(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111662512.0 (22)申请日 2021.12.3 0 (71)申请人 北京京东拓先 科技有限公司 地址 100176 北京市经济技 术开发区科创 十一街18号院1号楼7层701室 (72)发明人 黄亮　郭旭炀　刘慧　康西龙　 李鑫　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 代理人 杨泽　刘芳 (51)Int.Cl. G16H 50/20(2018.01) G16H 50/70(2018.01) G06F 40/295(2020.01) G06F 40/211(2020.01)G06F 40/216(2020.01) G06F 16/36(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 问诊处理方法、 装置、 设备及存 储介质 (57)摘要 本申请提供一种问诊处理方法、 装置、 设备 及存储介质。 该方法包括： 通过接收来自客户端 的症状信息， 基于问诊知识图谱获取症状信息对 应的候选疾病集合， 通过概率分析确定候选疾病 集合中每个候选疾病的得分； 再根据候选疾病集 合中多个候选疾病的得分， 确定截止当前问询轮 次收集到的症状信息对应的诊疗信息， 诊疗信息 包括得分较高的至少一个候选疾病。 最后根据预 设问询次数、 诊疗信息中至少一个候选疾病的信 息熵、 诊断决策模型的任意一项， 确定是输出诊 疗信息还是进行下一轮问询。 上述方案结合问诊 知识图谱， 可有效降低问诊系统的误诊率， 提高 诊疗的准确性； 另外通过分析候选疾病信息熵确 定是否停止问询， 可缩短问询时长， 提升用户的 问询体验。 权利要求书3页 说明书15页 附图3页 CN 114300127 A 2022.04.08 CN 114300127 A 1.一种问诊处 理方法， 其特 征在于， 包括： 接收来自客户端的症状信息， 所述症状信息包括用户输入的至少一个症状数据； 基于预设的问诊知识图谱获取所述症状信息对应的第一候选疾病集合以及第一候选 症状集合， 所述第一候选疾病集合包括多个候选疾病， 所述第一候选症状集合包括所述多 个候选疾病的所有候选症状； 通过概率分析从所述第一候选疾病集合中确定截止当前问询轮次的所述症状信息对 应的诊疗信息， 所述诊疗信息用于指示至少一个候选疾病； 根据预设问询次数、 诊疗信息中所述至少一个候选疾病的信息熵、 预训练的诊断决策 模型的任意 一项， 确定 输出所述诊疗信息或进行 下一轮问询。 2.根据权利要求1所述的方法， 其特征在于， 所述通过概率分析从所述第 一候选疾病集 合中确定截止当前问询轮次的所述症状信息对应的诊疗信息， 包括： 获取所述第 一候选疾病集合中每个候选疾病的得分， 所述得分用于指示所述用户有所 述候选疾病的概 率值； 根据所述第 一候选疾病集合中所述多个候选疾病的得分， 确定截止当前问询轮次的所 述症状信息对应的诊疗信息， 所述诊疗信息包括所述多个候选疾病中得分由高到低的预设 数量的候选疾病。 3.根据权利要求2所述的方法， 其特征在于， 所述获取所述第 一候选疾病集合中每个候 选疾病的得分， 包括： 获取所述第 一候选疾病的每个候选症状对所述第 一候选疾病的贡献度， 所述贡献度用 于指示所述第一候选疾病伴随有 所述候选症状的样本统计概率值， 所述第一候选疾病为所 述多个候选疾病中的任意 一个； 根据所述第 一候选疾病的所有候选症状对所述第 一候选疾病的贡献度， 确定所述第 一 候选疾病的得分。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述第 一候选疾病的所有候选症 状对所述第一 候选疾病的贡献度， 确定所述第一 候选疾病的得分， 包括： 根据所述第 一候选疾病的所有候选症状对所述第 一候选疾病的贡献度以及噪声参数， 确定所述第一 候选疾病的得分。 5.