基于自然语言学习的关节类疾病辅助问诊方法及

本发明涉及智能辅助问诊的，特别涉及基于自然语言学习的关节类疾病辅助问诊方法及系统。背景技术：1、疾病问诊是疾病诊断的一个重要环节，医生通常向患者进行病症等方面的询问，再结合对患者的检查结果，确定患者的疾病类型和疾病情况。医生在工作过程中需要面对大量的患者，为了提高就诊效率，医生只能在有限的时间内对患者进行病情询问，这对医生关于患者的历史病情情况掌握程度和医生的询问语言组织能力有较高的要求。目前已经出现利用机器人对患者进行预先病情询问的手段，这样能够有效减轻医生的问诊压力，但是现有机器人问诊都是按照预先设计的问题进行发问，这导致问诊内容存在一定的局限性，不能针对不同患者的实际病情进行区分化的询问，这种机器人问诊方式只能作为对医生问诊的补充，不能为医生对患者的病情判断提供具有参考价值和可靠性的信息。同时对于关节类疾病这种潜伏性较强和病症表现不明显的疾病，不能在问诊过程中对患者进行精准和有预见性的询问，降低了辅助问诊的可用性和可靠性。技术实现思路1、针对现有技术存在的缺陷，本发明提供了基于自然语言学习的关节类疾病辅助问诊方法及系统，其筛选得到患者的关节类疾病历史诊断数据，并对其进行分类，得到与患者的关节类疾病具有不同相关特征属性的若干历史诊断数据集合，为辅助问诊的语句构建提供全面数据支持；对历史诊断数据集合进行自然语言学习，得到与关节类疾病历史状态匹配的若干问诊语句，以此生成问诊知识图谱；再分析患者的关节类疾病检查数据，确定患者会发生的关节类疾病症状信息，以此对问诊知识图谱下属相应的元数据和不同元数据之间的关系属性进行修正编辑，确保问诊知识图谱能够与关节类疾病具有准确关联性；还基于完成修正编辑的问诊知识图谱，确定对患者进行辅助问诊操作对应的初始问诊方案，并对初始问诊方案进行问诊语句调整，为关节类疾病问诊提供灵活有针对性的语句选择，提高辅助问诊的可靠性，对病情判断提供具有参考价值和可靠性的信息。2、本发明提供基于自然语言学习的关节类疾病辅助问诊方法，包括如下步骤：3、步骤s1，对患者的历史病历数据进行筛选，得到所述患者的关节类疾病历史诊断数据；对所述关节类疾病历史诊断数据进行分类，得到与所述患者的关节类疾病具有不同相关特征属性的若干历史诊断数据集合；4、步骤s2，对所有历史诊断数据集合分别进行自然语言学习，得到与所述患者的关节类疾病历史状态匹配的若干问诊语句；基于所有问诊语句的语言逻辑关系，生成关于所有问诊语句的问诊知识图谱；5、步骤s3，对所述患者的关节类疾病检查数据进行分析，确定所述患者会发生的关节类疾病症状信息；基于所述关节类疾病症状信息，对所述问诊知识图谱下属相应的元数据和不同元数据之间的关系属性进行修正编辑；6、步骤s4，基于完成修正编辑的问诊知识图谱，确定对所述患者进行辅助问诊操作对应的初始问诊方案；再基于所述患者在实际问诊过程中的应答数据，从所述问诊知识图谱标定相应的元数据，以此对所述初始问诊方案进行问诊语句调整。7、在本技术公开的一个实施例中，在所述步骤s1中，对患者的历史病历数据进行筛选，得到所述患者的关节类疾病历史诊断数据；对所述关节类疾病历史诊断数据进行分类，得到与所述患者的关节类疾病具有不同相关特征属性的若干历史诊断数据集合，包括：8、对关节类疾病词条库进行词条语义识别，得到所述关节类疾病词条库的关节类疾病诊断相关词条的语义信息；基于所述语义信息，生成关节类疾病相关关键词；再基于所述关节类疾病相关关键词，对患者的历史病历数据进行检索筛选，得到所述患者的关节类疾病历史诊断数据；9、对所述关节类疾病历史诊断数据下属所有子数据进行数据主题内容识别，得到每个子数据对应的若干数据主题内容信息；对所述子数据对应的所有数据主题内容信息进行关于病症维度和病理成因维度的相关度识别，得到与所述患者的关节类疾病具有不同相关特征属性的若干历史诊断数据集合；其中所述不同相关特征属性包括病症特征属性和病理成因特征属性。10、在本技术公开的一个实施例中，在所述步骤s2中，对所有历史诊断数据集合分别进行自然语言学习，得到与所述患者的关节类疾病历史状态匹配的若干问诊语句；基于所有问诊语句的语言逻辑关系，生成关于所有问诊语句的问诊知识图谱，包括：11、对所述历史诊断数据集合分别进行自然语言学习，得到每个历史诊断数据集合包含的所有问诊关联数据文本；对所述问诊关联数据文本进行语句逻辑识别和语句构建，得到与所述患者的关节类疾病历史状态匹配的若干问诊语句，并对所有问诊语句进行语义识别，得到相应的语义信息；12、基于所有问诊语句的语义信息，确定所有问诊语句相互之间的语言逻辑关系；其中，所述语言逻辑关系包括所有问诊语句之间的发问顺序逻辑关系；再基于所述语言逻辑关系，生成关于所有问诊语句的问诊知识图谱。