一种基于区块链的远程医疗会诊方法及系统与流程

1.本发明涉及远程医疗会诊方法技术领域，尤其涉及一种基于区块链的远程医疗会诊方法及系统。


背景技术：

2.目前，随着网络的快速发展以及医疗资源的匮乏，远程医疗能够通过计算机技术、遥感、遥测、遥控技术为依托，充分发挥大医院或专科医疗中心的医疗技术和医疗设备优势，对医疗条件较差的边远地区、海岛或舰船上的伤病员进行远距离诊断、治疗和咨询。
3.而区块链能够整合传统多种技术，以新的结构组合在一起，形成了一种新的信息记录、存储和表达的方式，具有“不可伪造”“全程留痕”“可以追溯”“公开透明”“集体维护”等特征，保证线上数据传输和访问的安全。
4.在线下会诊中，医院会设有咨询台，根据会诊患者提供的数据，帮助会诊患者的症状推荐挂号科室，并在各科室处设置分诊台，将排队的会诊患者合理分配，引导至对应诊室。
5.但在远程医疗的会诊中，经常会出现会诊患者选错科室医生，或扎堆进入一个医生会诊频道的情况，导致会诊不及时，医疗资源分配不均。


技术实现要素：

6.为了克服现有技术的不足，本发明的目的之一在于提供一种基于区块链的远程医疗会诊方法及系统，解决现有远程医疗会诊不及时，医疗资源分配不均的问题。
7.本发明的目的之一采用如下技术方案实现：
8.一种基于区块链的远程医疗会诊方法，包括以下步骤：步骤1：会诊患者在会诊患者终端发起会诊请求，将自己的医疗资料上传给会诊向导终端；
9.步骤2：会诊向导终端根据会诊患者的医疗资料与远程会诊医生进行数据匹配，筛选出会诊医生，并确定会诊时间；
10.步骤3：会诊向导终端将会诊时间、及相关会诊前事项分别发送给会诊患者和远程坐诊医生；
11.步骤4：远程坐诊医生了解会诊患者的医疗资料后，通过远程坐诊医生终端向会诊向导终端发送建组请求，会诊向导终端为会诊患者和远程坐诊医生组建远程医疗会诊群；
12.步骤5：远程会诊结束后，会诊向导终端将会诊记录上传数据库。
13.进一步的，会诊向导终端筛选远程坐诊医生的方法如下：
14.步骤s100：获得数据库中的会诊患者数据、远程坐诊医生列表名录以及会诊患者的历史诊断记录；
15.步骤s200：对会诊患者的历史诊断记录进行特点摘取，获得历史诊断数据特点集合；
16.步骤s300：对所述历史诊断数据特点集合进行特点归类，获得历史诊断数据特点
归类数据；
17.步骤s400：对所述历史诊断数据特点归类数据中各类别中的历史诊断数据、特点数据进行数目统计；
18.步骤s500：获得第一预设数目阈值；
19.步骤s600：从统计结果中获得符合所述第一预设数目阈值的第一统计信息；
20.步骤s700：根据所述第一统计信息，从远程坐诊医生列表名录中摘取相应远程坐诊医生数据。
21.步骤s800：根据所述第一统计信息的数目，从远程坐诊医生列表名录中获得与所述第一统计信息数目相同的第一远程坐诊医生集合；
22.步骤s900：将所述相应远程坐诊医生数据分别分配至所述第一远程坐诊医生集合中的每个远程坐诊医生；
23.步骤s1000：获得第一会诊任务；
24.步骤s1100：根据所述第一会诊任务，安排具体远程坐诊医生对对应的会诊患者进行会诊；
25.步骤s1200：鉴别远程坐诊医生。
26.进一步的，步骤s200具体包括：
27.步骤s210：根据远程坐诊医生列表名录，获得远程坐诊医生列表名录中每个远程坐诊医生数据的擅长领域；
28.步骤s220：根据每个远程坐诊医生数据的擅长领域，创建擅长领域褶积比对数据库；
29.步骤s230：将所述擅长领域褶积比对数据库中的每个擅长领域与实时会诊数据进行遍历褶积比对，获得实时会诊数据集合。
