[发明专利]一种疾病预测方法及装置

说明书

本发明公开了一种疾病预测方法，包括：接收疾病预测请求，所述疾病预测请求携带待预测病例信息，所述待预测病例信息至少包括待预测病例的症状；将所述待预测病例的症状与预设病例库的症状进行匹配，若匹配成功，则对所述待预测病例的症状进行One‑Hot编码；通过预设疾病预测模型对编码后的待预测病例的症状进行疾病概率计算，得到至少一种预测疾病的概率值；获取概率值大于预设阈值的预测疾病，将对应的预测疾病进行One‑Hot解码，得到预测疾病实体列表。本发明能够让普通用户不依赖专业医学知识而根据自己的症状表现，来初步判断自己可能患的疾病，也可以通过预测结果来确定自己能够去哪个科室挂号进行进一步诊断诊疗。

技术领域

本发明涉及医疗技术领域，特别涉及一种疾病预测方法及装置。

背景技术

目前在各个互联网医疗平台，面向于非医学专业人士使用的自诊工具，大概分为两类。

类一：人工从病理医学知识书籍中提取疾病实体以及其临床表现。并在带有关系链接的存储介质(系统，如：SQL数据库、三元组库、带权树)上进行存储；以医学学科专业人员对症状到疾病的关系权值进行主观预设；根据用户给出的临床症状实体进行初步预测的时候，对关系数据系统进行常规的AND\OR\XOR等逻辑运算；得到用户给出的临床症状实体到各个疾病实力的权值总和排序后的列表。

类二：对医学知识书籍中的段落进行摘取，并将其建立搜索引擎索引(例如基于LUCENE搜索引擎、elastic搜索引擎等)；根据用户给出的临床症状实体列表，基于对应搜索引擎检索语法规则构建检索语句(对临床症状实体词进行提权)，并进行检索；得到检索结果后，选择检索分数最大的几个段落进行疾病实体抽取；对抽取到的疾病实体进行统计加权等累积，给出可能疾病的列表。

对于第一类的技术，类似于知识关系图构建的方式，由于临床症状到疾病的关系图中，权值都是医学专业人员根据自己的主观知识意识给出的。所以结果往往很依赖数据采集人员对疾病症状的主观认知，主观性过强，对用户给出的临床症状进行预测的时候，结果往往偏差比较远。其次，由于数据来源于专业医学书籍，疾病实体以及临床症状实体过于专业化，涉及到很多专业的症状词以及疾病词普通用户使用门槛会很高。

对于第二类的技术，高度依赖于搜索引擎。虽然避免了专业医学人员数据整理时的主观性，但是由于搜索引擎基本属于语句相似度算法而不是语义相似度算法，所以会出现因为干扰词语导致的结果不对。并且跟第一类一样，会让用户的使用门槛较高。

发明内容

为至少解决现有技术中存在的技术问题之一，本发明的目的在于提供一种疾病预测方法及装置，降低用户使用门槛，提高预测准确度。

本发明解决其问题所采用的技术方案第一方面提供了一种疾病预测方法，包括：

接收疾病预测请求，所述疾病预测请求携带待预测病例信息，所述待预测病例信息至少包括待预测病例的症状；

将所述待预测病例的症状与预设病例库的症状进行匹配，若匹配成功，则对所述待预测病例的症状进行One-Hot编码；

通过预设疾病预测模型对编码后的待预测病例的症状进行疾病概率计算，得到至少一种预测疾病的概率值；

获取概率值大于预设阈值的预测疾病，将对应的预测疾病进行One-Hot解码，得到预测疾病实体列表。

本发明技术方案第二方面提供了一种疾病预测装置，包括：

预测请求接收模块，用于接收疾病预测请求，所述疾病预测请求携带待预测病例信息，所述待预测病例信息至少包括待预测病例的症状；

症状匹配模块，用于将所述待预测病例的症状与预设病例库的症状进行匹配，

编码模块，用于当所述待预测病例的症状与预设病例库的症状匹配成功时，对所述待预测病例的症状进行One-Hot编码；