【技術實現步驟摘要】
本申請涉及計算機，特別是涉及一種疾病鑒別診斷方法及相關裝置。
技術介紹
1、目前，在患者就診時，醫生一般是通過患者自述以及患者的醫學檢查結果進行疾病鑒別診斷。鑒別診斷是指根據患者所呈現出一系列癥狀、體征或檢查結果，通過分析和比較，排除其他可能的疾病或狀況，最終確定患者最可能所患疾病診斷的過程。
2、但是，這種方式受限于醫生的專業知識、經驗水平以及醫學檢查結果的精度，可能會出現誤診、漏診的情況，進一步可能會導致延誤患者治療的時效。為了解決該技術問題，相關技術中提供一種基于機器學習的疾病診斷模型，該疾病診斷模型基于醫療大數據采用機器學習訓練得到，可以輔助醫生對患者所患疾病進行鑒別診斷。
3、但是，目前的疾病診斷模型僅支持將某一類疾病作為鑒別診斷結果，可能于醫生的初步的鑒別診斷結果相同，無法為醫生提供實質性建議，疾病鑒別診斷結果的精度較低。
技術實現思路
1、基于上述問題，本申請提供了一種疾病鑒別診斷方法及相關裝置，旨在解決鑒別診斷結果的精度較低的問題。
2、本申請實施例公開了如下技術方案：
3、第一方面，本申請實施例提供一種疾病鑒別診斷方法，該方法包括：
4、獲取疾病鑒別診斷數據庫和疾病表型分類數據庫；疾病鑒別診斷數據庫包括各個疾病與各個核心鑒別項之間的對應關系，核心鑒別項包括與所對應疾病相關聯的至少一個待鑒別疾病；疾病表型分類數據庫包括各個疾病表型與各個疾病之間的對應關系；
5、根據疾病鑒別診斷數據庫和疾病表型分
6、將問診用戶的目標疾病對應的目標疾病表型與核心鑒別數據庫進行匹配，得到目標疾病表型對應的目標核心鑒別項；
7、根據目標核心鑒別項確定問診用戶的鑒別診斷結果。
8、可選地，根據目標核心鑒別項確定問診用戶的鑒別診斷結果，包括：
9、確定目標疾病對應的實際核心鑒別項；實際核心鑒別項包括與目標疾病相關聯的至少一個實際待鑒別疾病；
10、將實際核心鑒別項中與目標核心鑒別項中的至少一個待鑒別疾病相同的實際待鑒別疾病作為問診用戶的鑒別診斷結果。
11、可選地，當目標疾病存在對應的多個目標疾病表型，方法還包括：
12、獲取各個目標疾病表型對應的目標核心鑒別項；
13、計算多個目標核心鑒別項中每兩個目標核心鑒別項之間的相似度；
14、將多個相似度中的目標相似度對應的兩個目標核心鑒別項進行合并，得到合并核心鑒別項；目標相似度為多個相似度中大于預設相似度的相似度；
15、將多個目標核心鑒別項中未合并的目標核心鑒別項以及合并核心鑒別項作為問診用戶的鑒別診斷結果。
16、可選地，計算多個目標核心鑒別項中每兩個目標核心鑒別項之間的相似度，包括：
17、獲取目標疾病對應的實際核心鑒別項；實際核心鑒別項包括與目標疾病相關聯的至少一個實際待鑒別疾病；
18、根據實際核心鑒別項確定各個目標核心鑒別項的目標向量；目標向量包括第一元素和第二元素，第一元素包括目標核心鑒別項中與實際核心鑒別項中的實際待鑒別疾病相同的待鑒別疾病，第二元素包括目標核心鑒別項中與實際核心鑒別項中的實際待鑒別疾病不同的待鑒別疾病；
19、根據各個目標向量計算每兩個目標核心鑒別項之間的相似度。
20、可選地，在根據實際核心鑒別項確定各個目標核心鑒別項的目標向量之前，方法還包括：
21、對實際核心鑒別項中的實際待鑒別疾病進行標準化處理，得到標準實際核心鑒別項；以及，對各個目標核心鑒別項進行標準化處理，得到多個標準目標核心鑒別項；
22、根據實際核心鑒別項確定各個目標核心鑒別項的目標向量，包括：根據標準實際核心鑒別項確定各個標準目標核心鑒別項的目標向量。
23、可選地，疾病鑒別診斷數據庫，通過以下方式得到：根據知識來源中的各個疾病與各個鑒別診斷之間的對應關系，生成疾病鑒別診斷數據庫；鑒別診斷包括對應的疾病在診斷過程中的待鑒別疾病。
24、可選地，疾病表型分類數據庫，通過以下方式得到：
25、獲取多個病歷數據；病歷數據中包括對應的歷史問診用戶的疾病信息；
26、對多個病歷數據進行處理，得到多個標準病歷數據；
27、根據預訓練的疾病表型分類模型對多個標準病歷數據進行分類；
28、基于分類后的多個標準病歷數據建立疾病表型分類數據庫。
29、第二方面，本申請實施例提供一種疾病鑒別診斷裝置，該裝置包括：
30、獲取模塊，用于獲取疾病鑒別診斷數據庫和疾病表型分類數據庫；疾病鑒別診斷數據庫包括各個疾病與各個核心鑒別項之間的對應關系，核心鑒別項包括與所對應疾病相關聯的至少一個待鑒別疾病；疾病表型分類數據庫包括各個疾病表型與各個疾病之間的對應關系；
