诊断信息生成方法、装置、存储介质及计算机设备制造方法及图纸

本申请提供的一种诊断信息生成方法、装置、存储介质及计算机设备，所述方法包括：响应于授权患者的诊断请求，采集所述授权患者的面部图像，并接收所述授权患者的目标病情描述信息，所述目标病情描述信息为文字信息；对所述面部图像进行面部属性识别处理，得到面部属性信息；根据所述目标病情描述信息以及所述面部属性信息，生成患者信息；将所述患者信息输入至预先获取的医疗大语言模型，输出所述授权患者的初步诊断信息。通过将面部属性信息与医疗大模型相结合，可以有效获得患者的基本情况，对患者的基本信息进行准确的识别和应用，从而使得模型可以根据不同患者面临的特定情况，个性化地辅助医生做出更加精准的治疗方案。性化地辅助医生做出更加精准的治疗方案。性化地辅助医生做出更加精准的治疗方案。

【技术实现步骤摘要】
诊断信息生成方法、装置、存储介质及计算机设备


[0001]本申请涉及人工智能技术
，尤其涉及一种诊断信息生成方法、装置、存储介质及计算机设备。

技术介绍

[0002]医疗大语言模型是一种基于自然语言处理技术和深度学习算法的强大工具，它可以对诸如医学文献、病例报告和临床指南等多种类型的医疗数据进行学习和分析。这些医疗数据来源广泛，涉及各个医学领域的案例，以及大量经验丰富的医生和研究人员所贡献的专业知识。在医疗实践中，医疗大语言模型具有很多潜在的应用场景，不仅能够协助医生更快速、准确地进行诊断和药物治疗，还可以辅助医生进行病历记录，帮助医学研究人员进行科学探索。
[0003]尽管医疗大语言模型被广泛认为是一种强大而重要的技术手段，但在实际应用中，现有的医疗大语言模型无法有效获得患者的基本情况，无法对患者的基本信息进行准确的识别和应用，从而导致模型可能无法根据不同患者面临的特定情况，个性化地辅助医生做出更加精准的治疗方案。

