或目标医生。响应于患者对就诊医生之选定，所述中央服务器结合疫情地图生成由患者当前位置前往被选定医生所属医院入口的导航路线。所述中央服务器访问公共地图服务器，接入公共地图数据库生成至少两条从患者当前位置前往被选定医生所属医院入口的路线。所述中央服务器访问疫情地图服务器，获取风险区域的实时分布，并通过避开风险区域所涉及通信基站的覆盖区域的方式对生成的路线进行筛选。优选地，所述导诊推荐模型是所述中央服务器基于若干所述医院服务器的医院数据生成的。
6.优选地，所述智能导诊系统从全局资源分配的角度出发，通过患者的病症、患者的位置，为其提供有能力诊断其疾病，且医院排名优异、距离适中的医生列表。确保患者通过所述智能导诊系统能轻松得到有能力诊断其疾病得医生列表，该列表充分考虑患者的其余
客观指标，包括患者与医院的车程、医院的官方排名、医院综合能力。有效解决目前大型医院门庭若市、而具有相同诊断同种疾病能力的小型医院的患者数却寥寥无几的现象，有利于缓解医疗资源分配不均的现状。
7.根据一种优选实施方式，所述中央服务器至少包括处理模块、通信模块、医疗信息推荐模块和模型渲染模块。所述通信模块、所述医疗信息推荐模块和所述和模型渲染模块分别与所述处理模块连接。所述处理模块利用所述通信模块与所述访问设备和所述医院服务器建立数据传输通道，以获取包括患者疾病类型、医院医疗资源和医院建筑结构在内的数据。所述处理模块将获取的患者疾病类型和医院医疗资源传输至所述医疗信息推荐模块，以得到推荐医生。响应于所述推荐医生之得到，所述处理模块将所述推荐医生及其所在医院的结构传输至所述模型渲染模块，以建模出与患者室内就诊路线相对应的局部模型。
8.根据一种优选实施方式，所述医疗信息推荐模块包括数据准备子模块和医生筛选子模块。所述数据准备子模块用于获取包括患者的疾病和/或医生的专业领域和/或患者对医生诊断相应疾病能力的评价和/或医院的官方排名和/或医院与患者间的车程。所述医生筛选子模块配置为：在确定患者的疾病的情况下，汇总能够诊断该疾病的医生，并获取每个医生所属的医院与患者当前位置的距离，判断所述距离是否大于预设距离，以筛选出所述距离小于预设距离的医生。
9.根据一种优选实施方式，所述医疗信息推荐模块还包括列表获取子模块。所述列表获取子模块配置为：基于患者对医生诊断该疾病能力的评价将医生筛选子模块筛选出的医生由分值高到低进行排序，得到医生列表。所述医生列表中的数据至少包括医生的个人信息、患者对所述医生诊断相应疾病能力的评价、所述医生所属的医院的排名和所述医生所属的医院与患者当前位置的距离。
10.根据一种优选实施方式，所述医疗信息推荐模块还包括权重确定子模块。所述权重确定子模块配置为：根据每个医生的评价确定每个医生的能力权重、根据每个医生所属的医院的排名确定每个医生的医院权重，以及根据所述距离确定每个医生的车程权重。
11.根据一种优选实施方式，所述医疗信息推荐模块还包括医生推荐子模块。所述医生推荐子模块被配置为：根据所述医生列表中每个医生的所述能力权重、所述医院权重以及所述车程权重建立导诊推荐模型，并利用所述导诊推荐模型确定每个医生的推荐指数，并选取最大的所述推荐指数对应的医生作为推荐医生。优选地，所述医生推荐子模块根据推荐指数按照从大到小的顺序将对应的医生进行排序将得到看诊医生推荐列表。
12.根据一种优选实施方式，所述中央服务器将所述推荐医生及所述推荐医生列表传输至患者使用的所述访问设备，以供患者选择就诊医生。响应于患者对就诊医生之选定，所述中央服务器生成由患者当前位置前往被选定医生所属医院入口的导航路线和从所述医院入口到达所述被选定医生所在科室的模型。所述模型为所述中央服务器建模出的针对所述患者行进路线的与医院结构对应的局部模型。
13.优选地，由患者当前位置前往被选定医生所属医院入口的导航路线是所述中央服务器结合疫情地图生成的。优选地，所述中央服务器访问公共地图服务器，接入公共地图数据库生成至少两条从患者当前位置前往被选定医生所属医院入口的路线。优选地，所述中央服务器访问疫情地图服务器，获取风险区域的实时分布，并通过避开风险区域所涉及通信基站的覆盖区域的方式对生成的路线进行筛选。
