山东大学软件学院创新实训-----后端开发16 整合病历的智慧多轮问诊模式

最新推荐文章于 2024-08-31 09:36:00 发布
最新推荐文章于 2024-08-31 09:36:00 发布
阅读量393 收藏 9
点赞数 3
文章标签： 人工智能 java spring 后端
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/PAVOkeyuhao/article/details/139909711
版权

整合病历的智慧多轮问诊模式的创新点与意义：

        智慧问诊模式是一种利用人工智能技术，通过与患者的对话，自动收集和分析患者病情的智能系统。该系统通过分析患者的对话内容，判断是否需要进入智能问诊模式，并引导患者逐步提供完整的病情信息，得到完整病情信息之后，还会整合用户的病历信息来给出考虑更加周到的建议。这种模式的创新点在于：

  1. 智能化的问诊流程：通过预设的问诊步骤，系统能够引导患者提供包括个人信息、症状、病情发作细节、生活方式、病史、药物过敏史和正在使用的药物等全面的信息，确保病情信息的完整性和准确性。

  2. 高效的病情判断：系统能够通过调用大模型来判断用户是否正在咨询自身病情，并以此决定是否进入智能问诊模式，大大提高了问诊的效率和准确性。

  3. 个性化医疗建议：结合患者的病史和当前症状，系统能够提供个性化的医疗建议，帮助患者更好地理解自己的病情，并给予相应的医疗指导。

实现方式

智慧问诊模式的实现主要包括以下几个步骤：

  1. 消息初始化与管理：系统在初始状态下会添加一条系统消息，说明智能医生的角色和职责。通过消息管理器对用户与系统的对话进行管理和存储。

  2. 智能问诊模式触发判断：系统会判断用户的问题是否会触发智能问诊模式，如果触发，系统会进入问诊模式，并通过预设的问题逐步引导患者提供病情信息。

  3. 病情信息收集与存储：在问诊过程中，系统会根据预设的问诊步骤逐步收集患者的信息，并将这些信息存储在临时的PatientInfo对象中。

  4. 病历整合与保存：当问诊步骤完成后，系统会整合患者的当前症状和病史信息，并调用大模型生成医疗建议。最后，系统会将当前病症保存为病史，方便未来的查询和分析。

改进：

新增加了整合病历，这使得大模型回答用户问题的时候考虑的的内容会更加全面。

//查找病史
List<PatientHistory> PatientHistoryList = patientHistoryService.findByUserId(userController.loginUser.getId());
// 将病史列表中的元素转换成字符串并连接起来
String historyString = PatientHistoryList.stream()
                            .map(PatientHistory::toString)
                            .collect(Collectors.joining("。      "));
                    //打印查看病史列表
System.out.println(historyString);
patientInfo.toString();
//整合病史和当前病情
messages.add(createMessage(Role.USER,"我的的以往病史是："+historyString+
                            "            " +
                            "我的当前的病症是："+patientInfo.toString()+
                            "            " +
                            "请你针对我的的当前症状给出相应的建议，如果当前病症和我的病史相关那就需要考虑一下病史"));

智慧轮询的问题更加人格化，清切自然，并且为用户提供了更加明确的回答方向，这样收集的信息回更加准确，同时也能提高用户的使用体验。

    private String getNextQueryMessage() {
        queryStep++;
        switch (queryStep) {
            case 1:
                return "提供一下你最近的身高和体重信息";
            case 2:
                return "你目前有哪些症状？能详细和我说一下";
            case 3:
                return "病情发作的细节你有留意吗？，比如发作时间、持续时间和发作频率。";
            case 4:
                return "你的平时生活习惯怎样？比如饮食、运动、睡眠等方面。";
            case 5:
                return "请大致描述一下你的病史，包括曾经患过的疾病、手术史等。";
            case 6:
                return "你是否对某些药物过敏？如果有，请说一下你过敏的药物信息";
            case 7:
                return "你目前有那些正在使用的药物？请提供正在使用的药物清单。";
            default:
                break;
        }
        return null;
    }

