智能疾病问诊预测系统

一、题目中英文摘要
1.1 中文摘要
针对当前基层医疗问诊资源紧张、患者就医等待时间长、初步病症筛查不便、轻症患者盲目前往医院就诊、健康咨询渠道匮乏、问诊记录难以保存追溯等问题，为辅助大众开展线上初步自查问诊、减轻线下医疗机构接诊压力，本文设计并实现了一款基于SpringBoot的智能疾病问诊预测系统。系统采用Java作为后端开发语言，MySQL作为数据存储数据库，结合HTML、JavaScript前端技术，搭建包含普通用户、医生、系统管理员三类角色的智能问诊预测平台。系统主要实现用户症状录入、疾病智能预测、在线问诊咨询、健康档案管理、用药建议查看、问诊记录查询、健康公告推送、权限管控等核心功能，打通用户自查预测、线上咨询医生、健康档案留存的全流程服务闭环。该系统有效解决了普通群众初步病症筛查困难、就医盲目、健康记录零散等痛点，实现线上智能问诊与疾病初步预测的规范化管理，能够帮助用户快速进行病症自查，合理引导就医，具备良好的实际应用价值与推广前景。

1.2 英文摘要
Aiming at the problems of tight primary medical consultation resources, long waiting time for patients to seek medical treatment, inconvenient preliminary disease screening, blind hospital visits for patients with mild symptoms, lack of health consultation channels, and difficulty in retaining and tracing consultation records, in order to assist the public to carry out online preliminary self-inspection and consultation and reduce the reception pressure of offline medical institutions, this paper designs and implements an intelligent disease consultation and prediction system based on SpringBoot. The system uses Java as the back-end development language, MySQL as the data storage database, combined with HTML and JavaScript front-end technology, to build an intelligent consultation and prediction platform including three types of roles: ordinary users, doctors and system administrators. The system mainly realizes core functions such as user symptom input, intelligent disease prediction, online consultation, health file management, viewing of medication suggestions, query of consultation records, health announcement push and permission control, and opens up the whole process service closed loop of user self-inspection prediction, online consultation with doctors and retention of health files. The system effectively solves the pain points such as difficulty in preliminary disease screening for ordinary people, blind medical treatment and scattered health records, realizes the standardized management of online intelligent consultation and preliminary disease prediction, can help users quickly carry out symptom self-examination and guide medical treatment reasonably, and has good practical application value and promotion prospects.

二、研究目的与意义
2.1 研究目的
本课题研究旨在依托互联网数字化技术，构建线上智能问诊服务模式，解决传统就医模式中医疗资源分布不均、轻症患者占用医院资源、病症初步筛查耗时、个人健康记录不易保存、健康科普信息获取不便等难题。通过开发轻量化、易操作的智能疾病问诊预测系统，搭建用户录入症状进行疾病预测、在线向医生咨询、管理个人健康档案的一体化平台，简化症状录入、疾病预测、线上问诊、健康记录维护全流程操作。同时通过分角色权限管控，实现普通用户自主问诊自查、医生在线答疑与诊疗建议、系统管理员维护平台数据的分级管理，依托问诊数据统计功能分析常见病症，为健康科普提供数据支撑，最终实现线上健康自查数字化服务，帮助用户合理就医，缓解基层医疗服务压力。

2.2 研究意义
（1）理论意义
本研究将SpringBoot后端框架、Web前端技术与线上智能问诊场景深度结合，丰富了B/S架构系统在互联网健康问诊领域的应用研究。针对疾病问诊预测业务的特殊性，设计适配普通用户、医生、系统管理员的分权限业务模块，优化了线上问诊平台的业务架构与权限体系，为智能问诊预测系统的开发落地提供了理论参考与技术实践案例，对互联网医疗信息化建设的相关研究具有一定的补充价值。

（2）实际意义
在实际应用中，本系统打破线下就医时间与地域限制，解决用户初步自查困难、咨询医生不方便、健康记录零散的问题。对于普通用户而言，可录入身体症状进行疾病智能预测，在线咨询医生，维护个人健康档案，查看问诊历史与健康科普公告。对于医生而言，可以查看用户问诊订单，在线回复咨询，给出初步健康建议，管理问诊记录。对于系统管理员而言，可以管理平台账号、维护症状与疾病知识库、监管问诊信息、查看平台问诊统计数据，规范平台管理秩序。系统沉淀问诊数据，辅助开展常见病症统计与健康科普，助力互联网医疗信息化建设，推动智慧健康服务数字化发展。

三、国内外研究现状
3.1 国内研究现状
国内互联网在线问诊平台随着智慧医疗建设持续推进。当前国内主流线上医疗平台功能完善，但是平台体量庞大，偏向完整的在线挂号、视频问诊业务，针对轻症症状录入、智能疾病初步预测的轻量化自查场景适配不足。国内不少学者针对智能问诊系统开展研究，但多数系统仅实现简单在线留言咨询，缺少症状匹配、疾病智能预测、个人健康档案管理等配套功能。现有问诊系统存在角色权限简单、疾病知识库维护繁琐、问诊记录管理不完善、健康科普内容单一等问题，难以贴合普通用户日常轻症自查问诊的真实需求。总体来看，轻量化、面向普通用户的智能疾病问诊预测系统仍有较大研发优化空间。