14.优选地，涉及风险区域的通信基站的覆盖区域可以是警戒区域。现有风险区域大多以小区、社区、单元楼、店铺等形式进行划分。在如手机等定位信号弱时，手机极易因与风险区域中的手机等终端处于同一通信基站的覆盖范围而被判定有风险区域旅居史。
15.优选地，所述中央服务器在生成由患者当前位置前往被选定医生所属医院入口的导航路线时，所述中央服务器将经过警戒区域的路线筛除，从而避免因与风险区域中的手机等终端处于同一通信基站的覆盖范围产生风险区域旅居史。
16.优选地，所述警戒区域的划定是通过以下方式实现的，即，所述中央服务器结合疫情地图和公共地图，以风险区域中建筑物为圆心，以通信基站的覆盖区域直径为半径划定警戒区域。优选地，所述中央服务器对不同类型的建筑物进行不同的划分。
17.优选地，所述中央服务器将建筑物分为三类，第一类包括独立商铺，单座住宅等单独小型建筑；第二类包括小区住宅楼等高层建筑；第三类包括综合市场，购物商场等占地面积较大的建筑。优选地，所述中央服务器将通信基站按覆盖范围划分为三级。优选地，所述通信基站可以分为覆盖直径200m的一级通信基站，覆盖直径400m的二级通信基站和覆盖直径600m的三级通信基站。优选地，所述中央服务器在划定警戒区域时，针对第一类建筑物采用一级通信基站进行划定；针对第二类建筑物采用二级通信基站进行划定；针对第三类建筑物采用三级通信基站进行划定。根据一种优选实施方式，所述中央服务器通过通信模块将所述局部模型以视频流的方式发送给登录至所述智能导诊系统的相应访问设备。
18.本发明还提供一种智能导诊方法。所述智能导诊方法至少包括：
19.引导患者利用访问设备登录和/或注册至所述智能导诊系统；
20.将医院服务器配置在相关医院中，能够储存和采集包括所属医院医疗资源、地理位置、建筑结构在内的医院数据；
21.中央服务器能够数据连接若干所述患者访问设备和若干所述医院服务器；
22.在患者通过访问设备将自身就医目的上传至所述中央服务器的情况下，所述中央服务器通过导诊推荐模型向患者推荐与疾病相对应的目标医院和/或目标医生；其中，所述导诊推荐模型是所述中央服务器基于若干所述医院服务器的医院数据生成的。
23.根据一种优选实施方式，智能导诊方法还包括：
24.针对患者的疾病选取对应的医生列表；其中，所述医生列表中至少包括若干名医生以及每个医生所属的医院；
25.获取所述医生列表中每个医生的评价，并根据每个医生的评价，确定每个医生的能力权重；获取所述医生列表中每个医生所属的医院的排名，并根据每个医生所属的医院的排名确定每个医生的医院权重；
26.获取所述医生列表中每个医生所属的医院与患者当前位置的距离，并根据所述距离确定每个医生的车程权重。
附图说明
27.图1是本发明提供的一种优选实施方式的智能导诊系统的简化示意图；
28.图2是本发明提供的一种优选实施方式的中央服务器的简化示意图；
29.图3是本发明提供的一种优选实施方式的医疗信息推荐模块的简化示意图；
30.图4是本发明提供的一种优选实施方式的方法示意图。
31.附图标记列表
32.100：智能导诊系统；110：访问设备；120：医院服务器；130：中央服务器；131：处理模块；132：通信模块；133：医疗信息推荐模块；134：模型渲染模块；141：数据准备子模块；142：医生筛选子模块；143：列表获取子模块；144：权重确定子模块；145：医生推荐子模块。
具体实施方式
33.下面结合附图1至4进行详细说明。
34.本发明提供的智能导诊系统及方法，通过结合患者病情和各个医院的医疗资源，综合考虑医生能力、医院的排名以及患者和医院的车程等因素生成医生列表，实现了患者个性化择医并缓解了医院资源分配不均的问题响应于患者对医生列表中就诊医生之选定，智能导诊系统还能够生成就诊导航路线，引导患者就医。
35.实施例1
