一种基于人工智能的医院排队叫号方法、系统以及存储介质

本申请涉及医疗技术领域，尤其是涉及一种基于人工智能的医院排队叫号方法、系统以及存储介质。

患者前往医院门诊就医，一般采用现场或者预约挂号后就诊的模式。

随着互联网的发展，越来越多的患者采用远程预约挂号后就诊的模式，其在远程预约挂号后，即进入远程排队中。

针对上述中的相关技术，发明人认为存在有如下缺陷：患者虽然远程预约挂号了，由于患者不清楚相应门诊的排队情况，容易过早或过晚到达现场，以至于错过所预约的门诊，还要重新预约，较为麻烦。

为了有效减少患者现场排队等待就诊的耗时，本申请提供一种基于人工智能的医院排队叫号方法、系统以及存储介质。

第一方面，本申请提供一种基于人工智能的医院排队叫号方法，采用如下的技术方案：

一种基于人工智能的医院排队叫号方法，包括：

获取预约排队申请信息，预约排队申请信息包括预约号；

基于预约排队申请信息、预计排队耗时信息以及申请人当前所处位置信息，分析获取申请人是否可如约到达门诊现场；

若申请人可如约到达现场，则分析申请人的预计出发时间，并提前发送通知信息至申请人所持终端；

反之，则反馈申请人至门诊现场的耗时，并规划预约时间并发送至申请人所持终端；

当申请人所处位置为预设的门诊现场地址范围之内，则发送等待耗时通知信息至申请人所持终端。

可选的，分析获取申请人是否可如约到达门诊现场包括：

获取预计排队耗时信息以及预约排队申请信息，分析确认预计轮到申请人的具体时间；

基于申请人当前所处位置信息以及申请人在门诊现场地址附近的预计有效速度，分析确认申请人当下出发到达门诊现场的时间；

比对预计轮到申请人的具体时间以及申请人当下出发到达门诊现场的时间；

若预计轮到申请人的具体时间在前，则分析确认申请人无法如约到达门诊现场；

反之，则分析确认申请人可如约到达门诊现场。

可选的，分析确认预计轮到申请人的具体时间包括：

获取申请人预约号以及在前排队人员预约咨询病历信息；

基于在前排队人员预约咨询病历信息、预设的不同病历的咨询诊断时间，分析获取在前人员预计完成咨询诊断的时间。

可选的，申请人在门诊现场地址附近的预计有效速度包括：

分析获取申请人历史是否路过预设的门诊现场的周边范围地址；

若为是，则以预计轮到申请人的具体时间作为查询，从预设的存储有申请人在门诊周边不同时段的有效速度的第一数据库中，查出申请人在相应时段的有效速度，作为申请人在门诊现场地址附近的预计有效速度；

若为否，则以预计轮到申请人的具体时间作为查询，从预设的存储有申请人在其它门诊周边不同时段的有效速度的第二数据库中，查出申请人在相应时段的有效速度，作为申请人在门诊现场地址附近的预计有效速度。

