基于强化学习算法的医疗诊断方法、系统、设备及介质

本发明涉及智能医疗技术领域，公开了一种基于强化学习算法的医疗诊断方法、系统、设备及介质，获取每一目标医生的第一诊断风格向量；采用基于人类反馈的强化学习算法，构建医疗诊断模型；基于当前目标医生的历史问诊记录数据，对医疗诊断模型进行训练，得到目标医疗诊断模型，训练过程为基于医疗诊断模型生成的医疗诊断结果和奖励函数，对医疗诊断模型进行优化，以使医疗诊断模型输出与当前目标医生相匹配的最优策略，奖励函数为准确性奖励、诊断风格匹配奖励和医生反馈量化结果的加权和，诊断风格匹配奖励为获取的医疗诊断模型的第二诊断风格向量与第一诊断风格向量的匹配度。本申请的方法，能够为医生和病人提供针对性的医疗诊断建议。