诊断推荐方法及电子设备、存储装置制造方法及图纸

本申请公开了一种诊断推荐方法及电子设备、存储装置，其中，诊断推荐方法包括：获取病历文本以及若干诊断文本的规则库；其中，规则库包含诊断文本的若干规则文本；提取病历文本的病历语义表示，并分别提取规则库中若干规则文本的规则语义表示；利用病历语义表示和若干规则文本的规则语义表示，得到病历文本与诊断文本之间的相关度；基于相关度，确定与病历文本匹配的诊断文本。上述方案，能够提升诊断推荐的泛化能力和准确率。

【技术实现步骤摘要】
诊断推荐方法及电子设备、存储装置
本申请涉及自然语言理解
，特别是涉及一种诊断推荐方法及电子设备、存储装置。
技术介绍
随着信息技术的发展，利用信息化技术替代或辅助人工执行生产、决策等诸多任务，已成为当下信息化技术发展的主流趋势之一。在医学场景中，利用信息化技术可以对医学诊断问题提供诊断推荐，从而辅助医生进行医学诊断。目前，一般依赖专家从诸多已有病历以及专业知识中提取出诊断规则，从而后续直接采用诊断规则与病历进行匹配，从而通过匹配结果来对该病历进行诊断推荐。然而，上述方式泛化能力较弱，即在对数据来源与已有病历不同的异源病历进行诊断推荐时，可能出现诊断推荐错误的情况。有鉴于此，如何提升诊断推荐的泛化能力和准确率成为亟待解决的问题。
技术实现思路
本申请主要解决的技术问题文本是提供一种诊断推荐方法及电子设备、存储装置，能够提升诊断推荐的泛化能力和准确率。为了解决上述问题文本，本申请第一方面提供了一种诊断推荐方法法，包括：获取病历文本以及若干诊断文本的规则库；其中，规则库包含诊断文本的若干规则文本；提取病历文本的病历语义表示，并分别提取规则库中若干规则文本的规则语义表示；利用病历语义表示和若干规则文本的规则语义表示，得到病历文本与诊断文本之间的相关度；基于相关度，确定与病历文本匹配的诊断文本。为了解决上述问题文本，本申请第二方面提供了一种电子设备，包括相互耦接的存储器和处理器，存储器中存储有程序指令，处理器用于执行程序指令以实现上述第一方面中的诊断推荐方法。为了解决上述问题文本，本申请第三方面提供了一种存储装置，存储有能够被处理器运行的程序指令，程序指令用于实现上述第一方面中的诊断推荐方法。上述方案，通过获取病历文本以及若干诊断文本的规则库，其规则库包含诊断文本的若干规则文本，从而提取病历文本的病历语义表示，并分别提取规则库中若干规则文本的规则语义表示，进而利用病历语义表示和若干规则文本的规则语义表示，得到病历文本与诊断文本之间的相关度，最终基于相关度，确定与病历文本匹配的诊断文本。故此，通过提取规则库中若干规则文本的规则语义表示，能够有利于深度挖掘规则文本的先验知识，在此基础上通过深度挖掘的先验知识结合病历文本的病历语义表示，能够有利于提高对异源病历的适应能力和容错能力，从而能够有利于提升诊断推荐的泛化能力和准确率。附图说明图1是本申请诊断推荐方法实施例一实施例的流程示意图；图2是提取病历语义表示一实施例的示意图；图3是提取规则语义表示一实施例的流程示意图；图4是提取规则语义表示一实施例的状态示意图；图5是图1中步骤S13一实施例的流程示意图；图6是获取第三语义表示和第四语义表示一实施例的状态示意图；图7是获取第二权重和第三权重一实施例的状态示意图；图8是诊断推荐模型训练方法一实施例的流程示意图；图9是获取第一相关度一实施例的状态示意图；图10是本申请电子设备一实施例的框架示意图；图11是本申请存储装置一实施例的框架示意图。具体实施方式下面结合说明书附图，对本申请实施例的方案进行详细说明。