基于人工智能的线上问诊方法、系统、设备及介质与流程

1.本技术涉及人工智能技术领域及数字医疗领域，特别是涉及一种基于人工智能的线上问诊方法、系统、设备及介质。


背景技术：

2.由于生活水平的提高，人们也越来越注重个人健康，无论是看病就诊还是营养保健，人们都希望在最短的时间内得到最有效的医疗信息，以便进行更好的治疗。然后，由于部分医院可能距离较远，或者医院排队挂号耗时且麻烦，导致人们会耗费大量时间在路途上，从而耽误了问诊时间。
3.而随着人工智能(artificial intelligence，简称ai)技术的兴起，目前多数医疗机构都开发有数字医疗平台，并通过数字医疗平台来支持疾病辅助诊断、健康管理、线上会诊等功能。因此，越来越多的人选择了线上问诊的方式。
4.然而，部分患者在进行线上问诊时，医生可能不了解这部分患者的经济状况，使得医生开出的处方药品可能会超出患者的经济收入，从而大大地增加了患者的经济支出，导致患者容易出现看病难的问题。同时，如果患者购买有商业保险，但是医生开出的处方药品如果不在商业保险理赔的药品范围内，这不仅会增加患者的经济支出，还容易让患者产生对商业保险的错误认知，认为商业保险没有起到正常保障作用。同时，如果患者因为经济问题而放弃诊断或治疗，不仅损害了患者的身体健康，同时也在后期增加了商业保险公司的赔付成本。


技术实现要素：

5.鉴于以上所述现有技术的缺点，本技术的目的在于提供一种基于人工智能的线上问诊方法、系统、设备及介质，用于解决现有技术在线上问诊时医生电子处方药品无法与患者实际情况进行精准匹配的问题。
6.为实现上述目的及其他相关目的，本技术提供一种基于人工智能的线上问诊方法，所述方法包括以下步骤：
7.接收第一对象输入的问诊请求，并根据所述问诊请求获取所述第一对象的身体状态信息；
8.接收第二对象根据所述第一对象的身体状态信息生成的电子处方；
9.对所述电子处方进行关键字识别，得到所述电子处方中包含的第一药品；
10.将所述第一药品与第二药品进行匹配，并在所述第一药品与所述第二药品部分匹配或完全匹配时，将所述电子处方反馈给所述第一对象；或者，在所述第一药品与所述第二药品完全不匹配时，则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；其中，所述第二药品包括：需要支付部分费用的药品、不需要支付费用的药品。
11.可选地，所述接收第一对象输入的问诊请求，并根据所述问诊请求获取所述第一
对象的身体状态信息的过程包括：
12.接收并响应所述第一对象输入的问诊请求，并根据请求响应结果提示输入所述第一对象的身份信息；
13.将当前时刻输入的身份信息作为第一身份信息，并把所述第一身份信息与预设身份数据库进行匹配，确定所述预设身份数据库中是否存在所述第一身份信息；
14.如果所述预设身份数据库中存在所述第一身份信息，则对所述问诊请求进行解析，获取所述第一对象的身体状态信息；
15.如果所述预设身份数据库中不存在所述第一身份信息，则对所述第一对象进行身份标记。
16.可选地，对所述问诊请求进行解析前，所述方法还包括：
17.在当前时刻对所述第一对象进行拍摄，得到待识别图像；
18.对待识别图像进行识别，并根据图像识别结果从所述预设身份数据库中匹配出与所述待识别图像关联的身份信息，记为第二身份信息；
19.将所述第一身份信息与所述第二身份信息进行验证比对，确定所述第一身份信息和所述第二身份信息是否相同；
20.若所述第一身份信息和所述第二身份信息相同，则对所述问诊请求进行解析；
21.若所述第一身份信息和所述第二身份信息不相同，或者，根据所述图像识别结果未能从所述预设身份数据库中匹配出与所述待识别图像关联的身份信息，则对所述第一对象进行身份标记。
22.可选地，所述第二药品的确定过程包括：
23.获取所述第一对象的保险购买信息，并根据所述保险购买信息确定出所述第一对象订购的保险，作为目标保险；
24.从预设药品数据库中筛选出属于所述目标保险理赔范围内的药品，作为所述第二药品。
25.可选地，在得到所述电子处方中包含的第一药品后，所述方法还包括：
26.获取所述第一药品的药品属性信息、所述第一对象的年龄和所述第一对象的性别；
27.根据所述药品属性信息确定所述第一药品的年龄适用范围和性别适用范围；
28.判断所述第一对象的年龄是否位于所述第一药品的年龄适用范围，以及判断所述第一对象的性别是否位于所述第一药品的性别适用范围；
29.若所述第一对象的年龄位于所述第一药品的年龄适用范围内，以及所述第一对象的性别位于所述第一药品的性别适用范围内，则将所述第一药品与所述第二药品进行匹配；
30.若所述第一对象的年龄不在所述第一药品的年龄适用范围内，和/或，所述第一对象的性别不在所述第一药品的性别适用范围内，则则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方。
31.可选地，在得到所述电子处方中包含的第一药品后，所述方法还包括：
32.获取所述第一药品的总剂量，并将所述总剂量与预设标准剂量进行比对，判断所
述总剂量是否大于所述预设标准剂量；
33.若所述总剂量大于所述预设标准剂量，则则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；
34.若所述总剂量小于等于所述预设标准剂量，则将所述第一药品与所述第二药品进行匹配；
35.和/或，获取第一对象服用完所述第一药品的总时长，记为用药周期；
36.将所述用药周期与预设疗程周期进行比对，判断所述用药周期是否超过所述预设疗程周期；
37.若所述用药周期超过所述预设疗程周期，则则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；
38.若所述用药周期未超过所述预设疗程周期，则将所述第一药品与所述第二药品进行匹配。
39.可选地，将所述电子处方反馈给所述第一对象后，所述方法还包括：
40.获取所述第一对象的药品购买记录信息、保险购买记录信息以及保险赔付记录信息；
41.根据所述第一对象的药品购买记录信息、保险购买记录信息以及保险赔付记录信息，评估所述第一对象的风险等级；以及，
42.按照评估后的风险等级调整所述第一对象在下一购买周期的保险购买金额和保险赔付比例。
43.本技术还提供一种基于人工智能的线上问诊系统，所述系统包括有：
44.身份状态识别模块，用于接收第一对象输入的问诊请求，并根据所述问诊请求获取所述第一对象的身体状态信息；
45.电子处方模块，用于接收第二对象根据所述第一对象的身体状态信息生成的电子处方；
46.药品识别模块，用于对所述电子处方进行关键字识别，得到所述电子处方中包含的第一药品；
47.药品匹配模块，用于将所述第一药品与所述第二药品进行匹配，并在所述第一药品与所述第二药品部分匹配或完全匹配时，将所述电子处方反馈给所述第一对象；或者，在所述第一药品与所述第二药品完全不匹配时，则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；其中，所述第二药品包括：需要支付部分费用的药品、不需要支付费用的药品。
48.本技术还提供一种计算机设备，包括：
49.处理器；和，
50.存储有指令的计算机可读介质，当所述处理器执行所述指令时，使得所述设备执行如上述中任一所述的方法。
51.本技术还提供一种计算机可读介质，其上存储有指令，所述指令由处理器加载并执行如上述中任一所述的方法。
52.如上所述，本技术提供一种基于人工智能的线上问诊方法、系统、设备及介质，具有以下有益效果：