13、在本技术公开的一个实施例中，在所述步骤s3中，对所述患者的关节类疾病检查数据进行分析，确定所述患者会发生的关节类疾病症状信息；基于所述关节类疾病症状信息，对所述问诊知识图谱下属相应的元数据和不同元数据之间的关系属性进行修正编辑，包括：14、对所述患者的关节类疾病检查影像数据进行识别，得到所述患者的关节部位的生理结构状态信息；对所述患者的关节类疾病检查非影像数据进行分析，得到所述患者的关节部位的生理运作状态信息；基于所述生理结构状态信息和所述生理运作状态信息，确定所述患者会发生的关节类疾病类型信息和关节类疾病病发部位信息，以此作为所述关节类疾病症状信息；15、基于所述关节类疾病类型信息和所述关节类疾病病发部位信息，标识对所述问诊知识图谱下属与疾病类型和病发部位相关的元数据及与其存在联系的其他元数据；再对标识的所述元数据与其存在联系的其他元数据进行数据文本内容和不同元数据之间的关系属性的修正编辑。16、在本技术公开的一个实施例中，在所述步骤s4中，基于完成修正编辑的问诊知识图谱，确定对所述患者进行辅助问诊操作对应的初始问诊方案；再基于所述患者在实际问诊过程中的应答数据，从所述问诊知识图谱标定相应的元数据，以此对所述初始问诊方案进行问诊语句调整，包括：17、基于所述患者已经接收的来自医生的问诊数据，对完成修正编辑的问诊知识图谱进行元数据筛选，确定对所述患者进行辅助问诊操作对应的初始问诊方案；其中，所述初始问诊方案是由筛选的所有元数据按照其在所述问诊知识图谱上的分布路径构建形成；18、对所述患者在实际问诊过程中的应答数据进行语义识别，得到应答语义信息；基于所述应答语义信息，判断所述初始问诊方案后续对所述患者发起的问诊语句是否存在重复问诊的情况；若存在重复问诊的情况，则从所述问诊知识图谱重新选择与后续对所述患者发起的问诊语句不存在语义相同情况的元数据，并将重新选择的元数据对应的问诊语句替换至所述初始问诊方案，从而对所述初始问诊方案进行问诊语句调整。19、本发明还提供基于自然语言学习的关节类疾病辅助问诊系统，包括：20、历史诊断数据筛选模块，用于对患者的历史病历数据进行筛选，得到所述患者的关节类疾病历史诊断数据；21、历史诊断数据集合生成模块，用于对所述关节类疾病历史诊断数据进行分类，得到与所述患者的关节类疾病具有不同相关特征属性的若干历史诊断数据集合；22、自然语言学习模块，用于对所有历史诊断数据集合分别进行自然语言学习，得到与所述患者的关节类疾病历史状态匹配的若干问诊语句；23、问诊知识图谱构建模块，用于基于所有问诊语句的语言逻辑关系，生成关于所有问诊语句的问诊知识图谱；24、疾病检查数据分析模块，用于对所述患者的关节类疾病检查数据进行分析，确定所述患者会发生的关节类疾病症状信息；25、图谱元数据修正模块，用于基于所述关节类疾病症状信息，对所述问诊知识图谱下属相应的元数据和不同元数据之间的关系属性进行修正编辑；26、问诊方案确定模块，用于基于完成修正编辑的问诊知识图谱，确定对所述患者进行辅助问诊操作对应的初始问诊方案；27、问诊方案调整模块，用于基于所述患者在实际问诊过程中的应答数据，从所述问诊知识图谱标定相应的元数据，以此对所述初始问诊方案进行问诊语句调整。28、在本技术公开的一个实施例中，所述历史诊断数据筛选模块，用于对患者的历史病历数据进行筛选，得到所述患者的关节类疾病历史诊断数据，包括：29、对关节类疾病词条库进行词条语义识别，得到所述关节类疾病词条库的关节类疾病诊断相关词条的语义信息；基于所述语义信息，生成关节类疾病相关关键词；再基于所述关节类疾病相关关键词，对患者的历史病历数据进行检索筛选，得到所述患者的关节类疾病历史诊断数据；30、所述历史诊断数据集合生成模块，用于对所述关节类疾病历史诊断数据进行分类，得到与所述患者的关节类疾病具有不同相关特征属性的若干历史诊断数据集合，包括：31、对所述关节类疾病历史诊断数据下属所有子数据进行数据主题内容识别，得到每个子数据对应的若干数据主题内容信息；对所述子数据对应的所有数据主题内容信息进行关于病症维度和病理成因维度的相关度识别，得到与所述患者的关节类疾病具有不同相关特征属性的若干历史诊断数据集合；其中所述不同相关特征属性包括病症特征属性和病理成因特征属性。