以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本申请。本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。请参阅图1，图1是本申请诊断推荐方法一实施例的流程示意图。具体而言，可以包括如下步骤：步骤S11：获取病历文本以及若干诊断文本的规则库。本公开实施例中，规则库包含诊断文本的若干规则文本。若干诊断文本具体可以根据实际应用需要进行设置。例如，对于社区医院、诊所等基层医疗机构而言，若干诊断文本可以包含常见的诊断文本，如具体可以包括：上呼吸道感染、扁桃体炎等等；或者，对于儿科、骨科等专科医院而言，若干诊断文本可以包含与医学分科相关的诊断文本，如对于骨科医院，若干诊断文本具体可以包括：化脓性关节炎、大骨节病等等；或者，对于综合性医院而言，若干诊断文本可以包含与各医学分科相关的诊断文本，如具体可以包括：诸如上述化脓性关节炎、大骨节病等与骨科相关的诊断文本、诸如急性胆囊炎、胆管结石等与普外相关的诊断文本，以及与心内科、神经内科、烧伤科、男科、妇科等医学学科相关的诊断文本，在此不再一一举例。需要说明的是，本公开实施例中，每一诊断文本均对应设置有若干规则文本。在一个具体的实施场景中，为了提高后续诊断推荐的准确性，若干规则文本具体可以包括：与充分条件规则、必要条件规则至少一者相关的第一文本，以及与否定条件规则相关的第二文本。在满足诊断文本的充分条件规则的情况下，可以大概率推断病历文本与该诊断文本相匹配；而在不满足诊断文本的必要条件规则的情况下，可以推断病历文本与该诊断文本不匹配；在满足诊断文本的否定条件规则的情况下，可以推断病历文本与该诊断文本不匹配。在另一个具体的实施场景中，规则文本具体可以包含有若干规则词语。为了提高后续诊断推荐的准确性，规则词语还可以标注有其对应的词语类型。词语类型可以包括但不限于：诱因、症状、体征等等，在此不做限定。以诊断文本“急性胆囊炎”为例，其可以包括下述与充分条件规则相关的第一文本：“右上腹痛6|右上腹胀6|右上腹不适6|肩背放射痛6，胆囊区压痛7|右上腹反跳痛7|Murphy症阳性7|恶心6|呕吐6，^黄疸6，^皮肤巩膜黄染7，^消化道穿孔9”、“进食油腻食物5|饮酒5，右上腹痛6|右上腹压痛7，^右上腹痛6，^黄疸6，^皮肤巩膜黄染7，^饮食不节5”、“右上腹痛6，恶心6|呕吐6|肩背放射痛6，^胆囊结石3，^饮食不节5，^消化道穿孔9”等等，在此不做限定。此外，其还可以包括下述与必要条件规则相关的第一文本：“右上腹痛6|右上腹胀6|上腹不适6|肩背放射痛6”等等，在此不做限定。此外，其还可以包括下述与否定条件规则相关的第二文本：“下腹痛6|下腹胀6|左下腹痛6|左下腹胀6”、“肾区叩击痛7|麦氏点压痛7”等等，在此不做限定。上述各个规则文本中，数字“5”、“6”、“7”均表示规则词语对应的词语类型，其中数字“5”表示诱因，数字“6”表示症状，数字“7”表示体征。采用上述数字标注词语类型仅仅是实际应用中可能存在的一种方式，在其他实施场景中，也可以采用其他数字标注词语类型，或者还可以采用字母等其他字符标注词语类型，在此不做限定。此外，在上述规则文本中，‘|’表示逻辑或，‘，’表示逻辑与，‘^’表示逻辑非。例如，对于上述规则文本“下腹痛6|下腹胀6|左下腹痛6|左下腹胀6”，其具体含义为“下腹痛或者下腹胀或者左下腹痛或者左下腹胀”，其他规则文本可以以此类推，在此不再一一本文档来自技高网...

