1.一种应用于智慧医疗的大数据分析方法，其特征在于，所述应用于智慧医疗的大数据分析方法包括：获取到待校验可视化就诊引导信息；

识别出所述待校验可视化就诊引导信息中的就诊流程可视化信息及其识别误差、医疗资源分配信息及其识别误差以及各个医疗资源的分类标签；

利用所述就诊流程可视化信息的识别误差以及所述医疗资源分配信息的识别误差将所述就诊流程可视化信息与所述医疗资源分配信息作为至少一对全局信息校验集合；

将每一对所述全局信息校验集合的所述就诊流程可视化信息与其它所述全局信息校验集合中的所述就诊流程可视化信息进行比较分析，将信息匹配度高于第一预设判断值的所述就诊流程可视化信息确定为同一就诊事件；以及，将每个所述医疗资源分配信息与其它所述全局信息校验集合的所述医疗资源分配信息进行比较分析，将信息匹配度高于第二预设判断值的所述医疗资源分配信息确定为同一个所述医疗资源，以确定出每组所述医疗资源对应的就诊事件数量；

所述识别出所述待校验可视化就诊引导信息中的就诊流程可视化信息及其识别误差、医疗资源分配信息及其识别误差以及各个医疗资源的分类标签的步骤，包括：识别出所述待校验可视化就诊引导信息中的就诊流程可视化分布情况及其识别误差、医疗资源分配分布情况及其识别误差以及各个所述医疗资源的分类标签；

所述利用所述就诊流程可视化信息的识别误差以及所述医疗资源分配信息的识别误差将所述就诊流程可视化信息与所述医疗资源分配信息作为至少一对全局信息校验集合，包括：利用所述就诊流程可视化信息的识别误差以及所述医疗资源分配信息的识别误差将所述就诊流程可视化分布情况与所述医疗资源分配分布情况作为至少一对全局信息校验集合；

所述将每一对所述全局信息校验集合的所述就诊流程可视化信息与其它所述全局信息校验集合中的所述就诊流程可视化信息进行比较分析，将信息匹配度高于第一预设判断值的所述就诊流程可视化信息确定为同一就诊事件；以及，将每个所述医疗资源分配信息与其它所述全局信息校验集合的所述医疗资源分配信息进行比较分析，将信息匹配度高于第二预设判断值的所述医疗资源分配信息确定为同一个所述医疗资源，以确定出每组所述医疗资源对应的就诊事件数量的步骤，包括：分别确定所述每一对所述全局信息校验集合的所述就诊流程可视化分布情况与其它所述全局信息校验集合中的所述就诊流程可视化分布情况的一致性比较参数，将一致性比较参数高于所述第一预设判断值的所述就诊流程可视化分布情况对应的就诊事件确定为同一就诊事件；

以及，分别确定每个所述医疗资源分配分布情况与其它所述全局信息校验集合的所述医疗资源分配分布情况的一致性比较参数，将一致性比较参数高于所述第二预设判断值的所述就诊流程可视化分布情况对应的就诊事件确定为匹配同一组所述医疗资源，所述一致性比较参数为交并比。

2.根据权利要求1所述的应用于智慧医疗的大数据分析方法，其特征在于，所述将每一对所述全局信息校验集合的所述就诊流程可视化信息与其它所述全局信息校验集合中的所述就诊流程可视化信息进行比较分析，将信息匹配度高于第一预设判断值的所述就诊流程可视化信息确定为同一就诊事件；以及，将每个所述医疗资源分配信息与其它所述全局信息校验集合的所述医疗资源分配信息进行比较分析，将信息匹配度高于第二预设判断值的所述医疗资源分配信息确定为同一个所述医疗资源，以确定出每组所述医疗资源对应的就诊事件数量的步骤，还包括：如果不同的所述全局信息校验集合中的所述医疗资源分配信息对应的所述医疗资源为同一组所述医疗资源，且所述就诊流程可视化信息对应的就诊事件为不同的就诊事件，确定不同的医疗项目绑定同一组所述医疗资源。