3.2 国外研究现状
国外互联网医疗与智能问诊研究起步较早，国外普遍存在线上健康问诊、AI症状自查平台，系统成熟，具备症状匹配、疾病风险评估、线上医生咨询等功能，侧重商业化远程医疗服务。但国外医疗体系、疾病命名、用药规范和国内存在明显差异，平台适配国外医疗体系，无法适配国内用户的健康咨询习惯与疾病知识库。国外很少开发轻量化低成本的面向国内用户的B/S智能问诊预测Web系统，相关业务模式和技术方案不能直接照搬使用。因此开发适配国内用户健康自查需求、轻量化低成本的智能疾病问诊预测系统具备很强的本土化必要性。

四、系统需求分析
本系统结合线上智能疾病问诊预测实际业务场景，采用分角色精细化需求设计，核心分为普通用户、医生、系统管理员三类用户，各角色权限与功能模块需求如下：

4.1 普通用户功能需求
（1）用户注册登录模块：支持账号密码登录，完善个人基础信息，实现账号注册与登录，用于身份识别。
（2）症状自查预测模块：选择、录入身体不适症状，系统匹配知识库进行疾病预测，查看预测结果与健康提示。
（3）在线问诊模块：发起线上问诊咨询，填写病情描述，等待医生回复，查看问诊对话记录。
（4）健康档案模块：维护个人健康基础信息，保存历次问诊记录、预测记录，管理个人健康资料。
（5）个人中心模块：管理个人信息，查看历史问诊、疾病预测记录，接收平台健康公告消息。

4.2 医生功能需求
（1）问诊订单管理模块：查看用户提交的线上问诊订单，接收问诊咨询，回复用户病情疑问，给出健康建议。
（2）问诊记录管理模块：查看历史问诊记录，归档问诊信息，整理常见病症咨询案例。
（3）健康科普管理模块：发布健康科普文章、疾病预防知识，维护平台健康科普内容。
（4）问诊数据统计模块：统计个人接诊数量、常见咨询病症，汇总问诊情况。

4.3 系统管理员功能需求
（1）账号管理模块：管理平台所有用户账号，分配用户角色权限，对违规账号进行禁用操作。
（2）疾病知识库管理模块：维护症状、疾病、初步建议知识库，新增、编辑、删除知识库数据。
（3）系统监管模块：监管平台所有问诊对话、用户信息，处理用户反馈投诉，查看平台问诊统计数据。
（4）平台运营模块：发布平台健康公告、平台使用规则，统计平台整体问诊数据，维护系统基础配置。

五、系统开发技术及介绍
5.1 后端核心技术
（1）Java语言：作为主流后端开发编程语言，具备面向对象、跨平台、安全性高、稳定性强的特点，生态体系成熟，适配各类Web系统开发，是本系统的核心开发语言。
（2）SpringBoot框架：基于Spring的轻量化开发框架，能够自动配置项目依赖、简化繁琐的XML配置，快速搭建稳定的后端服务，有效降低代码耦合度，提升项目开发效率、可维护性与扩展性，适配中小型Web管理系统开发。
（3）MySQL数据库：开源免费的关系型数据库，体积小、运行速度快、稳定性高，支持数据持久化存储，能够高效存储本系统用户、症状、疾病知识库、问诊记录、健康档案、公告等各类业务数据，适配本科毕业设计项目开发场景。
（4）IDEA开发工具：主流Java开发集成工具，具备智能代码提示、快速调试、项目管理等功能，能够有效提升后端代码编写、调试与项目部署效率。

5.2 前端核心技术
（1）HTML/CSS/JavaScript：前端基础核心技术，搭建系统页面结构，美化页面样式，实现页面交互、表单提交、数据展示等功能，保障管理界面简洁清晰、操作流畅。
（2）Bootstrap：前端开源框架，实现电脑端与手机端自适应布局，简化页面响应式开发，适配不同设备访问系统。

六、数据库表结构设计
本系统数据库共设计6张核心数据表，所有字段简洁实用，满足系统全部业务存储需求，具体设计如下：
1. 用户信息表（user）：主要存储平台所有用户基础数据，包含用户id、用户昵称、账号密码、用户角色、联系方式等字段，区分普通用户、医生、系统管理员角色权限，用于用户登录与身份识别。
2. 疾病症状知识库表（disease_know）：存储疾病与对应症状数据，包含知识库id、疾病名称、相关症状、初步建议等字段，为智能预测提供数据支撑。
3. 健康档案表（health_file）：存储用户个人健康档案，包含档案id、用户id、年龄、既往病史、创建时间等字段，记录用户基础健康信息。
4. 问诊记录表（consult）：存储线上问诊数据，包含问诊id、用户id、医生id、病情描述、回复内容、问诊状态等字段，记录问诊对话信息。
5. 健康科普表（health_article）：存储健康科普文章，包含文章id、标题、内容、发布时间、发布医生id等字段，用于平台健康知识展示。
6. 平台公告表（notice）：存储平台公告内容数据，包含公告id、公告标题、公告内容、发布时间、发布管理员id等字段，用于平台消息推送与公示。