[发明专利]融合多维诊疗信息的疾病分型方法及相关设备

说明书

本公开提供了一种融合多维诊疗信息的疾病分型方法、装置、电子设备及存储介质。该方法包括：获取待分型患者的当前多维诊疗信息；获得当前多维诊疗信息的字粒度、词粒度和医学命名实体粒度的目标字词；以各目标字词为节点，并根据不同目标字词之间的共现依赖关系构建不同节点之间的边及其边权重，构建待分型患者的当前诊疗信息拓扑图；通过图神经网络模型对所述当前诊疗信息拓扑图进行多次卷积操作，获得所述当前诊疗信息拓扑图中各节点对应的目标语义表征；根据所述当前诊疗信息拓扑图中各节点对应的目标语义表征，获得所述待分型患者的目标分型结果。该方法可以自动、快速、准确地获得待分型患者的目标分型结果。

技术领域

本公开涉及计算机技术领域，尤其涉及一种融合多维诊疗信息的疾病分型方法、装置、电子设备及存储介质。

背景技术

新型冠状病毒肺炎(以下简称“新冠肺炎”)的患者多以轻症(轻型、普通型)为主，大多数给予对症支持治疗后病情可好转；但一旦发展为重症(重型、危重型)病例，其救治难度以及死亡风险则大大增加。因此新冠肺炎的分型及重症患者的早期识别是极为重要的。

相关技术中的分型手段主要是根据医护人员经验或者是国家发布的分型标准，但是对于新冠肺炎这种突发的传染性疾病，其症状和表现是未知且随着时间推移不断被发现的，不能按照医生或者研究人员的已有经验来。同时由于新冠肺炎传染性极强，如果患者与医生或者护士进行过多交流，不仅效率低下，还可能造成与医护人员或者与其他患者之间的交叉感染。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种融合多维诊疗信息的疾病分型方法、装置、电子设备及存储介质，该方法可以自动、快速、准确地获得待分型患者的目标分型结果。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

本公开实施例提供一种融合多维诊疗信息的疾病分型方法，包括：获取待分型患者的当前多维诊疗信息；获得当前多维诊疗信息的字粒度、词粒度和医学命名实体粒度的目标字词；以各目标字词为节点，并根据不同目标字词之间的共现依赖关系构建不同节点之间的边及其边权重，构建待分型患者的当前诊疗信息拓扑图；通过图神经网络模型对当前诊疗信息拓扑图进行多次卷积操作，获得当前诊疗信息拓扑图中各节点对应的目标语义表征，各节点对应的目标语义表征聚合各节点自身特征及其各阶邻居节点特征；根据当前诊疗信息拓扑图中各节点对应的目标语义表征，获得待分型患者的目标分型结果。

在示例性实施例中，上述方法还包括：获得训练数据集，所述训练数据集包括患者病例的诊疗信息拓扑图及其各节点的语义表征标签；利用所述训练数据集训练所述图神经网络模型，确定所述图卷积权重参数矩阵、所述更新门权重参数矩阵、所述更新门偏差参数矩阵、所述更新门激活函数、所述遗忘权重参数矩阵和所述遗忘偏差参数矩阵。

在示例性实施例中，对所述当前多维诊疗信息进行命名实体识别，获得医学命名实体粒度的待选医疗术语，包括：通过长短期记忆网络对所述当前多维诊疗信息进行特征提取，获得所述当前多维诊疗信息中各目标字词的序列特征；通过条件随机场对各目标字词的序列特征进行标注，获得各目标字词的标注序列；根据各目标字词的标注序列，获得所述医学命名实体粒度的待选医疗术语。