CN110993078A - 一种医疗分诊方法、装置和存储介质 - Google Patents

Abstract

本发明公开了一种医疗分诊方法，包括：接收症状描述信息；从所述症状描述信息中提取多个症状特征；将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息；所述医疗知识图谱包括症状特征与目标科室信息的映射关系；输出所述目标科室信息，以提示用户根据所述目标科室信息就诊。本发明还公开了一种医疗分诊装置和存储介质。本发明通过智能医疗分诊，提高了患者的就诊效率。

Description

一种医疗分诊方法、装置和存储介质

技术领域

本发明涉及计算机领域，尤其涉及一种医疗分诊方法、装置和存储介质。

背景技术

我国幅员辽阔，人口众多，医疗资源分布存在严重分配不均的现象，而医疗专家资源有限，很多患者由于缺乏专业医疗知识，难以精准选择需要的医院和门诊进行就诊，大医院的专家门诊往往门庭若市，患者需排很久的队才能够就诊。然而对于一些普通的疾病，很多普通医院均有能力诊断治疗，无需求诊医疗专家，但是由于普通人大多缺乏医学知识不清楚自己的病症是何种疾病，只能盲目选择自己认为更好的医院门诊或医生等进行诊断，这就导致了部分医院和医生的工作压力过大，且患者就诊效率也低。

因此，目前的医疗行业存在患者难以对自己的病症进行判断从而难以选择医院门诊，部分医院门诊负担过大、患者就诊效率低的问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种医疗分诊方法、装置和存储介质，旨在解决患者就诊效率低的技术问题。

为实现上述目的，本发明提供一种医疗分诊方法，包括：接收症状描述信息；从所述症状描述信息中提取多个症状特征；将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息；所述医疗知识图谱包括症状特征与目标科室信息的映射关系；输出所述目标科室信息，以提示用户根据所述目标科室信息就诊。

可选地，所述将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息的步骤，具体包括：将多个症状特征按照预定匹配规则与预设的医疗知识图谱进行匹配，获得多个匹配科室信息和多个所述匹配科室信息各自对应的匹配度；比较各匹配度，获得匹配度最高的匹配科室信息，并将其作为目标科室信息。

可选地，所述将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息的步骤，具体包括：将多个症状特征作为特征集合，将所述特征集合编码为特征集合向量；将所述特征集合向量与预设的医疗知识图谱进行匹配，获得科室实体向量；对所述科室实体向量进行解码，得到目标科室信息。

可选地，所述接收症状描述信息的步骤之前，所述医疗分诊方法还包括：构建医疗知识图谱。

可选地，所述构建医疗知识图谱的步骤，具体包括：从疾病诊断样本集中提取多个样本对，所述样本对包括样本症状集和样本科室信息，所述样本症状集合包括多个样本症状特征；对多个所述样本对进行结构化处理，获得医疗知识图谱。

可选地，所述疾病诊断样本集的数据类型为图像；所述从疾病诊断样本集中提取多个样本对的步骤，具体包括：对疾病诊断样本集进行文字识别，以从所述疾病诊断样本集中提取出文本集；从所述文本集中提取多个样本对。

可选地，所述对多个所述样本对进行结构化处理，获得医疗知识图谱的步骤，具体包括：对各样本对中的样本症状集和样本科室信息分别进行编码，得到样本症状集向量和样本科室向量；将各样本对的样本症状集向量和样本科室向量进行结构化处理，得到医疗知识图谱。

此外，为实现上述目的，本发明还提供一种医疗分诊装置，所述医疗分诊装置包括：接收模块，用于接收症状描述信息；提取模块，用于从所述症状描述信息中提取多个症状特征；匹配模块，用于将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息；所述医疗知识图谱包括症状特征与目标科室信息的映射关系；输出模块，用于输出所述目标科室信息，以提示用户根据所述目标科室信息就诊。

此外，为实现上述目的，本发明还提供一种医疗分诊装置，所述医疗分诊装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的医疗分诊程序，所述医疗分诊程序被所述处理器执行时实现如上述的医疗分诊方法的步骤。

此外，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有医疗分诊程序，所述医疗分诊程序被处理器执行时实现如上述的医疗分诊方法的步骤。

