[發明專利]分診數據處理方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202011565047.4
• 申請日: 2020-12-25
• 公開（公告）號: CN112652386A
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 唐蕊
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H40/20
• 分類號: G16H40/20;G16H50/20;G16H50/70
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 譚果林

1.一種分診數據處理方法，其特征在于，包括：

接收患者的患者請求，獲取所述患者請求中的患者標識碼和患者癥狀信息；所述患者癥狀信息包括癥狀描述和檢驗數據；

自病人管理數據庫中獲取與所述患者標識碼關聯的結構化數據和歷史數據，同時將所述患者癥狀信息和所述歷史數據確定為非結構化數據；

將所述結構化數據和所述非結構化數據輸入分診模型中；所述分診模型包括輸入預處理模型和語言表示模型；

通過所述輸入預處理模型，對所述結構化數據進行編碼轉換，得到結構化嵌入數據，以及對所述非結構化數據進行非結構轉換處理，得到非結構化嵌入數據；

將所述結構化嵌入數據和所述非結構化嵌入數據拼接，得到待處理數據；

通過所述語言表示模型對所述待處理數據進行分診預測，得到與所述患者對應的分診結果。

2.如權利要求1所述的分診數據處理方法，其特征在于，所述對所述結構化數據進行編碼轉換，得到結構化嵌入數據，包括：

通過所述輸入預處理模型運用one-hot編碼技術，對基本信息進行編碼，得到基礎嵌入數據；所述結構化數據包括所述基本信息和體檢數據；

通過所述輸入預處理模型從所述體檢數據中提取出與預設參數對應的有用數據，運用規則映射轉換技術，轉換生成與所述有用數據對應的外圍嵌入數據；

通過所述輸入預處理模型將所述基礎嵌入數據和所述外圍嵌入數據相加，得到所述結構化嵌入數據。

3.如權利要求1所述的分診數據處理方法，其特征在于，所述對所述非結構化數據進行非結構轉換處理，得到非結構化嵌入數據，包括：

通過所述輸入預處理模型將所述非結構化數據進行文本轉換及合并，得到非結構文本數據；

通過所述輸入預處理模型對所述非結構文本數據進行嵌入表示處理，得到所述非結構化嵌入數據。

4.如權利要求3所述的分診數據處理方法，其特征在于，所述通過所述輸入預處理模型將所述非結構化數據進行文本轉換及合并，得到非結構文本數據，包括：

通過所述預處理模型對所述非結構化數據中的所述檢驗數據進行類型識別，識別出與所述檢驗數據對應的數據類型，同時對所述非結構化數據中的所述癥狀描述進行詞向量轉換，得到第一文本數據，以及對所述非結構化數據中的所述歷史數據進行詞向量轉換，得到第二文本數據；

根據識別的所述數據類型，對所述檢驗數據進行圖文轉換，得到中間數據；

通過所述預處理模型對所述中間數據進行主訴分析，得到第三文本數據；

將所述第一文本數據、所述第二文本數據和所述第三文本數據確定為所述非結構文本數據。

5.如權利要求3所述的分診數據處理方法，其特征在于，所述通過所述輸入預處理模型對所述文本數據進行嵌入表示處理，得到所述非結構化嵌入數據，包括：

通過字嵌入層對所述文本數據進行拆分及編碼，得到第一嵌入數據；所述輸入預處理模型包括字嵌入層、類型嵌入層和位置嵌入層；

通過所述類型嵌入層對所述文本數據進行文本表示，得到第二嵌入數據；

通過所述位置嵌入層對所述文本數據進行順序表示，得到第三嵌入數據；

將所述第一嵌入數據、所述第二嵌入數據和所述第三嵌入數據進行非結構化相加處理，得到所述非結構化嵌入數據。

6.如權利要求1所述的分診數據處理方法，其特征在于，所述通過所述語言表示模型對所述待處理數據進行分診預測，得到與所述患者對應的分診結果之前，包括：

獲取訓練樣本集；所述訓練樣本集包括多個訓練樣本，所述訓練樣本與分診標簽關聯；

將所述訓練樣本輸入含有初始參數的預訓練語言模型；

通過所述預訓練語言模型對所述訓練樣本進行分類識別，得到與所述訓練樣本對應的樣本結果；

根據與所述訓練樣本對應的所述樣本結果和與所述訓練樣本關聯的所述分診標簽，確定出損失值；

在所述損失值未達到預設的收斂條件時，迭代更新所述預訓練語言模型的初始參數，直至所述損失值達到所述收斂條件時，將收斂之后的所述預訓練語言模型記錄為語言表示模型。