[发明专利]一种疾病类型预测方法、装置、设备及系统

权利要求书

1.一种疾病类型预测方法，其特征在于，所述方法包括：

接收疾病类型预测请求；

根据所述疾病类型预测请求，利用强化学习疾病类型确定模型中的症状数据集进行症状询问，采集症状信息，其中，强化学习疾病类型确定模型中包括多个症状数据集，所述多个症状数据集基于医疗系统中科室分类进行分类，不同的症状数据集包括不同医疗科室的症状数据库；

根据采集到的所述症状信息，利用所述强化学习疾病类型确定模型中的疾病类型分类器确定出所述疾病类型预测请求对应的疾病类型预测结果。

2.根据权利要求1所述的方法，其特征在于，所述利用强化学习疾病类型确定模型中的症状数据集进行症状询问，采集症状信息，包括：

依次将所述强化学习疾病类型确定模型中的各个症状数据集作为目标症状数据集，根据所述目标症状数据集中症状数据库，发起是否存在所述目标症状数据集中症状数据库中的症状特征的症状询问；

接收症状询问结果，并根据各个目标症状数据集采集到的症状询问结果，获得所述症状信息。

3.根据权利要求2所述的方法，其特征在于，所述根据所述目标症状数据集中症状数据库，发起症状询问，包括：

若根据所述目标症状数据集中症状特征发起症状询问的对话次数，到达预设的症状询问对话次数上限，或症状询问结果满足预设询问停止条件，则停止症状询问，获取所述强化学习疾病类型确定模型中的下一个症状数据集作为新的目标症状数据集。

4.根据权利要求2所述的方法，其特征在于，所述强化学习疾病确定模型的训练方法包括：

采集样本数据，所述样本数据中包括样本症状数据集以及所述样本症状数据集对应的疾病类型；

将所述样本症状数据集输入到所述强化学习疾病类型确定模型中，对所述强化学习疾病类型确定模型采用如下方式进行训练：依次利用所述强化学习疾病类型确定模型中的症状数据集对所述样本症状数据集进行症状询问，采集症状信息；其中，若所述症状数据集的症状询问结果为是，则设置所述症状数据集的奖励值为正预设内部奖励值，若所述症状数据集中的症状询问结果为否，则设置所述症状数据集的奖励值为负预设内部奖励值，若所述症状数据集中的症状询问结果为空，则设置所述症状数据集的奖励值为0；

将采集到的症状信息输入到所述强化学习疾病类型确定模型中的疾病类型分类器中，利用所述疾病类型分类器预测出所述样本症状数据集对应的预测疾病类型。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

将所述疾病类型分类器预测出所述样本症状数据集对应的预测疾病类型和所述样本症状数据集对应的疾病类型进行比较，若所述预测疾病类型与所述样本症状数据集对应的疾病类型相同，则向设置所述强化学习疾病类型的奖励值为正预设外部奖励值，若所述预测疾病类型与所述样本症状数据集对应的疾病类型不同，则向设置所述强化学习疾病类型的奖励值为负预设外部奖励值。

6.根据权利要求4所述的方法，其特征在于，所述样本数据包括：

医院系统的真实病例数据集和合成的数据集。

7.根据权利要求1所述的方法，其特征在于，利用强化学习疾病类型确定模型中的症状数据集进行症状询问，采集症状信息，包括：

根据所述疾病类型预测请求利用所述强化学习疾病类型确定模型决策出目标症状数据集，利用所述目标症状数据集进行症状询问，采集症状信息。

8.一种疾病类型预测装置，其特征在于，所述装置包括：

请求接收模块，用于接收疾病类型预测请求；

症状采集模块，用于根据所述疾病类型预测请求，利用强化学习疾病类型确定模型中的症状数据集进行症状询问，采集症状信息，其中，强化学习疾病类型确定模型中包括多个症状数据集，所述多个症状数据集基于医疗系统中科室分类进行分类，不同的症状数据集包括不同医疗科室的症状数据库；

疾病类型预测模块，用于根据采集到的所述症状信息，利用所述强化学习疾病类型确定模型中的疾病类型分类器确定出所述疾病类型预测请求对应的疾病类型预测结果。