基于用户反馈信息完成数据训练的疾病自诊方法及系统

摘要

本发明提供一种基于用户反馈信息完成数据训练的疾病自诊方法，包括如下步骤：建立疾病自诊数据模型，包括疾病数据、疾病类型数据、症状数据、疾病‑症状关联数据；用户根据自身症状，通过疾病自诊数据模型得到自诊结果及治疗就医建议；用户根据自诊结果或治疗就医结果给出反馈；疾病自诊数据模型根据反馈进行分析并学习，不断进行数据训练。本发明的有益效果为：通过本发明的方法，建立起疾病自诊数据模型，并建立起一种基于用户反馈信息完成数据训练的方法，为疾病自诊信息提供完善的数据训练途径和方法，为病患的自诊提供更科学、准确的依据。

权利要求

1.一种基于用户反馈信息完成数据训练的疾病自诊系统，其特征在于，包括：自诊数据库和自诊平台；所述自诊数据库包括疾病表，记录所有疾病相关数据；症状类型表，用来记录症状类型；症状表，用来记录各种症状；疾病-症状关联表，用来记录各个疾病与症状之间的关联信息；

所述自诊平台关联自诊数据库，设有用户输入模块、诊断模块、用户反馈模块、后台数据训练模块；

所述疾病-症状关联表，设置字段用来记录某个疾病与某个症状之间的症状概率，症状概率根据用户反馈情况动态变化；所述疾病数据表中设有字段记录疾病的症状概率总计数，所述疾病的症状概率总计数等于该疾病所有症状对应所述该疾病的症状概率之和；

所述自诊平台关联自诊数据库，建立疾病自诊数据模型，包括疾病数据、疾病类型数据、症状数据、疾病-症状关联数据；用户根据自身症状，通过疾病自诊数据模型得到自诊结果及治疗就医建议；用户根据自诊结果或治疗就医结果给出反馈；疾病自诊数据模型根据反馈进行分析并学习，不断进行数据训练。

2.根据权利要求1所述的的疾病自诊系统，其特征在于，所述用户输入模块包括用户普通症状输入和用户特殊模块输入。

3.根据权利要求1所述的的疾病自诊系统，其特征在于，所述后台数据训练模块由后台医疗专家操作完成。

说明书

基于用户反馈信息完成数据训练的疾病自诊方法及系统

技术领域

[0001] 本发明属于计算机信息领域，特别是涉及到一种基于用户反馈信息完成数据训练的疾病自诊方法及系统。

背景技术

[0002] 现阶段人们的生活节奏很快，生活压力也很大，这就为人们的身体健康带来了很多隐忧。人们一旦身体健康出现问题，首选是去医院，但是医院里看病的人又似乎永远是非常多，哪怕是一些小病征，整个看病的流程走下来会花费很多时间；而如果人们觉得耽误时间，不愿意去医院，只是依据自己的经验买些药服用，这样又有可能错过最佳治疗时间，耽误病情。

[0003] 基于这种现象，如果能够有一个帮助人们进行疾病自诊的信息平台，将会对人们产生巨大的帮助，人们可以通过信息平台的内容，结合自身的状况，先对自己的病患进行初期的判断，病征轻微的，可以根据信息平台的内容进行自我简单的治疗，病征有危险的发展趋势时，再去医院治疗。

[0004] 要建立一个这样的帮助人们进行疾病自诊的信息平台，需要有一个完善的关于疾病与特征的数据库，其中数据要经过不断的训练，才能保证自诊的准确性，为人们提供优质的服务。

发明内容

[0005] 本发明要解决的问题是设计一种基于用户反馈信息完成数据训练的疾病自诊方法，为疾病自诊信息提供完善的数据训练途径和方法，为病患的自诊提供科学、准确的依据。

[0006] 需要说明的是，本发明基于用户反馈信息完成数据训练的疾病自诊方法，是信息学的一种应用，通过相关信息的收集、分析以便于提供更准取、更科学的诊疗方案，并非属于疾病的诊断和治疗方法，因此不违反专利法第二十五条的相关规定。

[0007] 为了达到上述目的，本发明采取的技术方案为：一种基于用户反馈信息完成数据训练的疾病自诊方法，其特征在于，包括如下步骤：

[0008] (1)建立疾病自诊数据模型，包括疾病数据、疾病类型数据、症状数据、疾病-症状关联数据；

[0009] (2)用户根据自身症状，通过疾病自诊数据模型得到自诊结果及治疗就医建议；

[0010] (3)用户根据自诊结果或治疗就医结果给出反馈；

[0011] (4)疾病自诊数据模型根据反馈进行分析并学习，不断进行数据训练。

[0012] 进一步的，步骤(1)所述疾病自诊数据模型中，所述疾病-症状关联数据包括疾病与症状的权重，所述疾病数据中包括疾病的症状概率总计数，所述疾病的症状概率总计数等于该疾病所有症状对应所述该疾病的权重之和。

