[发明专利]一种排序方法及装置、电子设备、存储介质

说明书

本申请公开了一种排序方法及装置、电子设备、存储介质，涉及人工智能领域。具体实现方案为：获取到原始医疗数据，所述原始医疗数据至少包含有与疾病特征相关的要素信息；至少基于所述原始医疗数据所包含的与疾病特征相关的要素信息，得到原始医疗数据的第一特征向量；获取针对所述原始医疗数据而得到的至少两个疑似疾病信息；根据疑似疾病信息所对应的与疾病特征相关的要素信息，得到疑似疾病信息的第二特征向量；基于第一特征向量与第二特征向量的相似度，对至少两个疑似疾病信息进行排序，输出排序结果。如此，提高排序结果的准确度，提高输出结果的参考价值。

技术领域

本申请涉及数据处理领域，尤其涉及人工智能领域。

背景技术

智能诊断推荐，也称辅助诊断，是临床辅助支持决策系统中的核心功能，主要根据医生填写的患者病历，推荐该患者可能存在的疾病，通常，推荐结果存在多个，推荐结果中疑似疾病的相对排序是医生的重要参考，所以推荐结果排序成为了推荐效果的重要衡量指标，而如何提高推荐排序的准确度成为辅助诊断的研究热点。

发明内容

本申请实施例提供一种排序方法及装置、电子设备、存储介质，如此，提高排序结果的准确度，提高输出结果的参考价值。

第一方面，本申请实施例提供了一种排序方法，包括：

获取到原始医疗数据，原始医疗数据至少包含有与疾病特征相关的要素信息；

至少基于原始医疗数据所包含的与疾病特征相关的要素信息，得到原始医疗数据的第一特征向量；

获取针对原始医疗数据而得到的至少两个疑似疾病信息；

根据疑似疾病信息所对应的与疾病特征相关的要素信息，得到疑似疾病信息的第二特征向量；

基于第一特征向量与第二特征向量的相似度，对至少两个疑似疾病信息进行排序，输出排序结果。

本申请实施例将表征疾病特征的要素信息进行向量化，即利用向量来表示与疾病特征相关的要素信息，进而得到原始医疗数据的第一特征向量，同理，得到各疑似疾病信息对应的第二特征向量，进而基于原始医疗数据的第一特征向量与各疑似疾病信息的第二特征向量的相似度，来确定原始医疗数据与各疑似疾病信息之间的关联度，实现对疑似疾病信息进行排序的目的，且该方案是通过二位空间的相似度来衡量相关性的，简单可行，可解释性强。

而且，由于本申请实施例利用特征向量来表征原始医疗数据，所以，可以通过特征向量来表征医疗数据中与疾病特征相关联的要素信息之间的关联关系，同理，可以通过特征向量来表征疾病信息中与疾病特征相关联的要素信息之间的关联关系，且该表达方式更准确；进一步，基于原始医疗数据的特征向量与疑似疾病信息的特征向量的相似度来确定原始医疗数据与各疑似疾病信息之间的关联度的方案更可靠，更准确，因此，为后续输出准确的排序结果奠定了基础。

进一步地，本申请实施例无需自行去判断与原始医疗数据相关联的多个(两个或两个以上)疑似疾病信息，而直接去获取与原始医疗数据相关联的多个疑似疾病信息，显然，大大减少了计算量，为实现工程化奠定了基础。

在一种实施方式中，至少基于原始医疗数据所包含的与疾病特征相关的要素信息，得到原始医疗数据的第一特征向量，包括：

从疾病图谱模型中选取出与原始医疗数据所包含的要素信息相关联的预设要素信息，疾病图谱模型设置有预设要素信息与疾病信息的关联关系；

获取选取出的与原始医疗数据所包含的要素信息相关联的预设要素信息的特征向量；

将获取到的与原始医疗数据所包含的要素信息相关联的预设要素信息的特征向量作为原始医疗数据的第一特征向量。