基于自然语言学习的智能云导诊技术

doi:10.11959/j.issn.1000-0801.2019078

电信科学 ›› 2019, Vol. 35 ›› Issue (4): 139-145.doi: 10.11959/j.issn.1000-0801.2019078

基于自然语言学习的智能云导诊技术

汤人杰¹,江涛²(),杨巧节¹

¹ 中国移动通信集团浙江有限公司，浙江杭州 310016
² 浙江省卫生计生信息中心，浙江杭州 310006

修回日期:2019-04-10 出版日期:2019-04-20 发布日期:2019-04-25
作者简介:汤人杰（1983- ），男，中国移动通信集团浙江有限公司高级工程师，主要研究方向为大数据、人工智能。|江涛（1977- ），男，浙江省卫生计生信息中心高级工程师、副主任，主要研究方向为医疗健康行业信息化。|杨巧节（1984- ），女，中国移动通信集团浙江有限公司工程师，主要研究方向为人工智能。

Intelligent cloud guidance technology based on natural language learning

Renjie TANG¹,Tao JIANG²(),Qiaojie YANG¹

¹ China Mobile Communications Group Zhejiang Co.,Ltd.,Hangzhou 310016,China
² Health and Family Planning Information Center of Zhejiang Province,Hangzhou 310006,China

Revised:2019-04-10 Online:2019-04-20 Published:2019-04-25

摘要/Abstract

摘要：

分析了目前导诊系统存在的主要问题，根据目前学术界研究的智能导诊系统现状，创造性地提出了基于海量患者病情自述，利用多种机器学习算法，形成了病情自述自学习体系，实现了针对病人自述的智能导诊。该平台利用网络爬虫技术获取了国际国内主流医疗机构科室设置以及海量的病人病情描述，形成了基于国际标准的病理知识库及病情自述知识库，为后续的智能文本识别奠定了基础。同时在算法上进行了创新，构建了注意力（attention）与文本积卷（TextCNN）组合模型，提升了导诊的准确性。

关键词: 智能导诊, attention模型, TextCNN

Abstract:

The main problems existing in the current guidance system were analyzed.According to the intelligent guidance system researched in the current academic circles,a self-learning system for the disease which based on a large number of patient condition descriptions using a variety of machine learning algorithms was creatively proposed.The platform used Web crawler technology to obtain setting of the international and domestic medical institution departments and a large number of patient descriptions,which form a pathological knowledge base and a disease self-reported knowledge base.At the same time,the algorithm was innovatively constructed to combine the attention model with TextCNN to improve the accuracy of the consultation.

Key words: intelligent guidance, attention model, TextCNN

中图分类号:

TP183

汤人杰,江涛,杨巧节. 基于自然语言学习的智能云导诊技术[J]. 电信科学, 2019, 35(4): 139-145.

Renjie TANG,Tao JIANG,Qiaojie YANG. Intelligent cloud guidance technology based on natural language learning[J]. Telecommunications Science, 2019, 35(4): 139-145.

图/表 4

图1

图2

图3

表1

参考文献 4

[1]	LOPEZ-NORES M , BLANCO-FERNáNDEZ Y , PAZOSARIAS J J .et al. Property-based collaborative filtering for health-aware recommender systems[C]// 2011 IEEE International Conference on Consumer Electron,Jan 9-11,2011,Las Vegas,USA. Piscataway:IEEE Press, 2011.
[2]	PATTARAINTAKORN P , ZAVERUCHA G M , CER CONE N . Web based health recommender system using rough sets,survival analysis and rule-based expert systems[C]// 11th International Conference on Rough Sets,Fuzzy Sets,Data Mining and Granular Computing,May 14-16,2007,Toronto,Canada. Heidelberg:Springer, 2007: 491-499.
[3]	徐守坤, 吴伟伟 . 基于语义的医疗资源均衡推荐算法[J]. 计算机工程, 2015,41(9): 74-79.
	XU S K , WU W W . Balance recommendation algorthm for medical resources based on semantic[J]. Computer Engineering, 2015,41(9): 74-79.
[4]	王志宏, 杨震 . 工智能技术研究及未来智能化信息服务体系的思考[J]. 电信科学, 2017,33(5): 1-11.
	WANG Z H , YANG Z . Research on artificial intelligence technology and the future intelligent information service architecture[J]. Telecommunications Science, 2017,33(5): 1-11.

科室代码	科室名称	一次导诊正确率	二次交互导诊正确率
0	皮肤科	78.42%	95.14%
1	骨科	81.17%	95.63%
2	妇产科	58.20%	94.83%
3	妇科	49.67%	95.37%
4	眼科	90.74%	98.10%
5	泌尿外科	75.06%	96.45%
6	口腔科	85.79%	97.41%
7	耳鼻喉科	79.61%	97.25%
8	消化内科	65.18%	96.32%
9	内科	61.91%	96.32%
10	普通外科	50.54%	94.18%
11	生殖健康与不孕症	49.10%	93.76%
12	神经内科	58.37%	97.33%
13	精神科	56.17%	96.21%
14	神经外科	80.62%	98.26%
15	内分泌	63.92%	96.16%
16	心血管内科	56.11%	95.80%
17	胸外科	59.36%	96.96%
18	肿瘤科	52.10%	95.66%
19	呼吸内科	48.32%	95.39%
20	肛肠科	57.85%	96.84%
21	免疫学	60.92%	97.50%
22	肾病学	53.84%	96.80%
23	血液内科	61.23%	97.19%
24	烧伤科	60.12%	97.73%
25	外科	57.00%	96.80%
26	传染科	52.43%	95.95%

[1]	宋勇, 严志伟, 秦玉坤, 赵东明, 叶晓舟, 柴园园, 欧阳晔. 基于矩阵分解和注意力多任务学习的客服投诉工单分类[J]. 电信科学, 2022, 38(2): 103-110.
[2]	陈靓, 钱亚冠, 何志强, 关晓惠, 王滨, 王星. 深度卷积神经网络的柔性剪枝策略[J]. 电信科学, 2022, 38(1): 83-94.
[3]	李远宁,宁柏锋,董召杰. 电网机巡图像分析框架与深度学习方法[J]. 电信科学, 2020, 36(8): 167-174.
[4]	何明捷,张杰,山世光. 神经结构搜索进展概述[J]. 电信科学, 2019, 35(5): 43-50.
[5]	李昊奇,应娜,郭春生,王金华. 基于深度信念网络和线性单分类SVM的高维异常检测[J]. 电信科学, 2018, 34(1): 34-42.
[6]	张国玲. 基于情感神经网络的风电功率预测[J]. 电信科学, 2017, 33(3): 168-172.

基于自然语言学习的智能云导诊技术

Intelligent cloud guidance technology based on natural language learning

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 4

相关文章 6

Metrics

推荐阅读 0