CN107330289A - 一种症状信息分析方法及装置 - Google Patents

一种症状信息分析方法及装置 Download PDF

Info

Publication number
CN107330289A
CN107330289A CN201710556206.6A CN201710556206A CN107330289A CN 107330289 A CN107330289 A CN 107330289A CN 201710556206 A CN201710556206 A CN 201710556206A CN 107330289 A CN107330289 A CN 107330289A
Authority
CN
China
Prior art keywords
symptom
information
chief complaint
similarity
phrase
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710556206.6A
Other languages
English (en)
Inventor
吴承峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Herbal Convenient Intelligent Technology Co., Ltd.
Original Assignee
Jingle (shenzhen) Health Robot Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jingle (shenzhen) Health Robot Technology Co Ltd filed Critical Jingle (shenzhen) Health Robot Technology Co Ltd
Priority to CN201710556206.6A priority Critical patent/CN107330289A/zh
Publication of CN107330289A publication Critical patent/CN107330289A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明适用于数据分析与处理技术领域，提供了一种症状信息分析方法及装置。该方法包括：获取用户输入的主诉症状信息，根据主诉症状信息对应的向量与多个预设标准症状信息对应的向量，分别计算主诉症状信息与多个预设标准症状信息的第一相似度，根据主诉症状信息和多个预设标准症状信息的关联系数，分别计算主诉症状信息与多个预设标准症状信息的第二相似度，将多个预设标准症状信息中第一相似度与第二相似度的平均值最高的症状信息，作为主诉症状信息对应的目标症状信息，相较于现有技术，本方案能够将用户输入的主诉症状信息转化为目标症状信息，使患者即使无法确定自己的标准症状，也能使用智能问诊系统，提高了产品粘性。

