[发明专利]一种基于变型NLP算法的疾病辅助诊断方法

权利要求书

1.一种基于变型NLP算法的疾病辅助诊断方法，其特征在于，包括如下步骤：

a.通过人机问答接收用户的输入信息；

b.基于NLP算法以及医学诊断近似词库对所述输入信息进行处理，确定至少第一初选病症以及第二初选病症；

c.基于疾病库对所述第一初选病症以及第二初选病症进行筛选操作，确定与所述第一初选病症最为匹配的第一疾病，并确定与所述第二初选病症最为匹配的第二疾病；

d.基于如下公式计算所述疾病的第一辅助参考值：

∑初始权重α*value，

其中，所述value表示所述第一疾病或第二疾病的症状特异度指标；

e.基于所述第一辅助参考值确定所述用户的辅助诊断结果。

2.根据权利要求1所述的辅助诊断方法，其特征在于，步骤e包括如下步骤：

e1.基于所述用户输入信息以及所述第一辅助参考值确定所述用户的所述辅助诊断结果。

3.根据权利要求1或2所述的辅助诊断方法，其特征在于，步骤e1包括如下步骤：

e11.根据性别，年龄，疾病可能性进行综合排序。

4.根据权利要求1至3中任一项所述的辅助诊断方法，其特征在于：

i.通过采集装置采集所述用户的人体特征信息；

ii.将所述人体特征信息转化为矩阵向量；

iii.基于NLP算法以及医学诊断近似词库对所述矩阵向量进行处理，确定至少第三初选病症以及第四初选病症；

iv.基于疾病库对所述第三初选病症以及第四初选病症进行筛选操作，确定与所述第三初选病症最为匹配的第三疾病，并确定与所述第三初选病症最为匹配的第四疾病；

v.基于如下公式计算所述疾病的第二辅助参考值：

∑初始权重α*value，

其中，所述value表示所述第三疾病或第四疾病的症状特异度指标；

vi.基于所述第一辅助参考值以及所述第二辅助参考值确定所述用户的辅助诊断结果。

5.根据权利要求4所述的辅助诊断方法，其特征在于，所述步骤vi包括如下步骤：

vi1.基于NLP算法对与所述第一辅助参考值对应的诊断系数k1以及与所述第二辅助参考值对应的诊断系数k2进行调整，并更新所述诊断系数k1以及所述诊断系数k2；

vi2.通过如下公式计算辅助参考值，并基于所述辅助参考值确定所述用户的辅助诊断结果：

k＝k1m+k2n，其中，所述k为辅助参考值，所述k1为第一辅助参考值的诊断系数，所述k2为第二辅助参考值的诊断系数，所述m为第一辅助参考值，所述n为第二辅助参考值。

6.根据权利要求1至5中任一项所述的辅助诊断方法，其特征在于，所述特异度指标通过病例数量累积到指定阈值，并基于NLP算法进行调整，基于调整结果更新所述特异度指标。

7.根据权利要求6所述的辅助诊断方法，其特征在于，所述指定阈值的阈值范围为0～10000。

8.根据权利要求6所述的辅助诊断方法，其特征在于，通过如下公式更新所述特异度指标：

Value＝x(u+v)/u(x+y)，其中，所述x表示有症状的病例，所述y表示有症状的非病例，所述u表示无症状的病例，所述v表示无症状的非病例。

9.根据权利要求8所述的辅助诊断方法，其特征在于，更新所述特异度指标Value的同时，更新疾病的初始权重α。

10.根据权利要求1至9中任一项所述的辅助诊断方法，其特征在于，在所述步骤b或者所述步骤iii中，在所述基于NLP算法以及医学诊断近似词库进行处理的过程中，若一初选病症的匹配度超过第一阈值，则只确定一个初选病症，并基于该一个初选病症执行后续步骤。