[发明专利]疾病数据处理方法、装置、电子设备及计算机可读介质

说明书

本公开涉及一种疾病数据处理方法、装置、电子设备及计算机可读介质。涉及医疗大数据处理领域，该方法包括：获取疾病数据，所述疾病数据中包括至少一个疾病症状标签；将所述疾病数据进行分词处理，生成词汇集合；通过词汇集合构建症状集合，所述症状集合包括至少一个疾病症状标签；以及将所述症状集合输入诊断模型中以获取疾病分类标识，所述诊断模型为人工神经网络模型。本公开涉及的疾病数据处理方法、装置、电子设备及计算机可读介质，能够提高疾病预测准确率，为临床医生的诊断做出更好地辅助决策。

技术领域

本公开涉及计算机信息处理领域，具体而言，涉及一种疾病数据处理方法、装置、电子设备及计算机可读介质。

背景技术

医院临床数据中存在大量的疾病数据，一般情况下，疾病数据中往往包括病人疾病诊断结果和病人表现症状。疾病数据能够从各个方面揭示了病人的疾病与疾病症状标签之间的关系。如何利用疾病数据进行数据挖掘，以便为临床医生的疾病诊断提供辅助决策支持，是当今的热门议题。

目前，常见的疾病数据的数据挖掘方法为朴素贝叶斯方法：通过统计大规模样本数据中疾病诊断的频率和单个症状频率，计算出诊断的条件概率和单个症状的条件概率，获取模型参数。将症状组合输入到模型中，可以预测出现该症状组合的条件下，疾病诊断的分布，帮助临床医生对疾病诊断做出辅助决策。但是，这种通过朴素贝叶斯进行疾病诊断的方法，通常判断的准确率较低。

因此，需要一种新的疾病数据处理方法、装置、电子设备及计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它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

有鉴于此，本公开提供一种疾病数据处理方法、装置、电子设备及计算机可读介质，能够提高疾病预测准确率，为临床医生的诊断做出更好地辅助决策。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一方面，提出一种疾病数据处理方法，该方法包括：获取疾病数据，所述疾病数据中包括至少一个疾病症状标签；将所述疾病数据进行分词处理，生成词汇集合；通过词汇集合构建症状集合，所述症状集合包括至少一个疾病症状标签；以及将所述症状集合输入诊断模型中以获取疾病分类标识，所述诊断模型为人工神经网络模型。

在本公开的一种示例性实施例中，还包括：通过历史疾病数据与人工神经网络模型构建所述诊断模型。

在本公开的一种示例性实施例中，通过历史疾病数据与人工神经网络模型构建所述诊断模型包括：通过历史疾病数据构建第一数据对与第二数据对，所述第一数据对包括至少一个疾病症状标签与诊断结果，所述第二数据对包括单个疾病症状标签与单个诊断结果；通过所述第二数据对生成词嵌入向量；以及将所述第一数据、所述第二数据对、所述词嵌入向量输入人工神经网络模型中，经过训练获得诊断模型。

在本公开的一种示例性实施例中，通过历史疾病数据构建第一数据对与第二数据对包括：将历史疾病数据经过分词处理生成第一数据对；以及将所述第一数据对分解以生成至少一个第二数据对。

在本公开的一种示例性实施例中，通过所述第二数据对生成词嵌入向量包括：通过所述第二数据对构建诊断网络，其中数据对中的对象作为所述诊断网络的点，对象之间的关系作为所述诊断网络的边；以及通过网络嵌入技术与所述诊断网络生成词嵌入向量。

在本公开的一种示例性实施例中，将所述第一数据对、所述第二数据对、所述词嵌入向量输入人工神经网络模型中，经过训练获得诊断模型包括：将所述第一数据对作为人工神经网络模型的训练数据；将所述第二数据对作为人工神经网络模型的标签集；将所述词嵌入向量作为人工神经网络嵌入层的参数；以及通过设定对人工神经网络模型进行训练以获得所述诊断模型。