30.进一步的，步骤s300具体包括：
31.步骤s310：创建会诊信息特点策略模型；
32.步骤s320：根据所述会诊信息特点策略模型，对实时会诊数据集合进行特点归类，获得实时会诊信息归类数据。
33.进一步的，步骤s1100包括：
34.步骤s1110：创建多层级会诊模型，其中，所述多层级会诊模型包括一级会诊层和次级会诊层；
35.步骤s1120：根据所述第一会诊任务，从所述一级会诊层跳转至所述次级会诊层，所述次级会诊层包括多线并行会诊界面；
36.步骤s1130：通过所述次级会诊层中的多线并行会诊界面同步分屏显示每个会诊医生对相应会诊患者进行会诊。
37.进一步的，步骤s1200包括：
38.步骤s1210：通过数据库获得实时远程坐诊医生会诊量数据；
39.步骤s1220：根据所述实时远程坐诊医生会诊量数据，摘取所述实时远程坐诊医生会诊量满足预设会诊量阈值的第一远程坐诊医生集合；
40.步骤s1230：获得所述第一远程坐诊医生集合中各远程坐诊医生的特点数据；
41.步骤s1240：将所述特点数据输入连接模型进行练习，获得远程坐诊医生会诊量评
价模型；
42.步骤s1250：将所述第一会诊间的远程坐诊医生列表名录中每个远程坐诊医生的特点数据输入远程坐诊医生会诊量评价模型，获得每个远程坐诊医生的第一会诊量评价结果；
43.步骤s1260：根据所述第一会诊量评价结果对每个远程坐诊医生进行鉴别。
44.进一步的，所述第一会诊间的远程坐诊医生列表名录中每个远程坐诊医生的特点数据输入远程坐诊医生会诊量评价模型，获得每个远程坐诊医生的第一会诊量评价结果，步骤s1450包括：
45.步骤s1251：将所述第一会诊间的远程坐诊医生列表名录中每个远程坐诊医生的特点数据输入远程坐诊医生会诊量评价模型；
46.步骤s1252：远程坐诊医生会诊量评价模型通过多组练习数据练习获得，其中，所述多组练习数据中的每组数据都包含所述第一远程坐诊医生集合中各远程坐诊医生的特点数据和用于标记每个远程坐诊医生的第一会诊量评价结果的标记数据；
47.步骤s1253：获得远程坐诊医生会诊量评价模型的导出数据，所述导出数据包括每个远程坐诊医生的第一会诊量评价结果。
48.进一步的，步骤s800包括：
49.步骤s810：获得第二预设数目阈值；
50.步骤s820：判定所述第一统计信息的数目是否超过所述第二预设数目阈值；
51.步骤s830：若所述第一统计信息的数目超过所述第二预设数目阈值，获得第一会诊任务。
52.进一步的，设有网络模块用于提供医疗数据交互接口，数据库通过网络模块将数据上传到区块链，对存储的医疗数据进行覆盖更新。
53.本发明的另一目的之一在于提供一种基于区块链的远程医疗会诊系统，包括会诊患者终端、会诊向导终端、远程坐诊医师终端、以及数据库，其中：
54.会诊患者终端，用于会诊患者在会诊患者终端发起会诊请求，将自己的医疗资料上传给会诊向导终端；
55.会诊向导终端，用于根据会诊患者的医疗资料与远程会诊医生进行数据匹配，筛选出会诊医生，并确定会诊时间；会诊向导终端将会诊时间、及相关会诊前事项分别发送给会诊患者和远程坐诊医生；
56.远程坐诊医师终端，用于远程坐诊医生了解会诊患者的医疗资料后，通过远程坐诊医师终端向会诊向导终端发送建组请求，会诊向导终端为会诊患者和远程坐诊医生组建远程医疗会诊群；
57.数据库，用于远程会诊结束后，会诊向导终端将会诊记录上传数据库。
58.与现有的技术相比，本发明优点在于：
59.本远程医疗会诊通过采用先进的远程医疗技术，解决现有远程医疗会诊不及时，医疗资源分配不均的问题。
