[發明專利]一種確定醫療數據屬性數據的方法和裝置

有效

• 申請號: 201810645565.3
• 申請日: 2018-06-21
• 公開（公告）號: CN108831560B
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 杜麗萍;胡可云
• 申請（專利權）人: 北京嘉和海森健康科技有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G06F16/33
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

本申請公開了一種確定醫療數據屬性數據的方法和裝置，該方法包括：根據從醫療本體詞典選取的目標醫療本體，基于對應的預設醫療本體屬性，獲得包括第一屬性值和其他屬性值的第一屬性數據，第一屬性數據來源于多個實際醫療文本信息；統計包括第一屬性值的實際醫療文本信息數量和包括其他屬性值的實際醫療文本信息數量；基于上述數量獲得第一屬性值的分值；若第一屬性值的分值大于目標閾值，確定第一屬性值為目標醫療本體的預設醫療本體屬性數據。可見，分值大于目標閾值表示第一屬性值屬于該屬性的可能性大，采用數據融合計算得到的分值相較于數據源權重更為準確，進而得到第一屬性值是否屬于目標醫療本體的預設醫療本體屬性的結果更為準確。

技術領域

本申請涉及醫療數據處理技術領域，尤其涉及一種確定醫療數據屬性數據的方法和裝置。

背景技術

目前，在對病人進行診療的過程中，醫院記錄存儲大量的真實醫療文本信息，例如病歷信息、手術信息等等；在各個公開的醫療網站上也存儲大量的醫療知識文本信息，例如，百度百科、公眾健康、醫學數據庫上關于各種疾病的知識等。醫院和各個醫療網站等都具有大量的醫療數據，隨著醫療數據的快速增長，醫療相關人員需要了解各個來源的醫療數據，以便豐富完善自身的醫療知識，提高診療水平，或者進行科研教學等。

不同來源的醫療數據包含的內容可能不同，例如，從百度百科、公眾健康、醫學數據庫以及醫院等獲取的多個某疾病數據所包含的癥狀存在一定差異，即，不同來源的該疾病數據所包含的癥狀不同，需要確定抽取到的某個癥狀是否是該疾病的癥狀，以便將不同癥狀進行融合得到該疾病的癥狀數據。現有技術中，通常是根據數據源的可信度人為預先設置權重，從而確定某個癥狀對應的權重，基于該權重判斷該癥狀是否是該疾病的癥狀。

但是，發明人經過研究發現，人為基于數據源的可信度預先設置權重，受到人為因素影響，主觀性太強，尤其是對于醫院真實醫療文本信息中的內容而言，采用權重判斷的方法較為粗略，導致最后判斷結果的準確性較低，進而影響各個不同來源的醫療數據的融合等。

發明內容

本申請所要解決的技術問題是，提供一種確定醫療數據屬性數據的方法和裝置，數據融合得到的分值相較于數據源權重更為準確，進而得到屬性值是否屬于目標醫療本體的預設醫療本體屬性的結果更為準確，為不同來源醫療數據的內容提供了更加精確的融合基礎。

第一方面，本申請實施例提供了一種確定醫療數據屬性數據的方法，該方法包括：

可選的，所述目標醫療本體包括目標疾病、目標癥狀、目標檢查、目標體征、目標手術、目標藥品、目標檢驗、目標病因、目標誘因或目標過敏原。

可選的，所述根據所述包括所述第一屬性值的實際醫療文本信息數量和所述包括所述其他屬性值的實際醫療文本信息數量，獲得所述第一屬性值的分值，包括：

根據所述包括所述第一屬性值的實際醫療文本信息數量、所述包括所述其他屬性值的實際醫療文本信息數量和概率公式，獲得所述第一屬性值對應的概率；

根據所述第一屬性值對應的概率和預設算法，獲得所述第一屬性值的分值。

可選的，還包括：

根據目標醫療本體和對應的預設醫療本體屬性，獲得第二屬性值和所述第二屬性值對應的權重，所述第二屬性值來源于不同數據源的醫療知識文本信息，所述第二屬性值與所述第一屬性值和所述其他屬性值均不同；

根據所述第二屬性值對應的權重和所述預設算法，獲得所述第二屬性值的分值；

若所述第二屬性值的分值大于第二目標閾值，確定所述第二屬性值屬于所述目標醫療本體的預設醫療本體屬性。

可選的，所述第一目標閾值為預設先設置的閾值；或所述第一目標閾值是根據所述第一屬性值的分值與所述其他屬性值的分值統計得到的。

可選的，在獲得所述第一屬性值的分值之后，還包括：