[發明專利]用于生成化驗模型的方法、裝置、設備和介質

在審

• 申請號: 201910760064.4
• 申請日: 2019-08-16
• 公開（公告）號: CN112397161A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 林玥煜;鄧侃;邱鵬飛
• 申請（專利權）人: 北京大數醫達科技有限公司
• 主分類號: G16H10/40
• 分類號: G16H10/40;G16H10/60;G16H50/20;G16H50/70;G06K9/62
• 代理公司: 北京衛智暢科專利代理事務所(普通合伙) 11557
• 代理人: 陳佳

本公開的實施例公開了一種用于生成化驗模型的方法、裝置、設備和介質。該方法的一具體實施方式包括：獲取樣本集；從樣本集中選取樣本，以及執行以下訓練步驟：將選取的樣本的樣本病例信息中的樣本病人的基本信息，樣本病人的癥狀信息和樣本病人的體格檢查信息輸入初始模型，得到化驗推薦信息；將得到的化驗推薦信息與對應的樣本病人的化驗推薦信息進行分析，確定化驗推薦損失值，以及將化驗推薦損失值與目標值進行比較；根據比較結果確定初始模型是否訓練完成；響應于確定初始模型訓練完成，將初始模型確定為化驗模型。該實施方式提高了醫生診斷工作的效率。

技術領域

本公開的實施例涉及計算機技術領域，具體涉及用于生成化驗模型的方法、裝置，設備和介質。

背景技術

時代在發展，社會在進步。隨著科技的不斷創新，智能化辦公已經逐漸成為企業提高工作效率的重要途徑。智能模型所要解決的問題是特定領域的復雜問題，涉及大量的專業知識，而開發人員一般不是該領域的專家，他們對特定領域的熟悉需要一個過程，所以軟件需求在初始階段很難定義得很完整。因此，采用原型實現模型需要通過多次迭代來精化軟件需求。智能模型以知識作為處理對象，這些知識既有理論知識，也有特定領域的經驗。在開發過程中需要將這些知識從書本中和特定領域的知識庫中抽取出來(即知識獲取)，選擇適當的方法進行編碼(即知識表示)建立知識庫。將模型、軟件工程知識與特定領域的知識分別存入數據庫，在這個過程中需要系統開發人員與領域專家的密切合作。

發明內容

本發明內容部分用于以簡要的形式介紹構思，這些構思將在后面的具體實施方式部分被詳細描述。本發明內容部分并不旨在標識要求保護的技術方案的關鍵特征或必要特征，也不旨在用于限制所要求的保護的技術方案的范圍。

本公開的一些實施例提出了生成化驗模型的方法、裝置和計算機可讀介質。

第一方面，本公開的實施例公開了一種用于生成化驗模型的方法，包括：獲取樣本集，其中，樣本集中的樣本包括樣本病例信息，樣本病例信息包括樣本病人的基本信息，樣本病人的癥狀信息，樣本病人的體格檢查信息和樣本病人的化驗推薦信息；從上述樣本集中選取樣本，以及執行以下訓練步驟：將選取的樣本的樣本病例信息中的樣本病人的基本信息，樣本病人的癥狀信息和樣本病人的體格檢查信息輸入初始模型，得到化驗推薦信息；將得到的化驗推薦信息與對應的樣本病人的化驗推薦信息進行分析，確定化驗推薦損失值，以及將上述化驗推薦損失值與目標值進行比較；根據比較結果確定初始模型是否訓練完成；響應于確定初始模型訓練完成，將初始模型確定為化驗模型。

在一些實施例中，該方法還包括：響應于確定初始模型未訓練完成，調整初始模型中的相關參數，以及從上述樣本集中重新選取樣本，使用調整后的初始模型作為初始模型，繼續執行上述訓練步驟。

在一些實施例中，其中，將選取的樣本的樣本病例信息中的樣本病人的基本信息，樣本病人的癥狀信息和樣本病人的體格檢查信息輸入初始模型，得到化驗推薦信息，還包括：將上述化驗推薦信息發送給終端設備，以及在上述終端設備的顯示器上進行顯示；控制上述終端設備發出用于提示醫生進行下一步操作的提示信息。

第二方面，本公開的實施例提供了一種用于生成化驗模型的裝置，包括：獲取單元，配置用于獲取樣本集，其中，上述樣本集的樣本包括樣本病例信息，樣本病例信息包括樣本病人的基本信息，樣本病人的癥狀信息，樣本病人的體格檢查信息和樣本病人的化驗推薦信息；訓練單元，配置用于從上述樣本集中選取樣本，以及執行以下訓練步驟：將選取的樣本的樣本病例信息中的樣本病人的基本信息，樣本病人的癥狀信息和樣本病人的體格檢查信息輸入初始模型，得到化驗推薦信息；將得到的化驗推薦信息與對應的樣本病人的化驗推薦信息進行分析，確定化驗推薦損失值，以及將上述化驗推薦損失值與目標值進行比較；根據比較結果確定初始模型是否訓練完成；響應于確定初始模型訓練完成，將初始模型確定為化驗模型。