[发明专利]基于transformer模型的智能交互方法及系统

说明书

本发明提供一种基于transformer模型的智能交互方法及系统，属于智能医疗技术领域。所述方法包括：获取患者的主诉文本信息；根据预设规则处理所述主诉文本信息，获得主诉字序列；通过transformer模型处理所述主诉字序列，输出预测症状序列；根据预设规则推送所述预测症状序列供患者作答确认，并回收患者作答信息，根据所述作答信息更新患者画像。本发明方案为我们使用机器学习模型进行智能问诊提供了可能，同时这样的模型可以拟合数据，更接近医生问诊逻辑。

技术领域

本发明涉及智能医疗技术领域，具体地涉及一种基于transformer模型的智能交互方法及一种基于transformer模型的智能交互系统。

背景技术

为了解决医疗在医院供需失衡，越来越多的患者前期问诊信息通过智能问诊系统进行收集，此举可以极大缩短医患沟通病情时间，医生可以更多的和患者沟通其他信息。临床医生思维根据患者所述主诉，推断患者所患疾病，进一步询问的症状，用来排除和确诊患者的疾病。智能问诊系统则模拟医生的问诊逻辑，智能询问患者相关症状，提前帮助医生收集患者信息,提升医患沟通效率。但是，现存部分智能问诊系统受制于解析能力，解析会丢失主诉中的其他信息，同时对有些症状无法召回，导致问诊的效果不好，例如，“眼睛上眼皮疼”、“爬的时候摔倒，上排牙磕到下嘴唇外面”无法解析出任何症状，以上问诊系统无法继续进行推断相关症状。有些方法只能得到当前症状共现强度较强的症状，对一些比较中长尾的症状，无法获得相关症状。还有些方法是在数据上最有鉴别特征的症状，症状有时候是低频症状，不符合医学问诊逻辑，相关性较低。针对目前智能问诊系统存在的解析能力差、症状获取准确率不高和不符合医学问诊逻辑的问题，需要创造一种新的智能问诊交互系统。

发明内容

本发明实施方式的目的是提供一种基于transformer模型的智能交互方法及系统，以用来解决目前存在的智能问诊系统存在的解析能力差、症状获取准确率不高和不符合医学问诊逻辑的问题。

为了实现上述目的，本发明第一方面提供一种基于transformer模型的智能交互方法，所述方法包括：获取患者的主诉文本信息；根据预设规则处理所述主诉文本信息，获得主诉字序列；通过transformer模型处理所述主诉字序列，输出预测症状序列；根据预设规则推送所述预测症状序列供患者作答确认，并回收患者作答信息，根据所述作答信息更新患者画像。

可选的，所述根据预设规则处理所述主诉文本信息，获得主诉字序列，包括：将所述主诉文本信息拆解为多个独立文字；将所述多个独立文字分别转换为对应的向量，组成主诉字序列。

可选的，所述transformer模型包括编码组件和解码组件；其中，所述编码组件和所述解码组件分别包括6个堆叠的编码器和6个堆叠的解码器。

可选的，所述编码器使用的transformer模型为bert预训练中文模型。

可选的，所述解码器使用的transformer模型为基于症状粒度的transformer模型。

可选的，所述根据预设规则推送所述预测症状序列供患者作答确认，包括：根据所述transformer模型获得多个候选预测症状序列；根据集束搜索方法从所述多个候选预测症状序列中选出最优预测症状序列，作为预测症状序列。

可选的，所述根据预设规则推送所述预测症状序列供患者作答确认，还包括：单次推送预设数量的预测症状到患者端，直到排序后的预测症状序列被推送完毕。

本发明第二方面提供一种基于transformer模型的智能交互系统，所述系统包括：采集单元，用于获取患者的主诉文本信息；处理单元，用于根据预设规则处理所述主诉文本信息，获得主诉字序列，还用于通过transformer模型处理所述多个向量，输出预测症状序列；推送单元，用于根据预设规则推送所述预测症状序列供患者作答确认，并回收患者作答信息；所述处理单元还用于根据所述作答信息更新患者画像。