本发明实施例提出的一种医疗分诊方法、装置和存储介质，通过提供一种医疗分诊方法，直接接收症状描述信息，从症状描述信息中提取多个症状特征，将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息，并输出所述目标科室信息，以提示用户根据所述目标科室信息就诊，使得用户能够根据自己的病症通过本发明进行初步诊断，并为用户提供就诊科室建议，使得患者能够更有目的性的选择需要的医院门诊进行就医，从而能够缓解部分优秀医院门诊的医疗压力，提高了患者的就诊效率。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图；

图2为本发明医疗分诊方法实施例的流程示意图；

图3为图2中本发明医疗分诊方法实施例的步骤S206的细化流程示意图；

图4为图2中本发明医疗分诊方法实施例的步骤S206的另一个细化流程示意图；

图5为图2中本发明医疗分诊方法实施例的步骤S202之前的步骤流程示意图；

图6为图5中本发明医疗分诊方法实施例的步骤S502的细化流程示意图；

图7为图6中本发明医疗分诊方法实施例的步骤S602的细化流程示意图；

图8为图6中本发明医疗分诊方法实施例的步骤S604的细化流程示意图；

图9为本发明医疗分诊装置实施例的结构框图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。

本发明实施例终端可以是PC，也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、便携计算机等具有显示功能的可移动式终端设备。

如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，终端还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及医疗分诊程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的医疗分诊程序，并执行以下操作：接收症状描述信息；从所述症状描述信息中提取多个症状特征；将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息；所述医疗知识图谱包括症状特征与目标科室信息的映射关系；输出所述目标科室信息，以提示用户根据所述目标科室信息就诊。

可选地，所述将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息的步骤，具体包括：将多个症状特征按照预定匹配规则与预设的医疗知识图谱进行匹配，获得多个匹配科室信息和多个所述匹配科室信息各自对应的匹配度；比较各匹配度，获得匹配度最高的匹配科室信息，并将其作为目标科室信息。

可选地，所述将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息的步骤，具体包括：将多个症状特征作为特征集合，将所述特征集合编码为特征集合向量；将所述特征集合向量与预设的医疗知识图谱进行匹配，获得科室实体向量；对所述科室实体向量进行解码，得到目标科室信息。

可选地，所述接收症状描述信息的步骤之前，所述医疗分诊方法还包括：构建医疗知识图谱。

可选地，所述构建医疗知识图谱的步骤，具体包括：从疾病诊断样本集中提取多个样本对，所述样本对包括样本症状集和样本科室信息，所述样本症状集合包括多个样本症状特征；对多个所述样本对进行结构化处理，获得医疗知识图谱。

可选地，所述疾病诊断样本集的数据类型为图像；所述从疾病诊断样本集中提取多个样本对的步骤，具体包括：对疾病诊断样本集进行文字识别，以从所述疾病诊断样本集中提取出文本集；从所述文本集中提取多个样本对。

可选地，所述对多个所述样本对进行结构化处理，获得医疗知识图谱的步骤，具体包括：对各样本对中的样本症状集和样本科室信息分别进行编码，得到样本症状集向量和样本科室向量；将各样本对的样本症状集向量和样本科室向量进行结构化处理，得到医疗知识图谱。

参照图2，一种医疗分诊方法实施例，所述医疗分诊方法包括：

步骤S202，接收症状描述信息；

其中，症状描述信息为用户输入的用于对症状特征进行描述的信息，其可以是文字信息还可以是图片信息等。当症状描述信息是图片信息时，其可以是病历扫描件。具体地，用户通过终端的输入设备输入症状描述信息。输入设备可以是与终端通信连接的键盘、鼠标、手写屏等，还可以是终端的触控显示屏，还可以是其它输入设备，本实施例不对终端的输入设备作具体限定。

步骤S204，从所述症状描述信息中提取多个症状特征；

由于症状描述信息为用户输入，其中可能包含有无效信息，因此需要对这些无效信息进行过滤，从中提取出有效的症状特征。本实施例中，症状特征为医疗知识图谱所涵盖的特征，终端从症状描述信息中提取出被医疗知识图谱命中的多个症状特征。具体地，终端根据症状描述信息查询医疗知识图谱中包含的特征集合，当症状描述信息命中有特征集合中的某一个症状特征时，获取该症状特征，当对特征集合查询完成时，得到多个症状特征。

