[发明专利]地区疾病的监控方法及装置、存储介质

权利要求书

1.一种地区疾病的监控方法，其特征在于，包括：

获取线上问诊的多份诊疗数据；其中，每份所述诊疗数据包括诊疗对话记录和患者的地址信息；

分别从每份所述诊疗数据的诊疗对话记录中，提取出症状词汇；

分别将每份所述诊疗数据的所述症状词汇输入预先构建的诊断模型中，由所述诊断模型推断出所述诊疗数据对应的疾病名称；其中，所述诊断模型基于诊断数据的症状词汇和疾病名称的映射关系构建得到；

基于多份所述诊疗数据对应的疾病名称，统计得到所述地址信息的所属地区的每种疾病的患病人数；其中，所述疾病为所述诊疗数据对应的疾病名称。

2.根据权利要求1所述的方法，其特征在于，所述诊断模型的构建方法，包括：

获取线上问诊的多份诊疗数据；其中，所述诊疗数据包括诊疗结果和诊疗对话记录，所述诊疗结果包括疾病名称；

过滤掉所述多份诊疗数据中的无效诊疗数据，得到有效诊疗数据；其中，所述无效诊疗数据包括诊疗数据的信息不完整、诊疗对话记录内容少于预设数量以及评分低于预设分值的诊疗数据；

对所述每份有效诊疗数据中的诊疗对话记录进行分词，得到分词结果；

对所述每份有效诊疗数据的所述分词结果进行停用词去除操作，得到多个症状词汇；

构建得到所述每份有效诊疗数据的每个所述症状词汇的词向量；

利用聚类算法对所述多份诊疗数据的所有所述症状词汇的词向量进行聚类，得到所述症状词汇的聚类结果；

为所述聚类结果中的每类症状词汇，标注对应的疾病名称，得到症状词汇与疾病名称的映射关系。

3.根据权利要求1所述的方法，其特征在于，所述分别从每份所述诊疗数据的诊疗对话记录中，提取出症状词汇，包括：

对每份所述诊疗数据的诊疗对话记录进行分词，得到分词结果；

对所述每份诊疗数据的所述分词结果进行停用词去除操作，得到多个症状词汇；

计算得到所述每份诊疗数据的每个所述症状词汇在所述诊疗数据的诊疗对话记录中出现的词频，以及每个所述症状词汇在获取的所述多份诊疗数据中的逆向文件频率；

计算得到每份所述诊疗数据中的每个所述症状词汇的词频与逆向文件频率的乘积；

根据所述乘积的数值由大到小的顺序，从每份所述诊疗数据的所述症状词汇中选择出预设数量的症状词汇。

4.根据权利要求1所述的方法，其特征在于，所述分别将每份所述诊疗数据的所述症状词汇输入预先构建的诊断模型中，由所述诊断模型推断出所述诊疗数据对应的疾病名称，包括：

构建得到所述每份诊疗数据的每一个所述症状词汇的词向量；

将每份所述诊疗数据的所有症状词汇的词向量全部输入所述诊断模型，由所述诊断模型分别计算每个疾病名称所映射的所有症状词汇的词向量与全部输入的所述词向量的余弦值，并将所述余弦值的最小值所对应的疾病名称，确定为所述诊疗数据对应的疾病名称。

5.根据权利要求1所述的方法，其特征在于，所述诊疗数据还包括患者的个人信息和诊疗时间，所述分别将每份所述诊疗数据的所述症状词汇输入预先构建的诊断模型中，由所述诊断模型推断出所述诊疗数据对应的疾病名称之后，还包括：

分别为每份所述诊疗数据，配置唯一的用户标识，并将按照预设格式存储所述诊疗数据的疾病信息；其中，所述疾病信息包括所述用户标识、所述诊疗数据对应的疾病名称以及所述诊疗数据的症状词汇、所述地址信息、患者的个人信息和诊疗时间；所述患者的个人信息包括患者的性别和年龄；

基于多份所述疾病数据，以每N岁为一个年龄段、每M小时为一个时间段，分别统计每个所述地址信息所属的地区的每种疾病，在每个时间段和每个年龄段内，男性的患病人数和女性的患病人数，得到低维统计结果。