[發(fā)明專利]基于transformer模型的智能交互方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 202110020389.6 | 申請日: | 2021-01-07 |
| 公開(公告)號: | CN112700866A | 公開(公告)日: | 2021-04-23 |
| 發(fā)明(設計)人: | 胡鵬龍 | 申請(專利權)人: | 北京左醫(yī)科技有限公司 |
| 主分類號: | G16H50/20 | 分類號: | G16H50/20;G06F16/33;G06F16/332;G06F40/30 |
| 代理公司: | 北京潤平知識產(chǎn)權代理有限公司 11283 | 代理人: | 肖冰濱;王曉曉 |
| 地址: | 100044 北京市西城*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 transformer 模型 智能 交互 方法 系統(tǒng) | ||
本發(fā)明提供一種基于transformer模型的智能交互方法及系統(tǒng),屬于智能醫(yī)療技術領域。所述方法包括:獲取患者的主訴文本信息;根據(jù)預設規(guī)則處理所述主訴文本信息,獲得主訴字序列;通過transformer模型處理所述主訴字序列,輸出預測癥狀序列;根據(jù)預設規(guī)則推送所述預測癥狀序列供患者作答確認,并回收患者作答信息,根據(jù)所述作答信息更新患者畫像。本發(fā)明方案為我們使用機器學習模型進行智能問診提供了可能,同時這樣的模型可以擬合數(shù)據(jù),更接近醫(yī)生問診邏輯。
技術領域
本發(fā)明涉及智能醫(yī)療技術領域,具體地涉及一種基于transformer模型的智能交互方法及一種基于transformer模型的智能交互系統(tǒng)。
背景技術
為了解決醫(yī)療在醫(yī)院供需失衡,越來越多的患者前期問診信息通過智能問診系統(tǒng)進行收集,此舉可以極大縮短醫(yī)患溝通病情時間,醫(yī)生可以更多的和患者溝通其他信息。臨床醫(yī)生思維根據(jù)患者所述主訴,推斷患者所患疾病,進一步詢問的癥狀,用來排除和確診患者的疾病。智能問診系統(tǒng)則模擬醫(yī)生的問診邏輯,智能詢問患者相關癥狀,提前幫助醫(yī)生收集患者信息,提升醫(yī)患溝通效率。但是,現(xiàn)存部分智能問診系統(tǒng)受制于解析能力,解析會丟失主訴中的其他信息,同時對有些癥狀無法召回,導致問診的效果不好,例如,“眼睛上眼皮疼”、“爬的時候摔倒,上排牙磕到下嘴唇外面”無法解析出任何癥狀,以上問診系統(tǒng)無法繼續(xù)進行推斷相關癥狀。有些方法只能得到當前癥狀共現(xiàn)強度較強的癥狀,對一些比較中長尾的癥狀,無法獲得相關癥狀。還有些方法是在數(shù)據(jù)上最有鑒別特征的癥狀,癥狀有時候是低頻癥狀,不符合醫(yī)學問診邏輯,相關性較低。針對目前智能問診系統(tǒng)存在的解析能力差、癥狀獲取準確率不高和不符合醫(yī)學問診邏輯的問題,需要創(chuàng)造一種新的智能問診交互系統(tǒng)。
發(fā)明內容
本發(fā)明實施方式的目的是提供一種基于transformer模型的智能交互方法及系統(tǒng),以用來解決目前存在的智能問診系統(tǒng)存在的解析能力差、癥狀獲取準確率不高和不符合醫(yī)學問診邏輯的問題。
為了實現(xiàn)上述目的,本發(fā)明第一方面提供一種基于transformer模型的智能交互方法,所述方法包括:獲取患者的主訴文本信息;根據(jù)預設規(guī)則處理所述主訴文本信息,獲得主訴字序列;通過transformer模型處理所述主訴字序列,輸出預測癥狀序列;根據(jù)預設規(guī)則推送所述預測癥狀序列供患者作答確認,并回收患者作答信息,根據(jù)所述作答信息更新患者畫像。
可選的,所述根據(jù)預設規(guī)則處理所述主訴文本信息,獲得主訴字序列,包括:將所述主訴文本信息拆解為多個獨立文字;將所述多個獨立文字分別轉換為對應的向量,組成主訴字序列。
可選的,所述transformer模型包括編碼組件和解碼組件;其中,所述編碼組件和所述解碼組件分別包括6個堆疊的編碼器和6個堆疊的解碼器。
可選的,所述編碼器使用的transformer模型為bert預訓練中文模型。
可選的,所述解碼器使用的transformer模型為基于癥狀粒度的transformer模型。
可選的,所述根據(jù)預設規(guī)則推送所述預測癥狀序列供患者作答確認,包括:根據(jù)所述transformer模型獲得多個候選預測癥狀序列;根據(jù)集束搜索方法從所述多個候選預測癥狀序列中選出最優(yōu)預測癥狀序列,作為預測癥狀序列。
可選的,所述根據(jù)預設規(guī)則推送所述預測癥狀序列供患者作答確認,還包括:單次推送預設數(shù)量的預測癥狀到患者端,直到排序后的預測癥狀序列被推送完畢。
本發(fā)明第二方面提供一種基于transformer模型的智能交互系統(tǒng),所述系統(tǒng)包括:采集單元,用于獲取患者的主訴文本信息;處理單元,用于根據(jù)預設規(guī)則處理所述主訴文本信息,獲得主訴字序列,還用于通過transformer模型處理所述多個向量,輸出預測癥狀序列;推送單元,用于根據(jù)預設規(guī)則推送所述預測癥狀序列供患者作答確認,并回收患者作答信息;所述處理單元還用于根據(jù)所述作答信息更新患者畫像。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京左醫(yī)科技有限公司,未經(jīng)北京左醫(yī)科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110020389.6/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。
- 基于Transformer+LSTM神經(jīng)網(wǎng)絡模型的商品銷量預測方法及裝置
- 一種基于Transformer模型自然場景文字識別方法
- 一種深度Transformer級聯(lián)神經(jīng)網(wǎng)絡模型壓縮算法
- 點云分割方法、系統(tǒng)、介質、計算機設備、終端及應用
- 基于Transformer的中文智能對話方法
- 一種基于改進Transformer模型的飛行器故障診斷方法和系統(tǒng)
- 一種基于Transformer模型的機器翻譯模型優(yōu)化方法
- 基于Transformer和增強交互型MPNN神經(jīng)網(wǎng)絡的小分子表示學習方法
- 基于U-Transformer多層次特征重構的異常檢測方法及系統(tǒng)
- 基于EfficientDet和Transformer的航空圖像中的飛機檢測方法