步骤S206，将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息；所述医疗知识图谱包括症状特征与目标科室信息的映射关系；

其中，医疗知识图谱为“症状特征-科室信息”的二层结构的AI(ArtificialIntelligence，人工智能)模型，其包含有症状特征和科室信息的映射关系。其中，多个症状特征可以作为特征集合，共同映射一个科室信息。该医疗知识图谱被存储于本地的数据库中。本实施例中，是采用双向的LSTM(long short-term memory，长短期记忆)神经网络模型实现该医疗知识图谱。LSTM是一种递归神经网络，可以根据时间序列或字符序列自我调用。

本实施例中，终端将多个症状特征作为特征集合，输入医疗知识图谱进行匹配，映射得到与特征集合相匹配的目标科室信息。

在其中一个实施例中，参照图3，所述步骤S206，具体包括：

步骤S302，将多个症状特征按照预定匹配规则与预设的医疗知识图谱进行匹配，获得多个匹配科室信息和多个所述匹配科室信息各自对应的匹配度；

其中，预定匹配规则为VSM(Vector Space Model，向量空间模型)的余弦相似度算法。终端利用VSM的余弦相似度算法对多个症状特征和数据库中存储的医疗知识图谱的图谱数据进行文本匹配，以得到与其相匹配的多个匹配科室信息和与各匹配科室信息对应的匹配度。

步骤S304，比较各匹配度，获得匹配度最高的匹配科室信息，并将其作为目标科室信息。

终端比较各匹配科室信息的匹配度，将匹配度最高的匹配科室信息作为目标科室信息。

在其中一个实施例中，还提供了多个症状特征与医疗知识图谱的具体匹配方法，参照图4，所述步骤S206，具体包括：

步骤S402，将多个症状特征作为特征集合，将所述特征集合编码为特征集合向量；

终端将多个症状特征作为特征集合，将特征集合编码为特征集合向量。具体地，终端利用LSTM对多个症状特征组成的特征集合进行编码，得到特征集合向量。

步骤S404，将所述特征集合向量与预设的医疗知识图谱进行匹配，获得科室实体向量；

终端将特征集合向量与医疗知识图谱进行匹配，映射得到与该特征集合向量的科室实体向量。

步骤S406，对所述科室实体向量进行解码，得到目标科室信息。

进一步地，终端对该科室实体向量进行解码，得到科室实体向量中包含的目标科室信息。

步骤S208，输出所述目标科室信息，以提示用户根据所述目标科室信息就诊。

终端将目标科室信息输出至显示屏，以提示用户根据所述目标科室信息去医院就诊。其中，科室信息为医院的诊疗科室，其具体内容可以仅仅是科室信息，例如“皮肤科”；还可以是医院名称和下属科室信息的组合，例如“A医院皮肤科”；还可以是科室信息以及设有该科室信息的多个目标医院名称，例如“皮肤科，推荐医院——A医院、B医院”。用户可以根据目标科室信息自行前往医院选择目标科室就诊。

本实施例中，通过提供一种医疗分诊方法，直接接收症状描述信息，从症状描述信息中提取多个症状特征，将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息，并输出所述目标科室信息，以提示用户根据所述目标科室信息就诊，使得用户能够根据自己的病症通过本发明进行初步诊断，并为用户提供就诊科室建议，使得患者能够更有目的性的选择需要的医院门诊进行就医，从而能够缓解部分优秀医院门诊的医疗压力，提高了患者的就诊效率。

在其中一个实施例中，还提供了医疗知识图谱的构建过程，参照图5，所述步骤S202之前，所述医疗分诊方法还包括：步骤S502，构建医疗知识图谱。

在其中一个实施例中，步骤S502，具体包括：

步骤S602，从疾病诊断样本集中提取多个样本对，所述样本对包括样本症状集和样本科室信息，所述样本症状集合包括多个样本症状特征；

其中，疾病诊断样本集包括疾病指南、专业网站中的基本诊断案例、以及各大医院的诊断病历。终端从疾病诊断样本集中提取多个样本对。其中，样本对为样本症状集和科室信息。具体地，终端利用目标检测网络YOLO(You Only Look Once)v3从疾病诊断样本集中提取多个样本对。YOLO是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统，目前YOLO已经发展到v3版本。

