CN109241257B - 一种基于知识图谱的智慧问答系统及其方法 - Google Patents
一种基于知识图谱的智慧问答系统及其方法 Download PDFInfo
- Publication number
- CN109241257B CN109241257B CN201810948272.2A CN201810948272A CN109241257B CN 109241257 B CN109241257 B CN 109241257B CN 201810948272 A CN201810948272 A CN 201810948272A CN 109241257 B CN109241257 B CN 109241257B
- Authority
- CN
- China
- Prior art keywords
- information
- disease
- module
- patient
- symptom
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及疾病问答技术领域,目的之一在于提供一种基于知识图谱的智慧问答系统,包括数据库、查询子系统和输出模块,数据库存储有疾病数据,疾病数据包括相关联的疾病名和症状信息,查询子系统在获取到症状信息后,从数据库中查询出包含有该症状信息的疾病数据,输出模块输出并显示该疾病数据;查询子系统包括查询模块、运算模块以及询问模块,查询模块在接收到病人的症状信息后,从数据库中查询出所有包括该症状信息的疾病数据,运算模块对这些疾病数据进行“∩”运算后,再对“∩”运算的结果进行“∪”运算,在“∪”运算的结果不为空时,将“∪”运算得到的结果作为查询得到的疾病数据输出到输出模块,还提供了一种基于上述系统的方法。
Description
技术领域
本发明涉及疾病问答技术领域,具体为一种基于知识图谱的智慧问答系统及其方法。
背景技术
随着人们生活水平的提高,人们对作为生命之源的健康也越来越得重视,以至于未来健康产业将会出现前所未有的挑战以及更令人振奋的发展机遇。而且,随着人们对健康重视度提高,医院也开始门庭若市。
病人在就诊的时候,医生首先对询问病人的症状,病人就会将自己身体的不适告诉医生,然后医生根据病人提供的信息进行诊断。而由于医生自己存储的知识有限,因此当医生遇到疑难杂症时,需要查阅医学知识才能够确诊,而且,由于不同的疾病可能会有相似的症状,因此,为了保证诊断结果的正确性,医生就需要查询尽可能多的知识才能进行确诊,而这样一来,整个诊断过程耗用的时间就会延长,从而使得医生的工作效率低下。
发明内容
本发明的目的之一在于提供一种工作效率高的基于知识图谱的智慧问答系统。
本发明提供基础方案之一是:一种基于知识图谱的智慧问答系统,包括数据库、查询子系统和输出模块,数据库存储有医学知识图谱,医学知识图谱包括从第三方获取到的疾病数据,疾病数据包括相关联的疾病名和症状信息,查询子系统用于获取病人的症状信息;
查询子系统在获取到病人的症状信息后,从数据库中查询出包含有该症状信息的疾病数据,输出模块输出并显示该疾病数据;
查询子系统包括查询模块、运算模块以及询问模块,
查询模块在接收到病人的症状信息后,从数据库中查询出所有包括该症状信息的疾病数据,运算模块对这些疾病数据进行“∩”运算后,再对“∩”运算的结果进行“∪”运算,在“∪”运算的结果不为空时,将“∪”运算得到的结果作为查询得到的疾病数据输出到输出模块,在“∪”运算的结果为空时,询问模块输出症状询问信息,在有补充的症状信息时,将补充的症状信息与原有的症状信息作为新的症状信息进行查询,得到疾病数据,若没有补充的症状信息,则输出空的查询结果。
说明:1.知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能够把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制而显示出来,揭示知识领域的动态发展规律,为学科研究提供切实的、有价值的参考;
2.“∩”是作为高中数学学习的集合当中常用的符号,例如:集合{1,2,3}∩集合{2,3,4}为{2,3};而“∪”同样为高中数学学习的集合当中常用的符号,例如:集合{1,2,3}∪集合{2,3,4}是{1,2,3,4}。