Description

一种症状信息分析方法及装置
技术领域
本发明属于数据分析与处理技术领域，尤其涉及一种症状信息分析方法及装置。
背景技术
随着现代科技的不断发展，许多医院、药店开始使用智能问诊系统用于辅助服务。然而，现有的智能问诊系统大多只能通过患者输入的标准症状推算标准疾病，以及推荐对应的药品，然而，大部分患者，在未看过医生之前，无法知道自己病情的标准症状，只能通过自己身体的感受，知道主诉症状，即患者自己感受最主要的痛苦，就诊最主要的原因或最明显的症状或体征。由于大部分患者不能准确地知道自己的标准症状，因此无法使用智能问诊系统，容易耽误病情。
发明内容
本发明实施例所要解决的技术问题在于提供一种症状信息分析方法及装置，旨在解决现有技术中患者不能准确地知道自己的标准症状，无法在医院、药店使用智能问诊系统的问题。
本发明实施例第一方面提供了一种症状信息分析方法，所述方法包括：
获取用户输入的主诉症状信息；
根据所述主诉症状信息对应的向量与多个预设标准症状信息对应的向量，分别计算所述主诉症状信息与多个所述预设标准症状信息的第一相似度；
根据所述主诉症状信息和多个所述预设标准症状信息的关联系数，分别计算所述主诉症状信息与多个所述预设标准症状信息的第二相似度；
将多个所述预设标准症状信息中所述第一相似度与所述第二相似度的平均值最高的症状信息，作为所述主诉症状信息对应的目标症状信息。
本发明实施例第二方面提供了一种症状信息分析装置，所述装置包括：
主诉症状获取模块，用于获取用户输入的主诉症状信息；
第一相似度获取模块，用于根据所述主诉症状信息对应的向量与多个预设标准症状信息对应的向量，分别计算所述主诉症状信息与多个所述预设标准症状信息的第一相似度；
第二相似度获取模块，用于根据所述主诉症状信息和多个所述预设标准症状信息的关联系数，分别计算所述主诉症状信息与多个所述预设标准症状信息的第二相似度；
目标症状获取模块，用于将多个所述预设标准症状信息中所述第一相似度与所述第二相似度的平均值最高的症状信息，作为所述主诉症状信息对应的目标症状信息。
从上述本发明实施例可知，本发明通过获取用户输入的主诉症状信息，根据主诉症状信息对应的向量与多个预设标准症状信息对应的向量，分别计算主诉症状信息与多个预设标准症状信息的第一相似度，根据主诉症状信息和多个预设标准症状信息的关联系数，分别计算主诉症状信息与多个预设标准症状信息的第二相似度，将多个预设标准症状信息中第一相似度与第二相似度的平均值最高的症状信息，作为主诉症状信息对应的目标症状信息，相较于现有技术，本方案能够将用户输入的主诉症状信息转化为目标症状信息，使患者即使无法确定自己的标准症状，也能使用智能问诊系统，提高了产品粘性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
附图1是本发明第一实施例提供的症状信息分析方法的实现流程示意图；
附图2是本发明第二实施例提供的症状信息分析方法的实现流程示意图；
附图3是本发明第三实施例提供的症状信息分析装置的结构示意图；
附图4是本发明第四实施例提供的症状信息分析装置的结构示意图；
附图5是本发明第二实施例提供的主诉症状信息中各症状计算词组与标准症状信息中的各标准症状词组的关联系数创建关联系数数据表。
具体实施方式
为使得本发明实施例的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅附图1，附图1为本发明第一实施例提供的症状信息分析方法的实现流程示意图，该方法可以应用于终端设备中。如附图1所示，该方法主要包括以下步骤：
S101、获取用户输入的主诉症状信息；
主诉症状是医学和心理学中用语，是指患者自述的自己感受最主要的痛苦，就诊最主要的原因或最明显的症状和/或体征、性质，以及持续时间，并能够初步反应病情轻重与缓急，对某系统疾患能提供诊断线索。主诉症状尽可能用病人自己描述的症状，不用诊断用语。
S102、根据主诉症状信息对应的向量与多个预设标准症状信息对应的向量，分别计算主诉症状信息与多个预设标准症状信息的第一相似度；
先获取主诉症状信息及预设标准症状信息对应的向量，然后根据计算公式，计算主诉症状信息与多个预设标准症状信息的第一相似度。
S103、根据主诉症状信息和多个预设标准症状信息的关联系数，分别计算主诉症状信息与多个预设标准症状信息的第二相似度；
先获取主诉症状信息与预设标准症状信息对应的关联系数，然后根据计算公式，计算主诉症状信息与多个预设标准症状信息的第二相似度。
S104、将多个预设标准症状信息中第一相似度与第二相似度的平均值最高的症状信息，作为主诉症状信息对应的目标症状信息。
其中，目标症状信息即为本方法确定的患者的症状信息。可以理解的，若用户输入了多组主诉症状信息，则得到的目标症状信息则可以是多个。
