[发明专利]基于医疗知识图谱的分诊模型训练方法、装置及设备

说明书

本发明涉及一种人工智能技术领域的智能决策应用领域，揭露一种基于医疗知识图谱的分诊模型训练方法、装置、设备及介质，包括：获取医疗知识图谱，采用图神经网络对医疗知识图谱进行表征学习，获取图谱症状向量；获取疾病对应的医学节点集，医学节点集包括同一疾病的症状、用药和检验检查，采用图神经网络对医学节点集进行表征学习，获取表征同一疾病对应的症状、用药和检验检查关联关系的节点集关联向量；获取训练症状和与训练症状对应的科室标签，基于训练症状对节点集关联向量进行筛选，获取与训练症状对应的目标向量；采用图谱症状向量、训练症状、与训练症状对应的科室标签和目标向量，对TextCNN模型进行模型训练，获取分诊模型。

技术领域

本发明涉及基于人工智能技术领域的智能决策应用领域，具体提供一种基于医疗知识图谱的分诊模型训练方法、装置、设备及介质。

背景技术

随着计算机技术不断地发展，人工智能技术被应用到生活的方方面面，为人们提供更多便利。近年来，人工智能方法被应用于分诊模型中，以利用分诊模型实现为用户智能化确定科室，提供工作效率。但是现有技术中通常是基于异质图训练得到的分诊模型，该分诊模型的训练过程仅仅依据异质图，没有很好地将医学知识融入到分诊模型的建模的过程中，得到的分诊模型鲁棒性和精度不高。

发明内容

本发明实施例提供一种基于医疗知识图谱的分诊模型训练方法、装置、计算机设备及存储介质，以解决现有分诊模型训练存在的鲁棒性和精度不高的问题。

一种基于医疗知识图谱的分诊模型训练方法，包括：

获取医疗知识图谱，采用图神经网络对所述医疗知识图谱进行表征学习，获取图谱症状向量；

获取疾病对应的医学节点集，所述医学节点集包括同一疾病的症状、用药和检验检查，采用图神经网络对所述医学节点集进行表征学习，获取表征同一疾病对应的症状、用药和检验检查关联关系的节点集关联向量；

获取训练症状和与所述训练症状对应的科室标签，基于所述训练症状对所述节点集关联向量进行筛选，获取与所述训练症状对应的目标向量；

采用所述图谱症状向量、所述训练症状、与所述训练症状对应的科室标签和所述目标向量，对TextCNN模型进行模型训练，获取分诊模型。

一种基于医疗知识图谱的分诊模型训练装置，包括：

图谱症状向量获取模块，用于获取医疗知识图谱，采用图神经网络对所述医疗知识图谱进行表征学习，获取图谱症状向量；

节点集关联向量获取模块，用于获取疾病对应的医学节点集，所述医学节点集包括同一疾病的症状、用药和检验检查，采用图神经网络对所述医学节点集进行表征学习，获取表征同一疾病对应的症状、用药和检验检查关联关系的节点集关联向量；

目标向量获取模块，用于获取训练症状和与所述训练症状对应的科室标签，基于所述训练症状对所述节点集关联向量进行筛选，获取与所述训练症状对应的目标向量；

分诊模型获取模块，用于采用所述图谱症状向量、所述训练症状、与所述训练症状对应的科室标签和所述目标向量，对TextCNN模型进行模型训练，获取分诊模型。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于医疗知识图谱的分诊模型训练方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于医疗知识图谱的分诊模型训练方法的步骤。