本發(fā)明涉及醫(yī)療信息學(xué)領(lǐng)域，特別涉及一種基于健康問卷的智能體檢推薦系統(tǒng)及方法。

背景技術(shù)：

1、隨著人們生活質(zhì)量的逐步提高，人民群眾對(duì)于健康體檢的需求也越來越多，健康體檢也正在逐漸成為門診體檢之外的體檢中心的主流業(yè)務(wù)。體檢項(xiàng)目種類繁多，體檢公司為了創(chuàng)收，很可能會(huì)安排很多的體檢項(xiàng)目；并且并不會(huì)考慮到體檢個(gè)體的差異性。不能夠根據(jù)體檢個(gè)體的歷史健康數(shù)據(jù)來進(jìn)行體檢，所以造成體檢項(xiàng)目往往并不科學(xué)，不能根據(jù)個(gè)體的實(shí)際情況來進(jìn)行體檢。

2、在現(xiàn)有技術(shù)中，一方面體檢項(xiàng)目不能因人因地制宜得編制體檢項(xiàng)目，另一方面對(duì)于問卷類別的體檢，部分人員會(huì)出現(xiàn)輕視問卷調(diào)查而草率作答而使問卷調(diào)查本身失去了推薦體檢項(xiàng)目的意義。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明所要解決的技術(shù)問題是提供一種基于健康問卷的智能體檢推薦系統(tǒng)及方法，旨在通過問卷答題時(shí)長(zhǎng)，識(shí)別可信問卷再進(jìn)行體檢推薦，有效提高體檢推薦的準(zhǔn)確性，減少體檢項(xiàng)目漏檢的風(fēng)險(xiǎn)；并且，通過問卷各個(gè)題目答題時(shí)長(zhǎng)，確定可信權(quán)重，然后再輸入模型，生成體檢推薦，有效避免用戶針對(duì)若干題目可能針對(duì)某些題目而非主觀性地隨意略過瞎填造成地問卷質(zhì)量較差的問題，有效提高體檢項(xiàng)目推薦的準(zhǔn)確性。

2、在本發(fā)明的第一方面，提供一種基于健康問卷的智能體檢推薦方法，所述方法包括：

3、步驟s1、采集第一用戶針對(duì)健康問卷所作出的第一答題信息；所述健康問卷包括問卷題目集，所述第一答題信息包括：與所述問卷題目集各道題目相關(guān)聯(lián)的答題答案集、以及各道題目的答題用時(shí)時(shí)長(zhǎng)集；,為所述健康問卷的總題目數(shù)；所述健康問卷為選擇題或判斷題；所述問卷題目集、所述答題答案集、所述答題用時(shí)時(shí)長(zhǎng)集一一對(duì)應(yīng)；

4、步驟s2、根據(jù)所述問卷題目集對(duì)應(yīng)的各道題目的所述答題用時(shí)時(shí)長(zhǎng)集，判斷所述健康問卷是否為可信答卷；響應(yīng)于所述健康問卷不是可信答卷，則輸出常規(guī)體檢推薦清單；響應(yīng)于所述健康問卷為可信答卷，則執(zhí)行步驟s3；

5、步驟s3、歸一化所述健康問卷的所述答題用時(shí)時(shí)長(zhǎng)集，獲得各個(gè)題目歸一化后的第一答題用時(shí)序列，將所述第一答題用時(shí)序列與標(biāo)準(zhǔn)答題用時(shí)序列進(jìn)行比對(duì)，獲得第一答題用時(shí)序列對(duì)應(yīng)的各個(gè)題目的答題選項(xiàng)的可信權(quán)重；其中，標(biāo)準(zhǔn)答題用時(shí)序列是根據(jù)歷史數(shù)據(jù)對(duì)各個(gè)題目的答題時(shí)間進(jìn)行統(tǒng)計(jì)并經(jīng)歸一化后獲得的；

6、步驟s4、根據(jù)所述健康問卷的各個(gè)題目的所述可信權(quán)重，生成第一可信答卷；將所述第一可信答卷輸入至體檢推薦模型，并生成定制體檢推薦清單。

7、在該技術(shù)方案中，考慮到問卷調(diào)查可能存在隨意填報(bào)的情況，通過識(shí)別可信問卷再進(jìn)行體檢推薦，有效提高體檢推薦的準(zhǔn)確性，減少體檢項(xiàng)目漏檢的風(fēng)險(xiǎn)。此外，在該技術(shù)方案中，通過問卷各個(gè)題目答題時(shí)長(zhǎng)，確定可信權(quán)重，然后再輸入模型，生成體檢推薦，有效避免用戶針對(duì)若干題目可能針對(duì)某些題目而非主觀性地隨意略過瞎填造成地問卷質(zhì)量較差的問題，有效提高體檢項(xiàng)目推薦的準(zhǔn)確性。

