[发明专利]基于深度学习的医院分诊方法、系统、装置及介质在审
| 申请号： | 201910329178.3 | 申请日： | 2019-04-23 |
| 公开（公告）号： | CN110047584A | 公开（公告）日： | 2019-07-23 |
| 发明（设计）人： | 江瑞;黄浩 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G16H40/20 | 分类号： | G16H40/20;G06N3/04;G06K9/62 |
| 代理公司： | 北京鸿元知识产权代理有限公司 11327 | 代理人： | 张超艳;董永辉 |
| 地址： | 100084 北京市海淀区1*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的医院分诊方法、系统、装置及介质，包括：采集患者的主诉文本；从主诉文本中识别出症状实体类；构建症状库，所述症状库存储有患病的多个症状；根据症状库的症状和识别的症状实体类将患者的主诉文本编码为患者向量，症状库中的一个症状对应患者向量的一个维度，当症状实体类与症状对应时，所述维度为1，当症状实体类与症状不对应时，所述维度为0；将患者向量输入卷积神经网络模型进行分类，得到不同科室的分诊概率；对各个科室的分诊概率进行排序，返回给患者排序最高的设定个数的推荐科室和对应的分诊概率。上述提高分诊效率和准确率，降低医院导诊的人工开销。 | ||
| 搜索关键词： | 实体类 维度 向量 主诉 概率 排序 文本 卷积神经网络 文本编码 准确率 构建 存储 采集 学习 返回 分类 | ||
【主权项】：
1.一种基于深度学习的医院分诊方法，其特征在于，包括：采集患者的主诉文本；从主诉文本中识别出症状实体类；构建症状库，所述症状库存储有患病的多个症状；根据症状库的症状和识别的症状实体类将患者的主诉文本编码为患者向量，症状库中的一个症状对应患者向量的一个维度，当症状实体类与症状对应时，所述维度为1，当症状实体类与症状不对应时，所述维度为0；将患者向量输入卷积神经网络模型进行分类，得到不同科室的分诊概率；对各个科室的分诊概率进行排序，返回给患者排序最高的设定个数的推荐科室和对应的分诊概率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910329178.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于中医针灸信息采集的任务分配管理系统
- 下一篇：在线医院管理平台
