[發(fā)明專利]基于QMR信念網(wǎng)絡(luò)的導(dǎo)診方法

在審

• 申請?zhí)枺?/td>: 202210746063.6
• 申請日: 2022-06-28
• 公開（公告）號: CN115101182A
• 公開（公告）日: 2022-09-23
• 發(fā)明（設(shè)計）人: 石虎偉;薛魁;韓笑;方磊;徐捷;張曉凡;柳俊
• 申請（專利權(quán)）人: 上海人工智能創(chuàng)新中心
• 主分類號: G16H40/20
• 分類號: G16H40/20;G16H10/60;G06F40/216;G06F40/242;G06F40/247;G06F16/215;G06F16/31
• 代理公司: 上海智晟知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 31313
• 代理人: 李鏑的

1.一種基于QMR信念網(wǎng)絡(luò)的導(dǎo)診方法，其特征在于，包括下列步驟：

根據(jù)門診病歷數(shù)據(jù)確定輸入特征以及輸出標(biāo)簽，其中所述輸出標(biāo)簽包括科室信息；

利用QMR信念網(wǎng)絡(luò)對所述輸入特征以及所述輸出標(biāo)簽進(jìn)行訓(xùn)練以使得所述輸入特征與所述輸出標(biāo)簽關(guān)聯(lián)；

利用生成式實體抽取模型從患者描述中獲取實體；以及

將所述實體輸出所述QMR信念網(wǎng)絡(luò)中，其中將所述實體轉(zhuǎn)化為所述輸入特征并且生成預(yù)測標(biāo)簽，所述預(yù)測標(biāo)簽包括推薦科室。

2.根據(jù)權(quán)利要求1所述的基于QMR信念網(wǎng)絡(luò)的導(dǎo)診方法，其特征在于，對原始的門診病歷數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗以生成第一門診病歷數(shù)據(jù)，其中包括下列步驟：

讀取所述原始的門診病例數(shù)據(jù)，所述原始的門診病例數(shù)據(jù)包括數(shù)據(jù)id、患者性別、患者年齡、患者主訴、現(xiàn)病史、既往史、確診疾病以及科室信息；

對所述原始的門診病例數(shù)據(jù)添加數(shù)據(jù)序號，并且將所述患者主訴、所述現(xiàn)病史、所述既往史的缺失處設(shè)置為空值；

刪除所述患者主訴以及所述現(xiàn)病史均為空值的原始門診病例數(shù)據(jù)；以及

刪除所述一級科室為空值的原始的門診病例數(shù)據(jù)以生成所述第一門診病例數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的基于QMR信念網(wǎng)絡(luò)的導(dǎo)診方法，其特征在于，將所述第一門診病歷數(shù)據(jù)結(jié)構(gòu)化，其中包括下列步驟：

構(gòu)造醫(yī)療同義詞詞典；

基于所述醫(yī)療同義詞詞典構(gòu)造AC自動機；以及

基于所述第一門診病例數(shù)據(jù)中的患者主訴以及現(xiàn)病史，通過所述AC自動機進(jìn)行匹配以便將所述第一門診病歷數(shù)據(jù)結(jié)構(gòu)化。

4.根據(jù)權(quán)利要求3所述的基于QMR信念網(wǎng)絡(luò)的導(dǎo)診方法，其特征在于，提取所述第一門診病歷數(shù)據(jù)中患者主訴以及現(xiàn)病史的標(biāo)準(zhǔn)詞，并且對所述標(biāo)準(zhǔn)詞進(jìn)行特征限定，其中包括下列步驟：

構(gòu)造標(biāo)準(zhǔn)詞對照表，所述標(biāo)準(zhǔn)詞對照表包括癥狀標(biāo)準(zhǔn)詞、疾病標(biāo)準(zhǔn)詞、科室標(biāo)準(zhǔn)詞、部位標(biāo)準(zhǔn)詞以及檢查和操作標(biāo)準(zhǔn)詞；以及

將所述標(biāo)準(zhǔn)詞與所述標(biāo)準(zhǔn)詞對照表進(jìn)行比對，并且刪除所述標(biāo)準(zhǔn)詞不在所述標(biāo)準(zhǔn)詞對照表中的所述第一門診病歷數(shù)據(jù)。

5.根據(jù)權(quán)利要求4所述的基于QMR信念網(wǎng)絡(luò)的導(dǎo)診方法，其特征在于，將所述患者性別、患者年齡以及患者主訴和現(xiàn)病史中的癥狀信息、部位信息以及檢查和操作信息作為輸入特征，其中包括下列步驟：

將患者年齡劃分為新生兒、兒童、中青年以及老年，將患者性別劃分為男以及女；以及

對所述新生兒、兒童、中青年、老年、男、女、癥狀信息、部位信息以及檢查和操作信息進(jìn)行取值，其中取值為真或者假。

6.根據(jù)權(quán)利要求5所述的基于QMR信念網(wǎng)絡(luò)的導(dǎo)診方法，其特征在于，利用QMR信念網(wǎng)絡(luò)對所述輸入特征以及輸出標(biāo)簽進(jìn)行訓(xùn)練包括：

對所述輸入特征以及所述科室信息進(jìn)行編號；

通過所述QMR信念網(wǎng)絡(luò)確定與所述科室信息關(guān)聯(lián)的所述輸入特征；以及

確定與所述科室信息關(guān)聯(lián)的所述輸入特征取值為真的概率。

7.根據(jù)權(quán)利要求6所述的基于QMR信念網(wǎng)絡(luò)的導(dǎo)診方法，其特征在于，利用生成式實體抽取模型從患者描述中抽取實體包括下列步驟：

根據(jù)醫(yī)患對話材料構(gòu)造問句，其中所述問句與實體的類型對應(yīng)；

將所述問句輸入自回歸響應(yīng)生成模型中進(jìn)行訓(xùn)練；

將患者描述轉(zhuǎn)換為對話記錄；以及

將所述對話記錄輸入自回歸響應(yīng)生成模型中，其中通過所述問句對所述對話記錄進(jìn)行詢問以獲取所述實體。

8.根據(jù)權(quán)利要求7所述的基于QMR信念網(wǎng)絡(luò)的導(dǎo)診方法，其特征在于，通過貝葉斯推理算法公式根據(jù)所述輸入特征生成所述預(yù)測標(biāo)簽及其對應(yīng)概率，表示為下式：

其中，P表示概率、d表示所述預(yù)測標(biāo)簽、f表示所述輸入特征、f右上角的正號表示所述輸入特征取值為真，f右上角的負(fù)號表示所述輸入特征取值為假以及i和j表示編號。