[发明专利]基于人工智能的基因变异位点的匹配方法、系统及设备

权利要求书

1.一种基于人工智能的基因变异位点的匹配方法，包括以下步骤：

获取用户的症状文本；

将所述症状文本输入至预置的深度学习模型中，得到与所述用户的症状相匹配的疾病术语；

将所述疾病术语与预设的基因数据库进行匹配，得到与所述疾病术语相匹配变异基因；

根据所述变异基因在所述用户的基因测序结果中匹配对应基因变异位点。

2.根据权利要求1所述的基于人工智能的基因变异位点的匹配方法，其特征在于：所述获取用户的症状文本之前，还包括：

根据预设的样本集对所述深度学习模型进行训练，得到训练后的深度学习模型。

3.根据权利要求2所述的基于人工智能的基因变异位点的匹配方法，其特征在于：所述根据预设的样本集对所述深度学习模型进行训练，得到训练后的深度学习模型，包括：

从预设的疾病文献库中提取所述样本集；

对所述样本集进行Word Embedding预处理，得到每个样本的向量；

根据每个所述样本的向量对所述深度学习模型进行训练，得到训练后的深度学习模型。

4.根据权利要求1所述的基于人工智能的基因变异位点的匹配方法，其特征在于：所述获取用户的症状文本之前，还包括：

接收所述用户输入的症状描述的语音；

根据预置的语音转换器将所述语音转换成所述症状文本。

5.根据权利要求1所述的基于人工智能的基因变异位点的匹配方法，其特征在于：所述将所述症状文本输入至预置的深度学习模型中，得到与所述用户的症状相匹配的疾病术语，包括：

对所述症状文本进行Word2vec预处理，得到所述症状文本的向量；

对所述症状文本的向量进行编码解码处理，得到所述疾病术语。

6.根据权利要求5所述的基于人工智能的基因变异位点的匹配方法，其特征在于：所述对所述症状文本的向量进行编码解码处理，得到所述疾病术语，包括：

根据所述深度学习模型中的Encoder模块对所述症状文本的向量进行编码，得到所述症状文本的语义向量；

根据所述深度学习模型中的Decoder模块对所述语义向量进行解码，得到所述疾病术语。

7.根据权利要求1所述的基于人工智能的基因变异位点的匹配方法，其特征在于：所述根据所述变异基因在所述用户的基因测序结果中匹配对应基因变异位点，包括：

获取所述基因测序结果中的多个突变基因；

计算所述变异基因与每个所述突变基因的相似度；

根据所述相似度从所述多个突变基因中获取与所述变异基因相匹配的突变基因；

根据与所述变异基因相匹配的突变基因在所有的基因变异位点中匹配对应基因变异位点。

8.一种基于人工智能的基因变异位点的匹配系统，其特征在于，包括：

第一获取模块，用于获取用户的症状文本；

第一输入模块，用于将所述症状文本输入至预置的深度学习模型中，得到与所述用户的症状相匹配的疾病术语；

第一匹配模块，用于将所述疾病术语与预设的基因数据库进行匹配，得到与所述疾病术语相匹配变异基因；

第一匹配模块，用于根据所述变异基因在所述用户的基因测序结果中匹配对应基因变异位点。

9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于人工智能的基因变异位点的匹配方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至7任一项所述的基于人工智能的基因变异位点的匹配方法。