[發明專利]醫療內容推薦方法、裝置、設備及存儲介質

在審

• 申請號: 202210042753.3
• 申請日: 2022-01-14
• 公開（公告）號: CN114385919A
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 胡興;郝碧波
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/36;G06N3/04;G06N3/08
• 代理公司: 深圳市力道知識產權代理事務所(普通合伙) 44507
• 代理人: 張傳義

1.一種醫療內容推薦方法，其特征在于，包括：

獲取終端發送的請求信息；

將所述請求信息輸入至醫療知識圖譜模型中，得到內容推薦圖，所述內容推薦圖包括多個第一醫療信息節點及所述多個第一醫療信息節點的連接關系；

基于圖神經網絡學習模型，確定所述內容推薦圖的同構子圖，所述同構子圖中至少有一個第二醫療信息節點與所述第一醫療信息節點的信息相似度大于預設的信息相似度閾值；

基于圖譜嵌入模型，根據所述第一醫療信息節點確定一個或多個醫療信息三元組，以及根據所述第一醫療信息節點對應的連接關系和所述醫療信息三元組確定目標醫療信息；

將所述同構子圖和所述目標醫療信息進行融合，得到用于應答所述請求信息的推薦信息。

2.如權利要求1所述的醫療內容推薦方法，其特征在于，所述基于圖神經網絡學習模型，確定所述內容推薦圖的同構子圖，包括：

基于所述圖神經網絡學習模型的相似信息生成網絡，確定與至少一個所述第一醫療信息節點相同類別的相似醫療信息節點；

基于所述圖神經網絡學習模型的同構圖節點生成網絡，在預設的醫療知識圖譜中確定所述相似醫療信息節點以及所述相似醫療信息節點的子節點；

根據所述相似醫療信息節點以及所述相似醫療信息節點的子節點在所述預設的醫療知識圖譜中進行圖譜截取，得到同構子圖。

3.如權利要求2所述的醫療內容推薦方法，其特征在于，所述基于所述圖神經網絡學習模型的相似信息生成網絡，確定與至少一個所述第一醫療信息節點相同類別的相似醫療信息節點，包括：

對所述第一醫療信息節點進行信息提取及分詞處理，得到第一醫療關鍵詞，并確定所述第一醫療關鍵詞的類別，所述類別包括藥物類別、作息時間類別、病癥類別中的至少一項；

確定與所述第一醫療關鍵詞同類別的一個或多個待選第二醫療關鍵詞；

計算所述第一醫療關鍵詞與每一個所述待選第二醫療關鍵詞的相似度；

根據計算得到的相似度，在一個或多個待選第二醫療關鍵詞中確定第二醫療關鍵詞，并根據所述第二醫療關鍵詞確定相似醫療信息節點。

4.如權利要求1-3任一項所述的醫療內容推薦方法，其特征在于，所述基于圖譜嵌入模型，根據所述第一醫療信息節點確定一個或多個醫療信息三元組，以及根據所述第一醫療信息節點對應的連接關系和所述醫療信息三元組確定目標醫療信息，包括：

基于所述圖譜嵌入模型的信息三元組確定層，在預設的醫療信息三元組網絡中，確定包含所述第一醫療信息節點的一個或多個醫療信息三元組；

基于所述圖譜嵌入模型的信息預測層，根據所述第一醫療信息節點的連接關系在一個或多個醫療信息三元組中確定目標醫療信息三元組，并在所述目標醫療信息三元組中確定目標醫療信息。

5.如權利要求4所述的醫療內容推薦方法，其特征在于，所述根據所述第一醫療信息節點的連接關系在一個或多個醫療信息三元組中確定目標醫療信息三元組，并在所述目標醫療信息三元組中確定目標醫療信息，包括：

對所述第一醫療信息節點的連接關系進行向量化處理，得到關系向量；

基于預設的向量距離計算公式確定所述關系向量與各所述醫療信息三元組的向量距離；

根據所述向量距離確定目標醫療信息三元組，并在所述目標醫療信息三元組中確定目標醫療信息。

6.如權利要求1-3任一項所述的醫療內容推薦方法，其特征在于，所述將所述請求信息輸入至醫療知識圖譜模型中，得到內容推薦圖，包括：

基于所述醫療知識圖譜模型的關鍵詞提取層，對所述請求信息進行關鍵詞提取處理，得到一個或多個醫療信息關鍵詞和一個或多個關系詞；

基于所述醫療知識圖譜模型中預設的醫療知識圖譜，根據所述醫療信息關鍵詞和關系詞確定內容推薦圖。

7.如權利要求6所述的醫療內容推薦方法，其特征在于，所述根據所述醫療信息關鍵詞和關系詞確定內容推薦圖，包括：

在預設的醫療知識圖譜中查找與所述醫療信息關鍵詞對應的目標節點；

根據所述關系詞確定所述目標節點對應的子節點；

將所述目標節點以及所述目標節點的子節點連接，得到內容推薦圖。