一种智能问诊方法及装置制造方法及图纸

本发明专利技术公开了一种智能问诊方法及装置，所述方法包括：当选出的候选疾病的准确度不满足预设的确认条件时，在所述候选疾病的关联症状中选出疾病区分症状，所述疾病区分症状为至少能够区分两种所述候选疾病的症状；将所述疾病区分症状作为下一个问询症状向用户展示，根据接收到的用户对所述疾病区分症状的描述信息确定诊断结果。本发明专利技术能够在准确获得诊断结果的基础上，减少与用户的交互次数，提高诊断效率并不损失诊断的准确性。

An intelligent inquiry method and device

【技术实现步骤摘要】
一种智能问诊方法及装置
本专利技术涉及医疗信息计算机处理
，特别涉及一种智能问诊方法及装置。
技术介绍
近年来为了提高疾病的诊断效率，减少医生门诊工作量，一些分诊导诊的智能装置应运而生。常见的分诊导诊智能装置一般是向用户多次询问症状问题收集用户的症状信息，根据收集到的症状信息与各疾病的症状特征比对，从而诊断出用户可能患有的疾病。然而现有技术中的智能分诊导诊的方法中通常需要向用户不停的询问，直至触发某个具体疾病的预设终止阈值条件，这种方法一方面致使人机交互轮数过多，诊断效率不高，用户体验差，另一方面由于疾病的症状特征不一，用户体会到的症状信息存在不一致的问题，导致诊断效果不稳定，影响用户后续治疗。
技术实现思路
为了解决现有技术的问题，本专利技术实施例提供了一种智能问诊方法及装置。所述技术方案如下：一方面，提供了一种智能问诊方法，所述方法包括：当选出的候选疾病的准确度不满足预设的确认条件时，在所述候选疾病的关联症状中选出疾病区分症状，所述疾病区分症状为至少能够区分两种所述候选疾病的症状；将所述疾病区分症状作为下一个问询症状向用户展示，根据接收到的用户对所述疾病区分症状的描述信息确定诊断结果。进一步地，在所述候选疾病的关联症状中选出疾病区分症状包括：按照所关联症状在所述候选疾病中的出现频次对所述关联症状进行排序，将所述出现频次位于中位数的所述关联症状作为所述疾病区分症状。进一步地，在所述候选疾病的关联症状中选出疾病区分症状包括：根据所述关联症状在所述候选疾病中的权重值，计算所述关联症状在所述候选疾病中的权重值标准差平均值，将所述权重值标准差平均值最大的所述关联症状作为所述疾病区分症状。进一步地，所述确认条件为：所述候选疾病中存在一疾病的准确度不小于所有所述候选疾病的准确度的平均值与附加值之和，所述附加值为预设的通用阈值。进一步地，根据接收到的用户对所述疾病区分症状的描述信息确定诊断结果包括：根据用户对所述疾病区分症状的描述信息更新所述候选疾病的准确度，若更新后的所述候选疾病的准确度不满足所述确认条件，则统计当前问询次数，将所述当前问询次数与预设的问询次数上限值对比，若所述当前问询次数满足所述问询次数上限值，则按照当前所述候选疾病的准确度确定所述诊断结果。进一步地，所述候选疾病的准确度的计算包括：基于所述候选疾病的关联症状的基础权重值与其维度权重值计算用户输入的症状信息对于所述候选疾病的权重得分，将所述权重得分作为所述候选疾病的准确度，和/或基于用户输入的所述症状信息并利用机器学习模型计算所述候选疾病的准确度。进一步地，基于所述候选疾病的关联症状的基础权重值与其维度权重值计算用户输入的症状信息对应所述候选疾病的权重得分包括：S＝|AZ+AW-B|其中，S为症状信息对应所述候选疾病的权重得分；AZ为候选疾病中症状的基础权重值；AW为候选疾病中症状的维度权重值；B为候选疾病中用户未罹患症状的权重值。进一步地，基于所述候选疾病的关联症状的基础权重值与其维度权重值计算用户输入的症状信息对应所述候选疾病的权重得分包括：其中，S为症状信息对应所述候选疾病的权重得分；AZ为候选疾病中症状的基础权重值；AW为候选疾病中症状的维度权重值；C为候选疾病中症状的总权重值。进一步地，基于所述候选疾病的关联症状的基础权重值与其维度权重值计算用户输入的症状信息对应所述候选疾病的权重得分包括：其中，S为症状信息对应所述候选疾病的权重得分；AZ为候选疾病中症状的基础权重值；AW为候选疾病中症状的维度权重值；k为折扣系数，取值范围(0,1)；B为候选疾病中用户未罹患症状的权重值；C为候选疾病中症状的总权重值。进一步地，基于用户输入的所述症状信息并利用机器学习模型计算所述候选疾病的概率准确度包括：利用决策树模型和/或逻辑回归模型计算所述候选疾病的概率准确度。另一方面，提供了一种智能问诊装置，所述装置包括：疾病获取模块，用于根据用户输入的症状信息获取候选疾病；准确度计算模块，用于计算所述候选疾病的准确度；确认条件判断模块，用于将所述候选疾病的准确度与预设的确认条件对比；疾病区分症状识别模块，用于当所述候选疾病的确认概率不满足所述确认条件时，在所述候选疾病的关联症状中选出疾病区分症状，所述疾病区分症状为至少能够区分两种所述候选疾病的症状；问询症状生成模块，用于将所述疾病区分症状作为下一个问询症状向用户展示；诊断结果生成模块，用于根据接收到的用户对所述疾病区分症状的描述信息确定诊断结果。本专利技术实施例提供的技术方案带来的有益效果是：本专利技术提供的技术方案在根据用户的主诉信息获得候选疾病后，在候选疾病关联症状中选出疾病区分症状，能够在准确获得诊断结果的基础上，减少与用户的交互次数，提高诊断效率并不损失诊断的准确性。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种智能问诊方法流程图；图2是本专利技术实施例提供的一种智能问诊装置模块结构示意图。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，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，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。现有的分诊导诊智能系统均是根据收集到的用户的症状信息确认诊断的疾病结果。为了提高诊断结果的准确率，系统需要向用户多次询问症状，以获得全面的症状信息，综合和疾病的症状特征比较，这就使得人机交互次数过多，用户自助分诊导诊的时间过长，影响诊断效率和用户体验。并且，由于疾病的症状特征不一，用户体会到的症状信息存在不一致的问题，导致诊断效果不稳定，影响用户后续治疗。为了解决上述技术问题，本专利技术实施例一种智能问诊方法和装置，具体的技术方案如下：如图1所示，一种智能问诊方法，包括如下步骤：S1、获取用户的主诉症状信息和个人信息，将主诉症状信息以及个人信息与疾病诊疗图谱进行匹配，将疾病诊疗图谱中与主诉症状信息以及个人信息一致的疾病症状所对应的疾病作为候选疾病。需要说明的是，主诉症状信息中包括：主诉症状和主诉症状维度，主诉症状为用户主诉的症状类型，主诉症状维度为用户主诉的症状的具体情况的描述信息。症状维度描述可以为诊断的带来更精细的控制。因为某个症状虽然同时与某些疾病关联，但是某个具体症状只与其中的一部分疾病存在关联。比如，“急性胰腺炎”、“子宫肌瘤”虽然都本文档来自技高网...

