基于医学知识库的智能分诊服务器、终端及系统技术方案

本发明专利技术提供一种基于医学知识库的智能分诊服务器、终端及系统。所述智能分诊服务器包括：接收模块，配置为接收来自所述智能分诊终端的检索请求；分析模块，配置为对由所述接收模块所接收的检索请求进行实体识别和类型分析；检索模块，配置为根据由所述分析模块所识别的实体和分析出的类型，利用所述医学知识库的索引在所述医学知识库中检索出一条或更多条知识；排序模块，配置为对由所述检索模块所检索出的一条或更多条知识按照置信度高低进行排序，并将排序在前的知识作为分析结果传输给输出模块；所述输出模块，用于将所获得的分析结果传输到所述智能分诊终端。

【技术实现步骤摘要】
基于医学知识库的智能分诊服务器、终端及系统
本专利技术涉及计算机领域，尤其涉及一种基于医学知识库的智能分诊服务器、终端及包括两者的系统。
技术介绍
中国医疗目前面临很多问题，包括：患者缺乏医疗健康知识；患者对于自身的症状无法正确评估，不知道何时需要去医院，不清楚就诊什么科室，经常发生挂错科室、小病到大医院就医等情况，从而降低医疗效率并浪费了医疗资源；医生工作负荷大，没有足够时间回答患者所有问题，造成医患关系紧张；医疗资源不均衡且缺乏，导致就医难等。整体说来，医学是一门知识驱动类学科，只要从多维度收集足够多、足够可靠的知识，就能在辅助决策层面发挥巨大的价值，把医疗人员从繁杂的重复性劳动中解放出来，进而去做更多有创造性的事。传统的诊断学思维大多使用人工编辑的医学知识库，医学知识库规模较小，在知识和信息更新上比较滞后，且采用决策树的结构，在诊断效果上很快就会达到瓶颈。通常现有的医学知识库由知识条目构成，这些知识条目通常是自由的文本格式，严重影响了检索效率。
技术实现思路
专利技术人发现，需要利用目前人工智能的方式进行从用户终端到医学知识库的智能分诊系统的构建，使得患者可以方便地以自然语言提出检索请求，并准确高效地获得其想要得到的检索结果。这里的智能分诊，主要针对的是诊前咨询，主要解决用户在“身体不适”到“去医院”之间的需求，充当家庭医生，给诊疗做出指导。本专利技术人提出了本专利技术的例如如下技术方案来满足以上需求。根据本专利技术的第一方案，提供一种基于医学知识库的智能分诊服务器，其特征在于，所述智能分诊服务器包括：接收模块，配置为接收来自智能分诊终端的检索请求；分析模块，配置为对由所述接收模块所接收的检索请求进行实体识别和类型分析；检索模块，配置为根据由所述分析模块所识别的实体和分析出的类型，利用所述医学知识库的索引在所述医学知识库中检索出一条或更多条知识；排序模块，配置为对由所述检索模块所检索出的一条或更多条知识按照置信度高低进行排序，并将排序在前的知识作为检索结果传输给输出模块；所述输出模块，用于将所获得的检索结果传输到所述智能分诊终端。该智能分诊服务器能够利用自然语言处理技术对所接收的检索请求进行分析，依据分析结果在医学知识库中高效检索出相关的可靠知识并传输给所述智能分诊终端。优选地，所述分析模块通过隐式马尔可夫模型、最大熵模型、支持向量机、条件随机场中的至少一种方法或其组合来进行实体识别。优选地，所述分析模块通过步步为营(“bootstrapping”)方法来进行实体识别。优选地，所识别的实体包括症状类实体、时间类实体、疾病类实体、个人信息类实体和医疗地点类实体。优选地，所述分析模块利用决策树、随机森林、逻辑回归、梯度提升、支持向量机中的至少一种分类器或其组合来进行类型分析。优选地，所述类型包括预诊类型、分诊类型和保健类型。优选地，所述医学知识库由结构化数据构成，所述计算机可执行指令被所述处理器执行时用于通过如下步骤来建立和更新所述医学知识库：从数据源中的半结构化数据和无结构数据抽取实体、属性以及关系作为知识，对抽取的知识进行融合，对融合后的知识进行置信度计算，将置信度超过阈值的知识存入所述医学知识库。相较现有技术的人工编辑的无结构数据的医学知识库，这种由结构化数据构成的具备自主学习和扩展能力的医学知识库能够从广泛的数据源和数据抽取知识，优选地能够对知识进行融合形成新的知识，还能够选取比较可信的新知识来合理地扩展医学知识库。优选地，所述建立和更新所述医学知识库还包括：在对抽取的知识进行融合后，对融合后的知识进行推理，得到隐含的知识，用于进行置信度计算，将置信度超过阈值的隐含的知识也存入所述医学知识库。优选地，从半结构化数据和无结构数据抽取实体和属性通过监督算法、半监督算法、无监督算法和远距离监督算法中的任何一种来执行，从半结构化数据和无结构数据抽取关系通过监督算法来实现。优选地，对抽取的知识进行融合包括：对从半结构化数据和从无结构数据抽取的知识进行整合，所述整合能够包括实体对齐、属性值的决策和关系建立。根据本专利技术的第二方案，提供了可与智能分诊服务器配合使用的用户友好且携带方便的智能分诊终端，使得用户能够利用自然语言的形式输入检索请求，且能够将从医学知识库检索的检索结果以自然语言的形式显示给用户，从而给患者提供个性化的咨询服务。根据本专利技术的第三方案，提供了一种智能分诊系统，包括上述的智能分诊终端和与之通信连接的上述的基于医学知识库的智能分诊服务器。附图说明为使本领域技术人员更好地理解本专利技术，下面参照附图对本专利技术的实施例进行详细说明，但不作为对本专利技术的限定。以下将参照附图来描述本专利技术的示例性实施例的特征、优点，以及技术和适用性，在附图中，相同的附图标记指代相同的元件，并且在附图中：图1示出根据本专利技术第一实施例的基于医学知识库的智能分诊系统的主要原理的示意图；图2示出根据本专利技术第二实施例的基于医学知识库的智能分诊系统200的框图，其中框201表示智能分诊系统中的智能分诊终端，框202表示智能分诊系统中的智能分诊服务器，框203表示数据来源；图3示出根据本专利技术第三实施例的基于医学知识库的智能分诊系统200的分层架构图；图4示出根据本专利技术第四实施例的融合后的医学知识的示意图；图5(a)-图5(e)示出根据本专利技术第五实施例的基于医学知识库的智能分诊终端201的界面的示意图。具体实施方式以下结合附图对本专利技术进行详细描述。图1示出根据本专利技术第一实施例的基于医学知识库的智能分诊系统的主要原理的示意图，如图1所示，所述智能分诊系统通信链接到数据源，所述数据源包括诸如医学文献的无结构的文本数据和诸如电子病历的半结构化数据等。所述智能分诊系统接收用户的输入，所述输入包括自然语言形式的用户的个人信息、检索请求等，并输出检索结果，检索结果可以包含用户可能患有的疾病(针对用户的预诊类型的检索请求)、对应的科室(针对用户的分诊类型的检索请求)以及健康教育信息(针对用户的保健类型的检索请求)中的至少一种。例如，所述智能分诊系统可以包括：处理器；和存储器，所述存储器存储有计算机可执行指令，所述计算机可执行指令被所述处理器执行时，实现基于自然语言处理和机器学习技术的分诊算法，所述分诊算法具体说来包含：对用户输入的检索请求进行实体识别和类型分析；根据所识别的实体和分析出的类型，利用所述医学知识库的索引在所述医学知识库中检索出一条或更多条知识；选择那些置信度较高的知识作为检索结果，并提供给用户。优选地，所述分诊算法还可以包括：对来自数据源的数据进行挖掘、分析和抽取，可选地可对抽取的知识进行融合，从而建立和/或更新所述医学知识库。注意，虽然图1中将医学知识库包含在智能分诊系统中作为示例，但医学知识库未必需要存储在存储器中，只要智能分诊系统可以调用之即可；此外，系统不仅可以使用其自身建立和/或更新的医学知识库，也可以与其他系统共享医学知识库。由此，所述分诊算法整合了自然语言处理、数据挖掘、数据分析和机器学习(例如深度学习)等功能。优选地，所述医学知识库可以包括健康知识库、健康信息库、慢病管理知识库中的至少一种。图2示出根据本专利技术第二实施例的基于医学知识库的智能分诊系统200的框图，其中框201表示智能分诊系统200中的智能分诊终端，框202表示智能分诊系本文档来自技高网...