可选的，分析申请人的预计出发时间，并提前发送通知信息至申请人所持终端包括：

分析轮到申请人的具体时间与申请人当下出发到达门诊现场的时间的时间差；

基于时间差、预设的申请人在不同时段的反应时长，分析确认申请人在通知前的反应时长；

结合时间差以及反应时长反向分析出通知申请人的时间节点。

可选的，等待耗时通知信息的获取包括：

获取实际预约排队信息的进行状态；

基于实际预约排队信息的进行状态、所分析获取的在前人员预计完成咨询诊断的时间，分析判断预计轮到申请人的耗时；

基于预计轮到申请人的耗时、以及申请人在不同时段的反应时长，分析确认等待耗时通知信息。

可选的，分析判断预计轮到申请人的耗时包括；

基于实际预约排队信息的进行状态分析已完结的预约咨询诊断个数和总耗时，分析单个咨询诊断的平均耗时变化率；

基于平均耗时变化率和后续等待轮到的预约排队信息所对应的病历信息和个数，分析确认后续的整体耗时，作为预计轮到申请人的耗时。

可选的，还包括位于当申请人所处位置为预设的门诊现场地址范围之内，则发送等待耗时通知信息至申请人所持终端之后的步骤：

若申请人未在预设时间内于终端响应等待耗时通知信息，则分析获取相应申请人是否有陪伴人员；

若有陪伴人员，则查询获取陪伴人员信息，并以陪伴人员所倾向的通知方式发送提示信息至陪伴人员所持终端；

若无陪伴人员，则查询获取门诊现场负责人员，并将申请人的身份信息发送至门诊现场负责人员所持终端。

第二方面，本申请提供一种基于人工智能的医院排队叫号系统，采用如下的技术方案：

一种基于人工智能的医院排队叫号系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，该程序能够被处理器加载执行时实现如第一方面所述的一种基于人工智能的医院排队叫号方法。

第三方面，本申请提供一种计算机存储介质，采用如下的技术方案：

一种计算机存储介质，包括能够被处理器加载执行时实现如第一方面所述的一种基于人工智能的医院排队叫号方法的程序。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1是本申请实施例一种基于人工智能的医院排队叫号方法的整体流程示意图。

图2是分析获取申请人是否可如约到达门诊现场的流程示意图。

图3是分析确认预计轮到申请人的具体时间的流程示意图。

图4是申请人在门诊现场地址附近的预计有效速度的获取流程示意图。

图5是分析申请人的预计出发时间，并提前发送通知信息至申请人所持终端的流程示意图。

图6是等待耗时通知信息的获取的流程示意图。

图7是分析判断预计轮到申请人的耗时的流程示意图。

图8是位于当申请人所处位置为预设的门诊现场地址范围之内，则发送等待耗时通知信息至申请人所持终端之后的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

以下结合附图对本申请作进一步详细说明。

参照图1，为本申请公开的一种基于人工智能的医院排队叫号方法，包括步骤S100、步骤S200、步骤S300、步骤SA00、步骤S400。

步骤S100，获取预约排队申请信息，预约排队申请信息包括预约号。

其中，预约排队信息的发出为患者通过终端发出，终端可以是手机、电脑，也可以是其他通信设备。

步骤S200，基于预约排队申请信息、预计排队耗时信息以及申请人当前所处位置信息，分析获取申请人是否可如约到达门诊现场。

参照图2，其中，步骤S200所提及的分析获取申请人是否可如约到达门诊现场包括：

步骤S210，获取预计排队耗时信息以及预约排队申请信息，分析确认预计轮到申请人的具体时间。

参照图3，其中，步骤S210所提及的分析确认预计轮到申请人的具体时间包括：

步骤S211，获取申请人预约号以及在前排队人员预约咨询病历信息。

步骤S212，基于在前排队人员预约咨询病历信息、预设的不同病历的咨询诊断时间，分析获取在前人员预计完成咨询诊断的时间。

需要说明的是，步骤S212所提及的预设的不同病历的咨询诊断时间可以是从预设的存储有不同病历的咨询诊断时间的数据库中来查询获取。

举例来说，在前的排队人员有2个，2个人的病历分别为病历甲和病历乙，病历甲的咨询诊断的耗时为10分钟，病历乙的咨询诊断耗时为15分钟，那么病历甲和病历乙的整体耗时为25分钟，即在前人员预计完成咨询诊断的时间为25分钟。

步骤S220，基于申请人当前所处位置信息以及申请人在门诊现场地址附近的预计有效速度，分析确认申请人当下出发到达门诊现场的时间。

参照图4，步骤S220所提及的申请人在门诊现场地址附近的预计有效速度包括：

步骤S221，分析获取申请人历史是否路过预设的门诊现场的周边范围地址。

步骤S22A，若为是，则以预计轮到申请人的具体时间作为查询，从预设的存储有申请人在门诊周边不同时段的有效速度的第一数据库中，查出申请人在相应时段的有效速度，作为申请人在门诊现场地址附近的预计有效速度。

