(19)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 202210354283.4 (22)申请日 2022.04.06 (71)申请人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 吴文峻　辛治旻　汪群博　庄予彰　 (74)专利代理 机构 北京永创新实专利事务所 11121 专利代理师 易卜 (51)Int.Cl. G06F 16/35(2019.01) G06F 16/36(2019.01) G06F 40/242(2020.01) G06F 40/295(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G16H 50/70(2018.01) (54)发明名称 一种基于患者症状描述文本的疾病分类智 能服务方法 (57)摘要 本发明提出一种基于患者症状描述文本的 疾病分类智 能服务方法， 属于人工智 能领域， 具 体为： 首先， 从现有数据中根据患者症状的描述 语句提取实体， 并标注类型， 作为样本存储到图 形数据库； 然后， 通过生成器， 生成各样本同类型 的新样本并标注， 针对每个新样本， 利用检查器 判断出可用样本加入已标注数据集； 接着依次构 建实体识别微服务， 输入实际患者的症状描述文 本， 输出实体的识别结果； 构建疾病查询微服务， 在图形数据库中查询与实体的识别结果相关的 疾病并排序， 作为候选疾病结果输出； 最后， 构建 用户交互微服务， 将实体识别结果， 候选疾病结 果以及历史健康数据一起打包返给患者； 本发明 降低了运维 成本， 方便后续更新和完 善数据。 权利要求书1页 说明书7页 附图3页 CN 114676258 A 2022.06.28 CN 114676258 A 1.一种基于患者症状描述文本的疾病分类智能服 务方法， 其特 征在于， 具体步骤如下： 首先， 从已有的医疗领域相关数据中提取患者症状的描述语句， 并从语句中提取实体， 标注各实体 类型， 将语句和实体 类型标注结果组成样本， 存 储到NoSQL图形数据库； 然后， 将各样本分别通过生成器， 生成新的样本， 并对应生成新语句以及语句中各实体 的类型标注； 针对样本S生 成的每个新样 本S'， 使用包含 可用性规则的检查器逐个计算两者 的最小编辑距离， 得到各新样本的分数， 降序排列后选择 前K个新样本加入已标注数据集； K值根据实际实验数据获取； 接着、 构建实体识别微服务， 利用标注数据集进行训练后， 将实际患 者的症状描述文本 输入实体识别微 服务， 输出实体的识别结果； 构建疾病查询微服务， 根据实际患者的实体识别结果， 在NoSQL图形数据库中查询与实 体相关的疾病并排序， 作为 候选疾病结果输出； 最后、 构建用户交互微服务， 将患者的实体识别结果， 候选疾病结果， 并上患者的历史 健康数据打包返给患者。 2.如权利要求1所述的一种基于患者症状描述文本的疾病分类智能服务方法， 其特征 在于， 所述实体包括医院、 科室、 疾病、 症状和药品； 样本S＝<X,Y>； 即样本包括语句X、 和各 实体类型标注结果Y 。 3.如权利要求1所述的一种基于患者症状描述文本的疾病分类智能服务方法， 其特征 在于， 所述生成器是根据原样本中各实体的类型标注， 进行词语替换， 自动生成同等类型的 新样本。 4.如权利要求1所述的一种基于患者症状描述文本的疾病分类智能服务方法， 其特征 在于， 所述实体识别微 服务包括构造AC自动机和搭建Bi LSTM+CRF模型架构作为深度模型； AC自动机使用NoSQL图形数据库的所有实体构造Trie树， 进一步在Trie树上构建失配 指针； 对经过预处理的患者的中文症状描述文本进行关键词匹配， 找到语句中出现的医疗 实体识别结果， 即实体位置、 名称和类型； 深度模型依次包括第一层嵌入层， 将患者输入的实 际描述文本转换成词向量矩阵； 第 二层BiLSTM层， 接收嵌入层输入的词向量矩阵， 通过前向LSTM和反向LSTM得到的两组输出 