由于医疗诊断具有模糊性和主观性,因此对医生的诊断经验具有较高的要求。年轻的医生,由于缺乏门诊经验,在诊断过程中,受主观影响较大,容易出现误诊,降低诊断的准确率。伴随着人工智能的发展,如何利用人工智能技术整合海量医学知识并提供诊断服务成了热门问题。因此,本文设计了医疗智能诊断信息系统,通过利用人工智能技术整合医学专业知识形成知识图谱,并基于整合好的知识图谱结构化数据利用朴素贝叶斯算法实现诊断模型,提供诊断服务。针对传统的医疗信息管理系统存在只是单一的将病人和医药数据进行收集存储,没有一定的评判价值和辅助功能等。本文研究和开发的医疗诊断信息系统,在传统信息管理系统的基础上通过将医学数据整合成知识图谱的新形式,知识图谱相比于传统的数据格式,通过从事物之间的“关系”角度去分析事物的联系,可以更直观的展现给医生和患者医药信息以及病理关系,进一步提高医生对于患者症状认识的准确性和客观性。其次利用整合好的医学数据结合朴素贝叶斯算法设计疾病预诊模型,通过对朴素贝叶斯算法中的属性加权方式进行改进,增大了属性在类别中的区分程度,提高了朴素贝叶斯算法在诊断过程中的准确率。用户通过系统进行症状描述,模型通过分析用户症状,从而得出可能疾病的信息。本文的主要研究内容有以下几个方面:1、面向医学文本的知识图谱构建。针对医学领域的知识图谱中存在语料匮乏以及分类不健全的问题,本文以医学电子病历和垂直医学网站作为数据源,并通过命名实体识别以及关系抽取的技术构建了医学知识图谱,知识图谱以医学实体为节点,实体间的关系为边构建的一种图数据结构,并存储在Neo4J数据库中。2、基于构建好的医学知识图谱,对电子病历以及垂直网络中的医疗数据进行整合,利用改进朴素贝叶斯算法从而实现智能诊断。相比于朴素贝叶斯算法,通过对属性特征加权的计算方式进行改进,提高了预测的准确率。3、最后基于所提出的算法,实现了智能诊断信息系统。系统使用了目前比较流行的Spring Boot框架和轻量级My SQL数据库作为存储引擎。该系统的主要功能包括智能诊断、用户信息管理、药方管理、门诊预约四大功能模块。并通过对系统进行功能以及性能测试,能够达到预期的效果,具有较强的实用性。