[0013] 进一步的，所述步骤(2)的具体过程为：

[0014] (201)用户根据自身情况选择普通症状；

[0015] (202)通过疾病自诊数据模型，根据用户选择的普通症状进行诊断；

[0016] (203)疾病自诊数据模型给用户输出诊断结果并给出治疗就医建议，推荐就医科室。

[0017] 更进一步的，如果用户有特殊症状，在选择普通症状后，再选择特殊症状。

[0018] 进一步的，步骤(3)所述反馈包括就医时确认的症状、诊断结果、治疗方法。

[0019] 进一步的，步骤(4)所述数据训练的方法为：

[0020] (401)筛选步骤(3)中反馈的信息并加以分析；

[0021] (402)疾病自诊数据模型已存在的症状数据，判断是否需要变更原有的权重；

[0022] (403)用户反馈中新出现的症状数据，添加入疾病自诊数据模型的相应数据中，并配置初步的权重；

[0023] (404)根据更新的权重数据，计算得到疾病的症状概率总计数。

[0024] 一种应用上述方法的疾病自诊系统，包括：自诊数据库和自诊平台；所述自诊数据库包括疾病表、记录所有疾病相关数据；症状类型表，用来记录症状类型；症状表、用来记录各种症状；疾病-症状关联表、用来记录各个疾病与症状之间的关联信息；所述自诊平台关联自诊数据库，设有用户输入模块、诊断模块、用户反馈模块、后台数据训练模块。

[0025] 进一步的，所述疾病-症状关联表，设置字段用来记录某个疾病与某个症状之间的权重；所述疾病数据表中设有字段记录疾病的症状概率总计数，所述疾病的症状概率总计数等于该疾病所有症状对应所述该疾病的权重之和。

[0026] 进一步的，所述用户输入模块包括用户普通症状输入和用户特殊模块输入。

[0027] 进一步的，所述后台数据训练模块由后台医疗专家操作完成。

[0028] 本发明的有益效果为：通过本发明的方法，建立起疾病自诊数据模型，并建立起一种基于用户反馈信息完成数据训练的方法，为疾病自诊信息提供完善的数据训练途径和方法，为病患的自诊提供更科学、准确的依据。

附图说明

[0029] 图1是本发明实施例的流程示意图。

具体实施方式

[0030] 下面结合具体实施例对本发明做进一步说明。

[0031] 应用本发明的方法，建立疾病自诊系统，包括自诊数据库和自诊平台。自诊数据库包括：

[0032] 1)疾病表(disease)，记录所有疾病相关数据。

[0033] 2)症状类型表(symptom_type)，用来记录症状类型。

[0034] 3)症状表(symptom)用来记录各种症状。

[0035] 4)疾病-症状关联表(disease_symptom)，用来记录各个疾病与症状之间的关联信息。

[0036] 其中疾病表中有一个字段totalnum，用来记录疾病的症状概率总计数，记作T；

[0037] 疾病-症状关联表中有一个字段realnum用来记录某个疾病与某个症状之间的权重，记作R；

[0038] 假如有疾病A，与疾病A关联的症状有a、b、c，那么可得出等式：

[0039]

[0040] 也就是A疾病所有症状对应A疾病的权重之和与A疾病概率总计数相等。

[0041] A疾病相关联的所有症状对于A疾病的权重是根据用户反馈情况动态变化的。

[0042] 每个症状的权重分配初始值均为1，每次被反馈后初始值加1，同时总计数T也加1。则某症状的概率为该疾病症状权重R除以总计数T。举例说明，某疾病有3个症状，那么权重初始值均为1，T为3，各疾病症状概率为33％(1/3)；某个症状被会员反馈数据后，值R变为2，则T变为4，该疾病症状的概率变为50％(2/4)，其他2个症状的概率都变为25％(1/4)，以此类推。

[0043] 所述自诊平台关联自诊数据库，设有用户输入模块、诊断模块、用户反馈模块、后台数据训练模块。

[0044] 用户使用自诊系统的过程如图1所示：

[0045] (1)用户进入系统后；

[0046] (2)根据自身情况选择相关普通症状；

[0047] (3)执行诊断；

[0048] (4)如有特殊症状，则再根据自身情况选择相关特殊症状；

[0049] (5)执行诊断；

[0050] (6)输出诊断结果，并给出用户相关建议以及推荐科室；

[0051] (7)用户根据诊断结果给出反馈；

[0052] (8)系统根据反馈分析并学习，使得诊断功能更趋完善。

[0053] 以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。