31、核心鑒別數據庫建立模塊，用于根據疾病鑒別診斷數據庫和疾病表型分類數據庫，建立核心鑒別數據庫；核心鑒別數據庫包括各個疾病表型與各個核心鑒別項之間的對應關系；各個疾病表型與各個核心鑒別項之間的對應關系通過各個疾病確定；
32、目標核心鑒別項確定模塊，用于將問診用戶的目標疾病對應的目標疾病表型與核心鑒別數據庫進行匹配，得到目標疾病表型對應的目標核心鑒別項；
33、鑒別診斷模塊，用于根據目標核心鑒別項確定問診用戶的鑒別診斷結果。
34、第三方面，本申請實施例提供一種計算機設備，包括：存儲器，處理器，及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時，實現如第一方面中任一所述的疾病鑒別診斷方法。
35、第四方面，本申請實施例提供一種計算機可讀存儲介質，所述計算機可讀存儲介質中存儲有指令，當所述指令在終端設備上運行時，使得所述終端設備執行如第一方面中任一所述的疾病鑒別診斷方法。
36、相較于現有技術，本申請具有以下有益效果：
37、本申請提供的疾病鑒別診斷方法，根據獲取的疾病鑒別診斷數據庫和疾病表型分類數據庫建立核心鑒別數據庫；其中，核心鑒別數據庫包括各個疾病表型與各個核心鑒別項之間的對應關系，疾病鑒別診斷數據庫包括各個疾病與各個核心鑒別項之間的對應關系，核心鑒別項包括與所對應疾病相關聯的至少一個待鑒別疾病，疾病表型分類數據庫包括各個疾病表型與各個疾病之間的對應關系，各個疾病表型與各個核心鑒別項之間的對應關系通過各個疾病確定；進一步將問診用戶的目標疾病對應的目標疾病表型與核心鑒別數據庫進行匹配，得到目標疾病表型對應的目標核心鑒別項，然后根據目標核心鑒別項確定問診用戶的鑒別診斷結果。
38、其中，通過疾病鑒別數據庫的疾病和核心鑒別項之間的對應關系，以及疾病表型分類數據庫中疾病表型和疾病之間的對應關系，建立疾病本文檔來自技高網...
【技術保護點】
1.一種疾病鑒別診斷方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述根據所述目標核心鑒別項確定所述問診用戶的鑒別診斷結果，包括：
3.根據權利要求1所述的方法，其特征在于，當所述目標疾病存在對應的多個目標疾病表型，所述方法還包括：
4.根據權利要求3所述的方法，其特征在于，所述計算多個目標核心鑒別項中每兩個目標核心鑒別項之間的相似度，包括：
5.根據權利要求4所述的方法，其特征在于，在根據所述實際核心鑒別項確定各個目標核心鑒別項的目標向量之前，所述方法還包括：
6.根據權利要求1-5所述的方法，其特征在于，所述疾病鑒別診斷數據庫，通過以下方式得到：根據知識來源中的各個疾病與各個鑒別診斷之間的對應關系，生成所述疾病鑒別診斷數據庫；所述鑒別診斷包括對應的疾病在診斷過程中的待鑒別疾病。
7.根據權利要求1-5所述的方法，其特征在于，所述疾病表型分類數據庫，通過以下方式得到：
8.一種疾病鑒別診斷裝置，其特征在于，所述裝置包括：
9.一種計算機設備，其特征在于，
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有指令，當所述指令在終端設備上運行時，使得所述終端設備執行如權利要求1-7任一項所述的疾病鑒別診斷方法。
...【技術特征摘要】
1.一種疾病鑒別診斷方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述根據所述目標核心鑒別項確定所述問診用戶的鑒別診斷結果，包括：
3.根據權利要求1所述的方法，其特征在于，當所述目標疾病存在對應的多個目標疾病表型，所述方法還包括：
4.根據權利要求3所述的方法，其特征在于，所述計算多個目標核心鑒別項中每兩個目標核心鑒別項之間的相似度，包括：
5.根據權利要求4所述的方法，其特征在于，在根據所述實際核心鑒別項確定各個目標核心鑒別項的目標向量之前，所述方法還包括：
6.根據權利要求1-5所述的方法，其特征在于，所述疾病鑒別診斷數據庫，通過以下方式得到：根據知識來源中的各個疾病與...
【專利技術屬性】
技術研發人員：宮瑤瑤，尹立錚，劉美燁，
申請(專利權)人：北京嘉和海森健康科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。