53.本技术首先接收第一对象输入的问诊请求，然后根据所述问诊请求获取所述第一对象的身体状态信息；再接收第二对象根据所述第一对象的身体状态信息生成的电子处方；以及对所述电子处方进行关键字识别，得到所述电子处方中包含的第一药品；最后将所述第一药品与第二药品进行匹配，并在所述第一药品与所述第二药品部分匹配或完全匹配时，将所述电子处方反馈给所述第一对象；或者，在所述第一药品与所述第二药品完全不匹配时，则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；其中，所述第二药品包括：需要支付部分费用的药品，和/或，不需要支付费用的药品。由此可知，本技术通过在线接收第一对象输入的问诊请求，然后由第二对象在线生成电子处方，可以实现对第一对象的在线问诊。同时，本技术通过识别电子处方上的第一药品，然后再将第一药品与第二药品进行匹配，如果第一药品和第二药品完全匹配或部分匹配，则说明第二对象开具的电子处方中存在第一对象只需要支付部分费用或不需要支付费用的药品，从而可以减少第一对象在当前问诊时的费用支出；并且，在第一药品和第二药品完全不匹配时，本技术会向第二对象发送提醒消息，提醒第二对象对电子处方进行调整，以使第一药品和第二药品尽量存在部分匹配的可能，从而减少第一对象在当前问诊时需要支付的费用，降低第一对象在进行疾病问诊时的经济支出。由此可知，本技术通过识别电子处方上的第一药品，然后再将第一药品与第二药品进行匹配的方式，解决了现有技术在线上问诊时医生电子处方药品无法与第一对象(例如患者)实际情况进行精准匹配的问题，同时本技术通过药品匹配，也可以降低第一对象在进行疾病问诊时的经济支出，缓解了第一对象看病难的问题。
附图说明
54.图1为应用本技术中一个或多个实施例中技术方案的示例性系统架构的示意图；
55.图2为本技术中一实施例提供的基于人工智能的线上问诊方法的流程示意图；
56.图3为本技术中另一实施例提供的基于人工智能的线上问诊方法的流程示意图；
57.图4为本技术中一实施例提供的基于人工智能的线上问诊系统的硬件结构示意图；
58.图5为本技术中另一实施例提供的基于人工智能的线上问诊系统的框架示意图；
59.图6为适用于实现本技术中一个或多个实施例的计算机设备的硬件结构示意图。
具体实施方式
60.以下通过特定的具体实例说明本技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本技术的其他优点与功效。本技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
61.需要说明的是，本实施例中所提供的图示仅以示意方式说明本技术的基本构想，遂图式中仅显示与本技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘
制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
62.线上问诊，一般是通过线上问诊平台(或数字医疗平台)接收问诊请求，并基于该问诊请求在用户与医生所对应的终端设备之间建立通信连接，以使用户与医生可以基于建立的通信连接，通过文本、语音等方式进行线上病情交流，完成线上问诊。
63.图1示出了一种可以应用本技术中一个或多个实施例中技术方案的示例性系统架构的示意图。如图1所示，系统架构100可以包括终端设备110、网络120和服务器130。终端设备110可以包括智能手机、平板电脑、笔记本电脑、台式电脑等各种电子设备。服务器130可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。网络120可以是能够在终端设备110和服务器130之间提供通信链路的各种连接类型的通信介质，例如可以是有线通信链路或者无线通信链路。
64.根据实现需要，本技术实施例中的系统架构可以具有任意数目的终端设备、网络和服务器。例如，服务器130可以是由多个服务器设备组成的服务器群组。另外，本技术实施例提供的技术方案可以应用于终端设备110，也可以应用于服务器130，或者可以由终端设备110和服务器130共同实施，本技术对此不做特殊限定。
65.在本技术的一个实施例中，本技术的终端设备110或服务器130可以接收第一对象输入的问诊请求，然后根据所述问诊请求获取所述第一对象的身体状态信息；再接收第二对象根据所述第一对象的身体状态信息生成的电子处方；以及对所述电子处方进行关键字识别，得到所述电子处方中包含的第一药品；最后将所述第一药品与第二药品进行匹配，并在所述第一药品与所述第二药品部分匹配或完全匹配时，将所述电子处方反馈给所述第一对象；或者，在所述第一药品与所述第二药品完全不匹配时，则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；其中，所述第二药品包括：需要支付部分费用的药品，和/或，不需要支付费用的药品。利用终端设备110或服务器130执行基于人工智能的线上问诊方法，可以实现对第一对象的在线问诊；同时，通过识别电子处方上的第一药品，然后再将第一药品与第二药品进行匹配，如果第一药品和第二药品完全匹配或部分匹配，则说明第二对象开具的电子处方中存在第一对象只需要支付部分费用或不需要支付费用的药品，从而可以减少第一对象在当前问诊时的费用支出；并且，在第一药品和第二药品完全不匹配时，会向第二对象发送提醒消息，提醒第二对象对电子处方进行调整，以使第一药品和第二药品尽量存在部分匹配的可能，从而减少第一对象在当前问诊时需要支付的费用，降低第一对象在进行疾病问诊时的经济支出，缓解第一对象看病难的问题。
66.以上部分介绍了应用本技术技术方案的示例性系统架构的内容，接下来继续介绍本技术的基于人工智能的线上问诊方法。
67.图2示出了本技术一实施例提供的基于人工智能的线上问诊方法流程示意图。具体地，在一示例性实施例中，如图2所示，本实施例提供一种基于人工智能的线上问诊方法，该方法包括以下步骤：
68.s210，接收第一对象输入的问诊请求，并根据所述问诊请求获取所述第一对象的身体状态信息；
69.s220，接收第二对象根据所述第一对象的身体状态信息生成的电子处方；
70.s230，对所述电子处方进行关键字识别，得到所述电子处方中包含的第一药品；
71.s240，将所述第一药品与第二药品进行匹配，并在所述第一药品与所述第二药品部分匹配或完全匹配时，将所述电子处方反馈给所述第一对象；或者，在所述第一药品与所述第二药品完全不匹配时，则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；其中，所述第二药品包括：需要支付部分费用的药品、不需要支付费用的药品。
72.在本实施例中，第一对象可以是患有一种或多种疾病的人员，也可以是患有一种或多种疾病症状的人员；例如第一对象可以是患有风湿病的人员，也可以是具有流行性感冒症状的人员等。其中，本实施例中的第二对象可以是医疗机构的医生，例如第二对象可以是公立医疗机构的医生，也可以是民营医疗机构的医生等。
73.根据上述记载，作为一示例，具体地，当某人员a在数字医疗平台上的线上问诊咨询框内输入咨询语料时，此时数字医疗平台会生成人员a的问诊咨询请求。例如，当人员a在数字医疗平台上的线上问诊咨询框内输入“我有点咳嗽、鼻塞症状，是不是感冒了”这个咨询语料后，此时数字医疗平台会生成人员a的问诊请求。同时，数字医疗平台上的神经网络模型会对问诊请求进行解析，得到人员a的身体状态信息。其中，本实施例中的数字医疗平台上预先嵌入有对咨询语料进行分析的神经网络模型，例如ocr模型(optical character recognition，文字识别模型，简称ocr)、lstm模型(long short-term memory，长短期记忆网络，简称lstm)等。其中，本实施例中的ocr模型、lstm模型等神经网络模型的获取方式，本实施例在此不进行赘述，其可以从已有文献中获取。所以，当人员a在数字医疗平台上的线上问诊咨询框内输入“我有点咳嗽、鼻塞症状，是不是感冒了”这个咨询语料后，数字医疗平台上的ocr模型可以对咨询语料“我有点咳嗽、鼻塞症状，是不是感冒了”进行关键字识别解析后，从咨询语料中抽取出医疗关键词“咳嗽”、“鼻塞”和“感冒”，然后将抽取出的医疗关键词“咳嗽”、“鼻塞”和“感冒”作为人员a的身体状态信息。
74.在得到人员a的身体状态信息后，本实施例可以从预先入驻在数字医疗平台的医生中匹配出与人员a的身体状态信息相关的医生，例如匹配的是医生b，然后由医生b来分析人员a的身份状态信息，同时由医生b根据人员a的身体状态信息生成电子处方c。在本实施例中，医生b根据人员a的身体状态信息生成人员a的电子处方c的过程中，医生b还可以对人员a进行追问，同时人员a也可以对医生b的追问进行后续答复，例如医生b可以追问人员a“体温是多少”，人员a可以后续答复“38.5度”等。对于医生b的追问流程，以及人员a的后续答复流程，本实施例不再进行赘述。