本发明实施例提供的症状信息分析方法，通过获取用户输入的主诉症状信息，根据主诉症状信息对应的向量与多个预设标准症状信息对应的向量，分别计算主诉症状信息与多个预设标准症状信息的第一相似度，根据主诉症状信息和多个预设标准症状信息的关联系数，分别计算主诉症状信息与多个预设标准症状信息的第二相似度，将多个预设标准症状信息中第一相似度与第二相似度的平均值最高的症状信息，作为主诉症状信息对应的目标症状信息，相较于现有技术，本方案能够将用户输入的主诉症状信息转化为目标症状信息，使患者即使无法确定自己的标准症状，也能使用智能问诊系统，提高了产品粘性。
请参阅附图2，附图2为本发明第二实施例提供的症状信息分析方法的实现流程示意图，该方法可以应用于终端设备中。如附图2所示，该方法主要包括以下步骤：
S201、获取用户输入的主诉症状信息；
主诉症状是医学和心理学中用语，是指患者自述的自己感受最主要的痛苦，就诊最主要的原因或最明显的症状和/或体征、性质，以及持续时间，并能够初步反应病情轻重与缓急，对某系统疾患能提供诊断线索。主诉症状尽可能用病人自己描述的症状，不用诊断用语。
S202、提取主诉症状信息中的症状计算词组；
症状计算词组为预置的，经常出现于患者主诉症状中，可用于判断患者症状的词组，例如打喷嚏、乏力、流鼻涕等。给每个症状计算词组预置对应的向量，进一步地，可以设置症状计算词组数据库，将预置的症状计算词组及对应的向量存储在该症状计算词组数据库中。当接收到用户输入的主诉症状信息后，查找该主诉症状信息中是否存在预置的症状计算词组，若存在，则提取其中的症状计算词组。
S203、获取症状计算词组对应的向量，并将获取的所有症状计算词组对应的向量相加，得到主诉症状信息的向量；
例如，用户输入的主诉症状为“最近受凉打喷嚏，有点乏力，流清鼻涕怎么办”，其中的症状计算词组包括“受凉、打喷嚏、乏力、流清鼻涕”，分别获取“受凉”、“打喷嚏”、“乏力”、“流清鼻涕”对应的向量，则该主诉症状的向量为上述四组症状计算词组向量的加和。
S204、获取标准症状信息对应的向量；
S205、根据公式分别计算主诉症状信息与多个预设标准症状信息的第一相似度；
其中，Si为主诉症状信息，VecSi为主诉症状信息对应的向量，||VecSi||为主诉症状信息对应的向量的模，pj为标准症状信息，Vecpj为标准症状信息对应的向量，||Vecpj||为标准症状信息对应的向量的模。
S206、获取各症状计算词组与预设标准症状信息中的各标准症状词组的关联系数；
可以理解的，此处预先对症状计算词组与标准症状词组设置了对应的关联系数。
S207、根据公式计算得到第一子相似度；
其中，maxsim_word(w1i,w2j)为各症状计算词组与同一标准症状词组的关联系数中最大的一个关联系数，n为标准症状信息中的标准症状词组的个数。
S208、根据公式计算得到第二子相似度；
其中，(maxsim_word(w1j,w2i))为同一症状计算词组与各标准症状词组的关联系数中最大的一个关联系数，m为主诉症状信息中症状计算词组的个数。
S209、取第一子相似度和第二子相似度的平均值，作为第二相似度；
进一步地，可以为各症状计算词组与预设标准症状信息中的各标准症状词组的关联系数创建关联系数数据表，并根据列表中的关联系数进行计算。以图5为例，用户的主诉症状为“最近受凉打喷嚏，有点乏力，流清鼻涕怎么办？”该主诉症状中的症状计算词组为“受凉”“打喷嚏”“乏力”“流清鼻涕”；标准症状信息为“牙龈肿胀”，其中的标准症状词组为“牙龈”和“肿胀”。根据图5数据表中的关联系数，第一子相似度第二子相似度则第二相似度
S210、将多个预设标准症状信息中第一相似度与第二相似度的平均值最高的症状信息，作为主诉症状信息对应的目标症状信息。
其中，目标症状信息即为本方法确定的患者的症状信息。可以理解的，若用户输入了多组主诉症状信息，则得到的目标症状信息则可以是多个。
本发明实施例提供的症状信息分析方法，通过获取用户输入的主诉症状信息，根据主诉症状信息对应的向量与多个预设标准症状信息对应的向量，分别计算主诉症状信息与多个预设标准症状信息的第一相似度，根据主诉症状信息和多个预设标准症状信息的关联系数，分别计算主诉症状信息与多个预设标准症状信息的第二相似度，将多个预设标准症状信息中第一相似度与第二相似度的平均值最高的症状信息，作为主诉症状信息对应的目标症状信息，相较于现有技术，本方案能够将用户输入的主诉症状信息转化为目标症状信息，使患者即使无法确定自己的标准症状，也能使用智能问诊系统，提高了产品粘性。
请参阅附图3，附图3是本发明第三实施例提供的症状信息分析装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分。附图3示例的症状信息分析装置可以是前述第一实施例提供的症状信息分析方法的执行主体，其可以是终端设备或者终端设备中的一个功能模块。附图3示例的症状信息分析装置，主要包括：主诉症状获取模块301、第一相似度获取模块302、第二相似度获取模块303及目标症状获取模块304。各功能模块详细说明如下：
