临床科研受试者隐私信息处理方法和服务器与流程

1.本发明涉及数据处理技术领域，尤其涉及一种临床科研受试者隐私信息处理方法和服务器。


背景技术：

2.随着科学技术及社会经济的发展，科技的进步正影响着社会的经济并改变着人们的生活方式。特别地，随着计算机、多媒体技术以及通信技术的迅猛发展，在线医疗问诊技术应运而生，医生和患者之间可通过视频、文字或语音等方式进行快速的交流。医生和患者通过在线咨询的方式可以及时地交流病情，从而使得医生更好的了解病人的病情发展状况和发病时的表现，同时解决传统医疗中挂号难、候诊时间长等就诊问题。
3.随着在线咨询方式的优势逐渐得到大众的认可，在线咨询也逐步在医疗科研领域普及，医疗科研领域中的受试者可以通过在线咨询的方式与负责该项目的医生进行即时沟通。受试者在进行在线咨询时，不可避免地需要上传自身的隐私信息以供医生进行参考和资料收集。然而，在线咨询方式在逐步推广的过程中，受试者隐私信息的泄漏问题也随之而来。为了克服受试者隐私泄漏的问题，大量的工作着眼在利用各种技术对受试者的隐私信息进行加密后再存储，并对访问者进行身份验证，使得仅身份验证通过的人(例如患者的咨询医生)能够访问受试者的隐私信息。可见，上述工作均是在咨询完毕后进行隐私信息的加密，仅能防范咨询医生以外的人在未授权的情况下访问受试者的隐私信息，从而防止隐私信息泄漏，属于事后的隐私泄漏防范。然而，发明人发现上述工作均忽略了在受试者与医生的在线咨询过程中可能存在的隐私泄漏问题，隐私泄漏的防范存在漏洞。一旦受试者无意或被诱导上传与疾病诊断无关的隐私信息被医生知晓，将无法防范该医生主动或无意扩散该受试者的隐私信息，从而造成隐私泄漏。


技术实现要素：

4.本发明提供一种临床科研受试者隐私信息处理方法和服务器，用以解决现有技术中隐私泄漏防范存在漏洞的缺陷。
5.本发明提供一种临床科研受试者隐私信息处理方法，包括：
6.在受试者向医生发送咨询请求时，对所述咨询请求对应的咨询文本进行隐私计算，或实时检测所述受试者是否发送隐私咨询模式开启请求，确定是否开启隐私咨询模式；
7.若确定不开启隐私咨询模式，则所述受试者与所述医生以独立咨询模式进行咨询；其中，在独立咨询模式下，所述受试者与所述医生之间的交流内容对其他人不可见；
8.若确定开启隐私咨询模式，则对所述受试者和/或所述医生发送的咨询文本进行隐私过滤。
9.根据本发明提供的一种临床科研受试者隐私信息处理方法，对所述咨询请求对应的咨询文本进行隐私计算，确定是否开启隐私咨询模式，具体包括：
10.基于所述受试者的个人资料、所述咨询请求对应的咨询文本进行隐私计算，确定
所述咨询请求的隐私暴露得分；
11.将所述咨询请求的隐私暴露得分与上一输入时刻的隐私暴露总分累加，得到当前输入时刻的隐私暴露总分；
12.若当前输入时刻的隐私暴露总分超过预设阈值，则向所述受试者发送隐私暴露风险提示；
13.若接收到所述受试者基于所述隐私暴露风险提示反馈的隐私咨询模式开启请求，则开启隐私咨询模式。
14.根据本发明提供的一种临床科研受试者隐私信息处理方法，所述基于所述受试者的个人资料、所述咨询请求对应的咨询文本进行隐私计算，确定所述咨询请求的隐私暴露得分，具体包括：
15.对所述咨询文本和所述受试者的个人资料分别进行语义提取，得到所述咨询文本的咨询语义向量和所述个人资料的隐私信息向量；
16.基于所述咨询语义向量与所述隐私信息向量之间的语义相似度，确定所述咨询请求的隐私暴露得分。
17.根据本发明提供的一种临床科研受试者隐私信息处理方法，所述基于所述受试者的个人资料、所述咨询请求对应的咨询文本进行隐私计算，确定所述咨询请求的隐私暴露得分，具体包括：
18.基于所述受试者的个人资料以及所述咨询文本，确定所述咨询文本中包含的隐私暴露类型；
19.基于所述咨询文本中包含的隐私暴露类型对应的隐私得分，确定所述咨询请求的隐私暴露得分。
20.根据本发明提供的一种临床科研受试者隐私信息处理方法，所述对所述受试者和/或所述医生发送的咨询文本进行隐私过滤，具体包括：
21.对所述受试者和/或所述医生发送的咨询文本进行隐私信息识别；
22.确定所述医生的咨询文本中包含未发送的隐私信息且所述医生的咨询文本为问句，和/或，确定所述受试者的咨询文本中包含未发送的隐私信息，则拒绝向对方发送所述咨询文本。
23.根据本发明提供的一种临床科研受试者隐私信息处理方法，所述确定开启隐私咨询模式，之后还包括：
24.接收历史咨询记录加载请求；
25.基于所述历史咨询记录加载请求中携带的对话标识，对所述历史咨询记录加载请求的发送者进行身份鉴别；
26.若确定所述历史咨询记录加载请求的发送者为所述受试者，则向所述受试者推送所述受试者的历史咨询记录。
27.根据本发明提供的一种临床科研受试者隐私信息处理方法，所述向所述受试者推送所述受试者的历史咨询记录，之后还包括：
28.在所述受试者基于所述历史咨询记录选择待发送给所述医生的待发送咨询记录后，将所述待发送咨询记录中的所述隐私信息进行过滤或脱敏处理并发送给所述医生。
29.根据本发明提供的一种临床科研受试者隐私信息处理方法，还包括：
