CN113555081A - 一种基于人工智能的中医智能开方系统的构建方法 - Google Patents
一种基于人工智能的中医智能开方系统的构建方法 Download PDFInfo
- Publication number
- CN113555081A CN113555081A CN202110813543.5A CN202110813543A CN113555081A CN 113555081 A CN113555081 A CN 113555081A CN 202110813543 A CN202110813543 A CN 202110813543A CN 113555081 A CN113555081 A CN 113555081A
- Authority
- CN
- China
- Prior art keywords
- knowledge
- chinese medicine
- traditional chinese
- artificial intelligence
- system based
- 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
Links
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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- G16H20/13—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered from dispensers
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/90—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to alternative medicines, e.g. homeopathy or oriental medicines
-
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pharmacology & Pharmacy (AREA)
- Alternative & Traditional Medicine (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种基于人工智能的中医智能开方系统的构建方法,包括如下步骤,收集古籍古方并对古籍古方进行数据筛选,将筛选得到的数据录入系统,构建整个体系的知识图谱,以古籍古方内的基础知识元为单位进行语义分隔,并定义语义概念,将基础知识元进行信息间的关系串联,赋予基础知识元之间的基础线性关系,将基础知识元之间的基础线性关系进行组合形成同一概念下的知识面,将不同概念下的知识面进行关系组合,形成不同概念下的知识体,多个不同概念下的知识体进行关系组合构建而成相对稳定的知识图谱,本发明提供了一种可实现自动分析病症进行智能开方的基于人工智能的中医智能开方系统的构建方法。
Description
技术领域
本发明涉及计算机应用技术领域,具体为一种基于人工智能的中医智能开方系统的构建方法。
背景技术
就目前而言,整个行业还是比较传统的,中医坐诊的方式对大量的患者来说效率还是极低的,并且大多数人缺乏对中医知识的了解对于一些疾病早期出现的征兆是没有得到重视不能及时就医。名中医较少,行业水平良莠不齐,患者对自身的症状病机没有一个整体的认识,可能导致急病乱投医。就诊的成本极高,名医就诊的机会一号难求,很可能就错过了最佳的就诊时机。这些都是目前中医就诊的一些痛点,基于上述问题,本案由此而生。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种可实现自动分析病症进行智能开方的基于人工智能的中医智能开方系统的构建方法,解决了上述背景技术中提出的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种基于人工智能的中医智能开方系统的构建方法,包括如下步骤:
(1)收集古籍古方并对古籍古方进行数据筛选;
(2)将步骤(1)筛选得到的数据录入系统,构建整个体系的知识图谱;
(3)以古籍古方内的基础知识元为单位进行语义分隔,并定义语义概念;
(4)将步骤(3)中的基础知识元进行信息间的关系串联,赋予基础知识元之间的基础线性关系;
(5)将步骤(4)的基础知识元之间的基础线性关系进行组合形成同一概念下的知识面;
(6)将步骤(5)中不同概念下的知识面进行关系组合,形成不同概念下的知识体;
(7)步骤(6)多个不同概念下的知识体进行关系组合构建而成相对稳定的知识图谱;
(8)通过病例中患者的症状与知识图谱结合,找出特征值;
(9)根据步骤(8)中的特征值,通过模拟训练构建模型,推导出的症状及病机与实际病例去比较进行机器训练,最后对得出的模型进行评估;
(10)整理模型和算法录入系统并封装成接口,完成中医智能开方系统的构建。
进一步的,所述基础知识元为具有独立语义概念且不可拆分的单一语义成分所构成。
进一步的,步骤(5)中不同概念下的知识面的关系组合是逻辑串连、单一组合或复杂组合。
进一步的,步骤(6)多个不同概念下的知识体按时间关系组合。
(三)有益效果
综上所述,本发明将古籍古方中的数据进行筛选并定义基础知识元,并逐渐进行关系组合形成一维基础线性关系、二维同一类别概念之间的关系组成的知识面、三维不同类别概念之间的的关系组合而成的知识体以及四维可随时间推移进行更替的复合信息,形成相对稳定的知识图谱,通过病例中患者的症状与知识图谱结合,找出特征值,再通过模拟训练构建模型,推导出的症状及病机与实际病例去比较进行机器训练,最后对得出的模型进行评估,可实现自动分析病症进行智能开方,从而患者可根据上述系统了解自身病症,及时就医和对症下药。
具体实施方式