主诉症状获取模块301，用于获取用户输入的主诉症状信息。
第一相似度获取模块302，用于根据主诉症状信息对应的向量与多个预设标准症状信息对应的向量，分别计算主诉症状信息与多个预设标准症状信息的第一相似度。
第二相似度获取模块303，用于根据主诉症状信息和多个预设标准症状信息的关联系数，分别计算主诉症状信息与多个预设标准症状信息的第二相似度。
目标症状获取模块304，用于将多个预设标准症状信息中第一相似度与第二相似度的平均值最高的症状信息，作为主诉症状信息对应的目标症状信息。
上述各功能模块实现各自功能的具体过程，可参考前述第一实施例提供的症状信息分析方法的相关内容，此处不再赘述。
本发明实施例提供的症状信息分析装置，通过获取用户输入的主诉症状信息，根据主诉症状信息对应的向量与多个预设标准症状信息对应的向量，分别计算主诉症状信息与多个预设标准症状信息的第一相似度，根据主诉症状信息和多个预设标准症状信息的关联系数，分别计算主诉症状信息与多个预设标准症状信息的第二相似度，将多个预设标准症状信息中第一相似度与第二相似度的平均值最高的症状信息，作为主诉症状信息对应的目标症状信息，相较于现有技术，本方案能够将用户输入的主诉症状信息转化为目标症状信息，使患者即使无法确定自己的标准症状，也能使用智能问诊系统，提高了产品粘性。
请参阅附图4，附图4是本发明第四实施例提供的症状信息分析装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分。附图4示例的症状信息分析装置可以是前述第二实施例提供的症状信息分析方法的执行主体，其可以是终端设备或者终端设备中的一个功能模块。附图4示例的症状信息分析装置，主要包括：主诉症状获取模块401、第一相似度获取模块402、第二相似度获取模块403及目标症状获取模块404。各功能模块详细说明如下：
主诉症状获取模块401，用于获取用户输入的主诉症状信息。
第一相似度获取模块402，具体用于提取主诉症状信息中的症状计算词组，获取症状计算词组对应的向量，并将获取的所有症状计算词组对应的向量相加，得到主诉症状信息的向量，获取标准症状信息对应的向量，根据公式分别计算主诉症状信息与多个预设标准症状信息的第一相似度，其中，Si为主诉症状信息，VecSi为主诉症状信息对应的向量，||VecSi||为主诉症状信息对应的向量的模，pj为标准症状信息，Vecpj为标准症状信息对应的向量，||Vecpj||为标准症状信息对应的向量的模。
第二相似度获取模块403，具体用于获取各症状计算词组与预设标准症状信息中的各标准症状词组的关联系数，根据公式计算得到第一子相似度，其中，maxsim_word(w1i,w2j)为各症状计算词组与同一标准症状词组的关联系数中最大的一个关联系数，n为标准症状信息中的标准症状词组的个数，根据公式计算得到第二子相似度，其中，(maxsim_word(w1j,w2i))为同一症状计算词组与各标准症状词组的关联系数中最大的一个关联系数，m为主诉症状信息中症状计算词组的个数，取第一子相似度和第二子相似度的平均值，作为第二相似度。
目标症状获取模块404，用于将多个预设标准症状信息中第一相似度与第二相似度的平均值最高的症状信息，作为主诉症状信息对应的目标症状信息。
上述各功能模块实现各自功能的具体过程，可参考前述第二实施例提供的症状信息分析方法的相关内容，此处不再赘述。
本发明实施例提供的症状信息分析装置，通过获取用户输入的主诉症状信息，根据主诉症状信息对应的向量与多个预设标准症状信息对应的向量，分别计算主诉症状信息与多个预设标准症状信息的第一相似度，根据主诉症状信息和多个预设标准症状信息的关联系数，分别计算主诉症状信息与多个预设标准症状信息的第二相似度，将多个预设标准症状信息中第一相似度与第二相似度的平均值最高的症状信息，作为主诉症状信息对应的目标症状信息，相较于现有技术，本方案能够将用户输入的主诉症状信息转化为目标症状信息，使患者即使无法确定自己的标准症状，也能使用智能问诊系统，提高了产品粘性。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上为对本发明所提供的症状信息分析方法、装置的描述，对于本领域的技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种症状信息分析方法，其特征在于，所述方法包括：
获取用户输入的主诉症状信息；
根据所述主诉症状信息对应的向量与多个预设标准症状信息对应的向量，分别计算所述主诉症状信息与多个所述预设标准症状信息的第一相似度；