30.接收所述受试者发送的隐私咨询模式退出请求后，向所述受试者发送咨询主题保存提示信息；
31.若接收到所述受试者基于所述咨询主题保存提示信息反馈的保存确认信息，则基于所述受试者和所述医生在隐私咨询模式开启期间内发送的咨询记录，确定并保存所述受试者咨询的疾病主题，以供在下次开启隐私咨询模式时向所述受试者推送所述疾病主题。
32.根据本发明提供的一种临床科研受试者隐私信息处理方法，还包括：
33.基于所述受试者的输入文本，确定所述受试者咨询的候选疾病；
34.基于所述候选疾病以及疾病知识问答库，生成推荐问题，并将所述推荐问题推送给所述受试者；
35.其中，所述疾病知识问答库是对多个用户基于同一疾病输入的咨询问题进行问题模版抽取构建得到的。
36.本发明还提供一种临床科研受试者隐私信息处理服务器，包括：
37.隐私计算单元，用于在受试者向医生发送咨询请求时，对所述咨询请求对应的咨询文本进行隐私计算，或实时检测所述受试者是否发送隐私咨询模式开启请求，确定是否开启隐私咨询模式；
38.普通咨询单元，用于若确定不开启隐私咨询模式，则所述受试者与所述医生以独立咨询模式进行咨询；其中，在独立咨询模式下，所述受试者与所述医生之间的交流内容对其他人不可见；
39.隐私咨询单元，用于若确定开启隐私咨询模式，则对所述受试者和/或所述医生发送的咨询文本进行隐私过滤。
40.本发明提供的临床科研受试者隐私信息处理方法和服务器，通过在受试者向医生发送咨询请求时，对咨询请求对应的咨询文本进行隐私计算，或，实时检测受试者是否发送隐私咨询模式开启请求，确定是否开启隐私咨询模式，从而在隐私咨询模式开启时对受试者和/或医生发送的咨询文本进行隐私过滤，避免受试者自己主动或被医生诱导暴露自己的隐私信息，或在确定不开启隐私咨询模式时，使受试者与医生以独立咨询模式进行咨询，保证交流内容不被当事双方以外的人知晓，实现咨询过程中的即时隐私保护，从源头上避免了隐私信息的泄漏，提高了隐私信息的安全性。
附图说明
41.为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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获得其他的附图。
42.图1是本发明提供的临床科研受试者隐私信息处理方法的流程示意图；
43.图2是本发明提供的cbow模型的示意图；
44.图3是本发明提供的临床科研受试者隐私信息处理方法的详细示意图；
45.图4是本发明提供的临床科研受试者隐私信息处理服务器的结构示意图；
46.图5是本发明提供的电子设备的结构示意图。
具体实施方式
47.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
48.随着在线咨询方式的逐步推广，受试者隐私信息的泄漏问题也随之而来。为了克服受试者隐私泄漏的问题，大量的工作着眼在利用各种技术对受试者的隐私信息进行加密后再存储，并对访问者进行身份验证，使得仅身份验证通过的人(例如患者的咨询医生)能够访问受试者的隐私信息。然而，发明人发现上述工作均忽略了在受试者与医生的在线咨询过程中可能存在的隐私泄漏问题。一旦受试者无意或被诱导上传与疾病诊断无关的隐私信息被医生知晓，将无法防范该医生主动或无意扩散该受试者的隐私信息，从而造成隐私泄漏。因此，上述咨询后的隐私信息加密方式存在漏洞，仍有可能造成隐私泄漏。
49.对此，本发明实施例提供了一种临床科研受试者隐私信息处理方法，用于在咨询过程中进行隐私信息保护，从源头解决隐私信息泄漏的问题。图1为本发明实施例提供的临床科研受试者隐私信息处理方法的流程示意图，如图1所示，该方法可以应用于在线咨询平台的服务器中，该方法包括：
50.步骤110，在受试者向医生发送咨询请求时，对所述咨询请求对应的咨询文本进行隐私计算，或实时检测所述受试者是否发送隐私咨询模式开启请求，确定是否开启隐私咨询模式；
51.步骤120，若确定不开启隐私咨询模式，则所述受试者与所述医生以独立咨询模式进行咨询；其中，在独立咨询模式下，所述受试者与所述医生之间的交流内容对其他人不可见；
52.步骤130，若确定开启隐私咨询模式，则对所述受试者和/或所述医生发送的咨询文本进行隐私过滤。
53.此处，受试者可以为医疗场景下向医生咨询医疗信息的任意对象，例如实际问诊的患者或是参加医疗科研项目的试验对象。当受试者想要进行在线咨询时，可以针对任一医生发起咨询请求。
54.在受试者发送咨询请求之前，为了确认受试者和医生双方的真实身份，从而保证在线咨询不被无关人士干扰，医生可以在医生端应用程序中生成其对应的邀请码，任何人可以通过扫描该医生的邀请码，成为认证后的受试者。其中，邀请码可以基于医生id(例如电话号码等)、项目id(若受试者为某一科研项目的试验对象，则需要基于项目id生成邀请码，从而将该受试者与该项目绑定)、机构id(医生归属的机构)、时间戳信息以及加密信息(例如可以结合医生id和时间戳等信息进行加密，得到加密信息，以生成动态邀请码，防止无关人士恶意扫描该邀请码成为受试者)中的一个或多个生成。扫码后，服务器端会绑定该受试者的身份信息，但医生端应用程序仅显示不包含隐私信息的个人信息，例如昵称等，实现匿名咨询。
