本文是计算机论文，随着人工智能的迅猛发展及政策对中医药的扶持，中医药信息化、智能化发展迎来了新的契机。相比西医在人工智能领域层出不穷的产品，比如肺小结节智能诊断、胃癌病理智能诊断等，中医在这方面还很欠缺。调研发现，中医相关智能化系统还停留在规则和传统机器学习阶段，可用性、拓展性都处于较低水平。无论是在中医辨证规律研究、方剂规律研究等方面，还是在中医药智能诊疗系统构建方面，中医文本数据都起到了不可替代的作用，因此，本文依据杭州某中医院提供的真实中医诊疗案例，对中医病情文本进行了深入分析。首先，考虑到中医病情文本特点，完成了中医病情文本关键语义信息提取，然后，以中医肾病2.3万份病情文本标注数据为基础，全面系统地分析了基于深度学习的中医肾病病情文本分类模型，接下来，考虑到深度学习分类模型的实验结果和中医辨证的特点，提出了融合病情文本关键语义信息的分类模型和基于two stage的分类模型，最后，设计并实现了以中医智能辨证为中心的，中医药关联搜索、中医药知识图谱和中医问答为辅助的中医药智能服务平台。
......
第1章绪论
中医药智能服务平台。目前，关于西医的智能医疗服务层出不穷，但中医领域还很匮乏。因此，本文建设了以智能辨证为中心，搜索、问答为辅助的中医药智能服务平台。智能辨证是对患者的症状给出辨证结果，并提供相似案例，搜索是针对中医药材、方剂、中成药和中医专业名词等进行搜索，问答可以回答中医相关的一系列问题，比如“头疼、发热怎么办”，问答系统将给出该症状相关的药材、方剂、中成药等信息，这一系列的服务将促进中医药信息化、智能化的发展，为医生或患者提供便捷的知识服务平台。随着人工智能的迅猛发展及国家政策对中医药地大力扶持，中医药信息化、智能化迎来了新的契机，也为改变目前中医药发展较慢这一困境创造了机遇。中医通过试探反证、援物比类等进行辨证，因此可以通过机器学习的方法来挖掘其中的规律。本文主要研究中医病情文本，依据杭州某中医院提供的18万份中医病情文本数据，并对其中2.3万份中医肾病病情文本数据进行了标注，利用机器学习方法对智能辨证问题进行对研究。在深入了解中医辨证基础上，将中医肾病辨证问题抽象成一个多分类问题。
.....
第2章相关技术综述
2.1中医理论及肾病分型
对于西医，肾病主要是肾脏出现了问题，包括肾脏细菌性炎症、原发性肾小球肾炎、遗传性肾病、尿毒症、慢性肾功能不全和继发性肾小球肾炎等，仅仅考虑局部脏腑，没考虑整体关系.对于中医来说，肾病有七种分型，包括湿邪化热型、风水泛滥型、气滞血瘀型、肾元亏虚型、肝肾阴虚型、脾肾阳虚型和阴阳衰竭型七种。这七种分型也是后续中医肾病病情文本分类的7种类别。对于分类问题，准确率指的是预测为正类且实为正类（真正类）占所有预测为正类的比例。召回率指的是预测为正类且真实为正类（真正类）占所有真实为正类的比例。表2.1给出了二分类问题下预测值和真实值组成的混淆矩阵。
2.2文本规词提取方法
本章首先介绍了中医基础理论和中医肾病分型，然后介绍了TF-IDF和TextRank关键词提取算法，接下来介绍了逻辑回归、支持向量机和随机森林等传统机器学习分类模型，紧接着介绍了卷积神经网络和循环神经网络，最后给出了文本分类评价标准。考虑到中医案例容易获取，Yang出了一种基于案例推理的医疗系统，该系统的基本结构是案例提取网和案例提取算法。Wang提出了一种采用粗糙集约束的专家系统，该系统考虑不同医家、不同病症的不确定性，通过粗糙集条件属性简约来确定病人证候，进而从知识库中寻找最相似案例。考虑到数据挖掘能够有效地挖掘数据之间的关联，Mao构建了数据挖掘平台，该平台对中医文本分词及句子相似做了改进，并实现了常见的数据挖掘算法。可以看出，目前中医药智能化主要停留在规则学习和传统机器学习方法上，且功能单一，多数还停留在实验阶段，未能对外提供服务，因此，构建先进的、全面的、可对外服务的中医药智能服务平台具有十分重要意义。
.....
第3章基于关键词的关键语义信息提取方法..........29
3.1中医病情文本领域词识别..........31
3.2基于病位的中医病情文本关键词提取算法..........33
第4章基于深度学习的中医肾病病情文本分类方法..........49
4.1基于深度学习的肾病病情文本分类模型..........49
4.2融合关键语义信息的肾病病情文本分类方法..........54
4.3基于two stage的肾病病情文本分类方法...........55
4.4实验结果与分析..........57
第5章中医药智能服务平台设计与实现..........65
5.1系统设计..........66
5.2系统展示..........69
.......
第5章中医药智能服务平台设计与实现
5.1系统设计
另一方面，随着互联网的普及、人工智能的发展和国家对中医药的大力扶持，目前互联网上也出现了一些中医药智能服务平台，比如小鹿医馆、诺道医学等。本小节将这些平台进行了归纳总结，分别从6个维度来概括这些平台，这6个维度分别是：1）基础知识库检索；2）中医药知识图谱；3）智能辨证；4）中医问答；5）相似医案；6）使用难度。基础知识库是检索中医药相关知识的基础。智能辨证是中医药平台是否可以帮助医生进行辅助诊断的基础。相似医案推荐是为医生寻找和当前患者最相似的医案，为医生进一步辨证诊疗提供参考。中医药知识图谱是实现中医药知识推理、方剂发现、知识问答的基础，也可以为用户提供简洁的、网络可视化的中医药知识，避免用户通过搜索引擎多步搜索。中医问答是建立在基础知识库、中医药知识图谱上的，可以为用户提供自然语言形式的交互能力，比如询问药材功效、方剂内容等。
5.2系统展示
肾病智能诊断是依据第3章和第4章的相关理论知识进行设计的，也是整个平台智能化的核心，中医药关联搜索、中医知识图谱及中医你问我答都是围绕智能辨证展开的。中医药关联搜索可以方便用户搜索具有相关功效、治疗某些症状的药材、方剂和中成药。中医知识图谱可以图形化的查询药材、方剂和症状、功效之间的关系，便于医生诊病推断。当然，对于用户来说，也可以提前通过查询了解自身病情。中医你问我答是中医领域的智能问答，用户可以通过自然语言的形式向系统询问，系统判断用户意图，进而给出相应答案。
......
第6章总结与展望
深入分析了基于深度学习的肾病病情文本分类方法，结合中医辨证特点，提出了融合关键语义信息的肾病病情文本分类方法，同时结合计算机视觉的twostage思路，提出了基于twostage的肾病病情文本分类方法。实验结果表明，这两种方法能够有效地提升分类效果；深入研究了已有的中医药智能服务平台，设计并实现了以肾病智能辨证为中心，中医药关联搜索、中医知识图谱和中医问答为辅助的中医药智能服务平台。该平台能够为医生诊断提供便利，为患者了解自身病情提供多途径解决方案。目前，该智能辨证模块还仅仅包含肾病辨证，后续会继续开发其他部位的诊断。更多的智能辨证应用。目前，中医药智能服务平台仅仅包含肾病辨证，需要进一步和中医院合作，积极加速其他病位辨证的研究。
参考文献（略）
