智能疾病導(dǎo)診及醫(yī)療問(wèn)答方法研究與應(yīng)用.pdf

1、互聯(lián)網(wǎng)是連接人與醫(yī)療服務(wù)的關(guān)鍵橋梁。經(jīng)統(tǒng)計(jì)調(diào)查，當(dāng)普通用戶身體發(fā)生不適的時(shí)候，有90％的人會(huì)到互聯(lián)網(wǎng)上搜索相關(guān)的信息。互聯(lián)網(wǎng)因此也正在改變醫(yī)療生態(tài)。從問(wèn)診到看病到治療到康復(fù)到出院后的隨訪，互聯(lián)網(wǎng)在改善上面的每一個(gè)步驟。有調(diào)查稱，整個(gè)互聯(lián)網(wǎng)醫(yī)療會(huì)有一個(gè)萬(wàn)億市值的巨大機(jī)會(huì)。
　　本文利用大數(shù)據(jù)技術(shù)，在疾病導(dǎo)診和疾病知識(shí)自動(dòng)問(wèn)答中進(jìn)行研究，旨在提供類人的、權(quán)威的、內(nèi)容豐富的醫(yī)療知識(shí)。一般的互聯(lián)網(wǎng)用戶在其身體不適的時(shí)候，由于缺乏專業(yè)的醫(yī)療

2、知識(shí)，對(duì)癥狀的描述相對(duì)模糊，不夠準(zhǔn)確。本文的在線導(dǎo)診模型利用卷積神經(jīng)網(wǎng)絡(luò)模型，以及自然語(yǔ)言處理技術(shù)，在問(wèn)診數(shù)據(jù)上進(jìn)行轉(zhuǎn)換和特征構(gòu)造，目前模型可以覆蓋500種疾病，一階的正確率可以達(dá)到70％左右;在疾病知識(shí)問(wèn)答中，對(duì)于一個(gè)問(wèn)題，用戶在互聯(lián)網(wǎng)上搜索到的答案五花八門，對(duì)一些問(wèn)題很難有權(quán)威的解釋，如果想知道多數(shù)醫(yī)生的共同回答又要參考許多醫(yī)生的回答才能總結(jié)出來(lái)，本文的疾病知識(shí)自動(dòng)問(wèn)答方法通過(guò)多標(biāo)簽分類技術(shù)，自動(dòng)化的從已有問(wèn)答數(shù)據(jù)中找到用戶的相似問(wèn)

3、題，再利用信息檢索排序的方法將多位醫(yī)生回答中，比較重要的句子提取出來(lái)作為答案返回給用戶。在構(gòu)建以上兩個(gè)模型和系統(tǒng)時(shí)，對(duì)遇到的分詞工具對(duì)醫(yī)療領(lǐng)域詞語(yǔ)無(wú)法較好分詞的問(wèn)題使用了基于互信息的新詞發(fā)現(xiàn)方法、對(duì)從用戶的問(wèn)題中提取癥狀的問(wèn)題使用了命名實(shí)體識(shí)別算法、對(duì)搜索與用戶問(wèn)詢相似問(wèn)題中使用了多標(biāo)簽分類技術(shù)、對(duì)多個(gè)問(wèn)題的回答進(jìn)行歸納總結(jié)時(shí)使用了TextRank算法對(duì)句子進(jìn)行排序。本文中的數(shù)據(jù)是通過(guò)分布式爬蟲(chóng)從互聯(lián)網(wǎng)上進(jìn)行抓取的，另外本文還根據(jù)以上兩