[發(fā)明專利]一種語(yǔ)義分診方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110793215.3
• 申請(qǐng)日: 2021-07-14
• 公開（公告）號(hào): CN113488152B
• 公開（公告）日: 2022-06-24
• 發(fā)明（設(shè)計(jì)）人: 張后今;曾培基;周金龍;章昊;肖航;吳珂儀
• 申請(qǐng)（專利權(quán)）人: 華中科技大學(xué)
• 主分類號(hào): G16H40/20
• 分類號(hào): G16H40/20;G16H50/20;G06F16/35;G06F40/30;G06N3/04
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 杜陽(yáng)陽(yáng)

本發(fā)明公開了一種語(yǔ)義分診方法及系統(tǒng)，方法包括：獲取實(shí)際問(wèn)診數(shù)據(jù)；將實(shí)際問(wèn)診數(shù)據(jù)輸入到科室分類模型中，得到目標(biāo)科室；科室分類模型的建立方法包括：獲取歷史問(wèn)診數(shù)據(jù)；歷史問(wèn)診數(shù)據(jù)包括歷史病情描述和對(duì)應(yīng)的歷史科室；根據(jù)歷史問(wèn)診數(shù)據(jù)對(duì)長(zhǎng)短期記憶網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到科室分類模型。現(xiàn)有的分診方法需要導(dǎo)診員根據(jù)病情描述來(lái)人工判斷對(duì)應(yīng)的科室，而人工速度是有限的，本發(fā)明利用科室分類模型，只需要輸入病情描述，即可自動(dòng)得到目標(biāo)科室，提高了分診的效率；且導(dǎo)診員完全憑借經(jīng)驗(yàn)來(lái)進(jìn)行科室分診，易出錯(cuò)，本發(fā)明利用大量的歷史數(shù)據(jù)訓(xùn)練得到的科室分類模型進(jìn)行分診操作，提高了分診的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及科室導(dǎo)診技術(shù)領(lǐng)域，特別是涉及一種語(yǔ)義分診方法及系統(tǒng)。

背景技術(shù)

在醫(yī)院，將患者引入正確的科室是比較費(fèi)時(shí)費(fèi)力的，需要一個(gè)導(dǎo)診員分析一個(gè)患者的病情描述，然后為患者分配一個(gè)科室。但是，醫(yī)院的導(dǎo)診員由于數(shù)量少，患者需要等待很長(zhǎng)的時(shí)間才能獲得分診的結(jié)果。并且，由于患病種類眾多，由于專業(yè)領(lǐng)域不同，導(dǎo)診員未必能夠給病人一個(gè)正確的科室。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種語(yǔ)義分診方法及系統(tǒng)，以提高分診的效率與準(zhǔn)確率。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種語(yǔ)義分診方法，所述方法包括：

獲取實(shí)際問(wèn)診數(shù)據(jù)；

將所述實(shí)際問(wèn)診數(shù)據(jù)輸入到科室分類模型中，得到目標(biāo)科室；

所述科室分類模型的建立方法包括：

獲取歷史問(wèn)診數(shù)據(jù)；所述歷史問(wèn)診數(shù)據(jù)包括歷史病情描述和對(duì)應(yīng)的歷史科室；

根據(jù)所述歷史問(wèn)診數(shù)據(jù)對(duì)長(zhǎng)短期記憶網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到所述科室分類模型。

可選的，所述根據(jù)所述歷史問(wèn)診數(shù)據(jù)對(duì)長(zhǎng)短期記憶網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到所述科室分類模型，具體包括：

將所述歷史病情描述輸入到所述長(zhǎng)短期記憶網(wǎng)絡(luò)模型中，得到每個(gè)歷史病情描述對(duì)應(yīng)的各個(gè)科室的概率；

根據(jù)概率最大的科室和對(duì)應(yīng)的歷史科室判斷是否停止訓(xùn)練；

若是，則將當(dāng)前訓(xùn)練次數(shù)下的長(zhǎng)短期記憶網(wǎng)絡(luò)模型作為所述科室分類模型；

若否，則更新所述長(zhǎng)短期記憶網(wǎng)絡(luò)模型的參數(shù)，并進(jìn)行下一次訓(xùn)練。

可選的，在所述將所述歷史病情描述輸入到所述長(zhǎng)短期記憶網(wǎng)絡(luò)模型中，得到每個(gè)歷史病情描述對(duì)應(yīng)的各個(gè)科室的概率之前，還包括：

對(duì)所述歷史病情描述進(jìn)行預(yù)處理。

可選的，所述對(duì)所述歷史病情描述進(jìn)行預(yù)處理，具體包括：

對(duì)所述歷史病情描述進(jìn)行數(shù)據(jù)清洗；

對(duì)數(shù)據(jù)清洗后的歷史病情描述進(jìn)行分詞處理，得到多個(gè)詞；

將多個(gè)所述詞映射到向量空間，得到多個(gè)數(shù)值數(shù)據(jù)。

可選的，所述對(duì)所述歷史病情描述進(jìn)行數(shù)據(jù)清洗，具體包括：

對(duì)所述歷史病情描述進(jìn)行至少一種刪改操作；所述刪改操作包括字符刪除、字母轉(zhuǎn)換、原型轉(zhuǎn)換、空格刪除和信息刪除；

所述字符刪除為刪除所述歷史病情描述中的無(wú)關(guān)字符、非英文字符、非中文字符、非數(shù)字字符、非中英文的標(biāo)點(diǎn)符合和超鏈接；所述無(wú)關(guān)字符包括：html標(biāo)簽、亂碼、特殊字符和標(biāo)簽；

所述字母轉(zhuǎn)換為將所述歷史病情描述中的英文字母的大寫字母轉(zhuǎn)換為小寫字母；

所述原型轉(zhuǎn)換為將英文字母轉(zhuǎn)換為所述英文字母的原型；

所述空格刪除為刪除多余空格；