技术领域
[0001] 本公开涉及智能显示技术领域，具体而言，涉及一种医学数据的搜索方法及装置、存储介质、电子装置。
背景技术
[0002] 随着自然环境变化，人们饮食和生活习惯的改变，各种医疗上的疑难杂症越来越多，全世界的医疗人才都需要不断地研究世界各地医疗专家的研究成果，发现，和实践。同时人们越来越多的依赖互联网的视频，专家的博客和一些论坛获得医学知识和健康养生的实践。一些不能根治的疑难杂症如癌症等更是需要全世界的知识共同解决。有些发现是跨医疗领域的知识，比如营养，饮食，生活方式，环境等。这些知识互相连接给普通病人和医疗工作者更广阔的的思维去
治疗疾病。
[0003] 有一组数据显示，每天
搜索引擎上关于医疗健康类信息的检索有近亿次。说明人们在互联网上求解医疗信息的方式非常普遍。但是目前的相关技术中，都需要医疗机构
专家系统，医疗记录和医疗专家提供知识构建平台。首先，分析医疗记录有隐私安全隐患，在一些国家是不允许的。其次，专家系统和医疗专家的诊断有主观因素或知识片面的因素，可能导致给出的答案没有太多选择。
[0004] 针对
现有技术中医疗知识平台提供的数据不够准确或涉及安全隐患问题，尚未有合理的解决方案。
发明内容
[0005] 本公开
实施例提供了一种医学数据的搜索方法及装置、存储介质、电子装置，以至少解决相关技术中医疗知识平台提供的数据不够准确或涉及安全隐患问题。
[0006] 根据本公开的一个实施例，提供了一种医学数据的搜索方法，包括：按照预设周期从全球数据源中获取医学数据，其中，所述全球数据源至少包括：全球范围内的主流社交媒体，医学期刊，医学杂志，新闻期刊以及百科全书；将所述医学数据解析为相互之间具有关联关系的实体对象图谱，其中，所述实体对象至少包括：医生，病症和治疗方法；接收针对所述实体对象的提问，其中，所述提问包括文字提问和/或语音提问；在所述实体对象图谱中搜索对应于所述提问的医学数据，其中，所述医学数据包括与所述提问中包含的所述实体对象相关的其他实体对象和/或与所述提问中包含的所述实体对象相关的图谱。
[0007] 优选地，按照预设周期从全球数据源中获取医学数据包括：按照预设周期查阅各个领域专家医生的社交媒体账号的主页，其中，所述社交媒体包括以下至少之一：Facebook，博客，微信公众号，医学论坛。
[0008] 优选地，将所述医学数据通过
自然语言处理NLP技术解析为相互之间具有关联关系的实体对象图谱包括：通过自然语言处理NLP技术提取所述医学数据中的实体对象，其中，所述实体对象还包括：文章，论文，疾病名称，理疗方法，药物，饮食，保健方法，营养摄取；通过
机器学习算法识别所述实体对象之间的关联关系；根据所述实体对象之间的关联关系生成针对每一位医生和/或每一类疾病的实体对象图谱。
[0009] 优选地，接收针对所述实体对象的提问包括：通过
聊天机器人接收针对所述实体对象的提问；在所述实体对象图谱中搜索对应于所述提问的医学数据之后，所述方法还包括：将搜索到的所述医学数据转换成自然语言，由所述
聊天机器人进行回答或显示。
[0010] 根据本公开实施例的另一个方面，还提供了一种医学数据的搜索装置，包括：获取模
块，用于按照预设周期从全球数据源中获取医学数据，其中，所述全球数据源至少包括：全球范围内的主流社交媒体，医学期刊，医学杂志，新闻期刊以及百科全书；解析模块，用于将所述医学数据解析为相互之间具有关联关系的实体对象图谱，其中，所述实体对象至少包括：医生，病症和治疗方法；接收模块，用于接收针对所述实体对象的提问，其中，所述提问包括文字提问和/或语音提问；搜索模块，用于在所述实体对象图谱中搜索对应于所述提问的医学数据，其中，所述医学数据包括与所述提问中包含的所述实体对象相关的其他实体对象和/或与所述提问中包含的所述实体对象相关的图谱。
[0011] 优选地，所述获取模块包括：查阅单元，用于按照预设周期查阅各个领域专家医生的社交媒体账号的主页，其中，所述社交媒体包括以下至少之一：Facebook，博客，微信公众号，医学论坛。
[0012] 优选地，所述解析模块包括：提取单元，用于通过自然语言处理NLP技术提取所述医学数据中的实体对象，其中，所述实体对象还包括：文章，论文，疾病名称，理疗方法，药物，饮食，保健方法，营养摄取；识别单元，用于通过机器学习算法识别所述实体对象之间的关联关系；生成单元，用于根据所述实体对象之间的关联关系生成针对每一位医生和/或每一类疾病的实体对象图谱。
[0013] 优选地，所述接收模块包括：聊天机器人，用于接收针对所述实体对象的提问；所述装置还包括转换模块，用于将搜索到的所述医学数据转换成自然语言；所述聊天机器人还用于，将转换后的所述自然语言进行回答或显示。