根据权利要求1 ‑4任一项所述的方法， 其特征在于， 根据 所述诊疗信息 中所述至少一 个候选疾病的信息熵， 确定 输出所述诊疗信息或进行 下一轮问询， 包括： 若所述至少一个候选疾病中所有候选疾病的信 息熵之和小于预设阈值， 确定输出所述 诊疗信息； 或者 若所述至少一个候选疾病中所有候选疾病的信 息熵之和大于或等于所述预设阈值， 确 定进行下一轮问询。 6.根据权利要求1 ‑4任一项所述的方法， 其特征在于， 根据所述预设问询次数， 确定输 出所述诊疗信息或进行 下一轮问询， 包括： 判断所述当前问询轮次是否 达到预设问询次数； 若所述当前问询轮次达到所述预设 问询次数， 确定输出所述诊疗信 息； 或者， 若所述当 前问询轮次未达 到所述预设问询次数， 确定进行 下一轮问询。 7.根据权利要求1 ‑4任一项所述的方法， 其特征在于， 根据所述预训练的诊断决策模权　利　要　求　书 1/3 页 2 CN 114300127 A 2型， 确定输出所述诊疗信息或进行 下一轮问询， 包括： 将所述症状信 息输入所述预训练的诊断决策模型， 根据 所述诊断决策模型的输出值确 定输出所述诊疗信息或进行 下一轮问询； 其中， 所述诊断决策模型是采用强化学习算法通过多个样本序列对全连接神经网络进 行训练得到的， 所述样本序列包括至少一个症状数据以及决策结果， 所述决策结果用于指 示输出诊疗信息或进行 下一轮问询。 8.根据权利要求7所述的方法， 其特征在于， 所述根据所述诊断决策模型的输出值确定 输出所述诊疗信息或进行 下一轮问询， 包括： 若所述诊断决策模型输出第一 值， 确定输出所述诊疗信息； 或者 若所述诊断决策模型输出第二 值， 确定进行 下一轮问询。 9.根据权利要求1 ‑4任一项所述的方法， 其特 征在于， 所述方法还 包括： 若确定进行下一轮问询， 从所述第一候选症状集合中确定目标问询症状， 并向所述客 户端发送问询信息， 所述问询信息用于询问所述用户是否有所述目标问询症状； 接收来自所述客户端的回复信息， 基于所述回复信息更新所述诊疗信息， 确定输出更 新后的诊疗信息或进行 下一轮问询。 10.根据权利要求9所述的方法， 其特征在于， 所述从所述第一候选症状集合中确定目 标问询症状， 包括以下至少一项： 从所述第一候选疾病集合的多个候选疾病中的得分最高的候选疾病中， 选取当前问询 轮次用户确认的至少一个候选症状的详细症状作为所述目标问询症状； 或者 从所述第一候选疾病集合的多个候选疾病中的得分最高的候选疾病中， 选取除所述用 户已确认的症状之外的其 他症状作为所述目标问询症状； 或者 从所述第一候选疾病集合的多个候选疾病的所有候选症状中选取， 对所述第 一候选疾 病集合的整体信息熵下降最快的候选症状作为所述目标问询症状。 11.根据权利要求10所述的方法， 其特征在于， 所述第 一候选症状集合中的第 一候选症 状对所述第一候选疾病集合的整体信息熵是根据下一轮问询的第二候选疾病集合的所有 候选疾病的得分总和与所述第一 候选疾病集 合的所有候选疾病的得分总和的比值确定的； 其中， 所述第 二候选疾病集合是根据 所述第一候选疾病集合以及所述第 一候选症状确 定的， 所述第一 候选症状为所述第一 候选症状集 合中的任意 一个候选症状。 12.根据权利要求1 ‑4任一项所述的方法， 其特征在于， 所述问诊知识图谱包括疾病、 症 状、 疾病诱因、 疾病科室信息、 鉴别症状、 并发症以及病程的节点； 所述基于预设的问诊知识图谱获取所述症状信息对应的第一候选疾病集合， 包括： 根 据所述至少一个症状数据， 从所述问诊知识图谱中获取每个症状数据对应的候选疾病集 合， 获得所述第一 候选疾病集 合。 13.一种问诊处 理装置， 其特 征在于， 包括： 接收模块， 用于接收来自客户端的症状信息， 所述症状信息包括用户输入的至少一个 症状数据； 获取模块， 用于基于预设的问诊知识图谱获取所述症状信 息对应的第 一候选疾病集合 以及第一候选症状集合， 所述第一候选疾病集合包括多个候选疾病， 所述第一候选症状集 合包括所述多个候选疾病的所有候选症状；权　利　要　求　书 2/3 页 3 CN 114300127 A 3