CN113722504A - 预问诊信息生成方法及装置 - Google Patents

预问诊信息生成方法及装置 Download PDF

Info

Publication number
CN113722504A
CN113722504A CN202110992803.XA CN202110992803A CN113722504A CN 113722504 A CN113722504 A CN 113722504A CN 202110992803 A CN202110992803 A CN 202110992803A CN 113722504 A CN113722504 A CN 113722504A
Authority
CN
China
Prior art keywords
entity
symptom
target
information
disease
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
CN202110992803.XA
Other languages
English (en)
Inventor
潘晶
顾佳怡
沈满
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.)
Shanghai Timi Robot Co ltd
Original Assignee
Shanghai Timi Robot 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 Shanghai Timi Robot Co ltd filed Critical Shanghai Timi Robot Co ltd
Priority to CN202110992803.XA priority Critical patent/CN113722504A/zh
Publication of CN113722504A publication Critical patent/CN113722504A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367Ontology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Pathology (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明实施例公开了一种预问诊信息生成方法及装置,该方法包括:当接收到目标主诉信息时,根据目标主诉信息进行实体识别,确定主诉症状实体;根据主诉症状实体以及预先构建的症状知识图谱,生成第一目标问诊信息,并根据第一目标问诊信息的第一回复信息确定至少一个细化症状实体;根据至少一个细化症状实体以及预先构建的疾病知识图谱,生成第二目标问诊信息,并根据第二目标问诊信息的第二回复信息确定至少一个伴随症状实体;根据至少一个伴随症状实体生成预问诊信息。通过本发明实施例的技术方案,实现了快速准确获取患者的疾病情况,提高医生的工作效率的技术效果。

