一种常见疾病智能诊断方法、系统及存储介质技术方案

本发明专利技术提供一种常见疾病智能诊断方法、系统及电子设备，方法包括：基于获取的患者常见疾病描述性文本，提取每一种常见疾病对应的临床征兆语义网范围；与标准库中每一种常见疾病诊断标准对应的临床征兆语义网范围进行融合，获取对应的临床征兆范围和临床征兆术语集；基于获取的每一种常见疾病对应的临床征兆范围和临床征兆术语集，构建临床征兆语义网模型；将待诊断疾病的临床征兆特征信息输入构建的所述临床征兆语义网模型，通过所述临床征兆语义网模型判别所述待诊断疾病的疾病类型和对应的解决方案。本发明专利技术根据已有常见疾病的临床征兆信息，构建临床征兆语义网模型，通过构建的临床征兆语义网模型，能够对待诊断的常见疾病进行智能诊断。病进行智能诊断。病进行智能诊断。

【技术实现步骤摘要】
一种常见疾病智能诊断方法、系统及存储介质


[0001]本专利技术涉及大数据领域，更具体地，涉及一种常见疾病智能诊断方法、系统及存储介质。

技术介绍

[0002]在医疗健康领域，疾病类型的准确诊断是准确治疗的关键基础，只有对疾病类型精准诊断，后续才能进行针对性的治疗，关系对疾病治疗的成功率。
[0003]目前，对疾病诊断的常用方法为，医务人员根据患者的临床征兆特征信息，凭借经验来判别患者的疾病类型，并根据疾病类型给出治疗的解决方案。
[0004]但是仅凭医务人员的经验来判别疾病类型，相对比较盲目，具有很大的主观性，不够准确。

技术实现思路

[0005]本专利技术实施例提供一种克服上述问题或者至少部分地解决上述问题的一种常见疾病智能诊断方法、系统及存储介质。
[0006]根据本专利技术实施例的第一方面，提供了一种常见疾病智能诊断方法，包括：
[0007]基于获取的患者常见疾病描述性文本，确定每一种常见疾病对应的临床征兆语义网范围；
[0008]基于确定的每一种常见疾病对应的临床征兆语义网范围，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种常见疾病智能诊断方法，其特征在于，包括：基于获取的患者常见疾病描述性文本，确定每一种常见疾病对应的临床征兆语义网范围；基于确定的每一种常见疾病对应的临床征兆语义网范围，对标准库中每一种常见疾病诊断标准对应的临床征兆语义网范围进行融合，获取每一种常见疾病对应的临床征兆范围和临床征兆术语集；基于获取的每一种常见疾病对应的临床征兆范围和临床征兆术语集，构建临床征兆语义网模型，所述临床征兆语义网用来描述每一种常见疾病类型对应的临床征兆信息以及疾病的解决方案；将待诊断疾病的临床征兆特征信息输入构建的所述临床征兆语义网模型，通过所述临床征兆语义网模型判别所述待诊断疾病的疾病类型和对应的解决方案。2.根据权利要求1所述的常见疾病智能诊断方法，其特征在于，所述基于获取的每一种常见疾病的描述性文本，确定每一种常见疾病对应的临床征兆语义网范围包括：抽取患者常见疾病描述性文本中的关键词，并对所述关键词进行词性标注和术语提取，筛选出患者常见疾病描述性文本中的临床征兆术语，确定患者常见疾病的临床征兆语义网范围。3.根据权利要求2所述的常见疾病智能诊断方法，其特征在于，所述抽取患者常见疾病描述性文本中的关键词包括：对患者常见疾病描述性文本进行自动分词；计算每一个词在所述患者常见疾病描述性文本中的词频和权重；根据每一个词的词频和权重，对所述患者常见疾病描述性文本中的所有词进行排序，将其中排序靠前的多个词作为所述患者常见疾病描述性文本的多个关键词。4.根据权利要求1所述的常见疾病智能诊断方法，其特征在于，所述基于确定的每一种常见疾病对应的临床征兆语义网范围，对标准库中每一种常见疾病诊断标准对应的临床征兆语义网范围进行融合，获取每一种常见疾病对应的临床征兆范围和临床征兆术语集包括：对于任一种常见疾病，从标准库中查找到对应的常见疾病，并获取标准库中所述任一种常见疾病对应的临床征兆语义网范围；基于从患者描述性文本中获取的所述任一种常见疾病对应的临床征兆语义网范围，对从标准库中所述任一种常见疾病对应的临床征兆语义网范围进行完善调整；基于完善调整后的标准库，获取融合后的每一种常见疾病对应的临床征兆范围和临床征兆术语集。5.根据权利要求4所述的常见疾病智能诊断方法，其特征在于，所述基于完善调整后的标准库，获取融合后的每一种常见疾病对应的临床征兆范围和临床征兆术语集之后还包括：对融合后的所有的临床征兆术语集进行聚类，得到聚类后的多个类别，并判别每一个类别所属的疾病系统。6.根据权利要求5所述的常见疾病智能诊断方法，...

【专利技术属性】
技术研发人员：杜乐，耿飞，丁华普，张铭威，
申请(专利权)人：武汉东湖大数据交易中心股份有限公司，
类型：发明
国别省市：