本发明专利技术涉及人工智能及数字医疗，提供一种医疗方案推荐方法、装置、设备及存储介质。该方法基于临床数据构建医疗知识图谱，基于路径表征模型对医疗知识图谱中每个图谱路径进行编码，得到路径表征向量，根据路径表征模型中的嵌入层对待推荐疾病的疾病信息进行编码，得到疾病向量，根据疾病向量及路径表征向量生成待推荐疾病与每个图谱路径的匹配度，获取待推荐疾病与每个图谱路径中图谱方案的诊疗概率值，根据匹配度及诊疗概率值选取出疾病医疗方案及医疗解释路径，能够解决目前无法给出方案的合理解释的技术问题。此外，本发明专利技术还涉及区块链技术，所述疾病医疗方案及所述医疗解释路径可存储于区块链中。可存储于区块链中。可存储于区块链中。
【技术实现步骤摘要】
医疗方案推荐方法、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
，尤其涉及一种医疗方案推荐方法、装置、设备及存储介质。
技术介绍
[0002]在数字医疗领域中，通常通过训练好的预测模型为疾病输出对应的医疗方案，然而，目前的医疗方案预测模型，只能直接预测医疗方案对相关病灶的治疗分数，却无法获得医疗方案所对应的解释信息，导致输出的医疗方案无法很好的辅助临床经验较少的医疗人员，不利于医疗的发展。
技术实现思路
[0003]鉴于以上内容，有必要提供一种医疗方案推荐方法、装置、设备及存储介质，能够解决如何无法获得医疗方案所对应的解释信息的技术问题。
[0004]一方面，本专利技术提出一种医疗方案推荐方法，所述医疗方案推荐方法包括：
[0005]基于获取到的临床数据构建医疗知识图谱；
[0006]基于预先训练完成的路径表征模型对所述医疗知识图谱中每个图谱路径进行编码，得到每个图谱路径的路径表征向量；
[0007]响应于医疗方案推荐请求，基于所述医疗方案推荐请求获取待推荐疾病的疾病信息；
[0008]根据所述路径表征模型中的嵌入层对所述疾病信息进行编码，得到所述待推荐疾病的疾病向量；
[0009]根据所述疾病向量及多个所述路径表征向量生成所述待推荐疾病与每个图谱路径的匹配度；
[0010]从所述医疗知识图谱中获取所述待推荐疾病与每个图谱路径中的图谱方案的诊疗概率值；
[0011]根据所述匹配度及所述诊疗概率值，从所述医疗知识图谱中选取出所述待推荐疾病的疾病医疗方案及所述疾病医疗方案的医疗解释路径。
[0012]根据本专利技术优选实施例，所述基于获取到的临床数据构建医疗知识图谱包括：
[0013]从所述临床数据中提取多个实体节点；
[0014]根据所述多个实体节点的实体类型及所述多个实体节点在所述临床数据中的位置信息，构建多个初始路径；
[0015]从所述临床数据中识别出每个初始路径中任意两个实体节点的节点关系；
[0016]根据所述多个初始路径及所述节点关系生成所述医疗知识图谱。
[0017]根据本专利技术优选实施例，所述根据所述多个实体节点的实体类型及所述多个实体节点在所述临床数据中的位置信息，构建多个初始路径包括：
[0018]根据所述位置信息，对所述多个实体节点进行归类，得到多个节点集合；
[0019]对于每个节点集合，将所述实体类型为预设类型的实体节点作为父节点，并将所述实体类型不为所述预设类型的实体节点作为所述父节点的子节点，构建出与每个节点集合所对应的初始路径。
[0020]根据本专利技术优选实施例，所述路径表征模型包括所述嵌入层、卷积层、池化层及隐藏层，所述基于预先训练完成的路径表征模型对所述医疗知识图谱中每个图谱路径进行编码，得到每个图谱路径的路径表征向量包括：
[0021]根据所述嵌入层中的第一映射表对所述多个实体节点进行编码，得到第一向量，根据所述嵌入层中的第二映射表对所述实体类型进行编码，得到第二向量；
[0022]根据所述嵌入层中的第三映射表对所述节点关系进行编码，得到第三向量；
[0023]根据所述第一向量、所述第二向量及所述第三向量生成每个图谱路径的路径初始向量；
[0024]基于所述卷积层对所述路径初始向量进行卷积映射处理，得到路径卷积向量；
[0025]基于所述池化层对所述路径卷积向量进行下采样处理，得到路径池化向量；
[0026]基于所述隐藏层对所述路径池化向量进行重置更新处理，得到所述路径表征向量。
[0027]根据本专利技术优选实施例，所述根据所述疾病向量及多个所述路径表征向量生成所述待推荐疾病与每个图谱路径的匹配度包括：
[0028]拼接所述疾病向量与每个路径表征向量，得到多个拼接向量；
[0029]基于每个拼接向量、第一预设矩阵、第二预设矩阵及预设阈值生成所述待推荐疾病与每个图谱路径的匹配分值，所述匹配分值的计算公式为：其中，y
i
表示所述待推荐疾病与第i个图谱路径的匹配分值，p
i
表示所述疾病向量与所述第i个图谱路径所对应的路径表征向量所得到的拼接向量，W1表示所述第一预设矩阵，W2表示所述第二预设矩阵，γ表示所述预设阈值；
[0030]对多个所述匹配分值进行归一化处理，得到所述匹配度。
[0031]根据本专利技术优选实施例，所述多个实体节点包括疾病实体及所述图谱方案，在从所述医疗知识图谱中获取所述待推荐疾病与每个图谱路径中的图谱方案的诊疗概率值之前，所述方法还包括：
[0032]从所述临床数据中定位出同时包括所述疾病实体及所述图谱方案的临床语句；
