科室推荐方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能及数字医疗，提供一种科室推荐方法、装置、设备及存储介质。该方法获取预测疾病的疾病名称及配置科室的科室模板，根据科室模板及疾病名称生成交互向量，基于编码器对交互向量进行编码处理，得到编码信息，根据解码器对编码信息进行解码处理，得到解码信息，基于预测输出层对解码信息进行预测，得到目标科室及预测概率，根据预测概率及目标科室能够准确的生成科室推荐方案。此外，本发明专利技术还涉及区块链技术，所述科室推荐方案可存储于区块链中。区块链中。区块链中。

【技术实现步骤摘要】
科室推荐方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能及数字医疗
，尤其涉及一种科室推荐方法、装置、设备及存储介质。

技术介绍

[0002]在数字医疗领域中，随着人工智能的发展，通过线上医疗服务应用即可搜索出能够治疗疾病的具体科室。在将疾病划分到具体科室时，由于疾病名称的文本长度较短，现有模型很难充分学习到疾病的语义信息，从而造成现有模型无法准确的给疾病推荐出合适的诊疗科室。
[0003]因此，如何准确的给疾病推荐出合适的诊疗科室，成了亟需解决的技术问题。

技术实现思路

[0004]鉴于以上内容，有必要提供一种科室推荐方法、装置、设备及存储介质，能够解决如何准确的给疾病推荐出合适的诊疗科室的技术问题。
[0005]一方面，本专利技术提出一种科室推荐方法，应用于电子设备，所述科室推荐方法包括：
[0006]获取预测疾病的疾病名称，并获取多个配置科室的科室模板；
[0007]根据每个科室模板及所述疾病名称生成所述预测疾病与每个配置科室的交互向量；
[0008]获取预先训练完成的科室识别模型，所述科室识别模型包括多个编码器、多个解码器及预测输出层；
[0009]基于所述多个编码器对所述交互向量进行编码处理，得到编码信息；
[0010]根据所述多个解码器在所述科室识别模型的拼接顺序，对所述编码信息进行依次解码处理，得到解码信息；
[0011]基于所述预测输出层对所述解码信息进行预测，得到与所述预测疾病匹配的目标科室及所述目标科室的预测概率；
[0012]根据所述预测概率及所述目标科室生成所述预测疾病的科室推荐方案。
[0013]根据本专利技术优选实施例，所述根据每个科室模板及所述疾病名称生成所述预测疾病与每个配置科室的交互向量包括：
[0014]将每个科室模板作为第一句子，所述疾病名称作为第二句子，并基于预设标识拼接每个第一句子及所述第二句子，得到文本信息；
[0015]对所述文本信息进行分词处理，得到多个文本词汇；
[0016]识别每个文本词汇所在的句子所对应的句子编号；
[0017]识别每个文本词汇在所述文本信息中的位置编号；
[0018]基于每个文本词汇的词汇表征、所述句子编号及所述位置编号生成每个文本词汇的词汇向量；
[0019]依据所述位置编号，拼接多个所述词汇向量，得到所述交互向量。
[0020]根据本专利技术优选实施例，在获取预先训练完成的科室识别模型之前，所述科室推荐方法还包括：
[0021]获取多个训练疾病，并获取每个训练疾病所对应的诊疗科室；
[0022]根据所述多个训练疾病及多个所述诊疗科室生成多个训练样本，每个训练样本包括训练文本匹配对及该训练样本中样本疾病所对应的标注科室，所述训练文本匹配对包括该样本疾病所对应的训练名称及样本科室的科室信息；
[0023]基于预先构建的科室识别网络对所述训练文本匹配对进行识别，得到识别结果；
[0024]基于所述识别结果及所述标注科室生成所述科室识别网络的网络损失值；
[0025]根据所述网络损失值调整所述科室识别网络的网络参数，直至满足预设条件，得到所述科室识别模型。
[0026]根据本专利技术优选实施例，所述基于所述多个编码器对所述交互向量进行编码处理，得到编码信息包括：
[0027]对于任一编码器，基于所述交互向量的表征维度，从所述任一编码器中提取多个权值矩阵；
[0028]基于所述多个权值矩阵生成所述交互向量的多个配置向量；
[0029]基于所述多个配置向量中的任意两个配置向量及任一配置向量的向量维度，计算所述交互向量中每个表征词汇对其余词汇的关注度；
[0030]根据所述关注度及所述多个配置向量中的目标向量生成关注编码；
[0031]基于所述任一编码器的编码权值对所述关注编码进行加权和运算，得到初始向量，并将所述初始向量作为下一个编码器的交互向量进行编码处理，直至所述多个编码器均参与编码，得到所述编码信息。
[0032]根据本专利技术优选实施例，所述多个解码器包括第一解码器及第二解码器，所述第一解码器的拼接顺序小于所述第二解码器的拼接顺序，所述根据所述多个解码器在所述科室识别模型的拼接顺序，对所述编码信息进行依次解码处理，得到解码信息包括：
[0033]基于所述第一解码器的第一注意力网络对所述编码信息进行注意力分析，得到第一注意力信息；
[0034]基于所述第一解码器的第二注意力网络对所述第一注意力信息进行注意力分析，得到第二注意力信息；
[0035]基于所述第一解码器的解码权值对所述第二注意力信息进行加权和运算，得到解码数据；
[0036]拼接所述解码数据及所述编码信息，得到拼接信息；
