[发明专利]一种疾病类型预测方法、装置、设备及系统

说明书

本申请公开了一种疾病类型预测方法、装置、设备及系统，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。本发明包括多个基于医疗系统中科室分类进行分类的症状数据集，可以预测多种疾病类型，本发明对疾病类型预测的更广泛，适应性更强。

技术领域

本申请涉及数据分析预测领域，尤其涉及一种疾病类型预测方法、装置、设备及系统。

背景技术

随着电子健康记录(electronic health records，EHRs)系统的发展，研究人员探索了不同的机器学习方法用于自动诊断。近年来已经出现了计算机辅助医学系统的概念以便于患者自我诊断。计算机辅助医学系统可请求患者提供一些信息，并随后基于与患者的互动来尝试诊断潜在疾病。虽然在部分疾病的识别方面已经取得了令人印象深刻的成果，但是由于过度依靠完善的电子健康记录，而这些记录都是劳动密集型的。

现如今，利用计算机技术通过只能学习模型进行疾病类型的预测，以辅助医生工作，在医疗工作中变得越来越重要。但是，通常一种疾病的监督模型很难转换为另一种疾病的监督模型，因此，每一种疾病都需要训练一种模型，效率低，成本高。因此，如何提出一种方案能够适用多种疾病类型的预测，以提升效率降低成本是本领域亟需解决的技术问题。

发明内容

本说明书实施例的目的在于提供一种疾病类型预测方法、装置、设备及系统，实现了一种模型进行自动诊断多种疾病的预测处理，提高了数据处理效率，降低了模型构建成本。

一方面、本发明提供了一种疾病类型预测方法，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。

进一步地、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。

进一步地、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。

进一步地、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；