[发明专利]基于人工智能的重症问诊数据识别方法及装置

说明书

本申请涉及人工智能，提供一种基于人工智能的重症问诊数据识别方法及装置。该基于人工智能的重症问诊数据识别方法包括：获取与目标用户标识对应的问诊会话数据；将问诊会话数据输入预测模型，通过预测模型输出与问诊会话数据对应的模型识别结果；根据问诊会话数据在专家知识库中命中的标签，确定与问诊会话数据对应的专家识别结果；结合模型识别结果和专家识别结果，得到问诊会话数据是否为重症问诊数据的目标识别结果。采用本方法能够提高重症问诊数据的识别准确率。此外，本发明还涉及区块链技术，用户的问诊会话数据可存储于区块链中。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种基于人工智能的重症问诊数据识别方法及装置。

背景技术

随着互联网技术和医疗技术的发展，互联网技术在医疗行业中的应用也越来越普遍。比如，用户可以通过在线问诊应用或者在线问诊网站自述症状、咨询病症、了解药物以及寻求就诊指导等。医生人工接诊通过咨询病因、症状等多轮问询，可以对当前问诊数据是否是重症问诊数据做出判断。

然而，随着发起线上问诊的用户量激增，为减轻医生人工鉴别的繁重工作，医疗领域开始采用专家系统进行判别的模式。虽然专家系统可以减轻相关人员的工作量，但是由于线上用户问诊数据的多样性，专家系统对于当前问诊数据是否是重症问诊数据的鉴别准确性存在巨大挑战。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高基于人工智能的重症问诊数据识别准确率的基于人工智能的重症问诊数据识别方法、装置、计算机设备和存储介质。

一种基于人工智能的重症问诊数据识别方法，其特征在于，所述方法包括：

获取与目标用户标识对应的问诊会话数据；

将所述问诊会话数据输入预测模型，通过所述预测模型输出与所述问诊会话数据对应的模型识别结果；其中，所述预测模型根据多维特征数据以及所述多维特征数据相应的训练标签训练得到，所述多维特征数据根据历史问诊数据提取得到、且所述多维特征数据包括实体特征数据和实体关系特征数据；

根据所述问诊会话数据在专家知识库中命中的标签，确定与所述问诊会话数据对应的专家识别结果；

结合所述模型识别结果和所述专家识别结果，得到所述问诊会话数据是否为重症问诊数据的目标识别结果。

在一个实施例中，所述将所述问诊会话数据输入预测模型，通过所述预测模型输出与所述问诊会话数据对应的模型识别结果，包括：

将所述问诊会话数据输入预测模型，通过所述预测模型包括的多个神经元对所述问诊会话数据进行处理，得到所述问诊会话数据对应的模型识别结果；

通过所述预测模型输出所述模型识别结果；

其中，各所述神经元的阈值及各所述神经元之间连接关系的权重，在通过多维特征数据及所述多维特征数据相应的训练标签训练所述预测模型时确定，所述多维特征数据还包括意图特征数据。

在一个实施例中，所述多维特征数据还包括意图特征数据；所述方法还包括：

收集历史问诊数据以及所述历史问诊数据相应的训练标签；所述历史问诊数据相应的训练标签用于表示所述历史问诊数据是否为重症问诊数据；

从所述历史问诊数据中提取实体特征数据、实体关系特征数据和意图特征数据，生成所述历史问诊数据所对应的多维特征数据；

将所述历史问诊数据和所述历史问诊数据所对应的多维特征数据，共同输入待训练的预测模型，得到预测识别结果；

基于所述预测模型的预测识别结果与所述训练标签训练所述预测模型。