36.本实施例提供一种智能导诊系统100。本实施例提供的智能导诊系统至少包括访问设备110、医院服务器120和中央服务器130。访问设备110能够引导患者登录和/或注册至智能导诊系统。医院服务器120配置在相关医院中，能够储存和采集包括所属医院医疗资源、地理位置、建筑结构在内的医院数据。中央服务器130能够数据连接若干患者访问设备110和若干医院服务器120。中央服务器130配置为：在患者通过访问设备110将自身就医目的上传至中央服务器130的情况下，通过导诊推荐模型向患者推荐与疾病相对应的目标医院和/或目标医生。优选地，导诊推荐模型是中央服务器130基于若干医院服务器120的医院数据生成的。
37.优选地，智能导诊系统100从全局资源分配的角度出发，通过患者的病症、患者的位置，为其提供有能力诊断其疾病，且医院排名优异、距离适中的医生列表。确保患者通过智能导诊系统100能轻松得到有能力诊断其疾病得医生列表，该列表充分考虑患者的其余客观指标，包括患者与医院的车程、医院的官方排名、医院综合能力。有效解决目前大型医院门庭若市、而具有相同诊断同种疾病能力的小型医院的患者数却寥寥无几的现象，有利于缓解医疗资源分配不均的现状。
38.优选地，中央服务器130至少包括处理模块131、通信模块132、医疗信息推荐模块133和模型渲染模块134。通信模块132、医疗信息推荐模块133和和模型渲染模块134分别与处理模块131连接。处理模块131利用通信模块132与访问设备110和医院服务器120建立数据传输通道，以获取包括患者疾病类型、医院医疗资源和医院建筑结构在内的数据。处理模块131将获取的患者疾病类型和医院医疗资源传输至医疗信息推荐模块133，以得到推荐医生。响应于推荐医生之得到，处理模块131将推荐医生及其所在医院的结构传输至模型渲染模块134，以建模出与患者室内就诊路线相对应的局部模型。
39.优选地，中央服务器130将推荐医生及推荐医生列表传输至患者使用的访问设备110，以供患者选择就诊医生。响应于患者对就诊医生之选定，中央服务器130生成由患者当前位置前往被选定医生所属医院入口的导航路线和从医院入口到达被选定医生所在科室的模型。模型为中央服务器130建模出的针对患者行进路线的与医院结构对应的局部模型。
40.优选地，中央服务器130通过通信模块132将局部模型以视频流的方式发送给登录至智能导诊系统的相应访问设备110。访问设备110被配置为至少能够基于目标医院和/或
目标医生为患者导航，以辅助患者快速准确地找到目标医院和/或目标医生。优选地，访问设备110可以是如智能手机、智能手环、平板电脑等智能终端。
41.患者随身携带的访问设备110在接收相应局部模型的视频流后，可以随时显示所述局部模型从而为患者提供路线导航。优选地，在患者进入医院内部后，尤其是在通信信号受到干扰的情况下，患者可以通过查看访问设备110的导航视频前往目的地。
42.优选地，中央服务器130响应于患者对就诊医生之确定，调取该医生所属医院建筑物的平面和立体数据，以建模出针对所述相应患者目标地点(医生所在科室)且起点位置位于医院入口的与医院对应的模型之局部。优选地，中央服务器130能够接入公共地图数据库，中央服务器130针对患者目标地点建模出的局部模型能够与公共地图匹配。响应于患者目标地点之确定，中央服务器130生成患者行进路线，从而引导患者前往相应科室就诊。优选地，患者行进路线包括从患者当前位置前往被选定医生所属医院入口的路线和从所述医院入口到达所述被选定医生所在科室的路线。优选地，在患者从自身所在位置移动至医院入口的过程中，患者可以通过访问设备110的导航功能进行导航。优选地，在患者利用访问设备110沿公共地图导航至医院入口的情况下，访问设备110由公共地图导航切换至视频导航。
43.优选地，中央服务器130通过读取访问设备110的位置信息获得患者的起点位置和视向，并根据患者的起点位置和视向结合公共地图数据将患者导航至医院入口。优选地，从医院入口至相应科室的路线由中央服务器130生成相应的局部模型。优选地，中央服务器130通过以下方式生成局部模型。优选地，中央服务器130可以以患者到达的医院入口为患者起点位置、以进入医院方向为患者视向，同时调取与相应患者目标科室和起点位置相关联的平面数据和立体数据以完成建模。优选地，中央服务器130在进行虚拟模型建模时，可以在模型中生成与患者起点位置和视向相同的虚拟人物形象。
