医疗行业电子病历数据的不断累积,为智慧医疗系统的研究与设计的提供了大量的数据支撑。所以,开发基于病历数据的辅助问诊系统可帮助医生进行问诊工作,为诊断提供有效参考意见。本文依据医院一般门诊的实际问诊流程,采用机器学习和自然语言处理方法构建了问诊模型来推理医生的诊断过程。问诊模型通过模拟医生与患者的信息动态交互方式,将病历拆分为更精细的粒度(症状),从而实现辅助问诊需求。本文的主要工作有:(1)实现电子病历结构化在问诊过程中,医生需重复询问患者是否具有其他症状来做最终的诊断。所以,辅助问诊系统期望能对医生提问的症状词做推荐,推荐词即相关症状信息。在电子病历文本中提取症状要素是构建问诊模型基础工作。本文通过医学实体定义、病历数据标注、医学实体识别来完成电子病历结构化工作。文中一共定义了 8种实体,标注了一万多份病历数据,最终采用BILSTM-CRF模型加规则联合识别的策略,准确率达0.938。(2)设计与实现基于电子病历数据的问诊模型问诊模型主要包括症状推荐和疾病预测两部分。根据先问后诊策略,实现了基于N-Gram和LSTM文本分类的问诊模型。根据先诊后问策略,实现了基于决策树和LSTM文本分类的问诊模型和基于决策树和强化学习的问诊模型。通过选取神经内科、消化科、心内科和儿科四个科室病历数较多的的十种疾病的病历数据作为模型的训练集,并从疾病诊断准确率和对话轮数角度对比分析了三个模型的效果。其中,基于决策树和强化学习的问诊模型优于其他两个模型。在对话轮数为6时,其诊断准确率达0.679。(3)开发基于问诊模型的交互网站为了问诊模型的实际使用,本文开发了辅助问诊系统。该系统提供病历管理、症状推荐和疾病预测功能。症状推荐模块用于交互性辅助问诊,疾病预测模块用于直接辅助诊断。通过问诊交互网站,用户可切换三个问诊模型得到不同推荐症状词和预测疾病来为下一步问诊作参考。