[發(fā)明專利]基于電子病歷完善臨床指南的方法、裝置及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910532121.3
• 申請日: 2019-06-19
• 公開（公告）號: CN110379475A
• 公開（公告）日: 2019-10-25
• 發(fā)明（設(shè)計）人: 蔣雪涵;謝國彤;孫行智;趙惟;胡崗;徐卓揚
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G16H10/60
• 分類號: G16H10/60;G16H20/00;G16H50/20;G06K9/62;G16H50/70
• 代理公司: 北京鴻元知識產(chǎn)權(quán)代理有限公司 11327
• 代理人: 李玉琦;張超艷

本發(fā)明屬于人工智能技術(shù)領(lǐng)域，公開了一種基于電子病歷完善臨床指南的方法、裝置和存儲介質(zhì)，其中，方法包括：對電子病歷進行結(jié)構(gòu)化處理；構(gòu)建推薦模型并利用經(jīng)過結(jié)構(gòu)化處理的電子病歷數(shù)據(jù)訓(xùn)練所述推薦模型；通過訓(xùn)練得到的推薦模型獲取與所述電子病歷數(shù)據(jù)對應(yīng)的各個推薦結(jié)果的推薦概率；選擇最大推薦概率對應(yīng)的推薦結(jié)果作為最終推薦結(jié)果，并獲取與所述最終推薦結(jié)果所對應(yīng)的推薦條件；根據(jù)所述推薦條件和最終推薦結(jié)果生成對應(yīng)的文本；根據(jù)生成的文本完善臨床指南。本發(fā)明基于電子病歷挖掘醫(yī)學(xué)知識，完善臨床指南，有利于推動個體化醫(yī)療的實現(xiàn)，提高CDSS模型的可信度，便于CDSS模型的推廣。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種基于電子病歷完善臨床指南的方法、裝置及存儲介質(zhì)。

背景技術(shù)

臨床決策支持系統(tǒng)(CDSS，Clinical Decision Support System)是醫(yī)學(xué)知識工程和人工智能研究中非常活躍的分支，可以幫助醫(yī)生解決復(fù)雜的醫(yī)學(xué)問題，作為醫(yī)生診斷、治療以及預(yù)防的輔助工具。目前，臨床決策支持系統(tǒng)一般是基于純知識庫的CDSS，或是基于電子病歷，運用機器學(xué)習(xí)的方法對臨床決策進行預(yù)測。不論何種模型，完備全面的知識庫是實現(xiàn)臨床診療一致性和規(guī)范性的基石。通常，知識庫來源于臨床指南或相關(guān)文獻的文本提取，而從臨床指南中提取的往往是原則性的指導(dǎo)，并且臨床指南的更新速度慢，無法發(fā)掘現(xiàn)有的隱性醫(yī)學(xué)知識，導(dǎo)致臨床指南知識不完備，無法考慮到完備的實際情況，也無法滿足個體化醫(yī)療的需求。

發(fā)明內(nèi)容

本發(fā)明提供一種基于電子病歷完善臨床指南的方法、裝置及存儲介質(zhì)，以解決現(xiàn)有技術(shù)中易出現(xiàn)臨床指南知識不完備，無法滿足個體化醫(yī)療的問題。

為了實現(xiàn)上述目的，本發(fā)明的一個方面是提供一種基于電子病歷完善臨床指南的方法，包括：

對電子病歷進行結(jié)構(gòu)化處理；構(gòu)建推薦模型并利用經(jīng)過結(jié)構(gòu)化處理的電子病歷數(shù)據(jù)訓(xùn)練所述推薦模型；通過訓(xùn)練得到的推薦模型獲取與所述電子病歷數(shù)據(jù)對應(yīng)的各個推薦結(jié)果的推薦概率；選擇最大推薦概率對應(yīng)的推薦結(jié)果作為最終推薦結(jié)果，并獲取與所述最終推薦結(jié)果所對應(yīng)的推薦條件；根據(jù)所述推薦條件和最終推薦結(jié)果生成對應(yīng)的文本；根據(jù)生成的文本完善臨床指南。

優(yōu)選地，構(gòu)建推薦模型的步驟包括：根據(jù)醫(yī)學(xué)知識庫和電子病歷數(shù)據(jù)對電子病歷進行分組；根據(jù)分組結(jié)果構(gòu)建推薦模型。

優(yōu)選地，構(gòu)建推薦模型的步驟之前，還包括：根據(jù)臨床指南篩選電子病歷信息；根據(jù)篩選得到的電子病歷信息構(gòu)成電子病歷數(shù)據(jù)，用于輸入推薦模型。

優(yōu)選地，根據(jù)所述推薦條件和最終推薦結(jié)果生成對應(yīng)的文本的步驟之前，還包括：判斷所述推薦條件和最終推薦結(jié)果是否滿足預(yù)設(shè)標(biāo)準(zhǔn)，若滿足，則進行下一步，若不滿足，則剔除所述推薦條件和最終推薦結(jié)果，其中，所述預(yù)設(shè)標(biāo)準(zhǔn)包括所述推薦條件所覆蓋的人群占比超過第一設(shè)定閾值和所述最終推薦結(jié)果對應(yīng)的治愈率超過第二設(shè)定閾值中的一種或兩種。

優(yōu)選地，根據(jù)所述推薦條件和最終推薦結(jié)果生成對應(yīng)的文本，包括：將所述推薦條件和最終推薦結(jié)果進行標(biāo)準(zhǔn)化處理，所述標(biāo)準(zhǔn)化處理包括生成對應(yīng)的推薦條件、判斷符和推薦內(nèi)容；根據(jù)標(biāo)準(zhǔn)化處理結(jié)果生成對應(yīng)的文本。

優(yōu)選地，根據(jù)生成的文本完善臨床指南的步驟之前，還包括：根據(jù)醫(yī)學(xué)知識庫驗證生成的文本是否符合醫(yī)學(xué)知識，若符合，則進行下一步，若不符合，則剔除生成的文本。

優(yōu)選地，根據(jù)生成的文本完善臨床指南，包括：選取臨床指南中的推薦文本；對所述推薦文本進行結(jié)構(gòu)化處理；根據(jù)經(jīng)過結(jié)構(gòu)化處理的推薦文本，將經(jīng)過結(jié)構(gòu)化處理的電子病歷數(shù)據(jù)劃分為臨床指南覆蓋數(shù)據(jù)和臨床指南不覆蓋數(shù)據(jù)；根據(jù)所述臨床指南覆蓋數(shù)據(jù)獲取的推薦條件生成的文本對所述臨床指南進行修正，將所述臨床指南不覆蓋數(shù)據(jù)獲取的推薦條件生成的文本添加至所述臨床指南中。