intelligent diagnosis的难点

需求：

一个人描述自己的症状，根据这段话给出他可能得的的疾病。

 

思路：

把语音转化为文字，分词提取出关于症状的描述。

1、字符匹配：

找一个疾病数据库（有症状的描述），用lucene建立索引，把描述的症状和疾病库的症状字段匹配。

2、关联匹配：

找一个药物表，如果药物表的描述中既出现了某个疾病，也出现了某个症状，则把这个疾病和症状关联上。

3、结果排序：

要根据关联度排序，lucene内部使用tf*idf的变形进行排序。

光这样是不够的。疾病的发病率是不同的，所以要根据先验知识来排序。

posterior = prior * likelihood

这儿likelihood用lucene的匹配来模拟，而prior没法获得。

 

难点：

1、结果排序：

prior现在知识没法获取，即得不到发病率。光想从文本中直接得到靠谱的排序是不现实的。

解决方案：

用其他数据去模拟prior，比如有些网站上提供病的关注度、收藏数、是否常见等信息。

2、同义词描述问题

疾病数据库的描述是很正式的，而人的描述是很口语化的，这需要一个关联过程。

解决方案：

建立一个同义词库

1）可以找到一些疾病相关的同义词库

2）统计疾病库中的词频，找出频率高的疾病相关的词，人工添加同义词

3、身体部位问题

比如“手疼”，“眼睛痒”，结果应该是跟“手”、“眼睛”部位十分相关的，而lucene搜索的结果不能保证。

另一个问题，比如“头痛”，疾病不一定是在头部的，可能是身体上的。

解决方案：

构建一个人体的本体库，比如一个（人--头--脸--眼睛）的继承关系，部位越近的疾病越有可能。

细节：

浏览数据库，看看每个部位大概与哪些东西关联，比如

胸部：肺、（气管）、心、（胰腺）、乳

还要添加上语义上相关的，比如

头：脑、中风，精神、失眠

注意：

个人觉得，也不需要太精细，因为如果描述症状的时候已经很具体到某个部位，搜索出来的时候已经比较准确。

4、流行病问题

整个系统主要呈现为静态，很难根据疾病的发生情况而改变。流行病在一段时间内可能发病率很高，之后可能几乎没了。

应用本身难以感知到最近的流行病，特别是用的人少的时候。

解决方案：

很难解决，不予实现，采用另外的方式实现，比如采用推送技术，把盛行的流行病放到应用的首页。

5、季节病，家族病等个体特征疾病，病史，患一次的疾病，并发症疾病，病与病之间的关联

季节病，在排序的时候可以根据季节赋予不同权重，很难获取这些先验信息。

家族病，有很强的相关性，用户很少会在已知家族病的情况下去搜索这个病。

病史，得过的病很可能会再得，很难获取信息，也不容易标识用户。

患一次的病，有些病一生只会犯一次，非常少会再患，这个信息很难提取。

病与病之间的关联，如果有了这些信息，可以用贝叶斯网

6、先验信息提取

很多信息要提取，比如模拟先验发病率的信息，同义词库，本体库，流行病信息，病之间的关联，这些信息很多要从文本中提取或人工做。

解决方案：

NLP，表示很难

 

=================================

ER7