[发明专利]一种人工智能问诊方法

说明书

技术领域

本发明属于人工智能技术领域，具体涉及一种人工智能问诊方法。

背景技术

目前，普通百姓看病难、看病贵是我国医疗体系最突出的问题。通常，一个人生了病，即使不是很严重的疾病，比如孩子的感冒发烧咳嗽之类的疾病，也要去医院去看看。首先要花一个小时左右的时间来到医院，然后是挂号，根据挂号的医院科室情况不同，通常挂号后需要等待半个小时到几个小时才能得到就诊，有时候甚至需要等待一天或者几天，或者根本就挂不到号。而好不容易见到了医生，往往就诊时间只有短短的几分钟。所以即使是一个常见的小病，也通常需要花费半天到一天的时间，而真正的问诊时间却只有短短的几分钟。

而对于医生，由于患者太多，很难对每一个患者花费太多的时间，所以不得不在几分钟内就要完成一个患者的问诊。由于时间太短，也很难做到一直细心耐心的问诊。而通常情况下，大量的患者都只是日常的小病，所以医生每天的大部分时间都是在简单的、重复的去问一些基本相同的问题，机械地做着相同的事情。

因此，特别需要一种人工智能问诊方法，以解决现有技术中存在的问题。

发明内容

本发明的目的在于提供一种可以解决上述问题的人工智能问诊方法。

为达到上述要求，本发明采取的技术方案是：提供一种人工智能问诊方法，包括以下步骤：

S1、自动抽取医患历史对话中患者的病症信息、治疗用药信息和诊断建议信息，根据提取到的各种信息进行语义表征，转化为数值向量，对数值向量进行训练学习，获得包含医患历史交互中存在的病症信息与医生诊断建议之间关系的诊断模型；

S2、接收客户端获取到的问诊内容；

S3、对问诊内容进行语义识别，提取关键词；

S4、诊断模型根据提取的关键词匹配对应答案，并将所述答案发送至客户端。

与现有技术相比，本发明具有以下优点：本方法能够辅助医生对患者进行问诊，减少患者就诊的时间和金钱花费，同时也减少医生的大量重复简单的问诊时间，为医生提供患者的精练病症信息，提供专业的医学诊断建议参考；同时，该系统能够通过训练获得的各种模型，能够自主学习并完善问诊机制，提高了系统的通用性及诊断的准确性。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，在这些附图中使用相同的参考标号来表示相同或相似的部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本发明的流程示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，以下结合附图及具体实施例，对本申请作进一步地详细说明。为简单起见，以下描述中省略了本领域技术人员公知的某些技术特征。

如图1所示，本实施例提供一种人工智能问诊方法，包括以下步骤：

S1、自动抽取医患历史对话中患者的病症信息、治疗用药信息和诊断建议信息，根据提取到的各种信息进行语义表征，转化为数值向量，对数值向量进行训练学习，获得包含医患历史交互中存在的病症信息与医生诊断建议之间关系的诊断模型；

S2、接收客户端获取到的问诊内容；

S3、对问诊内容进行语义识别，提取关键词；

S4、诊断模型根据提取的关键词匹配对应答案，并将所述答案发送至客户端；

S5、接收客户端返回的反馈信息；如果反馈信息表明问诊内容没有得到解决，则提示客户端重新输入问诊内容；如果反馈信息表明问诊内容得到解决，则结束问诊。

以上实施例仅表示本发明的几种实施方式，其描述较为具体和详细，但并不能理解为对本发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明保护范围。因此本发明的保护范围应该以权利要求为准。