信息预测方法、装置、存储介质及计算机设备制造方法及图纸

本发明专利技术公开了一种信息预测方法、装置、存储介质及计算机设备，涉及数字医疗技术领域，主要在于能够提高信息预测的精度。其中方法包括：获取待预测患者的疾病信息，以及获取医疗知识图谱；将所述医疗知识图谱输入至预设知识图谱补全模型中进行知识补全，得到补全后的医疗知识图谱；基于所述补全后的医疗知识图谱和所述疾病信息，为所述待预测患者进行信息预测。本发明专利技术适用于对信息进行预测。本发明专利技术适用于对信息进行预测。本发明专利技术适用于对信息进行预测。

【技术实现步骤摘要】
信息预测方法、装置、存储介质及计算机设备


[0001]本专利技术涉及数字医疗
，尤其是涉及一种信息预测方法、装置、存储介质及计算机设备。

技术介绍

[0002]疾病信息囊括了疾病症状、检查、诊断等医学知识以及患者的人口学信息、医学信息，随着疾病信息的应用率逐渐走高，通过数据挖掘可以提取其中的海量信息，构建更为丰富的临床应用，辅助医护决策，提高医疗健康服务质量，其中，利用疾病信息为患者进行信息预测是对疾病信息的一项重要应用。
[0003]目前，通常根据现有的知识图谱为患者进行信息预测。然而，现有的知识图谱中仅存在部分信息，即信息不够全面，因此基于现有的知识图谱为患者进行信息预测，会导致信息预测的精度较低。