完整实现代码：

package com.SmartMed_Connect.service;

import com.SmartMed_Connect.controller.UserController;
import com.SmartMed_Connect.entity.PatientHistory;
import com.SmartMed_Connect.entity.User;
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationOutput;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.aigc.generation.models.QwenParam;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.MessageManager;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.Constants;
import lombok.val;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Service;

import java.util.ArrayList;
import java.util.List;
import java.util.stream.Collectors;

@Service
public class ApiService {


    @Autowired
    protected PatientHistoryService patientHistoryService;

    @Autowired
    private UserController userController;

    @Autowired
    protected UserService userService;

    //病史实体类
    private PatientHistory patientHistory = new PatientHistory();

    static {
        // 设置 API key
        com.alibaba.dashscope.utils.Constants.apiKey = "sk-d70a6efd593a4d72b91a1cecd4408411";
    }
    // 消息列表
    private final List<Message> messages = new ArrayList<>();
    //智能问诊模式到了第几步
    private int queryStep = 0;
    //用于临时存储智能问诊模式得到的信息
    private PatientInfo patientInfo = new PatientInfo();
    //是否正在触发智能问诊模式
    private boolean isTriggering=false;


    //处理用户与 Qwen 对话的函数
    public String query(String queryMessage) {
        try {
            // 初始消息为空时，添加系统消息
            if(messages.isEmpty())
            {
                messages.add(createMessage(Role.SYSTEM, "你是一名智能医生，请结合上下文，回答病人的问题，不许回答其他问题。"));
//                System.out.println("用户Id"+userController.loginUser.getId());
//                patientHistoryService.findByUserId(userController.loginUser.getId());
            }
            //如果当前不在问诊模式
            if(!isTriggering)
            {
                isTriggering=isMedicalQuery(queryMessage); //判断用户的问题是否触发问诊模式
                //如果用户的问题会触发问诊模式，调用触发问诊模式第一步询问
                if(isTriggering)
                {
                    System.out.println("触发问诊模式");
                    patientInfo= new PatientInfo();
                    savePatientInfo(queryMessage);
                    String response=getNextQueryMessage();
                    return response;
                }
                //否则，使用通义千问的一般问答模式
                else
                {
                    messages.add(createMessage(Role.USER, queryMessage));
                    GenerationParam param = createGenerationParam(messages);
                    GenerationResult result = callGenerationWithMessages(param);
                    messages.add(result.getOutput().getChoices().get(0).getMessage());
                    GenerationOutput output = result.getOutput();
                    return output.getChoices().get(0).getMessage().getContent();
                }
            }
            else //已经进入问诊模式了
            {
                if(queryStep==7)
                {
                    savePatientInfo(queryMessage);//保存用户最后一次回答
                    isTriggering=false;//重置触发标志
                    queryStep=0;//重置问诊步骤



                    //查找病史
                    List<PatientHistory> PatientHistoryList = patientHistoryService.findByUserId(userController.loginUser.getId());
                    // 将病史列表中的元素转换成字符串并连接起来
                    String historyString = PatientHistoryList.stream()
                            .map(PatientHistory::toString)
                            .collect(Collectors.joining("。      "));
                    //打印查看病史列表
                    System.out.println(historyString);
                    patientInfo.toString();
                    //整合病史和当前病情
                    messages.add(createMessage(Role.USER,"我的的以往病史是："+historyString+
                            "            " +
                            "我的当前的病症是："+patientInfo.toString()+
                            "            " +
                            "请你针对我的的当前症状给出相应的建议，如果当前病症和我的病史相关那就需要考虑一下病史"));
                    GenerationParam param = createGenerationParam(messages);
                    GenerationResult result = callGenerationWithMessages(param);
                    messages.add(result.getOutput().getChoices().get(0).getMessage());
                    GenerationOutput output = result.getOutput();