44.患者根据导航路线到达医院入口开始进行视频导航时，患者的起点位置和视向与相应局部模型匹配，患者能够基于与自身实际位置和视向相对应的虚拟人物在虚拟模型中的移动，通过调节相应虚拟人物形象的视角从而在导航模型中确定导航路径上的特征参照物。在医院内移动时，患者可以随时对局部模型进行查看，并可以通过调整虚拟人物的视向对模型进行全方位的观察从而对比虚拟环境中的建筑特征与实际环境中的建筑特征以确定行进路线从而实现随身导航。在患者通过访问设备110进行导航的过程中，访问设备110仅能接收中央服务器130生成的虚拟模型的导航视频，从而避免因患者所佩戴的访问设备110进行建模导致法律法规不允许的医院内的数据留存在患者佩戴的访问设备110上，进而降低了医院机密数据泄露的风险。
45.优选地，在患者通过访问设备110收到局部模型的视频流的情况下，患者可以随时对局部模型进行查看，并可以调整虚拟人物的视向对模型进行全方位的观察从而对比虚拟环境中的建筑特征与实际环境中的建筑特征以确定行进路线。
46.优选地，当患者进入医院建筑后个人携带的访问设备110极易因建筑的干扰使得通信质量下降。在患者进入医院位置范围内的情况下若仍然采用将中央服务器130生成之局部模型视频流发送至访问设备110的方式，则无法确保视频流传输的完整性和稳定性。优选地，在患者位于医院位置范围内时，患者可以通过使用自助服务机的方式进行导航。
47.优选地，患者可以通过使访问设备110与自助服务机进行匹配的方式注册和/或登
录智能导诊系统100，然后通过操作自助服务机进行业务办理。优选地，除了智能手机、智能手环、平板电脑等个人携带的智能终端外，本发明的访问设备110还可以是各医院配置的自助服务机。
48.优选地，在患者使用业务自助服务机登录和/或注册至所述智能导诊系统时，自助服务机可以通过配置的定位单元获取自身位置数据，然后通过将自身位置数据镜像获得相应患者的起点位置和视向，并将相应患者的起点位置和视向上传至中央服务器130。相应患者起点位置和视向是以如下方式确定的，即，自助服务机利用定位单元进行位置检测从而确定其当前所在位置及朝向，在将其当前所在位置及朝向沿展示侧镜像后确定当前使用该自助服务机的患者的视向及其定位，并且根据当前患者的视向和定位结合医院结构数据来确定相应局部模型中患者的起点位置和视向。
49.优选地，中央服务器130可以在生成的虚拟模型中生成虚拟人物形象。优选地，在患者使用业务自助服务机登录和/或注册至所述智能导诊系统时，虚拟人物形象的起点位置和视向是通过如下方式确定的，即，自助服务机根据其当前所在位置及朝向来确定该自助服务机的当前患者的视向及其定位并将视向和定位提供给中央服务器130并由其确定相应虚拟人物形象的起点位置和视向，使得相应虚拟人物形象的起点位置和视向与自助服务机当前患者实际的位置和视向相同进而便于患者将模型代入现实。
50.业务自助服务机可以按照向登录智能导诊系统100的患者提供语音提示的方式来提示相应患者选取其个性化的虚拟人物形象，并通过业务自助服务机当前所在位置及朝向确定患者当前位置和朝向并由此确定该患者所选虚拟人物形象的起点位置和视向，从而确保该患者所选虚拟人物形象的位置和视向与该患者的实际位置和视向一致。
51.确定患者的起点位置和视向的相应局部模型在以视频形式向患者进行展示时，患者能够基于与自身实际位置和视向相对应的虚拟人物在虚拟模型中的移动，通过调节相应虚拟人物形象的视角从而在导航模型中确定导航路径上的特征参照物。在患者通过操作自助服务机生成的就诊路径与至少另一个患者的就诊路径出现交集时，当前患者对应的虚拟人物形象将会出现在另一个患者通过操作自助服务机生成的确定患者起点位置和视向的发送给智能设备的导航视频中，从而在局部模型之中反映出对应区域的现实人流情况。
52.医疗信息推荐模块133可以生成推荐医生列表。