8、在一具體實(shí)施方式中，在所述步驟s2中，所述判斷所述健康問卷是否為可信答卷的步驟包括：

9、獲取所述答題用時(shí)時(shí)長(zhǎng)集的各道題目的答題時(shí)長(zhǎng)，響應(yīng)于小于該道題目歷史答題時(shí)長(zhǎng)的置信區(qū)間，則判斷該道題目為非可信題目；當(dāng)所述非可信題目的數(shù)量超過預(yù)設(shè)數(shù)量，則判斷所述健康問卷不是所述可信答卷，反之，則所述健康問卷為可信答卷。

10、在該技術(shù)方案中，通過對(duì)各個(gè)題目分別進(jìn)行可信判斷，在非可信題目的數(shù)量超過預(yù)設(shè)數(shù)量時(shí)，判斷健康問卷不是所述可信答卷，實(shí)現(xiàn)可信答卷的篩選。

11、在一具體實(shí)施方式中，所述體檢推薦模型的構(gòu)建包括：

12、采集可信志愿者針對(duì)所述健康問卷的答題數(shù)據(jù)集以及對(duì)應(yīng)的經(jīng)全身體檢后獲得病灶標(biāo)識(shí)集，形成訓(xùn)練數(shù)據(jù)集；

13、將所述訓(xùn)練數(shù)據(jù)集進(jìn)行訓(xùn)練，獲得問卷/病灶關(guān)系模型；其中，所述體檢推薦模型包括所述問卷/病灶關(guān)系模型、病灶與體檢項(xiàng)目映射單元、體檢推薦清單生成單元；

14、搭建所述病灶與體檢項(xiàng)目映射單元；所述病灶與體檢項(xiàng)目映射單元用于將所述問卷/病灶關(guān)系模型輸出的病灶映射為體檢項(xiàng)目；

15、搭建所述體檢推薦清單生成單元；所述體檢推薦清單生成單元用于將多個(gè)病灶對(duì)應(yīng)的所述多個(gè)體檢項(xiàng)目經(jīng)合并后生成所述定制體檢推薦清單。

16、在該技術(shù)方案中，通過采集可信志愿者的答題數(shù)據(jù)及其病灶情況，實(shí)現(xiàn)體檢推薦模型的構(gòu)建，便于在后續(xù)體檢者問卷輸入后而輸出體檢推薦項(xiàng)目。

17、在一具體實(shí)施方式中，所述可信權(quán)重為0.6-1；其中，所述第一答題用時(shí)序列中的各題對(duì)應(yīng)數(shù)值與所述標(biāo)準(zhǔn)答題用時(shí)序列的各題對(duì)應(yīng)數(shù)值比值越小，則該題對(duì)應(yīng)的所述可信權(quán)重也越小。

18、在一具體實(shí)施方式中，所述第一可信答卷可擴(kuò)展為：

19、；

20、為原始的所述答題答案集對(duì)應(yīng)所填報(bào)的答案，所述為對(duì)應(yīng)的所述可信權(quán)重；、為第個(gè)題目的備選答案及對(duì)應(yīng)的概率權(quán)重，；為第個(gè)題目的備選答案數(shù)量，。

21、在該技術(shù)方案中，對(duì)第一可信答卷進(jìn)行擴(kuò)展，而實(shí)現(xiàn)第一可信答卷非用戶答案的其它選項(xiàng)的概率權(quán)重賦值約束進(jìn)行限制，優(yōu)化第一可信答卷。

22、進(jìn)一步而言，在一具體實(shí)施方式中，所述概率權(quán)重按答題者所對(duì)應(yīng)人群對(duì)應(yīng)的答案分布進(jìn)行權(quán)重概率分配。在該技術(shù)方案中，實(shí)現(xiàn)了優(yōu)化第一可信答卷的其它選項(xiàng)的概率權(quán)重賦值。

23、在本發(fā)明的第二方面，提供一種基于健康問卷的智能體檢推薦系統(tǒng)，所述系統(tǒng)包括：

24、答題采集模塊，用于采集第一用戶針對(duì)健康問卷所作出的第一答題信息；所述健康問卷包括問卷題目集，所述第一答題信息包括：與各道題目相關(guān)聯(lián)的答題答案集、以及各道題目的答題用時(shí)時(shí)長(zhǎng)集；,為所述健康問卷的總題目數(shù)；所述健康問卷為選擇題或判斷題；所述問卷題目集、所述答題答案集、所述答題用時(shí)時(shí)長(zhǎng)集一一對(duì)應(yīng)；