Description

预问诊信息生成方法及装置
技术领域
本发明实施例涉及数据挖掘技术,尤其涉及一种预问诊信息生成方法及装置。
背景技术
随着线上问诊平台的推广,越来越多的患者选择在线上问诊平台咨询医生。但是由于医生还需负责线下医院的临床诊疗,为了提高医生的工作效率,就增加了预问诊的步骤,以在医生进行诊断之前就能够获取患者的相关信息,减少医生的工作量。
目前,线上预问诊通常是由患者输入主诉信息,根据病人输入的主诉信息直接生成预问诊信息。由于患者的主诉信息中包含的可用信息较少,还需要医生和患者之间进行多轮对话,会导致预问诊的有效性较弱,也大大降低了医生问诊的效率和增加了患者得到有效回复所需的等待时间。这可能会延误患者的病情,错过最佳的治疗时间段。
发明内容
本发明实施例提供了一种预问诊信息生成方法及装置,以实现快速准确获取患者的疾病情况,提高医生的工作效率的技术效果。
第一方面,本发明实施例提供了一种预问诊信息生成方法,该方法包括:
当接收到目标主诉信息时,根据所述目标主诉信息进行实体识别,确定主诉症状实体;
根据所述主诉症状实体以及预先构建的症状知识图谱,生成第一目标问诊信息,并根据所述第一目标问诊信息的第一回复信息确定至少一个细化症状实体;
根据所述至少一个细化症状实体以及预先构建的疾病知识图谱,生成第二目标问诊信息,并根据所述第二目标问诊信息的第二回复信息确定至少一个伴随症状实体;
根据所述至少一个伴随症状实体生成预问诊信息。
第二方面,本发明实施例还提供了一种预问诊信息生成装置,该装置包括:
主诉症状实体确定模块,用于当接收到目标主诉信息时,根据所述目标主诉信息进行实体识别,确定主诉症状实体;
细化症状实体确定模块,用于根据所述主诉症状实体以及预先构建的症状知识图谱,生成第一目标问诊信息,并根据所述第一目标问诊信息的第一回复信息确定至少一个细化症状实体;
伴随症状实体确定模块,用于根据所述至少一个细化症状实体以及预先构建的疾病知识图谱,生成第二目标问诊信息,并根据所述第二目标问诊信息的第二回复信息确定至少一个伴随症状实体;
预问诊信息生成模块,用于根据所述至少一个伴随症状实体生成预问诊信息。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例任一所述的预问诊信息生成方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例任一所述的预问诊信息生成方法。
本发明实施例的技术方案,通过当接收到目标主诉信息时,根据目标主诉信息进行实体识别,确定主诉症状实体,以接收和分析目标主诉信息,根据主诉症状实体以及预先构建的症状知识图谱,生成第一目标问诊信息,并根据第一目标问诊信息的第一回复信息确定至少一个细化症状实体,以对就诊用户进行初步询问并进行分析,根据至少一个细化症状实体以及预先构建的疾病知识图谱,生成第二目标问诊信息,并根据第二目标问诊信息的第二回复信息确定至少一个伴随症状实体,以对就诊用户进行进一步询问并进行分析,根据至少一个伴随症状实体生成预问诊信息,解决了预问诊时效率低以及准确率低的问题,实现了快速准确获取患者的疾病情况,提高医生的工作效率的技术效果。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案,下面对描述实施例中所需要用到的附图做一简单介绍。显然,所介绍的附图只是本发明所要描述的一部分实施例的附图,而不是全部的附图,对于本领域普通技术人员,在不付出创造性劳动的前提下,还可以根据这些附图得到其他的附图。
图1为本发明实施例一所提供的一种预问诊信息生成方法的流程示意图;
图2为本发明实施例二所提供的一种预问诊信息生成方法的流程示意图;
图3为本发明实施例三所提供的一种肛肠科树状知识图谱的示意图;
图4为本发明实施例四所提供的一种预问诊信息生成装置的结构示意图;
图5为本发明实施例五所提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一所提供的一种预问诊信息生成方法的流程示意图,本实施例可适用于在医生诊疗之前,自动化的对患者的病情进行预问诊的情况,该方法可以由预问诊信息生成装置来执行,该装置可以通过软件和/或硬件的形式实现,该硬件可以是电子设备,可选的,电子设备可以是移动终端,PC端等。
如图1所述,本实施例的方法具体包括如下步骤:
S110、当接收到目标主诉信息时,根据目标主诉信息进行实体识别,确定主诉症状实体。
其中,目标主诉信息可以是就诊用户针对自身的基本情况和自身的病情进行的主诉,目标主诉信息可以是文字段的形式等,若目标主诉信息为语音形式,则可以通过文本转换的方式转换为文字段的形式。主诉症状实体可以是目标主诉信息中与症状描述相关的实体。
具体的,当就诊用户进行预问诊时,可以针对自己个人基本情况,如:性别,年龄,既往史等进行描述,还可以针对当前自身的症状进行描述,上述描述信息均可以作为目标主诉信息。当接收到目标主诉信息时,可以通过自然语言处理等方式对目标主诉信息进行实体识别,得到主诉症状实体。
示例性的,接收到的目标主诉信息为:男性,40岁,胸闷、气急10天。针对目标主诉信息进行实体识别可以确定主诉症状实体:胸闷、气急10天。
S120、根据主诉症状实体以及预先构建的症状知识图谱,生成第一目标问诊信息,并根据第一目标问诊信息的第一回复信息确定至少一个细化症状实体。
其中,症状知识图谱可以是以症状为中心构建的知识图谱,症状知识图谱中可以包括如症状-子症状,症状-部位,症状-时长,症状-频次等实体关系。第一目标问诊信息可以是针对主诉症状实体中未涉及的细化症状实体生成的问诊问题信息。第一回复信息可以是就诊用户基于第一目标问诊信息进行回复的信息。细化症状实体可以是根据第一回复信息获取的实体信息。
具体的,根据主诉症状实体在预先构建的症状知识图谱中确定与主诉症状实体相对应的关系,根据确定的关系可以生成第一目标问诊信息,以对就诊用户进行询问。进而,将就诊用户根据第一目标问诊信息进行回复的第一回复信息进行处理,得到至少一个细化症状实体。
示例性的,主诉症状实体为:左下边肚子疼了2-3天,可以进一步确定,概述症状实体为腹痛,部位实体为左下,时长为2-3天。根据症状知识图谱还可以确定需要询问疼痛类型,频率等问题,生成的第一目标问诊信息可以是:疼痛类型是什么?疼痛频率是怎样的?根据就诊用户回复的第一回复信息可以得到细化症状实体为:疼痛类型-绞痛,疼痛频率-持续性。
需要说明的是,第一目标问诊信息的生成方式可以是生成预设的问题,根据就诊用户的回复文字信息,进行自然语言处理分析确定细化症状实体。第一目标问诊信息的生成方式还可以是生成预设的问题以及预设的选项,以提高就诊用户回复的准确性,方便就诊用户回答。在实际使用时,可以根据实际情况进行选择,在本实施例中不做具体限定。
S130、根据至少一个细化症状实体以及预先构建的疾病知识图谱,生成第二目标问诊信息,并根据第二目标问诊信息的第二回复信息确定至少一个伴随症状实体。
其中,疾病知识图谱可以是以疾病为中心构建的知识图谱,疾病知识图谱中可以包括如疾病-症状,疾病-药品,疾病-检查等实体关系。第二目标问诊信息可以是针对细化症状实体在疾病知识图谱中确定出的与其他可能存在的症状相关的问诊问题信息。第二回复信息可以是就诊用户基于第二目标问诊信息进行回复的信息。伴随症状实体可以是根据第二回复信息获取的实体信息。
具体的,根据至少一个细化症状实体可以在预先构建的疾病知识图谱中确定与至少一个细化症状实体相对应的疾病实体,并可以查找到除至少一个细化症状实体之外的其他症状实体。进而,可以根据其他症状实体生成第二目标问诊信息,以获取就诊用户的答复的第二回复信息。将第二回复信息进行处理,得到至少一个伴随症状实体。
