一种面向在线问诊的人机协作Transformer模型方法及框架技术

本发明专利技术公开了一种面向在线问诊的人机协作Transformer模型方法及框架。其中，该方法包括：当基于Transformer的人机协作疾病诊断框架的询问层做第K轮的询问时，获取目标用户的显示症状、显示症状属性、额外症状和额外症状属性，其中，K大于或等于目标次数；将显示症状、显示症状属性、额外症状和额外症状属性进行加和，得到目标信息；通过Transformer编码层对目标信息进行处理，输出目标信息对应的疾病信息和疾病信息的预测置信度。本发明专利技术解决了现有的人机协作疾病诊断方法中仅仅在个别问题上，需要人类和人工智能进行合作，且人机协作框架没有有效利用人类反馈中的额外知识，并且缺乏建立人机协作流程，会产生大量由机器生成的无效症状的技术问题。

【技术实现步骤摘要】

本专利技术涉及人机协作领域，具体而言，涉及一种面向在线问诊的人机协作transformer模型方法及框架。

技术介绍

1、目前，在线疾病诊断的问诊模式主要分为两类：基于人工的诊断和基于机器的诊断，基于人工的诊断模式由现实医生向患者提供高质量的医疗服务，但咨询费用较高，相比之下，基于机器的诊断模式利用基于人工智能模型的智能系统，近年来取得了显著的发展，这些基于机器的诊断系统在提升医疗服务效率和降低成本方面表现出色，但准确率仍不够可靠。

2、目前，提出采用人机计算(hmc)概念框架进行在线医疗咨询，hmc框架已经显示出在医疗领域解决复杂任务的能力，例如，人机协作协议提升了膝关节病变检测的性能，超越了单一主体的能力；人类与大型语言模型的协作在提高脑核磁共振成像的鉴别诊断方面显示出前景；人机协作导航系统在导航肿瘤图像时实现了更高的精度和召回率。研究表明，人机协作在高风险医疗决策中具有广泛的应用前景；例如，fogliato等人研究了放射诊断中人机协作的设计细节，发现当人工智能推断结果立即显示时，放射科医生的诊断与人工智能建议更加一致；calisto等人构本文档来自技高网...

【技术保护点】

1.一种面向在线问诊的人机协作Transformer模型方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，将显示症状、显示症状属性、额外症状和额外症状属性进行加和，得到目标信息的表达式为：

3.根据权利要求1所述的方法，其特征在于，通过Transformer编码层对目标信息进行处理，输出目标信息对应的疾病信息和疾病信息的预测置信度，包括：

4.根据权利要求1所述的方法，其特征在于，通过医生增强的Transformer编码层中的医生增强的Transformer层对初始上下文表示进行处理，得到最终上下文表示，包括：p>

5.根据权...

【技术特征摘要】

1.一种面向在线问诊的人机协作transformer模型方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，将显示症状、显示症状属性、额外症状和额外症状属性进行加和，得到目标信息的表达式为：

3.根据权利要求1所述的方法，其特征在于，通过transformer编码层对目标信息进行处理，输出目标信息对应的疾病信息和疾病信息的预测置信度，包括：

4.根据权利要求1所述的方法，其特征在于，通过医生增强的transformer编码层中的医生增强的transformer层对初始上下文表示进行处理，得到最终上下文表示，包括：

5.根据权利要求4所述的方法，其特征在于，通过医生增强的transformer层中的多头医生增强自注意层对上下文信息进行处理，得到第一输出信息，包括：

【专利技术属性】
技术研发人员：刘佳琪，赵雪涵，於志文，郭斌，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：