本方案中,利用从第三方获取到的疾病数据再配合查询子系统进行确诊,与现有的确诊方式相比较,第一,增多了疾病的种类,以庞大的数据库为支撑,而且知识图谱以及查询模块的运用提高了诊断的效率;第二,在查询时,“∩”运算得到病人可能患有疾病的集合,然后“∪”运算使得同一症状在查询结果中不会重复显示,精简了输出结果,例如,病人提供了症状A和症状B,针对症状A查询得到疾病集合{疾病A,疾病B,疾病C},针对症状B查询得到疾病集合{疾病A,疾病C},若是不经过“∪”运算,最终的疾病集合为{疾病A,疾病B,疾病C,疾病A,疾病C},同一症状就会多次出现,数据结果就显得冗余,而在经过“∪”运算后得到的疾病集合为{疾病A,疾病B,疾病C},数据结果就显得精简。
优选方案一:作为基础方案的优选,疾病数据还包括有与疾病名相关联的并发症信息;查询模块在接收到病人的疾病名后,从数据库中查询出与疾病名相关联的并发症信息,输出模块输出并显示该并发症信息。有益效果:增加并发症信息后,病人还可以查询出自己的并发症信息,从而对自己疾病情况了解更全面。
优选方案二:作为基础方案的优选,查询子系统还包括有查询语句生成模块,查询语句生成模块在接收到病人的症状信息后生成查询语句,查询模块接收到查询语句后从数据库中查疾病数据。有益效果:由于病人在使用病症信息进行查询的时候,一般都是随意的输入自己的病症信息,而查询语句生成模块的设置,首先将病人输入的病症信息生成方便查询的查询语句,从而提高了查询模块的查询效率。
优选方案三:作为基础方案的优选,疾病数据还包括有疾病别称,所述输出模块还输出并显示该疾病数据的疾病别称。有益效果:在生活中,往往是疾病名称使用的频率更高,更为人们所熟知,因此,本方案中的疾病数据还包括了疾病别称,增加了更为人知的疾病别称,更方便病人对自己病情的了解。
本发明的目的之二在于提供一种基于知识图谱的智慧问答方法,包括知识图谱构建和查询处理两大步骤,
知识图谱构建包括以下步骤:
S1、获取第三方的疾病数据并将疾病数据相互关联后作为医学知识图谱DB1存储到数据库中;
查询处理包括以下步骤:
S2、获取病人的症状信息,查询出知识图谱DB1中所有与该症状信息匹配的疾病数据Data1进行“∩”运算到疑似疾病集Data;
S3、将疑似疾病集Data中的疾病数据Data1进行“∪”运算,将运算得到的结果输出显示;
S31、在S3中,在“∪”运算的结果不为空时,将“∪”运算得到的结果作为查询得到的疾病数据Data1输出,在“∪”运算的结果为空时,输出症状询问信息,在有补充的症状信息时,将补充的症状信息与原有的症状信息作为新的症状信息进行查询,得到疾病数据Data1,若没有补充的症状信息,则输出空的查询结果。
本方法以庞大的数据库为支撑,而且知识图谱的建立以及查询步骤的运用提高了诊断的效率;再有,在查询时,“∩”运算得到病人可能患有疾病的集合,然后“∪”运算使得同一症状在查询结果中不会重复显示,精简了输出结果。
进一步,S1中疾病数据Data1还包括有与疾病名相关联的并发症信息,S31中在查询出疾病数据Data1中还包括有并发症信息。并发症信息的输出使得病人对自己疾病情况了解更全面。
进一步,S2中,在获取到病人的症状信息后,先生成查询语句,再在数据库中执行查询语句查询出结果。查询语句的生成规范了使用的查询数据,提高了查询效率。
进一步,S1中,疾病数据Data1还包括有属性字段的疾病别称。使用更为人知的疾病别称,病人可以更快的了解到自己的病情。
附图说明
图1为本发明的一种基于知识图谱的智慧问答系统的模块框图;
图2为本发明的一种基于知识图谱的智慧问答系统的流程图。
具体实施方式
下面通过具体实施方式进一步详细的说明:
如图1所示的一种基于知识图谱的智慧问答系统,包括数据库、查询子系统和输出模块,数据库存储有医学知识图谱,医学知识图谱包括从第三方的兰州大学医学数据库获取到的疾病数据,疾病数据包括相关联的疾病名、疾病别称、症状信息和并发症信息,查询子系统用于获取病人的症状信息;
查询子系统在获取到病人的症状信息后,从数据库中查询出包含有该症状信息的疾病数据,输出模块输出并显示该疾病数据;
查询子系统包括查询语句生成模块、查询模块、运算模块以及询问模块,查询语句生成模块在接收到病人的症状信息后生成查询语句,查询模块接收到查询语句后,从数据库中查询出所有包括该症状信息的疾病数据,运算模块对这些疾病数据进行“∩”运算后,再对“∩”运算的结果进行“∪”运算,在“∪”运算的结果不为空时,将“∪”运算得到的结果作为查询得到的疾病数据输出到输出模块,在“∪”运算的结果为空时,询问模块输出症状询问信息,在有补充的症状信息时,将补充的症状信息与原有的症状信息作为新的症状信息进行查询,得到疾病数据,若没有补充的症状信息,则输出空的查询结果。
一种基于知识图谱的智慧问答方法,包括知识图谱构建和查询处理两大步骤,
知识图谱构建包括以下步骤:
S1、获取第三方的疾病数据并将疾病数据相互关联后作为医学知识图谱DB1存储到数据库中;
查询处理包括以下步骤:
S2、获取病人的症状信息,并生成查询语句,根据查询语句查询出知识图谱DB1中所有与该症状信息匹配的疾病数据Data1进行“∩”运算到疑似疾病集Data;
S3、将疑似疾病集Data中的疾病数据Data1进行“∪”运算,将运算得到的结果输出显示;
S31、在S3中,在“∪”运算的结果不为空时,将“∪”运算得到的结果作为查询得到的疾病数据Data1输出,在“∪”运算的结果为空时,输出症状询问信息,在有补充的症状信息时,将补充的症状信息与原有的症状信息作为新的症状信息进行查询,得到疾病数据Data1,若没有补充的症状信息,则输出空的查询结果。
具体的,本实施例中,对知识图谱DB1的存储是利用Jena平台先将第三方医学知识存储为OWL文件,然后利用TDB模块将其存储发布到服务器上,上述的TDB模块是Jena平台中用于RDF存储和查询的模块,并且支持所有Jena API。而知识图谱作为语义网络的发展,其存储的格式之一即为RDF,RDF是一个三元组(triple)模型,即每一份知识可以被分解为如下形式:(subject(主),predicate(谓),object(宾))。而虽然OWL比RDF推理能力更强,但本质上还是RDF,完全兼容RDF语法。OWL可理解为一组主谓宾的语句,一条OWL存储一组主谓宾,所以叫三元组,如(感冒,有症状,咳嗽),如果有多个症状就会有多个语句,即(感冒,有症状,咳嗽)、(感冒,有症状,发烧)、(感冒,有症状,食欲不振)等,系统中的所有的数据都用这种形式存在OWL文件中,然后再用Jena平台的TDB模块统一固化,也就完成知识图谱在数据库中的存储;在查询的时候,同样的也是利用TDB模块,可以固定主语,谓语,从而利用上面的语句集就可以查出所有症状。
表一
如图2和表一所示,患有疾病A的病人在诊断时,医生根据病人提供的信息向查询子系统输入病症信息,如病人描述了症状a和症状c,医生此时向系统输入这些症状信息,输入的方式可以有多种,如利用键盘,采用打字输入的方式,也可以使用麦克风,采用语音输入的方式,还可以使用手写板,采用手写输入的方式;
然后查询语句生成模块根据输入的症状信息生成查询语句,如系统的查询语句格式为(症状A,症状B,疾病,缺省),输入的症状信息为“症状a,症状c,症状d”,生成的查询语句为(症状a,症状c,症状d,疾病,缺省);查询模块在接收到查询语句后,依次查询各症状所属疾病,其中针对症状a的查询结果,也就是症状a的疑似疾病集为是[疾病A、疾病B、疾病D],症状c的疑似疾病集为[疾病A、疾病C、D],症状d的疑似疾病集为[疾病A、疾病C],然后运算模块将上述查询得到的三个疑似疾病集进行“∩”运算,运算结果为[疾病A],再做“∪”运算,运算结果还是[疾病A],因此最终的查询结果也就是A,即输出模块输出的结果为(症状a,症状c,疾病,疾病A),从而完成整个系统的查询操作。
而在查询的过程中,为了提高系统的查询效率,系统中预设有词典,用于将病人给出的不专业的症状信息对应到专业的症状信息上,如病人头痛的时候,不知道该怎么说自己的情况,就只会说自己头痛,或者说自己头部的哪个部位痛,而医学上关于头痛有“偏头痛”和“病毒感染痛”的说法,此时医生就可以借助系统中预存的词典确定出准确的症状信息,从而提高系统的查询效率。
本实施例中的智慧问答系统同样也可以由患者或普通用户自己进行操作,从而对自己的身体状态进行预测评判,然而,由于没有医生参与,因此,给出的结果并不能作为临时诊断的依据,只是给出了患者或用户一定的参考。
而考虑到病人给出的症状信息是比较主观的,很容易受到情绪的影响,如病人头痛很严重,就可能觉得自己好像患上了很严重的疾病,在向医生描述自己的病情时,下意识的就会往很严重的方向上描述,如果医生直接根据病人的描述进行查询的话,那么可想而知,查询到的疾病就真的是很严重的疾病,这种情况下就需要甄别病人在受到负面情绪的影响下给出的信息,若识别出是受了负面情绪的影响给出的描述,在进行疾病诊断的时候,就需要适当的减轻症状进行诊断,因此,为了保证得到的结果的准确性,本实施例中的智慧问答系统还包括有情绪识别模块以及修正模块,数据库还存储有按照严重程度相互关联的症状信息,如将所有的头痛症状相互关联并根据严重程度分为了症状A1、症状A2、症状A3等,情绪识别模块对病人的声音进行采集识别,在识别出采集到的声音信号中带用情绪信息后,修正模块对症状信息进行修正,将输入的症状信息修正为相关联的严重程度低的症状信息,查询子系统则采用修正后的症状信息进行查询;具体的,在问答的过程中,情绪识别模块对病人的声音进行采集,当情绪识别模块识别到病人的声音中具有情绪信息时,如声音颤抖,说明病人此时处于恐慌状态,病人给出的症状信息就是病人在恐慌状态下给出的,如病人此时给出的是症状A3,此时修正模块就会对输入的症状信息进行修改,即将症状A3修正为症状A2,以消除病人受情绪影响给出的症状信息对诊断结果的影响。