示例性的,细化症状实体为发烧38度,四肢无力,根据上述细化症状实体可以在预先构建的疾病知识图谱中确定对应的疾病实体为感冒,并可以查找到其他症状实体,如:鼻塞流涕,喉咙干痒等。可以根据其他症状实体生成第二目标问诊信息,如:是否有鼻塞流涕的症状?是否有喉咙干痒的症状?根据就诊用户回复的第二回复信息可以得到伴随症状实体:存在鼻塞流涕,存在喉咙干痒。
S140、根据至少一个伴随症状实体生成预问诊信息。
其中,预问诊信息可以是根据疾病知识图谱中的信息生成的信息,用于总结和判断就诊用户的诊疗信息。
具体的,可以将至少一个伴随症状实体作为预问诊信息,还可以在预问诊信息中添加其他的信息,例如:可以添加目标主诉信息,主诉症状实体,至少一个细化症状实体等。通过生成预问诊信息,使就诊用户和接诊用户接收到预问诊信息时,能够初步了解就诊用户的病情信息以及初步诊断信息。
在上述各实施例的基础上,可以分别构建以症状为中心的症状知识图谱以及以疾病为中心的疾病知识图谱。可选的,构建方式可以是:
根据概述症状实体以及与概述症状实体相对应的至少一层细化症状实体,构建以症状为中心的症状知识图谱。
其中,每一层细化症状实体中包括至少一个细化症状实体。概述症状实体可以是将不同的症状进行多次聚类得到的症状实体。
具体的,利用自顶向下的层次聚类思想,对各种症状实体进行多次聚类,例如:肛肠科症状数据聚类后可分为:腹部不适、肛区不适、大便异常等概述症状实体。每个概述症状实体下可以包括次级聚类的结果,例如:概述症状实体大便异常下的细化症状实体包括:大便频率改变、大便形状改变、排便困难、便血等,这些细化症状实体可以作为概述症状实体大便异常下的第一层细化症状实体。并且,细化症状实体下也可以包括其他细化症状实体,例如:细化症状实体大便频率改变下的细化症状实体包括:便秘、便频、停止排便等,这些细化症状实体可以作为概述症状实体大便异常下的第二层细化症状实体。其中,便频下的细化症状实体还可以包括:一天3次、一天4次、一天超过4次等,这些细化症状实体可以作为概述症状实体大便异常下的第三层细化症状实体。通过上述层次聚类,可以构建以症状为中心的症状知识图谱。
根据疾病实体,与疾病实体相对应的症状实体以及与疾病实体相对应的诊断实体,构建以疾病为中心的疾病知识图谱。
其中,疾病实体可以是各疾病类型所对应的实体。症状实体可以是描述各症状的实体。诊断实体可以是描述治疗各类型的疾病的诊断方式的实体。
具体的,以疾病实体为中心,建立疾病实体与相对应的症状实体和诊断实体的关系,将构建得到的知识图谱作为以疾病为中心的疾病知识图谱。
示例性的,以疾病实体为中心,建立与症状实体之间的具有关系,建立与伴随症状实体之间的伴有关系,建立与药品实体之间的常用关系,建立与检查实体之间的诊断关系等。
本发明实施例的技术方案,通过当接收到目标主诉信息时,根据目标主诉信息进行实体识别,确定主诉症状实体,以接收和分析目标主诉信息,根据主诉症状实体以及预先构建的症状知识图谱,生成第一目标问诊信息,并根据第一目标问诊信息的第一回复信息确定至少一个细化症状实体,以对就诊用户进行初步询问并进行分析,根据至少一个细化症状实体以及预先构建的疾病知识图谱,生成第二目标问诊信息,并根据第二目标问诊信息的第二回复信息确定至少一个伴随症状实体,以对就诊用户进行进一步询问并进行分析,根据至少一个伴随症状实体生成预问诊信息,解决了预问诊时效率低以及准确率低的问题,实现了快速准确获取患者的疾病情况,提高医生的工作效率的技术效果。
实施例二
图2为本发明实施例二所提供的一种预问诊信息生成方法的流程示意图,本实施例在上述各实施例的基础上,针对第一目标问诊信息、第二目标问诊信息以及预问诊信息的生成方式可参见本实施例的技术方案,并且,新增根据预设槽位填入待填入实体的方式也可参见本实施例的技术方案。其中,与上述各实施例相同或相应的术语的解释在此不再赘述。
如图2所述,本实施例的方法具体包括如下步骤:
S210、当接收到目标主诉信息时,根据目标主诉信息进行实体识别,确定至少一个目标主诉实体。
其中,目标主诉实体可以是根据预设的实体识别规则对目标主诉信息进行分类得到的不同的实体。
具体的,当接收到目标主诉信息时,可以通过自然语言处理等方式对目标主诉信息进行实体识别,得到至少一个目标主诉症状实体。
示例性的,接收到的目标主诉信息为:男性,40岁,胸闷、气急10天。针对目标主诉信息进行实体识别可以确定目标主诉实体分别包括:主诉性别实体:男性;主诉年龄实体:40岁;主诉症状实体:胸闷、气急10天。
S220、针对每个目标主诉实体,将目标主诉实体填入与目标主诉实体的对应的预设槽位中。
其中,预设槽位可以是预先设置的需要获取的信息,例如:年龄、性别、症状、情绪、时长、检查、用药、特殊人群、病史、过敏史等。
具体的,针对获取的每一个目标主诉实体可以填入相对应的预设槽位中。
示例性的,可以将目标主诉实体26岁填入年龄预设槽位中,将目标主诉实体女性填入性别预设槽位中,将目标主诉孕妇填入特殊人群预设槽位中等。
可选的,在后续生成预问诊信息时,可以根据至少一个伴随症状实体所述目标疾病实体以及各预设槽位中的目标主诉实体,生成预问诊信息,以扩充预问诊信息的内容。
为了使各预设槽位中都填入相对应的实体信息,则可以针对目标主诉实体中未涉及的预设槽位进行询问,得到相对应的实体信息,可以是:
若存在至少一个预设槽位中未填入对应的目标主诉实体,则根据至少一个预设槽位生成第三目标问诊信息,并根据第三目标问诊信息的第三回复信息确定至少一个待填入实体;针对每个待填入实体,将待填入实体填入与待填入实体对应的预设槽位中。
其中,第三目标问诊信息可以是针对未填入信息的预设槽位提出的相应的问题信息。第三回复信息可以是就诊用户基于第三目标问诊信息进行回复的信息。待填入实体可以是就诊用户针对第三目标问诊信息进行回复得到的实体信息。
具体的,若目标主诉实体并未覆盖全部的预设槽位,则可以针对未填入目标主诉实体的预设槽位生成第三目标问诊信息,以从就诊用户处获取相对应的信息。当接收到就诊用户针对第三目标问诊信息反馈的信息时,可以对接收到的信息进行处理,得到待填入实体。并且,可以将待填入实体填写至相对应的预设槽位中。
示例性的,若特殊人群、病史、过敏史三个预设槽位没有填入相对应的目标主诉实体,则可以针对特殊人群、病史、过敏史生成第三目标问诊信息进行询问。根据询问情况,得到第三回复信息,进而分析得到相对应的待填入实体,填入相对应的预设槽位中。这样做的好处在于,后续推荐与疾病相关的药物以及检查时,可以参考预设槽位中的实体信息,例如:过敏药物、禁忌等。如果还有其他预设槽位没有填入相关的实体信息,还可以继续生成第三目标问诊信息以进行询问。
S230、根据主诉症状实体以及预先构建的症状知识图谱,生成第一目标问诊信息,并根据第一目标问诊信息的第一回复信息确定至少一个细化症状实体。
具体的,根据主诉症状实体在预先构建的症状知识图谱中可以确定与主诉症状实体相对应的关系,并且可以生成用于询问的第一目标问诊信息。进而,将就诊用户根据第一目标问诊信息进行回复的第一回复信息进行处理,得到至少一个细化症状实体。
为了使询问过程覆盖面更广泛,避免漏掉问题以及重复问题等情况,可以采用深度和广度相结合的方式生成第一目标问诊信息,可以是以所述主诉症状实体作为当前问诊实体,根据所述当前问诊实体的下级实体、同级实体和/或上级实体,生成第一目标问诊信息。
其中,下级实体可以是与当前问诊实体具有关系的下一级的实体。同级实体可以是与当前问诊实体位于同一层的实体。上级实体可以是与当前问诊实体具有关系的上一级的实体。
具体的,可以以主诉症状实体作为当前问诊实体,在症状知识图谱中查找与当前问诊实体相对应的下级实体,同级实体和/或上级实体。根据查找出的各级实体,生成第一目标问诊信息。
可选的,生成第一目标问诊信息的具体步骤如下:
步骤一、根据当前问诊实体以及预先构建的症状知识图谱,确定当前问诊实体所对应的至少一个下级实体,并基于各下级实体生成子问诊信息。
其中,子问诊信息可以是生成的用于询问所需信息的问诊问题信息。
具体的,以主诉症状实体作为当前问诊实体,在症状知识图谱中查找与当前问诊实体相对应的下级实体,若存在下级实体,则根据下级实体生成用于询问的子问诊信息。
示例性的,当前问诊实体是便频,则可以根据症状知识图谱确定下级实体为“一天3次”、“一天4次”、“一天超过4次”,可以根据下级实体生成选择问题,即子问诊信息,以询问具体的症状情况。
示例性的,用户对子问诊信息进行回复后,还会根据用户的回复,确定当前回复的下级实体,进而基于当前回复的下级实体生成另一个子问诊信息,以进一步询问具体的症状情况。例如,用户的当前问诊实体为“大便频率改变”,则会先询问用户是“便秘”、“便频”、还是“停止排便”,用户回复“便频”后,还会根据用户回复,确定“便频”的下级实体,进而生成另一个子问诊信息,询问用户是“一天3次”、“一天4次”、还是“一天超过4次”,直到用户的回复没有下级实体。
步骤二、若当前问诊实体所对应的预设属性信息为不可退出,则根据当前问诊实体确定至少一个同级实体,并基于各同级实体以及各同级实体的至少一个下级实体生成子问诊信息。
其中,预设属性信息可以是针对疾病知识图谱中的每一个实体标注的是否可以结束询问搜索的信息,包括可退出和不可退出两种。
具体的,若当前问诊实体不存在下级实体或者根据步骤一已经对当前问诊实体的各下级实体生成了子问诊信息,则判断当前问诊实体所对应的预设属性信息是否为可退出,若当前问诊实体所对应的预设属性信息为不可退出,则表明信息未获取完全,需要进一步的生成子问诊信息。可以是在症状知识图谱中查找到位于同一层的各实体作为同级实体,并针对各同级实体以及同级实体的各下级实体生成子问诊信息。
示例性的,当前问诊实体是便频,预设属性信息为不可退出,则确定当前问诊实体的同级实体为便秘。进而,可以针对便秘生成相对应的子问诊信息。
需要说明的是,当前问诊实体与当前问诊实体的同级实体可能存在矛盾的情况,在问询时可以让就诊用户选择、或者自动跳过其中一个。例如,便频和停止排便为互为同级实体,当时二者是矛盾的,可以根据实际情况让就诊用户进行选择等。
步骤三、若当前问诊实体的同级实体均已确定完毕,则确定与当前问诊实体相对应的上级实体,若上级实体所对应的预设属性信息为不可退出,则将上级实体确定为当前问诊实体,并返回执行根据当前问诊实体确定至少一个同级实体的操作。
具体的,若当前问诊实体的同级实体均已确定完毕,则表明针对当前问诊实体的相关问题已经询问完成,可以返回上级实体。若上级实体所对应的预设属性信息为不可退出,则说明还需要进行更进一步的询问,此时,将上级实体确定为当前问诊实体,并返回执行根据当前问诊实体确定至少一个同级实体的操作,以生成子问诊信息。
步骤四、若上级实体所对应的预设属性信息为可退出,则基于各个子问诊信息生成第一目标问诊信息。
具体的,若上级实体所对应的预设属性信息为可退出,则表明针对当前问诊实体的相关问题已经全部完成,并且无需进行其他询问。在这种情况下,可以将各个子问诊信息进行组合,生成第一目标问诊信息,或者可以将每一个子问诊信息都作为一个第一目标问诊信息,以进行询问,获取细化症状实体。
S240、根据至少一个细化症状实体以及预先构建的疾病知识图谱,确定至少一个候选疾病实体。
其中,候选疾病实体可以是从疾病知识图谱中查找出的与细化症状实体匹配度较高的疾病实体。
具体的,在疾病知识图谱中查找与至少一个细化症状实体相匹配的疾病实体,可以是查找匹配度满足某一阈值条件的疾病实体,也可以是查找包含全部细化症状实体的疾病实体等。进而,将查找出的疾病实体作为候选疾病实体。
需要说明的是,候选疾病实体可以是一个也可以是多个,若就诊用户针对自身的症状进行了准确且细致的描述,则可能只确定出一个候选疾病实体;若就诊用户针对自身的症状描述较为模糊,并且针对第一目标问诊信息进行回答得到的信息量也较少,则可能确定出多个候选疾病实体。
S250、根据至少一个候选疾病实体以及与各候选疾病实体相对应的至少一个伴随症状实体,确定与各候选疾病实体相对应的第二目标问诊信息。
具体的,在确定至少一个候选疾病实体之后,可以根据候选疾病实体在疾病知识图谱中查找到与候选疾病实体相对应的至少一个伴随症状实体。进而,可以根据各伴随症状实体进行询问,以确定就诊用户是否具有伴随症状实体所对应的症状。
需要说明的是,伴随症状可以是候选疾病的次要症状,也可以是候选疾病伴随的其他疾病(如:并发症等)的症状。
S260、根据第二目标问诊信息的第二回复信息确定至少一个伴随症状实体。
具体的,可以根据第二目标问诊信息的第二回复信息确定就诊用户是否具有各伴随症状实体对应的症状。
S270、根据至少一个伴随症状实体,确定目标疾病实体。
其中,目标疾病实体可以是根据至少一个伴随症状实体从疾病知识图谱中确定出的疾病实体。
具体的,根据至少一个伴随症状实体在疾病知识图谱中可以确定出就诊用户可能患有的疾病实体,并将这些疾病实体作为目标疾病实体。
为了避免确定出过多的目标疾病实体,可以通过下述方式对目标疾病实体的数量进行限制:
步骤一、根据至少一个伴随症状实体以及预先构建的疾病知识图谱确定待推荐疾病实体。
其中,待推荐疾病实体可以是疾病知识图谱中确定出的就诊用户可能患有的疾病。
具体的,根据第二目标问诊信息的第二回复信息可以确定至少一个伴随症状实体的答案,进而,能够判断就诊用户与伴随症状实体所对应的疾病的匹配程度。此时,可以将与就诊用户相匹配的疾病实体作为待推荐疾病实体。
示例性的,根据就诊用户的答案可以确定与就诊用户相符合的伴随症状数量占比符合预设要求,进而,可以认为就诊用户与伴随症状实体所对应的疾病相匹配。
步骤二、如果待推荐疾病实体有且只有一个,则将待推荐疾病实体作为目标疾病实体。
具体的,若根据就诊用户针对各第二目标问诊信息的第二回复信息,确定出待推荐疾病实体有且只有一个,则可以将推荐疾病实体作为目标疾病实体,以用于生成预问诊信息。
步骤三、如果待推荐疾病实体为至少两个,则确定出预设数量的待推荐疾病实体作为目标疾病实体。
其中,预设数量可以是预先设置的用于生成预问诊信息的最高目标疾病实体数量,例如:可以是3个,5个等。
具体的,若根据就诊用户针对各第二目标问诊信息的第二回复信息,确定出待推荐疾病实体为至少两个,则说明未能准确确定出就诊用户所患疾病,可以推荐预设数量的目标疾病实体,以供就诊用户和接诊用户参考。
S280、若目标疾病实体存在,则根据目标疾病实体生成预问诊信息。
具体的,若目标疾病实体存在,则可以初步对就诊用户所患疾病进行判断,此时,可以根据目标疾病实体生成预问诊信息。
可选的,根据目标疾病实体以及各预设槽位中的目标主诉实体,生成预问诊信息。
具体的,可以根据目标疾病实体,与目标疾病实体相对应的诊断实体,生成预问诊信息中的诊断相关的信息,根据各预设槽位中的目标主诉实体,生成预问诊信息中的主诉相关的信息。进而,可以将上述信息进行整合,生成预问诊信息,用于为就诊用户和接诊用户提供辅助。
需要说明的是,确定与目标疾病实体相对应的诊断实体时,可以包括推荐药品等,此时,可以结合考虑预设槽位中的特殊人群、病史、过敏史等进行推荐,以提高推荐成功率。
可选的,如果待推荐疾病实体有且只有一个,则将待推荐疾病实体作为目标疾病实体,并根据目标疾病实体、与目标疾病实体相对应的诊断实体以及各目标主诉实体,生成预问诊信息。
可选的,生成包含多个疾病实体的预问诊信息的过程可以是:确定待推荐疾病实体中的当前待推荐疾病实体,根据当前待推荐疾病实体、与当前待推荐疾病实体相对应的诊断实体以及各目标主诉实体,生成与当前待推荐疾病实体对应的子预问诊信息,并更新当前待推荐疾病实体,并重复执行根据当前待推荐疾病实体、与当前待推荐疾病实体相对应的诊断实体以及各目标主诉实体,生成与当前待推荐疾病实体对应的子预问诊信息的操作,如果当前待推荐疾病实体的更新次数达到预设次数阈值,则根据各个子预问诊信息生成预问诊信息。