在其中一个实施例中，参照图7，所述疾病诊断样本集的数据类型为图像；所述步骤S602，具体包括：

步骤S702，对疾病诊断样本集进行文字识别，以从所述疾病诊断样本集中提取出文本集；

本实施例中，疾病诊断样本集为疾病指南、专业网站中的基本诊断案例、以及各大医院的诊断病历等的扫描件，其数据类型为图像。终端需对其进行文字识别，以提取出图像中的文字信息。

具体地，终端对疾病诊断样本集进行预处理，包括对图像进行二值化、去噪声、倾斜校正、裁剪各疾病诊断样本图像使各疾病诊断样本图像的大小一致等。进一步地，终端将经过预处理后的疾病诊断样本集输入具有文字识别功能的YOLO神经网络中，经过YOLO神经网络的文字识别，输出疾病诊断样本集内的文字信息，得到文本集。

步骤S704，从所述文本集中提取多个样本对。

终端通过特征识别，对文本集进行粗过滤，从中提取出具有症状特征或科室信息的句子集合。进一步地，终端将句子集合输入Sequence-to-sequence模型，该模型内部采用LSTM神经网络，输出症状特征和科室信息两种实体。进一步地，终端将与一个科室信息对应的一个或多个症状特征作为特征集合，对特征集合和科室信息进行结构化处理，得到特征集合和科室信息的样本对。

在其中一个实施例中，样本对为特征集合向量和科室信息向量。具体地，终端将句子集合进行编码，得到多个句子向量，将句子向量输入LSTM神经网络模型，得到特征集合向量和科室信息向量。

步骤S604，对多个所述样本对进行结构化处理，获得医疗知识图谱。

终端将多个样本对的映射关系进行结构化处理，得到医疗知识图谱。

在一个实施例中，参照图8，所述步骤S604，具体包括：

步骤S802，对各样本对中的样本症状集和样本科室信息分别进行编码，得到样本症状集向量和样本科室向量；

终端对各样本对的样本症状集和样本可是信息进行向量编码，得到样本症状集向量和样本科室向量。

步骤S804，将各样本对的样本症状集向量和样本科室向量进行结构化处理，得到医疗知识图谱。

具体地，终端将特征集合向量和科室信息向量的映射关系进行结构化处理，得到医疗知识图谱。

本实施例中，提供了一种构建医疗知识图谱的方法，通过构建医疗知识图谱，为智能医疗分诊提供分诊基础。

参照图9，本发明实施例还提出一种医疗分诊装置，所述医疗分诊装置包括：

接收模块910，用于接收症状描述信息；

提取模块920，用于从所述症状描述信息中提取多个症状特征；

匹配模块930，用于将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息；所述医疗知识图谱包括症状特征与目标科室信息的映射关系；

输出模块940，用于输出所述目标科室信息，以提示用户根据所述目标科室信息就诊。

本实施例中，通过接收症状描述信息，从症状描述信息中提取多个症状特征，将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息，并输出所述目标科室信息，以提示用户根据所述目标科室信息就诊，使得用户能够根据自己的病症通过本发明进行初步诊断，并为用户提供就诊科室建议，使得患者能够更有目的性的选择需要的医院门诊进行就医，从而能够缓解部分优秀医院门诊的医疗压力，提高了患者的就诊效率。

可选地，所述匹配模块930，还用于将多个症状特征按照预定匹配规则与预设的医疗知识图谱进行匹配，获得多个匹配科室信息和多个所述匹配科室信息各自对应的匹配度；比较各匹配度，获得匹配度最高的匹配科室信息，并将其作为目标科室信息。

可选地，所述匹配模块930，还用于将多个症状特征作为特征集合，将所述特征集合编码为特征集合向量；将所述特征集合向量与预设的医疗知识图谱进行匹配，获得科室实体向量；对所述科室实体向量进行解码，得到目标科室信息。

