多特征融合的远程会诊智能分诊研究

来源：计算机工程与应用杂志2025年第3期北京时间：

作者：翟运开, 李俊珂, 李金林, 乔岩

单位：1.郑州大学 管理学院，郑州 450001；2.互联网医疗系统与应用国家工程实验室，郑州 450052；3.河南省智能健康信息系统国际联合实验室，郑州 450001；4.北京理工大学 管理学院，北京 100081

摘要：为解决调研中发现的现阶段大多数远程会诊平台仍依赖于人工分诊的问题，探索提出一种融合多特征的BTB智能分诊模型。假设数据中所安排的会诊科室为实际最优会诊科室，选取患者年龄、性别、基层医生初步诊断作为分诊依据。针对远程会诊申请信息复杂，重点分布不均的特点，使用BERT模型训练词向量，在此基础上，利用文本卷积神经网络（TextCNN）和双层双向门控循环神经网络（double-layer BiGRU）捕捉远程会诊申请的局部特征信息和上下文信息。将BERT特征与TextCNN特征、双层BiGRU特征相融合，最后输入到全连接层中，为基层医生推荐多个合适的会诊科室。模型在国家远程医疗中心大数据上进行多次训练和测试，当推荐科室为5时，模型的准确率可达90.77%，MRR达到76.45%。对比实验表明，提出的BTB智能分诊模型的性能比传统的机器学习模型更优，可为远程医疗平台实现智能化提供理论支撑和实践指导。

关键词：智能分诊,多特征融合,远程会诊,神经网络