其中,子预问诊信息可以是根据当前待推荐疾病实体生成的包含诊断信息的预问诊信息。预设次数阈值可以根据预问诊信息中包含的待推荐疾病实体数量确定,例如:预问诊信息中包含的待推荐疾病实体数量为3,则预设次数阈值可以是2。
具体的,可以从待推荐疾病实体中选择与就诊用户匹配程度最高的待推荐疾病实体为当前待推荐疾病实体,根据当前待推荐疾病实体、与当前待推荐疾病实体相对应的诊断实体以及各目标主诉实体,生成与当前待推荐疾病实体对应的子预问诊信息。进而,从待推荐疾病实体中选择与就诊用户匹配程度次高的待推荐疾病实体为当前待推荐疾病实体,并生成与当前待推荐疾病实体对应的子预问诊信息。依次更新当前待推荐疾病实体,当更新次数达到预设次数阈值时,表明确定出的待推荐疾病实体的数量已经足够,无需继续生成子预问诊信息,此时,将已经生成的子预问诊信息进行整合生成预问诊信息。
S290、若目标疾病实体不存在,则根据至少一个伴随症状实体以及至少一个细化症状实体生成预问诊信息。
具体的,若目标疾病实体不存在,则表明无法诊断出就诊用户可能患有的疾病,此时,可以根据至少一个伴随症状实体以及至少一个细化症状实体生成预问诊信息。
可选的,根据至少一个伴随症状实体、至少一个细化症状实体以及各预设槽位中的目标主诉实体,生成预问诊信息。
具体的,可以根据至少一个伴随症状实体以及至少一个细化症状实体生成预问诊信息中与症状相关的信息,根据各预设槽位中的目标主诉实体,生成预问诊信息中的主诉相关的信息。进而,可以将上述信息进行整合,生成预问诊信息,用于为就诊用户和接诊用户提供辅助。
本实施例的技术方案,通过当接收到目标主诉信息时,根据目标主诉信息进行实体识别,确定至少一个目标主诉实体,针对每个目标主诉实体,将目标主诉实体填入与目标主诉实体的对应的预设槽位中,根据主诉症状实体以及预先构建的症状知识图谱,生成第一目标问诊信息,并根据第一目标问诊信息的第一回复信息确定至少一个细化症状实体,根据至少一个细化症状实体以及预先构建的疾病知识图谱,确定至少一个候选疾病实体,根据至少一个候选疾病实体以及与各候选疾病实体相对应的至少一个伴随症状实体,确定与各候选疾病实体相对应的第二目标问诊信息,根据第二目标问诊信息的第二回复信息确定至少一个伴随症状实体,根据至少一个伴随症状实体,确定目标疾病实体,若目标疾病实体存在,则根据目标疾病实体生成预问诊信息,若目标疾病实体不存在,则根据至少一个伴随症状实体以及至少一个细化症状实体生成预问诊信息解决了预问诊时效率低以及准确率低的问题,实现了结合知识图谱的深度和广度进行问询,使预问诊的效率和准确率提高的技术效果。
实施例三
作为上述各实施例的可选实施方案,本发明实施例三提供了一种预问诊信息生成方法。其中,与上述各实施例相同或相应的术语的解释在此不再赘述。
具体的,预问诊信息生成方法的步骤如下:
步骤1:以症状为中心的知识图谱和以疾病为中心的知识图谱的构建。
具体的,预先构建以症状为中心的知识图谱和以疾病为中心的知识图谱。
示例性的,下面以肛肠科为例,说明以症状为中心的知识图谱和以疾病为中心的知识图谱的构建;
1、以症状为中心的知识图谱的构建。
针对症状实体(概述症状实体),构建知识图谱,以症状为中心的树状知识图谱中至少包括的三元组(头实体->关系->尾实体),具体如下:
symptoms(症状)->sub(下级)->symptoms(症状)
symptoms(症状)->sub(下级)->part(部位)
symptoms(症状)->sub(下级)->times(次数)
symptoms(症状)->sub(下级)->history(时长)
具体的,如图3所示的肛肠科树状知识图谱的示意图,利用自顶向下的层次聚类思想,可以对肛肠科所有的症状实体进行多次聚类,例如:肛肠科症状数据聚类后大可分为:腹部不适、肛区不适、大便异常、体征、情绪这几大类概述症状实体;大便异常下的症状数据聚类后又可分为:大便频率改变、大便形状改变、排便困难、便血等细化症状实体;其中,大便频率改变又可分为:便秘、便频、停止排便的细化症状实体。其中,便频又可以分为:一天3次、一天4次、一天超过4次等细化症状实体。
通过聚类后的层级数据均采用sub(下级)关系进行自顶向下的有向连接同一实体下,连接不同下级实体的sub(下级)关系属性值,可以相同,也可以不同,这将影响到后续根据知识图谱进行搜索交互时产生的询问内容。最后,还可对聚类得到的树状知识图谱进行剪枝,降低后续搜索时的复杂度。
示例性的,大便频率改变的sub(下级)包括“便秘”和“便频”,“便秘与大便频率改变的关系属性值”和“便频与大便频率的关系属性值”相同,即便秘和便频是两个矛盾的症状;在后续问询时,对属性值相同的内容不会依次进行询问,可以让用户选择、或者自动跳过其中一个。
2、以疾病为中心的知识图谱,以疾病为中心的树状知识图谱中包括的三元组(头实体->关系->尾实体),具体如下:
diseases(疾病)->has_symptom(症状)->symptoms(症状)
diseases(疾病)->accompany_with(伴有)->symptoms(症状)
diseases(疾病)->common_drug(常用药品)->drugs(药品)
diseases(疾病)->recommand_drugs(好评药品)->drugs(药品)
diseases(疾病)->need_check(诊断检查)->checks(检查)
步骤2:获取主诉数据(目标主诉信息)。
具体的,接收病人在预问诊软件中输入的主诉信息,并对主诉信息进行实体识别。
步骤3:辅诊问卷中的预设槽位包括:年龄、性别、症状、情绪、时长、检查、用药、特殊人群、病史、过敏史。若步骤2中获取的目标主诉实体如果有对应的槽位,则相应地填入预设槽位中。例如,用户输入“性别A,年龄B,症状:我便秘了2-3天”,则年龄槽位填:B,性别槽位填:A,时长槽位填:2-3天。
然后,将获取的症状、时长、数字、部位等槽位中的实体映射到以症状为中心的知识图谱中得到实体链接;
例如:“我便秘了2-3天”,映射后得到的实体链接为:大便频率改变->症状->便秘;又如,“我左下边肚子疼了2-3天”,得到的实体链接为:腹痛->部位->左下。
步骤4:如果实体链接在知识图谱中可以查找到至少一个下级实体,则进行步骤5来全面搜索问询,反之,则进行步骤6跳到以疾病为中心的知识图谱来进行问询。
具体的,如果实体链接在知识图谱中具有sub关系(例如:大便频率改变->症状->便秘),则进行步骤5来全面搜索问询,反之(例如,用户输入的症状直接是如图3中所示的“大便异常”),则进行步骤6跳到以疾病为中心的知识图谱来进行问询。
步骤5:根据知识图谱进行搜索与问询。
示例性的,从映射到的最底层症状实体开始游走,例如,从“便秘”开始游走,游走路径根据与用户交互结果(根据第一目标问诊信息的回答)决定,直到节点结束(即走完某一大类节点,例如“大便异常”,下应该走的所有sub(下级)),进入步骤6。
游走规则如下:基于深度搜索和广度搜索来进行问询。
深度搜索:针对最底层实体的不同属性值分别进行询问交互。
示例性的,用户输入的是“便频”,则会对最底层实体“便频”的下级实体进行询问,由于“一天3次”、“一天4次”、“一天超过4次”的属性值相同,所以可以让用户进行选择。如果最底层实体的属性值不同,则会分别进行询问。用户输入的是“便秘”,最底层实体“便秘”无下级实体,则需要进行向上回头搜索。
广度搜索:如果无法进行深度搜索再进行广度搜索(向上回头搜索后进行深度搜索)。
具体的,通过属性值向上回头到达的上级实体,不再对上级实体中具有询问过的相同的属性值进行询问交互。
