一种基于知识图谱驱动的虚拟医生系统及其操作方法技术方案

本发明专利技术公开了一种基于知识图谱驱动的虚拟医生系统及其操作方法，包括：自然语言处理模块、多模态数据采集模块、知识图谱模块、问答系统模块、中医辨证模块、心理评估模块、情绪识别模块和数字化干预管理模块；自然语言处理模块用于接受并转换用户输入的数据；多模态数据采集模块用于采集用户在交互过程中的行为特征；知识图谱模块用于存储疾病知识；问答系统模块用于与用户进行访谈问答；中医辩证模块用于识别用户的中医证候特征；心理评估模块用于评估用户的心理状态；情绪识别模块用于识别和判断用户的情绪类型；数字化干预管理模块用于对用户推送数字化干预管理方案；通过本发明专利技术为抑郁症用户提供了智能的医疗咨询、诊断建议和干预服务。干预服务。干预服务。

【技术实现步骤摘要】
一种基于知识图谱驱动的虚拟医生系统及其操作方法


[0001]本专利技术涉及人工智能和医疗领域，具体涉及一种基于知识图谱驱动的虚拟医生系统及其操作方法。

技术介绍

[0002]抑郁症是一种常见的精神障碍，以持续的情绪低落、兴趣丧失、自我贬低、睡眠障碍、食欲减退等为主要表现，严重影响患者的生活质量和社会功能。据世界卫生组织统计，全球约有 2.64 亿人患有抑郁症，是导致残疾和死亡的主要原因之一。
[0003]抑郁症的治疗方法主要包括药物治疗、心理治疗和社会支持等，其中心理治疗是有效的非药物治疗手段之一，可以帮助患者改善心理状态、增强自我调节能力、提高生活满意度。然而，由于心理治疗资源的不足、不平衡和不可及等问题，许多抑郁症患者无法获得及时和适当的心理治疗服务。
[0004]为了解决这一问题，近年来出现了一些基于人工智能技术的虚拟医生系统，通过模拟人类医生与患者之间的对话交互，为患者提供个性化的医疗咨询、诊断、评估和干预服务。这些系统利用自然语言处理、机器学习、知识表示等技术，从患者输入的文字或声音信号中提取有用的信息，并根据内置或外部的医学知识库或规则库，生成合适的回答或建议，并以自然语言输出给患者。
[0005]然而，现有的虚拟医生系统仍然存在一些不足之处，例如：
[0006]知识库或规则库的构建和维护成本高，且难以保证知识的完整性、准确性和时效性；系统缺乏对中医辨证论治方法的支持，无法充分利用中医领域关于抑郁症的丰富经验和有效方案；系统缺乏对多模态数据（如面部表情、肢体动作等）的处理能力，无法全面捕捉患者的心理特征和情绪状态；系统缺乏对数字化干预管理方案（如用药提醒）的推送能力，无法有效促进患者执行治疗计划。
[0007]因此，有必要设计一种新的基于知识图谱驱动的虚拟医生系统，以解决上述问题。

