[發明專利]病歷檢測方法、裝置、設備和存儲介質

在審

• 申請號: 201910968110.X
• 申請日: 2019-10-12
• 公開（公告）號: CN110910976A
• 公開（公告）日: 2020-03-24
• 發明（設計）人: 張濤
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G16H10/60
• 分類號: G16H10/60;G16H50/20;G06N3/04;G06N3/08
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 劉挽瀾

本申請涉及人工智能領域，提供了一種病歷檢測方法、裝置、設備和存儲介質，方法包括：獲取多個待處理的病人信息以及每個病人信息對應的病歷標簽；將多個病人信息輸入至規范化模型，通過規范化模型將多個病人信息輸出成數據庫存儲的標準病人信息；通過將Key、Query以及Value作為輸入，Attention Value作為輸出訓練神經網絡模型，以得到訓練好的神經網絡模型；所述Key為藥物信息以及個人基本信息；將目標病人信息輸入至所述訓練好的神經網絡模型，以通過訓練好的神經網絡模型根據目標病人信息輸出目標病歷標簽；將目標病歷標簽發送給終端。通過以上方法，判斷病人中的病歷是否存在誤診。

技術領域

本申請涉及智能決策領域，尤其涉及一種病歷檢測方法、裝置、設備和存儲介質。

背景技術

以人工智能為核心的電子病歷質控手段已應用到醫院系統中，目前業內基于人工智能的電子病歷質控系統實現方式是使用NLP自然語言處理引擎識別電子病歷中的基本信息、檢驗檢查信息和處方信息，然后根據醫學上的規范化的專業術語加以約束以提取里面的關鍵信息，將這些關鍵信息輸入到神經網絡來判斷病歷的規范性和正確性。這種質控方式過于泛化，只是停留在病歷中語言規范上，并沒有指出電子病歷的具體違規情況，如針對病歷信息中的診斷病種是否漏診，針對檢驗檢查是否漏檢，針對處方信息是否違規。

發明內容

本申請提供了一種病歷檢測方法，解決電子病歷中漏診、漏檢和處方違規三種所存在的風險。

第一方面，本申請提供一種病歷檢測方法，包括：

獲取多個待處理的病人信息以及每個所述病人信息對應的病歷標簽，所述病歷標簽至少包括正常、漏診、漏檢和處方違規；

將多個所述病人信息輸入至規范化模型，通過規范化模型將多個所述病人信息輸出成數據庫存儲的標準病人信息；

通過將Key、Query以及Value作為輸入，Attention Value作為輸出訓練神經網絡模型，以得到訓練好的神經網絡模型，所述Key為藥物信息以及個人基本信息，所述Query為所述標準病人信息，Value為所述病人信息，所述AttentionValue為當前病歷對應的病歷標簽；

當接收到終端發送的病例查詢請求時，獲取與所述病歷查詢請求對應的目標病人信息；

將所述目標病人信息輸入至所述訓練好的神經網絡模型，以通過所述訓練好的神經網絡模型根據所述目標病人信息輸出目標病歷標簽；

將所述目標病歷標簽發送給所述終端。

在一些可能的設計中，所述通過將Key、Query以及Value作為輸入，AttentionValue作為輸出訓練神經網絡模型，以得到訓練好的神經網絡模型，包括：

通過匹配所述Query以及所述key的相關性；

將計算的Similarity(Query,key)輸入至所述神經網絡模型，獲得所述神經網絡模型輸出結果；

通過對所述神經網絡模型的輸出最歸一化處理，所述Sim_i是指神所述神經網絡模型的輸出結果，a_i通過為歸一化結果；

通過將所述歸一化結果以及所述Value輸入至以得到輸入的所述病人信息是否存在異常；

在一些可能的設計中，所述神經網絡模型是指多層神經MLP網絡，所述MLP網絡的通過:

訓練；其中，代表根據所述MLP網絡的多層感知器中第n-1層的輸出，訓練所述MLP網絡的多層感知器中第n層中第k個神經元得到的權值，表示相應的偏置，f_iⁿ表示第i個所述標準病人信息輸入至所述MLP網絡的第n層的輸出，i、j以及k為任意正整數，n為自然數。