25、可信判斷模塊，用于根據(jù)所述問卷題目集對(duì)應(yīng)的各道題目的所述答題用時(shí)時(shí)長(zhǎng)集，判斷所述健康問卷是否為可信答卷；響應(yīng)于所述健康問卷不是可信答卷，則輸出常規(guī)體檢推薦清單；響應(yīng)于所述健康問卷為可信答卷，則將所述健康問卷發(fā)送至可信權(quán)重求解模塊；

26、所述可信權(quán)重求解模塊，用于歸一化所述健康問卷的所述答題用時(shí)時(shí)長(zhǎng)集，獲得各個(gè)題目歸一化后的第一答題用時(shí)序列，將所述第一答題用時(shí)序列與標(biāo)準(zhǔn)答題用時(shí)序列進(jìn)行比對(duì)，獲得第一答題用時(shí)序列對(duì)應(yīng)的各個(gè)題目的答題選項(xiàng)的可信權(quán)重；其中，標(biāo)準(zhǔn)答題用時(shí)序列是根據(jù)歷史數(shù)據(jù)對(duì)各個(gè)題目的答題時(shí)間進(jìn)行統(tǒng)計(jì)并經(jīng)歸一化后獲得的；

27、定制體檢推薦模塊，用于根據(jù)所述健康問卷的各個(gè)題目的所述可信權(quán)重，生成第一可信答卷；將所述第一可信答卷輸入至體檢推薦模型，并生成定制體檢推薦清單。

28、在一具體實(shí)施方式中，所述可信判斷模塊被配置為：

29、獲取所述答題用時(shí)時(shí)長(zhǎng)集的各道題目的答題時(shí)長(zhǎng)，響應(yīng)于小于該道題目歷史答題時(shí)長(zhǎng)的置信區(qū)間，則判斷所述健康問卷不是所述可信答卷，反之，則所述健康問卷為可信答卷。

30、在一具體實(shí)施方式中，所述體檢推薦模型的構(gòu)建包括：

31、采集可信志愿者針對(duì)所述健康問卷的答題數(shù)據(jù)集以及對(duì)應(yīng)的經(jīng)全身體檢后獲得病灶標(biāo)識(shí)集，形成訓(xùn)練數(shù)據(jù)集；

32、將所述訓(xùn)練數(shù)據(jù)集進(jìn)行訓(xùn)練，獲得問卷/病灶關(guān)系模型；其中，所述體檢推薦模型包括所述問卷/病灶關(guān)系模型、病灶與體檢項(xiàng)目映射單元、體檢推薦清單生成單元；

33、搭建所述病灶與體檢項(xiàng)目映射單元；所述病灶與體檢項(xiàng)目映射單元用于將所述問卷/病灶關(guān)系模型輸出的病灶映射為體檢項(xiàng)目；

34、搭建所述體檢推薦清單生成單元；所述體檢推薦清單生成單元用于將多個(gè)病灶對(duì)應(yīng)的所述多個(gè)體檢項(xiàng)目經(jīng)合并后生成所述定制體檢推薦清單。

35、在一具體實(shí)施方式中，所述可信權(quán)重為0.6-1；其中，所述第一答題用時(shí)序列中的各題對(duì)應(yīng)數(shù)值與所述標(biāo)準(zhǔn)答題用時(shí)序列的各題對(duì)應(yīng)數(shù)值比值越小，則該題對(duì)應(yīng)的所述可信權(quán)重也越小。

36、在一具體實(shí)施方式中，所述第一可信答卷可擴(kuò)展為：

37、；

38、為原始的所述答題答案集對(duì)應(yīng)所填報(bào)的答案，所述為對(duì)應(yīng)的所述可信權(quán)重；、為第個(gè)題目的備選答案及對(duì)應(yīng)的概率權(quán)重，；為第個(gè)題目的備選答案數(shù)量，。

39、在一具體實(shí)施方式中，所述概率權(quán)重按答題者所對(duì)應(yīng)人群對(duì)應(yīng)的答案分布進(jìn)行權(quán)重概率分配。

40、本發(fā)明的有益效果：1）、本發(fā)明考慮到問卷調(diào)查可能存在隨意填報(bào)的情況，通過識(shí)別可信問卷再進(jìn)行體檢推薦，有效提高體檢推薦的準(zhǔn)確性，減少體檢項(xiàng)目漏檢的風(fēng)險(xiǎn)。2）、本發(fā)明通過問卷各個(gè)題目答題時(shí)長(zhǎng)，確定可信權(quán)重，然后再輸入模型，生成體檢推薦，有效避免用戶針對(duì)若干題目可能針對(duì)某些題目而非主觀性地隨意略過瞎填造成地問卷質(zhì)量較差的問題，有效提高體檢項(xiàng)目推薦的準(zhǔn)確性。