【技术保护点】
1.一种智能问诊方法，其特征在于，包括：/n当选出的候选疾病的准确度不满足预设的确认条件时，在所述候选疾病的关联症状中选出疾病区分症状，所述疾病区分症状为至少能够区分两种所述候选疾病的症状；/n将所述疾病区分症状作为下一个问询症状向用户展示，根据接收到的用户对所述疾病区分症状的描述信息确定诊断结果。/n

【技术特征摘要】
1.一种智能问诊方法，其特征在于，包括：
当选出的候选疾病的准确度不满足预设的确认条件时，在所述候选疾病的关联症状中选出疾病区分症状，所述疾病区分症状为至少能够区分两种所述候选疾病的症状；
将所述疾病区分症状作为下一个问询症状向用户展示，根据接收到的用户对所述疾病区分症状的描述信息确定诊断结果。


2.如权利要求1所述的一种智能问诊方法，其特征在于，在所述候选疾病的关联症状中选出疾病区分症状包括：
按照所关联症状在所述候选疾病中的出现频次对所述关联症状进行排序，将所述出现频次位于中位数的所述关联症状作为所述疾病区分症状。


3.如权利要求1所述的一种智能问诊方法，其特征在于，在所述候选疾病的关联症状中选出疾病区分症状包括：
根据所述关联症状在所述候选疾病中的权重值，计算所述关联症状在所述候选疾病中的权重值标准差平均值，将所述权重值标准差平均值最大的所述关联症状作为所述疾病区分症状。


4.如权利要求1所述的一种智能问诊方法，其特征在于，所述确认条件为：
所述候选疾病中存在一疾病的准确度不小于所有所述候选疾病的准确度的平均值与附加值之和，所述附加值为预设的通用阈值。


5.如权利要求1所述的一种智能问诊方法，其特征在于，根据接收到的用户对所述疾病区分症状的描述信息确定诊断结果包括：
根据用户对所述疾病区分症状的描述信息更新所述候选疾病的准确度，若更新后的所述候选疾病的准确度不满足所述确认条件，则统计当前问询次数，将所述当前问询次数与预设的问询次数上限值对比，若所述当前问询次数满足所述问询次数上限值，则按照当前所述候选疾病的准确度确定所述诊断结果。


6.如权利要求1～5中任意一项所述的一种智能问诊方法，其特征在于，所述候选疾病的准确度的计算包括：
基于所述候选疾病的关联症状的基础权重值与其维度权重值计算用户输入的症状信息对于所述候选疾病的权重得分，将所述权重得分作为所述候选疾病的准确度，和/或
基于用户输入的所述症状信息并利用机器学习模型计算所述候选疾病的准确度。


7.如权利要求6所述的一种智能问诊方法，其特征在于...

【专利技术属性】
技术研发人员：陆宇杰，雷画雨，孙谷飞，
申请(专利权)人：众安信息技术服务有限公司，
类型：发明
国别省市：广东;44