53.优选地，医疗信息推荐模块133可以包括：数据准备子模块141、医生筛选子模块142、列表获取子模块143、权重确定子模块144和医生推荐子模块145。
54.数据准备子模块141用于获取以下数据：患者的疾病、能够诊断该疾病的医生、患者对医生诊断该疾病能力的评价、医院的官方排名、医院与患者的车程。
55.医生筛选子模块142针对患者的疾病汇总能够诊断该疾病的医生，并获取每个医生所属的医院与患者当前位置的距离，判断距离是否大于预设距离，若距离大于预设距离，则将距离对应的医生从汇总的医生中删除。
56.列表获取子模块143基于患者对医生诊断该疾病能力的评价将医生筛选子模块142汇总的医生由分值高到低进行排序，得到医生列表。
57.权重确定子模块144根据每个医生的评价确定每个医生的能力权重、根据每个医生所属的医院的排名确定每个医生的医院权重，以及根据每个医生所属的医院与患者当前位置的距离确定每个医生的车程权重。
58.医生推荐子模块145根据医生列表中每个医生的能力权重、医院权重以及车程权重建立导诊推荐模型，并利用导诊推荐模型确定每个医生的推荐指数，并选取最大的推荐指数对应的医生作为推荐医生。具体地，导诊推荐模型将能力权重、医院权重以及车程权重作乘积得到的输出值。优选地，医生推荐子模块145根据推荐指数按照从大到小的顺序将对应的医生进行排序将得到看诊医生推荐列表。
59.许多现存的医生推荐系统均只依据医生的资历进行推荐，造成大型医院患者数超负荷、患者争抢专家号、医院资源分配不均等现象。为解决这些问题，本实施例在为患者推荐医生时，除了考虑了医生诊断疾病的能力，还考虑了医院的官方排名情况以及患者与医院的车程等因素。
60.优选地，患者对医生诊断该疾病能力的评价能直接体现医生的业务能力水平；医院的官方排名能体现医院的整体服务水平；患者与医院的车程直接影响患者接受救治的便利程度。本发明采用导诊推荐模型，最终将得到权衡上述指标的医生推荐序列，具体建模过程遵循以下条件：
61.医生能力由患者对医生诊断疾病的评价得出。若医生能力权重越大，则代表医生诊断该种疾病的经验越丰富，患者的满意度越高。
62.医院权重根据医院官方排名情况得出。医院官方排名可以反映该医院的整体医疗服务水平，因此该排名越高，对应的权重应当越大。
63.患者在择医过程中，患者与医院的车程是重要的考量因素之一，直接影响了患者对医生的选择，因此本实施例将患者与医院的车程作为权衡多样性的指标之一。患者与医院的车程是通过确定患者位置，并以患者为中心，收集该区域内的所有医院与患者车程小于预设参考值的医院列表，并按车程长短进行排序，并与医生能力排序中的医院取交集。当患者与医院的车程越短时，推荐的力度应越大，则对应的权重也应当越大。
64.优选地，导诊推荐模型的输出值可以是表示各项权重的乘积，输出值越大，则对应的医生排序越优，即该医生排序越能综合考虑医生能力、医院的排名以及患者和医院的车程等因素。导诊推荐模型的目的是要得到输出值最大时所对应的医生排序。导诊推荐模型包含4个约束条件，条件一：患者与医院的车程不超过预设值，用于限定患者与医院的车程范围；其余三个条件分别用于求解医生能力的权重、医院的权重和患者与医院车程的权重。
65.医疗信息推荐模块133通过对医生进行推荐的过程中充分考虑医生能力、医院排名、医院资源分配、医院和患者之间的车程这些因素，实现了患者个性化择医并缓解了医院资源分配不均的问题。
66.实施例2
67.本实施例是对实施例1的进一步改进，重复的内容不再赘述。
68.本实施例提供一种智能导诊方法。智能导诊方法至少包括：
69.引导患者利用访问设备110登录和/或注册至智能导诊系统；
70.将医院服务器120配置在相关医院中，能够储存和采集包括所属医院医疗资源、地理位置、建筑结构在内的医院数据；
71.中央服务器130能够数据连接若干患者访问设备110和若干医院服务器120；
72.在患者通过访问设备110将自身就医目的上传至中央服务器130的情况下，中央服务器130通过导诊推荐模型向患者推荐与疾病相对应的目标医院和/或目标医生；其中，导
诊推荐模型是中央服务器130基于若干医院服务器120的医院数据生成的。
