[发明专利]分层次的疾病诊断系统、疾病诊断方法、装置和设备在审
申请号: | 202011136008.2 | 申请日: | 2020-10-22 |
公开(公告)号: | CN112420189A | 公开(公告)日: | 2021-02-26 |
发明(设计)人: | 魏忠钰 | 申请(专利权)人: | 魏忠钰 |
主分类号: | G16H50/20 | 分类号: | G16H50/20;G16H50/70;G06K9/62 |
代理公司: | 苏州隆恒知识产权代理事务所(普通合伙) 32366 | 代理人: | 周子轶 |
地址: | 200433 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 层次 疾病诊断 系统 方法 装置 设备 | ||
本申请实施例提供了一种分层次的疾病诊断系统、疾病诊断方法、装置和设备,其中,该分层次的疾病诊断系统包括:第一模型层和第二模型层;第一模型层包括主决策模型,第二模型层包括多个单位处理模型和疾病分类器,每个单位处理模型又分别与按照科室划分的一组疾病匹配。具体实施时,可以先通过系统中的主决策模型基于较高层级的策略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;再通过目标单位处理模型基于较低层级的策略来采集用户的症状信息;最后通过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,从而能够适用于复杂的疾病诊断场景,高效、准确地进行疾病诊断。
技术领域
本申请涉及疾病诊断技术领域,特别涉及一种分层次的疾病诊断系统、疾病诊断方法、装置和设备。
背景技术
现有的用于进行疾病诊断的模型或系统大多是基于扁平化策略(flat RLpolicy)构建得到的。这类模型或系统在应用于较复杂的疾病诊断场景时,由于需要考虑处理的疾病种类较多,导致具体使用时往往存在诊断效率低、准确度差的技术问题。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种分层次的疾病诊断系统、疾病诊断方法、装置和设备,以解决现有方法中基于扁平化策略的强化学习模型在应对较复杂的疾病诊断场景时所存在的诊断效率低、准确度差的技术问题,达到能够适用于复杂的疾病诊断场景,高效、准确地进行疾病诊断的技术效果。
本申请实施例提供了一种分层次的疾病诊断系统,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。
本申请实施例提供了一种疾病诊断方法,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。
在一个实施例中,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。
在一个实施例中,用户的答复信息包括以下至少之一:是、否、未知。
在一个实施例中,所述目标单位处理模型包括多个单位处理模型。
在一个实施例中,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。
在一个实施例中,训练所述分层次的疾病诊断系统,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于魏忠钰,未经魏忠钰许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011136008.2/2.html,转载请声明来源钻瓜专利网。