多云语言三方匹配模型

兼顾医患稳定与协同

该模型通过聚合多粒度概率语言信息并优化三方稳定匹配，能同时兼顾基层医生与专家的协同、医生工作量的平衡以及医患匹配的稳定性，为分级诊疗在线协同诊断提供了新的理论思路。

彭娟娟 · Chuyang, Ling · 隆清琦

Kongzhi yu Juece/Control and Decision 2026

技术优势

三方同时满意

模型将基层医生、专家和患者纳入统一优化框架，匹配结果对三方都具有稳定性，避免单方导向的偏颇。

语言信息不丢失

采用多粒度概率语言云模型表达评价信息，并开发PLANCBM聚合算子，充分保留不同粒度语言信息的概率特征，减少信息转化损失。

数据来源真实

从国内在线医疗平台抓取真实在线评论，利用BERTopic、Stanza和TextBlob提取患者对基层医生的客观匹配属性，而非依赖主观假设。

应用场景

• 互联网医疗平台：平台可嵌入该匹配模型，为患者智能推荐基层医生与专家组合，提升在线问诊效率。
• 分级诊疗系统：分级诊疗体系可利用该模型优化上下级医生协作匹配，促进资源合理下沉。
• 医疗资源匹配：医疗资源配置部门可借助该模型同时平衡医生工作量和医患稳定性，提高整体服务效率。