技术实现思路

[0008]针对以上问题，本专利技术提供一种基于知识图谱驱动的虚拟医生系统及其操作方法，用于为抑郁症用户提供智能的医疗咨询、诊断建议和干预服务。
[0009]为实现上述目的，本专利技术采用的技术方案是：
[0010]包括：
[0011]自然语言处理模块，用于接收用户输入的文字或声音信号，并将其转换为计算机系统能够识别和处理的数据输入，包括实体、关系和语义；
[0012]多模态数据采集模块，用于采集用户在与系统交互过程中表现出的行为特征，包括面部微表情、肢体动作和语音语调；
[0013]知识图谱模块，用于存储和管理中西医领域关于抑郁症的疾病知识，包括症状分类、评估诊断、证候分类、心理状态、干预方案的语义类型及其之间的语义关系，每个语义类
型都有一个对应的描述，用于说明该语义类型的概念和特征；
[0014]问答系统模块，用于根据由自然语言处理模块转换后的数据和知识图谱模块中的疾病知识，生成医生与用户之间问答的内容表达，并将其转换为自然语言输出给用户；
[0015]中医辨证模块，用于根据由自然语言处理模块转换后的数据和知识图谱模块中的证候描述，通过实体对齐和语义搜索，与知识图谱模块中相应的证候模式进行匹配，识别出抑郁症用户的中医证候特征；
[0016]心理评估模块，用于根据由自然语言处理模块转换后的数据中的文本内容、多模态数据采集模块采集的行为特征和知识图谱模块中的心理状态描述，通过分析它们反映出的用户的心理特征，对用户的心理状态进行综合评估；
[0017]情绪识别模块，用于根据由自然语言处理模块转换后的数据和问答系统模块中的访谈问答内容，对用户的情绪类型进行识别和判断；
[0018]数字化干预管理模块，用于根据用户的中医证候特征、心理状态评估结果和情绪识别结果，对用户推送个性化的数字化干预管理方案。
[0019]在较佳实施情况下，设置一个用户反馈模块，用于在用户按照数字化干预管理模块指示完成所推送的干预管理方案之后，采集用户反馈的信息和数据，并将其发送至自然语言模块，基于所述用户反馈信息和数据对各个相关模块的输出和性能进行优化或调整。
[0020]在较佳实施情况下，所述的自然语言处理模块采用深度神经网络模型，包括：
[0021]文本分析子模块，用于对用户输入的文字信号进行分词、词性标注、命名实体识别、关系抽取和语义角色标注的文本分析任务，从而提取出文本中的实体、关系和语义；
[0022]语音识别子模块，用于对用户输入的声音信号进行声学特征提取、声学建模、语言建模和解码，从而将声音信号转换为文本信号，并将其输入到文本分析子模块中进行进一步处理。
[0023]在较佳实施情况下，所述的知识图谱模块采用本体建模方法，包括：
[0024]本体构建子模块，用于根据中西医领域关于抑郁症的疾病知识，定义出一套本体概念和属性，并使用本体表示语言来表示本体结构，所述本体结构包括干预方案的分类和定义描述；
[0025]本体存储子模块，用于将构建好的本体结构存储在本体数据库中，并提供本体查询语言来查询本体数据；
[0026]本体推理子模块，用于根据本体推理规则，对本体数据库中的数据进行逻辑推理，从而得到一些隐含的知识和关系，其中，本体推理规则是一种用于对本体中的知识进行推理和推导的规则。
[0027]在较佳实施情况下，所述的问答系统模块采用基于知识图谱的问答方法，包括：
[0028]问题解析子模块，用于对由自然语言处理模块转换后的数据中的问题进行解析，包括问题分类、问题意图识别和问题实体链接任务，从而得到问题的类型、意图和相关实体；
[0029]答案生成子模块，用于根据由问题解析子模块得到的问题信息和知识图谱模块中的疾病知识，生成医生与用户之间问答的内容表达，并将其转换为自然语言输出给用户；其中，答案生成子模块根据问题类型和意图选择不同的答案生成策略；
[0030]答案评估子模块，用于对由答案生成子模块生成的答案进行评估，包括答案正确
性、答案完整性、答案一致性和答案可信度指标，从而得到答案的质量评分；
[0031]答案优化子模块，用于根据由答案评估子模块得到的答案质量评分和用户反馈模块中的反馈数据，对答案生成子模块中的答案生成策略和参数进行优化或调整，从而提高答案的质量和用户满意度。
[0032]在较佳实施情况下，所述的中医辨证模块采用基于知识图谱的中医辨证方法，包括：
[0033]实体对齐子模块，用于对由自然语言处理模块转换后的数据中的实体进行对齐，即将实体与知识图谱模块中的本体概念进行匹配和映射，从而得到实体的本体类型和属性；
[0034]语义搜索子模块，用于根据由实体对齐子模块得到的实体信息和知识图谱模块中的证候描述，通过计算实体与证候之间的语义相似度或语义距离，从而找出与实体匹配或接近的证候候选答案；
[0035]证候识别子模块，用于根据由语义搜索子模块得到的证候候选答案和知识图谱模块中的证候之间的语义关系，通过应用证候识别规则或算法，从而确定出抑郁症用户的中医证候特征。