75.当医生b根据人员a的身体状态信息生成电子处方c后，本实施例可以通过数字医疗平台上的ocr模型对电子处方c进行关键字识别，得到电子处方c中包含的药品，记为第一药品。再将第一药品和预先或实时得到的第二药品进行匹配，如果第一药品与第二药品存在部分相同，则认为第一药品与第二药品部分匹配；同理，如果第一药品与第二药品完全相同，则认为第一药品与第二药品完全匹配；反之，如果第一药品与第二药品完全不相同，则认为第一药品与第二药品完全不匹配。其中，本实施例中的第二药品包括但不限于需要支付部分费用的药品、不需要支付费用的药品。
76.例如，电子处方c中包含的第一药品是：药品m、药品n和药品k；第二药品是：需要支付部分费用的药品n和不需要支付费用的药品k，则认为第一药品与第二药品存在部分相
同，此时直接将电子处方c反馈给人员a。又例如，第二药品中如果包含需要支付部分费用的药品m、需要支付部分费用的药品n和不需要支付费用的药品k，则认为第一药品与第二药品完全相同，此时直接将电子处方c反馈给人员a。又例如第二药品中如果包含需要支付部分费用的药品p和不需要支付费用的药品q，则认为第一药品与第二药品完全不相同，此时提醒医生b调整电子处方c；如果医生b不调整电子处方c，则直接将电子处方c反馈给人员a。如果医生b调整电子处方c后，则再对调整后的电子处方c1进行关键字识别，重复上述流程。
77.由此可知，本实施例通过在线接收人员a输入的问诊请求，然后由医生b在线生成电子处方c，可以实现对人员a的在线问诊。同时，本实施例通过识别电子处方上的第一药品，然后再将第一药品与第二药品进行匹配，可以得出人员a只需要支付部分费用或不需要支付费用的药品，从而减少了人员a在当前问诊时需要支付的费用，降低了人员a在进行疾病问诊时的经济支出，缓解了人员a看病难的问题。
78.根据上述记载，在一些示例性实施中，第二药品的确定过程可以包括：获取所述第一对象的保险购买信息，并根据所述保险购买信息确定出所述第一对象订购的保险，作为目标保险；从预设药品数据库中筛选出属于所述目标保险理赔范围内的药品，作为所述第二药品。即本实施例中的第二药品是属于第一对象所购买的保险能够报销或赔付的药品。例如，第二药品可以是第一对象所购买的居民医疗保险可以报销或赔付的药品。又例如，第二药品可以是第一对象所购买的职工医疗保险可以报销或赔付的药品。又例如，第二药品可以是第一对象所购买的商业保险可以报销或赔付的药品。其中，本实施例中预设的药品数据库可以是与疾病库相匹配的，疾病库可以是根据国际疾病分类icd10编码管理得到的。例如，本实施例可以通过维护中西药品的基础数据，然后建立一套灵活的拓展标签属性值，再根据不同风控要求给相关药品标记各类标签；建立国际统一icd10编码库，并将相关疾病和药品进行统编关联。
79.由此可知，本实施例将医生开具的第一药品与第一对象可以少支付或不支付费用的第二药品进行比对，可以让患者在少掏钱的情况下完成疾病的问诊和治疗工作。同时，在医生进行问诊开方时，对于有些价格较高的药品或者不在商业保险公司理赔责任内的药品，可以不让医生开或者作为风险提示引导医生调整处方，从而降低患者的问诊费用支出，缓解患者的看病难问题。此外，对于商业保险公司而言，由于目前门诊医疗费用较高，对应商业保险公司的补充理赔成本也是居高不下，通过本实施例记载的线上问诊服务，可以帮助商业保险公司完成费用控制目标，降低门诊赔付成本。
80.根据上述记载，在一示例性实施中，本实施例接收第一对象输入的问诊请求，并根据所述问诊请求获取所述第一对象的身体状态信息的过程包括：接收并响应所述第一对象输入的问诊请求，并根据请求响应结果提示输入所述第一对象的身份信息；其中，本实施例中输入的身份信息包括但不限于：姓名、性别、出生日期、证件类型和证件号等。将当前时刻输入的身份信息作为第一身份信息，并把所述第一身份信息与预设身份数据库进行匹配，确定所述预设身份数据库中是否存在所述第一身份信息；其中，本实施例中预设的身份数据库可以是提前在数字医疗平台上注册的身份数据库。例如某个用户提前在数字医疗平台上完成注册，则该用户的身份信息就会存储在数字医疗平台的身份数据库中。如果所述预设身份数据库中存在所述第一身份信息，则对所述问诊请求进行解析，获取所述第一对象的身体状态信息；如果所述预设身份数据库中不存在所述第一身份信息，则对所述第一对
象进行身份标记。
81.由此可知，本实施例通过实名认证第一对象或问诊人员，可以保证线上问诊、医生开方环节无法变更其他问诊人员，从而避免产生骗药行为、骗保行为等。
82.根据上述记载，在一示例性实施中，本实施例对所述问诊请求进行解析前，还可以包括：在当前时刻对所述第一对象进行拍摄，得到待识别图像；对待识别图像进行识别，并根据图像识别结果从所述预设身份数据库中匹配出与所述待识别图像关联的身份信息，记为第二身份信息；将所述第一身份信息与所述第二身份信息进行验证比对，确定所述第一身份信息和所述第二身份信息是否相同；若所述第一身份信息和所述第二身份信息相同，则对所述问诊请求进行解析；若所述第一身份信息和所述第二身份信息不相同，则对所述第一对象进行身份标记。或者，根据所述图像识别结果未能从所述预设身份数据库中匹配出与所述待识别图像关联的身份信息，则对所述第一对象进行身份标记。
83.由此可知，本实施例通过实时拍摄图像来对第一对象或问诊人员进行二次认证，可以保证在线上问诊的真实性。同时，本实施例通过图像+文字的形式对第一对象或问诊人员进行双重认证，可以避免其他人员利用第一对象或问诊人员的身份信息进行骗药行为、骗保行为等。
84.根据上述记载，在一示例性实施中，在得到所述电子处方中包含的第一药品后，还可以包括：获取所述第一药品的药品属性信息、所述第一对象的年龄和所述第一对象的性别；根据所述药品属性信息确定所述第一药品的年龄适用范围和性别适用范围；判断所述第一对象的年龄是否位于所述第一药品的年龄适用范围，以及判断所述第一对象的性别是否位于所述第一药品的性别适用范围；若所述第一对象的年龄位于所述第一药品的年龄适用范围内，以及所述第一对象的性别位于所述第一药品的性别适用范围内，则将所述第一药品与所述第二药品进行匹配；若所述第一对象的年龄不在所述第一药品的年龄适用范围内，和/或，所述第一对象的性别不在所述第一药品的性别适用范围内，则则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方。
85.由此可知，本实施例可以设定药品适用对象，防止药品被使用在不合理的人员身上，出现不可预估的风险。即本实施例通过设置药品的拓展标签，区分哪类药品是男性或者女性用药，如果问诊人员是男性，那么医生开药不可开具女性药品；药品的使用年龄限制，比如该药品限定年龄在18岁以内，那么超出18岁的问诊人员则不满足理赔风控要求，提示不符合年龄要求，既减少了用药风险，也减少因为用药导致理赔成本增加的问题。
86.根据上述记载，在一示例性实施中，在得到所述电子处方中包含的第一药品后，还可以包括：获取所述第一药品的总剂量，并将所述总剂量与预设标准剂量进行比对，判断所述总剂量是否大于所述预设标准剂量；若所述总剂量大于所述预设标准剂量，则则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；若所述总剂量小于等于所述预设标准剂量，则将所述第一药品与所述第二药品进行匹配。和/或，获取第一对象服用完所述第一药品的总时长，记为用药周期；将所述用药周期与预设疗程周期进行比对，判断所述用药周期是否超过所述预设疗程周期；若所述用药周期超过所述预设疗程周期，则则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所
述电子处方；若所述用药周期未超过所述预设疗程周期，则将所述第一药品与所述第二药品进行匹配。
