[发明专利]基于机器学习的辩证分析方法、装置、设备及介质

说明书

本发明涉及人工智能技术领域，尤其涉及一种基于机器学习的辩证分析方法、装置、设备及介质。该基于机器学习的辩证分析方法包括获取患者信息以及证型库中的多个目标证型；分别对所述患者信息以及每一所述目标证型进行向量化处理，得到第一患者向量以及第一证型向量；通过预先训练好的第一目标模型提取所第一患者向量对应的第一特征；以及，通过预先训练好的第二目标模型提取每一所述第一证型向量对应的第二特征；将所述第一特征与每一所述第二特征进行特征相似度计算，以根据得到的特征相似度，输出辩证结果。该方法有效保证智能辩证的客观性以及准确性，且有效克服不同专家编写规则所来带来的主观性倾向问题，达到统一评测的目的。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于机器学习的辩证分析方法、装置、设备及介质。

背景技术

在中医领域，“证”是疾病周期或发展过程中的某个阶段特征(或症状)反应和概括。在中医“辨病”过程中，“辨证”即为该过程中的一个关键环节。

随着人工智能技术的兴起，越来越多的医疗辅助系统基于人工智能技术开发多种可以支持疾病辅助诊断、健康管理、远程会诊等辅助功能。当前，基于人工智能的中医辩证主要是根据专家经验，设置对应的辩证规则，即设置加权求和公式以及不同症状对应的参数对照表，以根据患者提供的实际症状，通过患者提供的症状，查找参数对照表得到对应的数值，再根据设置的加权求和公式计算结果，根据结果和候选“证”对应的数值进行对比，以得出症位和症素，最后基于症位和症素达到“辨证”的目的。

而上述基于辩证规则实现智能辩证存在如下问题：1)根据数值比较判断病位和病素过于武断，不够平滑，且与实际情况出入较大，导致辨证结果的准确性无法保证；2)不同特征因子(如症状、“证”)对应的数值是由专家根据经验定义的，主观性较强，导致无法制定统一的评价标准以衡量系统的好坏。

发明内容

本发明实施例提供一种基于机器学习的辩证分析方法、装置、设备及介质，以解决目前基于辩证规则实现智能辩证的准确性无法保证的问题。

一种基于机器学习的辩证分析方法，包括：

获取患者信息以及证型库中的多个证型；

分别对所述患者信息以及每一所述证型进行向量化处理，得到第一患者向量以及第一证型向量；

通过预先训练好的第一目标模型提取所第一患者向量对应的第一特征；以及，通过预先训练好的第二目标模型提取每一所述第一证型向量对应的第二特征；

将所述第一特征与每一所述第二特征进行特征相似度计算，以根据得到的特征相似度，输出辩证结果。

一种基于机器学习的辩证分析装置，包括：

信息获取模块，用于获取患者信息以及证型库中的多个证型；

向量化处理模块，用于分别对所述患者信息以及每一所述证型进行向量化处理，得到第一患者向量以及第一证型向量；

特征提取模块，用于通过预先训练好的第一目标模型提取所第一患者向量对应的第一特征；以及，通过预先训练好的第二目标模型提取每一所述第一证型向量对应的第二特征；

辩证模块，用于将所述第一特征与每一所述第二特征进行特征相似度计算，以根据得到的特征相似度，输出辩证结果。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于机器学习的辩证分析方法的步骤。

一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于机器学习的辩证分析方法的步骤。