[发明专利]一种基于临床检验医学大数据的医学检验咨询系统

权利要求书

1.一种基于临床检验医学大数据的医学检验咨询系统，其特征在于，包括医学检验咨询前端和医学检验咨询后端；

所述医学检验咨询前端用于向用户提供临床检验医学的咨询服务；所述医学检验咨询后端用于向所述医学检验咨询前端提供咨询服务支持；

所述医学检验咨询前端能为咨询者提供图形化访问界面，通过APP/小程序/网页应用的形式部署在硬件终端上，用户通过图形化访问界面选择所需的咨询服务；所述咨询服务包括基于人机对话的问答咨询和基于上传化验单的疾病咨询；

当用户选择问答咨询时，所述医学检验咨询前端通过对话采集单元对用户的文字/音频对话内容进行采集，并上传至医学检验咨询后端，医学检验咨询后端生成基于对话内容的应答信息；

当用户选择疾病咨询时，所述医学检验咨询前端通过图像采集单元对用户提供的化验单进行图像采集，并上传至医学检验咨询后端；医学检验咨询后端对化验单图像进行内容提取，并向用户提供基于内容提取的应答信息；

医学检验咨询后端通过数据包将应答信息发送至医学检验咨询前端，医学检验咨询前端通过对话生成单元将应答信息重构成文字/音频，并对用户进行展示。

2.根据权利要求1所述的一种基于临床检验医学大数据的医学检验咨询系统，其特征在于，所述医学检验咨询后端设置有先验的临床检验医学知识库，所述临床检验医学知识库是基于临床检验医学大数据的知识库，通过知识抽取模型对临床检验医学大数据进行知识抽取，并结构化保存至临床检验医学知识库中。

3.根据权利要求1所述的一种基于临床检验医学大数据的医学检验咨询系统，其特征在于，所述临床检验医学知识库将知识以实体、属性、关系以SPO三元组数据进行保存；

所述知识抽取端包括实体抽取端、属性抽取端和关系抽取端，并分别采用三层抽取策略进行实体、属性和关系的抽取；

所述三层抽取策略，初次抽取通过构造临床检验医学实体/属性/关系词典，并通过临床检验医学实体/属性/关系词典进行分词识别，将与临床检验医学实体/属性/关系词典重合的进行标注和抽取；

二次抽取在初次抽取的基础上，对剩余分词进行识别并抽取；二次抽取通过检验医学抽取模型进行抽取，所述检验医学抽取模型为双向LSTM+CRF神经网络模型，依次包括Look-up层、Forward LSTM层、Backwoord LSTM层和CRF层，通过人工已标注的检验医学实体/属性/关系数据对双向LSTM+CRF神经网络模型进行训练和测试，并将满足识别准确度的模型作为检验医学抽取模型进行输出；

三次抽取是对二次抽取进行人工再抽取，通过专业人员验证二次抽取的是否准确，并将人工再抽取和初次抽取的作为抽取端最终输出的实体/属性/关系集。

4.根据权利要求2所述的一种基于临床检验医学大数据的医学检验咨询系统，其特征在于，所述医学检验咨询后端通过自然语意理解端对对话采集单元提供的对话内容进行语意理解；所述自然语意理解端是基于Rasa_NLU的自然语意理解端；所述Rasa_NLU经过先验的于临床检验医学问答对话大数据训练后，能对用户对话内容中的意图和实体信息进行识别，并标注上对应的Intents标签和Entities标签；

其中，所述先验的临床检验医学问答对话大数据保存在Domain库中，并标注有Entities标签、Intents标签、Actions、Templates；所述Entities标签用于保存实体信息的槽值并释义；所述Intents标签用于保存对话意图槽值并释义；所述Actions用于保存执行动作；所述Templates库用于保存Actions对应执行反馈的内容模板。

5.根据权利要求4所述的一种基于临床检验医学大数据的医学检验咨询系统，其特征在于，所述对话生成单元是基于Rasa_Core的自然语言生成端，所述Rasa_Core根据结构化数据信息进行story匹配、Action选择和自然语言输出；所述Rasa_Core通过先验的Stories库进行训练；所述Stories库中保存着不同对话场景下的真实临床检验医学问答数据以及对应的Action选择；通过Stories库训练的Rasa_Core模块能选择最优Action进行执行，所述Action通过Domain库进行释义。