60.通过数据库、各终端、应用程序等技术的结合，提高了远程医疗会诊技术的便利性、智能化与人性化。
61.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，
而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特点和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
62.图1为本实施例中会诊系统的模块示意图。
具体实施方式
63.下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特点之间可以任意组合形成新的实施例。
64.需要说明的是，当组件被称为“固定于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中组件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
65.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
66.一种基于区块链的远程医疗会诊方法，该方法基于医疗数据交互的医疗区块链，医疗区块链包括用于存储医疗数据的数据库、及用于远程会诊的应用程序，各终端基于内置的应用程序通过网络模块(优选为5g)与数据库通信。数据库可根据数据量等需要设置多个服务器，并在相互之间建立数据连接，网络模块提供医疗数据交互接口，与医疗区块链定时进行医疗数据交互，对存储的医疗数据进行覆盖更新。
67.包括以下步骤：
68.步骤1：会诊患者在会诊患者终端发起会诊请求，将自己的医疗资料上传给会诊向导终端；
69.步骤2：会诊向导终端根据会诊患者的医疗资料与远程会诊医生进行数据匹配，筛选出会诊医生，并确定会诊时间；
70.步骤3：会诊向导终端将会诊时间、及相关会诊前事项分别发送给会诊患者和远程坐诊医生；
71.步骤4：远程坐诊医生了解会诊患者的医疗资料后，通过远程坐诊医生终端向会诊向导终端发送建组请求，会诊向导终端为会诊患者和远程坐诊医生组建远程医疗会诊群；
72.步骤5：远程坐诊医生与会诊患者在远程医疗会诊群内进行视频会诊，视频会诊结束后，会诊向导终端将会诊记录上传数据库。
73.会诊向导终端筛选远程坐诊医生的方法如下：
74.步骤s100：获得数据库中的会诊患者数据、远程坐诊医生列表名录以及会诊患者的历史诊断记录；
75.具体而言，基于数据库和人工智能的医疗数据系统，进入到数据库里，可以看到会
诊患者的历史会诊数据，包括曾参与会诊的远程坐诊医生序号、所在科室、职称、历史会诊人数、工作经验以及会诊时间等。结合数据库的会诊患者数据，也可以使会诊向导或会诊患者更直观地看到本次会诊可选择的、或匹配的远程坐诊医生。
76.远程坐诊医生是指在会诊过程中，负责参与医疗诊断等工作，实时与会诊患者交流互动。数据库中的远程坐诊医生列表名录包括远程坐诊医生的名字、擅长领域等数据。比如，存在数据库的远程坐诊医生擅长领域可以使会诊向导或会诊患者就选择远程坐诊医生有更加直观地对比，选出最适合会诊患者的远程坐诊医生。
77.历史诊断记录指的是在会诊终端上实时视频时弹出的诊断记录。而数据库的历史诊断记录是指会诊患者在数据库与远程坐诊医生进行实时互动时使用键盘敲击发送给远程坐诊医生终端的言论，诊断数据可以给会诊患者一种“实时互动”的会诊体验，虽然不同诊断数据的发送时间有所区别，但是其只会在视频中特定的一个时间点出现，因此在相同时刻发送的诊断数据基本上也具有相同的主题，在参与交流讨论时就会有与其他会诊患者同时交流讨论的会诊体验。历史诊断记录涵盖广泛，使远程坐诊医生更能看到会诊患者的各种需求，比如远程坐诊医生遇到的是问题类诊断数据，就会向会诊患者详细讲解，使会诊患者更加了解会诊数据。