[0014] 根据本公开实施例的另一个方面，还提供了一种存储介质，其特征在于，所述存储介质中存储有
计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
[0015] 根据本公开的另一个实施例，还提供了一种电子装置，包括
存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
[0016] 通过本公开实施例，按照预设周期从全球数据源中获取医学数据，其中，全球数据源至少包括：全球范围内的主流社交媒体，医学期刊，医学杂志，新闻期刊以及百科全书；将医学数据解析为相互之间具有关联关系的实体对象图谱，其中，实体对象至少包括：医生，病症和治疗方法；接收针对实体对象的提问，其中，提问包括文字提问和/或语音提问；在实体对象图谱中搜索对应于提问的医学数据。解决了现有技术中医疗知识平台提供的数据不够准确或涉及安全隐患问题。通过此平台用户可以获得互联网的所有公开的医疗话题的讨论和文章，用户可以学习到更广泛的知识，尤其是在医疗专家比较缺乏的地区，或是一些世界级的疑难杂症的治疗方法搜索。
附图说明
[0017] 此处所说明的附图用来提供对本公开的进一步理解，构成本公开的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
[0018] 图1是本公开实施例的一种医学数据的搜索方法的移动终端的
硬件结构
框图；
[0019] 图2是根据本公开实施例中医学数据的搜索方法的
流程图；
[0020] 图3是根据本公开实施例的实体对象图谱的结构图；
[0021] 图4是根据本公开实施例的医疗数据搜索的系统架构图；
[0022] 图5是根据本公开实施例的医学数据的搜索装置的结构框图。
具体实施方式
[0023] 下文中将参考附图并结合实施例来详细说明本公开。需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
[0024] 需要说明的是，本公开的
说明书和
权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
[0025] 实施例1
[0026] 本公开实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本公开实施例的一种医学数据的搜索方法的移动终端的硬件结构框图。如图1所示，移动终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于
微处理器MCU或
可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
[0027] 存储器104可用于存储计算机程序，例如，应用
软件的软件程序以及模块，如本公开实施例中的数据信息的获取方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及
数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括
非易失性存储器，如一个或者多个
磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0028] 传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个
网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
[0029] 本公开实施例提供了一种医学数据的搜索方法。图2是根据本公开实施例中医学数据的搜索方法的流程图，如图2所示，该方法包括：
[0030] 步骤S201，按照预设周期从全球数据源中获取医学数据，其中，全球数据源至少包括：全球范围内的主流社交媒体，医学期刊，医学杂志，新闻期刊以及百科全书；
[0031] 步骤S203，将医学数据解析为相互之间具有关联关系的实体对象图谱，其中，实体对象至少包括：医生，病症和治疗方法；
[0032] 步骤S205，接收针对实体对象的提问，其中，提问包括文字提问和/或语音提问；
[0033] 步骤S207，在实体对象图谱中搜索对应于提问的医学数据，其中，医学数据包括与提问中包含的实体对象相关的其他实体对象和/或与提问中包含的实体对象相关的图谱。
[0034] 通过上述方法，按照预设周期从全球数据源中获取医学数据，其中，全球数据源至少包括：全球范围内的主流社交媒体，医学期刊，医学杂志，新闻期刊以及百科全书；将医学数据解析为相互之间具有关联关系的实体对象图谱，其中，实体对象至少包括：医生，病症和治疗方法；接收针对实体对象的提问，其中，提问包括文字提问和/或语音提问；在实体对象图谱中搜索对应于提问的医学数据。解决了现有技术中医疗知识平台提供的数据不够准确或涉及安全隐患问题。通过此平台用户可以获得互联网的所有公开的医疗话题的讨论和文章，用户可以学习到更广泛的知识，尤其是在医疗专家比较缺乏的地区，或是一些世界级的疑难杂症的治疗方法搜索。
