智能問診系統和方法與流程
2023-11-03 19:00:48
本申請涉及醫療信息技術領域,具體涉及一種智能問診系統和方法。
背景技術:
當前用戶在網際網路上獲取各類醫療信息,例如疾病、症狀等信息的時候,普遍採用的方法是在傳統的搜尋引擎中進行檢索,搜尋引擎根據用戶輸入的查詢條件進行查詢,並給出相關的查詢結果。這種傳統的信息檢索方法對於醫療這個有著強烈長尾需求的領域難以保障檢索結果的相關性,深入性。用戶往往會得到很多相關度較低的反饋結果,這使得用戶在使用傳統方法檢索醫療信息時必須付出大量的閱讀理解和信息過濾的時間和精力成本。
現有的智能問診解決方案的缺陷在於:問診路徑根據人工經驗固定設定,對於不同情況的問診無法智能生成動態的問診路徑,問診路徑中各問題的設置依賴於最初設置問題時的人工經驗,無法得知其依據,導致問診路徑和結果無證可詢,難以保障檢索結果的準確性,此外,檢索結果永遠依賴於最初設置問題時的人工經驗,當該人工經驗過時、有了新的更好的理論依據時,無法根據更好的理論依據得到更好的問診結果。
技術實現要素:
鑑於現有技術中的上述缺陷或不足,期望提供一種動態生成問診路徑、提供一種有證可循的問診機制的智能問診系統和方法。
第一方面,本發明提供一種智能問診系統,所述系統包括結構化醫療知識存儲單元、策略生成單元、檢索單元和過濾單元。
其中,結構化醫療知識存儲單元配置用於存儲具有若干實體標籤的結構化醫療知識信息。
策略生成單元配置用於對所述結構化醫療知識信息進行挖掘以生成過濾策略。
檢索單元配置用於接收醫療諮詢信息或反饋信息,檢索具有與所述醫療諮詢信息或所述反饋信息對應的實體標籤的結構化醫療知識信息。
過濾單元配置用於根據所述過濾策略對檢索結果進行過濾,根據預設規則對過濾結果進行判斷以選擇根據過濾結果生成並輸出問題以提示用戶輸入反饋信息,或根據所述過濾結果生成並輸出問診結果信息。
第二方面,本發明提供一種智能問診方法,所述方法包括:
對結構化醫療知識信息進行挖掘以生成過濾策略;
接收醫療諮詢信息或反饋信息,檢索具有與所述醫療諮詢信息或所述反饋信息對應的實體標籤的結構化醫療知識信息;
根據所述過濾策略對檢索結果進行過濾;
根據預設規則對過濾結果進行判斷以選擇:
根據過濾結果生成並輸出問題以提示用戶輸入反饋信息,返回所述接收醫療諮詢信息或反饋信息;或,
根據所述過濾結果生成並輸出問診結果信息。
本發明諸多實施例提供的智能問診系統和方法提供了一種可滿足問診用戶長尾需求的問診機制:對具有若干實體標籤的結構化醫療知識信息進行挖掘以生成過濾策略,根據用戶輸入的諮詢或反饋信息檢索具有對應實體標籤的結構化醫療知識信息,再根據生成的過濾策略對檢索結果進行過濾,並判斷繼續提問還是輸出結果;上述問診機制對於每一次問診動態生成問診路徑,並且問診路徑的生成和最終結果的生成均有證可循,從而保障問診結果的準確性和深入性;
本發明一些實施例提供的智能問診系統和方法進一步通過採用問答類型的醫療數據作為結構化醫療知識信息,進一步保障問診結果的相關性;
本發明一些實施例提供的智能問診系統和方法進一步通過爬取網際網路中的醫療知識信息,並自動轉換為具有若干實體標籤的結構化醫療知識信息,實現了無需人工標註即可獲取新的醫療相關的結構化文本,並在醫療業界產生新的更好的理論依據時可挖掘生成新的過濾規則,獲得更好的問診結果。
附圖說明
通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述,本申請的其它特徵、目的和優點將會變得更明顯:
圖1為本發明一實施例中智能問診系統的結構示意圖。
圖2為本發明一實施例中智能問診方法的流程圖。
圖3為圖2所示方法的一種優選實施方式中步驟S60的流程圖。
圖4為本發明一優選實施例中智能問診系統的結構示意圖。
圖5為本發明一優選實施例中智能問診方法的流程圖。
具體實施方式
下面結合附圖和實施例對本申請作進一步的詳細說明。可以理解的是,此處所描述的具體實施例僅僅用於解釋相關發明,而非對該發明的限定。另外還需要說明的是,為了便於描述,附圖中僅示出了與發明相關的部分。