55.同一医生可以邀请多个受试者，而同一受试者也可以扫描添加多个医生，因此医生端应用程序可以显示受试者列表，受试者一端可以显示当前所属项目，并可查询该项目对应的一个或多个医生。受试者通过选择任一医生触发相应咨询请求后，服务器即会在双
方之间创建聊天空间。
56.受试者可以主动或经系统提示后，发送隐私咨询模式开启请求，以在咨询过程中开启隐私咨询模式。服务器实时检测受试者是否发送隐私咨询模式开启请求，若接收到受试者发送的隐私咨询模式开启请求，则确定开启隐私咨询模式，以在咨询过程中保护受试者的隐私安全。
57.或者，受试者也可以直接开始在线咨询，向医生发送咨询问题或回答医生发送的问诊问题。在在线咨询过程中，每当受试者向医生发送咨询请求时，服务器会获取受试者发送的咨询请求中包含的咨询文本。其中，咨询文本即受试者发送给医生的咨询问题文本或回答医生的答案文本。通过对受试者发送的咨询文本进行隐私计算，判断受试者是否已经暴露了较多的隐私信息。其中，虽然在进行问诊或咨询时，受试者必不可少地需要与医生交流部分隐私信息，包括疾病史等，但医疗目的下的隐私信息暴露程度应当是有限的，若受试者暴露的隐私信息超过了应有的限度，则应该开启隐私保护功能，避免受试者暴露更多的隐私信息。因此，可以根据受试者发送的咨询文本的隐私计算结果，判断受试者是否已经暴露了较多的隐私信息，从而确定是否开启隐私咨询模式。
58.若确定开启隐私咨询模式以实现隐私保护，则可以在受试者与医生的后续咨询过程中，对受试者和/或医生点击发送的咨询文本进行隐私过滤，将咨询文本中过滤掉隐私信息后剩余的内容发送给对方，从而实现隐私保护。其中，点击发送的咨询文本是受试者或医生输入在文本输入框中并点击发送的文本。当服务器接收到受试者或医生发送的咨询文本后对其进行隐私过滤，再将过滤后的文本发送给对方。通过对受试者和/或医生发送的咨询文本进行隐私过滤，可以避免受试者在咨询过程中暴露隐私信息，通过禁止发送隐私信息的方式从源头上切断了隐私暴露的途径。
59.此处，一方面可以从受试者一方进行隐私保护，即对受试者发送的文字进行隐私过滤，避免受试者将隐私信息发送给医生知晓；另一方面还可以从医生一方进行隐私保护，即对医生发送的文字进行隐私过滤，避免医生采用诱导问询方式获知受试者的隐私信息，例如采用“是”或“否”的问答方式询问受试者的隐私信息，进一步保护受试者隐私信息不被泄漏。此时，当医生采用诱导问询方式询问受试者的隐私信息时，若仅对受试者的咨询文本进行隐私过滤，由于受试者可以仅回答“是”或“否”，因此无法识别出当前的隐私信息，从而导致隐私信息的泄漏，故对医生的咨询文本进行隐私过滤可以进一步提高隐私保护的全面性。
60.其中，开启隐私咨询模式包括在受试者与医生之间创建独立的隐私咨询空间，受试者与医生在隐私咨询空间内进行在线咨询并进行实时的隐私过滤；或者，若在此之前受试者和医生以独立咨询模式进行咨询，还可以在独立咨询模式下已有的独立咨询空间中直接开启隐私咨询模式，对受试者和/或医生发送的咨询文本进行隐私过滤，同时将隐私咨询模式下的咨询记录单独存放添加单独的标记，以将隐私咨询模式下的咨询记录与独立咨询模式下的咨询记录区分开。
61.若确定不开启隐私咨询模式，则服务器可以开启独立咨询模式，使受试者和医生以独立咨询模式进行咨询。其中，独立咨询模式仅支持受试者与医生两者进行信息交互，在独立咨询模式下，受试者和医生以外的任何人均无法获取受试者与医生之间的交流内容，从而保证在线咨询过程对当事者以外的人保密。
62.本发明实施例提供的方法，通过在受试者向医生发送咨询请求时，对咨询请求对应的咨询文本进行隐私计算，或，实时检测受试者是否发送隐私咨询模式开启请求，确定是否开启隐私咨询模式，从而在隐私咨询模式开启时对受试者和/或医生发送的咨询文本进行隐私过滤，避免受试者自己主动或被医生诱导暴露自己的隐私信息，或在确定不开启隐私咨询模式时，使受试者与医生以独立咨询模式进行咨询，保证交流内容不被当事双方以外的人知晓，实现咨询过程中的即时隐私保护，从源头上避免了隐私信息的泄漏，提高了隐私信息的安全性。
63.基于上述实施例，对所述咨询请求对应的咨询文本进行隐私计算，确定是否开启隐私咨询模式，具体包括：
64.基于所述受试者的个人资料、所述咨询请求对应的咨询文本进行隐私计算，确定所述咨询请求的隐私暴露得分；
65.将所述咨询请求的隐私暴露得分与上一输入时刻的隐私暴露总分累加，得到当前输入时刻的隐私暴露总分；
66.若当前输入时刻的隐私暴露总分超过预设阈值，则向所述受试者发送隐私暴露风险提示；
67.若接收到所述受试者基于所述隐私暴露风险提示反馈的隐私咨询模式开启请求，则开启隐私咨询模式。
68.具体地，当受试者加入到在线咨询平台时，可以提供自身的个人资料。因此，可以获取受试者自己提供的个人资料作为隐私计算的依据。此外，由于在受试者添加医生邀请码后，服务器绑定了该受试者的身份信息，因此，还可以基于该身份信息，从其他医疗平台中获取该受试者更详尽的个人资料。其中，个人资料中包含该受试者的各种隐私信息，例如疾病史、婚史等。
