[发明专利]线上问诊方法、装置、设备及存储介质

权利要求书

1.一种线上问诊方法，其特征在于，所述线上问诊方法包括：

通过预置的诊疗路径模型获取线上用户对应的诊疗行为数据，并根据所述诊疗行为数据构建诊疗路径数据库；

从所述诊疗路径数据库中提取所述诊疗行为数据，对所述诊疗行为数据进行标准化处理，得到标准诊疗行为数据，并对所述标准诊疗行为数据进行编码处理，得到编码数据；

按照预置的时序序列并根据所述编码数据生成时序序列，得到输入序列，并对所述输入序列进行向量转换，得到输入隐藏向量；

将所述输入隐藏向量输入预置的诊断数据处理模型中进行疾病数据处理，得到预测概率，其中，所述诊断数据处理模型包括输入层、双层前馈神经网络、嵌入层和输出层；

根据所述预测概率生成所述线上用户对应的问诊结果。

2.根据权利要求1所述的线上问诊方法，其特征在于，所述通过预置的诊疗路径模型获取线上用户对应的诊疗行为数据，并根据所述诊疗行为数据构建诊疗路径数据库，包括：

通过预置的诊疗路径模型匹配与所述线上用户对应的问诊路径，得到问诊路径；

提取所述问诊路径中的问题节点和选项节点，并获取所述问题节点对应的问题数据和所述选项节点对应的选项数据；

通过预置的爬虫爬取所述线上用户对应的基础信息和主诉信息；

将所述问题数据、所述选项数据、所述基础信息和所述主诉信息作为所述线上用户对应的诊疗行为数据，并将所述诊疗行为数据存储至预置的数据库，得到诊疗路径数据库。

3.根据权利要求1所述的线上问诊方法，其特征在于，所述从所述诊疗路径数据库中提取所述诊疗行为数据，对所述诊疗行为数据进行标准化处理，得到标准诊疗行为数据，并对所述标准诊疗行为数据进行编码处理，得到编码数据，包括：

从所述诊疗路径数据库中提取所述诊疗行为数据；

通过预置的数据仓库工具对所述诊疗行为数据进行数据清洗，得到数据清洗后的诊疗行为数据；

调用预置的函数对所述数据清洗后的诊疗行为数据进行归一处理，得到标准诊疗行为数据；

分别提取所述标准行为数据中的问题数据和选项数据，得到目标问题数据和目标选项数据；

通过预置的自然语言处理模型对所述目标问题数据和所述目标选项数据进行归一化编码处理，得到编码数据。

4.根据权利要求3所述的线上问诊方法，其特征在于，所述通过预置的自然语言处理模型对所述目标问题数据和所述目标选项数据进行归一化编码处理，得到编码数据，包括：

通过预置的自然语言处理模型对所述目标问题数据和所述目标选项数据进行文本识别，得到问题文本数据和选项文本数据；

提取所述问题文本数据中的相同问题，并将所述问题文本数据中的相同问题编码为一个问题，得到处理后的问题文本数据，以及提取所述选项文本数据中的相同问题，并将所述选项文本数据中的相同选项编码为一个选项，得到处理后的选项文本数据；

对所述处理后的问题文本数据和所述处理后的选项文本数据进行统一编码处理，得到编码数据。

5.根据权利要求1所述的线上问诊方法，其特征在于，所述按照预置的时序序列并根据所述编码数据生成时序序列，得到输入序列，并对所述输入序列进行向量转换，得到输入隐藏向量，包括：

提取所述编码数据中的多个问题，并提取所述编码数据中的多个选项；

对所述每个问题匹配与所述每个问题对应的选项，得到每个问题对应的问题选项对；

按照预置的时序序列对所述问题选项对进行排序，得到输入序列；

对所述输入序列进行隐式向量编码处理，得到输入隐藏向量。