申请/专利权人:北京大数医达科技有限公司
申请日:2019-08-16
公开(公告)日:2024-02-06
公开(公告)号:CN112397194B
主分类号:G16H50/20
分类号:G16H50/20;G16H50/70;G06F40/289;G06F40/30
优先权:
专利状态码:有效-授权
法律状态:2024.02.06#授权;2021.03.12#实质审查的生效;2021.02.23#公开
摘要:本公开的实施例公开了一种用于生成患者病情归因解释模型的方法、装置和电子设备。该方法的一具体实施方式包括:获取样本集;从样本集中选取样本,以及执行以下训练步骤:将选取的样本的样本病例信息中的样本病人的基本信息,症状信息,体格检查信息,化验信息和影像信息输入初始模型,得到病情归因解释信息;将得到的病情归因解释信息与对应的样本病人的病情归因解释信息进行分析,确定病情归因解释损失值,以及将病情归因解释损失值与目标值进行比较;根据比较结果确定初始模型是否训练完成;响应于确定初始模型训练完成,将初始模型确定为患者病情归因解释模型。该实施方式提高了医生判断患者病情的效率。
主权项:1.一种用于存储病情归因解释信息的方法,包括:获取患者的病例信息;将所述患者的病例信息中的基本信息,症状信息,体格检查信息,化验信息和影像信息输入患者病情归因解释模型中,生成所述患者的病情归因解释信息,病情归因解释信息是用来解释病人患病原因的信息;对所述病情归因解释信息进行分词操作,得到至少一个词;对于所述至少一个词中的每个词,对所述词进行词嵌入,得到词向量;对于所得到的词向量中的每个词向量,将所述词向量输入时间递归神经网络模型,得到第一语义向量;获取与预设医学术语集合对应的医学术语语义向量集合;对于得到的至少一个第一语义向量中的每个第一语义向量,确定所述第一语义向量与医学术语语义向量集合中的每个医学术语语义向量的余弦距离;将所确定的至少一个余弦距离中的最小余弦距离确定为所述第一语义向量的目标余弦距离;基于各个目标余弦距离对应的各个医学术语,生成结构化数据;将所述结构化数据发送到存储设备上;其中,患者病情归因解释模型通过以下步骤生成:获取样本集,其中,所述样本集中的样本包括样本病例信息,样本病例信息包括样本病人的基本信息,样本病人的症状信息,样本病人的体格检查信息,样本病人的化验信息,样本病人的影像信息和样本病人的病情归因解释信息;从所述样本集中选取样本,以及执行以下训练步骤:将选取的样本的样本病例信息中的样本病人的基本信息,样本病人的症状信息,样本病人的体格检查信息,样本病人的化验信息和样本病人的影像信息输入初始模型,得到病情归因解释信息;将所述得到的病情归因解释信息与对应的样本病人的病情归因解释信息进行分析,确定病情归因解释损失值,以及将所述病情归因解释损失值与目标值进行比较;根据比较结果确定初始模型是否训练完成;响应于确定初始模型训练完成,将初始模型确定为患者病情归因解释模型;响应于确定初始模型未训练完成,调整初始模型中的相关参数,以及从所述样本集中重新选取样本,使用调整后的初始模型作为初始模型,继续执行所述训练步骤。
全文数据:
权利要求:
百度查询: 北京大数医达科技有限公司 用于生成患者病情归因解释模型的方法、装置和电子设备
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。