可选地，所述医疗分诊装置还包括：构建模块，用于构建医疗知识图谱。

可选地，所述构建模块，还用于从疾病诊断样本集中提取多个样本对，所述样本对包括样本症状集和样本科室信息，所述样本症状集合包括多个样本症状特征；对多个所述样本对进行结构化处理，获得医疗知识图谱。

可选地，所述构建模块，还用于所述从疾病诊断样本集中提取多个样本对的步骤，具体包括：对疾病诊断样本集进行文字识别，以从所述疾病诊断样本集中提取出文本集；从所述文本集中提取多个样本对。

可选地，所述构建模块，还用于对各样本对中的样本症状集和样本科室信息分别进行编码，得到样本症状集向量和样本科室向量；将各样本对的样本症状集向量和样本科室向量进行结构化处理，得到医疗知识图谱。

此外，本发明实施例还提出一种医疗分诊装置，所述医疗分诊装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的医疗分诊程序，所述医疗分诊程序被所述处理器执行时实现如上述的医疗分诊方法的步骤。

此外，本发明实施例还提出一种存储介质，所述存储介质上存储有医疗分诊程序，所述医疗分诊程序被处理器执行时实现如上述的医疗分诊方法的步骤。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种医疗分诊方法，其特征在于，所述医疗分诊方法包括以下步骤：

接收症状描述信息；

从所述症状描述信息中提取多个症状特征；

将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息；所述医疗知识图谱包括症状特征与目标科室信息的映射关系；

输出所述目标科室信息，以提示用户根据所述目标科室信息就诊。

2.如权利要求1所述的医疗分诊方法，其特征在于，所述将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息的步骤，具体包括：

将多个症状特征按照预定匹配规则与预设的医疗知识图谱进行匹配，获得多个匹配科室信息和多个所述匹配科室信息各自对应的匹配度；

比较各匹配度，获得匹配度最高的匹配科室信息，并将其作为目标科室信息。

3.如权利要求1所述的医疗分诊方法，其特征在于，所述将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息的步骤，具体包括：

将多个症状特征作为特征集合，将所述特征集合编码为特征集合向量；

将所述特征集合向量与预设的医疗知识图谱进行匹配，获得科室实体向量；

对所述科室实体向量进行解码，得到目标科室信息。

4.如权利要求1所述的医疗分诊方法，其特征在于，所述接收症状描述信息的步骤之前，所述医疗分诊方法还包括：

构建医疗知识图谱。

5.如权利要求4所述的医疗分诊方法，其特征在于，所述构建医疗知识图谱的步骤，具体包括：

从疾病诊断样本集中提取多个样本对，所述样本对包括样本症状集和样本科室信息，所述样本症状集合包括多个样本症状特征；

对多个所述样本对进行结构化处理，获得医疗知识图谱。

6.如权利要求5所述的医疗分诊方法，其特征在于，所述疾病诊断样本集的数据类型为图像；

所述从疾病诊断样本集中提取多个样本对的步骤，具体包括：

对疾病诊断样本集进行文字识别，以从所述疾病诊断样本集中提取出文本集；

从所述文本集中提取多个样本对。

7.如权利要求5或6所述的医疗分诊方法，其特征在于，所述对多个所述样本对进行结构化处理，获得医疗知识图谱的步骤，具体包括：

对各样本对中的样本症状集和样本科室信息分别进行编码，得到样本症状集向量和样本科室向量；

将各样本对的样本症状集向量和样本科室向量进行结构化处理，得到医疗知识图谱。

8.一种医疗分诊装置，其特征在于，所述医疗分诊装置包括：

接收模块，用于接收症状描述信息；

提取模块，用于从所述症状描述信息中提取多个症状特征；

匹配模块，用于将多个症状特征与预设的医疗知识图谱进行匹配，获得目标科室信息；所述医疗知识图谱包括症状特征与目标科室信息的映射关系；

输出模块，用于输出所述目标科室信息，以提示用户根据所述目标科室信息就诊。

9.一种医疗分诊装置，其特征在于，所述医疗分诊装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的医疗分诊程序，所述医疗分诊程序被所述处理器执行时实现如权利要求1至7中任一项所述的医疗分诊方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有医疗分诊程序，所述医疗分诊程序被处理器执行时实现如权利要求1至7中任一项所述的医疗分诊方法的步骤。

Images