融合临床思维的智能辅助问诊方法及系统技术方案

本发明专利技术涉及智能医学技术领域，提供一种融合临床思维的智能辅助问诊方法及系统。所述方法包括：分别计算当前病历主诉关键词和标准病历主诉关键词与LSI主题的相关度，获取当前病历主题相关度向量组和标准病历主题相关度向量组；基于所述当前病历主题相关度向量组和标准病历主题相关度向量组，计算所述当前病历主诉与标准病历主诉的相似度；根据所述相似度，确定对应的标准病例。本发明专利技术提供的一种融合临床思维的智能辅助问诊方法及系统，通过将当前病历主诉与标准病历数据逐步匹配，确定目标标准病历，可有效用于对当前病历的初步确定及智能导诊，从而大大减缓医院人员压力，提升患者体验。

【技术实现步骤摘要】
融合临床思维的智能辅助问诊方法及系统
本专利技术涉及智能医学
，更具体地，涉及一种融合临床思维的智能辅助问诊方法及系统。
技术介绍
社会的进步和人们生活水平的提高，使人们越来越重视自身的健康问题，人们的医疗需求日益增长。另外有些人，即使没有出现身体不适，也会定期到医院检查身体状况。传统的疾病初诊过程依赖于医生对患者病症的询问，并由医生根据患者的回答和以往掌握的疾病特征对患者所患疾病做出判断。但是，患者实际就诊过程流程复杂，患者要经过挂号、排号及候诊等一系列流程才能最终到达医生诊疗环节。就诊流程中，每个环节患者都需要排队，特别是在大医院，排队时间会严重加长，整个就诊流程下来，患者平均在排队上就花去两三个小时，甚至更久，而这中间医生就诊的时间也就短短的十几分钟。因此，对病患来说，按传统疾病诊疗过程，实际就诊体验很差；同时，相对病患人员，诊疗人员数量严重不足，诊疗人员工作强度严重偏大。
技术实现思路
为了克服上述问题或者至少部分地解决上述问题，本专利技术提供一种融合临床思维的智能辅助问诊方法及系统，以实现对当前病历的初步确定和智能导诊，从而大大减缓医院人员不足的压力，降低医院人员的工作强度，提升患者就医体验。一方面，本专利技术提供一种融合临床思维的智能辅助问诊方法，包括：计算当前病历主诉关键词与LSI主题相关度，获取当前病历主题相关度向量组；计算标准病历主诉关键词与所述LSI主题相关度，获取标准病历主题相关度向量组；基于所述当前病历主题相关度向量组和所述标准病历主题相关度向量组，计算所述当前病例主诉与所述标准病历主诉的相似度；根据所述相似度，确定对应的标准病例。其中，所述方法进一步包括：基于不同标准病历主题相关度向量组，对获取的所述相似度进行排序，根据排序结果和基于所述标准病例的反馈信息，确定目标标准病历。其中，所述根据排序结果和基于所述标准病例的反馈信息，确定目标标准病历的步骤进一步包括：从所述相似度最高的标准病历开始，对每一个所述标准病历的有序标准问题由前至后和基于所述标准病例的反馈信息进行比对，基于比对相关度，顺序更换标准病历，直到所有标准病历的有序标准问题比对完成。其中，所述基于比对相关度，顺序更换标准病历，直到所有标准病历的有序标准问题比对完成的步骤进一步还包括：每一个所述标准病历的有序标准问题由前至后和基于所述标准病例的反馈信息的比对结果达不到设定标准，则顺序选择下一个所述标准病历的有序标准问题。其中，所述基于所述标准病例的反馈信息是指获取的病患回答信息、当前病历反馈的回答信息或者历史病历反馈的回答信息。其中，所述标准病历数据库包括：标准病历主诉库、有序标准问题库和所述有序标准问题库对应的标准回答库。进一步的，在所述计算当前病历主诉关键词与LSI主题相关度，获取当前病历主题相关度向量组之前，所述方法还包括：获取所述当前病历主诉，对所述当前病历主诉进行分词处理、去除停止词处理和提取关键词处理，获取所述当前病历主诉关键词。其中，所述LSI主题的获取处理过程包括：对所述标准病历主诉进行分词处理和去除停止词处理，获取若干单词；根据各所述单词在所述标准病历主诉中出现的频次，对所述单词进行分类运算，获取若干所述LSI主题。其中，所述根据各所述单词在所述标准病历主诉中出现的频次，对所述单词进行分类运算，获取若干所述LSI主题包括：按所述单词在医学词典中的序号对所述单词进行标号并计算所述单词在所述标准病历主诉中出现的频次；以所述标号和所述频次对为元素构建标准病历主诉文档向量；计算所述标准病历主诉文档向量中各元素对应的所述单词的TF-IDF值，获取TF-IDF向量，并由所述TF-IDF向量训练获取LSI模型，设置所述LSI主题。另一方面，本专利技术提供一种融合临床思维的智能辅助问诊系统，包括：第一相关度计算模块、第二相关度计算模块、相似度计算模块和病历确定模块。其中，所述第一相关度计算模块用于计算当前病历主诉关键词与LSI主题相关度，获取当前病历主题相关度向量组；第二相关度计算模块用于计算标准病历主诉关键词与所述LSI主题相关度，获取标准病历主题相关度向量组；所述相似度计算模块用于基于所述当前病历主题相关度向量组和所述标准病历主题相关度向量组，计算所述当前病历主诉与所述标准病历主诉的相似度；所述病历确定模块用于根据所述相似度，确定对应的标准病例。本专利技术提供的一种融合临床思维的智能辅助问诊方法及系统，通过将当前病历主诉与标准病历数据逐步匹配，确定目标标准病历，能够有效用于对当前病历的初步确定及智能导诊，从而大大减缓医院人员不足的压力，降低医院人员的工作强度，提升患者就医体验。附图说明图1为本专利技术实施例一种融合临床思维的智能辅助问诊方法流程图；图2为本专利技术实施例一种获取LSI主题的处理过程流程图；图3为本专利技术实施例一种根据单词频次获取LSI主题的处理过程流程；图4为本专利技术实施例一种标准病历数据库结构示意图；图5为本专利技术实施例一种融合临床思维的智能辅助问诊系统结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。作为本专利技术实施例的一个方面，本实施例提供一种融合临床思维的智能辅助问诊方法，参考图1，为本专利技术实施例一种融合临床思维的智能辅助问诊方法流程图，包括：S1，计算当前病历主诉关键词与LSI主题相关度，获取当前病历主题相关度向量组；S2，计算标准病历主诉关键词与所述LSI主题相关度，获取标准病历主题相关度向量组；S3，基于所述当前病历主题相关度向量组和所述标准病历主题相关度向量组，计算所述当前病历主诉与所述标准病历主诉的相似度；S4，根据所述相似度，确定对应的标准病例。在对步骤S1和步骤S2进行具体说明之前，先明确几个定义如下：病历主诉：医学和心理学用语。是病历主体自述自己感受最主要的痛苦，就诊最主要的原因或最明显的症状、体征和/或性质，以及这些征状持续时间，能够初步反应病情轻重与缓急，对某系统疾患能提供诊断线索。病历主诉的需要准确，且遵循客观和实事求是的原则。例如，一个好的主诉即准确，能够病历主体自己描述的症状，与病历主体现病史一致。病历主诉关键词：通常病历主诉为一段自然语言，通过对病历主诉进行一定的处理，可以提取其中能够完整表达病历主体主诉意思的若干关键词，该关键词即为病历主诉关键词。以下说明中，若干均指一个或多个。潜在语义索引(LatentSemanticIndexing,LSI)模型：一种自然语言处理模型，是指通过海量文献找出词汇之间的关系，当两个词或一组词大量出现在一个文档中时，这些词之间就可以被认为是语义相关的。通过对大量数据的统计，得出相关词汇构成一个潜在的主题，本质是给词汇聚类。本专利技术实施例中LSI模型是指通过对标准病历数据进行统计聚类而建立的标准病历主诉LSI模型。LSI主题：即通过对标准病历主诉数据进行统计、聚类而得出的相关词汇构成的若干潜在主题。标准病历主诉：对于标准病历数据库，里面存储有对应各种疾病的标准病历数据，其中包括这些标准病本文档来自技高网...