69.将受试者的个人资料作为依据，可以计算受试者发送的咨询文本与个人资料在语义上的重合程度，从而确定受试者发送的咨询请求的隐私暴露得分。其中，咨询请求对应的咨询文本与个人资料在语义上的重合程度越高，即咨询文本中包含个人资料中的信息越多，表明其暴露的隐私信息越多，则该咨询请求的隐私暴露得分越高。此处，本发明实施例在对咨询请求对应的咨询文本进行隐私计算，从而确定隐私暴露得分时，采用计算咨询请求对应的咨询文本与个人资料在语义上的重合程度的方式，仅需要获取个人资料即可，无需预先收集大量的隐私关键词，实用性更强，且计算效率较高，更能满足实时性需求；另一方面，基于隐私关键词的隐私计算方式，由于关键词难以穷举，导致其泛化能力较差，而本发明实施例给出的方式通过分析个人资料和咨询文本的语义进行隐私信息识别，不受限于语言上的固定表达，因此泛化能力更强。
70.将该咨询请求的隐私暴露得分与上一输入时刻的隐私暴露总分累加，得到当前输入时刻的隐私暴露总分。其中，当前输入时刻的隐私暴露总分可以表明从咨询开始到当前输入时刻为止受试者的隐私信息的暴露程度。
71.若确定当前输入时刻的隐私暴露总分超过预设阈值(例如0.85)，表明当前受试者已暴露自身过多隐私，超出了疾病问诊咨询的需要，亟需进行隐私保护，以避免隐私信息进一步泄漏。因此服务器可以向受试者一端发送隐私暴露风险提示，告知受试者当前的隐私暴露风险较高，并等待受试者的反馈。其中，上述预设阈值可以根据实际医疗场景的问诊情
况进行设定，且不同疾病类型对应的预设阈值可以不同。例如，可以根据不同疾病类型的问诊情况，确定不同疾病类型在问诊时必需的隐私信息，并基于必需的隐私信息和个人资料设定不同疾病类型对应的合适阈值。若受试者根据该隐私暴露风险提示，发送了隐私咨询模式开启请求，则服务器可以根据受试者反馈的该请求开启隐私咨询模式。
72.本发明实施例提供的方法，根据受试者的个人资料以及咨询请求对应的咨询文本，可以高效准确地判断咨询请求已暴露的隐私信息，从而确定当前输入时刻的隐私暴露总分，并在隐私暴露总分高于预设阈值时提示开启隐私咨询模式，可以及时避免隐私信息泄漏。
73.基于上述任一实施例，所述基于所述受试者的个人资料、所述咨询请求对应的咨询文本进行隐私计算，确定所述咨询请求的隐私暴露得分，具体包括：
74.对所述咨询文本和所述受试者的个人资料分别进行语义提取，得到所述咨询文本的咨询语义向量和所述个人资料的隐私信息向量；
75.基于所述咨询语义向量与所述隐私信息向量之间的语义相似度，确定所述咨询请求的隐私暴露得分。
76.具体地，对上述咨询请求对应的咨询文本和受试者的个人资料分别进行语义提取，得到咨询文本的咨询语义向量和个人资料的隐私信息向量。其中，咨询文本的咨询语义向量中包含整个咨询文本的语义信息，而个人资料的隐私信息向量中包含个人资料中各隐私信息的语义信息。
77.其中，在对咨询文本或个人资料进行语义提取时，可以首先利用分词工具，例如jieba分词组件进行分词。需要说明的是，对个人资料进行分词时，也可以过滤其名称，只留下相关的结果值。
78.例如，若个人资料为：
79.1.婚姻:已婚，结婚年龄:24岁，配偶健康状况:健康
80.2.既往体质:良好，慢性乙型病毒性肝炎详见现病史，无高血压、糖尿病、肺部疾病、肾病、冠心病史，无结核等其它传染病史。
81.则分词结果为：
82.1.[“婚姻”,”已婚”,“结婚”,”年龄”,”24”,”岁”,“配偶”,“健康”,”状况”,”健康”]
[0083]
2.[“既往”,”体质”,”良好”,”慢性”,”乙型”,”病毒性”,”肝炎”,“详见”,“现病史”,”无”,”高血压”,”糖尿病”,”糖尿病”,”肺部疾病”,”肾病”,”冠心病”,”史”,”无”,”结核”,”等”,”结核”,”等”,”其他”，“传染病“,”史”]
[0084]
其中，为了提高分词的准确率，可以导入当前医学领域的自定义分词，提高专有名词的分词准确性。
[0085]
例如，可采用如下方式进行分词：
[0086]
#使用默认模型，并使用自定义词典
[0087]
seg＝pkuseg.pkuseg(user_dict＝'dict.txt')
[0088]
#进行分词
[0089]
data['cut']＝data['comment'].apply(lambdax:[iforiinseg.cut(x)ifinotinstop_list])
[0090]
print(data['cut'].loc[14])
[0091]
随后，可以将分词转换为向量形式，例如可以通过gensim中的word2vec方法或cbow模型(如图2所示)把分词转成对应的词向量，例如一个8维向量。然后基于每个分词的词向量确定整段文本的向量，即咨询语义向量或隐私信息向量。例如，可以对各个词向量进行平均值计算，即，将不同词向量同一个维度的数值相加求平均值，得到咨询语义向量或隐私信息向量。
[0092]
随后，可以计算咨询语义向量与隐私信息向量之间的语义相似度，得到当前输入时刻的隐私暴露程度。其中，可以利用余弦相似度的计算方式求取咨询语义向量与隐私信息向量之间的语义相似度。余弦相似度的计算方式如下：