而在上述过程中,考虑到病人有的时候,可能会因为其他的情况变得惊恐,如病人在去医院的路上受到了惊吓,病人直到诊断的时候也还处于惊吓状态而没有缓过来,此时在对病人的病情进行诊断的时候,不光是需要排除情绪的干扰,在这之前,还需要分析病人的情绪是受病情的影响还是其他因素的影响,若是其他因素的影响,那么在进行诊断的时候,就不需要对症状信息进行修正。因此,本方案中的基于知识图谱的智慧问答系统还包括有监控模块、推送模块和控制模块,监控模块安装在用户终端上,可以为病人的手机,病人可以采用手机登录本实施例中的智慧问答系统,在手机完成登录后,监控模块就会对定期病人的情绪进行监控,在病人到医院就诊时,在就诊的过程中,若情绪识别模块识别到情绪信息时,如带有恐慌的情绪,同时若监控模块监控到病人长期处于恐慌的状态,此时推送模块还会将这个恐慌信息推送给病人的亲朋好友等,病人的亲朋好友的用户终端在接收到“病人长期处于恐慌状态”的恐慌信息后,又会利用自己的用户终端向智慧问答系统进行反馈,若病人的确是因为自己的病情而处于恐慌状态的话,则向智慧问答系统反馈肯定的信息,若是因为其他的一些事情而处于恐慌状态则反馈否定的信息,此时智慧问答系统在接收到肯定的反馈信息后,根据情绪识别模块识别到的情绪信息、监控模块监控到病人长期处于恐慌的状态以及亲朋好友肯定的反馈信息就可以识别病人的恐慌确实是由自己病情而导致的,此时控制模块控制修正模块启动,修正模块对症状信息进行修正,将输入的症状信息修正为相关联的严重程度低的症状信息;而若接收到的反馈信息为否定的信息时,根据情绪识别模块识别到的情绪信息、监控模块监控到病人长期处于恐慌的状态以及亲朋好友否定的反馈信息就可以识别病人的恐慌并不是由自己病情而导致的,因此此时修正模块不启动;
若情绪识别模块识别到病人处于恐慌状态时,而监控模块监控到病人之前并没有任何恐慌状态,就表明病人只是当前处于恐慌状态,可能就是从上次监控到就诊这段时间内受到了一些其他事情的影响而导致的恐慌,此时修正模块同样不启动。
再有,在上述的诊断过程中,智慧问答系统还可以包括干扰模块,在情绪识别模块识别到情绪信息时,干扰模块会从数据库中随机抽取与症状信息毫无关联的症状信息并输出,若此时病人还给出了肯定回答时,则控制模块控制修正模块启动,若病人的症状其实只有头痛,在情绪识别模块识别到情绪信息时,此时干扰模块从数据库中随机抽取到了脚痛的症状信息,若病人是由于疑心自己的病情而恐慌的话,此时就会觉得自己好像什么症状都有,那么就会肯定自己还脚痛,此时就可以识别出病人确实是因为疑心自己的病情而恐慌,控制模块控制修正模块启动。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (8)
1.一种基于知识图谱的智慧问答系统,其特征在于:包括数据库、查询子系统、输出模块、情绪识别模块、修正模块、监控模块、推送模块和控制模块,所述数据库存储有医学知识图谱和按照严重程度相互关联的症状信息,所述医学知识图谱包括从第三方获取到的疾病数据,所述疾病数据包括相关联的疾病名和症状信息,所述查询子系统用于获取病人的症状信息;
所述查询子系统在获取到病人的症状信息后,从所述数据库中查询出包含有该症状信息的疾病数据,所述输出模块输出并显示该疾病数据;
情绪识别模块对病人的声音进行采集识别,在识别出采集到的声音信号中带用情绪信息后,修正模块对症状信息进行修正,将输入的症状信息修正为相关联的严重程度低的症状信息,查询子系统则采用修正后的症状信息进行查询;
监控模块对病人的情绪进行监控,若情绪识别模块识别到情绪信息时,监控模块监控到病人长期处于恐慌的状态,推送模块将情绪信息推送给病人的亲朋好友的用户终端;病人的亲朋好友的用户终端在接收到情绪信息后,利用用户终端向智慧问答系统进行反馈;若智慧问答系统接收到肯定的反馈信息,则控制模块控制修正模块启动,修正模块对症状信息进行修正;若智慧问答系统接收到的反馈信息为否定的信息,则修正模块不启动;
若情绪识别模块识别到情绪信息时,监控模块监控到病人之前并没有任何恐慌状态,则修正模块不启动;
干扰模块,在情绪识别模块识别到情绪信息时,干扰模块从数据库中随机抽取与症状信息毫无关联的症状信息并输出,若此时病人还给出了肯定回答时,则控制模块控制修正模块启动;
