[发明专利]治疗睡眠障碍相关信息归类方法、装置和系统

说明书

本发明公开一种治疗睡眠障碍相关信息归类方法、系统及系统，根据用户提供的材料提取信息，整理成结构化数据列表，根据历史用户数据集和信息数据库通过贝叶斯结构学习得到每种疾病共同出现的关联关系，构造贝叶斯网络结构，把属于相同类型的前后序疾病在贝叶斯网络中聚合得到对应的疾病分类，根据专家经验知识图谱形成对应的策略方案向用户输出分析结果。本发明基于贝叶斯结构学习对用户病历等材料进行信息提取后并进行结构化处理，结合历史数据集和信息数据库得到每种疾病的关联关系，结合专家经验知识图谱形成对应的参考策略方案，能够成为医生辅助判断的重要参考信息，节约处理时间。

本申请是申请日为2021年7月14日，申请号为CN20210792815.8，发明名称为“基于贝叶斯结构学习的信息归类方法、装置和系统”的中国发明专利申请的分案申请。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种治疗睡眠障碍相关信息归类方法、装置和系统。

背景技术

对疾病的归类分析在很多场景中都是必备步骤，目前的疾病归类主要是依赖人工判断，专业人员的专业能力参差不齐导致归类会出现混乱，举例来说对某种疾病的归类可能因为医学专业不够深，如癌症的病因很多，医生在出具诊断证明时可能对甲状腺癌症有不同的表述，比如甲状腺肿物、甲状腺恶性肿瘤、甲状腺乳头状恶性肿瘤等，这些表述方式都对应甲状腺癌症的某些具体时期或具体类型，但如果专业素养不够容易造成归类错误，这种归类难度在心理疾病中更加明显，因此需要通过数据驱动的方式辅助进行合理的疾病归类以提高辅助参考可靠性。

发明内容

针对上述缺陷，本发明要解决的技术问题是如何运用科技手段解决睡眠障碍的数据分析归类问题。

针对上述缺陷，本发明的目的在于提供一种治疗睡眠障碍相关信息归类方法、系统及电子设备、计算机存储介质和程序产品。

根据本说明书的实施例的一方面，提供一种治疗睡眠障碍相关信息归类方法，根据用户提供的材料提取信息，整理成结构化数据列表，根据历史用户数据集和信息数据库通过贝叶斯结构学习得到每种疾病共同出现的关联关系，构造贝叶斯网络结构，把属于相同类型的前后序疾病在贝叶斯网络中聚合得到对应的疾病分类，根据专家经验知识图谱形成对应的策略方案向用户输出分析结果。

在一些实施例中，贝叶斯网络结构具有多个节点，节点对应于随机变量，边对应于随机变量的依赖或相关关系。

在一些实施例中，边包括有向边和无向边。

在一些实施例中，节点包括引起睡眠障碍的随机因素或者诱因。

在一些实施例中，有向边表示单向的依赖，无向边表示相关依赖关系。

在一些实施例中，结构学习给定一个网络和每个节点的静态切片样本，寻找出最优的网络结构，从而用贝叶斯网络的条件独立性来解释节点间的因果关系。

根据本说明书的实施例的一方面，提供一种治疗睡眠障碍相关信息归类方法，应用于互联网医疗平台，包括：

接收到用户请求，根据用户提供的材料进行结构化处理并提取信息，形成结构化数据列表，根据历史数据库和用户的信息通过贝叶斯结构学习得到用户疾病共同出现的关联关系，构造贝叶斯网络结构，把属于相同类型的前后序疾病在贝叶斯网络中聚合得到对应的疾病分类，根据专家经验知识图谱形成对应的策略方案向用户输出分析结果。

在一些实施例中，互联网医疗平台依据已收集的历史数据进行贝叶斯结构学习，学习疾病清单中疾病组合一同出现的概率，构造贝叶斯网络结构，寻找出最优网络结构，用贝叶斯网络的条件独立性来解释节点间的因果关系。

在一些实施例中，采用greedy search寻找最优解，避免陷入局部最优。

在一些实施例中，寻找最优解的具体流程包括：

S1、选取一个初始结构；