一种控制方法包含下列操作：收集症状输入状态以及检查结果状态；利用神经网路根据症状输入状态以及检查结果状态产生检查建议、预测检查结果分布以及预测疾病分布，其中检查建议包含候选检查；根据预测检查结果分布以及预测疾病分布，估算候选检查相对于多个疾病的多个资讯增益；根据候选检查的资讯增益产生有关检查建议的解释性描述；可根据关注输入产生有关预测疾病清单的另一解释性描述。藉此，本控制方法可以在检查建议阶段以及疾病预测阶段提出相应的决策解释。出相应的决策解释。出相应的决策解释。
【技术实现步骤摘要】
控制方法以及医疗系统
[0001]本公开有关于一种可以产生医疗建议的医疗系统，且特别是有关于基于人工智能的医疗系统其能提供关于医疗建议的解释性描述。
技术介绍
[0002]近年来已经出现了电脑辅助医学系统的概念以便于患者自我诊断。电脑辅助医学系统可请求患者提供一些资讯，并随后基于与患者的互动来提供潜在疾病的诊断与建议。电脑辅助医学系统可以协助医生进行诊断，或者提供病患咨询服务或协助病患进行自我诊断。
[0003]大部分的电脑辅助医学系统采用人工智能技术(包含机器学习及/或神经网路模型)来预测潜在的疾病或给予相关的建议。然而，人工智能技术提供的结果(例如诊断或建议)通常缺乏解释内容。因此，经常使得病患或医生不易信任或者难以理解人工智能技术提供的结果。
技术实现思路
[0004]本公开的一态样有关一种控制方法，其包含收集一症状输入状态以及一检查结果状态；利用一神经网路根据该症状输入状态以及该检查结果状态产生一检查建议、一预测检查结果分布以及一预测疾病分布，其中该检查建议包含一候选检查；根据该预测检查结果分布以及该预测疾病分布，估算该候选检查相对于多个疾病的多个资讯增益；以及根据该候选检查的该些资讯增益产生有关该检查建议的一解释性描述。
[0005]于一些实施例中，该解释性描述是根据该些资讯增益得知并对应至由该候选检查所能分辨的一疾病清单。
[0006]于一些实施例中，该候选检查对应至一目标疾病的一资讯增益是根据一第一基尼指数(Gini index)、在该候选检查取得一目标结果的一机率以及一第二基尼指数而估算的，其中该第一基尼指数是执行该候选检查前的一群组中有关该目标疾病的基尼指数，该第二基尼指数是执行该候选检查后且具有该目标结果的一群组中有关该目标疾病的基尼指数。
[0007]于一些实施例中，该第一基尼指数的取得是基于当该候选检查的结果为未知的状态下该神经网路所产生的该预测疾病分布。
[0008]于一些实施例中，在该候选检查取得该目标结果的该机率的取得是基于该预测检查结果分布。
[0009]于一些实施例中，该第二基尼指数的取得是基于当该候选检查的结果为该目标结果的状态下该神经网路所产生的该预测疾病分布。
[0010]于一些实施例中，该神经网路是参照多个已知病历进行训练以产生该检查建议、该预测检查结果分布以及该预测疾病分布。
[0011]于一些实施例中，控制方法更包含：利用该神经网路产生一症状提问；收集对应该
症状提问的一症状答复；以及根据该症状答复更新该症状输入状态。
[0012]于一些实施例中，该症状输入状态包含多个症状答复，该检查结果状态包含多个检查结果，该控制方法更包含：根据该预测疾病分布产生一预测疾病清单；套用一关注遮罩藉以过滤该些症状答复以及该些检查结果，以取得一关注输入；以及根据该关注输入产生有关该预测疾病清单的另一解释性描述。
[0013]本公开的另一态样有关一种控制方法，其包含收集一症状输入状态以及一检查结果状态，该症状输入状态包含多个症状答复，该检查结果状态包含多个检查结果：利用一神经网路根据该症状输入状态以及该检查结果状态产生一预测疾病分布；根据该预测疾病分布产生一预测疾病清单；套用一关注遮罩藉以过滤该些症状答复以及该些检查结果，以取得一关注输入；以及根据该关注输入产生有关该预测疾病清单的一解释性描述。
[0014]于一些实施例中，该解释性描述相对应于该些症状答复当中通过该关注遮罩的至少一个，或者该些检查结果当中通过该关注遮罩的至少一个。
[0015]于一些实施例中，该关注遮罩是由一关注模组根据该症状输入状态以及该检查结果状态而产生。
[0016]于一些实施例中，该关注模组是参照多个已知病历进行训练以产生该关注遮罩。
[0017]本公开的另一态样有关一种医疗系统，其包含接口以及处理器。接口用以接收症状输入状态以及检查结果状态，该症状输入状态包含多个症状答复，该检查结果状态包含多个检查结果，处理器与该接口耦接。
[0018]于一些实施例中，在检查建议阶段，该处理器利用一神经网路根据该症状输入状态以及该检查结果状态产生一检查建议、一预测检查结果分布以及一预测疾病分布，其中该检查建议包含一候选检查，该处理器根据该预测检查结果分布以及该预测疾病分布估算该候选检查相对于多个疾病的多个资讯增益，以及该处理器根据该候选检查的该些资讯增益产生有关该检查建议的一第一解释性描述。