所述查询子系统包括查询模块、运算模块以及询问模块;
查询模块在接收到病人的症状信息后,从所述数据库中查询出所有包括该症状信息的疾病数据,运算模块对这些疾病数据进行“∩”运算后,再对“∩”运算的结果进行“∪”运算,在“∪”运算的结果不为空时,将“∪”运算得到的结果作为查询得到的疾病数据输出到输出模块,在“∪”运算的结果为空时,询问模块输出症状询问信息,在有补充的症状信息时,将补充的症状信息与原有的症状信息作为新的症状信息进行查询,得到疾病数据,若没有补充的症状信息,则输出空的查询结果。
2.根据权利要求1所述的一种基于知识图谱的智慧问答系统,其特征在于:所述疾病数据还包括有与所述疾病名相关联的并发症信息;所述查询模块在接收到病人的疾病名后,从所述数据库中查询出与所述疾病名相关联的并发症信息,所述输出模块输出并显示该并发症信息。
3.根据权利要求1所述的基于知识图谱的智慧问答系统,其特征在于:所述查询子系统还包括有查询语句生成模块,所述查询语句生成模块在接收到病人的症状信息后生成查询语句,所述查询模块接收到查询语句后从数据库中查询疾病数据。
4.根据权利要求1所述的基于知识图谱的智慧问答系统,其特征在于:所述疾病数据还包括有疾病别称,所述输出模块还输出并显示该疾病数据的疾病别称。
5.一种基于知识图谱的智慧问答方法,其特征在于:包括知识图谱构建、查询处理和情绪修正三大步骤,
所述知识图谱构建包括以下步骤:
S1、获取第三方的疾病数据并将疾病数据相互关联后作为医学知识图谱DB1存储到数据库中;
所述查询处理包括以下步骤:
S2、获取病人的症状信息,查询出知识图谱DB1中所有与该症状信息匹配的疾病数据Data1进行“∩”运算到疑似疾病集Data;
S3、将疑似疾病集Data中的疾病数据Data1进行“∪”运算,将运算得到的结果输出显示;
S31、在S3中,在“∪”运算的结果不为空时,将“∪”运算得到的结果作为查询得到的疾病数据Data1输出,在“∪”运算的结果为空时,输出症状询问信息,在有补充的症状信息时,将补充的症状信息与原有的症状信息作为新的症状信息进行查询,得到疾病数据Data1,若没有补充的症状信息,则输出空的查询结果;
所述情绪修正包括以下步骤:
对病人的声音进行采集识别,在识别出采集到的声音信号中带用情绪信息后,对症状信息进行修正,将输入的症状信息修正为相关联的严重程度低的症状信息,采用修正后的症状信息进行查询;
对病人的情绪进行监控,若识别到情绪信息时,监控到病人长期处于恐慌的状态,将情绪信息推送给病人的亲朋好友的用户终端;病人的亲朋好友的用户终端在接收到情绪信息后,利用用户终端进行反馈;若接收到肯定的反馈信息,则控制修正启动,对症状信息进行修正;若接收到的反馈信息为否定的信息,则修正不启动;
若识别到情绪信息时,监控到病人之前并没有任何恐慌状态,则修正不启动;
在情绪识别模块识别到情绪信息时,随机抽取与症状信息毫无关联的症状信息并输出,若此时病人还给出了肯定回答时,则控制修正启动。
6.根据权利要求5所述的基于知识图谱的智慧问答方法,其特征在于:S1中疾病数据Data1还包括有与所述疾病名相关联的属性字段的并发症信息,S31中在查询出疾病数据Data1中还包括有并发症信息。
7.根据权利要求5所述的基于知识图谱的智慧问答方法,其特征在于:S2中,在获取到病人的症状信息后,先生成查询语句,再在数据库中执行查询语句查询出结果。
8.根据权利要求5所述的基于知识图谱的智慧问答方法,其特征在于:S1中,疾病数据Data1还包括有属性字段的疾病别称。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810948272.2A CN109241257B (zh) | 2018-08-20 | 2018-08-20 | 一种基于知识图谱的智慧问答系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810948272.2A CN109241257B (zh) | 2018-08-20 | 2018-08-20 | 一种基于知识图谱的智慧问答系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109241257A CN109241257A (zh) | 2019-01-18 |
CN109241257B true CN109241257B (zh) | 2022-07-19 |
Family
