[发明专利]一种基于词向量的医疗分诊方法及系统

说明书

本发明提供了一种基于词向量的医疗分诊方法及系统，所述方法包括获取用户的症状数据信息；判断获取的用户症状数据信息是用户输入还是问诊数据，若是用户输入数据则执行分诊步骤，若是问诊数据则执行问诊步骤；基于所述症状数据信息查找与其对应的词向量，与门诊向量求余弦相似度，得到分诊概率，作为分诊结果；通过分诊概率求熵，并代入预先设置的症状向量列表，将概率分布的熵最小化，从而找到需要问诊的症状，获得问诊结果。通过本发明的技术方案能够帮助患者确认自己需要挂号的科室，且帮助医院提高分诊准确性，提高流程效率和节约成本。

技术领域

本发明属于医学生物技术领域，涉及一种基于词向量的医疗分诊方法及系统。

背景技术

综合性医院科室种类繁多，患者自身难以判断自己应该就诊的科室。大型医院一般都设有分诊台，由护士进行现场分诊，根据患者所表现出的症状给出挂号科室的建议。

一方面，分诊需要经验丰富的护士，对每一个门诊和疾病症状都有所了解，但事实上这是很难做到的；另一方面，大的三甲医院往往病人众多，分诊效率比较低，且忙中容易出错，而且设立多个分诊台会增加医院成本。

此外，通过公众号等方式进行网上挂号越来越普遍，然而患者难以确定自己因该挂号的科室，这给他们带来了额外的困难。

因此，一个有效的问诊分诊算法能够帮助患者确认自己需要挂号的科室，且帮助医院提高分诊准确性，提高流程效率和节约成本。

发明内容

为解决上述技术问题，本发明提出了一种基于词向量的医疗分诊方法及系统，从而帮助患者确认自己需要挂号的科室，且帮助医院提高分诊准确性，提高流程效率和节约成本。

根据本发明的一个实施例，本发明提供了一种基于词向量的医疗分诊方法，所述方法包括：

步骤一、获取用户的症状数据信息；

步骤二、判断获取的用户症状数据信息是用户输入还是问诊数据，若是用户输入数据则执行步骤三，若是问诊数据则执行步骤四；

步骤三、基于所述症状数据信息查找与其对应的词向量，与门诊向量求余弦相似度，得到分诊概率，作为分诊结果；

步骤四、通过分诊概率求熵，并代入预先设置的症状向量列表，将概率分布的熵最小化，从而找到需要问诊的症状，获得问诊结果。

优选的，所述获取用户的症状数据信息之前，还包括构建词向量，其中所述构建词向量包括病症向量抽取、疾病向量与门诊向量的构建。

优选的，所述病症向量的抽取，具体为：

(1)使用Jieba分词工具对语料进行分词，得到T个单词，其集合为W；同时，导入180个症状，其集合为S，作为自定义词典，进行强制分词，即

S∈W (1)

(2)使用Word2Vec工具，对分词后的语料进行训练得到词向量模型M，得到每一个单词Wi的向量表示Vi，其中向量均为180维；

(3)取其中的180个症状单词，得到症状对应的180个向量，用集合Sv表示，则表示第i个症状的向量。

优选的，使用《疾病大全》作为训练词向量的语料。

优选的，所述构建疾病向量与门诊向量，具体为：

(1)对180个症状向量进行正交规范化，使得每个症状向量的均值为0、标准差为1；

(2)对于每一个症状向量定义其第j个分量为代表其在第j个维度的值，得到每一个症状向量的平均值M_i：

其方差V_i: