[發明專利]數據審核方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201910969803.0
• 申請日: 2019-10-12
• 公開（公告）號: CN110782998A
• 公開（公告）日: 2020-02-11
• 發明（設計）人: 羅憶春
• 申請（專利權）人: 平安醫療健康管理股份有限公司
• 主分類號: G16H70/40
• 分類號: G16H70/40;G16H70/20
• 代理公司: 44224 廣州華進聯合專利商標代理有限公司
• 代理人: 李姣姣

1.一種數據審核方法，所述方法包括：

獲取攜帶有診斷數據和處方數據的醫療數據；

通過多個線程基于各自相應的關鍵詞集并行的從所述診斷數據中提取診斷病癥數據；

從所述處方數據中提取藥品標識，并確定所述藥品標識對應的藥品標簽；

將所述藥品標識和所述診斷病癥數據推送至所述藥品標簽對應的審核服務器，以使得所述審核服務器根據所述藥品標識查詢預先提取的適應癥數據，并根據所述適應癥數據和所述診斷病癥數據確定所述藥品標識對應的審核結果；

接收所述審核服務器針對所述藥品標識對應反饋的審核結果，根據所述處方數據中每個藥品標識對應的審核結果確定所述處方數據的審核結果。

2.根據權利要求1所述的方法，其特征在于，所述通過多個線程基于各自相應的關鍵詞集并行的從所述診斷數據中提取診斷病癥數據，包括：

對所述診斷數據進行分詞得到分詞結果；

通過多個線程并行的從至少一個病癥數據庫中獲取相應類型的關鍵詞集，并基于所獲取到的關鍵詞集從所述分詞結果中提取診斷病癥數據。

3.根據權利要求1所述的方法，其特征在于，所述接收所述審核服務器針對所述藥品標識對應反饋的審核結果，根據所述處方數據中每個藥品標識對應的審核結果確定所述處方數據的審核結果之后，所述方法還包括：

當所述處方數據的審核結果為不合理時，根據所述診斷病癥數據從已構建的適應癥知識圖譜或適應癥數據庫中搜索相適應的候選藥品標識；

獲取所述候選藥品標識對應的藥品主治對象和藥品功效；

將所述候選藥品標識、所述藥品主治對象和所述藥品功效推送至終端。

4.根據權利要求1所述的方法，其特征在于，所述適應癥數據的提取步驟，包括：

獲取所述藥品標識對應的適應癥文本信息；

將所述適應癥文本信息輸入已訓練的適應癥提取模型進行預測，得到預測適應癥數據和置信度；

當所述置信度大于或等于置信度閾值時，將所述預測適應癥數據確定為對應于所述藥品標識提取的適應癥數據；

當所述置信度小于所述置信度閾值時，將所述適應癥文本信息推送至審核終端，并將所述審核終端對應反饋的適應癥數據確定為對應于所述藥品標識提取的適應癥數據。

5.根據權利要求4所述的方法，其特征在于，所述將所述適應癥文本信息推送至審核終端，并將所述審核終端對應反饋的適應癥數據確定為對應于所述藥品標識提取的適應癥數據，包括：

將所述適應癥文本信息推送至多個審核終端；

接收所述多個審核終端針對所述適應癥文本信息分別反饋的適應癥數據；

對接收的所述適應癥數據進行投票，并將票數大于或等于數量閾值的適應癥數據確定為對應于所述藥品標識提取的適應癥數據。

6.根據權利要求4所述的方法，其特征在于，所述將所述適應癥文本信息輸入已訓練的適應癥提取模型進行預測，得到預測適應癥數據和置信度，包括：

將所述適應癥文本信息輸入已訓練的多個適應癥提取模型分別進行預測，得到多個子預測適應癥數據和每個所述子預測適應癥數據對應的子置信度；

對所述多個子預測適應癥數據進行投票，將票數最多的子預測適應癥數據確定為所述適應癥文本信息對應的預測適應癥數據；

根據所述票數最多的子預測適應癥數據所對應的子置信度，得到所述預測適應癥數據對應的置信度。

7.根據權利要求4至6任意一項所述的方法，其特征在于，所述適應癥提取模型的訓練步驟，包括：

獲取訓練樣本集；所述訓練樣本集包括目標適應癥文本信息，以及對所述目標適應癥文本信息進行人工標注得到的目標適應癥數據；

將所述目標適應癥文本信息作為輸入特征，將所述目標適應癥數據作為期望的輸出特征進行模型訓練，得到已訓練的適應癥特征提取模型。