根据所述主诉症状信息和多个所述预设标准症状信息的关联系数，分别计算所述主诉症状信息与多个所述预设标准症状信息的第二相似度；
将多个所述预设标准症状信息中所述第一相似度与所述第二相似度的平均值最高的症状信息，作为所述主诉症状信息对应的目标症状信息。
2.如权利要求1所述的症状信息分析方法，其特征在于，所述根据所述主诉症状信息对应的向量与多个预设标准症状信息对应的向量，分别计算所述主诉症状信息与多个所述预设标准症状信息的第一相似度，包括：
提取所述主诉症状信息中的症状计算词组；
获取所述症状计算词组对应的向量，并将获取的所有所述症状计算词组对应的向量相加，得到所述主诉症状信息的向量；
获取所述标准症状信息对应的向量；
根据公式分别计算所述主诉症状信息与多个所述预设标准症状信息的第一相似度；
其中，Si为所述主诉症状信息，VecSi为所述主诉症状信息对应的向量，||VecSi||为所述主诉症状信息对应的向量的模，pj为所述标准症状信息，Vecpj为所述标准症状信息对应的向量，||Vecpj||为所述标准症状信息对应的向量的模。
3.如权利要求2所述的症状信息分析方法，其特征在于，所述根据所述主诉症状信息和多个所述预设标准症状信息的关联系数，分别计算所述主诉症状信息与多个所述预设标准症状信息的第二相似度，包括：
获取各所述症状计算词组与所述预设标准症状信息中的各标准症状词组的关联系数；
根据公式计算得到第一子相似度，其中，maxsim_word(w1i,w2j)为各所述症状计算词组与同一所述标准症状词组的关联系数中最大的一个关联系数，n为所述标准症状信息中的所述标准症状词组的个数；
根据公式计算得到第二子相似度，其中，(maxsim_word(w1j,w2i))为同一所述症状计算词组与各所述标准症状词组的关联系数中最大的一个关联系数，m为所述主诉症状信息中所述症状计算词组的个数；
取所述第一子相似度和所述第二子相似度的平均值，作为所述第二相似度。
4.一种症状信息分析装置，其特征在于，所述装置包括：
主诉症状获取模块，用于获取用户输入的主诉症状信息；
第一相似度获取模块，用于根据所述主诉症状信息对应的向量与多个预设标准症状信息对应的向量，分别计算所述主诉症状信息与多个所述预设标准症状信息的第一相似度；
第二相似度获取模块，用于根据所述主诉症状信息和多个所述预设标准症状信息的关联系数，分别计算所述主诉症状信息与多个所述预设标准症状信息的第二相似度；
目标症状获取模块，用于将多个所述预设标准症状信息中所述第一相似度与所述第二相似度的平均值最高的症状信息，作为所述主诉症状信息对应的目标症状信息。
5.如权利要求4所述的症状信息分析装置，其特征在于，所述第一相似度获取模块，具体用于：
提取所述主诉症状信息中的症状计算词组；
获取所述症状计算词组对应的向量，并将获取的所有所述症状计算词组对应的向量相加，得到所述主诉症状信息的向量；
获取所述标准症状信息对应的向量；
根据公式分别计算所述主诉症状信息与多个所述预设标准症状信息的第一相似度；
其中，Si为所述主诉症状信息，VecSi为所述主诉症状信息对应的向量，||VecSi||为所述主诉症状信息对应的向量的模，pj为所述标准症状信息，Vecpj为所述标准症状信息对应的向量，||Vecpj||为所述标准症状信息对应的向量的模。
6.如权利要求5所述的症状信息分析装置，其特征在于，所述第二相似度获取模块，具体用于：
获取各所述症状计算词组与所述预设标准症状信息中的各标准症状词组的关联系数；
根据公式计算得到第一子相似度，其中，maxsim_word(w1i,w2j)为各所述症状计算词组与同一所述标准症状词组的关联系数中最大的一个关联系数，n为所述标准症状信息中的所述标准症状词组的个数；
根据公式计算得到第二子相似度，其中，(maxsim_word(w1j,w2i))为同一所述症状计算词组与各所述标准症状词组的关联系数中最大的一个关联系数，m为所述主诉症状信息中所述症状计算词组的个数；
取所述第一子相似度和所述第二子相似度的平均值，作为所述第二相似度。
CN201710556206.6A 2017-07-10 2017-07-10 一种症状信息分析方法及装置 Pending CN107330289A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710556206.6A CN107330289A (zh) 2017-07-10 2017-07-10 一种症状信息分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710556206.6A CN107330289A (zh) 2017-07-10 2017-07-10 一种症状信息分析方法及装置