一种基于人工智能的中医智能开方系统的构建方法,包括如下步骤,收集古籍古方并对古籍古方进行数据筛选,筛选得到的数据录入系统,构建整个体系的知识图谱,以古籍古方内的基础知识元为单位进行语义分隔,并定义语义概念,(例如:方剂-麻黄汤症状-头痛),将基础知识元进行信息间的关系串联,赋予基础知识元之间的基础线性关系,(如:太阳病提纲证(线)、方剂(线)、基础病机(线),包涵:单一症状、治法、药物、方名(点)),将基础知识元之间的基础线性关系进行组合形成同一概念下的知识面,基于既有知识(条文)串联而构成的可独立表达主题不可再分解的知识单元】(如:证候(面)、复合病机(面)、方证(面)、病证(面)、药证(面)。包涵:方剂(线)),再将不同概念下的知识面进行关系组合,形成不同概念下的知识体,其中不同概念下的知识面的关系组合可以是逻辑串连、单一组合(如:方-药证-症)或复杂组合(如:病机-症),多个不同概念下的知识体通过时间轴进行关系组合构建而成相对稳定的知识图谱,接着通过病例中患者的症状与知识图谱结合,找出特征值,根据特征值,通过模拟训练构建模型,推导出的症状及病机与实际病例去比较进行机器训练,最后对得出的模型进行评估,整理模型和算法录入系统并封装成接口,完成中医智能开方系统的构建,患者可根据自身症状,在中医智能开方系统输入对应的字串,中医智能开方系统即可得出相应的病症和开方,从而使得患者可根据上述系统快速了解自身病症,及时就医和对症下药,解决中医看病难,就诊时间的问题。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (4)
1.一种基于人工智能的中医智能开方系统的构建方法,其特征在于,包括如下步骤:
(1)收集古籍古方并对古籍古方进行数据筛选;
(2)将步骤(1)筛选得到的数据录入系统,构建整个体系的知识图谱;
(3)以古籍古方内的基础知识元为单位进行语义分隔,并定义语义概念;
(4)将步骤(3)中的基础知识元进行信息间的关系串联,赋予基础知识元之间的基础线性关系;
(5)将步骤(4)的基础知识元之间的基础线性关系进行组合形成同一概念下的知识面;
(6)将步骤(5)中不同概念下的知识面进行关系组合,形成不同概念下的知识体;
(7)步骤(6)多个不同概念下的知识体进行关系组合构建而成相对稳定的知识图谱;
(8)通过病例中患者的症状与知识图谱结合,找出特征值;
(9)根据步骤(8)中的特征值,通过模拟训练构建模型,推导出的症状及病机与实际病例去比较进行机器训练,最后对得出的模型进行评估;
(10)整理模型和算法录入系统并封装成接口,完成中医智能开方系统的构建。
2.根据权利要求1所述的一种基于人工智能的中医智能开方系统的构建方法,其特征在于:所述基础知识元为具有独立语义概念且不可拆分的单一语义成分所构成。
3.根据权利要求1所述的一种基于人工智能的中医智能开方系统的构建方法,其特征在于:步骤(5)中不同概念下的知识面的关系组合是逻辑串连、单一组合或复杂组合。
4.根据权利要求1所述的一种基于人工智能的中医智能开方系统的构建方法,其特征在于:步骤(6)多个不同概念下的知识体按时间关系组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110813543.5A CN113555081A (zh) | 2021-07-19 | 2021-07-19 | 一种基于人工智能的中医智能开方系统的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110813543.5A CN113555081A (zh) | 2021-07-19 | 2021-07-19 | 一种基于人工智能的中医智能开方系统的构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113555081A true CN113555081A (zh) | 2021-10-26 |
Family
ID=78132029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110813543.5A Pending CN113555081A (zh) | 2021-07-19 | 2021-07-19 | 一种基于人工智能的中医智能开方系统的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113555081A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106919671A (zh) * | 2017-02-20 | 2017-07-04 | 广东省中医院 | 一种中医文本病案挖掘与辅助决策智能系统 |
CN106933983A (zh) * | 2017-02-20 | 2017-07-07 | 广东省中医院 | 一种中医药知识图谱的构建方法 |
US20190171656A1 (en) * | 2017-05-10 | 2019-06-06 | Boe Technology Group Co., Ltd. | Traditional chinese medicine knowledge graph and establishment method therefor, and computer system |
CN110334211A (zh) * | 2019-06-14 | 2019-10-15 | 电子科技大学 | 一种基于深度学习的中医诊疗知识图谱自动构建方法 |
CN110827990A (zh) * | 2019-10-31 | 2020-02-21 | 北京科技大学 | 一种基于知识图谱的伤寒辨证推理系统 |
-
2021
- 2021-07-19 CN CN202110813543.5A patent/CN113555081A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106919671A (zh) * | 2017-02-20 | 2017-07-04 | 广东省中医院 | 一种中医文本病案挖掘与辅助决策智能系统 |
