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！

摘要：本申请公开了一种用于心力衰竭出院患者的移动健康管理系统及方法，涉及医疗保健信息处理技术领域，其采用基于深度学习的自然语言处理技术对患者输入的疾病查询请求进行内容完善和语义理解，提取出查询内容的语义特征表示，同时，从疾病答案库中提取备选回复答案，进而基于备选回复答案和查询内容之间的语义交互融合特征，评估备选回复答案和查询内容是否匹配，从而智能判断是否向用户返回该备选回复答案作为查询结果。这样，可以为心力衰竭出院患者提供及时的医疗咨询，弥补传统医疗模式的不足，提高疾病管理的效率和质量，降低再入院风险。

主权项：1.一种用于心力衰竭出院患者的移动健康管理系统，其特征在于，包括：疾病查询请求获取模块，用于获取由患者对象输入的疾病查询请求；文本表达完善模块，用于对所述疾病查询请求进行文本表达完善处理以得到疾病查询表达完善文本内容；疾病查询内容语义编码模块，用于响应于所述患者对象确定所述疾病查询表达完善文本内容，对所述疾病查询表达完善文本内容进行语义编码以得到疾病查询内容语义编码特征向量；备选答案提取模块，用于从疾病答案库提取第一备选疾病回复答案；备选答案语义编码模块，用于对所述第一备选疾病回复答案进行语义编码以得到第一备选疾病回复答案语义编码特征向量；备选答案匹配性分析模块，用于基于所述疾病查询内容语义编码特征向量和所述第一备选疾病回复答案语义编码特征向量之间的动态交互融合特征，确定是否返回所述第一备选疾病回复答案作为查询结果；其中，所述备选答案匹配性分析模块，包括：特征交互融合单元，用于将所述疾病查询内容语义编码特征向量和所述第一备选疾病回复答案语义编码特征向量输入基于门控响应的特征向量动态交互融合模块以得到疾病查询-疾病答案语义交互融合表示向量；匹配结果生成单元，用于将所述疾病查询-疾病答案语义交互融合表示向量输入基于分类器的匹配结果生成器以得到匹配结果，所述匹配结果用于表示是否返回所述第一备选疾病回复答案作为查询结果；其中，还包括用于对基于AIGC模型的查询文本智能完善器、基于Bert模型的语义编码器、基于门控响应的特征向量动态交互融合模块和基于分类器的匹配结果生成器进行训练的训练模块；其中，所述训练模块，包括：训练数据获取单元，用于获取训练数据，所述训练数据包括训练疾病查询请求，从疾病答案库提取的训练第一备选疾病回复答案，以及是否返回所述训练第一备选疾病回复答案作为查询结果的真实值；训练查询请求文本提取单元，用于从所述训练疾病查询请求中提取训练疾病查询文本内容；训练查询请求表达完善单元，用于将所述训练疾病查询文本内容输入所述基于AIGC模型的查询文本智能完善器以得到训练疾病查询表达完善文本内容；训练查询请求语义编码单元，用于将所述训练疾病查询表达完善文本内容通过所述基于Bert模型的语义编码器以得到训练疾病查询内容语义编码特征向量；训练备选答案语义编码单元，用于使用所述基于Bert模型的语义编码器对所述训练第一备选疾病回复答案进行语义编码以得到所述训练第一备选疾病回复答案语义编码特征向量；训练数据交互融合单元，用于将所述训练疾病查询内容语义编码特征向量和所述训练第一备选疾病回复答案语义编码特征向量输入所述基于门控响应的特征向量动态交互融合模块以得到训练疾病查询-疾病答案语义交互融合表示向量；分类损失单元，用于将所述训练疾病查询-疾病答案语义交互融合表示向量输入所述基于分类器的匹配结果生成器以得到分类损失函数值；预定损失函数值计算单元，用于计算所述训练疾病查询-疾病答案语义交互融合表示向量的预定损失函数值；模型训练单元，用于以所述分类损失函数值和所述预定损失函数值的加权和作为损失函数值，来对所述基于AIGC模型的查询文本智能完善器、所述基于Bert模型的语义编码器、所述基于门控响应的特征向量动态交互融合模块和所述基于分类器的匹配结果生成器进行训练；其中，基于损失函数值通过梯度反向传播来训练模型包括以下步骤：计算基于所述训练疾病查询-疾病答案语义交互融合表示向量的第一疾病查询-疾病答案语义交互融合权重矩阵和第二疾病查询-疾病答案语义交互融合权重矩阵，其中，第一和第二疾病查询-疾病答案语义交互融合权重矩阵的第位置的特征值分别是所述训练疾病查询-疾病答案语义交互融合表示向量的第特征值和第特征值的均值和差绝对值的二分之一；将所述训练疾病查询-疾病答案语义交互融合表示向量分别与第一和第二疾病查询-疾病答案语义交互融合权重矩阵进行查询式矩阵相乘以得到第一疾病查询-疾病答案语义交互融合中间向量和第二疾病查询-疾病答案语义交互融合中间向量；计算所述第一疾病查询-疾病答案语义交互融合中间向量和所述第二疾病查询-疾病答案语义交互融合中间向量的向量内积以得到第一疾病查询-疾病答案语义交互融合损失项；将所述第一疾病查询-疾病答案语义交互融合权重矩阵和所述第二疾病查询-疾病答案语义交互融合权重矩阵进行矩阵相乘，并计算结果矩阵的范数以得到第二疾病查询-疾病答案语义交互融合损失项；将所述第一疾病查询-疾病答案语义交互融合损失项减去预定权重超参数与所述第二疾病查询-疾病答案语义交互融合损失项的乘积以得到所述预定损失函数值；基于所述预定损失函数值与所述分类损失函数值的加权和，通过梯度反向传播来优化模型参数。

全文数据：

权利要求：

百度查询： 吉林大学 用于心力衰竭出院患者的移动健康管理系统及方法