//                    printMessages();
//                    System.out.println(output.getChoices().get(0).getMessage().getContent());
                    patientHistory=PatientInfoToPatientHistory(patientInfo,output.getChoices().get(0).getMessage().getContent());
                    //把当前的病症保存为病史
                    patientHistoryService.save(patientHistory);
//

                    return "考虑到您的病史和当前症状得到的诊断结果是：                   "+output.getChoices().get(0).getMessage().getContent();
                }
                savePatientInfo(queryMessage);//保存上一次提问的用户回答
                String response = getNextQueryMessage();//获得AI下一次的问题
                return response;
            }
        } catch (Exception e) {
            return "发生错误，请稍后再试。";
        }
    }

    public void printMessages() {
        for (Message message : messages) {
            System.out.println("Role: " + message.getRole() + ", Content: " + message.getContent());
        }
    }

    private String getNextQueryMessage() {
        queryStep++;
        switch (queryStep) {
            case 1:
                return "提供一下你最近的身高和体重信息";
            case 2:
                return "你目前有哪些症状？能详细和我说一下";
            case 3:
                return "病情发作的细节你有留意吗？，比如发作时间、持续时间和发作频率。";
            case 4:
                return "你的平时生活习惯怎样？比如饮食、运动、睡眠等方面。";
            case 5:
                return "请大致描述一下你的病史，包括曾经患过的疾病、手术史等。";
            case 6:
                return "你是否对某些药物过敏？如果有，请说一下你过敏的药物信息";
            case 7:
                return "你目前有那些正在使用的药物？请提供正在使用的药物清单。";
            default:
                break;
        }
        return null;
    }

    private void savePatientInfo(String queryMessage) {
        switch (queryStep) {
            case 0:
                patientInfo.setFirstQuery(queryMessage);// 第一次询问信息
                break;
            case 1:
                patientInfo.setPersonalInfo(queryMessage);// 个人基本信息，身高、体重
                break;
            case 2:
                patientInfo.setSymptoms(queryMessage);// 症状
                break;
            case 3:
                patientInfo.setEpisodeDetails(queryMessage);// 病情发作相关细节，如发作时间，持续时间，发作频率
                break;
            case 4:
                patientInfo.setLifestyleFactors(queryMessage);// 生活方式因素，包括饮食、运动、睡眠等
                break;
            case 5:
                patientInfo.setMedicalHistory(queryMessage);// 病史
                break;
            case 6:
                patientInfo.setAllergicDrugs(queryMessage);// 过敏药物
                break;
            case 7:
                queryStep++;
                patientInfo.setUsingDrugs(queryMessage);// 正在使用的药物
                break;
        }
    }

    private static GenerationParam createGenerationParam(List<Message> messages) {
        return GenerationParam.builder()
                .model("qwen-turbo")
                .messages(messages)
                .resultFormat(GenerationParam.ResultFormat.MESSAGE)
                .topP(0.8)
                .build();
    }

    private static GenerationResult callGenerationWithMessages(GenerationParam param) throws ApiException, NoApiKeyException, InputRequiredException
    {
        Generation gen = new Generation();
        return gen.call(param);
    }

    private static Message createMessage(Role role, String content) 
    {
        return Message.builder().role(role.getValue()).content(content).build();
    }


    //通过调用大模型来判断用户是否正在咨询自身病情。
    public  static boolean isMedicalQuery(String queryMessage) throws NoApiKeyException, InputRequiredException {
        Generation gen = new Generation();
        MessageManager msgManager = new MessageManager(10);
        Message systemMsg =
                Message.builder().role(Role.SYSTEM.getValue()).content("You are a helpful assistant.下面的问题只能回答一个0~1之间的小数，其余内容都不用回答").build();
        Message userMsg =
                Message.builder().role(Role.USER.getValue()).content(queryMessage+"，请你根据用户的询问给出用户此时身体不舒服的概率（0~1之间的小数），依据是出现疾病之类的词，只需要返回一个小数就行").build();
        msgManager.add(systemMsg);
        msgManager.add(userMsg);
        QwenParam param =
                QwenParam.builder().model(Generation.Models.QWEN_TURBO).messages(msgManager.get())
                        .resultFormat(QwenParam.ResultFormat.MESSAGE)
                        .build();
        GenerationResult result = gen.call(param);
        System.out.println("获取概率内容"+result.getOutput().getChoices().get(0).getMessage().getContent());
        float probability= Float.parseFloat(result.getOutput().getChoices().get(0).getMessage().getContent());
        System.out.println("概率"+probability);
        return probability > 0.84;
    }

