[发明专利]一种基于知识图谱推理的智能分诊方法

说明书

本发明属于人工智能技术领域，具体来说是涉及一种基于知识图谱推理的智能分诊方法。本发明主要包括：获取用户输入的描述语句，生成查询语句；根据查询语句，基于知识图谱推理的方法获得分诊信息；基于识图谱推理的基础是将病历数据通过处理转化为知识图谱，利用现有的技术，进行数据库的构建，通过以分诊为目的设置对应的检索规则，使得检索过程简单有效。本发明的有益效果是，使分诊过程实现了智能化，同时提高了智能分诊的准确性。

技术领域

本发明属于人工智能技术领域，具体来说是涉及一种基于知识图谱推理的智能分诊方法。

背景技术

随着人民生活条件的不断改善，对于健康的需求也越来越旺盛。近年来，各大医院的门急诊量急剧增长，特别是处于行业领先地位的医院。而对应还面临的问题包括：患者缺乏医疗健康知识，不清楚就诊什么科室，进一步加剧了医疗分诊的压力。还导致医生的工作负荷大，没有足够的时间回答患者的所有问题，在某种程度上造成医患关系紧张，同时也带来医疗质量难以保证的问题。在患者方，部分患者为能快速就诊，往往采取首选急诊的方式，又进一步降低了医院的救治效率。

为了解决此类问题，目前已有人工分诊台以及为用户提供自主分诊服务的应用程序，主要是针对诊前咨询，给诊疗做出指导。而目前的分诊程序冗余度较高，智能化程度较低，导致用户体验差，并不能有效的实现智能化分诊的目的。

发明内容

本发明的目的，是针对上述问题，提出一种基于知识图谱推理的智能分诊方法，仅需获取用户日常化的描述语句，在后台进行一系列转化处理，即可为用户提供分诊服务，并且基于知识图谱推理的方法，有效提高分诊的准确度。

本发明的技术方案是：一种基于知识图谱推理的智能分诊方法，其特征在于，包括：

获取用户输入的描述语句，生成查询语句；

根据查询语句，基于知识图谱推理的方法获得分诊信息。

进一步的，所述生成查询语句的具体方法是：从描述语句中提取症状信息，基于症状信息生成SPARQL查询语句。

进一步的，所述基于知识图谱推理的方法获得分诊信息的具体方法包括：

1)构建知识图谱：采用jena作为平台，构建知识图谱，知识的来源是已有的病历资料，知识建模的方法是，将疾病作为类别，根据病历资料获取类别的属性关系，再利用jenaAPI创建模型，生成RDF文本；

2)知识存储：利用jena将构建好的知识库固化为TDA的格式进行存储；

3)知识图谱推理：通过jena的模型工厂和推理机注册器创建推理机，并绑定相关的RDF三元组数据和owl本体模型，推理机将根据规则进行推理，生成一个推理结果图，该图通过jena的本体API查询和调用；

4)获得分诊信息：基于正向链推理的规则，根据查询语句，通过SPARQL查询读取推理结论，根据对应的结论进行分诊。

本发明的有益效果是，使分诊过程实现了智能化，同时提高了智能分诊的准确性。

附图说明

图1为产生式的执行流程图；

图2为推理机的原理示意图；

图3为规则生成的RETE网络示意图；

图4为知识建模示意图；

图5为jena构建本体示意图；

图6大规模存储解决方案示意图；

图7为jena推理API推理机制示意图；

图8为配置RETE前向推理引擎核心代码示意图；

图9为规则编译成RETE网络的流程图；