78.步骤s200：对会诊患者的历史诊断记录进行特点摘取，获得历史诊断数据特点集合；
79.步骤s300：对历史诊断数据特点集合进行特点归类，获得历史诊断数据特点归类数据；
80.具体而言，特点摘取是指在程序学习、模式识别和图像处理中，特点摘取从初始的一组测量数据开始，并建立旨在提供数据和非冗余的特点，从而促进后续的学习和泛化步骤，并且在某些情况下带来更好的可解释性。对诊断记录进行特点摘取就是将会诊患者发出的历史诊断记录的每一条进行最明显的特点摘取，最主要特点仅有一个。历史诊断数据特点集合是指系统将会诊患者发送的历史诊断数据做完特点摘取分析处理后，将历史诊断数据特点整理起来，形成一个有关诊断数据特点的集合。进一步而言，就是当有会诊患者进行诊断数据交流讨论时，系统对会诊患者的历史诊断记录进行特点摘取，将所摘取的历史诊断数据特点集合起来，形成数据集，在此基础上，再对历史诊断数据特点集合进行特点归类，将相同特点的历史诊断数据特点划分在一块，将所有的历史诊断数据特点都进行归类处理，获得历史诊断数据特点归类数据。对历史诊断数据特点进行归类，可以更加方便地对各类别的历史诊断数据数目进行统计。
81.步骤s400：对历史诊断数据特点归类数据中各类别中的历史诊断数据特点进行数目统计；
82.具体而言，对历史诊断数据进行特点摘取后，系统按照历史诊断数据的特点相似度进行归类处理，分为各大类别，基于各类别数据，再将各类别中的历史诊断记录进行数目统计，查看会诊患者对某位远程坐诊医生的喜爱程度，并将结果进行统计。
83.步骤s500：获得第一预设数目阈值；
84.步骤s600：从统计结果中获得符合第一预设数目阈值的第一统计信息；
85.具体而言，阈值又叫临界值，是指一个效应能够产生的最低值或最高值。第一预设数目阈值是指预先设置好的数目值，可以随实际情况而做出调整。基于第一预设数目阈值，
系统将历史诊断数据特点归类数据中各类别中的历史诊断数据特点的数目统计结果与之比较，得到最符合第一预设数目阈值的结果，记为第一统计信息。第一统计信息可以是一个，也可以是多个。比如，会诊患者的历史诊断数据统计结果有五个，将这五个各类别中的历史诊断数据特点数目与第一预设数目阈值作比较，其中有三个是符合的，则说明第一统计信息是三个。
86.步骤s700：根据第一统计信息，从远程坐诊医生列表名录中摘取相应远程坐诊医生数据。
87.具体而言，相应远程坐诊医生数据是指能够被接收者接收，并满足其某种特殊会诊需要，有关远程坐诊医生及其履历、经验或能力的数据、专业、职称、或擅长疾病等的总称。远程坐诊医生数据包括远程坐诊医生供求数据、远程坐诊医生技术数据、远程坐诊医生管理数据、远程坐诊医生会诊时间数据以及远程坐诊医生资历数据等等。系统根据第一统计信息，在远程坐诊医生列表名录中摘取相应的远程坐诊医生数据，例如，有第一统计信息为三个，系统根据这三个远程坐诊医生统计数据，在远程坐诊医生列表中摘取相应远程坐诊医生的序号、远程坐诊医生科室、远程坐诊医生图片数据、远程坐诊医生编号、远程坐诊医生职称、工作经验、会诊人数以及远程坐诊医生所剩会诊数目数据等等。
88.步骤s800：根据第一统计信息的数目，从远程坐诊医生列表名录中获得与第一统计信息数目相同的第一远程坐诊医生集合；
