[发明专利]医疗知识图谱的修复方法、装置、计算机设备及存储介质在审
申请号: | 202111015960.1 | 申请日: | 2021-08-31 |
公开(公告)号: | CN113704496A | 公开(公告)日: | 2021-11-26 |
发明(设计)人: | 徐啸 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06F16/36 | 分类号: | G06F16/36;G16H50/70 |
代理公司: | 北京中强智尚知识产权代理有限公司 11448 | 代理人: | 黄耀威 |
地址: | 518000 广东省深圳市福田街*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 医疗 知识 图谱 修复 方法 装置 计算机 设备 存储 介质 | ||
本发明涉及人工智能和数字医疗领域,公开了一种医疗知识图谱的修复方法、装置、计算机设备及存储介质,其中方法包括:根据医疗知识图谱的各个项目节点中任意两个项目节点之间是否具有相应类型的关联关系,构建每种关联关系对应的第一邻接矩阵;基于所述第一邻接矩阵,确定所述实际医疗项对应的项目节点在所述每种关联关系下的第一嵌入向量,并基于所述第一嵌入向量,预测所述患者在所述每种关联关系下的预测医疗项;基于所述预测医疗项和所述实际医疗项对所述第一邻接矩阵进行迭代,确定所述每种关联关系对应的迭代后的第一邻接矩阵;基于所述迭代后的第一邻接矩阵,对所述医疗知识图谱进行修复。本发明能够提高医疗知识图谱的修复精度。
技术领域
本发明涉及人工智能领域,尤其是涉及一种医疗知识图谱的修复方法、装置、计算机设备及存储介质。
背景技术
医疗知识图谱中存储了丰富的医学概念,以及这些概念之间的关联,医疗知识图谱可以融入到很多预测任务或者分析任务中,由于医疗知识图谱中很多关联关系是从海量文本中自动爬取的,因此不可避免存在一些质量问题,为了保证后续预测结果或者分析结果的准确性,有必要对医疗知识图谱进行修复。
目前,在对医疗知识图谱进行修复时,通常根据医疗知识图谱中已有的关联关系,判定图谱中哪些关联关系存在冲突或者缺失,以此来对医疗知识图谱进行修复。然而,由于医疗知识图谱中的信息是有限的,因此这种方式很难全面地找出医疗知识图谱中存在的问题,与此同时,这种方式很难保证修复后的医疗知识图谱对于预测任务或者分析任务有切实的帮助。
发明内容
本发明提供了一种医疗知识图谱的修复方法、装置、计算机设备及存储介质,主要在于能够提高医疗知识图谱的修复精度,同时能够保证修复后的医疗知识图谱对于后续的分析任务或者预测任务有切实的帮助,即能够提高分析结果或者预测结果的准确度。
根据本发明的第一个方面,提供一种医疗知识图谱的修复方法,包括:
获取患者的样本就诊数据中所涉及的实际医疗项;
根据医疗知识图谱的各个项目节点中任意两个项目节点之间是否具有相应类型的关联关系,构建每种关联关系对应的第一邻接矩阵;
基于所述第一邻接矩阵,确定所述实际医疗项对应的项目节点在所述每种关联关系下的第一嵌入向量,并基于所述第一嵌入向量,预测所述患者在所述每种关联关系下的预测医疗项;
基于所述预测医疗项和所述实际医疗项对所述第一邻接矩阵进行迭代,确定所述每种关联关系对应的迭代后的第一邻接矩阵;
基于所述迭代后的第一邻接矩阵,对所述医疗知识图谱进行修复。
根据本发明的第二个方面,提供一种医疗知识图谱的修复装置,包括:
获取单元,用于获取患者的样本就诊数据中所涉及的实际医疗项;
构建单元,用于根据医疗知识图谱的各个项目节点中任意两个项目节点之间是否具有相应类型的关联关系,构建每种关联关系对应的第一邻接矩阵;
预测单元,用于基于所述第一邻接矩阵,确定所述实际医疗项对应的项目节点在所述每种关联关系下的第一嵌入向量,并基于所述第一嵌入向量,预测所述患者在所述每种关联关系下的预测医疗项;
确定单元,用于基于所述预测医疗项和所述实际医疗项对所述第一邻接矩阵进行迭代,确定所述每种关联关系对应的迭代后的第一邻接矩阵;
修复单元,用于基于所述迭代后的第一邻接矩阵,对所述医疗知识图谱进行修复。
根据本发明的第三个方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:
获取患者的样本就诊数据中所涉及的实际医疗项;
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平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,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/202111015960.1/2.html,转载请声明来源钻瓜专利网。