    private static class PatientInfo {
        private String firstQuery;//第一次询问信息
        private String personalInfo;//个人基本信息，如身高、体重
        private String symptoms;//症状
        private String episodeDetails;//病情发作相关细节，如发作时间，持续时间，发作频率
        private String lifestyleFactors;//表示生活方式因素，包括饮食、运动、睡眠等
        private String medicalHistory;//病史
        private String allergicDrugs;//过敏药物
        private String usingDrugs;//正在使用的药物

        @Override
        public String toString() {
            return "病人信息{" +
                    "病人第一次询问为：'" + firstQuery + '\'' +//第一次询问信息
                    ", 一般信息：'" + personalInfo + '\'' +//个人基本信息，如年龄、性别、身高、体重
                    ", 症状：'" + symptoms + '\'' +//症状
                    ", 发作细节：'" + episodeDetails + '\'' +//病情发作相关细节，如发作时间，持续时间，发作频率
                    ", 生活方式：'" + lifestyleFactors + '\'' +//表示生活方式因素，包括饮食、运动、睡眠等
                    ", 病史：'" + medicalHistory + '\'' +//病史
                    ", 过敏药物：'" + allergicDrugs + '\'' +//过敏药物
                    ", 正在使用的药物：'" + usingDrugs + '\'' +//正在使用的药物
                    '}';
        }

        public void setLifestyleFactors(String lifestyleFactors) {
            this.lifestyleFactors = lifestyleFactors;
        }

        public void setUsingDrugs(String usingDrugs) {
            this.usingDrugs = usingDrugs;
        }

        public void setAllergicDrugs(String allergicDrugs) {
            this.allergicDrugs = allergicDrugs;
        }

        public void setMedicalHistory(String medicalHistory) {
            this.medicalHistory = medicalHistory;
        }

        public void setEpisodeDetails(String episodeDetails) {
            this.episodeDetails = episodeDetails;
        }

        public void setSymptoms(String symptoms) {
            this.symptoms = symptoms;
        }

        public void setPersonalInfo(String personalInfo) {
            this.personalInfo = personalInfo;
        }

        public void setFirstQuery(String firstQuery) {
            this.firstQuery = firstQuery;
        }
    }

    private PatientHistory PatientInfoToPatientHistory(PatientInfo patientInfo,String currentDiagnosticResult) {
        System.out.println("执行到这里了");
        patientHistory.setId(null);
        //设置用户id
        patientHistory.setUserId(userController.loginUser.getId());

        //设置用户第一次询问的信息
        patientHistory.setFirstQuery(patientInfo.firstQuery);
        //设置用户年龄
        patientHistory.setUserAge(userController.loginUser.getUserAge());
        //设置用户性别
        patientHistory.setUserSex(userController.loginUser.getUserSex());
        //设置用户身高体重
        patientHistory.setHeightAndWeight(patientInfo.personalInfo);
        //设置用户症状
        patientHistory.setSymptoms(patientInfo.symptoms);
        //设置用户病情发作相关细节，如发作时间，持续时间，发作频率
        patientHistory.setEpisodeDetails(patientInfo.episodeDetails);
        //表示生活方式因素，包括饮食、运动、睡眠等
        patientHistory.setLifestyleFactors(patientInfo.lifestyleFactors);
        //病史
        patientHistory.setMedicalHistory(patientInfo.medicalHistory);
        //过敏药物
        patientHistory.setAllergicDrugs(patientInfo.allergicDrugs);
        //正在使用的药物
        patientHistory.setUsingDrugs(patientInfo.usingDrugs);
        //当前诊断结果
        patientHistory.setDiagnosticResult(currentDiagnosticResult);
        //查看保存内容
        System.out.println(patientHistory);
        return patientHistory;
    }
}

