[發明專利]非標準疾病名稱的歸一化方法、裝置及可讀介質

有效

• 申請號: 202010594595.3
• 申請日: 2020-06-28
• 公開（公告）號: CN111739601B
• 公開（公告）日: 2022-03-29
• 發明（設計）人: 劉文麗
• 申請（專利權）人: 山東健康醫療大數據有限公司
• 主分類號: G16H10/60
• 分類號: G16H10/60;G06F40/216;G06F40/289;G06F40/103;G16H70/00
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 李世喆

本發明提供了一種非標準疾病名稱的歸一化方法、裝置及可讀介質，該方法，包括：獲取非標準疾病名稱；根據口語化疾病類型，確定該非標準疾病名稱的第一標識信息；根據第一標識信息和第一身體部位特征詞，確定該非標準疾病名稱的待歸一化疾病名稱；對待參考的ICD版本中的每一個標準疾病名稱均執行以下步驟：根據標準疾病類型，確定該目標標準疾病名稱的第二標識信息；根據第二標識信息和第二身體部位特征詞，確定該目標標準疾病名稱的中間標準疾病名稱；按照設定計算規則計算待歸一化疾病名稱和每一個中間標準疾病名稱的距離，確定在待參考的ICD版本中與該中間標準疾病名稱相對應的標準疾病名稱。本發明的方案能夠準確地對非標準疾病名稱進行歸一。

技術領域

本發明涉及醫療信息化技術領域，特別涉及一種非標準疾病名稱的歸一化方法、裝置及可讀介質。

背景技術

在我國，電子病歷中存儲了大量的診斷名稱(即疾病名稱)，這些疾病名稱多為口語化未統一標準的疾病名稱(例如肺癌、老年癡呆等)。國際疾病分類(InternationalClassification of Diseases，ICD)，是依據疾病的病因、解剖部位、臨床表現、病理對疾病進行分類。目前全世界使用最廣泛的ICD版本是世界衛生組織WHO于1992年公布的ICD-10，各國或地區可以根據需要對ICD-10進行擴展形成本地化版本。因此，非標準疾病名稱的歸一化成為亟待解決的問題。

目前，業界主要分為人工建立疾病歸一庫和計算機輔助建立疾病歸一庫兩種方式。前者的缺點在于需要有專門的人員進行長期維護，人力成本較高；后者的缺點在于一般是通過詞匯向量化(即word2vec)后計算詞匯向量的歐式距離來判定詞匯的相似程度，但在疾病名稱歸一化的工作中，疾病名稱多為獨立名詞，缺乏上下文的關聯，無法使用word2vec實現詞匯的向量化。

為解決后者所存在的問題，目前采用常規編輯距離的方式來判定詞匯相似度。例如，輸入的非標準疾病名稱為“肺癌”，疾病歸一庫中存儲有“肺炎”和“肺惡性腫瘤”，通過編輯距離計算得到“肺癌”和“肺炎”的距離為1(即漢字不同的數量為1)，“肺癌”和“肺惡性腫瘤”的距離為4(即漢字不同的數量為4)，輸出兩個距離之間的最小值，即輸出標準疾病名稱為“肺炎”，從而使輸入的非標準疾病名稱“肺癌”被歸一為標準疾病名稱“肺炎”，但是這并不是正確的輸出(即正確的輸出應當為標準疾病名稱“肺惡性腫瘤”)。因此，單純的使用編輯距離的方式仍無法準確地對非標準疾病名稱進行歸一。

發明內容

本發明實施例提供了非標準疾病名稱的歸一化方法、裝置及可讀介質，能夠準確地對非標準疾病名稱進行歸一。

第一方面，本發明實施例提供了非標準疾病名稱的歸一化方法，包括：

獲取非標準疾病名稱；

判斷所述非標準疾病名稱中是否包括第一身體部位特征詞和口語化疾病類型；

若是，則根據所述口語化疾病類型，確定該非標準疾病名稱的第一標識信息，其中，所述第一標識信息用于指示待參考的ICD版本中與所述非標準疾病名稱相對應的標準疾病類型；

根據所述第一標識信息和所述第一身體部位特征詞，確定該非標準疾病名稱的待歸一化疾病名稱；

對所述待參考的ICD版本中的每一個標準疾病名稱均執行以下步驟：

S1、如果該標準疾病名稱包括第二身體部位特征詞和標準疾病類型，則將該標準疾病名稱確定為目標標準疾病名稱；

S2、根據所述標準疾病類型，確定該目標標準疾病名稱的第二標識信息，其中，所述第二標識信息用于指示所述待參考的ICD版本中與該目標標準疾病名稱相對應的標準疾病類型；

S3、根據所述第二標識信息和所述第二身體部位特征詞，確定該目標標準疾病名稱的中間標準疾病名稱；