[0035] 优选地，步骤S201可以通过以下步骤实现：按照预设周期查阅各个领域专家医生的社交媒体账号的主页，其中，所述社交媒体包括以下至少之一：Facebook，博客，微信公众号，医学论坛。
[0036] 优选地，步骤S203可以通过以下步骤实现：通过自然语言处理NLP技术提取所述医学数据中的实体对象，其中，所述实体对象还包括：文章，论文，疾病名称，理疗方法，药物，饮食，保健方法，营养摄取；通过机器学习算法识别所述实体对象之间的关联关系；根据所述实体对象之间的关联关系生成针对每一位医生和/或每一类疾病的实体对象图谱。
[0037] 当接收到的提问里面涉及医生名字时，搜索引擎直接将与该医生相关的图谱显示在界面上，用户可以进一步选择医生的相关论文、研究领域、研究的疾病报告、社交媒体上发布的文章等。
[0038] 当接收的提问涉及某一病症时，搜索引擎将该病症相关的图谱显示在界面上，包括该病症可能对应的疾病、相关用药、
治疗方案、研究这一领域的医生、相关文章等。
[0039] 优选地，步骤S205可以通过以下步骤实现：通过聊天机器人接收针对实体对象的提问；步骤S207之后，所述方法还包括：将搜索到的医学数据转换成自然语言，由聊天机器人进行回答或显示。
[0040] 本公开实施例将阐述如何运用这些技术构建这样一个平台。这个平台的主要特点是全球化数据源，自动解析实体和关系并连接入平台的网络，复杂问题的搜索和原因推理解析。
[0041] 第一，全球数据源初始设置为主流社交媒体，医生主页/博客，新闻，杂志，百科全书等。平台可以根据需要自定义订阅内容。
[0042] 第二，数据源经过NLP技术解析成实体，上下文，舆情和倾向，自动上载入图
数据库。
[0043] 第三，通过机器学习的算法自动计算实体识别，实体关系
抽取，实体之间的隐藏关系和构建实体表示图。
[0044] 第四，用图数据库存储知识数据,用库数据库自带的图查询语言和算法搜索问题答案。
[0045] 第五，用聊天机器人与人对话，搜索平台并生成自然语言回答问题。
[0046] 本方案可以实现以下目的：复杂查询的快速搜索能
力；自动挖掘出实体之间的隐含关系；用NLP技术理解人类语言，内容，主题和生成人类语言。
[0047] 图3是根据本公开实施例的实体对象图谱的结构图，从互联网抓取到的非结构化数据经分析后建立的图数据模型示例如图3所示。经过此平台自动生成医生公开发布的研究成果博客，文章，论文讨论的医疗课题，治疗方法和其他相关的理疗方法。对于终端用户，可以通过此平台实时查询出和搜索的医疗课题相关的文章。
[0048] 图4是根据本公开实施例的医疗数据搜索的系统架构图，如图4所示，为保证近似实时的知识图谱更新结果，互联网数据通过消息队列Kafka生成JSON文件，经TensoFlow的NLP分析处理后更新到图数据库neo4j，然后经Spark的SparkGraphX和neo4j自带的算法库实现知识图谱的建立和更新。
[0049] 通过本公开实施例的平台用户可以获得互联网的所有公开的医疗话题的讨论和文章，用户可以学习到更广泛的知识，尤其是在医疗专家比较缺乏的地区，或是一些世界级的疑难杂症的治疗方法搜索。对于医学工作者更新最新的领域的知识也提供了一个可供选择的资源，并实现了以下效果：
[0050] 一，支持复杂问题搜索功能，此平台提供一个web页面支持用户输入问题，或者提供聊天机器人回答用户的复杂问题。
[0051] 二，此平台提供
可视化界面提供数据的关系表示，当用户点击具体实体，可以查看互联网源数据的出处文章。
[0052] 三，此平台可以通过用户的历史搜索给出最新的相关联的文章推荐，以供用户后期对此课题的知识更新。
[0053] 实施例2
[0054] 在本实施例中还提供了一种医学数据的搜索装置，用于执行上述任一方法实施例中的步骤，已经描述过的内容此处不再赘述。图5是根据本公开实施例的医学数据的搜索装置的结构框图，如图5所示，该装置包括：获取模块50，用于按照预设周期从全球数据源中获取医学数据，其中，全球数据源至少包括：全球范围内的主流社交媒体，医学期刊，医学杂志，新闻期刊以及百科全书；解析模块52，用于将医学数据解析为相互之间具有关联关系的实体对象图谱，其中，实体对象至少包括：医生，病症和治疗方法；接收模块54，用于接收针对实体对象的提问，其中，提问包括文字提问和/或语音提问；搜索模块56，用于在实体对象图谱中搜索对应于提问的医学数据。