【技术保护点】
一种基于医学知识库的智能分诊服务器，其特征在于，所述智能分诊服务器包括：接收模块，配置为接收来自智能分诊终端的检索请求；分析模块，配置为对由所述接收模块所接收的检索请求进行实体识别和类型分析；检索模块，配置为根据由所述分析模块所识别的实体和分析出的类型，利用所述医学知识库的索引在所述医学知识库中检索出一条或更多条知识；排序模块，配置为对由所述检索模块所检索出的一条或更多条知识按照置信度高低进行排序，并将排序在前的知识作为检索结果传输给输出模块；所述输出模块，用于将所获得的检索结果传输到所述智能分诊终端。

【技术特征摘要】
1.一种基于医学知识库的智能分诊服务器，其特征在于，所述智能分诊服务器包括：接收模块，配置为接收来自智能分诊终端的检索请求；分析模块，配置为对由所述接收模块所接收的检索请求进行实体识别和类型分析；检索模块，配置为根据由所述分析模块所识别的实体和分析出的类型，利用所述医学知识库的索引在所述医学知识库中检索出一条或更多条知识；排序模块，配置为对由所述检索模块所检索出的一条或更多条知识按照置信度高低进行排序，并将排序在前的知识作为检索结果传输给输出模块；所述输出模块，用于将所获得的检索结果传输到所述智能分诊终端。2.根据权利要求1所述的基于医学知识库的智能分诊服务器，其特征在于，所述分析模块通过隐式马尔可夫模型、最大熵模型、支持向量机、条件随机场中的至少一种方法或其组合来进行实体识别。3.根据权利要求1所述的基于医学知识库的智能分诊服务器，其特征在于，所述分析模块通过步步为营方法来进行实体识别。4.根据权利要求1-3中任何一项所述的基于医学知识库的智能分诊服务器，其特征在于，所述分析模块利用决策树、随机森林、逻辑回归、梯度提升、支持向量机中的至少一种分类器或其组合来进行类型分析。5.根据权利要求1-3中任何一项所述的基于医学知识库的智能分诊服务器，其特征在于，所识别的实体包括症状类实体、时间类实体、疾病类实体、个人...

【专利技术属性】
技术研发人员：李慧，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：北京,11