[0093][0094]
基于上述任一实施例，所述基于所述受试者的个人资料、所述咨询请求对应的咨询文本进行隐私计算，确定所述咨询请求的隐私暴露得分，具体包括：
[0095]
基于所述受试者的个人资料以及所述咨询文本，确定所述咨询文本中包含的隐私暴露类型；
[0096]
基于所述咨询文本中包含的隐私暴露类型对应的隐私得分，确定所述咨询请求的隐私暴露得分。
[0097]
具体地，根据受试者的个人资料给出的隐私信息，可以分析得到咨询请求对应的咨询文本中包含有该受试者的哪些隐私信息，以及隐私信息对应的隐私暴露类型。其中，隐私暴露类型即咨询文本中暴露的隐私信息的类型。该类型可以根据隐私信息的内容进行划分，例如证件信息、婚姻信息、疾病信息等。
[0098]
此处，可以将个人资料按照各种隐私暴露类型进行标注，再将个人资料按照标注结果进行划分，得到各个隐私暴露类型对应的资料片段。随后，针对每个资料片段，可以确定其与咨询文本之间的语义相似度。其中，语义相似度越高，表明咨询文本中包含该资料片段对应的隐私信息的可能性越高。获取语义相似度高于预设阈值的资料片段，其对应的隐私暴露类型即为咨询文本中包含的隐私暴露类型。
[0099]
基于该咨询文本中包含的隐私暴露类型对应的隐私得分，确定上述咨询请求的隐私暴露得分。其中，针对每一个隐私暴露类型可以设置相同或不同的隐私得分，且任一隐私暴露类型对应的隐私得分可以与该隐私暴露类型的重要程度正相关。例如，隐私暴露类型“证件信息”的重要程度较高，则其对应的隐私得分可以设置得较高，而“婚姻信息”的重要程度相对较低，则其对应的隐私得分可以设置的较低。需要说明的是，若咨询文本中包含多个隐私暴露类型，则可以将该咨询文本中包含的各个隐私暴露类型对应的隐私得分相加后，得到上述咨询请求的隐私暴露得分。
[0100]
基于上述任一实施例，所述在所述独立咨询空间中对所述受试者和/或所述医生发送的咨询文本进行隐私过滤，具体包括：
[0101]
对所述受试者和/或所述医生发送的咨询文本进行隐私信息识别；
[0102]
确定所述医生的咨询文本中包含未发送的隐私信息且所述医生的咨询文本为问句，和/或，确定所述受试者的咨询文本中包含未发送的隐私信息，则拒绝向对方发送所述咨询文本。
[0103]
具体地，在开启隐私咨询模式进行隐私保护时，可以获取受试者和/或医生点击发送的咨询文本，并对咨询文本进行隐私信息识别，判断咨询文本中是否包含隐私信息以及当包含隐私信息时隐私信息在咨询文本中的位置。
[0104]
其中，在进行隐私信息识别时，可以将该受试者的个人资料按照不同隐私信息进行分段，得到多个资料片段，并确定咨询文本中是否包含与某个资料片段语义相似度较高的文本片段。根据咨询文本的文本片段与个人资料的资料片段之间的语义相似度，能够确定咨询文本中是否包含受试者的隐私信息，以及隐私信息的具体内容。
[0105]
此处，对受试者的咨询文本进行隐私信息识别，可以获知受试者当前是否发送自身的隐私信息，以及发送的隐私信息的具体内容。若受试者发送自身的隐私信息，且该隐私信息尚未发送给医生知晓，则可以对其咨询文本进行隐私过滤，屏蔽该咨询文本，拒绝向对方发送该咨询文本。另外，还可以对医生的咨询文本进行隐私信息识别，获知医生当前是否在谈论有关受试者隐私的相关内容。若医生的咨询文本中包含受试者未发送过的隐私信息，且该咨询文本为问句，表明医生正在诱导询问受试者的隐私信息。此时，可以通过拒绝将该咨询文本发送给受试者，禁止医生询问受试者隐私信息。
[0106]
本发明实施例提供的方法，通过隐私信息识别，确定所述医生的咨询文本中包含未发送的隐私信息且所述医生的咨询文本为问句，和/或，确定所述受试者的咨询文本中包含未发送的隐私信息，则拒绝向对方发送所述咨询文本，可以全面进行隐私保护，提升隐私保护的效果。
[0107]
基于上述任一实施例，所述确定开启隐私咨询模式，之后还包括：
[0108]
接收历史咨询记录加载请求；
[0109]
基于所述历史咨询记录加载请求中携带的对话标识，对所述历史咨询记录加载请求的发送者进行身份鉴别；
[0110]
若确定所述历史咨询记录加载请求的发送者为所述受试者，则向所述受试者推送所述受试者的历史咨询记录。
[0111]
具体地，在确定开启隐私咨询模式后，可以根据受试者的请求，在受试者一端的界面中加载其与该医生的历史咨询记录。其中，该历史咨询记录为此次咨询之前该受试者与该医生之间的咨询记录，包括该受试者以往在隐私咨询模式下与该医生之间的咨询记录，以避免重复咨询，且可以保证咨询的连续性。
[0112]
具体而言，若服务器接收到历史咨询记录加载请求，为了保证受试者的隐私安全，仅能在受试者一端的界面上加载历史咨询记录。因此，可以为受试者与医生之间的对话添加对话标识，以区分受试者和医生。当某一方发送历史咨询记录加载请求时，将对应的对话标识一同携带发送给服务器。服务器基于历史咨询记录加载请求中携带的对话标识，对该历史咨询记录加载请求的发送者进行身份鉴别，判断该请求的发送者是否为受试者。若该请求的发送者为该受试者，则向该受试者推送该受试者对应的历史咨询记录，使得该受试者一端的界面上可以显示其与当前医生以往的历史咨询记录。受试者基于界面上加载的历史咨询记录，可以选择其中某一部分咨询记录发送给医生，从而避免重复咨询，保证咨询的连续性。
