诊断推荐方法及装置、电子设备和存储介质制造方法及图纸

本申请公开了一种诊断推荐方法及装置、电子设备和存储介质，其中，诊断推荐方法包括：基于深度学习模型对目标患者的关键文本进行预测，得到若干候选疾病的第一分值；且关键文本提取自目标患者的病历文本；基于逻辑回归模型将关键文本分别与各候选疾病的参考文本进行匹配，得到各候选疾病的第二分值；再基于各候选疾病的第一分值和第二分值，得到目标患者推荐诊断的最终疾病。上述方案，能够提高推荐准确率。确率。确率。

Recommended diagnostic methods and devices, electronic equipment and storage media

【技术实现步骤摘要】
诊断推荐方法及装置、电子设备和存储介质


[0001]本申请涉及智慧医疗
，特别是涉及一种诊断推荐方法及装置、电子设备和存储介质。

技术介绍

[0002]随着信息技术的发展，通过推荐系统进行智能化推荐服务，已经在各行各业得到广泛应用。以诊断推荐为例，在患者问诊过程中格外重要。例如，在医生与患者沟通过程中，通过诊断推荐，有助于辅助医生快速地对患者进行诊断。
[0003]研究发现，诸如医疗领域中诊断推荐等现有推荐系统通常受到特征工程及拟合不足或过量等因素影响，推荐准确率难免会降低。有鉴于此，如何提高推荐准确率成为亟待解决的问题。

技术实现思路

[0004]本申请主要解决的技术问题是提供一种诊断推荐方法及装置、电子设备和存储介质，能够提高推荐准确率。
[0005]为了解决上述技术问题，本申请第一方面提供了一种诊断推荐方法，包括：基于深度学习模型对目标患者的关键文本进行预测，得到若干候选疾病的第一分值；且关键文本提取自目标患者的病历文本；基于逻辑回归模型将关键文本分别与各候选疾病的参考文本进行匹配，得到各候选疾病的第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种诊断推荐方法，其特征在于，包括：基于深度学习模型对目标患者的关键文本进行预测，得到若干候选疾病的第一分值；其中，所述关键文本提取自所述目标患者的病历文本；基于逻辑回归模型将所述关键文本分别与各所述候选疾病的参考文本进行匹配，得到各所述候选疾病的第二分值；基于各所述候选疾病的第一分值和第二分值，得到所述目标患者推荐诊断的最终疾病。2.根据权利要求1所述的方法，其特征在于，所述基于各所述候选疾病的第一分值和第二分值，得到所述目标患者推荐诊断的最终疾病，包括：基于所述候选疾病的第一分值和第二分值进行加权，得到所述候选疾病的加权分值；基于各所述候选疾病的加权分值，选择至少一个所述候选疾病作为所述目标患者推荐诊断的最终疾病。3.根据权利要求2所述的方法，其特征在于，所述加权分值基于第一权重的权重值、第二权重的权重值分别对所述第一分值、所述第二分值加权得到，所述第一权重的权重值和所述第二权重的权重值基于所述深度学习模型和所述逻辑回归模型在测试数据中测试得到，且所述测试数据包括若干测试患者的测试病历文本，所述测试病历文本标注有所述测试患者的第一诊断疾病。4.根据权利要求3所述的方法，其特征在于，所述第一权重的权重值、所述第二权重的权重值的获取步骤包括：基于所述第一权重的参数值、所述第二权重的参数值分别对样本候选疾病的样本第一分值、样本第二分值进行样本分值加权，得到所述样本候选疾病的样本加权分值；其中，所述样本候选疾病的样本第一分值、样本第二分值分别基于所述深度学习模型、所述逻辑回归模型对所述测试病历文本处理得到；响应于各个所述样本候选疾病的样本加权分值与所述测试病历文本所标注的第一诊断疾病之间的差异比对不满足预设条件，调整所述第一权重的参数值和所述第二权重的参数值，并重新执行所述样本分值加权的步骤以及后续步骤；响应于各个所述样本候选疾病的样本加权分值与所述测试病历文本所标注的第一诊断疾病之间的差异比对满足预设条件，将所述第一权重最新的参数值作为所述第一权重的权重值，并将所述第二权重最新的参数值作为所述第二权重的权重值。5.根据权利要求1所述的方法，其特征在于，所述关键文本包括若干关键字段的子文本；所述基于逻...

【专利技术属性】
技术研发人员：张书通，李珊珊，鲍溪荷，赵景鹤，胡加学，贺志阳，鹿晓亮，
申请(专利权)人：安徽讯飞医疗股份有限公司，
类型：发明
国别省市：