[发明专利]医生诊断的质控方法、装置、设备及介质

说明书

本申请公开了一种医生诊断的质控方法、装置、介质及设备，方法包括：将患者的基本信息输入预设质控模型的第一层网络模型中，利用第一层网络模型构建与患者对应的基本信息向量，其中，基本信息为结构化数据；将基本信息向量以及患者的诊断信息输入预设质控模型的第二层网络模型中，利用第二层网络模型构建与患者对应的综合信息向量，其中，诊断信息为非结构化数据；将综合信息向量以及患者的检查数据输入预设质控模型的第三层网络模型中，利用第三层网络模型确定质控结果，其中，检查数据为结构化数据。本申请的方法解决了医生误诊率和漏诊率高，以及质控结果精准程度低下的问题。

技术领域

本申请涉及人工智能技术领域，尤其是涉及到一种医生诊断的质控方法、装置、设备及介质。

背景技术

近年来，随着人工智能技术的兴起，各医疗机构逐步采用电子病历系统，并在电子病历系统的基础上，开发电子病历质控系统，以通过系统自动化的方式实现质控工作，节省了大量的人力，并且同时保证了质控的精度。

然而，发明人意识到，现有的质控系统专注于病历的质控，而忽视了医生诊断结果的质控，误诊率和漏诊率较高；此外，现有的质控系统，直接将不同类型的患者数据构建特征映射到同一特征空间并应用深度学习方法建立模型，质控模型的精度不高，导致质控结果不够精准。

发明内容

有鉴于此，本申请提供了一种医生诊断的质控方法、装置、介质及设备，以解决医生误诊率和漏诊率高，以及质控结果精准程度低下的问题。

本申请的第一方面，提供了一种医生诊断的质控方法，包括：

将患者的基本信息输入预设质控模型的第一层网络模型中，利用所述第一层网络模型构建与所述患者对应的基本信息向量，其中，所述基本信息为结构化数据；

将所述基本信息向量以及所述患者的诊断信息输入所述预设质控模型的第二层网络模型中，利用所述第二层网络模型构建与所述患者对应的综合信息向量，其中，所述诊断信息为非结构化数据；

将所述综合信息向量以及所述患者的检查数据输入所述预设质控模型的第三层网络模型中，利用所述第三层网络模型确定质控结果，其中，所述检查数据为结构化数据。

本申请的第二方面，提供了一种医生诊断的质控装置，包括：

基本信息确定模块，用于将患者的基本信息输入第一层网络模型中，利用所述第一层网络模型构建与所述患者对应的基本信息向量，其中，所述基本信息为结构化数据；

综合信息确定模块，用于将所述基本信息向量以及所述患者的诊断信息输入第二层网络模型中，利用所述第二层网络模型构建与所述患者对应的综合信息向量，其中，所述诊断信息为非结构化数据；

质控模块，用于将所述综合信息向量以及所述患者的检查数据输入第三层网络模型中，利用所述第三层网络模型确定质控结果，其中，所述检查数据为结构化数据。

本申请的第三方面，提供了一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述医生诊断的质控方法。

本申请的第四方面，提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述医生诊断的质控方法。