[發明專利]病歷數據處理方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201811050840.3
• 申請日: 2018-09-10
• 公開（公告）號: CN109215754A
• 公開（公告）日: 2019-01-15
• 發明（設計）人: 胡雪瑩;王玉婷
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H10/60
• 分類號: G16H10/60;G06F17/27;G06F16/335
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 王寧

本申請涉及人工智能領域中的機器學習技術，提供了一種病歷數據處理方法、裝置、計算機設備和存儲介質。方法包括：從來源病歷中提取特征詞得到特征詞集合，特征詞集合中包括身份特征詞以及病理特征詞；計算特征詞集合與歷史病歷集合中各個歷史病歷對應的特征詞集合的匹配度，根據計算結果選取參考病歷，得到參考病歷集合；根據身份特征詞采用已訓練的分類模型得到來源病歷對應的患者所屬的患者類別；獲取患者類別對應的篩選因子，根據篩選因子對參考病歷集合中各個參考病歷進行排序，根據參考病歷排序結果選取第一預設數量的參考病歷作為目標參考病歷；將目標參考病歷發送至醫生終端。采用本方法能夠提高臨床輔助決策的效率和準確性。

技術領域

本申請涉及計算機應用技術領域，特別是涉及一種病歷數據處理方法、裝置、計算機設備和存儲介質。

背景技術

隨著計算機應用技術的發展，基于計算機實現臨床輔助決策在醫療領域得到越來越多的應用。

目前臨床輔助決策系統多借助于龐大醫學知識庫及繁雜的醫學規則實現，然而，由于臨床輔助決策推送的診療方案難以預測最終的治療結果，缺乏真實數據驗證，醫生選擇時缺乏可供參考的依據，只能根據自身經驗進行判斷，不僅效率低下，而且由于各個醫生的經驗、學歷學平等不同，導致整體的準確性并不高。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高臨床輔助決策的效率和準確性的病歷數據處理方法、裝置、計算機設備和存儲介質。

一種病歷數據處理方法，所述方法包括：

從來源病歷中提取特征詞得到特征詞集合，所述特征詞集合中包括身份特征詞以及病理特征詞；

計算所述特征詞集合與歷史病歷集合中各個歷史病歷對應的特征詞集合的匹配度，根據計算結果從所述歷史病歷集合中選取參考病歷，得到參考病歷集合；

根據所述身份特征詞采用已訓練的分類模型得到所述來源病歷對應的患者所屬的患者類別；

獲取所述患者類別對應的篩選因子，根據所述篩選因子對所述參考病歷集合中各個參考病歷進行排序，根據參考病歷排序結果選取第一預設數量的所述參考病歷作為目標參考病歷；

將所述目標參考病歷發送至醫生終端。

在其中一個實施例中，所述從來源病歷中提取特征詞得到特征詞集合，包括：

對所述來源病歷進行分詞，得到分詞結果；

將所述分詞結果中各個詞語分別與預先建立的醫療詞匯庫中的詞語進行匹配；

將匹配成功的詞語作為所述來源病歷對應的特征詞。

在其中一個實施例中，所述從來源病歷中提取特征詞得到特征詞集合之前，包括：

從預先確定的數據源獲取醫療數據；

從所述醫療數據中提取每一種疾病類型對應的一個或多個醫療詞匯；

將醫療詞匯與其對應的疾病類型建立映射關系，根據不同類型疾病與其對應的醫療詞匯的映射關系建立醫療詞匯庫。

在其中一個實施例中，所述計算所述特征詞集合與歷史病歷集合中各個歷史病歷對應的特征詞集合的匹配度，包括：

從所述來源病歷對應的特征詞集合中提取關鍵詞，得到所述來源病歷對應的第一關鍵詞集合；

從所述歷史病歷對應的特征詞集合中提取關鍵詞，得到所述歷史病歷對應的第二關鍵詞集合；

根據所述第一關鍵詞集合及所述第二關鍵詞集合獲取與所述來源病歷對應的第一詞頻向量；

根據所述第一關鍵詞集合及所述第二關鍵詞集合獲取與所述歷史病歷對應的第二詞頻向量；