【技术保护点】
1.一种诊断推荐方法，其特征在于，包括：/n获取病历文本以及若干诊断文本的规则库；其中，所述规则库包含所述诊断文本的若干规则文本；/n提取所述病历文本的病历语义表示，并分别提取所述规则库中所述若干规则文本的规则语义表示；/n利用所述病历语义表示和所述若干规则文本的规则语义表示，得到所述病历文本与所述诊断文本之间的相关度；/n基于所述相关度，确定与所述病历文本匹配的诊断文本。/n

【技术特征摘要】
1.一种诊断推荐方法，其特征在于，包括：
获取病历文本以及若干诊断文本的规则库；其中，所述规则库包含所述诊断文本的若干规则文本；
提取所述病历文本的病历语义表示，并分别提取所述规则库中所述若干规则文本的规则语义表示；
利用所述病历语义表示和所述若干规则文本的规则语义表示，得到所述病历文本与所述诊断文本之间的相关度；
基于所述相关度，确定与所述病历文本匹配的诊断文本。


2.根据权利要求1所述的方法，其特征在于，所述规则文本包含若干规则词语，所述分别提取所述规则库中所述若干规则文本的规则语义表示，包括：
获取所述规则词语的第一语义表示，并获取所述规则文本的规则类型的第二语义表示；
将所述若干规则词语的第一语义表示和所述规则类型的第二语义表示进行融合，得到所述规则文本的规则语义表示。


3.根据权利要求2所述的方法，其特征在于，所述获取所述规则词语的第一语义表示，包括：
获取所述规则词语整体的第一向量表示，并获取所述规则词语的词语类型的第二向量表示；以及，
获取所述规则词语中各个字符的第三向量表示；
将所述第一向量表示、所述第二向量表示和所述第三向量表示进行融合，得到所述规则词语的第一语义表示。


4.根据权利要求2所述的方法，其特征在于，所述将所述若干规则词语的第一语义表示和所述规则类型的第二语义表示进行融合，得到所述规则文本的规则语义表示，包括：
基于注意力机制，获取每一所述规则词语的第一权重；其中，所述第一权重用于表示所述规则词语对所述规则文本的重要程度；
利用所述第一权重分别对对应所述规则词语的第一语义表示进行加权，得到所述若干规则词语的加权语义表示；
利用所述若干规则词语的加权语义表示和所述规则类型的第二语义表示，得到所述规则语义表示。


5.根据权利要求2所述的方法，其特征在于，所述规则类型包括：充分条件规则、必要条件规则、否定条件规则；
和/或，所述第二语义表示为随机向量。


6.根据权利要求1所述的方法，其特征在于，所述若干规则文本包括：与充分条件规则、必要条件规则至少一者相关的第一文本、与否定条件规则相关的第二文本；所述利用所述病历语义表示和所述若干规则文本的规则语义表示，得到所述病历文本与所述诊断文本之间的相关度，包括：
基于所述若干规则文本的规则语义表示和所述病历语义表示，获取所述第一文本的第二权重和第三语义表示，以及所述第二文本的第三权重和第四语义表示；其中，所述第二权重用于表示所述第一文本的重要程度，所述第三权重用于表示所述第二文本的重要程度；
利用所述第二权重、所述第三权重将所述第三语义表示、所述第四语义表示进行融合，得到所述诊断文本的诊断语义表示；
利用所述诊断语义表示进行预测，得到所述病历文本与所述诊断文本之间的相关度。


7.根据权利要求6所述的方法，其特征在于，所述基于所述若干规则文本的规则语义表示和所述病历语义表示，获取所述第一文本的第二权重和第三语义表示，以及所述第二文本的第三权重和第四语义表示，包括：
利用所述病历语义表示和所述若干规则文本的规则语义表示，得到所述若干规则文本的第四权重；其中，所述第四权重用于表示所述规则文本与所述病历文本相关程度；
利用所述第四权重，将所述第一文本的规则语义表示进行加权处理，得到所述第三语义表示，并将所述第二文本的规则语义表示进行加权处理，得到所述第四语义表示；
利用所述病历语义...

【专利技术属性】
技术研发人员：张正欣，胡加学，赵景鹤，肖飞，
申请(专利权)人：安徽科大讯飞医疗信息技术有限公司，
类型：发明
国别省市：安徽;34