[发明专利]一种基于医学检验大数据的辅助问诊系统

权利要求书

1.一种基于医学检验大数据的辅助问诊系统，其特征在于，包括辅助问诊前端和辅助问诊后端；

所述辅助问诊前端通过APP/小程序/网页应用的形式部署在硬件终端上，通过图形化界面向使用者提供辅助问诊服务；所述辅助问诊服务包括疾病初查、问诊匹配和挂号预约；

所述辅助问诊后端部署在云服务器上，通过HTTP协议与辅助问诊前端进行数据互通，所述辅助问诊后端对应设置有疾病预测端、问诊匹配端和挂号预约端；

所述疾病预测端通过用户提供的身体信息进行疾病初查预测，并将初查预测结果通过辅助问诊前端向用户进行展示；所述问诊匹配端通过初查预测结果对用户进行问诊匹配，问诊匹配包括向用户推荐与初查预测结果相匹配的医院、科室和医师；所述挂号预约端根据问诊匹配结果向用户提供对应的医院挂号渠道，并提供挂号科室的位置信息和科室下属医师的实时问诊情况。

2.根据权利要求1所述的一种基于医学检验大数据的辅助问诊系统，其特征在于，所述辅助问诊前端设置辅助问诊对话窗，所述辅助问诊后端设置有自然语言处理端；

用户能通过辅助问诊对话窗进行辅助问诊对话，并将辅助问诊对话内容通过加密通道提供给辅助问诊后端；所述辅助问诊后端通过自然语言处理端对辅助问诊对话内容进行处理，处理通过如下步骤进行：

S1对辅助问诊对话窗提供的辅助问诊对话内容进行解密，得到原始对话数据；

S2通过分词器对原始对话数据进行分词，得到原始分词序列；

S3对原始分词序列进行去重、去噪操作，得到分词序列；

S4对分词序列进行语意标注，得到原始语意序列；

S5去除原始语意序列中无意义分词，并对同义分词进行均一化，得到语意序列；

S6将语意序列通过字典-索引词典，转化为语意词向量；

S7输出语意词向量，完成自然语言处理操作。

3.根据权利要求2所述的一种基于医学检验大数据的辅助问诊系统，其特征在于，所述疾病预测端为基于医学检验大数据的疾病预测模型，通过医学检验大数据训练得到；训练过程通过如下步骤进行：

D1对医学检验大数据进行筛选，得到高价制度的医学检验大数据，并经过降噪、脱敏、去重、标注和向量化操作，得到模型训练数据；

D2将模型训练数据以疾病目录为聚合单元进行分类，得到疾病训练模型数据；

D3将疾病训练模型数据分割为训练用数据和测试用数据；

D4通过训练用数据对预测模型进行训练，并使用测试用数据测试模型预测准确度；

D5将满足预测准确度的预测模型进行输出，得到对应疾病的疾病预测模型；

D6通过训练得到疾病目录对应的各疾病预测模型；

D7对各预测模型进行压缩和修剪，并部署在辅助问诊后端为用户提供疾病预测。

4.根据权利要求3所述的一种基于医学检验大数据的辅助问诊系统，其特征在于，所述初查预测结果包括患病概率预测分和患病科属预测分；所述患病概率预测分和患病科属预测分通过如下步骤得到：

H1用户通过辅助问诊对话窗进行问诊对话，辅助问诊前端将问诊对话内容提供给辅助问诊后端进行处理；

H2辅助问诊后端通过自然语言处理端对问诊对话内容进行处理，得到语意词向量；

H3辅助问诊后端将语意词向量输入疾病预测端进行疾病预测，疾病预测模型将各疾病患病概率进行输出；

H4将疾病患病概率处于置信域的对应疾病和患病概率进行输出，得到预测患病项和对应的患病概率预测分；

H5通过预测患病项和对应的患病概率预测分，结合疾病的科属分类，得到预测疾病科属和对应的患病科属预测分。

5.根据权利要求4所述的一种基于医学检验大数据的辅助问诊系统，其特征在于，所述患病科属预测分通过如下公式进行计算：

其中，θ_j代表科属j的患病科属预测分，k表示预测患病项中隶属科属j的疾病总数，i表示隶属科属j的疾病编号，a_i表示i疾病对应的患病概率预测分；τ表示处于置信域疾病的总预测分，m表示处于置信域疾病总数，n表示处于置信域的疾病编号；a_n表示n疾病对应的患病概率预测分。