89.步骤s900：将相应远程坐诊医生数据分别分配至第一远程坐诊医生集合中的每个远程坐诊医生；
90.具体而言，远程坐诊医生列表名录是指将数据库的所有远程坐诊医生的相关数据建立起列表模式，方便会诊患者对远程坐诊医生数据进行查看。第一远程坐诊医生集合是将远程坐诊医生列表中的所有远程坐诊医生的数据集合起来，记为第一远程坐诊医生集合。相应远程坐诊医生数据是指符合第一预设数目阈值的第一统计信息的远程坐诊医生数据。系统根据第一统计信息的数目，将远程坐诊医生列表名录中符合第一统计信息的第一远程坐诊医生集合数目，将相应远程坐诊医生数据分别分配至第一远程坐诊医生集合中的每个远程坐诊医生，同时向大家展示分配到的会诊，节约了会诊患者的时间，使会诊患者需求得到了满足。
91.步骤s1000：获得第一会诊任务；
92.步骤s1100：根据第一会诊任务，安排具体远程坐诊医生对对应的会诊患者进行会诊。
93.具体而言，当第一统计信息大于一时，存在两个及其以上远程坐诊医生是会诊患者有需求的，而一个远程坐诊医生只能同时会诊一个会诊患者时，可在同一会诊间镜头下，两个以上远程坐诊医生同时对会诊患者进行会诊，会显得混乱，这时，系统就会发出第一会诊任务。第一会诊任务是指当统计结果大于一时，会获得一个分屏的任务，记为第一分屏任务。当接收到第一分屏任务后，其他远程坐诊医生的分屏会诊装置会被打开，对自己分配到的相应会诊患者数据进行会诊。
94.步骤s1200：鉴别远程坐诊医生。
95.其中，步骤s200具体包括：
96.步骤s210：根据远程坐诊医生列表名录，获得远程坐诊医生列表名录中每个远程
坐诊医生数据的擅长领域；
97.步骤s220：根据每个远程坐诊医生数据的擅长领域，创建擅长领域褶积比对数据库；
98.步骤s230：将擅长领域褶积比对数据库中的每个擅长领域与实时会诊数据进行遍历褶积比对，获得实时会诊数据集合。
99.具体而言，要想获得实时会诊数据集合，必须要对实时弹幕进行擅长领域褶积对比。擅长领域是指事物最为突出的特点，根据擅长领域方便对事物进行归类。擅长领域褶积是对远程坐诊医生数据的擅长领域进行褶积摘取，进一步的，褶积可以作为在机器学习中的特点摘取器，从而使得摘取到的特点数据具有集中性和代表性，进而获得远程坐诊医生数据的褶积特点。数据库是“按照数据结构来组织、存储和管理数据的仓库”，是一个长期存储在计算机内的、有组织的、可共享的、统一管理的大量数据的集合。擅长领域褶积比对数据库是指按照远程坐诊医生数据擅长领域褶积组成的集合。首先，根据远程坐诊医生列表的数据，获得远程坐诊医生列表名录中每个远程坐诊医生数据的擅长领域数据；根据每个远程坐诊医生数据的擅长领域，将所有远程坐诊医生的擅长领域集合起来，创建擅长领域褶积比对数据库，使擅长领域褶积比对数据库中的每个擅长领域与实时会诊数据进行遍历褶积比对，就可以获得实时会诊数据集合。实时会诊数据集合，可以使在进行特点归类时会更加简单、方便。
100.步骤s300具体包括：
101.步骤s310：创建会诊信息特点策略模型；
102.步骤s320：根据会诊信息特点策略模型，对实时会诊数据集合进行特点归类，获得实时会诊信息归类数据。
103.具体而言，首先，创建一个会诊特点策略树，按照会诊特点，基于策略树结构进行归类，进而创建完整的特点策略树。当有会诊患者发送实时数据与会诊医生互动时，系统基于实时会诊信息与会诊特点策略树，对实时会诊数据集合进行特点归类，即可获得实时会诊信息归类数据。
104.步骤s1100具体包括：
105.步骤s1110：创建多层级会诊模型，其中，多层级会诊模型包括一级会诊层和次级会诊层；