[0036本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱驱动的虚拟医生系统，其特征在于，包括：自然语言处理模块，用于接收用户输入的文字或声音信号，并将其转换为计算机系统能够识别和处理的数据输入，包括实体、关系和语义；多模态数据采集模块，用于采集用户在与系统交互过程中表现出的行为特征，包括面部微表情、肢体动作和语音语调；知识图谱模块，用于存储和管理中西医领域关于抑郁症的疾病知识，包括症状分类、评估诊断、证候分类、心理状态、干预方案的语义类型及其之间的语义关系，每个语义类型都有一个对应的描述，用于说明该语义类型的概念和特征；问答系统模块，用于根据由自然语言处理模块转换后的数据和知识图谱模块中的疾病知识，生成医生与用户之间问答的内容表达，并将其转换为自然语言输出给用户；中医辨证模块，用于根据由自然语言处理模块转换后的数据和知识图谱模块中的证候描述，通过实体对齐和语义搜索，与知识图谱模块中相应的证候模式进行匹配，识别出抑郁症用户的中医证候特征；心理评估模块，用于根据由自然语言处理模块转换后的数据中的文本内容、多模态数据采集模块采集的行为特征和知识图谱模块中的心理状态描述，通过分析它们反映出的用户的心理特征，对用户的心理状态进行综合评估；情绪识别模块，用于根据由自然语言处理模块转换后的数据和问答系统模块中的访谈问答内容，对用户的情绪类型进行识别和判断；数字化干预管理模块，用于根据用户的中医证候特征、心理状态评估结果和情绪识别结果，对用户推送个性化的数字化干预管理方案。2.根据权利要求1所述的基于知识图谱驱动的虚拟医生系统，其特征在于，设置一个用户反馈模块，用于在用户按照数字化干预管理模块指示完成所推送的干预管理方案之后，采集用户反馈的信息和数据，并将其发送至自然语言模块，基于所述用户反馈信息和数据对各个相关模块的输出和性能进行优化或调整。3.根据权利要求1所述的基于知识图谱驱动的虚拟医生系统，其特征在于，所述的自然语言处理模块采用深度神经网络模型，包括：文本分析子模块，用于对用户输入的文字信号进行分词、词性标注、命名实体识别、关系抽取和语义角色标注的文本分析任务，从而提取出文本中的实体、关系和语义；语音识别子模块，用于对用户输入的声音信号进行声学特征提取、声学建模、语言建模和解码，从而将声音信号转换为文本信号，并将其输入到文本分析子模块中进行进一步处理。4.根据权利要求1所述的基于知识图谱驱动的虚拟医生系统，其特征在于，所述的知识图谱模块采用本体建模方法，包括：本体构建子模块，用于根据中西医领域关于抑郁症的疾病知识，定义出一套本体概念和属性，并使用本体表示语言来表示本体结构，所述本体结构包括干预方案的分类和定义描述；本体存储子模块，用于将构建好的本体结构存储在本体数据库中，并提供本体查询语言来查询本体数据；本体推理子模块，用于根据本体推理规则，对本体数据库中的数据进行逻辑推理，从而
得到一些隐含的知识和关系，其中，本体推理规则是一种用于对本体中的知识进行推理和推导的规则。5.根据权利要求2所述的基于知识图谱驱动的虚拟医生系统，其特征在于，所述的问答系统模块采用基于知识图谱的问答方法，包括：问题解析子模块，用于对由自然语言处理模块转换后的数据中的问题进行解析，包括问题分类、问题意图识别和问题实体链接任务，从而得到问题的类型、意图和相关实体；答案生成子模块，用于根据由问题解析子模块得到的问题信息和知识图谱模块中的疾病知识，生成医生与用户之间问答的内容表达，并将其转换为自然语言输出给用户；其中，答案生成子模块根据问题类型和意图选择不同的答案生成策略；答案评估子模块，用于对由答案生成子模块生成的答案进行评估，包括答案正确性、答案完整性、答案一致性和答案可信度指标，从而得到答案的质量评分；答案优化子模块，用于根据由答案评估子模块得到的答案质量评分和用户反馈模块中的反馈数据，对答案生成子模块中的答案生成策略和参数进行优化或调整，从而提高答案的质量和用户满意度。6.根据权利要求4所述的基于知识图谱驱动的虚拟医生系统，其特征在于，所述的中医辨证模块采用基于知识图谱的中医辨证方法，包括：实体对齐子模块，用于对由自然语言处理模块转换后的数据中的实体进行对齐，即将实体与知识图谱模块中的本体概念进行匹配和映射，从而得到实体的本体类型和属性；语义搜索子模块，用于根据由实体对齐子模块得到的实体信息和知识图谱模块中的证候描述，通过计算实体与证候之间的语义相似度或语义距离，从而找出与实体匹配或接近的证候候选答案；证候识别子模块，用于根据由语义搜索子模块得到的证候候选答案和知识图谱模块中的证候之间的语义关系，通过应用证候识别规则或算法，从而确定出抑郁症用户的中医证候特征。7.根据权利要求1所述的基于知识图谱驱动的虚拟医生系统，其特征在于，所述的心理评估模块采用基于多模态数据融合的心理评估方法，包括：文本情感分析子模块，用于对由自然语言处理模块转换...

【专利技术属性】
技术研发人员：龙海，文建全，彭炜，黄刊迪，杨文君，肖媛，甘元茂，任强，文舸扬，虞敏，
申请(专利权)人：湖南创星科技股份有限公司，
类型：发明
国别省市：