医疗文本的潜在疾病推断方法、系统及可读存储介质技术方案

本发明专利技术公开了一种医疗文本的潜在疾病推断方法、系统及可读存储介质，该方法包括：对收到的医疗文本进行分词，并将该医疗文本对应的各个分词与预先确定的医疗领域专用词汇库进行匹配，提取出该医疗文本对应的各个分词中的医疗词汇；基于预先构建的医疗专业数据库，确定该医疗文本中的医疗词汇对应的疾病；其中，所述医疗专业数据库中包含不同类型疾病与医疗词汇的映射关系；将确定的疾病作为推断出的该医疗文本的潜在疾病进行输出。本发明专利技术准确、高效地推断出医疗文本的潜在疾病。

【技术实现步骤摘要】
医疗文本的潜在疾病推断方法、系统及可读存储介质
本专利技术涉及计算机
，尤其涉及一种医疗文本的潜在疾病推断方法、系统及可读存储介质。
技术介绍
一般情况下，处理医疗文本的第一步都是推断潜在的疾病，进而才能进行接下来的诊断建议。现有技术中针对医疗文本的潜在疾病推断，只能根据医生的个人经验人工推断该医疗文本中的潜在疾病，效率较低，无法利用现有的医疗数据资源来进行潜在疾病的有效推断。
技术实现思路
本专利技术的主要目的在于提供一种医疗文本的潜在疾病推断方法、系统及可读存储介质，旨在准确、高效地推断出医疗文本的潜在疾病。为实现上述目的，本专利技术提供的一种医疗文本的潜在疾病推断方法，所述方法包括以下步骤：A、对收到的医疗文本进行分词，并将该医疗文本对应的各个分词与预先确定的医疗领域专用词汇库进行匹配，提取出该医疗文本对应的各个分词中的医疗词汇；B、基于预先构建的医疗专业数据库，确定该医疗文本中的医疗词汇对应的疾病；其中，所述医疗专业数据库中包含不同类型疾病与医疗词汇的映射关系；C、将确定的疾病作为推断出的该医疗文本的潜在疾病进行输出。优选地，所述步骤A之前还包括：从预先确定的数据源获取医疗本文档来自技高网...

【技术保护点】
一种医疗文本的潜在疾病推断方法，其特征在于，所述方法包括以下步骤：A、对收到的医疗文本进行分词，并将该医疗文本对应的各个分词与预先确定的医疗领域专用词汇库进行匹配，提取出该医疗文本对应的各个分词中的医疗词汇；B、基于预先构建的医疗专业数据库，确定该医疗文本中的医疗词汇对应的疾病；其中，所述医疗专业数据库中包含不同类型疾病与医疗词汇的映射关系；C、将确定的疾病作为推断出的该医疗文本的潜在疾病进行输出。

【技术特征摘要】
1.一种医疗文本的潜在疾病推断方法，其特征在于，所述方法包括以下步骤：A、对收到的医疗文本进行分词，并将该医疗文本对应的各个分词与预先确定的医疗领域专用词汇库进行匹配，提取出该医疗文本对应的各个分词中的医疗词汇；B、基于预先构建的医疗专业数据库，确定该医疗文本中的医疗词汇对应的疾病；其中，所述医疗专业数据库中包含不同类型疾病与医疗词汇的映射关系；C、将确定的疾病作为推断出的该医疗文本的潜在疾病进行输出。2.如权利要求1所述的医疗文本的潜在疾病推断方法，其特征在于，所述步骤A之前还包括：从预先确定的数据源获取医疗数据，从所述医疗数据中找出每一种疾病对应的一个或多个医疗词汇，并根据不同类型疾病与医疗词汇的映射关系建立医疗专业数据库。3.如权利要求1所述的医疗文本的潜在疾病推断方法，其特征在于，所述医疗词汇包括：疾病对应的简介信息、症状信息、并发症信息、治疗药品信息或治疗科室信息中的医疗词汇。4.如权利要求1-3中任一项所述的医疗文本的潜在疾病推断方法，其特征在于，所述医疗专业数据库中还包含疾病对应的各个医疗词汇的权重，所述步骤B包括：基于预先构建的医疗专业数据库，找出该医疗文本中各个医疗词汇对应的疾病，并计算各个疾病对应的医疗词汇的权重加和，选择对应的医疗词汇的权重加和最高的疾病作为确定出的该医疗文本对应的疾病。5.如权利要求1-3中任一项所述的医疗文本的潜在疾病推断方法，其特征在于，所述对收到的医疗文本进行分词处理的步骤包括：根据正向最大匹配法将该医疗文本与预先确定的医疗领域专用词汇库进行匹配，得到第一匹配结果，所述第一匹配结果中包含有第一数量的第一词组和第三数量的单字；根据逆向最大匹配法将该医疗文本与预先确定的医疗领域专用词汇库进行匹配，得到第二匹配结果，所述第二匹配结果中包含有第二数量的第二词组和第四数量的单字；若所述第一数量与所述第二数量相等，且所述第三数量小于或者等于所述第四数量，则将所述第一匹配结果作为该医疗文本的分词结果；若所述第一数量与所述第二数量相等，且所述第三数量大于所述第四数量，则将所述第二匹配结...

【专利技术属性】
技术研发人员：赵清源，韦邕，吕梓燊，徐亮，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44