[发明专利]诊断预测方法及相关装置、电子设备和存储介质

权利要求书

1.一种诊断预测方法，其特征在于，包括：

获取目标对象的病历文本，并获取所述目标对象的个人史文本；其中，所述个人史文本包括所述目标对象住过的目标地点以及在各个所述目标地点的居住时长；

获取与所述个人史文本相关的地域属性信息和患病规则信息；其中，所述地域属性信息包括各个所述目标地点分别流行的第一疾病及其严重程度，所述患病规则信息包括各种所述第一疾病的罹患规则，且所述罹患规则包括在流行所述第一疾病的目标地点的居住时长与罹患所述第一疾病的可能性之间的映射关系；

基于所述病历文本、所述个人史文本、所述地域属性信息和所述患病规则信息进行诊断预测，得到所述目标对象的诊断预测结果；其中，所述诊断预测结果包括所述目标对象分别罹患若干种疾病的概率值，且所述若干种疾病包括所述第一疾病。

2.根据权利要求1所述的方法，其特征在于，所述诊断预测结果是基于规则匹配得到的，所述规则匹配的步骤包括：

基于所述目标地点流行所述第一疾病的严重程度，得到所述第一疾病的第一权重系数，并基于所述罹患规则，得到所述第一疾病的第二权重系数；

融合所述第一权重系数和所述第二权重系数，得到所述目标对象罹患所述第一疾病的第一概率值。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取若干第二疾病的诊断规则信息；其中，所述诊断规则信息包括各个所述第二疾病的规则文本；

基于所述病历文本分别与各种所述第二疾病的规则文本之间的语义相似度，得到所述目标对象罹患各种所述第二疾病的第二概率值；

结合所述目标对象罹患各种所述第一疾病的第一概率值和罹患各种所述第二疾病的第二概率值，得到所述目标对象罹患各种所述疾病的概率值。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

基于所述目标对象的病历文本，获取所述目标对象的发病时间，并基于好发规则信息，获取各种所述疾病的好发时间；

响应于存在好发时间与所述发病时间吻合的疾病，将所述疾病的概率值调大。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

基于所述目标对象的病历文本，获取所述目标对象的就诊机构；

获取所述就诊机构的诊断统计信息；其中，所述诊断统计信息包括在所述就诊机构接诊总数中分别诊断为各种所述疾病的占比；

基于所述疾病对应的占比，调整所述疾病的概率值；

其中，所述疾病对应的占比与所述疾病的概率值的调整幅度正相关。

6.根据权利要求1所述的方法，其特征在于，所述诊断预测结果是基于模型预测得到的，所述模型预测的步骤包括：

利用诊断预测模型的编码网络分别对所述病历文本、所述个人史文本、所述地域属性信息和所述患病规则信息进行语义编码，得到所述病历文本的第一语义表示、所述个人史文本的第二语义表示、所述地域属性信息的第三语义表示和所述患病规则信息的第四语义表示；

利用所述诊断预测模型的交互网络将所述第一语义表示、所述第二语义表示、所述第三语义表示和所述第四语义表示进行信息交互，得到第一重要度、第二重要度、第三重要度和第四重要度；其中，所述第一重要度、所述第二重要度和所述第三重要度分别表示所述个人史文本、所述地域属性信息和所述患病规则信息分别对所述病历文本的重要程度，所述第四重要度表示所述地域属性信息对所述患病规则信息的重要程度；

基于所述第一重要度、所述第二重要度和所述第三重要度，对所述第二语义表示、所述第三语义表示和所述第四语义表示进行加权，得到第一融合表示，并基于所述第四重要度，对所述第三语义表示进行加权，得到第二融合表示；

利用所述诊断预测模型的预测网络对所述第一融合表示和所述第二融合表示进行诊断预测，得到所述诊断预测结果。