32、在本技术公开的一个实施例中，所述自然语言学习模块，用于对所有历史诊断数据集合分别进行自然语言学习，得到与所述患者的关节类疾病历史状态匹配的若干问诊语句，包括：33、对所述历史诊断数据集合分别进行自然语言学习，得到每个历史诊断数据集合包含的所有问诊关联数据文本；对所述问诊关联数据文本进行语句逻辑识别和语句构建，得到与所述患者的关节类疾病历史状态匹配的若干问诊语句，并对所有问诊语句进行语义识别，得到相应的语义信息；34、所述问诊知识图谱构建模块，用于基于所有问诊语句的语言逻辑关系，生成关于所有问诊语句的问诊知识图谱，包括：35、基于所有问诊语句的语义信息，确定所有问诊语句相互之间的语言逻辑关系；其中，所述语言逻辑关系包括所有问诊语句之间的发问顺序逻辑关系；再基于所述语言逻辑关系，生成关于所有问诊语句的问诊知识图谱。36、在本技术公开的一个实施例中，所述疾病检查数据分析模块，用于对所述患者的关节类疾病检查数据进行分析，确定所述患者会发生的关节类疾病症状信息，包括：37、对所述患者的关节类疾病检查影像数据进行识别，得到所述患者的关节部位的生理结构状态信息；对所述患者的关节类疾病检查非影像数据进行分析，得到所述患者的关节部位的生理运作状态信息；基于所述生理结构状态信息和所述生理运作状态信息，确定所述患者会发生的关节类疾病类型信息和关节类疾病病发部位信息，以此作为所述关节类疾病症状信息；38、所述图谱元数据修正模块，用于基于所述关节类疾病症状信息，对所述问诊知识图谱下属相应的元数据和不同元数据之间的关系属性进行修正编辑，包括：39、基于所述关节类疾病类型信息和所述关节类疾病病发部位信息，标识对所述问诊知识图谱下属与疾病类型和病发部位相关的元数据及与其存在联系的其他元数据；再对标识的所述元数据与其存在联系的其他元数据进行数据文本内容和不同元数据之间的关系属性的修正编辑。40、在本技术公开的一个实施例中，所述问诊方案确定模块，用于基于完成修正编辑的问诊知识图谱，确定对所述患者进行辅助问诊操作对应的初始问诊方案，包括：41、基于所述患者已经接收的来自医生的问诊数据，对完成修正编辑的问诊知识图谱进行元数据筛选，确定对所述患者进行辅助问诊操作对应的初始问诊方案；其中，所述初始问诊方案是由筛选的所有元数据按照其在所述问诊知识图谱上的分布路径构建形成；42、所述问诊方案调整模块，用于基于所述患者在实际问诊过程中的应答数据，从所述问诊知识图谱标定相应的元数据，以此对所述初始问诊方案进行问诊语句调整，包括：43、对所述患者在实际问诊过程中的应答数据进行语义识别，得到应答语义信息；基于所述应答语义信息，判断所述初始问诊方案后续对所述患者发起的问诊语句是否存在重复问诊的情况；若存在重复问诊的情况，则从所述问诊知识图谱重新选择与后续对所述患者发起的问诊语句不存在语义相同情况的元数据，并将重新选择的元数据对应的问诊语句替换至所述初始问诊方案，从而对所述初始问诊方案进行问诊语句调整。44、相比于现有技术，该基于自然语言学习的关节类疾病辅助问诊方法及系统筛选得到患者的关节类疾病历史诊断数据，并对其进行分类，得到与患者的关节类疾病具有不同相关特征属性的若干历史诊断数据集合，为辅助问诊的语句构建提供全面数据支持；对历史诊断数据集合进行自然语言学习，得到与关节类疾病历史状态匹配的若干问诊语句，以此生成问诊知识图谱；再分析患者的关节类疾病检查数据，确定患者会发生的关节类疾病症状信息，以此对问诊知识图谱下属相应的元数据和不同元数据之间的关系属性进行修正编辑，确保问诊知识图谱能够与关节类疾病具有准确关联性；还基于完成修正编辑的问诊知识图谱，确定对患者进行辅助问诊操作对应的初始问诊方案，并对初始问诊方案进行问诊语句调整，为关节类疾病问诊提供灵活有针对性的语句选择，提高辅助问诊的可靠性，对病情判断提供具有参考价值和可靠性的信息。45、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。46、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。