科研之友
微信
新浪微博
Facebook
分享链接
摘要
医院急需一套准确高效的智慧分诊辅助系统，降低患者挂错科室和无意义就诊情况发生的概率，以促进医疗服务提质增效、降本增益。本研究提出了一种基于深度学习的神经学科文本分类方法，根据病历中的主诉预测其诊断。针对病历数据不平衡等问题，在BERT模型的基础上，使用一种基于代价敏感学习的方法，以Focal loss替换原来的二元交叉熵损失，并通过二次微调的方式进行领域知识融入。实验结果证明，优化后的模型有效提高了模型的分类准确率，对数量较小类别的分类效果有明显提升。本研究提出的分诊模型可应用于智慧分诊系统建设。
- 单位
