[发明专利]智能问诊方法及装置、存储介质、电子设备

说明书

技术领域

本公开涉及数据处理技术领域，具体而言，涉及一种智能问诊方法、智能问诊装置、计算机可读存储介质以及电子设备。

背景技术

目前，随着科技的发展，智能技术已经开始普遍的渗透至日常生活中。在医疗领域，智能问诊可以通过机器模拟人来进行问诊服务，通过用户输入的症状预判患者的病情，并根据患者的病情进行适当的分析，以快速有效的做出诊断。目前智能问诊的核心技术点主要有两个：一是医学知识库，能够有效组织已有的医学信息，快速判断患者病情；二是语义交互引擎，能够理解用户输入并根据患者的病症对症“提问”，帮助进一步确诊病情。

现有技术中的在线问诊解决方案可以分为两类，一类是基于医学规则，人工录入症状与疾病的关系，并基于循证医学原理对在线输入的症状进行判断；另一类是抓取好大夫、春雨医生等在线问诊网站的数据，针对医生患者的对话数据进行机器学习，并根据患者提出的问题预测对应答案；此外，与第二类类似的方法还有，针对患者问题进行全文索引，通过搜索的方式给出答案。

但是，上述基于医学规则的方法，需要依赖大量的人工输入，且规则固定，难以兼容病人的特殊情况；而基于对话数据的学习和搜索，由于问题集的限制，难以覆盖所有病情，并且只能局限在单次问题的判断，难以完成多轮交互后的判断。

因此，需要提供一种新的智能问诊方法及装置，能够帮助用户实现自动问诊。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种智能问诊方法、智能问诊装置、计算机可读存储介质以及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

根据本公开的一个方面，提供一种智能问诊方法，所述智能问诊方法包括：

检测患者提供的初始症状，根据贝叶斯网络确定第一候选疾病并询问患者是否出现第一关联症状；

在检测到患者出现第一关联症状时，判断第一候选疾病的确诊概率是否达到第一阈值；

在判断所述第一候选疾病的确诊概率达到第一阈值时，确定所述第一候选疾病为确诊疾病并反馈；

在判断所述第一候选疾病的确诊概率没有达到第一阈值时，根据贝叶斯网络确定第一候选疾病的第二关联症状并询问患者是否出现第二关联症状；

在检测到患者出现第二关联症状时，判断第一候选疾病的确诊概率是否达到第二阈值，在判断所述第一候选疾病的确诊概率达到第二阈值时，确定所述第一候选疾病为确诊疾病并反馈。

在本公开的一种示例性实施例中，所述智能问诊方法还包括：

在检测到患者没有出现第一关联症状时，根据贝叶斯网络确定第二候选疾病并询问患者是否出现第三关联症状；

在检测到患者出现第三关联症状时，判断第二候选疾病的确诊概率是否达到第三阈值，在判断所述第二候选疾病的确诊概率达到第三阈值时，确定所述第二候选疾病为确诊疾病并反馈。

在本公开的一种示例性实施例中，所述智能问诊方法还包括：

基于医疗数据库，计算症状与诊断之间的概率分布，构建贝叶斯网络。

在本公开的一种示例性实施例中，所述智能问诊方法还包括：

根据二分图概率推导方式进行问诊和确诊。

在本公开的一种示例性实施例中，所述医疗数据库包括诊断、症状、医嘱、检查检验以及一诉五史等结构化信息。

在本公开的一种示例性实施例中，所述第一阈值、第二阈值以及第三阈值为基于医疗数据库中的症状与疾病之间的概率分布提前配置。

在本公开的一种示例性实施例中，所述检测患者提供的初始症状，根据贝叶斯网络确定第一候选疾病并询问患者是否出现第一关联症状包括：

在贝叶斯网络中，检测到第一疾病在初始症状已经发生条件下的发生概率高于其他所有疾病，即P(第一疾病|初始症状)>P(其他任意疾病|初始症状)，则确定第一疾病为第一候选疾病；

在贝叶斯网络中，检测到第一关联症状在第一疾病已经确定为第一候选疾病条件下的发生概率高于其他所有症状，即P(第一关联症状|第一疾病)>P(其他任意症状|第一疾病)，则确定第一关联症状为待询问症状并询问患者是否出现第一关联症状。

根据本公开的一个方面，提供一种智能问诊装置，所述智能问诊装置包括：

候选疾病模块，用于检测患者提供的初始症状，根据贝叶斯网络确定第一候选疾病并询问患者是否出现第一关联症状；