106.步骤s1120：根据第一会诊任务，从一级会诊层跳转至次级会诊层，次级会诊层包括多线并行会诊界面；
107.步骤s1130：通过次级会诊层中的多线并行会诊界面同步分屏显示每个会诊医生对相应会诊患者进行会诊。
108.具体而言，即使得到了第一会诊任务，可如何实现每个会诊医生对相应诊发起人或会诊患者数据进行分屏会诊。多层级会诊模型是指对会诊间进行会诊分层，将会诊医生按序号分级，一级会诊医生、次级会诊医生、三级会诊医生等等，一级会诊医生是第一会诊间主要的会诊人，处于一级会诊层，按照这个层级，对第一会诊间的所有会诊医生进行分层。多线并行是指由一个数据接收单元和若干个并行数据采集单元组成，数据采集单元与接收单元之间通过无线的方式进行通讯，每个采集单元可进行多个通道的并行数据采集。会诊界面同步分屏是指在接收到第一会诊任务时，会诊界面会被分成若干等分，每个层级
的会诊医生对诊发起人或会诊患者数据进行会诊。
109.具体来说，首先创建多层级会诊模型，其中，多层级会诊模型包括一级会诊层和次级会诊层，次级会诊多线并行数根据第一统计信息的数目而变化，始终与第一统计信息的数目保持一致。当系统接收到第一会诊任务时，会诊界面从一级会诊层跳转至次级会诊层，次级会诊层包括多线并行会诊界面；通过次级会诊层中的多线并行会诊界面同步分屏显示每个会诊医生对相应会诊患者数据进行会诊，会诊患者根据自己对会诊医生的需求，选择其中一个会诊界面进行互动，方便了每一位会诊患者，节约了时间。
110.步骤s1200具体包括：
111.步骤s1210：通过数据库获得实时远程坐诊医生会诊量数据；
112.步骤s1220：根据实时远程坐诊医生会诊量数据，摘取实时远程坐诊医生会诊量满足预设会诊量阈值的第一远程坐诊医生集合；
113.步骤s1230：获得第一远程坐诊医生集合中各远程坐诊医生的特点数据；
114.步骤s1240：将特点数据输入连接模型进行练习，获得远程坐诊医生会诊量评价模型；
115.步骤s1250：将第一会诊间的远程坐诊医生列表名录中每个远程坐诊医生的特点数据输入远程坐诊医生会诊量评价模型，获得每个远程坐诊医生的第一会诊量评价结果；
116.步骤s1260：根据第一会诊量评价结果对每个远程坐诊医生进行鉴别。
117.具体而言，远程坐诊医生会诊量是指远程坐诊医生的会诊数目。一位远程坐诊医生的会诊量越高，则证明远程坐诊医生的医疗水平较好。连接模型是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特点，是一个高度复杂的非线性动力学习系统。连接模型具有大规模并行、分布式存储和处理、自组织、自适应和自学能力，特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的数据处理问题。
118.通过数据库分析获得实时远程坐诊医生会诊量数据，会诊患者设置预设会诊量阈值，将实时远程坐诊医生会诊量数据与预设会诊量阈值作比较，摘取出符合预设会诊量阈值的实时远程坐诊医生会诊量数据，集合起来，组成第一远程坐诊医生集合。摘取第一远程坐诊医生集合中各远程坐诊医生的特点数据，并将特点数据作为录入信息，输入到连接模型中进行练习，获得远程坐诊医生会诊量评价模型，将第一会诊间的远程坐诊医生列表名录中每个远程坐诊医生的特点数据作为录入信息，输入到远程坐诊医生会诊量评价模型中，对每个远程坐诊医生的第一会诊量进行评价，获得每个远程坐诊医生的第一会诊量评价结果，根据第一会诊量评价结果对每个远程坐诊医生进行鉴别。获得的第一会诊量评价结果，会使会诊患者或会诊向导根据这些数据对远程坐诊医生进行对比选择，选出最满意的远程坐诊医生。
