[发明专利]一种提供诊断依据的中文病历辅助诊断方法及系统

权利要求书

1.一种提供诊断依据的中文病历辅助诊断方法，其特征在于，包括：

获取目标患者的中文病历；

根据所述中文病历确定目标词序列，其中，所述目标词序列的长度为n+1，n大于等于1，且取整数；

将所述目标词序列输入至目标BERT模型，得到目标向量序列，其中，所述目标向量序列中的向量与所述目标词序列中的词项一一对应；

根据所述目标向量序列中的第n+1个向量预测所述目标患者所患有的疾病；

根据所述目标向量序列的前n个向量确定诊断依据；

所述根据所述目标向量序列中的第n+1个向量预测所述目标患者所患有的疾病，包括：

确定不同的疾病；

基于所述不同的疾病，通过第一预设公式对第n+1个向量进行计算，以得到所述中文病历分别属于所述不同的疾病的概率；

确定概率最大值对应的疾病为所述目标患者所患有的疾病；

所述根据所述目标向量序列的前n个向量确定诊断依据，包括：

确定诊断依据标签和非诊断依据标签；

基于所述诊断依据标签和所述非诊断依据标签，通过第二预设公式对所述目标向量序列的前n个向量分别进行计算，以得到所述目标词序列中前n个词项分别属于所述诊断依据标签和所述非诊断依据标签的概率；

分别确定概率大的标签为所述目标词序列中前n个词项分别对应的标签；

将所述前n个词项中连续且标注为所述诊断依据标签的词项合并成目标短语；

确定所述目标短语为所述诊断依据。

2.如权利要求1所述的方法，其特征在于，所述根据所述中文病历确定目标词序列，包括：

根据预设分词工具对所述中文病历进行拆分，以得到原始词序列；

在所述原始词序列的末端增加目标字符，以得到所述目标词序列。

3.如权利要求1所述的方法，其特征在于，在将所述目标词序列输入至目标BERT模型，得到目标向量序列之前，还包括：

获取原始BERT模型及训练数据集；

通过所述训练数据集对所述原始BERT模型进行训练，以得到所述目标BERT模型。

4.一种提供诊断依据的中文病历辅助诊断系统，其特征在于，包括：

第一获取模块，用于获取目标患者的中文病历；

第一确定模块，用于根据所述中文病历确定目标词序列，其中，所述目标词序列的长度为n+1，n大于等于1，且取整数；

输入模块，用于将所述目标词序列输入至目标BERT模型，得到目标向量序列，其中，所述目标向量序列中的向量与所述目标词序列中的词项一一对应；

预测模块，用于根据所述目标向量序列中的第n+1个向量预测所述目标患者所患有的疾病；

第二确定模块，用于根据所述目标向量序列的前n个向量确定诊断依据；

所述预测模块，包括：

第一确定子模块，用于确定不同的疾病；

第一计算子模块，用于基于所述不同的疾病，通过第一预设公式对第n+1个向量进行计算，以得到所述中文病历分别属于所述不同的疾病的概率；

第二确定子模块，用于确定概率最大值对应的疾病为所述目标患者所患有的疾病；

所述第二确定模块，包括：

第三确定子模块，用于确定诊断依据标签和非诊断依据标签；

第二计算子模块，用于基于所述诊断依据标签和所述非诊断依据标签，通过第二预设公式对所述目标向量序列的前n个向量分别进行计算，以得到所述目标词序列中前n个词项分别属于所述诊断依据标签和所述非诊断依据标签的概率；

第四确定子模块，用于分别确定概率大的标签为所述目标词序列中前n个词项分别对应的标签；

合并子模块，用于将所述前n个词项中连续且标注为所述诊断依据标签的词项合并成目标短语；

第五确定子模块，用于确定所述目标短语为所述诊断依据。

5.如权利要求4所述的系统，其特征在于，所述第一确定模块，包括：

拆分子模块，用于根据预设分词工具对所述中文病历进行拆分，以得到原始词序列；

增加子模块，用于在所述原始词序列的末端增加目标字符，以得到所述目标词序列。

6.如权利要求4所述的系统，其特征在于，所述系统还包括：

第二获取模块，用于获取原始BERT模型及训练数据集；

训练模块，用于通过所述训练数据集对所述原始BERT模型进行训练，以得到所述目标BERT模型。