基于名老中医历史医案的数据机器人训练方法与流程

本申请涉及医疗服务，特别是涉及一种基于名老中医历史医案的数据机器人训练方法。

背景技术：

1、随着中医智能化的概念兴起，市面上出现了较多的中医问诊系统，这些系统普遍基于在先的病例样本数据训练而成的数据模型作为系统内核。然而，这些的数据模型全面性与专一性结合的并不佳，这就导致传统的中医问诊系统的准确度较低。具体的，部分偏向全面性的传统的中医问诊系统辨证不准确,辨证不准确主要体现在系统设计没有按照单病种进行设计，导致信息采集范围过大，辨证分型很难开展，分析出的证型往往不够精确会影响到治疗方案的准确性。而部分偏向专一性的传统的中医问诊系统，采集的表征数据单一，诊疗方案单一，治疗方案单一主要体现在大部分产品推荐的治疗方案以中药内服药为主，而中医问诊的核心是根据所有表征数据，判断患者身体的整体状态，且患者对中医药治疗需求是多样化的，不但可以开展中药内服中药，还可以开展外用中药，适宜技术等多种治疗方式。因此，有必要针对传统的数据模型全面性与专一性结合的并不佳，这就导致传统的中医问诊系统的准确度较低的缺陷，提出一种基于名老中医历史医案的数据机器人训练方法。

技术实现思路

1、基于此，必要有必要针对传统的数据模型全面性与专一性结合的并不佳，这就导致传统的中医问诊系统的准确度较低的缺陷，提出一种基于名老中医历史医案的数据机器人训练方法。

2、本申请提供一种基于名老中医历史医案的数据机器人训练方法，包括：

3、接受云端的历史医案数据，作为样本集；所述云端为云服务器；

4、选择样本集中的一个样本数据；

5、将该样本数据中的每一个项目基于项目拆分算法进行拆解，以生成第一待筛选项目集；

6、返回所述选择样本集中的一个样本数据，直至所有样本集中的所有样本数据均选择完成，将所有第一待筛选项目集纳入第二待筛选项目集；

7、基于第二待筛选项目集和作业成本法，将相同性质的项目划分为同一个集合区，以生成不同的集合区；

8、选择一个集合区；

9、基于关键字筛选算法，确定该集合区的类目；

10、返回所述选择一个集合区，直至所有集合区均选择完成；

11、基于集合区的类目建立辨证模型、判断模型和处方模型，并将辨证模型、判断模型和处方模型纳入待训练的中医数据模型；

12、基于样本集，将待训练的中医数据模型进行训练，以形成中医数据模型。

13、本申请涉及一种基于名老中医历史医案的数据机器人训练方法，通过对每一份历史医案数据进行全字段拆解，实现样本的全面性。具体的，由于名医的自然离去，中医文化出现了较为严重的断层时期，许多优秀的医案虽存留于世，但是排版并不规范，为了增加样本的全面性，本申请基于项目拆分算法进行拆解将每一份样本数据进行拆解，并用作业成本法将相同性质的项目划分为同一个集合区，以实现病症的提取，同时基于关键字筛选算法，对每一份样本数据的判断过程信息的提取，最后通过项目剔除，实现处方信息的提取。对非规范医案样本的纳入，能够极大的增加样本的全面性。基于每一份医案样本数据的病症的提取、判断过程信息的提取和处方信息的提取，本申请采用一案一方得策略，详细利用每一份样本数据中被提取的信息，建立了包含辨证模型、判断模型和处方模型的中医数据模型。高效、精准的实现了中医数据模型的专一性。

技术特征：

1.一种基于名老中医历史医案的数据机器人训练方法，其特征在于，包括：

2.根据权利要求1所述的一种基于名老中医历史医案的数据机器人训练方法，其特征在于，所述将该样本数据中的每一个项目基于项目拆分算法进行拆解，以生成第一待筛选项目集，包括：

3.根据权利要求2所述的一种基于名老中医历史医案的数据机器人训练方法，其特征在于，所述将该样本数据中的每一个项目基于项目拆分算法进行拆解，以生成第一待筛选项目集，还包括：

4.根据权利要求3所述的一种基于名老中医历史医案的数据机器人训练方法，其特征在于，所述将该样本数据中的每一个项目基于项目拆分算法进行拆解，以生成第一待筛选项目集，还包括：

5.根据权利要求4所述的一种基于名老中医历史医案的数据机器人训练方法，其特征在于，所述基于第二待筛选项目集和作业成本法，将相同性质的项目划分为同一个集合区，以生成多个不同的集合区，包括：

6.根据权利要求5所述的一种基于名老中医历史医案的数据机器人训练方法，其特征在于，所述基于第二待筛选项目集和作业成本法，将相同性质的项目划分为同一个集合区，以生成多个不同的集合区，还包括：

7.根据权利要求6所述的一种基于名老中医历史医案的数据机器人训练方法，其特征在于，所述基于第二待筛选项目集和作业成本法，将相同性质的项目划分为同一个集合区，以生成多个不同的集合区，还包括：

8.根据权利要求7所述的一种基于名老中医历史医案的数据机器人训练方法，其特征在于，所述基于关键字筛选算法，确定该集合区的类目，包括：

9.根据权利要求8所述的一种基于名老中医历史医案的数据机器人训练方法，其特征在于，所述基于集合区的类目建立辨证模型、判断模型和处方模型，并将辨证模型、判断模型和处方模型纳入待训练的中医数据模型，包括：

10.根据权利要求9所述的一种基于名老中医历史医案的数据机器人训练方法，其特征在于，所述基于名老中医历史医案的数据机器人训练方法，还包括：

技术总结
本申请涉及一种基于名老中医历史医案的数据机器人训练方法，通过对每一份历史医案数据进行全字段拆解，实现样本的全面性。对非规范医案样本的纳入，能够极大的增加样本的全面性。基于每一份医案样本数据的病症的提取、判断过程信息的提取和处方信息的提取，本申请采用一案一方得策略，详细利用每一份样本数据中被提取的信息，建立了包含辨证模型、判断模型和处方模型的中医数据模型。高效、精准的实现了中医数据模型的专一性。

技术研发人员：帅诗颀,缪云波,顾高生
受保护的技术使用者：杭州聪宝科技有限公司
技术研发日：
技术公布日：2024/1/15