CN106933983A (zh) * | 2017-02-20 | 2017-07-07 | 广东省中医院 | 一种中医药知识图谱的构建方法 |
US20190171656A1 (en) * | 2017-05-10 | 2019-06-06 | Boe Technology Group Co., Ltd. | Traditional chinese medicine knowledge graph and establishment method therefor, and computer system |
CN110334211A (zh) * | 2019-06-14 | 2019-10-15 | 电子科技大学 | 一种基于深度学习的中医诊疗知识图谱自动构建方法 |
CN110827990A (zh) * | 2019-10-31 | 2020-02-21 | 北京科技大学 | 一种基于知识图谱的伤寒辨证推理系统 |
Non-Patent Citations (2)
Title |
---|
叶斌;周玉杰;乐毅敏;: "基于古籍胸痹病机的知识图谱研究", 亚太传统医药, no. 07 * |
李兵;张华敏;李莎莎;董燕;侯酉娟;刘思鸿;李斌;张伟娜;吴蕾;: "中医古籍知识深度利用方法与知识库构建", 中国数字医学, no. 08 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109935336B (zh) | 一种儿童呼吸科疾病的智能辅助诊断系统 | |
Rimi et al. | Derm-NN: skin diseases detection using convolutional neural network | |
Krishnan et al. | Hybrid deep learning model using recurrent neural network and gated recurrent unit for heart disease prediction. | |
CN110504031B (zh) | 用于健康行为干预的云端管理数据库建立方法及系统 | |
CN107408143A (zh) | 适于采用诊断适当性标准来确定用于识别病变的诊断试验的最佳顺序的医疗鉴别诊断装置 | |
CN105447299A (zh) | 自助问诊并产生结构化主诉病历的系统及方法 | |
CN104680458A (zh) | 一种基于海量处方给大众推荐就医科室、医院或医生的方法 | |
Kour et al. | Usage and implementation of neuro-fuzzy systems for classification and prediction in the diagnosis of different types of medical disorders: a decade review | |
WO2024008043A1 (zh) | 一种基于因果关系挖掘的临床数据自动化生成方法及系统 | |
CN104616235A (zh) | 中医体检和健康咨询系统及方法 | |
CN116910172A (zh) | 基于人工智能的随访量表生成方法及系统 | |
WO2022229964A1 (en) | Method of generating a diseases database, usage of the diseases database, and system therefor | |
CN114255851A (zh) | 基于超图神经网络的中草药方剂推荐方法 | |
CN112071431B (zh) | 基于深度学习和知识图谱的临床路径自动生成方法及系统 | |
CN110827990B (zh) | 一种基于知识图谱的伤寒辨证推理系统 | |
CN113539412A (zh) | 基于深度学习的中草药推荐系统 | |
CN113555081A (zh) | 一种基于人工智能的中医智能开方系统的构建方法 | |
TW202211258A (zh) | 高齡流感病情預測系統、程式產品及其建立與使用方法 | |
Jiang et al. | Exploring fever of unknown origin intelligent diagnosis based on clinical data: model development and validation | |
Nguyen et al. | Mimic-iv-icd: A new benchmark for extreme multilabel classification | |
Jiang et al. | Tree-based Regularization for Interpretable Readmission Prediction. | |
Shiying et al. | Research on syndrome classification prediction model of tibetan medicine diagnosis and treatment based on data mining | |
Ye et al. | Research on treatment and medication rule of insomnia treated by TCM based on data mining | |
Afzal et al. | Redesign of clinical decision systems to support precision medicine | |
Zhang et al. | Research on TCM clinical coding database construction based on Knowledge engineering |
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 |