[发明专利]导诊方法及系统

说明书

本发明实施例提供一种导诊方法。该方法包括：基于医疗知识图谱对患者输入的症状进行逐步推理，确定导诊科室和潜在疾病的第一结果；将患者输入的症状输入至基于深度学习的端到端分类模型，输出导诊科室和潜在疾病的第二结果；基于第一结果和第二结果，向患者输出有效的导诊科室和潜在疾病；基于医疗知识图谱提供对应于有效的导诊科室和潜在疾病的可解释推理路径。本发明实施例还提供一种导诊系统。本发明实施例在导诊中加入知识推理功能，结合端到端分类和推理模型，充分发挥端到端分类的高召回和解析式高精度，提高导诊的准确性，同时给出导诊的可解释性路径和相关信息推荐，提升患者的使用体验。

技术领域

本发明涉及智能语音领域，尤其涉及一种导诊方法及系统。

背景技术

随着智能语音交互的发展，通过从用户的输入中识别出用户的意图进行反馈。在医院中，患者可能会不知道挂哪个科室，此时有专业的工作人员帮助患者导诊，然而，随着科技的进步，线上挂号/看病/开药逐步普及，此时通常没有专业的工作人员帮助，部分患者不知道自己的症状该挂什么号。为了便于患者准确挂号，现有技术通常会使用：

深度学习的端到端分类方法：通过标注主诉的科室标签，获得大量的训练数据，利用训练数据训练科室分类模型，利用分类模型对患者的主诉进行分类，得到导诊的科室，实现智能导诊；

字典匹配的方式从患者输入的主诉中匹配疾病，症状等关键词，利用疾病和症状关键词和科室的映射关系确定导诊的科室，实现智能导诊。

在实现本发明过程中，发明人发现相关技术中至少存在如下问题：

端到端的分类技术可以在保证较高精度的前提下，获得较好的泛化能力和召回率，但是缺乏可解释性，不能给出确定科室的原因，遇到错误案例需要更新模型。另外缺少常识性知识，容易出现显而易见的错误结果。

基于匹配的方法可以获得较高的精度，但是泛化能力和召回率较低。对于口语的表达匹配效果不好。对现病史，既往病史等不做区分，从而影响导诊准确率。

发明内容

为了至少解决现有技术中已有导诊方法缺少常识性知识，容易出现显而易见的错误结果，在语音交互中，患者口语表达不清，也会影响表达匹配效果的问题。

第一方面，本发明实施例提供一种导诊方法，包括：

基于医疗知识图谱对患者输入的症状进行逐步推理，确定导诊科室和潜在疾病的第一结果；

将所述患者输入的症状输入至基于深度学习的端到端分类模型，输出导诊科室和潜在疾病的第二结果；

基于所述第一结果和所述第二结果，向患者输出有效的导诊科室和潜在疾病；

基于所述医疗知识图谱提供对应于所述有效的导诊科室和潜在疾病的可解释推理路径。

第二方面，本发明实施例提供一种导诊系统，包括：

推理程序模块，用于基于医疗知识图谱对患者输入的症状进行逐步推理，确定导诊科室和潜在疾病的第一结果；

分类程序模块，用于将所述患者输入的症状输入至基于深度学习的端到端分类模型，输出导诊科室和潜在疾病的第二结果；

决策程序模块，用于基于所述第一结果和所述第二结果，向患者输出有效的导诊科室和潜在疾病；

导诊程序模块，用于基于所述医疗知识图谱提供对应于所述有效的导诊科室和潜在疾病的可解释推理路径。

第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的导诊方法的步骤。