[发明专利]一种病情描述的智能分析方法及系统

说明书

技术领域

本发明涉及信息处理技术领域，尤其涉及一种病情描述的智能分析方法及系统。

背景技术

随着科技的发展，信息处理技术逐渐应用到临床诊断中。临床诊断包含两个问题，诊断决策和诊断导航。

诊断决策的目的是，根据已经收集到的病情描述，判断患者可能罹患的疾病。用公式表达，就是估算条件概率

其中s_i是第i位患者的病情描述。s_i是一个向量，包含多种症状、体征、化验指标、检查标志物。d_i是第i位患者可能罹患各种疾病的概率。d_i也是一个向量，包含多种疾病。是第i位患者罹患第j种疾病的概率。

诊断导航的目的是，搜集充分的病情描述，帮助医生做出正确的诊断决策。譬如患者自述，咳嗽并发烧。医生了解到这两个症状之后，接下去该做什么？追问其它症状，还是让患者去查体、化验、还是检查？具体追问什么症状，做什么项目，查验什么指标？根据现有病情描述，提示医生后续行动，这就是诊断导航。

诊断导航的结果是诊断路径。诊断路径的终点是一组病情描述。

最佳诊断路径的指标有两个：

1.终点的病情描述的数量，不多不少，正好足以支持医生做出正确的有把握的诊断结果。

2.路径最短，财务成本最低，时间成本最短。用最少的问话、最便宜最省时间的查体、化验和检查项目，收集不多不少的病情描述。

现有技术中缺乏满足上述最佳诊断路径及较高正确率的诊断结果的病情描述的智能分析方法。

发明内容

本发明提供一种病情描述的智能分析方法及系统，能够获得最佳诊断路径及较高正确率的诊断结果。

第一方面提供了一种病情描述的智能分析方法，该方法包括：将患者的至少一项单项病情描述中的每项单项病情描述转换为一个第一数值向量；利用时间循环神经网络(Long Short-Term Memory，LSTM)技术，依次根据至少一个所述第一数值向量中的每个所述第一数值向量生成第二数值向量和输出信息，所述第二数值向量用于表达所述至少一项单项病情描述的综合病情描述；所述输出信息为预测的下一步该做的化验或检查，所述化验或检查的结果作为所述单向病情描述；利用多层感知器(MultiLayer Perceptron,MLP)技术，根据所述第二数值向量，估算所述患者罹患至少一种疾病的概率。

第二方面提供了一种病情描述的智能分析系统，该系统包括：编码模块、导航模块和决策模块；所述编码模块，用于将患者的至少一项单项病情描述中的每项单项病情描述转换为一个第一数值向量；所述导航模块，用于利用LSTM技术，依次根据所述编码模块转换的至少一个所述第一数值向量中的每个所述第一数值向量生成第二数值向量和输出信息，所述第二数值向量用于表达所述至少一项单项病情描述的综合病情描述；所述输出信息为预测的下一步该做的化验或检查，所述化验或检查的结果作为所述单向病情描述；所述决策模块，用于利用MLP技术，根据所述导航模块生成的第二数值向量，估算所述患者罹患至少一种疾病的概率。

本发明实施例中，一方面，将患者的至少一项单项病情描述中的每项单项病情描述转换为一个第一数值向量，与传统的把症状描述的自然文本转换为结构化文本的做法相比，采用向量编码技术能够达到与传统结构化相似的效果，并且简单、不易出错。另一方面，利用LSTM技术，生成至少一项单项病情描述的综合病情描述以及预测下一步该做的化验或检查，从而能够合并至少一项单项病情描述中的冗余描述，减少后续生成诊断决策时的运算量，并且能够给出最佳诊断路径。再一方面，利用MLP技术，根据综合病情描述，估算所述患者罹患至少一种疾病的概率，能够获得较高正确率的诊断结果。

附图说明

图1为本发明实施例提供的一种病情描述的智能分析方法流程图；

图2为本发明实施例提供的一种病情描述的智能分析系统。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。