[发明专利]一种基于医疗知识图谱的智能疾病预测系统

权利要求书

1.一种基于医疗知识图谱的智能疾病预测系统，其特征在于：包括实体抽取层、实体连接层和医疗知识图谱，所述实体抽取层用于对患者主诉及患者特征进行实体识别和关系抽取，所述医疗知识图谱由医学概念、医学关系和医学证据组成，所述实体连接层根据所述实体抽取层的输出结果从所述医疗知识图谱中索引、分析、评分以得到最终预测列表。

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预测系统，其特征在于：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特征及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。

3.如权利要求2所述的一种基于医疗知识图谱的智能疾病预测系统，其特征在于：所述实体识别和关系抽取的过程具体如下：

A1、对所述患者特征及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，所述名词性主语即包括疾病种类和疾病症状；

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。

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预测系统，其特征在于：所述医疗知识图谱的构建具体如下：

B1、搭建图谱框架，所述图谱框架包括疾病知识库、检查检验知识库、症状知识库、药品知识库、身体部位知识库和手术知识库；

B2、数据采集，利用爬虫技术从数据库爬取医疗知识数据，所述数据库包括MongoDB、Cassandra、HBase、BerkeleyDB或ElasticSearch；

B3、利用自然语言处理平台和机器学习平台对所述医疗知识数据进行分类和学习，结合所述图谱框架，形成包含节点权重和相关性概率的医疗知识图谱。

5.如权利要求2所述的一种基于医疗知识图谱的智能疾病预测系统，其特征在于：所述实体连接层由分析模块、索引模块和评分模块组成，所述分析模块对所述实体抽取层的输出结果进行语法分析和语义分析；所述索引模块根据所述分析模块的结果从所述医疗知识图谱索引查询，输出备选实体；所述评分模块利用多维度评分器对所述备选实体进行评分排序，输出最终预测列表。

6.如权利要求5所述的一种基于医疗知识图谱的智能疾病预测系统，其特征在于：所述多维度评分器的评分维度包括字符串边界距离、拼音边界距离、Wordvec相似度以及同义词林相似度。

7.如权利要求5所述的一种基于医疗知识图谱的智能疾病预测系统，其特征在于：所述最终预测列表包括疑似疾病种类、推荐科室以及推荐检查项目。