示例性的,便秘和便频的属性值是相同的,如果用户说其症状为“便秘”,而“便秘”下无下级实体,则向上回头搜索,到达“大便频率改变”,由于“便秘”和“便频”的属性值是相同的,则不会对“便频”进行询问,只会对属性值不同的同级实体进行依次询问。
步骤6:根据以疾病为中心的知识图谱,询问与症状相关的疾病下症状权重最高的伴随症状。
示例性的,用户输入的是症状A,则在以疾病为中心的知识图谱中搜索该症状A相关的疾病B、C、D,进而,可以确定症状A的伴随症状,让用户选择是否有该伴随症状,用户选择后,如果满足步骤5则跳回以症状为中心的知识图谱,不满足还会继续在以疾病为中心的知识图谱中问询。
步骤7:重复4-6步骤,直到达到终止对话轮数(例如,3轮)或者得出唯一的疾病实体。
步骤8:根据游走出的路径,利用以疾病为中心的知识图谱和以症状为中心的知识图谱,选出最有可能的一种或多种疾病(目标疾病实体)。
可选的,利用以疾病为中心的知识图谱中与疾病实体相连的药物实体、检查实体,确定药物的过敏、禁忌等属性,对没有实体值的预设槽位依次进行发问(第三目标问诊信息)。最后,根据上述方法可生成诊前辅诊问卷(第三目标问诊信息)。例如,询问特殊人群、病史、过敏史等,对这几个槽值进行填写,根据问询情况,利用药物的过敏、禁忌等属性,推荐与疾病相关的药物以及检查,如还有其他槽位没有值的话还会继续询问。
本实施例的技术方案,通过以症状为中心的知识图谱和以疾病为中心的知识图谱进行深度和广度搜索,对用户进行全面问询,以得到全面的症状信息,并且,在此基础上,基于预先设置的槽位进行依次问询,以生成全面的诊前辅诊信息,解决了预问诊时效率低以及准确率低的问题,实现了快速准确获取患者的疾病情况,提高医生的工作效率的技术效果。
实施例四
图4为本发明实施例四所提供的一种预问诊信息生成装置的结构示意图,该装置包括:主诉症状实体确定模块410,细化症状实体确定模块420,伴随症状实体确定模块430和预问诊信息生成模块440。
其中,主诉症状实体确定模块410,用于当接收到目标主诉信息时,根据所述目标主诉信息进行实体识别,确定主诉症状实体;细化症状实体确定模块420,用于根据所述主诉症状实体以及预先构建的症状知识图谱,生成第一目标问诊信息,并根据所述第一目标问诊信息的第一回复信息确定至少一个细化症状实体;伴随症状实体确定模块430,用于根据所述至少一个细化症状实体以及预先构建的疾病知识图谱,生成第二目标问诊信息,并根据所述第二目标问诊信息的第二回复信息确定至少一个伴随症状实体;预问诊信息生成模块440,用于根据所述至少一个伴随症状实体生成预问诊信息。
可选的,所述装置还包括:知识图谱构建模块,用于根据概述症状实体以及与所述概述症状实体相对应的至少一层细化症状实体,构建以症状为中心的症状知识图谱;其中,每一层细化症状实体中包括至少一个细化症状实体;根据疾病实体,与所述疾病实体相对应的症状实体以及与所述疾病实体相对应的诊断实体,构建以疾病为中心的疾病知识图谱。
可选的,所述装置还包括:预设槽位填入模块,用于根据所述目标主诉信息进行实体识别,确定至少一个目标主诉实体;针对每个目标主诉实体,将所述目标主诉实体填入与所述目标主诉实体对应的预设槽位中;相应的,预问诊信息生成模块,还用于根据所述至少一个伴随症状实体以及各预设槽位中的目标主诉实体,生成预问诊信息。
可选的,所述装置还包括:待填入实体填入模块,用于若存在至少一个预设槽位中未填入对应的目标主诉实体,则根据所述至少一个预设槽位生成第三目标问诊信息,并根据所述第三目标问诊信息的第三回复信息确定至少一个待填入实体;针对每个待填入实体,将所述待填入实体填入与所述待填入实体对应的预设槽位中。
可选的,细化症状实体确定模块420,还用于以所述主诉症状实体作为当前问诊实体,根据所述当前问诊实体的下级实体、同级实体和/或上级实体,生成第一目标问诊信息。
可选的,细化症状实体确定模块420,还用于根据所述当前问诊实体以及预先构建的症状知识图谱,确定所述当前问诊实体所对应的至少一个下级实体,并基于各下级实体生成子问诊信息;若所述当前问诊实体所对应的预设属性信息为不可退出,则根据所述当前问诊实体确定至少一个同级实体,并基于各同级实体以及所述各同级实体的至少一个下级实体生成子问诊信息;若所述当前问诊实体的同级实体均已确定完毕,则确定与所述当前问诊实体相对应的上级实体,若所述上级实体所对应的预设属性信息为不可退出,则将所述上级实体确定为当前问诊实体,并返回执行根据所述当前问诊实体确定至少一个同级实体的操作;若所述上级实体所对应的预设属性信息为可退出,则基于各个子问诊信息生成第一目标问诊信息。
可选的,伴随症状实体确定模块430,还用于根据所述至少一个细化症状实体以及预先构建的疾病知识图谱,确定至少一个候选疾病实体;根据所述至少一个候选疾病实体以及与各候选疾病实体相对应的至少一个伴随症状实体,确定与各候选疾病实体相对应的第二目标问诊信息。
可选的,预问诊信息生成模块440,还用于根据所述至少一个伴随症状实体,确定目标疾病实体;若所述目标疾病实体存在,则根据所述目标疾病实体生成预问诊信息;若所述目标疾病实体不存在,则根据所述至少一个伴随症状实体以及所述至少一个细化症状实体生成预问诊信息。
可选的,预问诊信息生成模块440,还用于根据至少一个伴随症状实体以及预先构建的疾病知识图谱确定待推荐疾病实体;如果所述待推荐疾病实体有且只有一个,则将所述待推荐疾病实体作为目标疾病实体;如果所述待推荐疾病实体为至少两个,则确定出预设数量的所述待推荐疾病实体作为目标疾病实体。
本发明实施例的技术方案,通过当接收到目标主诉信息时,根据目标主诉信息进行实体识别,确定主诉症状实体,以接收和分析目标主诉信息,根据主诉症状实体以及预先构建的症状知识图谱,生成第一目标问诊信息,并根据第一目标问诊信息的第一回复信息确定至少一个细化症状实体,以对就诊用户进行初步询问并进行分析,根据至少一个细化症状实体以及预先构建的疾病知识图谱,生成第二目标问诊信息,并根据第二目标问诊信息的第二回复信息确定至少一个伴随症状实体,以对就诊用户进行进一步询问并进行分析,根据至少一个伴随症状实体生成预问诊信息,解决了预问诊时效率低以及准确率低的问题,实现了快速准确获取患者的疾病情况,提高医生的工作效率的技术效果。
本发明实施例所提供的预问诊信息生成装置可执行本发明任意实施例所提供的预问诊信息生成方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明实施例的保护范围。
实施例五
图5为本发明实施例五所提供的一种电子设备的结构示意图。图5示出了适于用来实现本发明实施例实施方式的示例性电子设备50的框图。图5显示的电子设备50仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备50以通用计算设备的形式表现。电子设备50的组件可以包括但不限于:一个或者多个处理器或者处理单元501,系统存储器502,连接不同系统组件(包括系统存储器502和处理单元501)的总线503。
总线503表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备50典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备50访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器502可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)504和/或高速缓存存储器505。电子设备50可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统506可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线503相连。系统存储器502可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块507的程序/实用工具508,可以存储在例如系统存储器502中,这样的程序模块507包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块507通常执行本发明所描述的实施例中的功能和/或方法。
