[发明专利]基于人工智能的预测分类模型获取方法及装置、存储介质

说明书

本发明提供了一种基于人工智能的预测分类模型获取方法及装置、计算机可读存储介质，该方法包括：从历史病历数据中获取训练样本，训练样本表征历史患者的病历数据与其确诊病症的对应关系；训练样本中的正负样本的配置比例为预设的配置比例；获取与训练样本对应的病症的训练疾病相关文本信息；预设疾病相关文本信息表征多种疾病相关的症状描述性语言和对应的病症人群信息；调用设置的训练模型处理训练样本和训练疾病相关文本信息，得到训练结果；基于训练结果和训练样本，调整训练模型直至收敛，得到预测分类模型，预测分类模型表征病历数据与疾病分类的对应关系。

分案说明

本申请基于申请号为201910177259.6、申请日为2019年03月08日、发明名称为一种医疗文本信息处理方法及装置、存储介质的中国专利申请提出，在该中国专利申请记载的范围内提出分案，该中国专利申请的全部内容在此引入本申请作为参考。

技术领域

本发明涉及人工智能领域中的数据处理技术，尤其涉及一种基于人工智能的预测分类模型获取方法及装置、存储介质。

背景技术

近年来，人工智能(AI，Artificial Intelligence)在各个领域中的应用越来越多，成为了各个领域进行决策和预测的一种重要手段。例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。

目前，采用知识图谱结合机器学习中的神经网络模型等实现医疗领域中的事件决策或预测。具体的，对疾病类的知识图谱进行特征学习得到实体向量和关系向量等低维向量，然后将这些低维向量引入神经网络模型，实现某一事件决策模型，基于模型和当前数据，完成事件决策。或者，将疾病类的知识图谱特征学习和算法的目标函数结合，使用端到端的方法进行算法模型的联合学习，将最终算法模型中的监督信号及时反馈到知识图谱特征的学习中，不断的调整，最终实现某一事件决策模型，完成事件决策。

然而，算法模型只跟人力物力进行标注的知识图谱有关，对知识图谱进行的处理比较单一。

发明内容

本发明实施例提供一种基于人工智能的预测分类模型获取方法及装置、存储介质，能够提高数据处理的多样性。

本发明实施例的技术方案是这样实现的：

本发明实施例提供一种基于人工智能的预测分类模型获取方法，包括：

从历史病历数据中获取训练样本，所述训练样本表征历史患者的病历数据与其确诊病症的对应关系；所述训练样本中的正负样本的配置比例为预设的配置比例；

获取与所述训练样本对应的病症的训练疾病相关文本信息；所述预设疾病相关文本信息表征多种疾病相关的症状描述性语言和对应的病症人群信息；

调用设置的训练模型处理所述训练样本和训练疾病相关文本信息，得到训练结果；

基于所述训练结果和所述训练样本，调整所述训练模型直至收敛，得到所述预测分类模型，所述预测分类模型表征病历数据与疾病分类的对应关系。

本发明实施例提供一种基于人工智能的预测分类模型获取装置，包括：

获取单元，用于从历史病历数据中获取训练样本，所述训练样本表征历史患者的病历数据与其确诊病症的对应关系；所述训练样本中的正负样本的配置比例为预设的配置比例；及获取与所述训练样本对应的病症的训练疾病相关文本信息；所述预设疾病相关文本信息表征多种疾病相关的症状描述性语言和对应的病症人群信息；及调用设置的训练模型处理所述训练样本和训练疾病相关文本信息，得到训练结果；以及基于所述训练结果和所述训练样本，调整所述训练模型直至收敛，得到所述预测分类模型，所述预测分类模型表征病历数据与疾病分类的对应关系。