【技术保护点】
一种融合临床思维的智能辅助问诊方法，其特征在于，包括：计算当前病历主诉关键词与LSI主题相关度，获取当前病历主题相关度向量组；计算标准病历主诉关键词与所述LSI主题相关度，获取标准病历主题相关度向量组；基于所述当前病历主题相关度向量组和所述标准病历主题相关度向量组，计算所述当前病例主诉与所述标准病历主诉的相似度；根据所述相似度，确定对应的标准病例。

【技术特征摘要】
1.一种融合临床思维的智能辅助问诊方法，其特征在于，包括：计算当前病历主诉关键词与LSI主题相关度，获取当前病历主题相关度向量组；计算标准病历主诉关键词与所述LSI主题相关度，获取标准病历主题相关度向量组；基于所述当前病历主题相关度向量组和所述标准病历主题相关度向量组，计算所述当前病例主诉与所述标准病历主诉的相似度；根据所述相似度，确定对应的标准病例。2.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：基于不同标准病历主题相关度向量组，对获取的所述相似度进行排序；根据排序结果和基于所述标准病例的反馈信息，确定目标标准病历。3.根据权利要求2所述的方法，其特征在于，所述根据排序结果和基于所述标准病例的反馈信息，确定目标标准病历的步骤进一步包括：从所述相似度最高的标准病历开始，对每一个所述标准病历的有序标准问题由前至后和基于所述标准病例的反馈信息进行比对，基于比对相关度，顺序更换标准病历，直到所有标准病历的有序标准问题比对完成。4.根据权利要求3所述的方法，其特征在于，所述基于比对相关度，顺序更换标准病历，直到所有标准病历的有序标准问题比对完成的步骤进一步还包括：每一个所述标准病历的有序标准问题由前至后和基于所述标准病例的反馈信息的比对结果达不到设定标准，则顺序选择下一个所述标准病历的有序标准问题。5.根据权利要求2所述的方法，其特征在于，所述基于所述标准病例的反馈信息是指获取的病患回答信息、当前病历反馈的回答信息或者历史病历反馈的回答信息。6.根据权利要求3所述的方法，其特征在于，所述标准病历数据库包括：标准病历主诉库、有序标准问题库和所述有序标准问题...

【专利技术属性】
技术研发人员：丁帅，金行，杨善林，傅强，张林，门鹏林，
申请(专利权)人：合肥工业大学，合肥德铭电子有限公司，
类型：发明
国别省市：安徽,34