权衡知识库和模型结果的脑肿瘤诊疗方案生成方法及系统与流程

本发明涉及医疗领域，特别涉及权衡知识库和模型结果的脑肿瘤诊疗方案生成方法及系统。

背景技术：

1、在医疗领域，为患者制定准确、个性化的诊疗方案是一项复杂且具有挑战性的任务。传统的诊疗方法主要依赖于医生的经验和专业知识，但随着医学知识的迅速增长和患者病情的日益复杂，医生的知识和经验可能无法覆盖所有情况，从而影响诊疗决策的准确性和效率。为了解决这一问题，现有技术已提出了包括基于规则的专家系统、数据驱动的机器学习模型等多种解决方案，但是但是上述公开的解决方案存在一些不足之处，例如，针对基于规则的专家系统的解决方案，该系统通过编码医学规则和专家知识，能够根据患者的症状和体征，从预设的规则库中推理出可能的诊断和治疗建议，但这类系统的缺点是规则的构建和维护非常耗时和昂贵，同时规则的覆盖面有限；又如，针对机器学习模型的解决方案，这些机器学习模型通过对大量患者数据进行学习，能够识别出病情和治疗反应之间的潜在关联，从而为诊疗决策提供支持，但这些机器学习模型的解释性和可信赖性较低，难以被医生理解和接受。

2、为此，提出了权衡知识库和模型结果的脑肿瘤诊疗方案生成方法及系统。

技术实现思路

1、基于此，有必要针对上述技术问题，提供权衡知识库和模型结果的脑肿瘤诊疗方案生成方法及系统。

2、根据本发明的第一方面，提供了权衡知识库和模型结果的脑肿瘤诊疗方案生成方法，包括：获取与脑肿瘤相关的文本证据信息，并通过bert模型对文本证据信息进行向量化处理，生成文本证据嵌入向量；基于文本证据信息和文本证据嵌入向量，构建知识库；构建并训练诊疗方案生成模型，得到目标诊疗方案生成模型；构建并训练方案打分模型，得到目标方案打分模型；将目标患者的病案文本信息通过bert模型进行向量化处理，生成病案文本信息嵌入向量，将病案文本信息嵌入向量输入至目标诊疗方案生成模型中，得到模型输出治疗方案信息嵌入向量，并基于病案文本信息嵌入向量，采用余弦相似度技术对知识库中所有的文本证据嵌入向量进行相似度计算，并选取相似度排序第一的文本证据嵌入向量作为匹配病案文本信息嵌入向量，将病案文本信息嵌入向量和模型输出治疗方案信息嵌入向量、病案文本信息嵌入向量和匹配病案文本信息嵌入向量分别进行拼接处理，构造出第一拼接文本嵌入向量和第二拼接文本嵌入向量，并将第一拼接文本嵌入向量和第二拼接文本嵌入向量分别输入至目标方案打分模型，输出两个目标方案打分分值，并选取分值排序第一的目标方案打分分值对应的治疗方案信息作为脑肿瘤诊疗方案的推荐方案。

3、可选地，所述文本证据信息包括与脑肿瘤相关的医学通用知识文本信息和脑肿瘤患者初始完结病案文本信息，所述与脑肿瘤相关的医学通用知识文本信息包括与脑肿瘤相关的医学诊疗指南文本信息、与脑肿瘤相关的诊断标准文本信息、与脑肿瘤相关的诊疗方案文本信息、与脑肿瘤相关的专家共识文本信息、与脑肿瘤相关的教科书文本信息以及与脑肿瘤相关的论文文本信息。

4、可选地，在所述通过bert模型对文本证据信息进行向量化处理的步骤之前，还包括：对脑肿瘤患者初始完结病案文本信息进行信息脱敏处理，得到脱敏完结病案文本信息；采用均值偏移算法对脱敏完结病案文本信息进行聚类处理，得到不同类别病案集；将不同类别病案集中的脱敏完结病案文本信息输入至预设第一大模型中，输出病案质量打分分数，根据预定义的评分阈值，筛选出种子完结病案文本信息；基于预定义的人工评测标准，对种子完结病案文本信息进行人工审核，并筛选出保留完结病案文本信息，所述保留完结病案文本信息包括病史信息、症状描述信息、检查结果信息、诊断信息和原病案的治疗方案信息。

5、可选地，所述文本证据嵌入向量包括与脑肿瘤相关的医学通用知识嵌入向量和保留完结病案嵌入向量，所述保留完结病案嵌入向量包括病史信息嵌入向量、症状描述信息嵌入向量、检查结果信息嵌入向量、诊断信息嵌入向量和原病案的治疗方案嵌入向量。

6、可选地，所述构建并训练诊疗方案生成模型，得到目标诊疗方案生成模型，包括：基于transformer模型构建初始诊疗方案生成模型；将病史信息嵌入向量记为ep∈r|p|×h、症状描述信息嵌入向量记为es∈r|s|×h、检查结果信息嵌入向量记为ee∈r|e|×h、诊断信息嵌入向量记为ed∈r|d|×h；其中，h表示生成的嵌入向量的维度，h为超参数，r|p|、r|s|、r|e|和r|d|分别表示一个长度为|p|的实数向量空间、一个长度为|s|的实数向量空间、一个长度为|e|的实数向量空间、一个长度为|d|的实数向量空间，|p|、|s|、|e|和|d|分别表示病史信息的长度、症状描述信息的长度、检查结果信息的长度、诊断信息的长度，ep、es、ee和ed分别表示一个|p|×h维的实数矩阵、一个|s|×h维的实数矩阵、一个|e|×h维的实数矩阵、一个|d|×h维的实数矩阵；将病史信息嵌入向量、症状描述信息嵌入向量、检查结果信息嵌入向量和诊断信息嵌入向量进行拼接处理，构造出第一类训练数据；所述第一类训练数据记为x(0)∈r|n|×h，其中，|n|= |p+s+e+d|，|n|表示拼接后的嵌入向量的长度，r|n|表示一个长度为|n|的实数向量空间，x(0)表示一个|n|×h维的实数矩阵；将原病案的治疗方案嵌入向量作为第一类测试数据；所述第一类测试数据记为et∈r|t|×h，其中，|t|表示原病案的治疗方案信息的长度，r|t|表示一个长度为|t|的实数向量空间，et表示一个|t|×h维的实数矩阵；根据第一类训练数据和第一类测试数据对初始诊疗方案生成模型进行训练和优化，输出目标诊疗方案生成模型。

7、可选地，所述构建并训练方案打分模型，得到目标方案打分模型，包括：基于transformer模型构建初始方案打分模型；基于病史信息、症状描述信息、检查结果信息和诊断信息，构造出输入文本片段a，基于原病案的治疗方案信息或预设第一大模型输出的治疗方案信息，构造出输入文本片段b，根据预设的拼接输入文本格式对输入文本片段a和输入文本片段b进行拼接处理，构造出拼接输入文本，通过bert模型对拼接输入文本进行向量化处理，生成拼接输入文本嵌入向量，并将拼接输入文本嵌入向量拆分为第二类训练数据和第二类测试数据，根据第二类训练数据和第二类测试数据对初始方案打分模型进行训练和优化，输出目标方案打分模型。

8、可选地，所述目标患者的病案文本信息包括目标患者的病史信息、目标患者的症状描述信息、目标患者的检查结果信息和目标患者的诊断信息。

9、根据本发明的第二方面，提供了权衡知识库和模型结果的脑肿瘤诊疗方案生成系统，包括：数据获取模块，用于获取与脑肿瘤相关的文本证据信息；数据处理模块，用于通过bert模型对文本证据信息进行向量化处理，生成文本证据嵌入向量；知识库构建模块，用于基于文本证据信息和文本证据嵌入向量，构建知识库；第一模型构建和训练模块，用于构建并训练诊疗方案生成模型，得到目标诊疗方案生成模型；第二模型构建和训练模块，用于构建并训练方案打分模型，得到目标方案打分模型；脑肿瘤诊疗方案推荐模块，用于将目标患者的病案文本信息通过bert模型进行向量化处理，生成病案文本信息嵌入向量，将病案文本信息嵌入向量输入至目标诊疗方案生成模型中，得到模型输出治疗方案信息嵌入向量，并基于病案文本信息嵌入向量，采用余弦相似度技术对知识库中所有的文本证据嵌入向量进行相似度计算，并选取相似度排序第一的文本证据嵌入向量作为匹配病案文本信息嵌入向量，将病案文本信息嵌入向量和模型输出治疗方案信息嵌入向量、病案文本信息嵌入向量和匹配病案文本信息嵌入向量分别进行拼接处理，构造出第一拼接文本嵌入向量和第二拼接文本嵌入向量，并将第一拼接文本嵌入向量和第二拼接文本嵌入向量分别输入至目标方案打分模型，输出两个目标方案打分分值，并选取分值排序第一的目标方案打分分值对应的治疗方案信息作为脑肿瘤诊疗方案的推荐方案。

10、根据本发明的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可以在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述方法的步骤。

11、根据本发明的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述方法的步骤。

12、本发明的优点及有益效果在于：本发明提供的权衡知识库和模型结果的脑肿瘤诊疗方案生成方法及系统，该方法通过获取与脑肿瘤相关的文本证据信息并对文本证据信息进行向量化处理，构建与脑肿瘤相关且覆盖知识范围较广的知识库，通过设置诊疗方案生成模型，将目标患者的病案文本信息输入至诊疗方案生成模型中，根据诊疗方案生成模型中的预测结果来提供第一种推荐方案，并利用余弦相似度技术，从知识库中筛选出与目标患者的病案文本信息相似度最高的文本证据信息作为第二种推荐方案，通过将目标患者的病案文本信息和第一种推荐方案、目标患者的病案文本信息和第二种推荐方案分别进行拼接和向量化处理，并输入至方案打分模型中，比较方案打分模型输出的两个目标方案打分分值，选取目标方案打分分值最高对应的治疗方案信息作为脑肿瘤诊疗方案的推荐方案，该推荐方案通过权衡精确的知识库和准确的模型生成结果，同时，利用推荐方案生成技术来动态生成个性化的辅助诊疗方案，不仅提高了诊疗决策的准确性和效率，还能够为医务人员提供更好的决策支持。