3.根据权利要求1所述的应用于智慧医疗的大数据分析方法，其特征在于，所述利用所述就诊流程可视化信息的识别误差以及所述医疗资源分配信息的识别误差将所述就诊流程可视化信息与所述医疗资源分配信息作为至少一对全局信息校验集合的步骤，包括：将各个所述就诊流程可视化信息的识别误差依次与各个所述医疗资源分配信息的识别误差进行融合处理，得到每对所述就诊流程可视化信息与所述医疗资源分配信息的识别误差量化值；

将所述识别误差量化值不小于预设量化值的所述就诊流程可视化信息与所述医疗资源分配信息组合确定为所述全局信息校验集合。

4.根据权利要求3所述的应用于智慧医疗的大数据分析方法，其特征在于，所述应用于智慧医疗的大数据分析方法还包括：剔除所述识别误差量化值小于所述预设量化值对应的所述就诊流程可视化信息以及所述医疗资源分配信息；

并将不小于所述预设量化值的识别误差量化值按照设定方式进行记录。

5.根据权利要求1 4中任一项所述的应用于智慧医疗的大数据分析方法，其特征在于，~所述应用于智慧医疗的大数据分析方法还包括：

根据所述医疗资源的分类标签以及对应的就诊事件数量确定所述医疗资源是否存在医疗资源紧缺风险。

6.根据权利要求5所述的应用于智慧医疗的大数据分析方法，其特征在于，所述根据所述医疗资源的分类标签以及对应的就诊事件数量确定所述医疗资源是否存在医疗资源紧缺风险的步骤具体包括：根据所述医疗资源的分类标签确定所述医疗资源的最大就诊事件分配数量；

判断所述医疗资源对应的就诊事件数量是否大于所述最大就诊事件分配数量；

如果大于，则判定所述医疗资源存在医疗资源紧缺风险。

7.根据权利要求1 4任一项所述的应用于智慧医疗的大数据分析方法，其特征在于，所~述识别出所述待校验可视化就诊引导信息中的就诊流程可视化信息及其识别误差、医疗资源分配信息及其识别误差以及各个医疗资源的分类标签的步骤，包括：通过人工智能信息识别网络对所述待校验可视化就诊引导信息进行识别得到所述就诊流程可视化信息及其识别误差、与所述就诊流程可视化信息对应的所述医疗资源分配信息及其识别误差、所述医疗资源的分类标签。

8.根据权利要求7所述的应用于智慧医疗的大数据分析方法，其特征在于，所述识别出所述待校验可视化就诊引导信息中的就诊流程可视化信息及其识别误差、医疗资源分配信息及其识别误差以及各个医疗资源的分类标签的步骤之前还包括：训练所述人工智能信息识别网络；

其中，所述训练所述人工智能信息识别网络的步骤具体包括：

获取预设训练样本集，所述预设训练样本集包括多个可视化就诊引导信息样本，所述可视化就诊引导信息样本为设置有就诊流程可视化基准分布、医疗资源分配基准分布和医疗资源的基准标签的可视化就诊引导信息；

将所述可视化就诊引导信息样本输入到原始信息识别网络中进行关键内容提取得到目标关键内容列表；

对所述目标关键内容列表进行识别得到就诊流程可视化预测指示以及与所述就诊流程可视化信息成对的医疗资源配置预测指示；

将成对的所述就诊流程可视化预测指示和所述医疗资源配置预测指示映射到所述目标关键内容列表中得到成对的就诊流程关键内容列表和医疗资源关键内容列表；成对的所述就诊流程关键内容列表、所述医疗资源关键内容列表经过关键内容整合得到成对的就诊流程可视化预测分布、医疗资源配置预测分布、医疗资源预测标签；

通过所述就诊流程可视化预测分布与所述就诊流程可视化基准分布、所述医疗资源配置预测分布与所述医疗资源分配基准分布以及所述医疗资源预测标签与所述医疗资源基准标签生成模型评估参数；

利用所述模型评估参数对所述原始信息识别网络进行迭代训练得到所述人工智能信息识别网络。

9.一种智慧医疗服务器，其特征在于，包括处理引擎、网络模块和存储器；所述处理引擎和所述存储器通过所述网络模块通信，所述处理引擎从所述存储器中读取计算机程序并运行，以执行权利要求1‑8任一项所述的方法。