[發明專利]一種基于深度學習的相似病歷查找方法與系統

有效

• 申請號: 202010412253.5
• 申請日: 2020-05-15
• 公開（公告）號: CN111613339B
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 崔立真;姜濤;鹿旭東;郭偉
• 申請（專利權）人: 山東大學
• 主分類號: G16H50/70
• 分類號: G16H50/70;G06F16/36;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 董雪

本發明公開了一種基于深度學習的相似病歷查找方法及系統，包括：構建知識圖譜；提取病歷樣本信息的主題作為病歷的特征信息，并存儲至數據庫；對于輸入的電子病歷信息，提取病歷特征信息；在所述知識圖譜中獲取包含與該電子病歷相關的醫療常識的子圖向量；將當前病歷的特征信息、子圖向量和病歷信息樣本數據庫中病歷的特征信息輸入到訓練好的神經網絡模型中，計算當前病歷和數據庫中每個病歷的相似度；按照相似度的大小，輸出設定數量的相似病例。本發明有益效果：使用醫療領域知識圖譜增強的siamese?transformer深度學習神經網絡模型自動提取病歷特征，將病歷映射到同一個向量空間，在這個空間中使用相似度計算，計算出兩個病歷的相似度。

技術領域

本發明涉及相似病例查找技術領域，尤其涉及一種基于深度學習的相似病歷查找方法與系統。

背景技術

本部分的陳述僅僅是提供了與本發明相關的背景技術信息，不必然構成在先技術。

越來越多的研究者開始用自然語言處理(Natural Language Processing，簡稱NLP)領域的技術去解決醫療領域的問題。而在NLP領域中，文本相似性是一個比較基礎的問題，目前計算文本之間的相似度這個問題仍然存在著難點。因為衡量兩個句子的之間的相似度，是通過語義級別，而語義屬于認知層面，這給研究帶來了很大的難度。因為目前的聯結主義，僅僅能解決語義表示，無法學習邏輯推理。其次，理解一句話或者一段話的語義，不是單純靠歸納總結能力，還需要借助外部知識，就是說這句話表達了什么樣的事件，這個事件可能會關聯到很多實體，關系，路徑。兩個句子之間的關系，路徑的交集一定程度上代表了語義的重合度。

現有技術中對于相似病歷的檢索，通常采用在一個或多個字段上進行匹配檢索來實現的；而在醫療問題中去計算醫療文本相似性，比在非特定領域中，有更大的難度。這是因為醫療的專業術語是非常多的，而普通的詞嵌入向量中很難學到醫學的信息。這就導致了相似檢索結果的不完全和不準確，影響檢索效率。

發明內容

本發明目的是為了解決現有技術的不足，提出了一種基于深度學習的相似病歷查找方法與系統，使用醫療領域知識圖譜增強的深度學習模型自動提取病歷特征，將病歷映射到同一個向量空間，在這個空間中使用相似度計算，計算出兩個病歷的相似度；能夠準確查找出相似病例。

在一些實施方式中，采用如下技術方案：

一種基于深度學習的相似病歷查找方法，包括：

構建能夠表示醫學概念之間關系的知識圖譜；

對獲取的病歷樣本信息進行預處理后，提取病歷樣本信息的主題作為病歷的特征信息，并存儲至數據庫；

對于輸入的電子病歷信息，提取病歷特征信息；在所述知識圖譜中獲取包含與該電子病歷相關的醫療常識的子圖向量；

將當前病歷的特征信息、子圖向量和病歷信息樣本數據庫中病歷的特征信息輸入到訓練好的神經網絡模型中，計算當前病歷和數據庫中每個病歷的相似度；按照相似度的大小，輸出設定數量的相似病例。

在另一些實施方式中，采用如下技術方案：

一種基于深度學習的相似病歷查找系統，包括：

用于構建能夠表示醫學概念之間關系的知識圖譜的裝置；

用于對獲取的病歷樣本信息進行預處理后，提取病歷樣本信息的主題作為病歷的特征信息，并存儲至數據庫的裝置；

用于對于輸入的電子病歷信息，提取病歷特征信息；在所述知識圖譜中獲取包含與該電子病歷相關的醫療常識的子圖向量的裝置；

用于將當前病歷的特征信息、子圖向量和病歷信息樣本數據庫中病歷的特征信息輸入到訓練好的神經網絡模型中，計算當前病歷和數據庫中每個病歷的相似度；按照相似度的大小，輸出設定數量的相似病例的裝置。