需要說明的是,在不衝突的情況下,本申請中的實施例及實施例中的特徵可以相互組合。下面將參考附圖並結合實施例來詳細說明本申請。
圖1為本發明一實施例中智能問診系統的結構示意圖。
如圖1所示,在本實施例中,本發明提供的智能問診系統10包括結構化醫療知識存儲單元11、策略生成單元13、檢索單元15和過濾單元17。
在本實施例中,智能問診系統10的上述各單元均配置為部署在雲伺服器中的軟體程序,其中,結構化醫療知識存儲單元11配置為存儲結構化醫療知識的資料庫,檢索單元15和過濾單元17分別與用戶的問診設備(例如手機或計算機等)通過網絡進行通信。
在一些實施例中,上述配置為軟體程序的各單元可根據實際需求配置在不同位置,例如可以將結構化醫療知識存儲單元11、策略生成單元13配置在雲伺服器中,並將檢索單元15和過濾單元17配置在用戶本地客戶端中。
在另一些實施例中,智能問診系統10可以配置為專用於進行智能問診的各類硬體裝置,例如,將各單元配置為包括存儲裝置、處理器、顯示裝置以及用於用戶輸入的外設裝置的問診設備。
在其它一些實施例中,還可根據實際需求將智能問診系統10的部分單元配置為軟體程序、部分單元配置為硬體裝置,例如,將結構化醫療知識存儲單元11配置為雲伺服器中的軟體程序,將策略生成單元13、檢索單元15和過濾單元17配置為一體集成、與雲伺服器通信連接的微型問診設備等。
其中,結構化醫療知識存儲單元11配置用於存儲具有若干實體標籤的結構化醫療知識信息。
具體地,在本實施例中,所述具有若干實體標籤的結構化醫療知識信息包括具有若干實體標籤的醫療問答數據信息。在更多實施例中,還可根據實際需求將結構化醫療知識信息設置為以下任意一種或多種類型的結構化醫療數據:問答數據、知識庫數據、文獻數據、科普科教數據。
實體標籤有兩種類型:帶有屬性的實體和不帶有屬性的實體。
實體為所述結構化醫療知識信息中醫療相關的、具有醫學價值的數據對象,例如症狀、疾病、程度、時長、體溫、顏色、頻率、場景、性別、年齡等。在更多實施例中還可包括其它類型的具有醫學價值的實體。
帶有屬性的實體是由各實體之間關聯生成的,從而使得各實體標籤具備了豐富的描述能力。例如疾病A,在B程度下具有症狀D和E,症狀D為體溫範圍F,在C程度下具有症狀E和G,等。
策略生成單元13配置用於對所述結構化醫療知識信息進行挖掘以生成過濾策略。
具體地,策略生成單元13利用一些知識挖掘算法對上述具有若干實體標籤的結構化醫療知識信息進行挖掘,得到若干醫學結論知識,再根據這些醫學結論知識生成過濾策略。例如挖掘得到了疾病A可能出現症狀D、E或E、G的知識,則可以例如「生成疾病A可能出現症狀D、E」,「出現症狀E可能是疾病A、同時可能具備症狀D或G」等若干過濾策略,從而用於在用戶查詢疾病A或症狀E時進行過濾。
檢索單元15配置用於接收醫療諮詢信息或反饋信息,檢索具有與所述醫療諮詢信息或所述反饋信息對應的實體標籤的結構化醫療知識信息。
過濾單元17配置用於根據所述過濾策略對檢索結果進行過濾,根據預設規則對過濾結果進行判斷以選擇根據過濾結果生成並輸出問題以提示用戶輸入反饋信息,或根據所述過濾結果生成並輸出問診結果信息。
具體地,檢索單元15接收用戶查詢的醫療諮詢信息後,進行分詞、提取關鍵信息等操作,在結構化醫療知識存儲單元11中檢索哪些結構化醫療知識信息具有與所提取關鍵信息對應的實體標籤,得到包括若干項結構化醫療知識信息,例如若干篇醫療問答數據信息的檢索結果。
過濾單元17根據策略生成單元13生成的過濾策略對檢索單元15生成的檢索結果進行過濾,從而可以剔除檢索結果中絕大多數相關性較差的結構化醫療知識信息,大幅提高過濾結果的相關性。
過濾單元17可以根據過濾策略直接對檢索結果中的每項結構化醫療知識信息進行過濾,也可以根據某些預定的方法對檢索結果中的部分或全部結構化醫療知識信息進行綜合分析過濾。
