[發明專利]一種層級式病例結構化方法及系統

有效

• 申請號: 201911056458.8
• 申請日: 2019-10-31
• 公開（公告）號: CN111048167B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 孟茜;謝秋景;夏天;劉安庭
• 申請（專利權）人: 中電藥明數據科技（成都）有限公司
• 主分類號: G16H10/60
• 分類號: G16H10/60;G16H15/00;G06F40/211;G06F40/242;G06F40/295;G06F40/30
• 代理公司: 北京慕達星云知識產權代理事務所(特殊普通合伙) 11465
• 代理人: 曹鵬飛

本發明公開了一種層級式病例結構化方法及系統，該方法包括構建醫療術語層級體系；所述體系中包括：上下位實體、上下位實體對應關系及上下位實體所屬類別的定義；根據所述醫療術語層級體系，通過實體與關系抽取模型，抽取病例文本中的醫療實體及屬性，生成結構化數據；所述結構化數據包括醫療術語中的上下位實體、上下位實體對應關系及上下位實體所屬類別。該方法可根據構建醫療術語層級體系，基于實體與關系抽取模型，抽取醫療實體及屬性準確率高，實現了將非結構化與半結構化病例自動轉換為結構化電子病例，可滿足智能醫療市場的需求。

技術領域

本發明涉及醫療大數據及計算機應用技術領域，特別涉及一種層級式病例結構化方法及系統。

背景技術

病例是病人病情發生、發展和轉歸全過程的記錄，不僅是醫療、教學的重要依據，對藥品使用、新藥研發等也有著重要的輔助作用。隨著醫藥系統的推廣，電子病例也在多數醫院得到普及。然而日益膨脹的醫療數據，因數據格式不統一與數據質量等問題，無法滿足智能醫療市場的需求。

但是目前將醫療數據格式統一，提高數據質量，因人而已，也無法在制度上達到很好的統一標準；而基于計算機技術的進步，將醫療數據格式統一，也面臨困難。首先，醫療行業不同與其它領域的知識抽取，醫療領域的實體各個品類所包含的實體過于龐大，其屬性也較為復雜，普通的抽取方式效果很差。例如，病例中一句對病人病情的描述，可能包括病人體征、疾病名稱、用藥等多個醫學術語，并且每個醫學術語都可能有各種狀態；而且不同的醫生所撰寫的同一病例，表達的方式也存在區別；這都是需要識別的重要語言單元，通用的實體識別準確率較低。另外，由于醫療領域的文本，一個句子中還存在多對關系，通用的關系抽取方法效果效差。

因此，如何解決醫療病例中的上述屬性抽取差、實體識別準確率低及實體關系抽取差，成為同行從業人員亟待解決的問題。

發明內容

鑒于上述問題，本發明提出了一種層級式病例結構化方法，通過層級式知識抽取，有效改善了現有技術的問題，實現了將非結構化與半結構化病例自動轉換為結構化電子病例，可滿足智能醫療市場的需求。

本發明實施例提供一種層級式病例結構化方法，包括：

S10、構建醫療術語層級體系；所述體系中包括：上下位實體、上下位實體對應關系及上下位實體所屬類別的定義；

S20、根據所述醫療術語層級體系，通過實體與關系抽取模型，抽取病例文本中的醫療實體、醫療實體關系及屬性，生成結構化數據；所述結構化數據包括醫療術語中的上下位實體、上下位實體對應關系及上下位實體所屬類別。

在一個實施例中，所述步驟S10，包括：

根據醫學相關詞典或醫療知識圖譜，結合預設病例的結構化需求，進行定義層級體系的上下位實體、上下位實體間的關系及上下位實體所屬類別；所述下位實體依存于所述上位實體；所述上位實體表示疾病名稱、藥品名稱、癥狀名稱；所述下位實體為上位實體的相關信息，所述相關信息包括下述任一項或多項：部位、持續時間、次數、程度和病因。

在一個實施例中，所述步驟S20，包括：

根據語義對病例文本進行預處理，分為不同語義單元；

在每一個所述語義單元內，通過預設實體模型識別出第一信息；所述第一信息包括醫療術語中的至少一個上位實體及所述上位實體的所屬類別；

根據所述層級體系，確定每一個所述上位實體對應的下位實體及下位實體所屬類別；

將所述第一信息進行融合生成第一向量，將所述第一向量輸入所述預設實體模型，抽取出第二信息；所述第二信息包括醫療術語中的下位實體及所述下位實體的所屬類別；

根據自注意力關系抽取模型，區分所述語義單元內多個上位實體分別與多個下位實體是否存在依存關系，完成抽取病例文本中的結構化數據。