[0055] 通过上述装置，获取模块50按照预设周期从全球数据源中获取医学数据，其中，全球数据源至少包括：全球范围内的主流社交媒体，医学期刊，医学杂志，新闻期刊以及百科全书；解析模块52将医学数据解析为相互之间具有关联关系的实体对象图谱，其中，实体对象至少包括：医生，病症和治疗方法；接收模块54接收针对实体对象的提问，其中，提问包括文字提问和/或语音提问；搜索模块56在实体对象图谱中搜索对应于提问的医学数据。解决了现有技术中医疗知识平台提供的数据不够准确或涉及安全隐患问题。通过此平台用户可以获得互联网的所有公开的医疗话题的讨论和文章，用户可以学习到更广泛的知识，尤其是在医疗专家比较缺乏的地区，或是一些世界级的疑难杂症的治疗方法搜索。
[0056] 根据本公开实施例的另一个方面，还提供了一种医学数据的搜索装置，包括：。
[0057] 优选地，获取模块50包括：查阅单元，用于按照预设周期查阅各个领域专家医生的社交媒体账号的主页，其中，所述社交媒体包括以下至少之一：Facebook，博客，微信公众号，医学论坛。
[0058] 优选地，解析模块52包括：提取单元，用于通过自然语言处理NLP技术提取所述医学数据中的实体对象，其中，所述实体对象还包括：文章，论文，疾病名称，理疗方法，药物，饮食，保健方法，营养摄取；识别单元，用于通过机器学习算法识别所述实体对象之间的关联关系；生成单元，用于根据所述实体对象之间的关联关系生成针对每一位医生和/或每一类疾病的实体对象图谱。
[0059] 优选地，接收模块54包括：聊天机器人，用于接收针对所述实体对象的提问；所述装置还包括转换模块，用于将搜索到的所述医学数据转换成自然语言；所述聊天机器人还用于，将转换后的所述自然语言进行回答或显示。
[0060] 实施例3
[0061] 本公开的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
[0062] 可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
[0063] S1，按照预设周期从全球数据源中获取医学数据，其中，全球数据源至少包括：全球范围内的主流社交媒体，医学期刊，医学杂志，新闻期刊以及百科全书；
[0064] S2，将医学数据解析为相互之间具有关联关系的实体对象图谱，其中，实体对象至少包括：医生，病症和治疗方法；
[0065] S3，接收针对实体对象的提问，其中，提问包括文字提问和/或语音提问；
[0066] S4，在实体对象图谱中搜索对应于提问的医学数据。
[0067] 可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、
只读存储器(Read-Only Memory，简称为ROM)、
随机存取存储器(Random Access Memory，简称为RAM)、移动
硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
[0068] 本公开的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
[0069] 可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
[0070] 可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
[0071] S1，按照预设周期从全球数据源中获取医学数据，其中，全球数据源至少包括：全球范围内的主流社交媒体，医学期刊，医学杂志，新闻期刊以及百科全书；
[0072] S2，将医学数据解析为相互之间具有关联关系的实体对象图谱，其中，实体对象至少包括：医生，病症和治疗方法；
[0073] S3，接收针对实体对象的提问，其中，提问包括文字提问和/或语音提问；
[0074] S4，在实体对象图谱中搜索对应于提问的医学数据。
[0075] 本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
[0076] 显然，本领域的技术人员应该明白，上述的本公开的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成
电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本公开不限制于任何特定的硬件和软件结合。
[0077] 以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的原则之内，所作的任何
修改、等同替换、改进等，均应包含在本公开的保护范围之内。
