该数据来源于患者通过智能预问诊系统在线输入的症状描述、个人基本信息以及实时健康监测指标等预问诊原始信息，数据处理过程通过自然语言处理规则提取关键症状词，并结合医学知识库和分诊算法进行逻辑匹配，例如使用规则引擎根据症状频率和严重程度加权计算，得出初步分诊建议和风险等级；使用场景主要应用于智能预问诊系统，帮助在医疗资源有限的情况下，快速筛选高危患者并引导至合适科室，提升线上问诊效率，减少线下医院拥堵。

数据处理步骤包括： 一、先对原始记录进行去重与无效剔除，删除完全空白及异常值。同时从原始数据中提取基础指标：年龄、性别、相关病史、体温、心率。 二、评估维度建模与权重分配。基于已标注样本训练逻辑回归模型，用于分类症状严重程度。参照通用分诊导诊原则，构建决策规则库，定义分诊级别。采用加权线性模型计算综合性能指标——风险评分，权重因素包括：症状严重程度、年龄分组、相关病史、体温、心率。风险评分范围0至12分，分值越高代表紧急性越强。 三、加权计算与构建综合性能指标。对每条清洗后的记录依次调用症状严重程度模型、分诊规则库和风险评分公式，自动输出分诊级别、风险评分，并依据分诊级别与症状关键词匹配建议就诊科室。处理后样例数据新增以下字段：标准化症状关键词、症状严重程度、分诊级别、风险评分、建议就诊科室。这些字段有效提升了分诊决策的可解释性与自动化水平。同时，对原始个人信息进行脱敏处理：患者标识转换为匿名ID，删除姓名、身份证号等直接标识符，时间戳泛化为日期，相关病史仅保留疾病类别。 以上三步实现了从原始数据到智慧化分诊报告的加工，有效提高分诊准确性与效率，优化资源分配，降低患者等待时间与成本。

本数据集主要应用于在线医疗平台、医院智能前台等场景，面向患者与医护人员提供数据支撑。患者端可基于本数据集训练的标准化模型，输入自由文本症状后，快速获得预问诊、症状分级、智能分诊与就诊科室建议；医护端可依托数据集形成的分诊规则与风险评分体系，开展辅助诊疗判断、就诊流量预测、医疗资源动态调度，为自动化分诊与初步筛查提供高质量标注与训练样本。本数据集通过对原始健康咨询数据进行清洗、术语标准化、智能分级、风险评分、科室匹配及脱敏处理，形成可直接用于模型训练与规则构建的结构化分诊数据，为自动化初步筛查与智能分诊系统提供核心数据基础，针对性解决医疗资源分配不均、患者候诊时间长、基层医疗负荷重等现实问题，同时提升分诊服务的一致性与准确性。依托本数据集，可有效提升医疗服务的可及性与响应速度，降低误诊与漏诊风险，在社会层面降低公共医疗支出、提升患者就医满意度，推动 “互联网 + 医疗” 规范化落地，强化全域健康管理与分级诊疗能力。

记录ID 标准化症状关键词 年龄分组 性别 相关病史 体温(°C) 心率(次/分) 症状严重程度 分诊级别 风险评分 建议就诊科室 1 头痛, 流涕, 咽痛, 乏力 20-29岁 男 无 37.8 88 轻度 普通 2.1 普通内科 2 胸闷, 呼吸困难, 活动后加重 ≥60岁 女 高血压 36.9 102 中度 紧急 7.8 心血管内科 3 腹痛, 腹泻 <20岁 女 无 37.2 85 轻度 普通 1.9 消化内科

记录ID 标准化症状关键词 年龄分组 性别 相关病史 体温(°C) 心率(次/分) 症状严重程度 分诊级别 风险评分 建议就诊科室