Publications (1)

Publication Number Publication Date
CN107330289A true CN107330289A (zh) 2017-11-07

Family

ID=60196510

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710556206.6A Pending CN107330289A (zh) 2017-07-10 2017-07-10 一种症状信息分析方法及装置

Country Status (1)

Country Link
CN (1) CN107330289A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108231153A (zh) * 2018-02-08 2018-06-29 康美药业股份有限公司 一种药品推荐方法、电子设备和存储介质
CN108389608A (zh) * 2018-02-08 2018-08-10 康美药业股份有限公司 药品推荐方法、电子设备和存储介质
CN109119134A (zh) * 2018-08-09 2019-01-01 脉景（杭州）健康管理有限公司 医学病历数据处理方法、医学数据推荐系统、设备及介质
CN109326352A (zh) * 2018-10-26 2019-02-12 腾讯科技（深圳）有限公司 疾病预测方法、装置、终端及存储介质
CN109543179A (zh) * 2018-11-05 2019-03-29 北京康夫子科技有限公司 口语化症状归一化的方法及系统
CN109887562A (zh) * 2019-02-20 2019-06-14 广州天鹏计算机科技有限公司 电子病历的相似度确定方法、装置、设备和存储介质
CN113591886A (zh) * 2020-04-30 2021-11-02 北京百度网讯科技有限公司 用于信息分类的方法、装置、设备及计算机可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1759804A (zh) * 2005-11-02 2006-04-19 浙江大学 中医四诊合参智能辨证方法
CN104102816A (zh) * 2014-06-20 2014-10-15 周晋 基于症状匹配和机器学习的自动诊断系统和方法
CN104200069A (zh) * 2014-08-13 2014-12-10 周晋 一种基于症状分析和机器学习的用药推荐系统和方法
CN104331455A (zh) * 2014-10-30 2015-02-04 北京科技大学 一种中医气血辨证演绎推理的再现方法及装置
CN104881463A (zh) * 2015-05-22 2015-09-02 清华大学深圳研究生院 基于结构化病历数据库的参考病历检索方法及装置
CN105184103A (zh) * 2015-10-15 2015-12-23 清华大学深圳研究生院 基于病历数据库的虚拟名医
CN105447299A (zh) * 2014-09-19 2016-03-30 余仪呈 自助问诊并产生结构化主诉病历的系统及方法
CN105701342A (zh) * 2016-01-12 2016-06-22 西北工业大学 基于代理的直觉模糊理论医疗诊断模型的构建方法及装置
CN106845058A (zh) * 2015-12-04 2017-06-13 北大医疗信息技术有限公司 疾病数据的标准化方法及标准化装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1759804A (zh) * 2005-11-02 2006-04-19 浙江大学 中医四诊合参智能辨证方法
CN104102816A (zh) * 2014-06-20 2014-10-15 周晋 基于症状匹配和机器学习的自动诊断系统和方法
CN104200069A (zh) * 2014-08-13 2014-12-10 周晋 一种基于症状分析和机器学习的用药推荐系统和方法
CN105447299A (zh) * 2014-09-19 2016-03-30 余仪呈 自助问诊并产生结构化主诉病历的系统及方法
CN104331455A (zh) * 2014-10-30 2015-02-04 北京科技大学 一种中医气血辨证演绎推理的再现方法及装置
CN104881463A (zh) * 2015-05-22 2015-09-02 清华大学深圳研究生院 基于结构化病历数据库的参考病历检索方法及装置
CN105184103A (zh) * 2015-10-15 2015-12-23 清华大学深圳研究生院 基于病历数据库的虚拟名医
CN106845058A (zh) * 2015-12-04 2017-06-13 北大医疗信息技术有限公司 疾病数据的标准化方法及标准化装置
CN105701342A (zh) * 2016-01-12 2016-06-22 西北工业大学 基于代理的直觉模糊理论医疗诊断模型的构建方法及装置