技术实现思路

[0004]本申请的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中无法对患者的基本信息进行准确的识别和应用的技术缺陷。
[0005]第一方面，本申请提供了一种诊断信息生成方法，所述方法包括：
[0006]响应于授权患者的诊断请求，采集所述授权患者的面部图像，并接收所述授权患者的目标病情描述信息，所述目标病情描述信息为文字信息；
[0007]对所述面部图像进行面部属性识别处理，得到面部属性信息；
[0008]根据所述目标病情描述信息以及所述面部属性信息，生成患者信息；
[0009]将所述患者信息输入至预先获取的医疗大语言模型，输出所述授权患者的初步诊断信息。
[0010]在其中一个实施例中，所述对所述面部图像进行面部属性识别处理，得到面部属性信息的步骤，包括：
[0011]利用面部检测算法将所述面部图像中的面部进行定位并标记；
[0012]对标记后的面部图像进行面部特征提取，得到与所述面部图像对应的面部特征；
[0013]对所述面部特征进行面部属性预测，得到每个面部属性的预测结果，并将各个所述面部属性的预测结果作为所述面部属性信息，所述面部属性包括年龄、性别、发量和表情。
[0014]在其中一个实施例中，若所述医疗大语言模型内置医疗知识库信息，所述医疗知识库信息包括科室信息和医生信息，则所述将所述患者信息输入至预先获取的医疗大语言模型，输出所述授权患者的初步诊断信息的同时，还包括：
[0015]输出与所述初步诊断信息对应的目标科室信息和目标医生信息。
[0016]在其中一个实施例中，所述接收所述授权患者的目标病情描述信息的步骤，包括：
[0017]获取所述授权患者输入的初始病情描述信息，并确定所述初始病情描述信息的信息类型；
[0018]若所述初始病情描述信息的信息类型为文字信息，则接收所述初始病情描述信息为所述目标病情描述信息；
[0019]若所述初始病情描述信息的信息类型为语音信息，则通过语音识别处理方式，将所述初始病情描述信息的信息类型转化为文字信息，并接收转化后的初始病情描述信息为所述目标病情描述信息。
[0020]在其中一个实施例中，所述将所述患者信息输入至预先获取的医疗大语言模型，输出与所述病情描述信息对应的初步诊断信息的步骤之前，所述方法还包括：
[0021]根据所述面部属性信息生成系统提示信息，并将所述系统提示信息输入至所述医疗大语言模型，以使所述医疗大语言模型输出个性化的初步诊断信息。
[0022]在其中一个实施例中，所述方法还包括：
[0023]根据所述患者信息和所述初步诊断信息，生成初始病历信息，并将所述初始病历信息与所述授权患者的医疗账号进行关联。
[0024]在其中一个实施例中，所述方法还包括：
[0025]对所述面部图像进行预处理，若预处理后的面部图像不满足预设的面部图像检测条件，则生成重新采集面部图像的提示信息。
[0026]第二方面，本申请提供了一种诊断信息生成装置，所述装置包括：
[0027]面部图像采集模块，用于响应于授权患者的诊断请求，采集所述授权患者的面部图像，并接收所述授权患者的目标病情描述信息，所述目标病情描述信息为文字信息；
[0028]面部属性信息获取模块，用于对所述面部图像进行面部属性识别处理，得到面部属性信息；
[0029]患者信息生成模块，用于根据所述目标病情描述信息以及所述面部属性信息，生成患者信息；
[0030]初步诊断信息获取模块，用于将所述患者信息输入至预先获取的医疗大语言模型，输出所述授权患者的初步诊断信息。
[0031]第三方面，本申请提供了一种存储介质，所述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一个或多个处理器执行时，使得一个或多个处理器执行上述任一项实施例所述诊断信息生成方法的步骤。
[0032]第四方面，本申请提供了一种计算机设备，包括：一个或多个处理器，以及存储器；
[0033]所述存储器中存储有计算机可读指令，所述计算机可读指令被所述一个或多个处理器执行时，执行上述任一项实施例所述诊断信息生成方法的步骤。
[0034]从以上技术方案可以看出，本申请实施例具有以下优点：
[0035]本申请提供的一种诊断信息生成方法，所述方法包括：响应于授权患者的诊断请求，采集所述授权患者的面部图像，并接收所述授权患者的目标病情描述信息，所述目标病情描述信息为文字信息；对所述面部图像进行面部属性识别处理，得到面部属性信息；根据所述目标病情描述信息以及所述面部属性信息，生成患者信息；将所述患者信息输入至预
先获取的医疗大语言模型，输出所述授权患者的初步诊断信息。通过将面部属性信息与医疗大模型相结合，可以有效获得患者的基本情况，对患者的基本信息进行准确的识别和应用，从而使得模型可以根据不同患者面临的特定情况，个性化地辅助医生做出更加精准的治疗方案。
附图说明
[0036]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
[0037]图1为本申请实施例提供的诊断信息生成方法的流程示意图；
[0038]图2为本申请实施例提供的获取面部属性信息的流程示意图；
[0039]图3为本申请实施例提供的接收目标病情描述信息的流程示意图；
[0040]图4为本申请实施例提供的诊断信息生成装置的结构示意图；
[0041]图5为本申请实施例提供的计算机设备内部结构示意图。
具体实施方式
[0042]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种诊断信息生成方法，其特征在于，所述方法包括：响应于授权患者的诊断请求，采集所述授权患者的面部图像，并接收所述授权患者的目标病情描述信息，所述目标病情描述信息为文字信息；对所述面部图像进行面部属性识别处理，得到面部属性信息；根据所述目标病情描述信息以及所述面部属性信息，生成患者信息；将所述患者信息输入至预先获取的医疗大语言模型，输出所述授权患者的初步诊断信息。2.根据权利要求1所述的诊断信息生成方法，其特征在于，所述对所述面部图像进行面部属性识别处理，得到面部属性信息的步骤，包括：利用面部检测算法将所述面部图像中的面部进行定位并标记；对标记后的面部图像进行面部特征提取，得到与所述面部图像对应的面部特征；对所述面部特征进行面部属性预测，得到每个面部属性的预测结果，并将各个所述面部属性的预测结果作为所述面部属性信息，所述面部属性包括年龄、性别、发量和表情。3.根据权利要求1所述的诊断信息生成方法，其特征在于，若所述医疗大语言模型内置医疗知识库信息，所述医疗知识库信息包括科室信息和医生信息，则将所述患者信息输入至预先获取的医疗大语言模型，输出所述授权患者的初步诊断信息的同时，还包括：输出与所述初步诊断信息对应的目标科室信息和目标医生信息。4.根据权利要求1所述的诊断信息生成方法，其特征在于，所述接收所述授权患者的目标病情描述信息的步骤，包括：获取所述授权患者输入的初始病情描述信息，并确定所述初始病情描述信息的信息类型；若所述初始病情描述信息的信息类型为文字信息，则接收所述初始病情描述信息为所述目标病情描述信息；若所述初始病情描述信息的信息类型为语音信息，则通过语音识别处理方式，将所述初始病情描述信息的信息类型转化为文字信息，并接收转化后的初始病情描述信息为所述目标病情描述信息。5.根据权利要求1至4任一项所述的诊断...

【专利技术属性】
技术研发人员：闫瑞海，陈书楷，
申请(专利权)人：熵基科技股份有限公司，
类型：发明
国别省市：