基于端到端学习的人工智能医学症状识别系统技术方案

本申请的实施例提供了用于从患者描述中识别医学症状的方法和系统。示例性人工智能系统包括患者交互界面，其被配置为接收包括至少一个词段的患者描述(103)。该系统还包括处理器(104)。处理器(104)被配置为确定一个词段内各个词的词向量和与相应的词向量相关的权重。处理器(104)进一步被配置为基于词向量和相关的权重，确定加权词向量。处理器(104)也被配置为使用加权词向量构建词段表示，并基于词段表示，确定医学症状。确定医学症状。确定医学症状。

【技术实现步骤摘要】
【国外来华专利技术】基于端到端学习的人工智能医学症状识别系统


[0001]本申请涉及用于识别患者医学症状的人工智能(AI)系统和方法，更具体地，涉及使用端到端学习从患者描述中识别医学症状的AI系统和方法。

技术介绍

[0002]预诊断通常在医院进行，以便在将患者送到合适的医生之前初步确定患者的疾病。预诊断通常基于患者描述的症状。例如，如果患者说她发烧和流鼻涕，她将被预先诊断为感冒或流感并被送往内科医生。如果患者说她的皮肤上有皮疹，她将被预先诊断为皮肤过敏并被送往皮肤科医生处。
[0003]预诊断通常由医疗从业者(例如医生或护士)执行。例如，医院通常在登记台提供预诊断人员，以确定患者应该被送往何处。然而，让从业者进行预诊断会浪费宝贵的资源。自动预诊断方法可用于提高效率。例如，正在开发诊断机器人以执行预诊断。这些自动化方法基于患者描述的症状，提供初步诊断，例如，基于疾病与已知症状之间的预编程映射。
[0004]然而，患者描述是不准确或不清楚的。例如，患者可能受到疾病或药物的影响，并且无法准确地表达自己。此外，患者不是从业者，因此不熟悉描述症状的医学术语本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于从患者描述中识别医学症状的人工智能系统，包括：患者交互界面，其被配置为接收包括至少一个词段的患者描述；以及处理器，其被配置为：确定一个词段内各个词的词向量和与相应的词向量相关的权重；基于所述词向量和相关的所述权重，确定加权词向量；使用所述加权词向量构建词段表示；以及基于所述词段表示，确定医学症状。2.根据权利要求1所述的人工智能系统，其特征在于，使用词嵌入确定所述词向量。3.根据权利要求1所述的人工智能系统，其特征在于，为了确定所述权重，所述处理器还被配置为：确定所述词段内各个所述词的词表示；以及确定各个所述词表示的注意力为与相应的词向量相关的所述权重。4.根据权利要求3所述的人工智能系统，其特征在于，为了确定所述词表示，所述处理器还被配置为将双向学习模型应用于相应的所述词向量。5.根据权利要求4所述的人工智能系统，其特征在于，所述双向学习模型是Bi
‑
LSTM网络。6.根据权利要求1所述的人工智能系统，其特征在于，所述加权词向量是每个所述词向量通过相关的权重加权后的总和。7.根据权利要求1所述的人工智能系统，其特征在于，所述处理器还被配置为应用分类学习模型将所述词段表示分类在与医学症状相关的类别中。8.根据权利要求7所述的人工智能系统，其特征在于，所述分类学习模型是前馈神经网络。9.根据权利要求8所述的人工智能系统，其特征在于，所述分类学习模型是softmax网络。10.根据权利要求1所述的人工智能系统，其特征在于，为构建所述词段表示，所述处理器进一步被配置为将所述词段内的至少一个词的词表示和所述加权词向量进行组合。11.一种用于从患者描述中识别医学症状的人工智能方法，包括：通过患者交互界面，接收包括至少一个词段的患者描述；通过处理器，确定一个词段内各个词的词向量和与相应的词向量相关的权重；通过所述处理器，基于所述词向量和相关的所述权重...

【专利技术属性】
技术研发人员：杨晓庆，李奘，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：