【技术实现步骤摘要】
医疗辅助诊断系统、方法及计算机可读存储介质
[0001]本专利技术涉及医疗
,特别涉及一种医疗辅助诊断系统、方法及计算机可读存储介质。
技术介绍
[0002]在医疗辅助诊断问题中,现有的技术方案通常分别只注重于其中的某一个方面,因此不能全面的、有效的对信息进行整理,不能对医疗辅助诊断提供全面的支持。
技术实现思路
[0003]本专利技术提供了一种医疗辅助诊断系统、方法及计算机可读存储介质,用以解决现有辅助诊断系统不能全面的、有效的对信息进行整理的问题。
[0004]本专利技术实施例中提供了一种医疗辅助诊断系统,包括:
[0005]信息接收模块,用于接收用户的医疗诊断信息;
[0006]医疗专业知识数据库,用于存储医疗专业知识;
[0007]解析模块,用于对接收到的医疗诊断信息按自然语言规则解析出医疗概念文本,并根据医疗专业知识将相同的医疗概念文本归类,其中,所述医疗概念文本中包括医疗诊断信息与疾病信息;
[0008]训练模块,用于基于预训练语言模型,将所述医疗概念 ...
【技术保护点】
【技术特征摘要】
1.一种医疗辅助诊断系统,其特征在于,包括:信息接收模块,用于接收用户的医疗诊断信息;医疗专业知识数据库,用于存储医疗专业知识;解析模块,用于对接收到的医疗诊断信息按自然语言规则解析出医疗概念文本,并根据医疗专业知识将相同的医疗概念文本归类,其中,所述医疗概念文本中包括医疗诊断信息与疾病信息;训练模块,用于基于预训练语言模型,将所述医疗概念文本中的医疗诊断信息与疾病信息作为输入进行训练后,获得医疗辅助诊断模型;诊断模块,用于在输入医疗信息时,基于所述医疗辅助诊断模型输出诊断结果。2.如权利要求1所述的系统,其特征在于,所述用户的医疗诊断信息包括如下信息之一或者其组合:病历主诉信息、医疗检查结果、医疗检验报告、个人用药史、家族病史、与医疗诊断相关的信息。3.如权利要求1所述的系统,其特征在于,所述医疗专业知识包括如下信息之一或者其组合:医疗常识、医疗专业概念、医疗处置流程、医学手册。4.如权利要求1所述的系统,其特征在于,所述疾病信息包括如下信息之一或者其组合:疾病症状、化验指标、体征、并发症。5.如权利要求1所述的系统,其特征在于,诊断模块进一步用于在基于所述医疗辅助诊断模型输出诊断结果时,基于预训练语言模型,将输入的医疗信息及疾病信息作为输入进行训练后,通过多标签回归模型输出包含疾病列表医疗辅助诊断结果和/或包含疾病列表以及表中每一疾病的发生概率的医疗辅助诊断结果。6.如权利要求5所述的系统,其特征在于,所述多标签回归模型包括以下模型之一:多层感知机、逻辑斯蒂回归模型、梯度提升树。7.如权利要求1所述的系统,其特征在于,训练模块进一步用于使用应用于自然语言处理过程的基于通用或单一领域语料训练得到的语言模型作为预训练语言模型。8.如权利要求1所述的系统,其特征在于,训练模块进一步用于将输入所述诊断模块的医疗信息作为输入进行训练。9.如权利要求1至8任一所述的系统,其特征在于,训练模块包括:对应单元,用于从解析模块获取医疗概念文本,并确定医疗诊断信息对应的疾病;关联单元,用于从医疗专业知识数据库获取医疗专业知识,并确定各疾病之间的并发症关系及...
【专利技术属性】
技术研发人员:梁亮,童毅轩,丁磊,姜珊珊,董滨,
申请(专利权)人:株式会社理光,
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。