电子设备50也可以与一个或多个外部设备509(例如键盘、指向设备、显示器510等)通信,还可与一个或者多个使得用户能与该电子设备50交互的设备通信,和/或与使得该电子设备50能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口511进行。并且,电子设备50还可以通过网络适配器512与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器512通过总线503与电子设备50的其它模块通信。应当明白,尽管图5中未示出,可以结合电子设备50使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元501通过运行存储在系统存储器502中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的预问诊信息生成方法。
实施例六
本发明实施例六还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种预问诊信息生成方法,该方法包括:
当接收到目标主诉信息时,根据所述目标主诉信息进行实体识别,确定主诉症状实体;
根据所述主诉症状实体以及预先构建的症状知识图谱,生成第一目标问诊信息,并根据所述第一目标问诊信息的第一回复信息确定至少一个细化症状实体;
根据所述至少一个细化症状实体以及预先构建的疾病知识图谱,生成第二目标问诊信息,并根据所述第二目标问诊信息的第二回复信息确定至少一个伴随症状实体;
根据所述至少一个伴随症状实体生成预问诊信息。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种预问诊信息生成方法,其特征在于,包括:
当接收到目标主诉信息时,根据所述目标主诉信息进行实体识别,确定主诉症状实体;
根据所述主诉症状实体以及预先构建的症状知识图谱,生成第一目标问诊信息,并根据所述第一目标问诊信息的第一回复信息确定至少一个细化症状实体;
根据所述至少一个细化症状实体以及预先构建的疾病知识图谱,生成第二目标问诊信息,并根据所述第二目标问诊信息的第二回复信息确定至少一个伴随症状实体;
根据所述至少一个伴随症状实体生成预问诊信息。
2.根据权利要求1所述的方法,其特征在于,还包括:
根据概述症状实体以及与所述概述症状实体相对应的至少一层细化症状实体,构建以症状为中心的症状知识图谱;其中,每一层细化症状实体中包括至少一个细化症状实体;
根据疾病实体,与所述疾病实体相对应的症状实体以及与所述疾病实体相对应的诊断实体,构建以疾病为中心的疾病知识图谱。
3.根据权利要求1所述的方法,其特征在于,还包括:
根据所述目标主诉信息进行实体识别,确定至少一个目标主诉实体;
针对每个目标主诉实体,将所述目标主诉实体填入与所述目标主诉实体对应的预设槽位中;
相应的,所述根据所述至少一个伴随症状实体生成预问诊信息,包括:
根据所述至少一个伴随症状实体以及各预设槽位中的目标主诉实体,生成预问诊信息。
4.根据权利要求3所述的方法,其特征在于,还包括:
若存在至少一个预设槽位中未填入对应的目标主诉实体,则根据所述至少一个预设槽位生成第三目标问诊信息,并根据所述第三目标问诊信息的第三回复信息确定至少一个待填入实体;
针对每个待填入实体,将所述待填入实体填入与所述待填入实体对应的预设槽位中。
5.根据权利要求1所述的方法,其特征在于,所述根据所述主诉症状实体以及预先构建的症状知识图谱,生成第一目标问诊信息,包括:
以所述主诉症状实体作为当前问诊实体,根据所述当前问诊实体的下级实体、同级实体和/或上级实体,生成第一目标问诊信息。
6.根据权利要求5所述的方法,其特征在于,所述根据所述当前问诊实体的下级实体、同级实体和/或上级实体,生成第一目标问诊信息,包括:
根据所述当前问诊实体以及预先构建的症状知识图谱,确定所述当前问诊实体所对应的至少一个下级实体,并基于各下级实体生成子问诊信息;
若所述当前问诊实体所对应的预设属性信息为不可退出,则根据所述当前问诊实体确定至少一个同级实体,并基于各同级实体以及所述各同级实体的至少一个下级实体生成子问诊信息;
若所述当前问诊实体的同级实体均已确定完毕,则确定与所述当前问诊实体相对应的上级实体,若所述上级实体所对应的预设属性信息为不可退出,则将所述上级实体确定为当前问诊实体,并返回执行根据所述当前问诊实体确定至少一个同级实体的操作;
若所述上级实体所对应的预设属性信息为可退出,则基于各个子问诊信息生成第一目标问诊信息。
7.根据权利要求1所述的方法,其特征在于,所述根据所述至少一个细化症状实体以及预先构建的疾病知识图谱,生成第二目标问诊信息,包括:
根据所述至少一个细化症状实体以及预先构建的疾病知识图谱,确定至少一个候选疾病实体;
根据所述至少一个候选疾病实体以及与各候选疾病实体相对应的至少一个伴随症状实体,确定与各候选疾病实体相对应的第二目标问诊信息。
8.根据权利要求1所述的方法,其特征在于,所述根据所述至少一个伴随症状实体生成预问诊信息,包括:
根据所述至少一个伴随症状实体,确定目标疾病实体;
若所述目标疾病实体存在,则根据所述目标疾病实体生成预问诊信息;
若所述目标疾病实体不存在,则根据所述至少一个伴随症状实体以及所述至少一个细化症状实体生成预问诊信息。
9.根据权利要求8所述的方法,其特征在于,所述根据所述至少一个伴随症状实体,确定目标疾病实体,包括:
根据至少一个伴随症状实体以及预先构建的疾病知识图谱确定待推荐疾病实体;
如果所述待推荐疾病实体有且只有一个,则将所述待推荐疾病实体作为目标疾病实体;
如果所述待推荐疾病实体为至少两个,则确定出预设数量的所述待推荐疾病实体作为目标疾病实体。
10.一种预问诊信息生成装置,其特征在于,包括:
主诉症状实体确定模块,用于当接收到目标主诉信息时,根据所述目标主诉信息进行实体识别,确定主诉症状实体;
细化症状实体确定模块,用于根据所述主诉症状实体以及预先构建的症状知识图谱,生成第一目标问诊信息,并根据所述第一目标问诊信息的第一回复信息确定至少一个细化症状实体;
伴随症状实体确定模块,用于根据所述至少一个细化症状实体以及预先构建的疾病知识图谱,生成第二目标问诊信息,并根据所述第二目标问诊信息的第二回复信息确定至少一个伴随症状实体;
预问诊信息生成模块,用于根据所述至少一个伴随症状实体生成预问诊信息。
CN202110992803.XA 2021-08-27 2021-08-27 预问诊信息生成方法及装置 Pending CN113722504A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110992803.XA CN113722504A (zh) 2021-08-27 2021-08-27 预问诊信息生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110992803.XA CN113722504A (zh) 2021-08-27 2021-08-27 预问诊信息生成方法及装置