87.由此可知，本实施例可以对超量用药进行控制。其中，预设标准剂量可以是与预设疗程周期对应的剂量，例如本实施例中的预设疗程周期可以是7天，7天内的最大标准剂量是30盒。相当于本实施例可以维护不同药品的疗程周期，如7天内限制购买量为30盒，通过校验当前7天内该药品的购买总量是否超出限制购买量，可以提示医生是否存在超量用药。如果存在，则会提醒医生调整处方，免得患者出现服药过量。此外，本技术还可以通过当前就诊时间-上一次就诊时间，来计算疗程天数，若计算出的疗程天数≤疗程周期，则提示超量用药，或者告知患者和医生当前用药存在无法理赔的风险。此外，本技术的药品疗程周期还可以设置为10天。
88.在一示例性实施中，将所述电子处方反馈给所述第一对象后，还可以包括：获取所述第一对象的药品购买记录信息、保险购买记录信息以及保险赔付记录信息；根据所述第一对象的药品购买记录信息、保险购买记录信息以及保险赔付记录信息，对所述第一对象进行风险控制，评估所述第一对象的风险等级；以及，按照评估后的风险等级调整所述第一对象在下一购买周期的保险购买金额和保险赔付比例。
89.由此可知，本实施例可以对用户进行风险等级管理，通过设置不同风险等级因子，比如根据用户的用药记录，明确重症的风险，标记哪类的疾病风险等级较高，从而计算不同的风险等级，根据风险等级的高低，可以前置做一些疾病的干预和决定是否续保和费率的调整。同时，在本实施例中，对于向用户出售商业保险的保险公司而言，本是合理还可以对不同类型用户设置不同的赔付比例，即本实施例可以根据保单责任设置赔付比例和限额，或者根据不同标签用户设置不同的赔付比例，比如慢病类型患者设置不同的赔付比例，以及根据以往的用户用药记录识别用户的风险等级，设置不同的赔付比例，对于风险等级较高的用户，可以决定是否让用户再次续保。相当于本实施例可以根据用户既往用药记录和风控预警，评估用户的风险等级，再根据不同险种责任的保单确定每个用户的赔付比例、赔付金额或者保单的理赔额度。
90.在另一示例性实施例，如图3所示，本实施例还提供一种基于人工智能的线上问诊方法，包括以下步骤：
91.1)限定被保人问诊；包括：根据保单的被保人5项(姓名、性别、出生日期、证件类型、证件号)，实名认证创建就诊人，以保证线上问诊、医生开方环节无法变更其他就诊人，避免产生骗保风险。
92.2)确定药品适用对象，包括药品适用年龄限制和药品适用性别限制。具体地，药品性别限制过程包括：设置药品的拓展标签，区分哪类药品是男性或者女性用药，如果就诊人是男性，那么医生开药不可开具女性药品。药品年龄限制过程包括：比如某药品限定年龄在18岁以内，那么超出18岁的就诊人则不满足理赔风控要求，提示不符合年龄要求，减少由于用药风险导致增加理赔成本的问题。如果就诊人员年龄和性别均符合药品要求，则认为可以对当前就诊人员进行保险理赔；否则，在就诊人员年龄或性别不符合药品要求时，则认为无法对当前就诊人员进行保险理赔，并告知就诊人员和医生当前药品存在无法理赔的风险。
93.3)理赔疾病管理；包括：根据国际疾病分类icd10编码管理得到疾病库，再根据保
单责任维护区分不在保险责任内的疾病(理赔疾病黑名单)和在保险责任内的疾病(理赔疾病白名单)，在医生开处方时可以前置提醒医生或者就诊人员，本次的处方购药不在理赔责任范围内，从而降低超出理赔责任的赔付成本。具体地，对医生开的处方进行理赔范围判断，如果医生开的处方在理赔范围内，则认为可以对当前就诊人员进行保险理赔；否则，告知就诊人员和医生当前处方存在无法理赔的风险。
94.4)理赔药品管理；包括：维护不在理赔范围内的药品(药品黑名单)，比如毒副作用大或者是部分保健品不在商业保险公司理赔范围内，这类药品医生可以不开处方，或者风险提示不在理赔范围内。具体地，对医生所开处方中的药品进行理赔范围判断，如果处方药品在理赔范围内，则认为可以对当前就诊人员进行保险理赔；否则，告知就诊人员和医生当前药品存在无法理赔的风险。
95.5)超量用药管理；包括：维护不同药品的疗程周期，如7天内限制购买量30盒，校验当前7天内该药品的购买总量是否超出限制购买量，若超出，则提示超量用药，无法让用户再次购药。若设置药品的疗程周期为10天，则还可以用当前就诊时间-上一次就诊日期，来计算疗程天数，若计算出的疗程天数≤疗程周期，则提示超量用药，或者告知就诊人员和医生当前用药存在无法理赔的风险。
96.6)用户赔付比例管理；包括：根据保单责任设置赔付比例和限额，或者，根据不同标签用户设置不同的赔付比例，比如慢病类型患者设置不同的赔付比例，以及根据以往的用户用药记录识别用户的风险等级，设置不同的赔付比例，风险等级较高的用户可以决定是否让用户再次续保。具体地，在进行保单理赔时，赔付金额＝保险订单总金额*赔付比例。如果赔付金额小于等于限额，则就诊人员可以得到的赔付金额＝限额-保险订单总金额。如果赔付金额大于限额，则就诊人员可以得到全额理赔。
97.7)风险等级管理；包括：设置不同风险等级因子，比如根据用户的用药记录，明确重症的风险，标记哪类的疾病风险等级较高，从而计算不同的风险等级，根据风险等级的高低，可以做一些疾病的前置干预、决定是否给就诊人员续保以及是否对就诊人员进行保险费率调整。
98.综上所述，本技术提供一种基于人工智能的线上问诊方法，首先接收第一对象输入的问诊请求，然后根据所述问诊请求获取所述第一对象的身体状态信息；再接收第二对象根据所述第一对象的身体状态信息生成的电子处方；以及对所述电子处方进行关键字识别，得到所述电子处方中包含的第一药品；最后将所述第一药品与第二药品进行匹配，并在所述第一药品与所述第二药品部分匹配或完全匹配时，将所述电子处方反馈给所述第一对象；或者，在所述第一药品与所述第二药品完全不匹配时，则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；其中，所述第二药品包括：需要支付部分费用的药品，和/或，不需要支付费用的药品。由此可知，本方法通过在线接收第一对象输入的问诊请求，然后由第二对象在线生成电子处方，可以实现对第一对象的在线问诊。同时，本方法通过识别电子处方上的第一药品，然后再将第一药品与第二药品进行匹配，如果第一药品和第二药品完全匹配或部分匹配，则说明第二对象开具的电子处方中存在第一对象只需要支付部分费用或不需要支付费用的药品，从而可以减少第一对象在当前问诊时的费用支出；并且，在第一药品和第二药品完全不匹配时，本方法会向第二对象发送提醒消息，提醒第二对象对电子处方进行调整，以
使第一药品和第二药品尽量存在部分匹配的可能，从而减少第一对象在当前问诊时需要支付的费用，降低第一对象在进行疾病问诊时的经济支出。由此可知，本方法通过识别电子处方上的第一药品，然后再将第一药品与第二药品进行匹配的方式，解决了现有技术在线上问诊时医生电子处方药品无法与患者实际情况进行精准匹配的问题，同时本方法通过药品匹配，也可以降低患者在进行疾病问诊时的经济支出，缓解患者看病难的问题。此外，本方法通过设计一套开药的控费方案，可以为商业保险公司实现降低保费支付成本，提高盈利性的目的，更好的与医疗服务结合。并且，本技术提出了保险+健康服务的共生模式，既是积极响应国家政策的大方向，同时也是鼓励商业保险在服务模式上越来越多的创新。此外，本方法通过线上问诊服务，可以帮助商业保险公司完成控费目标，降低了门诊赔付成本。同时，在医生问诊开药过程中，本方法对有些高风险的药品或者不在商业保险公司理赔责任内的药品，可以不让医生开或者作为风险提示引导医生调整处方，并根据以往的用药记录评估风险客户，让商业保险公司决定后续是否可以再续保或者费率调整，从而降低了保险公司的赔付率。而且，本方法根据不同风险等级客户，特别是高风险客户，可以提前提醒客户做疾病干预或者健康管理，最终为商业保险公司降低理赔成本。
99.如图4所示，本技术还提供一种基于人工智能的线上问诊系统，所述系统包括有：
100.身份状态识别模块410，用于接收第一对象输入的问诊请求，并根据所述问诊请求获取所述第一对象的身体状态信息；
101.电子处方模块420，用于接收第二对象根据所述第一对象的身体状态信息生成的电子处方；
102.药品识别模块430，用于对所述电子处方进行关键字识别，得到所述电子处方中包含的第一药品；
103.药品匹配模块440，用于将所述第一药品与第二药品进行匹配，并在所述第一药品与所述第二药品部分匹配或完全匹配时，将所述电子处方反馈给所述第一对象；或者，在所述第一药品与所述第二药品完全不匹配时，则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；其中，所述第二药品包括：需要支付部分费用的药品、不需要支付费用的药品。
