[发明专利]基于人工智能的智慧医疗响应模型训练方法及云计算系统

权利要求书

1.一种基于人工智能的智慧医疗响应模型训练方法，其特征在于，应用于智慧医疗云计算系统，所述智慧医疗云计算系统与所述多个智慧医疗移动终端通信连接，所述方法包括：

获取第一标注对象的第一标注对象置信度，第一标注对象包括具有解释关系的样本医疗业务和第一标注对象词条，第一标注对象置信度是样本医疗业务和第一标注对象词条的置信度；

获取第二标注对象的第二标注对象置信度，第二标注对象包括不具有解释关系的样本医疗业务和第二标注对象词条，第二标注对象置信度是样本医疗业务和第二标注对象词条的置信度；

调用损失函数计算所述第一标注对象置信度与所述第二标注对象置信度的差异参数值；

根据所述差异参数值来调整智慧医疗响应模型，以使调整后的智慧医疗响应模型输出的置信度的差异参数值最小。

2.根据权利要求1所述的基于人工智能的智慧医疗响应模型训练方法，其特征在于，所述方法还包括：

基于偏序学习的方法，将具有解释关系的医疗业务与词条作为第一标注对象，不具有解释关系的医疗业务与词条作为第二标注对象。

3.根据权利要求1所述的基于人工智能的智慧医疗响应模型训练方法，其特征在于，所述方法还包括：

构建医疗业务词条网络，所述医疗业务词条网络包括元素和关联属性，所述元素包括医疗业务对应的医疗业务元素和词条对应的词条元素，存在解释关系或扩展关联属性的两个所述元素使用所述关联属性进行关联标注，所述解释关系包括已发起解释流程的医疗业务元素与所述词条元素间的属性关系，所述扩展关联属性包括所述医疗业务元素之间的跳转关系和所述词条元素之间的主题层级关系中的至少一种，其中，所述医疗业务词条网络基于历史医疗业务产生的大数据进行构建；

基于所述医疗业务词条网络进行业务学习得到医疗业务元素的医疗业务学习特征和所述词条元素的词条学习特征，所述业务学习用于根据所述元素间的关联属性进行深度学习、提取所述医疗业务词条网络中的网络联系特征；

根据目标医疗业务的医疗业务元素与至少两个所述词条元素的至少两个置信度输出所述目标医疗业务的医疗响应信息，所述置信度是根据所述医疗业务学习特征和所述词条学习特征确定的。

4.根据权利要求3所述的基于人工智能的智慧医疗响应模型训练方法，其特征在于，所述医疗业务词条网络包括医疗业务词条跳转网络，存在所述解释关系或所述跳转关系的两个所述元素使用所述关联属性进行关联标注；

所述基于所述医疗业务词条网络进行业务学习得到医疗业务元素的医疗业务学习特征和所述词条元素的词条学习特征，包括：

基于所述医疗业务词条跳转网络进行所述业务学习，得到医疗业务元素的医疗业务跳转学习特征和所述词条元素的词条跳转学习特征；

所述根据目标医疗业务的医疗业务元素与至少两个所述词条元素的至少两个置信度输出所述目标医疗业务的医疗响应信息，包括：

根据所述目标医疗业务的医疗业务元素与至少两个所述词条元素的至少两个跳转置信度输出所述目标医疗业务的医疗响应信息，所述跳转置信度是根据所述医疗业务跳转学习特征和所述词条跳转学习特征确定的。

5.根据权利要求4所述的基于人工智能的智慧医疗响应模型训练方法，其特征在于，所述基于所述医疗业务词条跳转网络进行所述业务学习，得到医疗业务元素的医疗业务跳转学习特征和所述词条元素的词条跳转学习特征的步骤，包括：

基于所述医疗业务词条跳转网络，调用所述元素向关联元素输入所述元素的第x个跳转学习特征，所述关联元素是通过所述关联属性与所述元素标注的元素，其中，第0个跳转学习特征是根据所述元素的元素信息生成的初始学习特征；

调用所述元素获得所述关联元素输入的关联元素的第x个关联跳转学习特征；

根据所述元素的第x个跳转学习特征和所述关联元素的第x个关联跳转学习特征进行特征学习，得到元素的第x+1个跳转学习特征；

其中，所述医疗业务元素对应第x+1个医疗业务跳转学习特征，所述词条元素对应第x+1个词条跳转学习特征；

重复上述步骤迭代进行所述业务学习，得到医疗业务元素在所述医疗业务词条跳转网络中的第W个医疗业务跳转学习特征，得到词条元素在所述医疗业务词条跳转网络中的第W个词条跳转学习特征。