智能疾病導診及醫(yī)療問答方法研究與應用.pdf

1、互聯(lián)網(wǎng)是連接人與醫(yī)療服務的關鍵橋梁。經統(tǒng)計調查，當普通用戶身體發(fā)生不適的時候，有90％的人會到互聯(lián)網(wǎng)上搜索相關的信息。互聯(lián)網(wǎng)因此也正在改變醫(yī)療生態(tài)。從問診到看病到治療到康復到出院后的隨訪，互聯(lián)網(wǎng)在改善上面的每一個步驟。有調查稱，整個互聯(lián)網(wǎng)醫(yī)療會有一個萬億市值的巨大機會。
　　本文利用大數(shù)據(jù)技術，在疾病導診和疾病知識自動問答中進行研究，旨在提供類人的、權威的、內容豐富的醫(yī)療知識。一般的互聯(lián)網(wǎng)用戶在其身體不適的時候，由于缺乏專業(yè)的醫(yī)療

2、知識，對癥狀的描述相對模糊，不夠準確。本文的在線導診模型利用卷積神經網(wǎng)絡模型，以及自然語言處理技術，在問診數(shù)據(jù)上進行轉換和特征構造，目前模型可以覆蓋500種疾病，一階的正確率可以達到70％左右;在疾病知識問答中，對于一個問題，用戶在互聯(lián)網(wǎng)上搜索到的答案五花八門，對一些問題很難有權威的解釋，如果想知道多數(shù)醫(yī)生的共同回答又要參考許多醫(yī)生的回答才能總結出來，本文的疾病知識自動問答方法通過多標簽分類技術，自動化的從已有問答數(shù)據(jù)中找到用戶的相似問

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作為答案返回給用戶。在構建以上兩個模型和系統(tǒng)時，對遇到的分詞工具對醫(yī)療領域詞語無法較好分詞的問題使用了基于互信息的新詞發(fā)現(xiàn)方法、對從用戶的問題中提取癥狀的問題使用了命名實體識別算法、對搜索與用戶問詢相似問題中使用了多標簽分類技術、對多個問題的回答進行歸納總結時使用了TextRank算法對句子進行排序。本文中的數(shù)據(jù)是通過分布式爬蟲從互聯(lián)網(wǎng)上進行抓取的，另外本文還根據(jù)以上兩