[發(fā)明專利]一種基于中文醫(yī)療主訴分析的臨床數(shù)據(jù)組分類方法

在審

• 申請?zhí)枺?/td>: 201910814991.X
• 申請日: 2019-08-30
• 公開（公告）號: CN110517787A
• 公開（公告）日: 2019-11-29
• 發(fā)明（設(shè)計）人: 曹夢莉;王國超
• 申請（專利權(quán)）人: 山東健康醫(yī)療大數(shù)據(jù)有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H80/00;G06F16/35;G06F17/27;G06N20/00
• 代理公司: 37100 濟南信達專利事務(wù)所有限公司
• 代理人: 郗艷榮<國際申請>=<國際公布>=<進入

本發(fā)明特別涉及一種基于中文醫(yī)療主訴分析的臨床數(shù)據(jù)組分類方法。該基于中文醫(yī)療主訴分析的臨床數(shù)據(jù)組分類方法，使用機器學(xué)習(xí)算法對各種臨床檢驗檢查數(shù)據(jù)和醫(yī)生錄入的主訴項組成的數(shù)據(jù)組進行分析挖掘，獲取數(shù)據(jù)組所隱含的信息和知識；根據(jù)醫(yī)院信息系統(tǒng)提供的數(shù)據(jù)源進行分析處理，得到數(shù)據(jù)組的數(shù)據(jù)分類；將數(shù)據(jù)組存入臨床數(shù)據(jù)中心相關(guān)知識庫對應(yīng)的數(shù)據(jù)類別即可。該基于中文醫(yī)療主訴分析的臨床數(shù)據(jù)組分類方法，通過使用機器學(xué)習(xí)相關(guān)算法建立數(shù)據(jù)模型，對各種臨床檢驗檢查數(shù)據(jù)和醫(yī)生錄入的主訴項組成的數(shù)據(jù)組進行分析挖掘，實現(xiàn)了對數(shù)據(jù)組的精準分類，不僅能夠大大提高醫(yī)生的工作效率，還對構(gòu)建院內(nèi)小型、微型臨床數(shù)據(jù)中心具有重要意義。

技術(shù)領(lǐng)域

本發(fā)明涉及機器學(xué)習(xí)算法與數(shù)據(jù)挖掘技術(shù)領(lǐng)域，特別涉及一種基于中文醫(yī)療主訴分析的臨床數(shù)據(jù)組分類方法。

背景技術(shù)

不同的醫(yī)院、醫(yī)院的不同等級，院內(nèi)信息化程度參差不齊，在信息化程度不高的醫(yī)院內(nèi)部，各個業(yè)務(wù)系統(tǒng)存在數(shù)據(jù)孤島，院內(nèi)各系統(tǒng)之間，區(qū)域內(nèi)醫(yī)院和醫(yī)院之間，醫(yī)院和社會公眾之間均存在不同程度的數(shù)據(jù)壁壘。

隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展，在政策和技術(shù)的雙重推動下，醫(yī)院有強烈的意愿消除內(nèi)部的數(shù)據(jù)壁壘，建立微型、小型醫(yī)院臨床數(shù)據(jù)中心，對數(shù)據(jù)的互聯(lián)互通、醫(yī)生的科研需求、院內(nèi)的疾病判斷、減少醫(yī)生誤診率等方面將會有重要的意義。

醫(yī)生在診療過程中，需要很多相關(guān)信息的輔助，最重要的信息來源是患者的各種臨床檢驗檢查數(shù)據(jù)組成的數(shù)據(jù)組。這些檢驗檢測數(shù)據(jù)組成的數(shù)據(jù)組，匯入到疾病數(shù)據(jù)庫之后，能夠形成疾病輔助決策支持，對醫(yī)生的工作進一步形成指導(dǎo)，從而準確判斷疾病，給出診療方案，減少技術(shù)上的失誤。因此，若能建立數(shù)據(jù)模型，對各種臨床檢驗檢查數(shù)據(jù)組成的數(shù)據(jù)組進行分析挖掘，實現(xiàn)對數(shù)據(jù)組的精準分類，將會大大提高醫(yī)生的工作效率，對構(gòu)建院內(nèi)小型、微型臨床數(shù)據(jù)中心具有重要意義。

基于上述情況，本發(fā)明提出了一種基于中文醫(yī)療主訴分析的臨床數(shù)據(jù)組分類方法。

發(fā)明內(nèi)容

本發(fā)明為了彌補現(xiàn)有技術(shù)的缺陷，提供了一種簡單高效的基于中文醫(yī)療主訴分析的臨床數(shù)據(jù)組分類方法。

本發(fā)明是通過如下技術(shù)方案實現(xiàn)的：

一種基于中文醫(yī)療主訴分析的臨床數(shù)據(jù)組分類方法，其特征在于：包括以下步驟：

第一步，使用機器學(xué)習(xí)算法對各種臨床檢驗檢查數(shù)據(jù)和醫(yī)生錄入的主訴項組成的數(shù)據(jù)組進行分析挖掘，獲取數(shù)據(jù)組所隱含的信息和知識；

第二步，根據(jù)醫(yī)院信息系統(tǒng)提供的數(shù)據(jù)源對醫(yī)生錄入的主訴項內(nèi)容進行分析處理，結(jié)合獲取到的數(shù)據(jù)組隱含的信息和知識，得到數(shù)據(jù)組的數(shù)據(jù)分類；

第三步，將數(shù)據(jù)組存入臨床數(shù)據(jù)中心相關(guān)知識庫對應(yīng)的數(shù)據(jù)類別即可。

所述第一步中，所述使用機器學(xué)習(xí)算法對各種臨床檢驗檢查數(shù)據(jù)組成的數(shù)據(jù)組進行分析挖掘，包括中文文本預(yù)處理、特征提取、數(shù)據(jù)建模和知識發(fā)現(xiàn)。

所述中文文本預(yù)處理包括文本數(shù)據(jù)清洗、詞切分和數(shù)據(jù)映射。

所述數(shù)據(jù)清洗是指處理缺失數(shù)據(jù)與異常值，并剔除掉原始數(shù)據(jù)中與數(shù)據(jù)建模無關(guān)的數(shù)據(jù)。

所述詞切分是指使用用戶自定義的分詞詞典將各種臨床檢驗檢查數(shù)據(jù)和醫(yī)生錄入的主訴項分別進行分詞；所述用戶自定義的分詞詞典采用主訴相關(guān)醫(yī)學(xué)詞典，并在詞切分時加載使用。

所述數(shù)據(jù)映射是指構(gòu)建檢查及數(shù)據(jù)分類標準映射表，并使用標準映射表分別對各種臨床檢驗檢查數(shù)據(jù)和醫(yī)生錄入的主訴項進行標準化處理。例：高血壓三級(XXX)映射為高血壓三級。

所述特征提取包括以下兩部分：

第一，加載用戶自定義詞典對醫(yī)生錄入的主訴項內(nèi)容進行分詞，轉(zhuǎn)換為詞向量后提取主訴特征詞后，對主訴特征詞進行編碼轉(zhuǎn)換；