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
SACHIN MATHUR 等: "Finding disease similarity based on implicit semantic similarity", 《JOURNAL OF BIOMEDICAL INFORMATICS》 *
XUEZHONG ZHOU 等: "Human symptoms–disease network", 《NATURE COMMUNICATIONS》 *
刘林: "中医临床表型与基因型集成与分析研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 *
刘鹏 等: "《军事信息栅格理论与技术》", 31 May 2015, 北京：国防工业出版社 *
李中平 等: "相似度分析方法在亚健康状态症状指标分析中的应用", 《中国卫生统计》 *
申静: "基于案例推理的疾病诊断专家系统的研究", 《计算机与现代化》 *
贾丽梅: "基于关联数据语义相似度计算研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108231153A (zh) * 2018-02-08 2018-06-29 康美药业股份有限公司 一种药品推荐方法、电子设备和存储介质
CN108389608A (zh) * 2018-02-08 2018-08-10 康美药业股份有限公司 药品推荐方法、电子设备和存储介质
CN109119134A (zh) * 2018-08-09 2019-01-01 脉景（杭州）健康管理有限公司 医学病历数据处理方法、医学数据推荐系统、设备及介质
CN109326352A (zh) * 2018-10-26 2019-02-12 腾讯科技（深圳）有限公司 疾病预测方法、装置、终端及存储介质
CN109326352B (zh) * 2018-10-26 2022-04-15 腾讯科技（深圳）有限公司 疾病预测方法、装置、终端及存储介质
CN109543179A (zh) * 2018-11-05 2019-03-29 北京康夫子科技有限公司 口语化症状归一化的方法及系统
CN109887562A (zh) * 2019-02-20 2019-06-14 广州天鹏计算机科技有限公司 电子病历的相似度确定方法、装置、设备和存储介质
CN113591886A (zh) * 2020-04-30 2021-11-02 北京百度网讯科技有限公司 用于信息分类的方法、装置、设备及计算机可读存储介质
CN113591886B (zh) * 2020-04-30 2023-11-07 北京百度网讯科技有限公司 用于信息分类的方法、装置、设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN107330289A (zh) 一种症状信息分析方法及装置
CN107330288A (zh) 一种用药信息获取方法及装置
CN107145744B (zh) 医学知识图谱的构建方法、装置及辅助诊断方法
CN105912881B (zh) 基于大数据知识库的个性化治疗方案推荐系统
CN107330287A (zh) 一种疾病信息分析方法及装置
Alodadi et al. Similarity in patient support forums using TF-IDF and cosine similarity metrics
CN104484845B (zh) 基于医学信息本体数据库的疾病自我分析平台
CN110246572B (zh) 一种基于词向量的医疗分诊方法及系统
Moon et al. Enrolment and programmatic trends and predictors of antiretroviral therapy initiation from president's emergency plan for AIDS Relief (PEPFAR)-supported public HIV care and treatment sites in rural Mozambique
CN110069779A (zh) 医疗文本的症状实体识别方法及相关装置
CN110223784A (zh) 临床试验患者匹配方法
Greaves Women, gender, and health research
Waziri et al. Effect of the prevalence of HIV/AIDS and the life expectancy rate on economic growth in SSA countries: Difference GMM approach
CN109509102B (zh) 理赔决策方法、装置、计算机设备和存储介质
CN113488157B (zh) 智能导诊处理方法、装置、电子设备及存储介质
CN114783627A (zh) 基于ai的健康医疗服务推荐系统
CN105678602A (zh) 一种用于自诊平台的企业信用评价方法和评价体系
CN115579153A (zh) 问诊评价方法、问诊评价装置、电子设备和可读存储介质
Yang et al. Smoothed empirical likelihood for ROC curves with censored data
CN114664436A (zh) 一种基于智能体决策的急救辅助系统
Uluslu et al. Utilizing large language models to identify evidence of suicidality risk through analysis of emotionally charged posts
Christopoulos A novel approach for estimating the final outcome of global diseases like covid-19
CN112086155A (zh) 一种基于语音录入的诊疗信息结构化收集方法
CN117316415B (zh) 一种基于多模态的智能随访方法及系统
Aslan et al. Evaluation of the applicability of the clinical care classification system to the care of elderly nursing home residents

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190320

Address after: 100000 Beijing Chaoyang District Jiuxianqiao North Road 9 (factory area) 7 2-storey-298

Applicant after: Beijing Herbal Convenient Intelligent Technology Co., Ltd.

Address before: 518042 20H, Block C, NEO Building, 6011 Shennan Middle Road, Futian District, Shenzhen City, Guangdong Province

Applicant before: Jingle (Shenzhen) health Robot Technology Co., Ltd.

WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20171107