一种融合时间与强度特征的医疗导诊语义理解方法与流程

本发明涉及医疗导诊，具体为一种融合时间与强度特征的医疗导诊语义理解方法。

背景技术：

1、医疗导诊系统是智慧医院建设的核心组成部分，其主要功能是根据患者的症状描述自动判断就诊科室及紧急程度，为患者提供精准的分诊导流服务，承担着优化就医流程、缓解门诊压力、提升医疗服务效率的重要使命。

2、其中，基于自然语言处理的语义理解技术是医疗导诊系统的关键支撑模块。现有的医疗导诊语义理解方法主要采用预训练语言模型对患者描述进行语义编码，通过分类器输出科室推荐结果。

3、然而，在实际临床分诊场景中，现有技术存在一个根本性的技术缺陷：无法有效提取和利用症状描述中的时效性特征和强度等级特征。在临床实践中，症状的时间属性和强度等级是判断疾病紧急程度和类型的关键因素，“突发胸痛1小时”与“间断发作3天”指向完全不同的疾病谱，“剧烈胸痛”与“轻微胸闷”在不同症状背景下也具有截然不同的风险含义。但现有方法将时间修饰词和强度修饰词作为普通token参与注意力计算，未能赋予其独立的决策权重，导致时间特征与强度特征的医学语义信息在特征提取过程中大量流失，这种技术机理的缺失使得系统难以区分“突发小于1小时的胸痛”与“持续3天的胸痛”在紧急度上的本质差异，也无法识别“轻微胸闷伴出冷汗”这一低强度描述背后可能隐藏的高危病情，从而造成急性冠脉综合征、主动脉夹层等以特定时间模式和强度特征为指征的高危疾病被漏判，严重影响分诊准确性和患者安全。

技术实现思路

1、为了克服现有技术中存在的上述技术问题，本发明实施例提供一种融合时间与强度特征的医疗导诊语义理解方法，通过对现有导诊方法进行改进，从而有效解决现有技术无法有效提取症状的时效性权值与强度等级、缺乏症状-时间-强度联合风险评估机制、多症状共现关系挖掘不足、以及决策过程缺乏可解释性的技术问题。

2、为了实现上述目的，本发明实施例提供一种医疗导诊语义理解方法，所述方法包括：基于医学症状知识图谱构建多维症状特征向量库，所述多维症状特征向量库包括联合矩阵；基于患者语音生成输入文本，基于所述输入文本确定查询向量，基于所述查询向量通过所述多维症状特征向量库确定目标信息，基于所述目标信息确定三维联合概率；基于所述输入文本确定时间加权因子和强度加权因子，基于所述时间加权因子和所述强度加权因子确定耦合加权权重，基于所述时间加权因子、所述强度加权因子、所述耦合加权权重和所述三维联合概率确定融合加权向量；基于所述融合加权向量，通过多任务决策层确定分诊决策。

3、优选的，所述基于医学症状知识图谱构建多维症状特征向量库包括：基于所述医学症状知识图谱确定症状实体、疾病类型以及所述症状实体与所述疾病类型之间的关联信息，所述关联信息包括时间特征和强度特征；基于所述症状实体和所述疾病类型，构建概率矩阵，所述概率矩阵包括所述症状实体、所述疾病类型和所述症状实体发生的概率；基于所述疾病类型和所述时间特征，构建时间矩阵，所述时间矩阵包括所述疾病类型、所述时间特征和时间修正因子；基于所述疾病类型和所述强度特征，构建强度矩阵，所述强度矩阵包括所述疾病类型、所述强度特征和强度修正因子；基于所述概率矩阵、所述时间矩阵和所述强度矩阵，构建所述联合矩阵，所述联合矩阵包括所述概率矩阵、所述时间矩阵和所述强度矩阵的对应关系。

4、优选的，所述基于输入文本确定查询向量包括：获取所述输入文本转换后的文本信息；使用双向长短期记忆网络条件随机场模型对所述文本信息进行医学实体标注以获取医学实体，所述医学实体包括症状实体、时间实体、强度实体和修饰词实体；通过医学预训练模型基于所述医学实体确定医学特征，所述医学特征包括症状特征、时间特征、强度特征和修饰词实体；基于所述医学特征构造查询向量。

5、优选的，所述基于所述输入文本确定时间加权因子和强度加权因子包括：构建双通道加权层，所述双通道加权层包括时间通道和强度通道；通过所述时间通道基于所述输入文本确定时间修饰词，计算所述时间修饰词与症状实体的句法依存距离，当所述句法依存距离满足第一预设条件后确定时间加权因子；通过所述强度通道匹配基于所述输入文本确定症状强度等级，当所述症状强度等级满足第二预设条件后确定强度加权因子。

6、优选的，所述双通道加权层还包括时间强度耦合注意力层；通过所述耦合注意力层，基于所述时间加权因子和所述强度加权因子通过耦合放大效应函数计算耦合加权权重。

7、优选的，所述双通道加权层还包括症状共现图；基于所述症状共现图，通过图注意力网络确定共现增强因子；基于所述耦合加权权重、所述共现增强因子和所述三维联合概率确定所述融合加权向量。

8、优选的，所述多任务决策层包括疾病预测任务层、科室推荐任务层、紧急度分级任务层和风险评分任务层；通过所述疾病预测任务层，基于所述融合加权向量，确定疾病最终概率；通过所述科室推荐任务层，基于所述疾病最终概率，确定推荐科室；通过所述紧急度分级任务层，基于所述疾病最终概率、所述耦合加权权重、所述共现增强因子和所述时间加权因子，确定紧急度。

9、优选的，所述基于所述融合加权向量，通过多任务决策层确定分诊决策还包括：计算输出分布熵值，当熵值满足第三预设条件时触发追问话术生成或转人工通道。

10、为了实现上述目的，本发明实施例提供一种医疗导诊语义理解系统，包括控制模块，用于实现医疗导诊语义理解方法，所述控制模块包括：向量模块，用于基于医学症状知识图谱确定构建多维症状特征向量库，所述多维症状特征向量库包括概率矩阵、时间矩阵、强度矩阵和联合矩阵；输入模块，用于基于患者语音生成输入文本，基于所述输入文本确定查询向量，基于所述查询向量通过所述多维症状特征向量库确定三维联合概率；权重模块，用于基于所述输入文本确定时间加权因子和强度加权因子，基于所述时间加权因子和所述强度加权因子确定耦合加权权重，基于所述耦合加权权重与所述三维联合概率确定耦合加权权重，基于所述耦合加权权重、所述时间加权因子、所述强度加权因子和所述三维联合概率确定融合加权向量；决策模块，用于基于所述融合加权向量，通过多任务决策层确定分诊决策。

11、为了实现上述目的，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现医疗导诊语义理解方法。

12、通过本发明提供的技术方案，本发明至少具有如下技术效果：

13、通过时间-疾病修正因子矩阵实现时间特征的医学语义增强，能够区分突发胸痛与间断发作胸痛的不同疾病指向，显著提升急性冠脉综合征和主动脉夹层等高危疾病的检出率；通过强度-疾病修正因子矩阵实现强度特征的医学语义增强，能够区分不同风险含义的病情程度，避免强度等级的孤立误判；通过三维联合概率的非线性耦合计算实现时间、强度、实体三个维度的联合建模，当多维度均指向高风险时触发耦合放大效应提升诊断准确性；通过症状共现图注意力机制捕捉联合诊断模式实现症状关系的深度挖掘；通过可解释性输出链路为医护人员和患者提供清晰的决策依据增强系统可信度；通过持续学习机制支持知识库的动态更新保证系统的长期有效性。

14、本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。