[0113]
本发明实施例提供的方法，通过对历史咨询记录加载请求的发送者进行身份鉴别，在确定历史咨询记录加载请求的发送者为受试者时，向受试者推送受试者的历史咨询
记录，在保证受试者隐私安全的前提性可以避免重复咨询并保障在线咨询的连续性，优化咨询体验。
[0114]
基于上述任一实施例，所述向所述受试者推送所述受试者的历史咨询记录，之后还包括：
[0115]
在所述受试者基于所述历史咨询记录选择待发送给所述医生的待发送咨询记录后，将所述待发送咨询记录中的所述隐私信息进行过滤或脱敏处理并发送给所述医生。
[0116]
具体地，在受试者一端的界面上加载历史咨询记录后，受试者可以从中选择部分咨询记录作为待发送咨询记录以发送给医生，从而避免重复咨询。为了保证隐私信息的安全性，避免医生从历史咨询记录中获知受试者隐私信息，可以对待发送咨询记录中包含的隐私信息进行处理。此处，可以对待发送咨询记录进行隐私信息识别，得到待发送咨询记录中的隐私信息。随后，将待发送咨询记录中的隐私信息直接过滤掉，或利用模糊化等手段进行数据脱敏处理后，再发送给医生。
[0117]
本发明实施例提供的方法，通过对待发送咨询记录中的隐私信息进行过滤或脱敏处理后，再发送给医生，可以保障历史咨询记录中的隐私不被泄露。
[0118]
基于上述任一实施例，该方法还包括：
[0119]
接收所述受试者发送的隐私咨询模式退出请求后，向所述受试者发送咨询主题保存提示信息；
[0120]
若接收到所述受试者基于所述咨询主题保存提示信息反馈的保存确认信息，则基于所述受试者和所述医生在隐私咨询模式开启期间内发送的咨询记录，确定并保存所述受试者咨询的疾病主题，以供在下次开启隐私咨询模式时向所述受试者推送所述疾病主题。
[0121]
具体地，受试者退出隐私咨询模式时，服务器会接收到受试者发送的隐私咨询模式退出请求，并向受试者发送咨询主题保存提示信息，以询问受试者是否需要保存此次咨询的疾病主题作为下次咨询时的默认主题。受试者接收到咨询主题保存提示信息后可以选择保存或取消。若接收到受试者基于咨询主题保存提示信息反馈的保存确认信息，则可以获取受试者此次咨询的疾病主题并进行保存，待受试者下次开启隐私咨询模式时，向其主动推送该疾病主题。
[0122]
其中，在获取受试者此次咨询的疾病主题时，可以基于受试者和医生在隐私咨询模式开启期间内发送的咨询记录，根据其中的症状信息或医生给出的诊断信息，判断该受试者向医生咨询的疾病种类，从而得到此次咨询的疾病主题。
[0123]
基于上述任一实施例，该方法还包括：
[0124]
基于所述受试者的输入文本，确定所述受试者咨询的候选疾病；
[0125]
基于所述候选疾病以及疾病知识问答库，生成推荐问题，并将所述推荐问题推送给所述受试者；
[0126]
其中，所述疾病知识问答库是对多个用户基于同一疾病输入的咨询问题进行问题模版抽取构建得到的。
[0127]
具体地，在受试者进行在线咨询时，为了便于受试者更快捷地咨询各种疾病问题，可以根据受试者当前的输入文本，向其推送可能想要咨询的相关问题。具体而言，可以基于受试者的输入文本，推测其可能想要咨询的候选疾病。例如，受试者通常会将自己的症状发送给医生进行咨询，因此可以根据受试者输入的症状信息，利用各类疾病的先验知识，判断
该受试者可能需要咨询何种疾病。随后，根据推测得到的候选疾病以及预先构建的疾病知识问答库，生成该候选疾病关联的咨询问题，作为推荐问题推送给受试者供其选择。此外，根据受试者选择的推荐问题，可以从疾病问答知识库中获取该被选取推荐问题对应的答案，将该答案推送给受试者以供参考，从而加快受试者的咨询效率，同时减轻医生对于重复问题的回答压力。
[0128]
其中，可以通过获取海量用户基于各类疾病输入的咨询问题，将各种咨询问题按照疾病种类进行分类后，针对同一类疾病对应的咨询问题进行问题模板抽取，从而构建出疾病知识问答库。
[0129]
基于上述任一实施例，图3为本发明实施例提供的临床科研受试者隐私信息处理方法的详细示意图，如图3所示，该方法包括：
[0130]
在医生展示其对应的项目邀请码，且患者扫描添加该邀请码之后，该患者成为该项目的受试者。成为受试者后，患者可以开始向医生在线咨询问题。
[0131]
受试者一端在需要保护隐私的情况下可以主动发起隐私咨询模式开启请求。若服务器检测到该请求，则开启隐私咨询模式，创建一个隐私空间。
[0132]
此外，受试者也可以先与医生进行普通咨询交流，在咨询过程中，服务器会根据受试者发送的咨询请求包含的咨询文本进行隐私计算。具体而言，可以基于受试者的个人资料，以及上述咨询文本，经过语义相似度分析，确定该咨询请求的隐私暴露得分，然后累加到上一输入时刻的隐私暴露总分上，得到当前输入时刻的隐私暴露总分。若当前输入时刻的隐私暴露总分超过预设阈值，则向受试者发送隐私暴露风险提示。受试者一端根据该风险提示，可以选择开启隐私咨询模式，并发送隐私咨询模式开启请求，也可以拒绝开启隐私咨询模式，仍选择普通咨询方式。服务器若接收到受试者基于隐私暴露风险提示反馈的隐私咨询模式开启请求，则开启隐私咨询模式。