104.在本实施例中，第一对象可以是患有一种或多种疾病的人员，也可以是患有一种或多种疾病症状的人员；例如第一对象可以是患有风湿病的人员，也可以是具有流行性感冒症状的人员等。其中，本实施例中的第二对象可以是医疗机构的医生，例如第二对象可以是公立医疗机构的医生，也可以是民营医疗机构的医生等。
105.根据上述记载，作为一示例，具体地，当某人员a在数字医疗平台上的线上问诊咨询框内输入咨询语料时，此时数字医疗平台会生成人员a的问诊咨询请求。例如，当人员a在数字医疗平台上的线上问诊咨询框内输入“我有点咳嗽、鼻塞症状，是不是感冒了”这个咨询语料后，此时数字医疗平台会生成人员a的问诊请求。同时，数字医疗平台上的神经网络模型会对问诊请求进行解析，得到人员a的身体状态信息。其中，本实施例中的数字医疗平台上预先嵌入有对咨询语料进行分析的神经网络模型，例如ocr模型(optical character recognition，文字识别模型，简称ocr)、lstm模型(long short-term memory，长短期记忆网络，简称lstm)等。其中，本实施例中的ocr模型、lstm模型等神经网络模型的获取方式，本实施例在此不进行赘述，其可以从已有文献中获取。所以，当人员a在数字医疗平台上的线
上问诊咨询框内输入“我有点咳嗽、鼻塞症状，是不是感冒了”这个咨询语料后，数字医疗平台上的ocr模型可以对咨询语料“我有点咳嗽、鼻塞症状，是不是感冒了”进行关键字识别解析后，从咨询语料中抽取出医疗关键词“咳嗽”、“鼻塞”和“感冒”，然后将抽取出的医疗关键词“咳嗽”、“鼻塞”和“感冒”作为人员a的身体状态信息。
106.在得到人员a的身体状态信息后，本实施例可以从预先入驻在数字医疗平台的医生中匹配出与人员a的身体状态信息相关的医生，例如匹配的是医生b，然后由医生b来分析人员a的身份状态信息，同时由医生b根据人员a的身体状态信息生成电子处方c。在本实施例中，医生b根据人员a的身体状态信息生成人员a的电子处方c的过程中，医生b还可以对人员a进行追问，同时人员a也可以对医生b的追问进行后续答复，例如医生b可以追问人员a“体温是多少”，人员a可以后续答复“38.5度”等。对于医生b的追问流程，以及人员a的后续答复流程，本实施例不再进行赘述。
107.当医生b根据人员a的身体状态信息生成电子处方c后，本实施例可以通过数字医疗平台上的ocr模型对电子处方c进行关键字识别，得到电子处方c中包含的药品，记为第一药品。再将第一药品和预先或实时得到的第二药品进行匹配，如果第一药品与第二药品存在部分相同，则认为第一药品与第二药品部分匹配；同理，如果第一药品与第二药品完全相同，则认为第一药品与第二药品完全匹配；反之，如果第一药品与第二药品完全不相同，则认为第一药品与第二药品完全不匹配。其中，本实施例中的第二药品包括但不限于需要支付部分费用的药品、不需要支付费用的药品。
108.例如，电子处方c中包含的第一药品是：药品m、药品n和药品k；第二药品是：需要支付部分费用的药品n和不需要支付费用的药品k，则认为第一药品与第二药品存在部分相同，此时直接将电子处方c反馈给人员a。又例如，第二药品中如果包含需要支付部分费用的药品m、需要支付部分费用的药品n和不需要支付费用的药品k，则认为第一药品与第二药品完全相同，此时直接将电子处方c反馈给人员a。又例如第二药品中如果包含需要支付部分费用的药品p和不需要支付费用的药品q，则认为第一药品与第二药品完全不相同，此时提醒医生b调整电子处方c；如果医生b不调整电子处方c，则直接将电子处方c反馈给人员a。如果医生b调整电子处方c后，则再对调整后的电子处方c1进行关键字识别，重复上述流程。
109.由此可知，本实施例通过在线接收人员a输入的问诊请求，然后由医生b在线生成电子处方c，可以实现对人员a的在线问诊。同时，本实施例通过识别电子处方上的第一药品，然后再将第一药品与第二药品进行匹配，可以得出人员a只需要支付部分费用或不需要支付费用的药品，从而减少了人员a在当前问诊时需要支付的费用，降低了人员a在进行疾病问诊时的经济支出，缓解了人员a看病难的问题。
110.根据上述记载，在一些示例性实施中，第二药品的确定过程可以包括：获取所述第一对象的保险购买信息，并根据所述保险购买信息确定出所述第一对象订购的保险，作为目标保险；从预设药品数据库中筛选出属于所述目标保险理赔范围内的药品，作为所述第二药品。即本实施例中的第二药品是属于第一对象所购买的保险能够报销或赔付的药品。例如，第二药品可以是第一对象所购买的居民医疗保险可以报销或赔付的药品。又例如，第二药品可以是第一对象所购买的职工医疗保险可以报销或赔付的药品。又例如，第二药品可以是第一对象所购买的商业保险可以报销或赔付的药品。其中，本实施例中预设的药品数据库可以是与疾病库相匹配的，疾病库可以是根据国际疾病分类icd10编码管理得到的。
例如，本实施例可以通过维护中西药品的基础数据，然后建立一套灵活的拓展标签属性值，再根据不同风控要求给相关药品标记各类标签；建立国际统一icd10编码库，并将相关疾病和药品进行统编关联。
111.由此可知，本实施例将医生开具的第一药品与第一对象可以少支付或不支付费用的第二药品进行比对，可以让患者在少掏钱的情况下完成疾病的问诊和治疗工作。同时，在医生进行问诊开方时，对于有些价格较高的药品或者不在商业保险公司理赔责任内的药品，可以不让医生开或者作为风险提示引导医生调整处方，从而降低患者的问诊费用支出，缓解患者的看病难问题。此外，对于商业保险公司而言，由于目前门诊医疗费用较高，对应商业保险公司的补充理赔成本也是居高不下，通过本实施例记载的线上问诊服务，可以帮助商业保险公司完成费用控制目标，降低门诊赔付成本。
112.根据上述记载，在一示例性实施中，本实施例接收第一对象输入的问诊请求，并根据所述问诊请求获取所述第一对象的身体状态信息的过程包括：接收并响应所述第一对象输入的问诊请求，并根据请求响应结果提示输入所述第一对象的身份信息；其中，本实施例中输入的身份信息包括但不限于：姓名、性别、出生日期、证件类型和证件号等。将当前时刻输入的身份信息作为第一身份信息，并把所述第一身份信息与预设身份数据库进行匹配，确定所述预设身份数据库中是否存在所述第一身份信息；其中，本实施例中预设的身份数据库可以是提前在数字医疗平台上注册的身份数据库。例如某个用户提前在数字医疗平台上完成注册，则该用户的身份信息就会存储在数字医疗平台的身份数据库中。如果所述预设身份数据库中存在所述第一身份信息，则对所述问诊请求进行解析，获取所述第一对象的身体状态信息；如果所述预设身份数据库中不存在所述第一身份信息，则对所述第一对象进行身份标记。
113.由此可知，本实施例通过实名认证第一对象或问诊人员，可以保证线上问诊、医生开方环节无法变更其他问诊人员，从而避免产生骗药行为、骗保行为等。
114.根据上述记载，在一示例性实施中，本实施例对所述问诊请求进行解析前，还可以包括：在当前时刻对所述第一对象进行拍摄，得到待识别图像；对待识别图像进行识别，并根据图像识别结果从所述预设身份数据库中匹配出与所述待识别图像关联的身份信息，记为第二身份信息；将所述第一身份信息与所述第二身份信息进行验证比对，确定所述第一身份信息和所述第二身份信息是否相同；若所述第一身份信息和所述第二身份信息相同，则对所述问诊请求进行解析；若所述第一身份信息和所述第二身份信息不相同，则对所述第一对象进行身份标记。或者，根据所述图像识别结果未能从所述预设身份数据库中匹配出与所述待识别图像关联的身份信息，则对所述第一对象进行身份标记。
115.由此可知，本实施例通过实时拍摄图像来对第一对象或问诊人员进行二次认证，可以保证在线上问诊的真实性。同时，本实施例通过图像+文字的形式对第一对象或问诊人员进行双重认证，可以避免其他人员利用第一对象或问诊人员的身份信息进行骗药行为、骗保行为等。
116.根据上述记载，在一示例性实施中，在得到所述电子处方中包含的第一药品后，还可以包括：获取所述第一药品的药品属性信息、所述第一对象的年龄和所述第一对象的性别；根据所述药品属性信息确定所述第一药品的年龄适用范围和性别适用范围；判断所述第一对象的年龄是否位于所述第一药品的年龄适用范围，以及判断所述第一对象的性别是
