[發(fā)明專利]基于知識(shí)圖譜表征學(xué)習(xí)的醫(yī)療方案推薦系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011153510.4
• 申請(qǐng)日: 2020-10-26
• 公開（公告）號(hào): CN112242187B
• 公開（公告）日: 2023-06-27
• 發(fā)明（設(shè)計(jì)）人: 顏澤龍;王健宗;吳天博;程寧
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G16H20/00
• 分類號(hào): G16H20/00;G16H50/70;G06F16/36;G06F16/35;G06F40/30;G06F40/242;G06F40/216
• 代理公司: 北京中強(qiáng)智尚知識(shí)產(chǎn)權(quán)代理有限公司 11448
• 代理人: 黃耀威

1.一種基于知識(shí)圖譜表征學(xué)習(xí)的醫(yī)療方案推薦系統(tǒng)，其特征在于，包括：

提取模塊，用于獲取目標(biāo)用戶的患者數(shù)據(jù)，并提取所述患者數(shù)據(jù)中的目標(biāo)實(shí)體；

劃分模塊，用于根據(jù)所述目標(biāo)實(shí)體從醫(yī)療知識(shí)圖譜中劃分知識(shí)圖譜子圖；

所述劃分模塊，具體包括：

標(biāo)記單元，用于在所述目標(biāo)實(shí)體中標(biāo)記核心對(duì)象實(shí)體和次要對(duì)象實(shí)體；

遍歷單元，用于以各個(gè)所述核心對(duì)象實(shí)體為遍歷起點(diǎn)對(duì)醫(yī)療知識(shí)圖譜進(jìn)行遍歷，并在遍歷到所述次要對(duì)象實(shí)體時(shí)停止；

劃分單元，用于依據(jù)各個(gè)所述核心對(duì)象實(shí)體的遍歷結(jié)果劃分知識(shí)圖譜子圖；

第一確定模塊，用于基于表征學(xué)習(xí)確定所述知識(shí)圖譜子圖對(duì)應(yīng)的低維向量；

獲取模塊，用于將所述低維向量輸入到符合預(yù)設(shè)訓(xùn)練標(biāo)準(zhǔn)的推薦模型中，獲取得到與所述患者數(shù)據(jù)匹配的醫(yī)療推薦結(jié)果。

2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述提取模塊，具體包括：

第一訓(xùn)練單元，用于訓(xùn)練用于抽取實(shí)體類的實(shí)體抽取模型；

抽取單元，用于利用符合第一預(yù)設(shè)訓(xùn)練標(biāo)準(zhǔn)的所述實(shí)體抽取模型抽取患者數(shù)據(jù)中的目標(biāo)實(shí)體。

3.根據(jù)權(quán)利要求2所述的系統(tǒng)，其特征在于，所述第一訓(xùn)練單元，具體用于：

對(duì)訓(xùn)練集數(shù)據(jù)中所包含的實(shí)體類進(jìn)行詞性標(biāo)注；

將標(biāo)注處理后的所述訓(xùn)練集數(shù)據(jù)輸入至實(shí)體抽取模型中，訓(xùn)練所述實(shí)體抽取模型基于Jieba自然語言處理庫抽取實(shí)體類；

若確定所述實(shí)體類的抽取誤差小于預(yù)設(shè)閾值，則判定所述實(shí)體抽取模型通過訓(xùn)練；

若確定所述實(shí)體類的抽取誤差大于或等于所述預(yù)設(shè)閾值，則判定所述實(shí)體抽取模型未通過訓(xùn)練，利用預(yù)先標(biāo)注好詞性的訓(xùn)練集數(shù)據(jù)重復(fù)修正訓(xùn)練所述實(shí)體抽取模型，以使所述實(shí)體抽取模型滿足第一預(yù)設(shè)訓(xùn)練標(biāo)準(zhǔn)。

4.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述第一確定模塊，具體包括：

提取單元，用于提取所述知識(shí)圖譜子圖中的各個(gè)三元組；

配置單元，用于通過對(duì)所述三元組進(jìn)行位置編碼，為所述三元組中的實(shí)體向量配置位置向量；

編碼單元，用于基于關(guān)系型網(wǎng)絡(luò)對(duì)添加所述位置向量后的三元組進(jìn)行編碼處理，得到編碼向量；

第二訓(xùn)練單元，用于利用解碼器對(duì)所述編碼向量進(jìn)行分值評(píng)定，并利用自適應(yīng)矩估計(jì)Adam優(yōu)化器進(jìn)行迭代訓(xùn)練，進(jìn)一步得到所述知識(shí)圖譜子圖對(duì)應(yīng)的低維向量。

5.根據(jù)權(quán)利要求4所述的系統(tǒng)，其特征在于，還包括：標(biāo)注模塊、訓(xùn)練模塊、第二確定模塊；

所述標(biāo)注模塊，用于確定樣本患者數(shù)據(jù)，并為所述樣本患者數(shù)據(jù)標(biāo)注對(duì)應(yīng)的預(yù)設(shè)醫(yī)療推薦方案；

所述訓(xùn)練模塊，用于利用所述樣本患者數(shù)據(jù)對(duì)應(yīng)的低維向量訓(xùn)練推薦模型；

所述第二確定模塊，用于若判定所述推薦模型輸出的醫(yī)療推薦結(jié)果符合第二預(yù)設(shè)訓(xùn)練標(biāo)準(zhǔn)，則確定所述推薦模型通過訓(xùn)練；

所述訓(xùn)練模塊，還用于若判定所述推薦模型未通過訓(xùn)練，則利用所述樣本患者數(shù)據(jù)重復(fù)訓(xùn)練所述推薦模型，以使所述推薦模型符合所述第二預(yù)設(shè)訓(xùn)練標(biāo)準(zhǔn)。

6.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，所述獲取模塊，具體包括：

輸入單元，用于將所述低維向量輸入到符合所述第二預(yù)設(shè)訓(xùn)練標(biāo)準(zhǔn)的推薦模型中，獲取得到各個(gè)預(yù)設(shè)醫(yī)療推薦方案對(duì)應(yīng)的推薦分值；

確定單元，用于將所述推薦分值最高的預(yù)設(shè)醫(yī)療推薦方案確定為所述目標(biāo)用戶的醫(yī)療推薦結(jié)果。

7.一種基于知識(shí)圖譜表征學(xué)習(xí)的醫(yī)療方案推薦方法，其特征在于，包括：

獲取目標(biāo)用戶的患者數(shù)據(jù)，并提取所述患者數(shù)據(jù)中的目標(biāo)實(shí)體；

根據(jù)所述目標(biāo)實(shí)體從醫(yī)療知識(shí)圖譜中劃分知識(shí)圖譜子圖，包括：

在所述目標(biāo)實(shí)體中標(biāo)記核心對(duì)象實(shí)體和次要對(duì)象實(shí)體；

以各個(gè)所述核心對(duì)象實(shí)體為遍歷起點(diǎn)對(duì)醫(yī)療知識(shí)圖譜進(jìn)行遍歷，并在遍歷到所述次要對(duì)象實(shí)體時(shí)停止；

依據(jù)各個(gè)所述核心對(duì)象實(shí)體的遍歷結(jié)果劃分知識(shí)圖譜子圖；

基于表征學(xué)習(xí)確定所述知識(shí)圖譜子圖對(duì)應(yīng)的低維向量；

將所述低維向量輸入到符合預(yù)設(shè)訓(xùn)練標(biāo)準(zhǔn)的推薦模型中，獲取得到與所述患者數(shù)據(jù)匹配的醫(yī)療推薦結(jié)果。