[0133]
在隐私咨询模式开启过程中，服务器会对受试者和/或医生发送的咨询文本进行隐私过滤，禁止受试者发送带有未发送隐私信息的内容，和/或，禁止医生询问关于未发送隐私信息的问题。
[0134]
另外，受试者一端在需要加载历史咨询记录时，还可以发送历史咨询记录加载请求。服务器接收到历史咨询记录加载请求后可以根据其携带的对话标识进行身份鉴别，在确定该历史咨询记录加载请求的发送者为受试者后向其推送该受试者对应的全部或部分历史咨询记录，以供受试者一端的界面进行加载。受试者根据界面上加载的历史咨询记录，可以从中选择要发送给医生的待发送咨询记录。
[0135]
在受试者咨询医生的过程中，服务器还可以进行问题推荐，根据受试者在输入框中的输入文本以及疾病知识问答库，向其推送推荐问题，以提高咨询效率。
[0136]
需要说明的是，图3中给出的详细流程仅为临床科研受试者隐私信息处理方法的其中一种执行方式，根据不同的应用场景，可以选择上述任一实施例或实施例的组合实现在线咨询，本发明实施例对此不作任何限定。
[0137]
下面对本发明提供的临床科研受试者隐私信息处理服务器进行描述，下文描述的临床科研受试者隐私信息处理服务器与上文描述的临床科研受试者隐私信息处理方法可相互对应参照。
[0138]
基于上述任一实施例，图4为本发明实施例提供的临床科研受试者隐私信息处理
服务器的结构示意图，如图4所示，该服务器包括：隐私计算单元410、普通咨询单元420和隐私咨询单元430。
[0139]
其中，隐私计算单元410用于在受试者向医生发送咨询请求时，对所述咨询请求对应的咨询文本进行隐私计算，或实时检测所述受试者是否发送隐私咨询模式开启请求，确定是否开启隐私咨询模式；
[0140]
普通咨询单元420用于若确定不开启隐私咨询模式，则所述受试者与所述医生以独立咨询模式进行咨询；其中，在独立咨询模式下，所述受试者与所述医生之间的交流内容对其他人不可见；
[0141]
隐私咨询单元430用于若确定开启隐私咨询模式，则对所述受试者和/或所述医生发送的咨询文本进行隐私过滤。
[0142]
本发明实施例提供的服务器，通过在受试者向医生发送咨询请求时，对咨询请求对应的咨询文本进行隐私计算，或，实时检测受试者是否发送隐私咨询模式开启请求，确定是否开启隐私咨询模式，从而在隐私咨询模式开启时对受试者和/或医生发送的咨询文本进行隐私过滤，避免受试者自己主动或被医生诱导暴露自己的隐私信息，或在确定不开启隐私咨询模式时，使受试者与医生以独立咨询模式进行咨询，保证交流内容不被当事双方以外的人知晓，实现咨询过程中的即时隐私保护，从源头上避免了隐私信息的泄漏，提高了隐私信息的安全性。
[0143]
基于上述任一实施例，对所述咨询请求对应的咨询文本进行隐私计算，确定是否开启隐私咨询模式，具体包括：
[0144]
基于所述受试者的个人资料、所述咨询请求对应的咨询文本进行隐私计算，确定所述咨询请求的隐私暴露得分；
[0145]
将所述咨询请求的隐私暴露得分与上一输入时刻的隐私暴露总分累加，得到当前输入时刻的隐私暴露总分；
[0146]
若当前输入时刻的隐私暴露总分超过预设阈值，则向所述受试者发送隐私暴露风险提示；
[0147]
若接收到所述受试者基于所述隐私暴露风险提示反馈的隐私咨询模式开启请求，则开启隐私咨询模式。
[0148]
本发明实施例提供的服务器，根据受试者的个人资料以及咨询请求对应的咨询文本，可以高效准确地判断咨询请求已暴露的隐私信息，从而确定当前输入时刻的隐私暴露总分，并在隐私暴露总分高于预设阈值时提示开启隐私咨询模式，可以及时避免隐私信息泄漏。
[0149]
基于上述任一实施例，所述基于所述受试者的个人资料、所述咨询请求对应的咨询文本进行隐私计算，确定所述咨询请求的隐私暴露得分，具体包括：
[0150]
对所述咨询文本和所述受试者的个人资料分别进行语义提取，得到所述咨询文本的咨询语义向量和所述个人资料的隐私信息向量；
[0151]
基于所述咨询语义向量与所述隐私信息向量之间的语义相似度，确定所述咨询请求的隐私暴露得分。
[0152]
基于上述任一实施例，所述基于所述受试者的个人资料、所述咨询请求对应的咨询文本进行隐私计算，确定所述咨询请求的隐私暴露得分，具体包括：
[0153]
基于所述受试者的个人资料以及所述咨询文本，确定所述咨询文本中包含的隐私暴露类型；
[0154]
基于所述咨询文本中包含的隐私暴露类型对应的隐私得分，确定所述咨询请求的隐私暴露得分。
[0155]
基于上述任一实施例，所述所述在所述独立咨询空间中对所述受试者和/或所述医生发送的咨询文本进行隐私过滤，具体包括：
[0156]
对所述受试者和/或所述医生发送的咨询文本进行隐私信息识别；
[0157]
确定所述医生的咨询文本中包含未发送的隐私信息且所述医生的咨询文本为问句，和/或，确定所述受试者的咨询文本中包含未发送的隐私信息，则拒绝向对方发送所述咨询文本。
[0158]