否位于所述第一药品的性别适用范围；若所述第一对象的年龄位于所述第一药品的年龄适用范围内，以及所述第一对象的性别位于所述第一药品的性别适用范围内，则将所述第一药品与所述第二药品进行匹配；若所述第一对象的年龄不在所述第一药品的年龄适用范围内，和/或，所述第一对象的性别不在所述第一药品的性别适用范围内，则则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方。
117.由此可知，本实施例可以设定药品适用对象，防止药品被使用在不合理的人员身上，出现不可预估的风险。即本实施例通过设置药品的拓展标签，区分哪类药品是男性或者女性用药，如果问诊人员是男性，那么医生开药不可开具女性药品；药品的使用年龄限制，比如该药品限定年龄在18岁以内，那么超出18岁的问诊人员则不满足理赔风控要求，提示不符合年龄要求，既减少了用药风险，也减少因为用药导致理赔成本增加的问题。
118.根据上述记载，在一示例性实施中，在得到所述电子处方中包含的第一药品后，还可以包括：获取所述第一药品的总剂量，并将所述总剂量与预设标准剂量进行比对，判断所述总剂量是否大于所述预设标准剂量；若所述总剂量大于所述预设标准剂量，则则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；若所述总剂量小于等于所述预设标准剂量，则将所述第一药品与所述第二药品进行匹配。和/或，获取第一对象服用完所述第一药品的总时长，记为用药周期；将所述用药周期与预设疗程周期进行比对，判断所述用药周期是否超过所述预设疗程周期；若所述用药周期超过所述预设疗程周期，则则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；若所述用药周期未超过所述预设疗程周期，则将所述第一药品与所述第二药品进行匹配。
119.由此可知，本实施例可以对超量用药进行控制。其中，预设标准剂量可以是与预设疗程周期对应的剂量，例如本实施例中的预设疗程周期可以是7天，7天内的最大标准剂量是30盒。相当于本实施例可以维护不同药品的疗程周期，如7天内限制购买量为30盒，通过校验当前7天内该药品的购买总量是否超出限制购买量，可以提示医生是否存在超量用药。如果存在，则会提醒医生调整处方，免得患者出现服药过量。此外，本技术还可以通过当前就诊时间-上一次就诊时间，来计算疗程天数，若计算出的疗程天数≤疗程周期，则提示超量用药，或者告知患者和医生当前用药存在无法理赔的风险。此外，本技术的药品疗程周期还可以设置为10天。
120.在一示例性实施中，将所述电子处方反馈给所述第一对象后，还可以包括：获取所述第一对象的药品购买记录信息、保险购买记录信息以及保险赔付记录信息；根据所述第一对象的药品购买记录信息、保险购买记录信息以及保险赔付记录信息，对所述第一对象进行风险控制，评估所述第一对象的风险等级；以及，按照评估后的风险等级调整所述第一对象在下一购买周期的保险购买金额和保险赔付比例。
121.由此可知，本实施例可以对用户进行风险等级管理，通过设置不同风险等级因子，比如根据用户的用药记录，明确重症的风险，标记哪类的疾病风险等级较高，从而计算不同的风险等级，根据风险等级的高低，可以前置做一些疾病的干预和决定是否续保和费率的调整。同时，在本实施例中，对于向用户出售商业保险的保险公司而言，本是合理还可以对
不同类型用户设置不同的赔付比例，即本实施例可以根据保单责任设置赔付比例和限额，或者根据不同标签用户设置不同的赔付比例，比如慢病类型患者设置不同的赔付比例，以及根据以往的用户用药记录识别用户的风险等级，设置不同的赔付比例，对于风险等级较高的用户，可以决定是否让用户再次续保。相当于本实施例可以根据用户既往用药记录和风控预警，评估用户的风险等级，再根据不同险种责任的保单确定每个用户的赔付比例、赔付金额或者保单的理赔额度。
122.在另一示例性实施例，如图5所示，本实施例还提供一种基于人工智能的线上问诊系统，包括有：保险用户管理模块、药品基础数据模块、开药监控模块、健康档案管理模块和订单交易模块。
123.其中，保险用户管理模块主要是通过内部的保单用户管理单元、保单理赔责任单元、用户赔付比例和限额单元、用户额度管理单元和用户风控等级单元，来管理商业保险公司保单用户的客户信息、保单信息，根据不同险种责任的保单对应每个用户的赔付比例，金额或者是保单的理赔额度、以及根据用户既往用药记录和风控预警，评估用户的风险等级。
124.药品基础数据模块主要是通过内部的药品管理单元、标签管理单元、药品标签失联单元、icd10编码疾病库单元和药品疾病关联维护单元，来维护中西药品的基础数据，并建立一套灵活的拓展标签属性值，可以根据不同风控要求给相关药品标记各类标签；建立国际统一icd10编码库，并将相关疾病和药品统编关联。
125.开药监控模块主要是通过内部的除外疾病管理单元、理赔疾病管理单元、除外药品管理单元、药品超剂量设置单元、药品疗程周期单元、风控因子定义和权重设置单元，来设置是否在理赔范围内的黑白名单，控制医生开方的药品范围；或者设置药品的超剂量或者疗程周期，超出剂量或者疗程周期则不允许再开药。
126.健康档案管理模块主要是通过内部的就诊人管理单元、问诊记录单元和处方记录单元，来根据保单的被保人或者投保人的5项信息创建就诊人，并对产生的对应的问诊记录和处方单信息进行管理。
127.订单交易模块主要是通过内部的理赔组件单元、保单理算单元和订单记录单元，来根据用户个人的赔付比例和限额，计算保单的赔付金额，以及和商业保险公司的理赔系统对接，打通购药直赔，并管理用户处方购药订单记录。
128.在另一示例性实施例，本实施例还提供一种基于人工智能的线上问诊系统，用于执行以下过程：
129.1)限定被保人问诊；包括：根据保单的被保人5项(姓名、性别、出生日期、证件类型、证件号)，实名认证创建就诊人，以保证线上问诊、医生开方环节无法变更其他就诊人，避免产生骗保风险。
130.2)确定药品适用对象，包括药品适用年龄限制和药品适用性别限制。具体地，药品性别限制过程包括：设置药品的拓展标签，区分哪类药品是男性或者女性用药，如果就诊人是男性，那么医生开药不可开具女性药品。药品年龄限制过程包括：比如某药品限定年龄在18岁以内，那么超出18岁的就诊人则不满足理赔风控要求，提示不符合年龄要求，减少由于用药风险导致增加理赔成本的问题。如果就诊人员年龄和性别均符合药品要求，则认为可以对当前就诊人员进行保险理赔；否则，在就诊人员年龄或性别不符合药品要求时，则认为无法对当前就诊人员进行保险理赔，并告知就诊人员和医生当前药品存在无法理赔的风
险。
131.3)理赔疾病管理；包括：根据国际疾病分类icd10编码管理得到疾病库，再根据保单责任维护区分不在保险责任内的疾病(理赔疾病黑名单)和在保险责任内的疾病(理赔疾病白名单)，在医生开处方时可以前置提醒医生或者就诊人员，本次的处方购药不在理赔责任范围内，从而降低超出理赔责任的赔付成本。具体地，对医生开的处方进行理赔范围判断，如果医生开的处方在理赔范围内，则认为可以对当前就诊人员进行保险理赔；否则，告知就诊人员和医生当前处方存在无法理赔的风险。
132.4)理赔药品管理；包括：维护不在理赔范围内的药品(药品黑名单)，比如毒副作用大或者是部分保健品不在商业保险公司理赔范围内，这类药品医生可以不开处方，或者风险提示不在理赔范围内。具体地，对医生所开处方中的药品进行理赔范围判断，如果处方药品在理赔范围内，则认为可以对当前就诊人员进行保险理赔；否则，告知就诊人员和医生当前药品存在无法理赔的风险。
133.5)超量用药管理；包括：维护不同药品的疗程周期，如7天内限制购买量30盒，校验当前7天内该药品的购买总量是否超出限制购买量，若超出，则提示超量用药，无法让用户再次购药。若设置药品的疗程周期为10天，则还可以用当前就诊时间-上一次就诊日期，来计算疗程天数，若计算出的疗程天数≤疗程周期，则提示超量用药，或者告知就诊人员和医生当前用药存在无法理赔的风险。