例如,在一優選實施例中,過濾單元17進一步配置用於篩選檢索結果中共現頻次最高的K個實體標籤,根據過濾策略對K個實體標籤進行篩選,根據篩選結果對檢索結果中的各所述結構化醫療知識信息進行過濾。其中,K為預定數量。例如,將K設置為4,在檢索結果的30篇醫療問答數據信息中,統計得知,實體標籤a、b、c、d共同出現69次,a、b、c、e共同出現58次,a、c、d、e共同出現15次,b、c、d、e共同出現6次,等等,取共現頻次最高的a、b、c、d,再根據過濾策略對a、b、c、d進行過濾,剔除了不相關的實體標籤b,最後根據實體標籤a、c、d對30篇醫療問答數據信息進行過濾,得到包括5篇醫療問答數據信息的過濾結果。
過濾之後,過濾單元17根據預設規則對過濾結果進行判斷以選擇是否輸出問題。
具體地,在一優選實施例中,可以對過濾後剩餘的結構化醫療知識信息的數量設置判斷閾值,作為預設規則。
例如,如果剩餘超過5項結構化醫療知識信息,則選擇輸出問題,以提示用戶輸入反饋信息,再通過檢索單元15接收用戶提供的反饋信息,循環上述過程直至輸出問診結果信息;如果剩餘不超過5項,則選取其中1-5項作為問診結果信息輸出給查詢的用戶。
在另一優選實施例中,過濾單元17進一步配置用於判斷所述篩選結果中實體標籤的數量是否大於預設閾值:是,則根據所述篩選結果中的實體標籤生成並輸出問題,以提示用戶輸入反饋信息;否,則根據過濾結果生成並輸出問診結果信息。
例如,篩選結果中實體標籤數量的預設閾值設置為3,在上述對30篇醫療問答數據信息的過濾過程,如果根據過濾策略對a、b、c、d進行過濾,無法剔除a、b、c、d中任一實體標籤,則剩餘4個實體標籤,大於閾值3,則根據篩選剩餘的實體標籤a、b、c、d中的一項或多項生成問題並輸出,以提示用戶輸入反饋信息,再通過檢索單元15接收用戶提供的反饋信息,循環上述過程直至輸出問診結果信息;如果剩餘實體標籤的數量不超過閾值3,則根據過濾結果生成並輸出問診結果信息。
其中,根據過濾結果中的各實體標籤可生成多種不同類型的問題,在本實施例中,過濾單元進一步配置用於根據所述過濾結果生成以下任一類型的問題,各所述類型按優先級從高到低依次為:症狀屬性,關聯症狀推薦,病史,相關檢查推薦。例如,同時可以生成關於症狀的問題p和關於病史的問題q,則優先生成問題p輸出。
上述實施例提供了一種可滿足問診用戶長尾需求的問診機制:對具有若干實體標籤的結構化醫療知識信息進行挖掘以生成過濾策略,根據用戶輸入的諮詢或反饋信息檢索具有對應實體標籤的結構化醫療知識信息,再根據生成的過濾策略對檢索結果進行過濾,並判斷繼續提問還是輸出結果;上述問診機制對於每一次問診動態生成問診路徑,並且問診路徑的生成和最終結果的生成均有證可循,從而保障問診結果的準確性和深入性。
圖2為本發明一實施例中智能問診方法的流程圖。圖2所示的智能問診方法可對應應用於上述任一實施例提供的智能問診系統中。
如圖2所示,在本實施例中,本發明提供的智能問診方法包括:
S40:對結構化醫療知識信息進行挖掘以生成過濾策略;
S50:接收醫療諮詢信息或反饋信息,檢索具有與所述醫療諮詢信息或所述反饋信息對應的實體標籤的結構化醫療知識信息;
S60:根據所述過濾策略對檢索結果進行過濾;
S70:根據預設規則對過濾結果進行判斷以選擇:
S80:根據過濾結果生成並輸出問題以提示用戶輸入反饋信息,返回步驟S50;或,
S90:根據所述過濾結果生成並輸出問診結果信息。
圖3為圖2所示方法的一種優選實施方式中步驟S60的流程圖。
如圖3所示,在一優選實施例中,步驟S60包括:
S61:篩選檢索結果中共現頻次最高的K個實體標籤;
S63:根據過濾策略對K個實體標籤進行篩選;
S65:根據篩選結果對檢索結果中的各所述結構化醫療知識信息進行過濾。
其中,K為預定數量。
圖4為本發明一優選實施例中智能問診系統的結構示意圖。
如圖4所示,在一優選實施例中,智能問診系統可包括上述任一實施例所述的結構化醫療知識存儲單元11、策略生成單元13、檢索單元15和過濾單元17,進一步還包括醫療知識結構化系統20。醫療知識結構化系統20具體包括醫療知識爬取單元21、實體識別單元23和實體關聯單元25。