[0019]于一些实施例中，该第一解释性描述是根据该些资讯增益得知并对应至由该候选检查所能分辨的一疾病清单，该神经网路是参照多个已知病历进行训练以产生该检查建议、该预测检查结果分布以及该预测疾病分布。
[0020]于一些实施例中，该处理器更用以：利用该神经网路产生一症状提问；收集对应该症状提问的一症状答复；以及根据该症状答复更新该症状输入状态。
[0021]于一些实施例中，在一疾病预测阶段，该处理器根据该预测疾病分布产生一预测疾病清单，该处理器套用一关注遮罩藉以过滤该些症状答复以及该些检查结果进而取得一关注输入，该处理器根据该关注输入产生有关该预测疾病清单的一第二解释性描述。
[0022]于一些实施例中，该第二解释性描述相对应于该些症状答复当中通过该关注遮罩的至少一个，或者该些检查结果当中通过该关注遮罩的至少一个。
[0023]于一些实施例中，医疗系统更包含关注模组由该处理器所执行，该关注模组用以根据该症状输入状态以及该检查结果状态产生该关注遮罩。
[0024]于一些实施例中，该关注模组是参照多个已知病历进行训练以产生该关注遮罩。
[0025]综上所述，本公开文件可以在自动诊断系统的检查建议阶段以及疾病预测阶段提出相应的决策解释。在检查建议阶段，神经网路其预测的检查结果分布可以用来计算每一个检查对于不同疾病的资讯增益，藉此可以解释被推荐的检查与此检查用来分辨的目标疾
病之间的关联性。在疾病预测阶段，关注遮罩用以找出对于疾病预测来说具有重要性的关键症状以及关键检查结果。
附图说明
[0026]图1绘示根据本公开文件一些实施例中一种医疗系统的示意图；
[0027]图2绘示本公开文件一些实施例当中图1的处理器内部的功能方块示意图；
[0028]图3绘示本公开文件一些实施例用以控制图1中医疗系统的控制方法的方法流程图；
[0029]图4绘示根据一些实施例中输入状态中的症状输入状态以及检查结果状态的示意图；以及
[0030]图5绘示根据一些实施例中输出状态中的症状询问状态值、检查建议状态值、预测疾病分布以及预测检查结果分布的示意图。
[0031]附图标记说明：
[0032]100:医疗系统
[0033]120:接口
[0034]140:处理器
[0035]142:神经网路
[0036]144:关注模组
[0037]146:解释模组
[0038]160:储存元件
[本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种控制方法，其特征在于，该控制方法包含：收集一症状输入状态以及一检查结果状态；利用一神经网路根据该症状输入状态以及该检查结果状态产生一检查建议、一预测检查结果分布以及一预测疾病分布，其中该检查建议包含一候选检查；根据该预测检查结果分布以及该预测疾病分布，估算该候选检查相对于多个疾病的多个资讯增益；以及根据该候选检查的该些资讯增益产生有关该检查建议的一解释性描述。2.如权利要求1所述的控制方法，其中该解释性描述是根据该些资讯增益得知并对应至由该候选检查所能分辨的一疾病清单。3.如权利要求1所述的控制方法，其中该候选检查对应至一目标疾病的一资讯增益是根据一第一基尼指数(Giniindex)、在该候选检查取得一目标结果的一机率以及一第二基尼指数而估算的，其中该第一基尼指数是执行该候选检查前的一群组中有关该目标疾病的基尼指数，该第二基尼指数是执行该候选检查后且具有该目标结果的一群组中有关该目标疾病的基尼指数。4.如权利要求3所述的控制方法，其中该第一基尼指数的取得是基于当该候选检查的结果为未知的状态下该神经网路所产生的该预测疾病分布。5.如权利要求3所述的控制方法，其中在该候选检查取得该目标结果的该机率的取得是基于该预测检查结果分布。6.如权利要求3所述的控制方法，其中该第二基尼指数的取得是基于当该候选检查的结果为该目标结果的状态下该神经网路所产生的该预测疾病分布。7.如权利要求1所述的控制方法，其中该神经网路是参照多个已知病历进行训练以产生该检查建议、该预测检查结果分布以及该预测疾病分布。8.如权利要求1所述的控制方法，更包含：利用该神经网路产生一症状提问；收集对应该症状提问的一症状答复；以及根据该症状答复更新该症状输入状态。9.如权利要求1所述的控制方法，其中该症状输入状态包含多个症状答复，该检查结果状态包含多个检查结果，该控制方法更包含：根据该预测疾病分布产生一预测疾病清单；套用一关注遮罩藉以过滤该些症状答复以及该些检查结果，以取得一关注输入；以及根据该关注输入产生有关该预测疾病清单的另一解释性描述。10.一种控制方法，其特征在于，该控制方法包含：收集一症状输入状态以及一检查结果状态，该症状输入状态包含多个症状答复，该检查结果状态包含多个检查结果：利用一神经网路根据该症状输入状态以及该检查结果状态产生一预测疾病分布；根据该预测疾病分布产生一预测疾病清单；套用一关注遮罩藉以...
【专利技术属性】
技术研发人员：陈仰恩，汤凯富，张智威，
申请(专利权)人：宏达国际电子股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。