一种智能在线病症匹配系统

本发明涉及病症匹配，尤其涉及一种智能在线病症匹配系统。

背景技术：

1、智能在线病症匹配系统是一种利用人工智能和大数据技术，根据用户输入的症状信息，自动匹配可能患有的疾病及其相关信息的系统。这种系统旨在帮助用户快速获取与健康问题相关的初步建议和指导，以便及时采取适当的医疗措施。

2、中国专利公开号：cn112233794a公开了一种基于血尿信息的疾病信息匹配系统。包括：获取模块，用于获取血尿临床特征信息以及疾病临床特征信息，并建立特征信息数据向量集；预处理模块，用于采集待识别血尿临床特征信息，并建立待识别特征信息向量集；计算匹配模块，用于设定汉明编码转化规则，根据该汉明编码转化规则将特征信息数据向量集转化为第一编码向量集，将待识别特征信息向量集转化为第二编码向量集，并计算汉明重量；匹配模块，用于根据汉明重量对第一编码向量集对应的血尿临床特征信息进行排序，并生成待识别血尿临床特征信息对应的疾病匹配报告。本发明通过设定汉明编码转化规则，将文本之间的匹配转化为特定字符之间的匹配，能够提高文本匹配的精确度。由此可见，所述于血尿信息的疾病信息匹配系统存在由于疾病后期的转移和变化使特征信息发生变化导致病症匹配的精准性下降的问题。

技术实现思路

1、为此，本发明提供一种智能在线病症匹配系统，用以克服现有技术中由于疾病后期的转移和变化使特征信息数据发生变化导致病症匹配的精准性下降的问题。

2、为实现上述目的，本发明提供一种智能在线病症匹配系统，包括：数据采集模块，用以采集患者的特征数据，所述患者的特征数据包括患者症状数据和患者附加数据；数据处理模块，其与所述数据采集模块相连，包括用以对所述患者的特征数据进行滤波处理以输出去噪特征数据的滤波组件和与所述滤波组件相连用以对患者的对比特征数据进行提取的特征提取组件；病症匹配模块，其与所述数据处理模块相连，用以确定患者的病症类型，包括与所述特征提取组件相连用以对所述患者的对比特征数据进行训练以输出若干组症状数据和/或附加数据与病症之间的映射的训练组件；控制模块，其分别与所述数据采集模块、所述数据处理模块以及所述病症匹配模块相连，用以根据病症匹配正确的患者数量占比确定特征提取的症状组合的数量，或，根据所述病症匹配正确的患者数量占比和患者的睡眠时长与患者的发病间隔时长的线性拟合度重新配置训练类型的数量，以及，根据所述患者的睡眠时长与患者的发病间隔时长的线性拟合度和特征相同的患者的病症相似度评价参数确定对所述患者的特征数据的滤波幅度。

3、进一步地，所述病症匹配模块还包括：

4、病症数据库，用以存储病症种类和病症的对应治疗方案；

5、匹配组件，其分别与所述训练组件和所述病症数据库相连，用以根据所述患者的对比特征数据与所述映射的匹配数据的数量占比确定患者的病症类型的概率并输出对应的治疗方案；

6、调用组件，其分别与所述病症数据库和所述匹配组件相连，用以将病症数据库中的病症种类和病症的对应治疗方案调用至匹配组件中。

7、进一步地，所述控制模块获取参与病症匹配验证过程中的病症匹配结果与医院确诊结果相同的患者数量和参与病症匹配验证过程的患者总数量以对病症匹配正确的患者数量占比进行计算，

8、所述控制模块在第一数量占比条件下判定病症匹配的精准性不符合要求，并控制特征提取组件按照所述特征提取的症状组合的数量对患者的对比特征数据进行特征提取；

9、其中，所述第一数量占比条件为所述病症匹配正确的患者数量占比小于预设第一数量占比。

10、进一步地，所述特征提取的症状组合的数量通过所述预设第一数量占比和所述病症匹配正确的患者数量占比的差值确定；所述特征提取的症状组合的数量与所述预设第一数量占比和所述病症匹配正确的患者数量占比的差值呈正相关。

11、进一步地，所述控制模块在第二数量占比条件下初步判定映射建立的精准性不符合要求，并分别获取患者的睡眠时长和患者的发病间隔时长以对患者的睡眠时长与患者的发病间隔时长的线性拟合度进行计算，

12、所述控制模块在第一拟合度条件下二次判定映射建立的精准性不符合要求，并控制训练单元按照重新配置训练类型的数量对数据进行训练；

13、其中，所述第二数量占比条件为所述病症匹配正确的患者数量占比大于等于预设第一数量占比且小于预设第二数量占比；所述第一拟合度条件为所述患者的睡眠时长与患者的发病间隔时长的线性拟合度大于预设第二拟合度。

14、进一步地，所述重新配置训练类型的数量通过所述患者的睡眠时长与患者的发病间隔时长的线性拟合度与所述预设第二拟合度的差值确定；所述训练类型的数量与所述患者的睡眠时长与患者的发病间隔时长的线性拟合度与所述预设第二拟合度的差值呈正相关。

15、进一步地，所述控制模块在第二拟合度条件下初步判定疾病相似度的识别精准性不符合要求，并对特征相同的患者的病症相似度评价参数进行计算，

16、所述控制模块在预设相似度评价参数条件下二次判定疾病相似度的识别精准性不符合要求，并控制所述滤波组件按照对应滤波幅度对患者的基础数据和患者的附加数据进行滤波；

17、其中，所述第二拟合度条件为所述患者的睡眠时长与患者的发病间隔时长的线性拟合度大于预设第一拟合度且小于等于所述预设第二拟合度；所述预设相似度评价参数条件为所述特征相同的患者的病症相似度评价参数大于预设相似度评价参数。

18、进一步地，所述患者的特征数据的滤波幅度通过所述特征相同的患者的病症相似度评价参数与所述预设相似度评价参数的差值确定；所述患者的特征数据的滤波幅度与所述特征相同的患者的病症相似度评价参数与所述预设相似度评价参数的差值呈正相关。

19、进一步地，所述特征相同的患者的病症相似度评价参数的计算公式为：

20、u=w×w+h×h

21、其中，u为特征相同的患者的病症相似度评价参数，w为病症匹配模块确定的第一名患者的病症类型文本与第二名患者的病症类型文本之间的余弦相似度，w为余弦相似度权重系数，h为病症匹配模块确定的第一名患者的病症类型文本与第二名患者的病症类型文本之间的杰卡德距离，h为杰卡德距离权重系数；其中，所述第一名患者与所述第二名患者的对比特征数据相同；w+h=1。

22、进一步地，所述患者的对比特征数据包括症状组合数据或症状与附加数据的混合组合数据。

23、与现有技术相比，本发明的有益效果在于，本发明所述匹配系统通过设置数据采集模块、数据处理模块、病症匹配模块以及控制模块，根据病症匹配正确的患者数量占比确定特征提取的症状组合的数量，降低了由于疾病后期的转移和变化使特征数据发生变化，导致病症匹配精准性下降的影响；根据患者的睡眠时长与患者的发病间隔时长的线性拟合度确定训练类型的数量，由于患者生活习惯的不同，患者附加数据受其影响较大，导致映射建立的精准性下降，增大训练的类型数量，提高映射建立的精准性，进一步实现了病症匹配的精准性的提高。

24、进一步地，本发明所述匹配系统通过设置预设第一数量占比和预设第二数量占比，通过根据病症匹配正确的患者数量占比对特征提取的症状组合的数量进行增加，降低了由于疾病后期的转移和变化使特征数据发生变化，导致病症匹配精准性下降的影响，进一步实现了病症匹配的精准性的提高。

25、进一步地，本发明所述匹配系统通过设置预设第一拟合度和预设第二拟合度，通过根据患者的睡眠时长与患者的发病间隔时长的线性拟合度确定训练类型的数量，由于患者生活习惯的不同，患者附加数据受其影响较大，导致映射建立的精准性下降，增大训练的类型数量，提高映射建立的精准性，进一步实现了病症匹配的精准性的提高。

26、进一步地，本发明所述匹配系统通过设置预设相似度评价参数，通过根据特征相同的患者的病症相似度评价参数对患者的特征数据的对应滤波幅度进行确定，特征相同的患者的症状输入的字节量不同，使病症匹配的相似度出现差异，提高患者的特征数据的滤波幅度，以减少患者的特征数据中的无效字节量，进一步实现了病症匹配的精准性的提高。

27、进一步地，本发明通过结合余弦相似度与杰卡德距离对相似度进行判定，可以同时考虑到数据在方向和内容上的相似性，从而减少由于单一度量带来的偏差，间接提高了病症匹配的精准性。