與過濾單元17類似地,醫療知識結構化系統20中的各單元可根據實際需求配置為部署在相同或不同位置的軟體程序,也可配置為專用於生成具有若干實體標籤的結構化醫療知識信息的硬體裝置。
醫療知識爬取單元21配置用於從網際網路中爬取醫療知識信息。
具體地,在本實施例中,醫療知識爬取單元21優先爬取問答數據類型的醫療知識信息。
上述實施例進一步通過採用問答類型的醫療數據作為結構化醫療知識信息,進一步保障問診結果的相關性。
在更多實施例中,還可根據實際需求爬取以下任意一種或多種類型的醫療知識信息:問答數據、知識庫數據、文獻數據、科普科教數據。
實體識別單元23配置用於識別所述醫療知識信息中醫療相關的實體。
實體關聯單元25配置用於對各所述實體進行關聯,得到若干對應於所述醫療知識信息的實體標籤,從而將所述醫療知識信息轉化為具有若干實體標籤的結構化醫療知識信息,並存儲至結構化醫療知識存儲單元11中。
具體地,對於醫療知識信息m,實體識別單元23識別出若干具有醫學價值的數據對象作為實體,例如疾病A、症狀E等。實體關聯單元25對識別出的各實體進行關聯,生成以下兩類實體標籤:對於能進行關聯的實體,生成帶屬性的實體,例如疾病A(實體)-症狀E(屬性);對於無法關聯的實體,生成不帶有屬性的實體,最終將醫療知識信息m轉換為具有若干實體標籤的結構化醫療知識信息,存儲至結構化醫療知識存儲單元11中。
圖5為本發明一優選實施例中智能問診方法的流程圖。圖5所示的方法可對應應用於圖4所示的系統中。
如圖5所示,在一優選實施例中,步驟S40之前還包括:
S10:從網際網路中爬取醫療知識信息;
S20:識別所述醫療知識信息中醫療相關的實體;
S30:對各所述實體進行關聯,得到若干對應於所述醫療知識信息的實體標籤,從而將所述醫療知識信息轉化為具有若干實體標籤的結構化醫療知識信息,並進行存儲。
上述實施例進一步通過爬取網際網路中的醫療知識信息,並自動轉換為具有若干實體標籤的結構化醫療知識信息,實現了無需人工標註即可獲取新的醫療相關的結構化文本,並在醫療業界產生新的更好的理論依據時可挖掘生成新的過濾規則,獲得更好的問診結果。
附圖中的流程圖和框圖,圖示了按照本發明各種實施例的系統、方法和電腦程式產品的可能實現的體系架構、功能和操作。在這點上,流程圖或框圖中的每個方框可以代表一個模塊、程序段、或代碼的一部分,所述模塊、程序段、或代碼的一部分包含一個或多個用於實現規定的邏輯功能的可執行指令。也應當注意,在有些作為替換的實現中,方框中所標註的功能也可以以不同於附圖中所標註的順序發生。例如,兩個接連地表示的方框實際上可以基本並行地執行,它們有時也可以按相反的順序執行,這根據所涉及的功能而定。也要注意的是,框圖和/或流程圖中的每個方框、以及框圖和/或流程圖中的方框的組合,可以通過執行規定的功能或操作的專用的基於硬體的系統來實現,或者可以通過專用硬體與計算機指令的組合來實現。
描述於本申請實施例中所涉及到的單元或模塊可以通過軟體的方式實現,也可以通過硬體的方式來實現。所描述的單元或模塊也可以設置在處理器中,例如,過濾單元17可以是設置在計算機或移動智能設備中的軟體程序,也可以是單獨進行過濾並選擇生成並輸出問題或問診結果信息的硬體晶片。其中,這些單元或模塊的名稱在某種情況下並不構成對該單元或模塊本身的限定,例如,策略生成單元13還可以被描述為「用於優化問題路徑的問題路徑優化單元」。
作為另一方面,本申請還提供了一種計算機可讀存儲介質,該計算機可讀存儲介質可以是上述實施例中所述裝置中所包含的計算機可讀存儲介質;也可以是單獨存在,未裝配入設備中的計算機可讀存儲介質。計算機可讀存儲介質存儲有一個或者一個以上程序,所述程序被一個或者一個以上的處理器用來執行描述於本申請的公式輸入方法。
以上描述僅為本申請的較佳實施例以及對所運用技術原理的說明。本領域技術人員應當理解,本申請中所涉及的發明範圍,並不限於上述技術特徵的特定組合而成的技術方案,同時也應涵蓋在不脫離所述發明構思的情況下,由上述技術特徵或其等同特徵進行任意組合而形成的其它技術方案。例如上述特徵與本申請中公開的(但不限於)具有類似功能的技術特徵進行互相替換而形成的技術方案。