技术实现思路

[0004]本专利技术提供了一种信息预测方法、装置、存储介质及计算机设备，主要在于能够提高信息预测的精度。
[0005]根据本专利技术的第一个方面，提供一种信息预测方法，包括：
[0006]获取待预测患者的疾病信息，以及获取医疗知识图谱；
[0007]将所述医疗知识图谱输入至预设知识图谱补全模型中进行知识补全，得到补全后的医疗知识图谱；
[0008]基于所述补全后的医疗知识图谱和所述疾病信息，为所述待预测患者进行信息预测。
[0009]根据本专利技术的第二个方面，提供一种信息预测装置，包括：
[0010]获取单元，用于获取待预测患者的疾病信息，以及获取医疗知识图谱；
[0011]知识补全单元，用于将所述医疗知识图谱输入至预设知识图谱补全模型中进行知识补全，得到补全后的医疗知识图谱；
[0012]预测单元，用于基于所述补全后的医疗知识图谱和所述疾病信息，为所述待预测患者进行信息预测。
[0013]根据本专利技术的第三个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：
[0014]获取待预测患者的疾病信息，以及获取医疗知识图谱；
[0015]将所述医疗知识图谱输入至预设知识图谱补全模型中进行知识补全，得到补全后的医疗知识图谱；
[0016]基于所述补全后的医疗知识图谱和所述疾病信息，为所述待预测患者进行信息预测。
[0017]根据本专利技术的第四个方面，提供一种计算机设备，包括存储器、处理器及存储在存
储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：
[0018]获取待预测患者的疾病信息，以及获取医疗知识图谱；
[0019]将所述医疗知识图谱输入至预设知识图谱补全模型中进行知识补全，得到补全后的医疗知识图谱；
[0020]基于所述补全后的医疗知识图谱和所述疾病信息，为所述待预测患者进行信息预测。
[0021]根据本专利技术提供的一种信息预测方法、装置、存储介质及计算机设备，与目前根据现有的知识图谱为患者进行信息预测的方式相比，本专利技术通过获取待预测患者的疾病信息，以及获取医疗知识图谱；并将所述医疗知识图谱输入至预设知识图谱补全模型中进行知识补全，得到补全后的医疗知识图谱；最终基于所述补全后的医疗知识图谱和所述疾病信息，为所述待预测患者进行信息预测，由此通过将知识图谱输入至预设知识图谱补全模型中进行知识补全，得到补全后的医疗知识图谱，最终基于所述补全后的医疗知识图谱和所述待预测患者的疾病信息，为所述待预测患者进行信息预测，避免现有知识图谱信息不够全面导致信息预测不准确的情况，进而提高了信息预测的精度。
附图说明
[0022]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0023]图1示出了本专利技术实施例提供的一种信息预测方法流程图；
[0024]图2示出了本专利技术实施例提供的另一种信息预测方法流程图；
[0025]图3示出了本专利技术实施例提供的一种信息预测装置的结构示意图；
[0026]图4示出了本专利技术实施例提供的另一种信息预测装置的结构示意图；
[0027]图5示出了本专利技术实施例提供的一种计算机设备的实体结构示意图。
具体实施方式
[0028]下文中将参考附图并结合实施例来详细说明本专利技术。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0029]目前，根据现有的知识图谱为患者进行信息预测的方式，因为现有知识图谱中的信息不够全面，导致信息预测的精度较低。
[0030]为了解决上述问题，本专利技术实施例提供了一种信息预测方法，如图1所示，所述方法包括：
[0031]101、获取待预测患者的疾病信息，以及获取医疗知识图谱。
[0032]其中，所述疾病信息包括待预测患者的基本信息和疾病信息，所述基本信息如年龄、性别和职业等，所述疾病信息如患者的就诊记录、患者所患疾病的种类、症状等，所述医疗知识图谱为结构化的语义知识库，所述知识图谱的基本单位为实体
‑
关系
‑
实体构成的的三元组，所述实体指的是具有可区别性且独立存在的某种事物，实体是知识图谱中的最基本元素，不同的实体间存在不同的关系，关系是连接不同的实体，指代实体之间的联系，通过关系节点把知识图谱中的实体连接起来，形成网状结构，即为知识图谱。
[0033]对于本专利技术实施例，为了克服现有技术中信息预测精度较低的问题，本专利技术实施
例通过将知识图谱输入至预设知识图谱补全模型中进行知识补全，得到补全后的医疗知识图谱，最终基于所述补全后的医疗知识图谱和所述待预测患者的疾病信息，为所述待预测患者进行信息预测，避免现有知识图谱信息不够全面导致信息预测不准确的情况，进而提高了信息预测的精度。本专利技术实施例主要应用于对信息进行预测的场景，本专利技术实施例的执行主体为能够对信息进行预测的装置或者设备，具体可以设置在客户端或者服务器一侧。
[0034]具体地，医院的数据库中存储有各个就诊患者的医疗信息，通过患者的身份ID信息能够登录所述数据库并查询所述待预测患者对应的医疗信息，若所述待预测患者为首次就诊，则通过待预测患者口述的信息或者为待预测患者做的检查报告中可以获取待预测患者对应的疾病信息，之后对所述待预测患者的疾病信息进行去重处理，得到去重后的疾病信息，根据所述去重后的疾病信息为所述待预测患者绘制疾病画像，最终根据所述待预测患者的疾病画像，为所述待预测患者进行信息预测，与此同时，医院的数据库中还存储有医疗知识图谱，也可以预先构建医疗知识图谱，供医生问诊需要，由此通过获取的所述医疗知识图谱，对所述医疗知识图谱进行知识补全，得到补全后的医疗知识图谱，最终根据所述待预测患者的疾病信息和所述补全后的医疗知识图谱，为所述待预测患者进行信息预测，能够提高医生问诊的效率，通过对医疗知识图谱进行知识补全，能够提高信息预测的精度。
[0035]102、将所述医疗知识图谱输入至预设知识图谱补全模型中进行知识补全，得到补全后的医疗知识图谱本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息预测方法，其特征在于，包括：获取待预测患者的疾病信息，以及获取医疗知识图谱；将所述医疗知识图谱输入至预设知识图谱补全模型中进行知识补全，得到补全后的医疗知识图谱；基于所述补全后的医疗知识图谱和所述疾病信息，为所述待预测患者进行信息预测。2.根据权利要求1所述的方法，其特征在于，所述将所述医疗知识图谱输入至预设知识图谱补全模型中进行知识补全，得到补全后的医疗知识图谱，包括：获取所述医疗知识图谱中各个三元组对应的头实体，尾实体，以及所述头实体和所述尾实体之间的实体关系；分别确定所述头实体对应的第一嵌入向量、所述尾实体对应的第二嵌入向量和所述实体关系对应的第三嵌入向量；将所述第一嵌入向量、所述第二嵌入向量和所述第三嵌入向量输入至所述预设知识图谱补全模型中进行知识补全，得到补全后的医疗知识图谱。3.根据权利要求2所述的方法，其特征在于，所述预设知识图谱补全模型为多层感知器，所述将所述第一嵌入向量、所述第二嵌入向量和所述第三嵌入向量输入至所述预设知识图谱补全模型中进行知识补全，得到补全后的医疗知识图谱，包括：将所述第一嵌入向量、所述第二嵌入向量和所述第三嵌入向量进行横向拼接，得到拼接后的向量；将所述拼接后的向量输入至所述多层感知器，提取所述多层感知器中最后一个全连接层输出的特征；将所述最后一个全连接层输出的特征输入至所述多层感知器中的softmax层，得到新增三元组；基于所述各个三元组和所述新增三元组，确定补全后的医疗知识图谱。4.根据权利要求1所述的方法，其特征在于，所述基于所述补全后的医疗知识图谱和所述疾病信息，为所述待预测患者进行信息预测，包括：基于所述补全后的医疗知识图谱，构建预设信息预测模型；将所述疾病信息输入至所述预设信息预测模型中进行信息预测，得到所述待预测患者对应的信息预测结果。5.根据权利要求4所述的方法，其特征在于，所述将...

【专利技术属性】
技术研发人员：袁定强，郝碧波，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：