[發明專利]基于問診會話的輔助診斷方法、裝置及計算機設備

在審

• 申請號: 202110997039.5
• 申請日: 2021-08-27
• 公開（公告）號: CN113707299A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 姚海申;孫行智
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06F16/332;G06K9/62;G06F40/289
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

本申請實施例屬于人工智能和數字醫療領域，應用于智慧醫療領域中，涉及一種基于問診會話的輔助診斷方法、裝置、計算機設備及存儲介質，方法包括獲取問診過程中產生的對話文本，對話文本包括醫生與患者之間的問診對話；通過訓練好的第一特征提取模型對問診對話進行特征詞提取，得到每句問診對話中的目標特征詞；通過訓練好的第二特征提取模型對對話文本進行特征語句提取，得到問診過程中的目標特征語句；將目標特征詞與目標特征語句在對話文本進行差異化標識，作為問診過程的輔助診斷信息進行展示。此外，本申請還涉及區塊鏈技術，對話文本可存儲于區塊鏈中。本申請通過輔助診斷信息，可以降低醫生誤診率。

技術領域

本申請涉及人工智能技術領域和數字醫療領域，尤其涉及一種基于問診會話的輔助診斷方法、裝置、計算機設備及存儲介質。

背景技術

隨著計算力和數據量的大幅度提升，人工智能技術獲得進一步的發展，應用人工智能解決醫療領域問題已成為了熱點。在醫療領域中，醫生一般是通過對患者進行問診，再根據問診情況推斷患者的患病情況。

受限于患者的表達情況，以及長時間的問診對話，需要醫生精神高度集中，才能對問診過程中患者的描述進行關鍵詞進行捕捉，即便如此，還是會存在遺漏關鍵詞，造成診斷信息遺漏，使得誤診率較高。

發明內容

本申請實施例的目的在于提出一種基于問診會話的輔助診斷方法、裝置、計算機設備及存儲介質，以解決誤診率較高的問題。

為了解決上述技術問題，本申請實施例提供一種基于問診會話的輔助診斷方法，采用了如下所述的技術方案：

獲取問診過程中產生的對話文本，所述對話文本包括醫生與患者之間的問診對話；

通過訓練好的第一特征提取模型對所述問診對話進行特征詞提取，得到每句問診對話中的目標特征詞；

通過訓練好的第二特征提取模型對所述對話文本進行特征語句提取，得到所述問診過程中的目標特征語句；

將所述目標特征詞與所述目標特征語句在所述對話文本進行差異化標識，作為所述問診過程的輔助診斷信息進行展示。

進一步的，在所述獲取問診過程中產生的對話文本之前，所述方法還包括：

構建第一特征提取模型以及第二特征提取模型；

通過第一醫學數據對所述第一特征提取模型進行預訓練，得到預訓練的第一特征提取模型；

以疾病診斷交叉熵損失為優化目標，通過第二醫學數據對所述預訓練的第一特征提取模型以及所述第二特征提取模型進行聯合訓練。

進一步的，所述通過第一醫學數據對所述第一特征提取模型進行預訓練，得到預訓練的第一特征提取模型的步驟包括：

根據所述第一醫學數據，構建基于字詞掩碼預測的第一預訓練任務；以及

根據所述第一醫學數據，構建基于上下語句預測的第二預訓練任務；

基于所述第一預訓練任務以及所述第二預設訓練任務，對所述第一特征提取模型進行預訓練。

進一步的，所述根據所述第一醫學數據，構建基于字詞掩碼預測的第一預訓練任務的步驟包括：

通過隨機掩碼塊對所述第一醫學數據中的初始語句樣本進行隨機字詞掩碼，得到掩碼樣本語句；

對所述掩碼樣本語句中被掩碼字詞進行字詞掩碼預測，得到預測結果語句；

計算所述預測結果語句與所述初始語句樣本之間的第一誤差損失；

以最小化第一誤差損失為目標構建所述第一預訓練任務。

進一步的，所述根據所述第一醫學數據，構建基于上下語句預測的第二預訓練任務的步驟包括：