A611699
关注
  • 3
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
WST 500.16-2016电子病历共享文档规范第16部分：剖宫产记录.pdf.rar
02-22
《WST 500.16-2016电子病历共享文档规范第16部分：剖宫产记录》是中国在医疗信息化领域制定的一项重要标准，旨在规范医疗机构之间电子病历信息的交换和共享，提高医疗服务的质量与效率。这一规范详细定义了剖宫产...
WS 445.16-2013 电子病历基本数据集 第16部分：转诊（院）记录.pdf
02-22
WS 445.16-2013 电子病历基本数据集 第16部分：转诊（院）记录
项目实训-后端数据库表设计（六）
weixin_64015449的博客
05-30 530
在本次的创新实训中，我们所做的项目是多模态的医疗图像辅助诊断系统，其中用户端是通过小程序进行开发的，而医生端以及医院系统是通过web页面的方式开发的。而在此基础之上，我们的项目后端是使用Java SpringBoot来实现的，数据库使用Mysql。Java Spring Boot 是一个基于Spring框架的快速应用开发工具，旨在简化Spring应用的配置和部署。它通过提供默认设置和内置服务器，使开发者能够快速创建独立运行的生产级Spring应用。
项目实训-后端数据库表设计（七）
weixin_64015449的博客
05-30 300
通过上一篇的介绍，我们已经设计了在该医疗系统中可能会使用到的一些数据库表，那么接下来还需要描述他们之间的关系，描述数据库表之间的关系是为了确保数据的组织和管理更加结构化和高效。这种关系描述帮助确保数据的一致性和完整性，支持复杂的查询和操作，从而满足业务需求，优化系统性能，并简化数据维护和更新过程。
NLP与训练模型-GPT-3：探索人工智能语言生成的新纪元
科技追踪者的专栏
05-21 1088
GPT-3（Generative Pre-trained Transformer 3）是由OpenAI推出的一种基于Transformer架构的语言生成模型，被认为是迄今为止规模最大、功能最强大的语言模型之一。GPT-3的出现引起了广泛的关注和讨论，被誉为人工智能领域的一次里程碑式的突破。综上所述，GPT-3模型的工作原理可以概括为通过预训练和微调两个阶段实现自然语言处理任务。在预训练阶段，模型通过大规模的无监督文本数据进行预训练，学习文本序列的语言模式和结构特征；
【机器学习-23】关联规则（Apriori）算法：介绍、应用与实现
qq_38614074的博客
05-26 6975
关联规则学习是一种数据挖掘技术，旨在发现数据集中项之间的有趣关系。这些关系通常以“如果…那么…”的形式呈现，表示一种条件与结论的关联性。在商业分析中，关联规则学习常用于识别顾客购买行为中的模式，例如哪些商品经常被一起购买。通过发现这些模式，企业可以制定更有效的营销策略，提高销售额和客户满意度。关联规则学习的重要性在于它能够从大量数据中提取出有价值的信息，帮助企业更好地理解客户行为和市场需求。这些信息不仅可以用于产品推荐、交叉销售等场景，还可以为企业的战略决策提供有力支持。
Springboot健康管理系统的设计与实现 毕业设计-附源码96479
DZbishe的博客
08-12 1233
本设计主要实现集人性化、高效率、便捷等优点于一身的健康管理系统，完成健康评估、健康档案、评估分析、健康咨询、风险评估、风险建议等功能模块。系统通过浏览器与服务器进行通信，实现数据的交互与变更。只需通过一台电脑，动动手指就可以操作系统，实现数据通信管理。整个系统的设计过程都充分考虑了数据的安全、稳定及可靠等问题，而且操作过程简单。本系统通过科学的管理方式、便捷的服务提高了工作效率，减少了数据存储上的错误和遗漏。健康管理系统本系统前端部分基于MVVM模式进行开发，采用B/S模式
玩转大数据21：基于FP-Growth算法的关联规则挖掘及实现
沛哥儿的专栏
12-23 4187
FP-Growth算法通过构建频繁模式树和挖掘频繁项集的方式，可以帮助我们发现数据集中项目之间的关联关系。在大数据领域中，FP-Growth算法是一种高效的关联规则挖掘算法，具有广泛的应用前景。
