申请/专利权人:北京交通大学;中国人民解放军总医院第一医学中心
申请日:2023-09-13
公开(公告)日:2024-01-09
公开(公告)号:CN117373651A
主分类号:G16H50/20
分类号:G16H50/20;G16H70/00;G06F16/332;G06F16/33;G06F16/36
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.01.26#实质审查的生效;2024.01.09#公开
摘要:本发明公开了一种气胸疾病诊疗辅助决策问答方法、系统、设备及介质,包括:输入目标文本;对目标文本进行识别,得到若干气胸疾病相关实体和目标文本意图;对若干气胸疾病相关实体进行匹配,得到唯一气胸疾病相关实体;根据唯一气胸疾病相关实体和目标文本意图在气胸疾病医学知识图谱中进行匹配,返回匹配结果并生成语言模板并输出问答结果。本发明以气胸疾病诊疗辅助决策作为研究对象,通过NET‑N、NET‑C、NET‑D三个神经网络模型,将目标文本与气胸疾病医学知识图谱中存储的医学知识进行匹配,返回针对目标文本进行智能推断的相应结果。最后搭建气胸疾病诊疗智能问答系统,为气胸疾病的诊断治疗提供辅助决策支持,更好地满足气胸疾病应急医疗救治的需求。
主权项:1.一种气胸疾病诊疗辅助决策问答方法,其特征在于,采用基于深度学习的神经网络算法模型获取目标推断文本的两方面关键信息,其中一方面关键信息为待推断目标文本中的主体,即气胸疾病相关实体,另一方面关键信息为目标文本的意图,再通过特定的神经网络模型,将获取到的部分与气胸疾病医学知识图谱中存储的医学知识进行匹配,从而返回针对目标文本进行智能推断的相应结果,具体包括以下步骤:S1:输入目标文本;S2:通过目标文本气胸疾病相关实体识别网络NET-N对目标文本进行识别,得到若干气胸疾病相关实体;S3:通过目标文本意图识别网络NET-D对目标文本进行识别,得到目标文本意图;S4:通过目标实体与现有知识匹配网络NET-C对S2中的若干气胸疾病相关实体进行匹配,得到唯一气胸疾病相关实体;S5:根据唯一气胸疾病相关实体和目标文本意图在气胸疾病医学知识图谱中进行匹配,返回匹配结果;S6:根据S5返回的匹配结果生成语言模板并输出问答结果。
全文数据:
权利要求:
百度查询: 北京交通大学;中国人民解放军总医院第一医学中心 一种气胸疾病诊疗辅助决策问答方法、系统、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。