步骤S22B，若为否，则以预计轮到申请人的具体时间作为查询，从预设的存储有申请人在其它门诊周边不同时段的有效速度的第二数据库中，查出申请人在相应时段的有效速度，作为申请人在门诊现场地址附近的预计有效速度。

步骤S230，比对预计轮到申请人的具体时间以及申请人当下出发到达门诊现场的时间。

步骤S2A0，若预计轮到申请人的具体时间在前，则分析确认申请人无法如约到达门诊现场。

步骤S2B0，反之，则分析确认申请人可如约到达门诊现场。

步骤S300，若申请人可如约到达现场，则分析申请人的预计出发时间，并提前发送通知信息至申请人所持终端。

参照图5，步骤S300所提及的分析申请人的预计出发时间，并提前发送通知信息至申请人所持终端包括：

步骤S310，分析轮到申请人的具体时间与申请人当下出发到达门诊现场的时间的时间差。

步骤S320，基于时间差、预设的申请人在不同时段的反应时长，分析确认申请人在通知前的反应时长。

其中，步骤S320所提及的预设的申请人在不同时段的反应时长可以从预设的存储有不同时段的反应时长的数据库中来查询获取。

步骤S330，结合时间差以及反应时长反向分析出通知申请人的时间节点。

距离来说，时间差为2分钟，反应时长为1分钟，原本预备通知的时间为下午1点，那么通知申请人的时间节点为12时57分。

步骤SA00，反之，则反馈申请人至门诊现场的耗时，并规划预约时间并发送至申请人所持终端。

步骤S400，当申请人所处位置为预设的门诊现场地址范围之内，则发送等待耗时通知信息至申请人所持终端。

参照图6，其中，步骤S400所提及的等待耗时通知信息的获取包括：

步骤S410，获取实际预约排队信息的进行状态。

需要说明的是，实际预约排队信息的进行状态为具体排队的情况。

步骤S420，基于实际预约排队信息的进行状态、所分析获取的在前人员预计完成咨询诊断的时间，分析判断预计轮到申请人的耗时。

参照图7，其中，步骤S420所提及的分析判断预计轮到申请人的耗时包括：

步骤S421，基于实际预约排队信息的进行状态分析已完结的预约咨询诊断个数和总耗时，分析单个咨询诊断的平均耗时变化率。

其中，单个咨询诊断的平均耗时变化率为目前的平均诊断耗时与原本预计诊断耗时的比值。

步骤S422，基于平均耗时变化率和后续等待轮到的预约排队信息所对应的病历信息和个数，分析确认后续的整体耗时，作为预计轮到申请人的耗时。

步骤S430，基于预计轮到申请人的耗时、以及申请人在不同时段的反应时长，分析确认等待耗时通知信息。

参照图8，一种基于人工智能的医院排队叫号方法，还包括位于当申请人所处位置为预设的门诊现场地址范围之内，则发送等待耗时通知信息至申请人所持终端之后的步骤，具体如下：

步骤S500，若申请人未在预设时间内于终端响应等待耗时通知信息，则分析获取相应申请人是否有陪伴人员。

步骤Sa00，若有陪伴人员，则查询获取陪伴人员信息，并以陪伴人员所倾向的通知方式发送提示信息至陪伴人员所持终端。

步骤Sb00，若无陪伴人员，则查询获取门诊现场负责人员，并将申请人的身份信息发送至门诊现场负责人员所持终端。

本发明实施例提供一种计算机可读存储介质，包括能够被处理器加载执行时实现如图1-图8任一种方法的程序。

所述计算机可读存储介质例如包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

基于同一发明构思，本发明实施例提供一种基于人工智能的医院排队叫号系统，包括存储器、处理器，存储器上存储有可在所述处理器上运行实现如图1至图8任一种方法的程序。

本具体实施方式的实施例均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。。