119.第一会诊间的远程坐诊医生列表名录中每个远程坐诊医生的特点数据输入远程坐诊医生会诊量评价模型，获得每个远程坐诊医生的第一会诊量评价结果，步骤s1250具体包括：
120.步骤s1251：将第一会诊间的远程坐诊医生列表名录中每个远程坐诊医生的特点数据输入远程坐诊医生会诊量评价模型；
121.步骤s1252：远程坐诊医生会诊量评价模型通过多组练习数据练习获得，其中，多
组练习数据中的每组数据都包含第一远程坐诊医生集合中各远程坐诊医生的特点数据和用于标记每个远程坐诊医生的第一会诊量评价结果的标记数据；
122.步骤s1253：获得远程坐诊医生会诊量评价模型的导出数据，导出数据包括每个远程坐诊医生的第一会诊量评价结果。
123.具体而言，想要使获得的每个远程坐诊医生的第一会诊量评价结果更加精确，必须要通过多组练习数据练习获得。首先将第一会诊间的远程坐诊医生列表名录中每个远程坐诊医生的特点数据作为输入量，输入到远程坐诊医生会诊量评价模型中，远程坐诊医生会诊量评价模型通过多组练习数据练习获得，其导出结果具有必然性和准确性。其中，多组练习数据中的每组数据都包含第一远程坐诊医生集合中各远程坐诊医生的特点数据和用于标记每个远程坐诊医生的第一会诊量评价结果的标记数据。经过多组练习数据可以获得远程坐诊医生会诊量评价模型的导出数据，导出数据包括每个远程坐诊医生的第一会诊量评价结果。这样得出来的第一会诊量评价结果会更加的精确，基本没有错误产生。
124.步骤s1000具体包括：
125.步骤s1010：获得第二预设数目阈值；
126.步骤s1020：判定第一统计信息的数目是否超过第二预设数目阈值；
127.步骤s1030：若第一统计信息的数目超过第二预设数目阈值，获得第一会诊任务。
128.具体而言，系统只有获得了第一会诊任务，系统才会进行分屏，让会诊患者选择想要会诊的分屏，目的在于不同病症的治疗需要与不同的医生会诊。要想获得第一会诊任务，必须使第一统计信息的数目超过第二预设数目阈值。首先确定第二预设数目阈值，将第一统计信息的数目与第二预设数目阈值作比较，判定第一统计信息的数目是否超过第二预设数目阈值，若第一统计信息的数目超过第二预设数目阈值，即可获得第一会诊任务，系统进行分屏会诊操作。
129.此外，本实施例还设有网络模块，提供网络通信的同时，用于提供医疗数据交互接口，数据库通过网络模块将数据上传到区块链，对存储的医疗数据进行覆盖更新。
130.如图1所示，本实施例还提供了一种基于区块链的远程医疗会诊系统，包括会诊患者终端、会诊向导终端、远程坐诊医师终端、以及数据库，其中：
131.会诊患者终端，用于会诊患者在会诊患者终端发起会诊请求，将自己的医疗资料上传给会诊向导终端；
132.会诊向导终端，用于根据会诊患者的医疗资料与远程会诊医生进行数据匹配，筛选出会诊医生，并确定会诊时间；会诊向导终端将会诊时间、及相关会诊前事项分别发送给会诊患者和远程坐诊医生；
133.远程坐诊医师终端，用于远程坐诊医生了解会诊患者的医疗资料后，通过远程坐诊医师终端向会诊向导终端发送建组请求，会诊向导终端为会诊患者和远程坐诊医生组建远程医疗会诊群；
134.数据库，用于远程会诊结束后，会诊向导终端将会诊记录上传数据库。
135.本实施例中的数据库主要有会诊向导进行读写，远程坐诊医生可以根据需要调取相关会诊信息，保证数据库数据的安全性及可追溯性、
136.上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所
要求保护的范围。