[0033]从所述临床语句中提取出字符类型为设定类型的词汇作为诊疗分值；
[0034]对多个所述诊疗分值进行归一化处理，得到所述疾病实体与所述图谱方案的治疗权值。
[0035]根据本专利技术优选实施例，所述根据所述匹配度及所述诊疗概率值，从所述医疗知识图谱中选取出所述待推荐疾病的疾病医疗方案及所述疾病医疗方案的医疗解释路径包括：
[0036]对所述匹配度及所述诊疗概率值进行加权和运算，得到目标分值；
[0037]将所述目标分值最大的图谱路径中所对应的图谱方案确定为所述疾病医疗方案，并将所述目标分值最大的图谱路径确定为所述医疗解释路径。
[0038]另一方面，本专利技术还提出一种医疗方案推荐装置，所述医疗方案推荐装置包括：
[0039]构建单元，用于基于获取到的临床数据构建医疗知识图谱；
[0040]编码单元，用于基于预先训练完成的路径表征模型对所述医疗知识图谱中每个图谱路径进行编码，得到每个图谱路径的路径表征向量；
[0041]获取单元，用于响应于医疗方案推荐请求，基于所述医疗方案推荐请求获取待推荐疾病的疾病信息；
[0042]所述编码单元，还用于根据所述路径表征模型中的嵌入层对所述疾病信息进行编码，得到所述待推荐疾病的疾病向量；
[0043]生成单元，用于根据所述疾病向量及多个所述路径表征向量生成所述待推荐疾病与每个图谱路径的匹配度；
[0044]所述获取单元，还用于从所述医疗知识图谱中获取所述待推荐疾病与每个图谱路径中的图谱方案的诊疗概率值；
[0045]选取单元，用于根据所述匹配度及所述诊疗概率值，从所述医疗知识图谱中选取出所述待推荐疾病的疾病医疗方案及所述疾病医疗方案的医疗解释路径。
[0046]另一方面，本专利技术还提出一种电子设备，所述电子设备包括：
[0047]存储器，存储计算机可读指令；及
[0048]处理器，执行所述存储器中存储的计算机可读指令以实现所述医疗方案推荐方法。
[0049]另一方面，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述医疗方案推荐方法。
[本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种医疗方案推荐方法，其特征在于，所述医疗方案推荐方法包括：基于获取到的临床数据构建医疗知识图谱；基于预先训练完成的路径表征模型对所述医疗知识图谱中每个图谱路径进行编码，得到每个图谱路径的路径表征向量；响应于医疗方案推荐请求，基于所述医疗方案推荐请求获取待推荐疾病的疾病信息；根据所述路径表征模型中的嵌入层对所述疾病信息进行编码，得到所述待推荐疾病的疾病向量；根据所述疾病向量及多个所述路径表征向量生成所述待推荐疾病与每个图谱路径的匹配度；从所述医疗知识图谱中获取所述待推荐疾病与每个图谱路径中的图谱方案的诊疗概率值；根据所述匹配度及所述诊疗概率值，从所述医疗知识图谱中选取出所述待推荐疾病的疾病医疗方案及所述疾病医疗方案的医疗解释路径。2.如权利要求1所述的医疗方案推荐方法，其特征在于，所述基于获取到的临床数据构建医疗知识图谱包括：从所述临床数据中提取多个实体节点；根据所述多个实体节点的实体类型及所述多个实体节点在所述临床数据中的位置信息，构建多个初始路径；从所述临床数据中识别出每个初始路径中任意两个实体节点的节点关系；根据所述多个初始路径及所述节点关系生成所述医疗知识图谱。3.如权利要求2所述的医疗方案推荐方法，其特征在于，所述根据所述多个实体节点的实体类型及所述多个实体节点在所述临床数据中的位置信息，构建多个初始路径包括：根据所述位置信息，对所述多个实体节点进行归类，得到多个节点集合；对于每个节点集合，将所述实体类型为预设类型的实体节点作为父节点，并将所述实体类型不为所述预设类型的实体节点作为所述父节点的子节点，构建出与每个节点集合所对应的初始路径。4.如权利要求2所述的医疗方案推荐方法，其特征在于，所述路径表征模型包括所述嵌入层、卷积层、池化层及隐藏层，所述基于预先训练完成的路径表征模型对所述医疗知识图谱中每个图谱路径进行编码，得到每个图谱路径的路径表征向量包括：根据所述嵌入层中的第一映射表对所述多个实体节点进行编码，得到第一向量，根据所述嵌入层中的第二映射表对所述实体类型进行编码，得到第二向量；根据所述嵌入层中的第三映射表对所述节点关系进行编码，得到第三向量；根据所述第一向量、所述第二向量及所述第三向量生成每个图谱路径的路径初始向量；基于所述卷积层对所述路径初始向量进行卷积映射处理，得到路径卷积向量；基于所述池化层对所述路径卷积向量进行下采样处理，得到路径池化向量；基于所述隐藏层对所述路径池化向量进行重置更新处理，得到所述路径表征向量。5.如权利要求1所述的医疗方案推荐方法，其特征在于，所述根据所述疾病向量及多个所述路径表征向量生成所述待推荐疾病与每个图谱路径的匹配度包括：
拼接所述疾病向量与每个路径表征向量，得到多个拼接向量；基于每个拼接向量、第一预设矩...
【专利技术属性】
技术研发人员：李春宇，
申请(专利权)人：平安科技深圳有限公司，
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。