[发明专利]一种基于医疗知识图谱的智能疾病辅助诊断系统

权利要求书

1.一种基于医疗知识图谱的智能疾病辅助诊断系统，其特征在于：包括患者数据层、实体抽取层、辅助诊断层和推荐治疗层，所述患者数据层用于采集和保存患者数据以形成患者电子病历，所述实体抽取层用于根据患者主诉进行实体识别和关系抽取，所述辅助诊断层用于根据所述实体抽取层的结果进行辅助诊断分析以输出疑似疾病诊断列表和相应的推荐检查列表，所述推荐治疗层用于根据患者基本信息、检查报告的结果和医生诊断结果进行分析输出最终的治疗方案；

所述实体识别和关系抽取的过程具体如下：

A1、对所述患者主诉生成的文本进行词嵌入，生成词向量；

A2、利用Bi-LSTM网络和CRF网络联合模型对所述词向量进行命名实体识别、分词和词性标注，输出对应的实体识别结果，所述实体识别结果为名词性主语和非名词性词语，所述名词性主语即疾病症状；

A3、对所述实体识别结果进行标签嵌入、关系抽取，输出非名词性词语的关系抽取结果即诱因；

所述实体抽取层由数据输入模块、神经网络模块组成，所述数据输入模块采用人工手动输入或语音输入患者主诉从而生成文本，所述神经网络模块由Bi-LSTM网络和CRF网络组成，所述实体抽取层的输出结果由疾病种类、疾病症状和诱因组成；

所述辅助诊断层包括输入端、深度学习模型和输出端，所述输入端用于提取所述实体抽取层的结果，所述深度学习模型用于对所述输入端的数据进行辅助诊断分析，所述输出端用于输出疑似疾病诊断列表和相应的推荐检查列表；

所述推荐治疗层包括治疗方案生成模块、个性化推荐模块和融合输出模块，所述治疗方案生成模块用于根据所述检查报告的结果和所述医生的诊断结果生成初步治疗方案，所述个性化推荐模块用于根据所述患者基本信息和所述医生诊断结果查找相似患者人群的治疗模式生成个性化推荐，所述融合输出模块用于利用线性模型融合技术将所述治疗方案和所述个性化推荐整合得到最终的治疗方案。

2.如权利要求1所述的一种基于医疗知识图谱的智能疾病辅助诊断系统，其特征在于：所述患者电子病历包含患者基本信息、患者主诉、检查报告、诊断结果和用药记录，所述患者基本信息包括性别、身高和体重。

3.如权利要求1所述的一种基于医疗知识图谱的智能疾病辅助诊断系统，其特征在于：所述深度学习模型的构建过程具体如下：

B1、利用医疗知识图谱中的疾病和症状的关系构建基础网络；

B2、利用先验医学知识进行增量学习；

B3、利用公共数据库构建贝叶斯概率模型，所述公共数据库包括CDC、PubMed和Stanford；

B4、通过线性模型融合技术将所述基础网络和所述贝叶斯概率模型融合。

4.如权利要求1所述的一种基于医疗知识图谱的智能疾病辅助诊断系统，其特征在于：所述最终的治疗方案包括并发症、预后、用药推荐和注意事项。

5.如权利要求1所述的一种基于医疗知识图谱的智能疾病辅助诊断系统，其特征在于：所述初步治疗方案生成过程具体为：

C1、将临床指南表示为决策树，进而翻译成可执行的规则；

C2、采用推理引擎将规则应用到所述检查报告的结果和所述医生诊断结果，生成初步治疗方案。

6.如权利要求1所述的一种基于医疗知识图谱的智能疾病辅助诊断系统，其特征在于：所述个性化推荐生成过程具体为：

D1、对临床指南、医疗知识图片和临床数据进行关联规则分析，生成常见的治疗模式；

D2、根据所述患者的基本信息和所述医生诊断结果查找到临床上相似的患者人群，结合相似患者人群的治疗模式和所述常见治疗模式生成个性化推荐。