从零开始使用GPT-4o mini：配置、微调与优化
iShare_Carlos的博客
07-25 2126
GPT-4o mini是OpenAI最新推出的语言模型，专为那些需要强大语言处理能力但又受限于预算的开发者设计。这个模型在多个方面表现优异，不仅具备与其大规模版本相似的生成和理解能力，还在多模态推理上表现突出。GPT-4o mini还可以用于数据分析与总结。开发者可以输入复杂的数据集，让模型生成简洁明了的总结和报告。以下是某公司2024年第一季度的销售数据：1月：100万2月：120万3月：130万请总结该公司的季度销售表现。"""
GPT-4o：人工智能新纪元的开端
年糕的博客
05-29 1831
例如，对于一个学习编程的学生，GPT-4o可以根据学生的学习进度和兴趣，推荐适合的编程课程和练习题，并提供实时的代码解析和答疑服务，帮助学生更好地掌握编程技能。例如，GPT-4o可以分析当前的市场趋势和投资者的财务状况，推荐适合的股票、基金和其他投资产品，并提供实时的市场分析和风险评估报告，帮助投资者做出明智的投资决策。例如，对于一个怀疑有肺部疾病的病人，GPT-4o可以分析胸部X光片、病人的病史和实验室检测结果，提供详细的诊断报告，帮助医生做出准确的诊断和治疗决策。一个实际应用案例是智能剧本生成。
毕业设计-基于JSP实现医院病历管理系统
znzbs的博客
11-05 1828
项目编号：BS-YL-006 本系统基于JSP+SERVLET实现医院病历管理系统，前端基于CSS+JS实现开发，数据库采用MYSQL，开发工具为IDEA或ECLIPSE均可。 本系统共分为四个角色： 管理员角色：主要管理工作人员信息，管理员信息，系统日志等。 医生角色：主要进行患者就诊，病历管理，处方管理，个人信息管理等功能。 窗口工作人员角色：主要进行划价收费工作。 库存工作人员角色：主要管理药品相关的库存工作。 系统部分功能展示： http://localhost:8080/tjs
医疗病历交互-医疗病历交互系统-医疗病历交互系统源码-医疗病历交互管理系统-基于springboot的医疗病历交互系统-java
03-31
医疗病历交互-医疗病历交互系统-医疗病历交互系统源码-医疗病历交互管理系统-医疗病历交互管理系统java代码-医疗病历交互系统设计与实现-基于springboot的医疗病历交互系统-基于Web的医疗病历交互系统设计与实现-...
WS 445-2014电子病历基本数据集（1-17全）
10-15
WS445-电子病历基本数据集 WS445-2014 (1-17全集)
【大模型理论篇】RoPE旋转位置编码底层数学原理分析
源泉的小广场
08-30 3542
大模型、位置编码、Transformer、旋转位置编码、RoPE、Rotary Positional Encoding、数学原理、数学推导、旋转矩阵、相对位置、绝对位置、词元相似性、位置相关性
关于人工智能（AI）的研究报告
weixin_44196785的博客
08-29 5700
未来，随着技术的不断创新和应用的不断拓展，人工智能将继续发挥重要作用，推动社会的进步和发展。然而，人工智能的发展也带来了一些挑战，需要我们在技术创新、应用拓展和社会治理等方面共同努力，以确保人工智能的发展符合人类的利益和价值观。就业结构的变化：人工智能的发展将导致就业结构的变化，一些传统的工作岗位将被自动化和智能化的设备所取代，同时也会创造出一些新的工作岗位。社会治理的挑战：人工智能的发展将对社会治理带来挑战，例如如何应对人工智能带来的安全风险、如何保障人工智能的公平性和可及性等。
设备上的实时自定义手势识别
最新发布
bit_mike的博客
08-31 857
这篇论文的标题是《On-device Real-time Custom Hand Gesture Recognition》，主要研究了如何在移动设备上实时识别自定义手势。论文的重点在于提出了一种新的框架，使得用户可以自定义手势识别流程，并且通过预训练模型和少量的训练数据来实现高准确率的手势识别，这对于AR、VR等领域具有重要的应用价值。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值