[0037]基于所述第二解码器对所述拼接信息进行解码处理，直至所述多个解码器均参与解码，得到所述解码信息。
[0038]根据本专利技术优选实施例，所述基于所述预测输出层对所述解码信息进行预测，得到与所述预测疾病匹配的目标科室及所述目标科室的预测概率包括：
[0039]基于所述预测输出层的激活函数对所述解码信息进行激活处理，得到激活信息；
[0040]对所述激活信息进行归一化处理，得到所述预测疾病在每个配置科室上的输出概率；
[0041]基于所述预测输出层的概率阈值及所述输出概率，从所述多个配置科室中筛选出所述目标科室，并将所述目标科室所对应的输出概率确定为所述目标科室对应的预测概率。
[0042]根据本专利技术优选实施例，所述根据所述预测概率及所述目标科室生成所述预测疾病的科室推荐方案包括：
[0043]统计多个所述目标科室的科室数量；
[0044]识别所述电子设备的设备界面中展示行数阈值；
[0045]若所述科室数量小于或者等于所述展示行数阈值，则根据所述预测概率对多个所述目标科室进行排列，得到所述科室推荐方案；或者
[0046]若所述科室数量大于所述展示行数阈值，则根据所述预测概率及所述展示行数阈值，从所述多个目标科室中筛选出推荐科室，并根据所述推荐科室及所述推荐科室的预测概率生成所述科室推荐方案。
[0047]另一方面，本专利技术还提出一种科室推荐装置，运行于电子设备，所述科室推荐装置包括：
[0048]获取单元，用于获取预测疾病的疾病名称，并获取多个配置科室的科室模板；
[0049]生成单元，用于根据每个科室模板及所述疾病名称生成所述预测疾病与每个配置科室的交互向量；
[0050]所述获取单元，还用于获取预先训练完成的科室识别模型，所述科室识别模型包括多个编码器、多个解码器及预测输出层；
[0051]编码单元，用于基于所述多个编码器对所述交互向量进行编码处理，得到编码信息；
[0052]解码单元，用于根据所述多个解码器在所述科室识别模型的拼接顺序，对所述编码信息进行依次解码处理，得到解码信息；
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种科室推荐方法，应用于电子设备，其特征在于，所述科室推荐方法包括：获取预测疾病的疾病名称，并获取多个配置科室的科室模板；根据每个科室模板及所述疾病名称生成所述预测疾病与每个配置科室的交互向量；获取预先训练完成的科室识别模型，所述科室识别模型包括多个编码器、多个解码器及预测输出层；基于所述多个编码器对所述交互向量进行编码处理，得到编码信息；根据所述多个解码器在所述科室识别模型的拼接顺序，对所述编码信息进行依次解码处理，得到解码信息；基于所述预测输出层对所述解码信息进行预测，得到与所述预测疾病匹配的目标科室及所述目标科室的预测概率；根据所述预测概率及所述目标科室生成所述预测疾病的科室推荐方案。2.如权利要求1所述的科室推荐方法，其特征在于，所述根据每个科室模板及所述疾病名称生成所述预测疾病与每个配置科室的交互向量包括：将每个科室模板作为第一句子，所述疾病名称作为第二句子，并基于预设标识拼接每个第一句子及所述第二句子，得到文本信息；对所述文本信息进行分词处理，得到多个文本词汇；识别每个文本词汇所在的句子所对应的句子编号；识别每个文本词汇在所述文本信息中的位置编号；基于每个文本词汇的词汇表征、所述句子编号及所述位置编号生成每个文本词汇的词汇向量；依据所述位置编号，拼接多个所述词汇向量，得到所述交互向量。3.如权利要求1所述的科室推荐方法，其特征在于，在获取预先训练完成的科室识别模型之前，所述科室推荐方法还包括：获取多个训练疾病，并获取每个训练疾病所对应的诊疗科室；根据所述多个训练疾病及多个所述诊疗科室生成多个训练样本，每个训练样本包括训练文本匹配对及该训练样本中样本疾病所对应的标注科室，所述训练文本匹配对包括该样本疾病所对应的训练名称及样本科室的科室信息；基于预先构建的科室识别网络对所述训练文本匹配对进行识别，得到识别结果；基于所述识别结果及所述标注科室生成所述科室识别网络的网络损失值；根据所述网络损失值调整所述科室识别网络的网络参数，直至满足预设条件，得到所述科室识别模型。4.如权利要求1所述的科室推荐方法，其特征在于，所述基于所述多个编码器对所述交互向量进行编码处理，得到编码信息包括：对于任一编码器，基于所述交互向量的表征维度，从所述任一编码器中提取多个权值矩阵；基于所述多个权值矩阵生成所述交互向量的多个配置向量；基于所述多个配置向量中的任意两个配置向量及任一配置向量的向量维度，计算所述交互向量中每个表征词汇对其余词汇的关注度；根据所述关注度及所述多个配置向量中的目标向量生成关注编码；
基于所述任一编码器的编码权值对所述关注编码进行加权和运算，得到初始向量，并将所述初始向量作为下一个编码器的交互向量进行编码处理，直至所述多个编码器均参与编码，得到所述编码信息。5.如权利要求1所述的科室推荐方法，其特征在于，所述多个解码器包括第一解码器及第二解码器，所述第一解码器的拼接顺序小于所述第二解码器的拼接顺序，所述根据所述多个解码器在所述科室...

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