ID=65071591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810948272.2A Active CN109241257B (zh) | 2018-08-20 | 2018-08-20 | 一种基于知识图谱的智慧问答系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109241257B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110162622A (zh) * | 2019-04-02 | 2019-08-23 | 浙江工业大学 | 基于知识图谱的关于智能问答系统的可视化分析方法 |
CN112017740A (zh) * | 2020-07-22 | 2020-12-01 | 厦门快商通科技股份有限公司 | 一种基于知识图谱的疾病推理方法、装置、设备及储存介质 |
CN112270968A (zh) * | 2020-11-16 | 2021-01-26 | 上海陶术生物科技有限公司 | 一种基于数据库的药物疾病匹配方法 |
CN112270967A (zh) * | 2020-11-16 | 2021-01-26 | 上海陶术生物科技有限公司 | 一种药物疾病匹配数据库 |
CN113076411B (zh) * | 2021-04-26 | 2022-06-03 | 同济大学 | 一种基于知识图谱的医疗查询扩展方法 |
CN113220896B (zh) * | 2021-04-27 | 2024-03-19 | 北京大数医达科技有限公司 | 多来源知识图谱生成方法、装置、终端设备 |
CN113409935A (zh) * | 2021-06-04 | 2021-09-17 | 新大陆数字技术股份有限公司 | 一种禽畜疾病问诊方法及系统 |
CN113571184B (zh) * | 2021-07-20 | 2023-10-31 | 武汉情智感知科技有限公司 | 一种用于精神健康测评的对话交互设计方法及系统 |
CN117909486B (zh) * | 2024-03-20 | 2024-05-31 | 中外运创新科技有限公司 | 一种基于情感识别和大语言模型的多模式问答方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102110192A (zh) * | 2011-04-02 | 2011-06-29 | 中国医学科学院医学信息研究所 | 基于诊断要素数据关联的疾病辅助判断方法 |
CN104965898A (zh) * | 2015-06-30 | 2015-10-07 | 魏宁 | 面向患者的医院在线查询系统 |
KR20170063021A (ko) * | 2015-11-30 | 2017-06-08 | 한국 한의학 연구원 | 증상 입력 장치 및 방법 |
CN107145739A (zh) * | 2017-05-07 | 2017-09-08 | 黄石德龙自动化科技有限公司 | 基于多种数据下阿尔茨海默病的判别方法 |
CN107887025A (zh) * | 2017-12-19 | 2018-04-06 | 济南大象信息技术有限公司 | 一种医疗大脑系统 |
CN108182262A (zh) * | 2018-01-04 | 2018-06-19 | 华侨大学 | 基于深度学习和知识图谱的智能问答系统构建方法和系统 |
-
2018
- 2018-08-20 CN CN201810948272.2A patent/CN109241257B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102110192A (zh) * | 2011-04-02 | 2011-06-29 | 中国医学科学院医学信息研究所 | 基于诊断要素数据关联的疾病辅助判断方法 |
CN104965898A (zh) * | 2015-06-30 | 2015-10-07 | 魏宁 | 面向患者的医院在线查询系统 |
KR20170063021A (ko) * | 2015-11-30 | 2017-06-08 | 한국 한의학 연구원 | 증상 입력 장치 및 방법 |
CN107145739A (zh) * | 2017-05-07 | 2017-09-08 | 黄石德龙自动化科技有限公司 | 基于多种数据下阿尔茨海默病的判别方法 |
