一、研究背景:当前,受国家政策利好,互联网医院纷纷涌现,互联网医院带有咨询、随访、慢病管理等功能,它有实体医院作强有力的支撑,线上方便病人,就是简单的问题不需要到医院,在网上就可以进行。
如一位高血压病人需继续用药,就可以在网上进行。
实际上是线上跟线下紧密结合,满足病人多元化的需求。
在线问诊已经成为不可小觑的一种新趋势。
二、研究的目的和意义:1.研究目的:在线问诊以交流方便、使用快捷等特点迅速吸引了大量患者,同时也产生着大量的文本数据,这其中就包括医患交流的信息,里面包含了患者和医生对病症及药品的相关描述信息和观点看法等。
2.研究意义:(1)理论意义:对于这些文本数据集,通过机器学习,深度学习的自然语言处理(NLP)对此进行舆情分析,基于针对某一药品(以通心络为例)医患交流数据中,在患者询问某种药品时,提取医生的态度倾向(以强烈推荐态度为例)进行分析,得出医生对此药品的态度的结论。
(2)实际意义:让患者可以大概了解各个医生对于此药品的态度,有利于患者对选择医生推荐的药品进行甄别,让其有更多的选择空间。
此外,医生对于药品的选择作为一种反馈机制可以帮助医药企业发现自家药品被医生选择的频率来选择实施改善药品推广计划等一系列政策,从而在与其他医药企业竞争中处于优势之地。
但是,随着医生每天选择的药品数量和品种日益增长,动辄几千条甚至上万条数据让患者甚至医药企业都感到无所适从,且从这些数据中获取药品的准确信息变得非常困难。
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付
以上是文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。