买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利一种基于人机协作的医疗诊断方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115132350B 。

龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210693972.8，技术领域涉及：G16H50/20；该发明授权一种基于人机协作的医疗诊断方法及系统是由於志文;陈逸璇;刘佳琪;王亮;郭斌;王延飞;张鑫设计研发完成，并于2022-06-19向国家知识产权局提交的专利申请。

本一种基于人机协作的医疗诊断方法及系统在说明书摘要公布了：本发明涉及一种基于人机协作的医疗诊断方法及系统，它使用BERT+CRF在患者对话中识别患者已有的症状，并使用基于DQN的方法让机器选择下一个需要和患者询问并确认的症状。机器获得患者症状后，结合知识库，计算患者患某种疾病的概率并生成患者电子病历。人类医生介入结合机器问诊结果进行复诊，给出最终诊断结果。该方法有效地结合了机器智能与人类智能，由机器代替人类医生进行症状询问，极大地减少了人类医生的工作量，提高了在线问诊效率。同时人类医生的介入，可以保证机器问诊结果的可靠性，并提升患者就诊满意度。

本发明授权一种基于人机协作的医疗诊断方法及系统在权利要求书中公布了：1.一种基于人机协作的医疗诊断方法，其特征在于包括： 步骤1：患者状态识别PSR：机器通过编码患者对话来识别和提取患者的症状信息，采用BERT+CRF的方法快速识别患者症状； 使用BIO格式在患者描述中标记症状： 给定患者对话，利用BERT预训练模型进行编码得到患者每句对话的隐藏表示： 其中，代表第轮，第个单词的嵌入表示； 同时利用BERT识别每个字词的BIO标签，获得序列的特征表征后，增加CRF输出层，进行解码；然后根据症状词典，将症状进行医学术语表达规范化； 步骤2：医生行为学习PAL：采用基于DQN的学习网络，机器根据患者状态选择适当的症状询问患者； 在任务中的相关设置： 对话状态S：包括在第t轮机器的症状请求和患者告知的症状，患者先前的行为，机器先前的行为；根据症状的表示向量，它的维数等于所有症状的数目，没有询问症状为，询问正确的症状为，询问错误症状，询问不确定症状；每个状态由3×66的张量组成；机器行为A：由症状组成，共有66个；状态转移T：在第轮，根据之前患者行为和当前机器行为,对话状态由转移到；奖励R：在本任务中，鼓励机器询问正确的症状,也就是患者具有的症状；奖励；如果机器询问的症状包含了病人全部真实症状并且结束对话，奖励1；否则，如果对话没到最大轮就奖励0，到了最大轮仍没有询问正确症状奖励-1；对话策略输出机器所有可能行为的概率分布 提出了一种针对询问患者症状的DQN，可以避免动作选择空间过大的问题：首先利用CNN在选择症状的时候对症状空间做卷积，将获得的特征输入到GRU，获得每个症状的嵌入表示，然后输入到AVG_POOL层中获得中间隐藏张量，最后通过MLP得到每个动作的Q值；结束询问患者症状后，结合医学知识库，得出疾病预诊；为了更好的训练网络，采用了目标网络和经验重播的方法；训练之前，缓冲区Buffer由随机选择的经验填满，以热启动；在每一个时间步，缓冲区B存储先前的经验，表示为；如果当前网络比先前的更好，则更新缓冲区；行为空间探索方式有三种：在预热阶段，采用随机的方式；在训练阶段，采用策略选择行为，如下式，以概率随机选择下一个行为，概率选择动作价值最大行为： 在测试阶段，采用方法；Q网络将作为输入，输出所有行为的Q值，根据贝尔曼方程，Q值可通过下式被计算： 其中是从之前代得到的有参数的目标网络，是折扣率； 步骤3：机器生成响应MGR：生成反映医生行为的自然语言与患者对话，询问患者状态信息； 经过患者症状识别，医生行为学习，机器需要生成自然语言的响应与患者进行症状询问和对话；为了保证生成响应的稳定性，采用基于模板的自然语言生成来生成类人句子；依据在线问诊的人类医生常见回复设计了模板；使用在PSR部分的口语化症状-医学术语对将对话中使用的医学术语转化为日常表达，便于患者理解； 电子病历的生成与响应生成类似，也根据传统医学病历记录预先设计好模板；对话结束后，根据患者自述和机器确认，将患者具有的症状进行槽填充； 步骤4：机器疾病诊断MDD：在查询患者症状后，机器生成电子病历并执行疾病预诊断； 与患者询问症状结束后，机器根据已知患者所患的症状，对比医学知识库，对患者所患疾病进行预诊断，疾病概率通过下式进行计算： 其中，代表疾病A所具有的全部症状，代表医生代理已知的患者所有症状； 不同疾病可能具有类似的症状，如果疾病A和疾病B的概率差别不大，可以通过“打分制”进一步确定；假设疾病A有症状组，疾病B有症状组,若症状，则疾病A得1分；若症状，则疾病B得1分；若，则各得0.5分； 步骤5：人机决策响应HMR：人类医学专家根据机器生成的结果进行后续医疗诊断；机器询问症状、生成电子病历，人类医生在机器结果基础上进行复诊，并在必要的时候对其进行修改，给出最终诊断结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。