多模态医疗资源确定方法、装置、计算机设备及存储介质制造方法及图纸

本申请涉及人工智能技术领域及数字医疗领域，公开了一种多模态医疗资源确定方法、装置、计算机设备及存储介质，所述方法包括通过文本转换技术，将目标用户的语音信息与图片信息转换为目标用户文本信息；通过医学中文模型将目标用户文本信息转换为目标用户特征向量；计算预获取的医疗资源特征向量与目标用户特征向量的相似度，并基于相似度确定目标用户对应的目标医疗资源。通过上述方式，本申请通过文本转换技术将用户的语音信息与图片信息转换为目标用户文本信息后，提取目标用户文本信息中的用户特征向量后，计算用户特征向量与医疗资源特征向量的相似度，进而根据相似度确定目标医疗资源，提高了在医疗健康领域中患者的就诊效率。就诊效率。就诊效率。

【技术实现步骤摘要】
多模态医疗资源确定方法、装置、计算机设备及存储介质


[0001]本申请涉及人工智能
及数字医疗领域，尤其涉及一种多模态医疗资源确定方法、装置、计算机设备及存储介质。

技术介绍

[0002]近些年来，随着人工智能技术的快速发展，人工智能技术与医疗健康领域的融合不断深入。AI(Artificial Intelligence，人工智能)医疗的发展，不仅能够提高医疗服务的效率和质量，降低医疗成本和风险，促进医学知识的创新和传播，还能够满足不同患者的个性化需求和偏好，提高治疗效果和生活质量，构建健康生态系统。
[0003]医疗信息的冗余也导致患者在选择就医的时候比较难做出合适的选择，导致就医效率普遍较低。因此，如何提高在医疗健康领域中患者的就诊效率成为亟待解决的技术问题。

技术实现思路

[0004]本申请提供了一种多模态医疗资源确定方法、装置、计算机设备及存储介质，以提高在医疗健康领域中患者的就诊效率。
[0005]第一方面，本申请提供了一种多模态医疗资源确定方法，所述方法包括：
[0006]通过预设文本转换本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多模态医疗资源确定方法，其特征在于，包括：通过预设文本转换技术，将目标用户的语音信息与图片信息转换为目标用户文本信息；通过预训练的医学中文模型将所述目标用户文本信息转换为目标用户特征向量；计算预获取的医疗资源特征向量与所述目标用户特征向量的相似度，并基于所述相似度确定所述目标用户对应的目标医疗资源。2.根据权利要求1所述的多模态医疗资源确定方法，其特征在于，所述通过预训练的医学中文模型将所述目标用户文本信息转换为目标用户特征向量，包括：通过所述医学中文模型，确定所述目标用户文本信息的特征权重矩阵与词向量矩阵；基于所述特征权重矩阵、所述词向量矩阵和所述目标用户文本信息，生成所述目标用户特征向量。3.根据权利要求2所述的多模态医疗资源确定方法，其特征在于，所述通过所述医学中文模型，确定所述目标用户文本信息的特征权重矩阵与词向量矩阵，包括：通过所述医学中文模型，对所述目标用户文本信息进行分词操作，得到至少一个关键词；计算医疗资源场景与所述至少一个关键词的关联权重，生成所述特征权重矩阵；计算所述至少一个关键词的词向量，生成所述词向量矩阵。4.根据权利要求1所述的多模态医疗资源确定方法，其特征在于，所述预设文本转换技术包括自动语音识别技术ASR和光学字符识别OCR，所述通过预设文本转换技术，将目标用户的语音信息与图片信息转换为目标用户文本信息，包括：通过所述ASR提取所述语音信息中的问诊关键词，并通过所述OCR提取所述图片信息中的所述问诊关键词，其中，所述问诊关键词属于预设问诊信息库；通过通用信息抽取技术UIE对所述问诊关键词进行筛选，并通过筛选后的所述问诊关键词生成所述目标用户文本信息。5.根据权利要求4所述的多模态医疗资源确定方法，其特征在于，所述计算预获取的医疗资源特征向量与所述目标用户特征向量的相似度，包括：将所述预获取的医疗...

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