Publications (1)

Publication Number Publication Date
CN113722504A true CN113722504A (zh) 2021-11-30

Family

ID=78678462

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110992803.XA Pending CN113722504A (zh) 2021-08-27 2021-08-27 预问诊信息生成方法及装置

Country Status (1)

Country Link
CN (1) CN113722504A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114822830A (zh) * 2022-06-27 2022-07-29 安徽讯飞医疗股份有限公司 问诊交互方法及相关装置、电子设备、存储介质
CN116028603A (zh) * 2022-06-07 2023-04-28 成都成电金盘健康数据技术有限公司 一种基于大数据的智能预问诊方法及装置、系统、存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200051692A1 (en) * 2018-08-07 2020-02-13 International Business Machines Corporation Providing medical treatment using optimized symptom-centric decision trees based on disease-centric knowledge graphs
CN112015917A (zh) * 2020-09-07 2020-12-01 平安科技(深圳)有限公司 基于知识图谱的数据处理方法、装置及计算机设备
WO2021041241A1 (en) * 2019-08-26 2021-03-04 Healthpointe Solutions, Inc. System and method for defining a user experience of medical data systems through a knowledge graph
CN112905767A (zh) * 2021-02-08 2021-06-04 舒辅(上海)信息技术有限公司 一种基于智能移动终端的疾病数据采集方法
WO2021114736A1 (zh) * 2020-07-07 2021-06-17 平安科技(深圳)有限公司 医疗问诊辅助方法、装置、电子设备及介质
CN113223648A (zh) * 2021-05-08 2021-08-06 北京嘉和海森健康科技有限公司 一种诊前信息采集方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200051692A1 (en) * 2018-08-07 2020-02-13 International Business Machines Corporation Providing medical treatment using optimized symptom-centric decision trees based on disease-centric knowledge graphs
WO2021041241A1 (en) * 2019-08-26 2021-03-04 Healthpointe Solutions, Inc. System and method for defining a user experience of medical data systems through a knowledge graph
WO2021114736A1 (zh) * 2020-07-07 2021-06-17 平安科技(深圳)有限公司 医疗问诊辅助方法、装置、电子设备及介质
CN112015917A (zh) * 2020-09-07 2020-12-01 平安科技(深圳)有限公司 基于知识图谱的数据处理方法、装置及计算机设备
CN112905767A (zh) * 2021-02-08 2021-06-04 舒辅(上海)信息技术有限公司 一种基于智能移动终端的疾病数据采集方法
CN113223648A (zh) * 2021-05-08 2021-08-06 北京嘉和海森健康科技有限公司 一种诊前信息采集方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116028603A (zh) * 2022-06-07 2023-04-28 成都成电金盘健康数据技术有限公司 一种基于大数据的智能预问诊方法及装置、系统、存储介质
CN116028603B (zh) * 2022-06-07 2023-12-19 成都成电金盘健康数据技术有限公司 一种基于大数据的智能预问诊方法及装置、系统、存储介质
CN114822830A (zh) * 2022-06-27 2022-07-29 安徽讯飞医疗股份有限公司 问诊交互方法及相关装置、电子设备、存储介质

Similar Documents

Publication Publication Date Title
US20190311787A1 (en) User interface with dynamic display of matching clinical trials as a patient answers more questions
CN111798941B (zh) 用于生成临床查询的预测系统
Taylor et al. Prediction of in‐hospital mortality in emergency department patients with sepsis: a local big data–driven, machine learning approach
Auerbach et al. Resource use and survival of patients hospitalized with congestive heart failure: differences in care by specialty of the attending physician
Shah et al. Post-hospital outcomes of patients with acute myocardial infarction with cardiogenic shock: findings from the NCDR
CN108461110B (zh) 医疗信息处理方法、装置及设备
CN110993093B (zh) 基于深度学习的眼科预问诊方法与装置
CN110459320A (zh) 一种基于知识图谱的辅助诊疗系统
CN113722504A (zh) 预问诊信息生成方法及装置
US20150073830A1 (en) Electrical Computing Devices for Recruiting a Patient Population for a Clinical Trial
WO2021151327A1 (zh) 分诊数据处理方法、装置、设备及介质
US20200020423A1 (en) A method and system for matching subjects to clinical trials
CN113345577A (zh) 诊疗辅助信息的生成方法、模型训练方法、装置、设备以及存储介质
JP2018120430A (ja) 医療情報提供方法、医療情報提供装置、及びプログラム
KR101716692B1 (ko) 비정형 데이터 기반 룰 관리 방법 및 그 장치
CN112349435A (zh) 一种在线问诊方法、装置、服务器、介质和系统
Ahmad et al. REVeAL-HF: design and rationale of a pragmatic randomized controlled trial embedded within routine clinical practice
US11755599B2 (en) Database, data structures, and data processing systems for recommending clinical trial sites
Petrazzini et al. Coronary risk estimation based on clinical data in electronic health records
JP2021519479A (ja) 遺伝子検査とゲノム検査を識別するための人工知能と機械学習プラットフォーム
CN113782195A (zh) 一种体检套餐定制方法和装置
Chen et al. A novel method of heart failure prediction based on DPCNN-Xgboost model
Mullan et al. Psychiatric comorbidity and outcomes after left ventricular assist device implantation for end-stage heart failure
CN113903423A (zh) 用药方案推荐方法、装置、设备及介质
CN114242258A (zh) 基于医学知识图谱的医疗数据探索方法及装置

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