[发明专利]一种疾病辅助决策方法、系统、设备及存储介质

权利要求书

1.一种疾病辅助决策方法，其特征在于，包括：

获取患者的信息及症状；

将患者的信息以及症状输入到训练后的朴素贝叶斯分类器模型中，得患者可能患有的各种疾病以及患有各种疾病的概率；

选择概率最高的N种疾病，将选择出来的N种疾病以及患有所述N种疾病的概率推送给医生。

2.根据权利要求1所述的疾病辅助决策方法，其特征在于，还包括：

获取预训练数据；

构建朴素贝叶斯分类器模型；

利用所述预训练数据对朴素贝叶斯分类器模型进行训练，得训练后的朴素贝叶斯分类器模型。

3.根据权利要求2所述的疾病辅助决策方法，其特征在于，所述预训练数据包括电子病历中疾病症状对应的特征向量、疾病与症状的相关性矩阵以及各疾病对应的症状信息。

4.根据权利要求3所述的疾病辅助决策方法，其特征在于，还包括：

收集医疗数据；

利用收集到的医疗数据生成疾病与症状的相关性矩阵。

5.根据权利要求3所述的疾病辅助决策方法，其特征在于，还包括：

获取电子病历，从电子病历中提取患者的信息及疾病信息；

将提取得到的患者的信息及疾病信息利用BERT中文预训练模型对句子进行编码，再输入到RNN神经网络模型进行处理，得电子病历中疾病症状对应的特征向量。

6.根据权利要求5所述的疾病辅助决策方法，其特征在于，所述患者的信息包括患者性别、患者年龄、患者职业、患者籍贯及患者既往病史，所述疾病信息包括疾病名称、疾病症状、病理检查结果。

7.一种疾病辅助决策系统，其特征在于，包括：

第一获取模块(1)，用于获取患者的信息及症状；

预测模块(2)，用于将患者的信息以及症状输入到训练后的朴素贝叶斯分类器模型中，得患者可能患有的各种疾病以及患有各种疾病的概率；

推送模块(3)，用于选择概率最高的N种疾病，将选择出来的N种疾病以及患有所述N种疾病的概率推送给医生。

8.根据权利要求7所述的疾病辅助决策系统，其特征在于，还包括：

第二获取模块(4)，用于获取预训练数据；

构建模块(5)，用于构建朴素贝叶斯分类器模型；

训练模块(6)，用于利用所述预训练数据对朴素贝叶斯分类器模型进行训练，得训练后的朴素贝叶斯分类器模型。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述疾病辅助决策方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述疾病辅助决策方法的步骤。