[发明专利]疾病类型的确定方法、装置、电子设备及存储介质

权利要求书

1.一种疾病类型的确定方法，其特征在于，包括：

获取目标病历模板中编辑的文本信息；

通过对所述文本信息进行处理，生成与所有文本信息相对应的目标疾病类型判断条件，并根据所述目标疾病类型判断条件从预先建立的疾病类型规则库中确定出至少一个待确定疾病类型；所述疾病类型规则库中包括与各疾病类型，以及与各疾病类型所对应的判断条件；

通过对所述至少一个待确定疾病类型进行融合处理，确定与所述文本信息相对应的目标疾病类型。

2.根据权利要求1所述的方法，其特征在于，在所述获取目标病历模板中编辑的文本信息之前，还包括：

接收上传的目标病历单，并获取所述目标病历单中的待处理文本信息；

提取所述待处理文本信息中的关键信息，并将所述关键信息对应编辑至所述目标病历模板中，以从所述目标病历模板中获取与所述关键信息对应的文本信息。

3.根据权利要求1所述的方法，其特征在于，还包括：

基于分词工具将各所述文本信息划分为至少一个待处理关键词汇，并剔除所述至少一个待处理关键词汇中的停用词，得到至少一个待输入关键词汇；

基于词向量字典确定与所述至少一个待输入关键词汇所对应的词向量；

将各待输入关键词汇所对应的词向量输入至预先训练得到的疾病类型确定模型中，基于所述疾病类型确定模型的输出结果确定与所述文本信息相对应的待确定疾病类型；

其中，所述疾病类型确定模型为预先训练的，用于对输入的词向量进行处理，得到与词向量相对应的疾病类型判断结果。

4.根据权利要求3所述的方法，其特征在于，还包括：训练得到所述疾病类型确定模型；

所述训练得到所述疾病类型确定模型，包括：

获取多个训练样本数据；所述多个训练样本数据包括与每种疾病类型相对应的文本信息以及与所述疾病类型相对应的设定输出结果；

将所述训练样本数据输入至初始待训练疾病类型确定模型中，得到与所述训练样本数据相对应的初始输出结果；所述初始待训练疾病类型确定模型包括：长短时记忆网络层、全连接层以及激活函数层；

基于所述初始输出结果以及与所述训练样本数据相对应的设定输出结果，对所述初始待训练疾病类型确定模型中的损失函数进行修正，将所述损失函数达到收敛作为训练目标，训练得到待使用疾病类型确定模型中；

获取校验数据，并将校验数据输入至所述待使用疾病类型确定模型中进行校验，当校验结果满足预设条件时，将所述待使用疾病类型确定模型作为所述疾病类型确定模型。

5.根据权利要求1所述的方法，其特征在于，所述通过对所述文本信息进行处理，生成与所有文本信息相对应的目标疾病类型判断条件，并根据所述目标疾病类型判断条件从预先建立的疾病类型规则库中确定出至少一个待确定疾病类型，包括：

根据各文本信息在所述目标模板信息中所对应的属性类别，生成与所述文本信息相对应的目标疾病类型判断条件；所述属性类别包括主诉、现病史以及与所述文本信息对应的冲突信息；

根据目标疾病类型判断条件，从疾病类型规则库中存储的与各疾病类型所对应的判断条件进行匹配处理，得到与所述目标疾病类型判断条件相匹配的各待确定疾病类型。

6.根据权利要求5所述的方法，其特征在于，所述根据目标疾病类型判断条件，从疾病类型规则库中存储的与各疾病类型所对应的判断条件进行匹配处理，得到与所述目标疾病类型判断条件相匹配的各待确定疾病类型，包括：

基于预先设置的划分规则，将所述目标疾病类型判断条件划分为至少三类；所述划分规则包括基于症状、体征信息和用户基础信息确定出的疾病判断条件作为第一类疾病类型判断条件；第二类疾病类型判断条件中包括第一类疾病类型判断条件，以及与检查和/或检验报告信息对应疾病类型判断条件；第三类疾病类型判断条件包括基于与所述文本信息对应的冲突信息确定的排除疾病类型的疾病判断条件；所述冲突信息包括与所述用户基础信息不匹配的信息；

基于每一类目标疾病类型判断条件得到与所述目标疾病类型判断条件相匹配的各待确定疾病类型。