[发明专利]智能初诊方法、装置、计算机设备及存储介质在审
| 申请号: | 201811340803.6 | 申请日: | 2018-11-12 |
| 公开(公告)号: | CN109559822A | 公开(公告)日: | 2019-04-02 |
| 发明(设计)人: | 丁叶丹虹 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
| 主分类号: | G16H50/20 | 分类号: | G16H50/20;G16H50/70;G16H80/00;G16H30/00;G06F16/36 |
| 代理公司: | 深圳众鼎专利商标代理事务所(普通合伙) 44325 | 代理人: | 黄章辉 |
| 地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 医疗知识 图谱 存储介质 描述信息 医疗决策 问诊 智能 计算机设备 信息生成 终端设备 客户端 准确率 解析 发送 诊断 | ||
1.一种智能初诊方法,其特征在于,所述智能初诊方法包括:
获取第一客户端发送的问诊请求,所述问诊请求包括科室标识和患者描述信息;
获取与所述科室标识对应的医疗知识图谱,作为目标医疗知识图谱;
采用所述目标医疗知识图谱对所述患者描述信息进行解析,获取医疗决策信息,其中,所述医疗决策信息用于作为影像筛查决策的依据;
基于所述医疗决策信息生成初诊结果。
2.如权利要求1所述的智能初诊方法,其特征在于,所述获取与所述科室标识对应的医疗知识图谱,作为目标医疗知识图谱,包括:
获取与所述科室标识对应的医疗数据,所述医疗数据包括一个疾病特征和与疾病特征对应的至少一个症状部位;
采用频繁项集算法对所述疾病特征和所述症状部位进行关联性分析,获取医疗数据关系度;
采用商业级数据图表工具对所述医疗数据关系度进行图表转换,得到所述目标医疗知识图谱。
3.如权利要求2所述的智能初诊方法,其特征在于,采用频繁项集算法对所述疾病特征和所述症状部位进行关联性分析,获取医疗数据关系度,包括:
基于所述疾病特征和所述症状部位,获取至少一个第一候选集,根据每一所述第一候选集出现的次数确定对应的第一支持度;
选取第一支持度大于或等于预设支持度的所述第一候选集作为第一频繁集;
根据自然连接定理和剪枝算法对所述第一频繁集和所述第一候选集进行迭代处理,获取更新的第一候选集、更新的第一支持度和更新的第一频繁集,直至更新的第一频繁集为空集时,则基于上一次更新的第一频繁集确定所述医疗数据关系度。
4.如权利要求1所述的智能初诊方法,其特征在于,所述采用所述目标医疗知识图谱对所述患者描述信息进行解析,获取医疗决策信息,包括:
获取所述患者描述信息中的关键词信息;
基于语义解析的算法将所述关键词信息解析成结构信息;
根据所述结构信息,从所述目标医疗图谱中获取所述医疗决策信息。
5.如权利要求1所述的智能初诊方法,其特征在于,在所述基于所述医疗决策信息生成初诊结果之后,所述智能初诊方法还包括:
将所述初诊结果通过网络协议推送到第二客户端进行审核;
若接收到所述第二客户端反馈的审查结果,则根据所述审查结果进行相应的诊断。
6.一种智能初诊装置,其特征在于,所述智能初诊装置包括:
问诊请求获取模块,用于获取第一客户端发送的问诊请求,所述问诊请求包括科室标识和患者描述信息;
目标知识图谱获取模块,用于获取与所述科室标识对应的医疗知识图谱,作为目标医疗知识图谱;
医疗决策信息获取模块,用于采用所述目标医疗知识图谱对所述患者描述信息进行解析,获取医疗决策信息,其中,所述医疗决策信息用于作为影像筛查决策的依据;
初诊结果获取模块,用于基于所述医疗决策信息生成初诊结果。
7.如权利要求6所述的智能初诊装置,其特征在于,所述目标知识图谱获取模块,包括:
医疗数据获取单元,用于获取与所述科室标识对应的医疗数据,所述医疗数据包括一个疾病特征和与疾病特征对应的至少一个症状部位;
医疗数据关系度获取单元,用于采用频繁项集算法对所述疾病特征和所述症状部位进行关联性分析,获取医疗数据关系度;
目标医疗知识图谱获取单元,用于采用商业级数据图表工具对所述医疗数据关系度进行图表转换,得到所述目标医疗知识图谱。
8.如权利要求6所述的智能初诊装置,其特征在于,所述医疗决策信息获取模块,包括:
关键词信息获取单元,用于获取所述患者描述信息中的关键词信息;
结构信息获取单元,用于基于语义解析的算法将所述关键词信息解析成结构信息;
医疗决策信息获取单元,用于根据所述结构信息,从所述目标医疗图谱中获取所述医疗决策信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811340803.6/1.html,转载请声明来源钻瓜专利网。





