[发明专利]分层次的疾病诊断系统、疾病诊断方法、装置和设备

权利要求书

1.一种分层次的疾病诊断系统，其特征在于，所述分层次的疾病诊断系统包括：第一模型层和第二模型层；其中：

所述第一模型层包括主决策模型，所述第二模型层包括多个单位处理模型和疾病分类器；所述多个单位处理模型中的各个单位处理模型分别与一组疾病匹配；

所述主决策模型用于从多个单位处理模型中确定出与用户匹配的单位处理模型作为目标单位处理模型，并向所述目标单位处理模型生成并发送触发指令；

所述目标单位处理模型用于响应所述触发指令，采集用户的症状信息；其中，所述症状信息包括与目标单位处理模型所匹配的疾病相关的症状信息；

所述疾病分类器用于根据所述用户的症状信息，确定出用户的疾病诊断结果。

2.一种疾病诊断方法，其特征在于，所述方法包括：

调用分层次的疾病诊断系统中的主决策模型从多个单位处理模型中确定出与用户匹配的单位处理模型作为目标单位处理模型；其中，所述分层次的疾病诊断系统包括：第一模型层和第二模型层，所述第一模型层包括主决策模型，所述第二模型层包括多个单位处理模型和疾病分类器，所述多个单位处理模型中的各个单位处理模型分别与一组疾病匹配；

调用目标单位处理模型采集用户的症状信息；其中，所述症状信息包括与目标单位处理模型所匹配的疾病相关的症状信息；

调用所述疾病分类器根据所述用户的症状信息，确定出用户的疾病诊断结果。

3.根据权利要求2所述的方法，其特征在于，所述调用目标单位处理模型采集用户的症状信息，包括：

调用目标单位处理模型按照预设的交互策略向用户询问是否存在与目标单位处理模型所匹配的疾病相关的症状状态；

采集用户的答复信息，作为所述用户的症状信息。

4.根据权利要求3所述的方法，其特征在于，用户的答复信息包括以下至少之一：是、否、未知。

5.根据权利要求2所述的方法，其特征在于，所述目标单位处理模型包括多个单位处理模型。

6.根据权利要求2所述的方法，其特征在于，所述分层次的疾病诊断系统为基于Opitions框架通过层次强化学习训练得到的。

7.根据权利要求6所述的方法，其特征在于，所述分层次的疾病诊断系统按照以下方式进行训练：

构建初始系统，其中，所述初始系统包括初始的第一模型层和初始的第二模型层；

获取样本数据；其中，所述样本数据包括用户的自我报告，以及用户与医生之间关于症状状态的对话记录；

根据预设的标注规则，标注所述样本数据，得到标注后的样本数据；

按照预设的比例，将所述标注后的样本数据拆分成训练数据集和测试数据集；

利用所述训练数据集对所述初始系统进行层次强化学习，得到训练后的系统；

利用所述测试数据集对所述训练后的系统进行测试，并根据测试结果对所述训练后的系统进行调整，以得到所述分层次的疾病诊断系统。

8.根据权利要求7所述的方法，其特征在于，所述获取样本数据，包括：

获取历史诊疗记录，并从所述历史诊疗记录中提取出真实的样本数据；

查询疾病数据库，以确定出各种疾病的发生概率，以及与各种疾病相关的多个症状状态的概率分布；

根据各种疾病的发生概率，以及与各种疾病相关的多个症状状态的概率分布，构建仿真的样本数据；

组合所述真实的样本数据和所述仿真的样本数据，作为用于训练和测试所述分层次的疾病诊断系统的样本数据。