CN107887025A (zh) * | 2017-12-19 | 2018-04-06 | 济南大象信息技术有限公司 | 一种医疗大脑系统 |
CN108182262A (zh) * | 2018-01-04 | 2018-06-19 | 华侨大学 | 基于深度学习和知识图谱的智能问答系统构建方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109241257A (zh) | 2019-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109241257B (zh) | 一种基于知识图谱的智慧问答系统及其方法 | |
CN109659013B (zh) | 病症分诊及路径优化方法、装置、设备及存储介质 | |
Cheng et al. | Potential use of artificial intelligence in infectious disease: take ChatGPT as an example | |
US11749387B2 (en) | Deduplication of medical concepts from patient information | |
US9965548B2 (en) | Analyzing natural language questions to determine missing information in order to improve accuracy of answers | |
CN109166622B (zh) | 基于知识图谱的疾病预诊系统 | |
CN109102886B (zh) | 多推理模式融合的老年病推理诊断系统 | |
US20160300020A1 (en) | Constraint-based medical coding | |
US20180301229A1 (en) | Caregiver interface for electronic medical records | |
US20200075139A1 (en) | Methods for automatic cohort selection in epidemiologic studies and clinical trials | |
CN109545373A (zh) | 一种人体疾病症状特征自动抽取方法、系统及设备 | |
CN107480450A (zh) | 一种智能分诊方法和系统 | |
KR20200080290A (ko) | 기계-보조 대화 시스템 및 의학적 상태 문의 장치 및 방법 | |
CN109119160B (zh) | 多重推理方式的专家分诊系统及其方法 | |
US20190198137A1 (en) | Automatic Summarization of Patient Data Using Medically Relevant Summarization Templates | |
CN111933306A (zh) | 医疗咨询系统及方法、存储介质及电子设备 | |
CN109087688B (zh) | 患者信息采集方法、装置、计算机设备和存储介质 | |
CN111063429A (zh) | 一种医疗咨询方法、装置、设备和计算机可读存储介质 | |
JP2008027099A (ja) | 診断支援システム、診断支援方法、およびコンピュータプログラム | |
WO2013115985A2 (en) | Architecture for natural language querying in service analytics domains | |
US11531807B2 (en) | System and method for customized text macros | |
JP6030659B2 (ja) | メンタルヘルスケア支援装置、システム、方法およびプログラム | |
JP2017167738A (ja) | 診断処理装置、診断処理システム、サーバ、端末装置、診断処理方法及びプログラム | |
CN111429985A (zh) | 电子病历数据处理方法及系统 | |
EP3901875A1 (en) | Topic modelling of short medical inquiries |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |