资源类型：
申请号：
申请日期：
授权年份：
公开号：
公开日：
法律状态：
主分类号：
分类号：
摘要：
本发明涉及数据分析处理技术领域，公开基于人工智能的医疗数据科普方法，包括步骤：通过多种数据源获取医疗相关文献；参照国际疾病分类ICD的疾病类型划分方式构建疾病树状数据库，所述疾病树状数据库包含多个节点；对医疗相关文献进行疾病类型的分类整理，存储到疾病树状数据库对应的节点中；接收用户输入的提问语句，从提问语句中提取疾病类型，并从疾病类型对应的节点中检索医疗相关文献返回给用户。本发明参照ICD的疾病分类方式构建多阶度的疾病树状数据库，用户在查询某一疾病的相关文献时，可以查询该疾病类型由广到细，或由细到广的相关文献，从而科普到更多的医疗知识。
主权项：
1.基于人工智能的医疗数据科普方法，其特征在于：包括以下步骤： 步骤1，通过多种数据源获取医疗相关文献； 步骤2，参照国际疾病分类ICD的疾病类型划分方式构建疾病树状数据库，所述疾病树状数据库包含多个节点； 所述步骤2中，选取国际疾病分类ICD的前24个章节对应的疾病类型，构建24个疾病树状数据库，将章节对应的疾病类型作为疾病树状数据库的根节点；每个疾病树状数据库按照国际疾病分类ICD的分类方式延伸子孙节点，将带有4位编码的疾病类型作为叶节点； 步骤3，对医疗相关文献进行疾病类型的分类整理，存储到疾病树状数据库对应的节点中； 所述步骤3具体包括以下步骤： 步骤3-1，对文献的名称和关键词进行分词后，再进行词向量编码，使用最优分配函数将文献存入与分词匹配的节点中，若该节点是非叶节点，则执行步骤3-2，若该节点是叶节点，则结束； 步骤3-2，对文献的内容进行分词后，再进行词向量编码，在步骤3-1已存储的节点的孙子节点中，使用最优分配函数识别与分词匹配的节点，将文献存入与分词匹配的节点中； 所述最优分配函数为： 其中，f(xi)表示最优分配函数；xi表示第i个分词的编码值；yj表示第j个节点的编码值，j=1,2,...,K，K表示节点数量；sgn表示阶跃函数；表示核函数参数；表示高斯径向基参数，；表示偏置项；hi表示第i个分词的权重系数； 步骤4，接收用户输入的提问语句，从提问语句中提取疾病类型，并从疾病类型对应的节点中检索医疗相关文献返回给用户。