134.6)用户赔付比例管理；包括：根据保单责任设置赔付比例和限额，或者，根据不同标签用户设置不同的赔付比例，比如慢病类型患者设置不同的赔付比例，以及根据以往的用户用药记录识别用户的风险等级，设置不同的赔付比例，风险等级较高的用户可以决定是否让用户再次续保。具体地，在进行保单理赔时，赔付金额＝保险订单总金额*赔付比例。如果赔付金额小于等于限额，则就诊人员可以得到的赔付金额＝限额-保险订单总金额。如果赔付金额大于限额，则就诊人员可以得到全额理赔。
135.7)风险等级管理；包括：设置不同风险等级因子，比如根据用户的用药记录，明确重症的风险，标记哪类的疾病风险等级较高，从而计算不同的风险等级，根据风险等级的高低，可以做一些疾病的前置干预、决定是否给就诊人员续保以及是否对就诊人员进行保险费率调整。
136.需要说明的是，上述实施例所提供基于人工智能的线上问诊系统与上述实施例所提供的基于人工智能的线上问诊方法属于同一构思，其中各个模块执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。上述实施例所提供的基于人工智能的线上问诊系统在实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将系统的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能，本处也不对此进行限制。
137.综上所述，本技术提供一种基于人工智能的线上问诊系统，首先接收第一对象输入的问诊请求，然后根据所述问诊请求获取所述第一对象的身体状态信息；再接收第二对象根据所述第一对象的身体状态信息生成的电子处方；以及对所述电子处方进行关键字识别，得到所述电子处方中包含的第一药品；最后将所述第一药品与第二药品进行匹配，并在所述第一药品与所述第二药品部分匹配或完全匹配时，将所述电子处方反馈给所述第一对象；或者，在所述第一药品与所述第二药品完全不匹配时，则将所述电子处方返回给所述第
二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；其中，所述第二药品包括：需要支付部分费用的药品，和/或，不需要支付费用的药品。由此可知，本系统通过在线接收第一对象输入的问诊请求，然后由第二对象在线生成电子处方，可以实现对第一对象的在线问诊。同时，本系统通过识别电子处方上的第一药品，然后再将第一药品与第二药品进行匹配，如果第一药品和第二药品完全匹配或部分匹配，则说明第二对象开具的电子处方中存在第一对象只需要支付部分费用或不需要支付费用的药品，从而可以减少第一对象在当前问诊时的费用支出；并且，在第一药品和第二药品完全不匹配时，本系统会向第二对象发送提醒消息，提醒第二对象对电子处方进行调整，以使第一药品和第二药品尽量存在部分匹配的可能，从而减少第一对象在当前问诊时需要支付的费用，降低第一对象在进行疾病问诊时的经济支出。由此可知，本系统通过识别电子处方上的第一药品，然后再将第一药品与第二药品进行匹配的方式，解决了现有技术在线上问诊时医生电子处方药品无法与患者实际情况进行精准匹配的问题，同时本系统通过药品匹配，也可以降低患者在进行疾病问诊时的经济支出，缓解患者看病难的问题。此外，本系统通过设计一套开药的控费方案，可以为商业保险公司实现降低保费支付成本，提高盈利性的目的，更好的与医疗服务结合。并且，本技术提出了保险+健康服务的共生模式，既是积极响应国家政策的大方向，同时也是鼓励商业保险在服务模式上越来越多的创新。此外，本系统通过线上问诊服务，可以帮助商业保险公司完成控费目标，降低了门诊赔付成本。同时，在医生问诊开药过程中，本系统对有些高风险的药品或者不在商业保险公司理赔责任内的药品，可以不让医生开或者作为风险提示引导医生调整处方，并根据以往的用药记录评估风险客户，让商业保险公司决定后续是否可以再续保或者费率调整，从而降低了保险公司的赔付率。而且，本系统根据不同风险等级客户，特别是高风险客户，可以提前提醒客户做疾病干预或者健康管理，最终为商业保险公司降低理赔成本。所以，本技术有效克服了现有技术中的种种缺点而具高度产业利用价值。
138.本技术实施例还提供了一种计算机设备，该设备可以包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述设备执行图2所述的方法。图6示出了一种计算机设备600的结构示意图。参阅图6所示，计算机设备600包括：处理器610、存储器620、电源630、显示单元640、输入单元660。
139.处理器610是计算机设备600的控制中心，利用各种接口和线路连接各个部件，通过运行或执行存储在存储器620内的软件程序和/或数据，执行计算机设备600的各种功能，从而对计算机设备600进行整体监控。本技术实施例中，处理器610调用存储器620中存储的计算机程序时执行如图2所述的方法。可选的，处理器610可包括一个或多个处理单元；优选的，处理器610可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用等，调制解调处理器主要处理无线通信。在一些实施例中，处理器、存储器、可以在单一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。
140.存储器620可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、各种应用等；存储数据区可存储根据计算机设备600的使用所创建的数据等。此外，存储器620可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件等。
141.计算机设备600还包括给各个部件供电的电源630(比如电池)，电源可以通过电源
管理系统与处理器610逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗等功能。
142.显示单元640可用于显示由用户输入的信息或提供给用户的信息以及计算机设备600的各种菜单等，本技术实施例中主要用于显示计算机设备600中各应用的显示界面以及显示界面中显示的文本、图片等对象。显示单元640可以包括显示面板650。显示面板650可以采用液晶显示屏(liquid crystal display，lcd)、有机发光二极管(organic light-emitting diode，oled)等形式来配置。
143.输入单元660可用于接收用户输入的数字或字符等信息。输入单元660可包括触控面板670以及其他输入设备680。其中，触控面板670，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触摸笔等任何适合的物体或附件在触控面板670上或在触控面板670附近的操作)。
144.具体的，触控面板670可以检测用户的触摸操作，并检测触摸操作带来的信号，将这些信号转换成触点坐标，发送给处理器610，并接收处理器610发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板670。其他输入设备680可以包括但不限于物理键盘、功能键(比如音量控制按键、开关机按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
145.当然，触控面板670可覆盖显示面板650，当触控面板670检测到在其上或附近的触摸操作后，传送给处理器610以确定触摸事件的类型，随后处理器610根据触摸事件的类型在显示面板650上提供相应的视觉输出。虽然在图6中，触控面板670与显示面板650是作为两个独立的部件来实现计算机设备600的输入和输出功能，但是在某些实施例中，可以将触控面板670与显示面板650集成而实现计算机设备600的输入和输出功能。
146.计算机设备600还可包括一个或多个传感器，例如压力传感器、重力加速度传感器、接近光传感器等。当然，根据具体应用中的需要，上述计算机设备600还可以包括摄像头等其它部件。
147.本技术实施例还提供了一种计算机可读存储介质，该存储介质中存储有指令，当一个或多个处理器执行所述指令时，使得上述设备能够执行本技术中如图2所述的方法。
