辅助诊断方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种辅助诊断方法、装置、设备及存储介质，本申请预先配置的动态知识图谱相比于静态知识图谱进一步融合了历史病例信息，包含有更加丰富的疾病推理路径。对于待分析的当前病例，提取概念

【技术实现步骤摘要】
辅助诊断方法、装置、设备及存储介质


[0001]本申请涉及知识图谱应用
，更具体的说，是涉及一种辅助诊断方法、装置、设备及存储介质。

技术介绍

[0002]辅助诊断系统是指借助人工智能、知识图谱等技术，在医生撰写病例的同时能够实时预测疾病，辅助医生进行疾病诊断的技术。结合辅助诊断系统能够降低误诊、漏诊率，并向医生输出诊疗建议，辅助医生进行诊疗。
[0003]现有的辅助诊断系统一般使用静态的知识图谱，该静态知识图谱一般是基于医学期刊、教材、文献等构建，仅包含医学领域下的相关知识，如症状、体征、疾病发病因素、检查检验、并发症、鉴别诊断等相关概念及其实体内容。在使用过程从静态知识图谱中提取与当前用户病例相关的知识信息，以增强当前用户病例的特征表示，进而采用分类模型等对当前用户病例进行疾病分类，确定所属的疾病诊断。本案申请人研究发现，现有辅助诊断方法仅参考静态的知识图谱信息来确定疾病诊断，容易导致误诊，也即输出错误的疾病诊断结果。

技术实现思路

[0004]鉴于上述问题，提出了本申请以便提供一种辅助诊断方法、装置、设备及存本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种辅助诊断方法，其特征在于，包括：从待分析的当前病例中提取结构化的概念
‑
实体对；将概念
‑
实体对中的实体与配置的动态知识图谱中相同概念下的实体进行链接，得到链接实体节点，其中：所述动态知识图谱包含医学领域下属于各概念的实体节点、病例节点及节点间的连接关系，其中实体节点包括疾病节点，所述病例节点与对应的历史病例中提取的实体在动态知识图谱中所链接的实体节点之间存在连接关系；以所述当前病例作为一个病例节点，结合各所述链接实体节点、所述链接实体节点在所述动态知识图谱中至疾病节点的推理路径，构建动态子图谱；基于所述动态子图谱，计算所述病例节点与动态子图谱中各疾病节点的相关度，并确定满足设定相关度条件的各候选疾病节点，各候选疾病节点对应的候选疾病作为所述当前病例对应的候选疾病诊断。2.根据权利要求1所述的方法，其特征在于，还包括：在所述动态子图谱中确定从所述病例节点至每一候选疾病节点的推理路径；和/或，以每一候选疾病节点与所述病例节点的相关度作为对应候选疾病的诊断概率。3.根据权利要求1所述的方法，其特征在于，所述从待分析的当前病例中提取结构化的概念
‑
实体对，包括：调用预配置的大语言模型，从待分析的当前病例中提取结构化的概念
‑
实体对。4.根据权利要求3所述的方法，其特征在于，所述调用预配置的大语言模型，从待分析的当前病例中提取结构化的概念
‑
实体对，包括：获取预配置的第一prompt指令模板，所述第一prompt指令模板包括病例槽及概念槽，所述病例槽用于填充病例信息，所述概念槽用于填充全部概念，所述第一prompt指令模板用于指示大语言模型参考概念槽内的各概念，从病例槽内的病例中提取结构化的概念
‑
实体对；将待分析的当前病例填充至所述病例槽，以及将医学领域下的各概念填充至所述概念槽，得到编辑后的第一提示指令prompt，并输入大语言模型，得到大语言模型输出的概念
‑
实体对。5.根据权利要求1所述的方法，其特征在于，在将概念
‑
实体对中的实体与配置的动态知识图谱中相同概念下的实体进行链接之前，该方法还包括：对所述概念
‑
实体对中的实体进行标准化处理，得到标准化处理后的概念
‑
实体对。6.根据权利要求1所述的方法，其特征在于，所述将概念
‑
实体对中的实体与配置的动态知识图谱中相同概念下的实体进行链接，包括：若所述概念
‑
实体对中的实体属于短语型实体，则采用词映射表的方式与动态知识图谱中的实体节点进行链接；若所述概念
‑
实体对中的实体属于文本描述型实体，则调用大语言模型度量实体与动态知识图谱中各实体节点的文本相似度，并选取满足设定相似度条件的实体节点进行链接。7.根据权利要求1所述的方法，其特征在于，在将概念
‑
实体对中的实体与配置的动态知识图谱中相同概念下的实体进行链接之后，该方法还包括：
设置所述动态子图谱中所述病例节点至所述链接实体节点之间边的属性值，其中，若所述概念
‑
实体对中实体与对应链接实体节点之间为负向关联关系，则将所述病例节点与所述链接实体节点间边的属性值设置为负向值，若所述概念
‑
实体对中实体与对应链接实体节点之间为正向关联关系，则将所述病例节点与所述链接实体节点间边的属性值设置为正向值。8.根据权利要求1所述的方法，其特征在于，在构建动态子图谱之前，该方法还包括：在病例数据库中查找与所述当前病例相似的历史病例；在所述动态知识图谱中确定相似历史病例所关联的各节点，各节点包括相似历史病例节点、相似历史病例节点所连接的实体节点及相似历史病例对应的疾病节点；则构建动态子图谱的过程，具体包括：以所述当前病例作为一个病例节点，结合各所述链接实体节点、所述链接实体节点在所述动态知识图谱中至疾病节点的推理路径、所述相似历史病例所关联的各节点，构建动态子图谱。9.根据权利要求1所述的方法，其特征在于，基于所述动态子图谱，计算所述病例节点与动态子图谱中各疾病节点的相关度，包括：调用预训练的图卷积神经网络模型对所述动态子图谱进行推理，得到所述病例节点及所述动态子图谱中每一疾病节点的向量表示，并基于所述病例节点的向量...

【专利技术属性】
技术研发人员：储荟，鲍溪荷，杜倩云，李珊珊，胡加学，赵景鹤，贺志阳，鹿晓亮，王士进，
申请(专利权)人：讯飞医疗科技股份有限公司，
类型：发明
国别省市：