73.优选地，智能导诊方法还包括：
74.针对患者的疾病选取对应的医生列表；其中，医生列表中至少包括若干名医生以及每个医生所属的医院；
75.获取医生列表中每个医生的评价，并根据每个医生的评价，确定每个医生的能力权重；获取医生列表中每个医生所属的医院的排名，并根据每个医生所属的医院的排名确定每个医生的医院权重；
76.获取医生列表中每个医生所属的医院与患者当前位置的距离，并根据距离确定每个医生的车程权重。
77.参见图4，优选地，智能导诊方法包括如下步骤：
78.s110、针对患者的疾病选取对应的医生列表，医生列表中包括若干名医生以及每个医生所属的医院；
79.此步骤在执行之前需要确定患者的疾病，之后根据患者的疾病才能获取医生列表；
80.s120、获取医生列表中每个医生的评价，并根据每个医生的评价，确定每个医生的能力权重；
81.s130、获取医生列表中每个医生所属的医院的排名，并根据每个医生所属的医院的排名，确定每个医生的医院权重；
82.s140、获取医生列表中每个医生所属的医院与患者当前位置的距离，并根据距离，确定每个医生的车程权重；
83.s150、根据医生列表中每个医生的能力权重、医院权重以及车程权重建立导诊推荐模型，并利用导诊推荐模型确定每个医生的推荐指数，并选取最大的推荐指数对应的医生作为推荐医生；具体地，是将能力权重、医院权重以及车程权重作乘积得到导诊推荐模型的输出值。另外，根据推荐指数按照从大到小的顺序将对应的医生进行排序将得到看诊医生推荐列表。
84.本实施例是从全局资源分配的角度出发，通过患者的病症、患者的位置，为其提供有能力诊断其疾病，且医院排名优异、距离适中的医生列表。确保患者使用该方法能轻松得到有能力诊断其疾病得医生列表，该列表充分考虑患者的其余客观指标，例如患者与医院的车程、医院的官方排名、医院综合能力。
85.智能导诊方法通过获取每个医生所属的医院与患者当前位置的距离，并判断距离是否大于预设距离，若距离大于预设距离，则将距离对应的医生从医生列表中删除，从而将距离患者过远的医生剔除。
86.上述实施例，首先根据患者的疾病获取对应疾病的医生列表(即医生列表)；获取患者对列表中医生诊断该疾病的评价数据，由此评价数据得到该疾病对应的医生能力最优排序(即得到每个医生的能力权重)；再使用本发明中的导诊推荐模型，充分考虑医生能力、医院排名、医院资源、患者与医院的车程得到看诊医生推荐列表。导诊推荐模型的算法借鉴了贪心算法的思想，通过获取局部最优的方式降低算法的空间复杂度，并采用动态更新权重的方式实现将患者分流至不同医院的目的。本发明旨在解决患者择医困难，医院资源分配不均的难题。上述实施例能够有效解决目前大型医院门庭若市、而具有相同诊断同种疾
病能力的小型医院的患者数却寥寥无几的现象，有利于缓解医疗资源分配不均的现状。
87.优选地，中央服务器130将推荐医生及推荐医生列表传输至患者使用的访问设备110，以供患者选择就诊医生。响应于患者对就诊医生之选定，中央服务器130生成由患者当前位置前往被选定医生所属医院入口的导航路线和从医院入口到达被选定医生所在科室的模型。模型为中央服务器130建模出的针对患者行进路线的与医院结构对应的局部模型。
88.优选地，中央服务器130通过通信模块132将局部模型以视频流的方式发送给登录至智能导诊系统的相应访问设备110，从而实现个人导航。
89.需要注意的是，上述具体实施例是示例性的，本领域技术人员可以在本发明公开内容的启发下想出各种解决方案，而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白，本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。本发明说明书包含多项发明构思，诸如“优选地”、“根据一种优选实施方式”或“可选地”均表示相应段落公开了一个独立的构思，申请人保留根据每项发明构思提出分案申请的权利。在全文中，“优选地”所引导的特征仅为一种可选方式，不应理解为必须设置，故此申请人保留随时放弃或删除相关优选特征之权利。