148.本领域技术人员可以理解的是，图6仅仅是计算机设备的举例，并不构成对该设备的限定，该设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件。为了描述的方便，以上各部分按照功能划分为各模块(或单元)分别描述。当然，在实施本技术时，可以把各模块(或单元)的功能在同一个或多个软件或硬件中实现。
149.本领域内的技术人员应明白，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的，应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。这些计算机程序指令可应用至通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器中以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处
理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
150.上述实施例仅例示性说明本技术的原理及其功效，而非用于限制本技术。任何熟悉此技术的人士皆可在不违背本技术的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本技术所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本技术的权利要求所涵盖。

技术特征：
1.一种基于人工智能的线上问诊方法，其特征在于，所述方法包括以下步骤：接收第一对象输入的问诊请求，并根据所述问诊请求获取所述第一对象的身体状态信息；接收第二对象根据所述第一对象的身体状态信息生成的电子处方；对所述电子处方进行关键字识别，得到所述电子处方中包含的第一药品；将所述第一药品与第二药品进行匹配，并在所述第一药品与所述第二药品部分匹配或完全匹配时，将所述电子处方反馈给所述第一对象；或者，在所述第一药品与所述第二药品完全不匹配时，则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；其中，所述第二药品包括：需要支付部分费用的药品、不需要支付费用的药品。2.根据权利要求1所述的基于人工智能的线上问诊方法，其特征在于，所述接收第一对象输入的问诊请求，并根据所述问诊请求获取所述第一对象的身体状态信息的过程包括：接收并响应所述第一对象输入的问诊请求，并根据请求响应结果提示输入所述第一对象的身份信息；将当前时刻输入的身份信息作为第一身份信息，并把所述第一身份信息与预设身份数据库进行匹配，确定所述预设身份数据库中是否存在所述第一身份信息；如果所述预设身份数据库中存在所述第一身份信息，则对所述问诊请求进行解析，获取所述第一对象的身体状态信息；如果所述预设身份数据库中不存在所述第一身份信息，则对所述第一对象进行身份标记。3.根据权利要求2所述的基于人工智能的线上问诊方法，其特征在于，对所述问诊请求进行解析前，所述方法还包括：在当前时刻对所述第一对象进行拍摄，得到待识别图像；对待识别图像进行识别，并根据图像识别结果从所述预设身份数据库中匹配出与所述待识别图像关联的身份信息，记为第二身份信息；将所述第一身份信息与所述第二身份信息进行验证比对，确定所述第一身份信息和所述第二身份信息是否相同；若所述第一身份信息和所述第二身份信息相同，则对所述问诊请求进行解析；若所述第一身份信息和所述第二身份信息不相同，或者，根据所述图像识别结果未能从所述预设身份数据库中匹配出与所述待识别图像关联的身份信息，则对所述第一对象进行身份标记。4.根据权利要求1至3中任一所述的基于人工智能的线上问诊方法，其特征在于，所述第二药品的确定过程包括：获取所述第一对象的保险购买信息，并根据所述保险购买信息确定出所述第一对象订购的保险，作为目标保险；从预设药品数据库中筛选出属于所述目标保险理赔范围内的药品，作为所述第二药品。5.根据权利要求1所述的基于人工智能的线上问诊方法，其特征在于，在得到所述电子处方中包含的第一药品后，所述方法还包括：
获取所述第一药品的药品属性信息、所述第一对象的年龄和所述第一对象的性别；根据所述药品属性信息确定所述第一药品的年龄适用范围和性别适用范围；判断所述第一对象的年龄是否位于所述第一药品的年龄适用范围，以及判断所述第一对象的性别是否位于所述第一药品的性别适用范围；若所述第一对象的年龄位于所述第一药品的年龄适用范围内，以及所述第一对象的性别位于所述第一药品的性别适用范围内，则将所述第一药品与所述第二药品进行匹配；若所述第一对象的年龄不在所述第一药品的年龄适用范围内，和/或，所述第一对象的性别不在所述第一药品的性别适用范围内，则则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方。6.根据权利要求1或5所述的基于人工智能的线上问诊方法，其特征在于，在得到所述电子处方中包含的第一药品后，所述方法还包括：获取所述第一药品的总剂量，并将所述总剂量与预设标准剂量进行比对，判断所述总剂量是否大于所述预设标准剂量；若所述总剂量大于所述预设标准剂量，则则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；若所述总剂量小于等于所述预设标准剂量，则将所述第一药品与所述第二药品进行匹配；和/或，获取第一对象服用完所述第一药品的总时长，记为用药周期；将所述用药周期与预设疗程周期进行比对，判断所述用药周期是否超过所述预设疗程周期；若所述用药周期超过所述预设疗程周期，则则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；若所述用药周期未超过所述预设疗程周期，则将所述第一药品与所述第二药品进行匹配。7.根据权利要求1所述的基于人工智能的线上问诊方法，其特征在于，将所述电子处方反馈给所述第一对象后，所述方法还包括：获取所述第一对象的药品购买记录信息、保险购买记录信息以及保险赔付记录信息；根据所述第一对象的药品购买记录信息、保险购买记录信息以及保险赔付记录信息，评估所述第一对象的风险等级；以及，按照评估后的风险等级调整所述第一对象在下一购买周期的保险购买金额和保险赔付比例。8.一种基于人工智能的线上问诊系统，其特征在于，所述系统包括有：身份状态识别模块，用于接收第一对象输入的问诊请求，并根据所述问诊请求获取所述第一对象的身体状态信息；电子处方模块，用于接收第二对象根据所述第一对象的身体状态信息生成的电子处方；药品识别模块，用于对所述电子处方进行关键字识别，得到所述电子处方中包含的第一药品；
药品匹配模块，用于将所述第一药品与第二药品进行匹配，并在所述第一药品与所述第二药品部分匹配或完全匹配时，将所述电子处方反馈给所述第一对象；或者，在所述第一药品与所述第二药品完全不匹配时，则将所述电子处方返回给所述第二对象，并向所述第二对象发送调整消息，所述调整消息用于提示所述第二对象调整所述电子处方；其中，所述第二药品包括：需要支付部分费用的药品、不需要支付费用的药品。9.一种计算机设备，其特征在于，包括：处理器；和，存储有指令的计算机可读介质，当所述处理器执行所述指令时，使得所述设备执行如权利要求1至7中任意一项所述的方法。10.一种计算机可读介质，其特征在于，其上存储有指令，所述指令由处理器加载并执行如权利要求1至7中任意一项所述的方法。

技术总结
本申请提供一种基于人工智能的线上问诊方法、系统、设备及介质，涉及人工智能领域和数字医疗领域；包括：接收第一对象的问诊请求，根据问诊请求获取第一对象的身体状态信息，再接收第二对象根据身体状态信息生成的电子处方，并对电子处方进行关键字识别，得到电子处方中包含的第一药品；再将第一药品与第二药品进行匹配，并在药品部分匹配或完全匹配时，将电子处方反馈给第一对象；或者，在药品完全不匹配时，提醒第二对象调整电子处方；其中，第二药品包括：需要支付部分费用的药品、不需要支付费用的药品。本申请可以实现在线问诊，而且通过药品匹配，解决了电子处方药品无法与第一对象实际情况进行精准匹配的问题，降低了第一对象的经济支出。的经济支出。的经济支出。


技术研发人员：单琛宇
受保护的技术使用者：康键信息技术（深圳）有限公司
技术研发日：2023.05.11
技术公布日：2023/8/14