[發明專利]醫療事實的驗證方法和裝置

有效

• 申請號: 202010036477.0
• 申請日: 2020-01-14
• 公開（公告）號: CN111259112B
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 方舟;李雙婕;史亞冰;蔣燁
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/30;G16H10/60
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種醫療事實的驗證方法，包括：

獲取醫療事實的描述文本，其中，所述醫療事實表征醫療活動的多個主題中的至少兩個主題之間的對應關系；

從醫學文檔中篩選出與所述醫療事實的描述文本關聯的關聯段落；

將所述醫療事實的描述文本以及對應的關聯段落輸入已訓練的判別模型進行真實性判別，得到所述醫療事實的驗證結果，其中所述判別模型基于從醫學文檔中抽取的醫療文本段落對進行預訓練，并在預訓練后利用包含真實性標注信息的醫療事實樣本集進行迭代調整；

基于驗證結果為描述正確的醫療事實更新醫療知識庫，并基于更新后的醫療知識庫更新醫療知識圖譜。

2.根據權利要求1所述的方法，其中，所述將所述醫療事實的描述文本以及對應的關聯段落輸入已訓練的判別模型進行真實性判別，得到所述醫療事實的驗證結果，包括：

利用所述已訓練的判別模型，從所述關聯段落中篩選出與所述醫療事實的描述文本的相關度最高的目標關聯段落，響應于確定所述目標關聯段落與所述醫療事實的描述文本之間的相關度達到預設的閾值，確定所述醫療事實為正確的描述。

3.根據權利要求2所述的方法，其中，所述將所述醫療事實的描述文本以及對應的關聯段落輸入已訓練的判別模型進行真實性判別，得到所述醫療事實的驗證結果，還包括：

響應于確定利用所述已訓練的判別模型確定出的所述關聯段落與所述醫療事實的描述文本的相關度均未達到所述預設的閾值，確定所述醫療事實為錯誤的描述。

4.根據權利要求1-3任一項所述的方法，其中，所述已訓練的判別模型是按照如下方式訓練得出的：

從同一醫學文檔中抽取相鄰的兩個段落作為醫療文本段落對的正樣本，從不同的兩個醫學文檔中分別抽取一個段落作為醫療文本段落對的負樣本；

基于醫療文本段落對的正樣本和負樣本對已構建的初始判別模型進行預訓練；

獲取包含真實性標注信息的醫療事實樣本集，所述真實性標注信息包括用于標注醫療事實樣本是否為正確描述的標注信息；

基于所述醫療事實樣本集對預訓練后的判別模型進行迭代調整，得到所述已訓練的判別模型。

5.根據權利要求4所述的方法，其中，所述真實性標注信息還包括在所述醫療事實樣本為正確描述時作為所述醫療事實樣本的支撐證據的醫學文檔段落；以及

所述醫療事實的驗證結果包括所述醫療事實是否為正確的描述的驗證結果以及所述醫療事實為正確的描述時作為所述醫療事實的支撐證據的醫學文檔段落。

6.一種醫療事實的驗證裝置，包括：

獲取單元，被配置為獲取醫療事實的描述文本，其中，所述醫療事實表征醫療活動的多個主題中的至少兩個主題之間的對應關系；

篩選單元，被配置為從醫學文檔中篩選出與所述醫療事實的描述文本關聯的關聯段落；

判別單元，被配置為將所述醫療事實的描述文本以及對應的關聯段落輸入已訓練的判別模型進行真實性判別，得到所述醫療事實的驗證結果，其中所述判別模型基于從醫學文檔中抽取的醫療文本段落對進行預訓練，并在預訓練后利用包含真實性標注信息的醫療事實樣本集進行迭代調整；

更新單元，被配置為基于驗證結果為描述正確的醫療事實更新醫療知識庫，并基于更新后的醫療知識庫更新醫療知識圖譜。

7.根據權利要求6所述的裝置，其中，所述判別單元被配置為按照如下方式對所述醫療事實進行驗證：

利用所述已訓練的判別模型，從所述關聯段落中篩選出與所述醫療事實的描述文本的相關度最高的目標關聯段落，響應于確定所述目標關聯段落與所述醫療事實的描述文本之間的相關度達到預設的閾值，確定所述醫療事實為正確的描述。

8.根據權利要求7所述的裝置，其中，所述判別單元被進一步配置為按照如下方式對所述醫療事實進行驗證：

響應于確定利用所述已訓練的判別模型確定出的所述關聯段落與所述醫療事實的描述文本的相關度均未達到所述預設的閾值，確定所述醫療事實為錯誤的描述。