【技术实现步骤摘要】
本专利技术涉及医疗咨询，尤其是涉及一种气胸疾病诊疗辅助决策问答方法、系统、设备及介质。
技术介绍
1、气胸疾病(pneumothorax)是指气体进入胸膜腔，造成积气状态，称为气胸疾病，是肺部常见急症之一。多因肺部疾病或外力影响使肺组织和脏层胸膜破裂，或靠近肺表面的细微气肿泡破裂，肺和支气管内空气逸入胸膜腔。本病属肺科急症之一，发病时会导致呼吸困难，严重者可危及生命，及时处理可治愈，因此对其进行及时有效处理有助于改善患者预后，具有重要的社会意义。
2、气胸疾病的诊断在临床中主要手段依靠伤病员症状、胸部体征和影像学检查。但是当前中国医生患者比例严重失衡，每天都有大量、不同原因、不同程度的气胸疾病患者需要被医生诊断。如何第一时间掌握患者生命特征，最快速度了解患者发病前状态，以便及时有效地诊断患者患病情况，并做出相应的治疗处置就变得极为重要。
3、目前疾病诊疗辅助决策系统主要依靠医学知识库来实现，其主要实现媒介是知识图谱技术。知识图谱作为从语义网不断发展而来的一项技术，近些年来已经在各个领域展现它独特的作用，包括电子商...
【技术保护点】
1.一种气胸疾病诊疗辅助决策问答方法，其特征在于，采用基于深度学习的神经网络算法模型获取目标推断文本的两方面关键信息，其中一方面关键信息为待推断目标文本中的主体，即气胸疾病相关实体，另一方面关键信息为目标文本的意图，再通过特定的神经网络模型，将获取到的部分与气胸疾病医学知识图谱中存储的医学知识进行匹配，从而返回针对目标文本进行智能推断的相应结果，具体包括以下步骤：
2.根据权利要求1所述的一种气胸疾病诊疗辅助决策问答方法，其特征在于，所述S2采用深度学习神经网络语言模型算法对目标文本进行处理，识别气胸疾病相关实体，所述S2具体过程包括：对目标文本使用BER...
【技术特征摘要】
1.一种气胸疾病诊疗辅助决策问答方法，其特征在于，采用基于深度学习的神经网络算法模型获取目标推断文本的两方面关键信息，其中一方面关键信息为待推断目标文本中的主体，即气胸疾病相关实体，另一方面关键信息为目标文本的意图，再通过特定的神经网络模型，将获取到的部分与气胸疾病医学知识图谱中存储的医学知识进行匹配，从而返回针对目标文本进行智能推断的相应结果，具体包括以下步骤：
2.根据权利要求1所述的一种气胸疾病诊疗辅助决策问答方法，其特征在于，所述s2采用深度学习神经网络语言模型算法对目标文本进行处理，识别气胸疾病相关实体，所述s2具体过程包括：对目标文本使用bert模型以每个独立的中文字符作为一个token进行分词，根据中文词表对分词进行index操作，返回每个分词在中文词表中的对值，根据全部对值生成分词索引列表，并输入至神经网络语言模型net-n，经神经网络语言模型net-n输出实体字符和非实体字符，对输出的实体字符和非实体字符进行数据处理提取实体名称，得到若干气胸疾病相关实体n1,n2,...,nn。
3.根据权利要求2所述的一种气胸疾病诊疗辅助决策问答方法，其特征在于，所述s3依据目标文本整体的语义信息，计算出整个文本的表达意图，从而进行目标文本的意图推断，所述s3具体过程包括：对用户咨询目标文本进行分词处理以及字符标签索引向量化处理后传入神经网络语言模型net-d，神经网络语言模型net-d结构为双向lstm网络结合前馈神经网络，处理后的结果传入全连接神经网络分类模型，选取概率最大的分类标签项作为意图识别的结果。
4.根据权利要求3所述的一种气胸疾病诊疗辅助决策问答方法，其特征在于，所述s4使用模型进行词嵌入操作后获得识别出的每个实体、已存在的气胸疾病医学知识实体的特征张量，选用余弦相似度算法计算相似值最大的一...
【专利技术属性】
技术研发人员：陈威，陈学东，李静，贾立静，王子豪，黎檀实，赵宇卓，赵子欣，赵臻霞，季再新，赵静，刘翔鸽，
申请(专利权)人：北京交通大学，
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。