一种融合注意力机制和深度强化学习模型的疾病诊断方法

本发明公开了一种融合注意力机制和深度强化学习模型的疾病诊断方法，该方法包括：首先在已有电子病历中识别病情描述语句中的疾病特征词，利用注意力机制提取当前状态中最相关的特征，得到一组疾病特征词向量；然后构建知识图谱，通过双向查询实体信息，得到症状及疑似疾病；再通过疾病诊断单元，该单元由Encoder、Attention layer和Q‑value Estimator组成，预先设置奖励和状态，Encoder接受由知识图谱模块确定的疾病及症状后，由Attention layer关注输入序列中的重要信息，本发明基于真实电子病历数据集，使用CNN神经网络训练每个策略，最后通过Q‑value Estimator寻找症状的最佳诊断组合。本发明实现了高效、精准的医疗服务，解决了无法从知识图谱中直接获取疾病诊断的问题。