本发明实施例提供的服务器，通过隐私信息识别，确定所述医生的咨询文本中包含未发送的隐私信息且所述医生的咨询文本为问句，和/或，确定所述受试者的咨询文本中包含未发送的隐私信息，则拒绝向对方发送所述咨询文本，可以全面进行隐私保护，提升隐私保护的效果。
[0159]
基于上述任一实施例，该服务器还包括历史记录加载单元，在确定开启隐私咨询模式之后，用于：
[0160]
接收历史咨询记录加载请求；
[0161]
基于所述历史咨询记录加载请求中携带的对话标识，对所述历史咨询记录加载请求的发送者进行身份鉴别；
[0162]
若确定所述历史咨询记录加载请求的发送者为所述受试者，则向所述受试者推送所述受试者的历史咨询记录。
[0163]
本发明实施例提供的服务器，通过对历史咨询记录加载请求的发送者进行身份鉴别，在确定历史咨询记录加载请求的发送者为受试者时，向受试者推送受试者的历史咨询记录，在保证受试者隐私安全的前提性可以避免重复咨询并保障在线咨询的连续性，优化咨询体验。
[0164]
基于上述任一实施例，所述向所述受试者推送所述受试者的历史咨询记录，之后还包括：
[0165]
在所述受试者基于所述历史咨询记录选择待发送给所述医生的待发送咨询记录后，将所述待发送咨询记录中的所述隐私信息进行过滤或脱敏处理并发送给所述医生。
[0166]
本发明实施例提供的服务器，通过对待发送咨询记录中的隐私信息进行过滤或脱敏处理后，再发送给医生，可以保障历史咨询记录中的隐私不被泄露。
[0167]
基于上述任一实施例，该服务器还包括疾病主题保存单元，用于：
[0168]
接收所述受试者发送的隐私咨询模式退出请求后，向所述受试者发送咨询主题保存提示信息；
[0169]
若接收到所述受试者基于所述咨询主题保存提示信息反馈的保存确认信息，则基于所述受试者和所述医生在隐私咨询模式开启期间内发送的咨询记录，确定并保存所述受试者咨询的疾病主题，以供在下次开启隐私咨询模式时向所述受试者推送所述疾病主题。
[0170]
基于上述任一实施例，该服务器还包括问题推荐单元，用于：
[0171]
基于所述受试者的输入文本，确定所述受试者咨询的候选疾病；
[0172]
基于所述候选疾病以及疾病知识问答库，生成推荐问题，并将所述推荐问题推送给所述受试者；
[0173]
其中，所述疾病知识问答库是对多个用户基于同一疾病输入的咨询问题进行问题模版抽取构建得到的。
[0174]
图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口(communications interface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行临床科研受试者隐私信息处理方法，该方法包括：在受试者向医生发送咨询请求时，对所述咨询请求对应的咨询文本进行隐私计算，或实时检测所述受试者是否发送隐私咨询模式开启请求，确定是否开启隐私咨询模式；若确定不开启隐私咨询模式，则所述受试者与所述医生以独立咨询模式进行咨询；其中，在独立咨询模式下，所述受试者与所述医生之间的交流内容对其他人不可见；若确定开启隐私咨询模式，则对所述受试者和/或所述医生发送的咨询文本进行隐私过滤。
[0175]
此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0176]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的临床科研受试者隐私信息处理方法，该方法包括：在受试者向医生发送咨询请求时，对所述咨询请求对应的咨询文本进行隐私计算，或实时检测所述受试者是否发送隐私咨询模式开启请求，确定是否开启隐私咨询模式；若确定不开启隐私咨询模式，则所述受试者与所述医生以独立咨询模式进行咨询；其中，在独立咨询模式下，所述受试者与所述医生之间的交流内容对其他人不可见；若确定开启隐私咨询模式，则对所述受试者和/或所述医生发送的咨询文本进行隐私过滤。
[0177]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的临床科研受试者隐私信息处理方法，该方法包括：在受试者向医生发送咨询请求时，对所述咨询请求对应的咨询文本进行隐私计算，或实时检测所述受试者是否发送隐私咨询模式开启请求，确定是否开启隐私咨询模式；若确定不开启隐私咨询模式，则所述受试者与所述医生以独立咨询模式进行咨询；其中，在独立咨询模式下，所述受试者与所述医生之间的交流内容对其他人不可见；若确定开启隐私咨询模式，则对所述受试者和/或所述医生发送的咨询文本进行隐私过滤。
[0178]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其
中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0179]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0180]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。