一种基于深度学习的医疗智能对话方法技术

本发明专利技术公开了一种基于深度学习的医疗智能对话方法，涉及智能医疗技术领域，本发明专利技术构建了罕见病知识图谱，即使在训练数据不充分的情况下，依然通过图谱中的关联关系推导疾病与症状之间的隐含联系，极大增强了处理罕见病等复杂病例的能力，通过图谱推理机制，能够提供更精确的罕见病列表，并将相关诊断方案合理地优先展示给用户，减少误判风险，通过多模态Transformer模型，有效整合病历文本、医学影像和实验室检测结果等多源数据，生成统一的综合特征表示，深度融合从不同角度全面分析患者健康状况的能力，提升了诊断的准确性，基于初步诊断结果，能够根据不同患者的具体病情调整问询的顺序和问题的深度，提供更加精准和个性化的问询体验。

【技术实现步骤摘要】

本专利技术涉及智能医疗，特别是一种基于深度学习的医疗智能对话方法。

技术介绍

1、罕见病是指发病率极低的疾病，全球已知的罕见病多达7000多种，但个体病例数量少，且每种疾病的病因、症状和治疗方案各异，这类疾病的数据稀缺、病情复杂性高。

2、目前的医疗智能对话方法依赖大规模标注数据进行训练，但罕见病的病例数量极少，缺乏足够的训练数据，模型难以捕捉罕见病特征，导致罕见病诊断上泛化能力不足，此外罕见病通常伴随多种病因，如遗传因素、环境影响等，少有的罕见病的诊断数据也由于病因复杂且表现多样，导致在推断和处理时难以有效利用数据对症下药。

3、而传统的医疗智能对话方案，针对罕见病数据稀缺性问题，大多基于已有的医疗知识进行罕见病的推理和诊断，在某些场景下能提供一定程度的准确性，但其扩展性有限，或通过数据增强方式，扩大数据集覆盖更多的罕见病情景，但无法弥补罕见病样本数量本质上的不足，生成的数据也容易与实际病例存在较大差异，导致推理和诊断精度低，或采用专家系统，专家系统虽然在某些罕见病场景下有效，但其规则库更新慢，难以应对快速变化的医学领域，因此亟需本文档来自技高网...

【技术保护点】

1.一种基于深度学习的医疗智能对话方法，其特征在于：包括，

2.根据权利要求1所述的一种基于深度学习的医疗智能对话方法，其特征在于，知识图谱中包含症状、疾病、药物以及诊断方法节点。

3.根据权利要求2所述的一种基于深度学习的医疗智能对话方法，其特征在于，步骤S1中，构建罕见病知识图谱方式为：

4.根据权利要求3所述的一种基于深度学习的医疗智能对话方法，其特征在于，步骤S2中，采用多模态Transformer模型进行联合编码和分析：

5.根据权利要求4所述的一种基于深度学习的医疗智能对话方法，其特征在于，步骤S2中，采用多模态Transfor...

【技术特征摘要】

1.一种基于深度学习的医疗智能对话方法，其特征在于：包括，

2.根据权利要求1所述的一种基于深度学习的医疗智能对话方法，其特征在于，知识图谱中包含症状、疾病、药物以及诊断方法节点。

3.根据权利要求2所述的一种基于深度学习的医疗智能对话方法，其特征在于，步骤s1中，构建罕见病知识图谱方式为：

4.根据权利要求3所述的一种基于深度学习的医疗智能对话方法，其特征在于，步骤s2中，采用多模态transformer模型进行联合编码和分析：

5.根据权利要求4所述的一种基于深度学习的医疗智能对话方法，其特征在于，步骤s2中，采用多模态transformer模型，设三种数据的特征分别为ht、fi和fl，通过多模态自注意力机制进行融合：

6.根据权利要求5所述的一种基于深度学习的医疗智能对话...

【专利技术属性】
技术研发人员：韩霞，王军，郝洁，
申请(专利权)人：卫美健康科技北京有限公司，
类型：发明
国别省市：