进行拼接， 然后依次经过dropout层、 ReLU层和omit层， 最终得到输出的特征向量； 第三层 CRF层， 接收BiLSTM层输出的特征向量， 使用CRF模型得到患者输入的实际描述文本中每个 字的实体 类型标注， 进而得到医疗实体识别结果； 最后， 通过实体识别微服务接口， 将AC自动机和深度模型分别得到的实体识别结果合 并； 对识别结果相同的直接合并； 对于识别结果有冲突的， 按照深度模型的置信度进行判 断， 当深度模型 的置信度大于等于阈值， 则 保留深度模型 的结果； 当置信度低于阈值， 则 保 留AC自动机的结果， 作为 最终结果。 5.如权利要求1所述的一种基于患者症状描述文本的疾病分类智能服务方法， 其特征 在于， 所述 候选疾病结果具体获取 过程如下： 首先， 输入实体识别结果， 使用SQ L查询语句在N oSQL图形数据库中进行查询； 然后， 分别提取查询结果中各实体相关疾病对应的症状描述语句结果， 逐一与实 际患 者输入的症状描述文本计算相似度； 最后、 按相似度由高到低顺序依次返回候选疾病名称。权　利　要　求　书 1/1 页 2 CN 114676258 A 2一种基于患者症状描述文本的疾病分类智能服务方 法 技术领域 [0001]本发明涉及人工智能领域， 具体涉及一种基于患者症状描述文本的疾病分类智能 服务方法。 背景技术 [0002]随着我国人口老龄化程度的加剧， 越来越多的人更加 关注自己的健康情况； 但是 我国医疗资源配置并不均衡， 许多病人为了确定自己所患的疾病通常需要花费很大的代 价。 [0003]目前医生大多是通过询问病人所具有的临床症状表现， 并结合专业知识、 临床经 验和医疗器械诊断来判定病人可能患有的疾病； 当所挂科室的医生不擅长临床症状所属的 领域会导致病 人需要重新挂其它 科室或医院的号。 因此， 根据症状描述文本来自动化地推 断病人所患疾病， 可以帮助患者判断选择就诊医院或科室， 极大提高治疗 疾病的效率。 [0004]自动问诊系统将医疗领域知识和计算机科学技术结合， 为患者进行疾病诊断。 为 了实现疾病的自动诊断， 需要利用计算机将疾病和症状进行数据化规范化处理， 同时也需 要挖掘分析症状与疾病的关系， 并利用计算机语言 建模与表达 。 [0005]知识图谱已经成功计算机科学的一个重要分支， 在自然语言处理、 信息检索、 数据 挖掘、 人工智能和大 数据等领域具有重要的应用， 并且得到 了研究者的广泛认同。 [0006]知识图谱使用节点代表实体与概念， 边代表节点间的关系， 进而表示知识之间的 逻辑关系。 利用疾病 数据集构建医疗领域知识图谱， 可以形式化的描述疾病与症状之间存 在的关系， 在医疗领域知识图谱中上层的症状表达了疾病之间的共性， 下层的症状表达了 疾病之间的差异性。 [0007]医生将各类疾病信息在大脑中归纳、 分类、 思考和判断来得到最终结果， 这是一种 心理过程， 与 “人工智能 ”类似， 也属于 “黑箱”过程。 近期， 已有很多方法试图用深度神经网 络描述这一过程。 然而， 训练深度神经网络模型需要 大量的标注数据， 需要耗费大量时间和 人力。 [0008]一种新思路是在实际应用中逐渐积累数据， 模型逐步迭代升级， 又因为模型与知 识图谱、 数据集的耦合度高， 迭代的部署和运行成本高， 阻碍 了其在实际中的应用。 发明内容 [0009]本发明公开了一种基于患者症状描述文本的疾病分类智能服务方法， 基于微服务 框架， 结合AC自动机和深度模型进 行医疗实体识别， 引入 数据增强机制， 实现了面向自然语 言疾病智能识别方法的有效实施， 提高了识别结果准确率， 减少了标注数据需求量， 有效降 低了部署和运行的成本， 对其在集群平台的部署应用有重要意 义。 [0010]所述基于患者症状描述文本的疾病分类智能服 务方法， 分以下步骤： [0011]步骤一、 从已有的医疗领域相关数据中提取患者症状的描述语句， 并从语句中提 取实体， 标注各实体 类型， 将语句和实体 类型标注结果组成样本， 存 储到NoSQL图形数据库；说　明　书 1/7 页 3 CN 114676258 A 3