[發明專利]信息判斷方法和裝置

在審

• 申請號: 202010735811.1
• 申請日: 2020-07-28
• 公開（公告）號: CN112309531A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 趙俊;匡哲祥;劉瀟龍;黃思晉
• 申請（專利權）人: 北京沃東天駿信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G16H20/10
• 分類號: G16H20/10;G16H50/70
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本申請公開了信息判斷方法和裝置，具體實現方案為：獲取處方點評信息，其中處方點評信息包括：醫生開具的處方信息和藥師根據處方信息給出的點評信息；對處方信息和點評信息進行特征提取，生成處方點評信息對應的特征數據集；根據當前的審核規則，對特征數據集進行判斷，得到處方點評信息對應的點評結果，其中審核規則用于表征特征數據集與點評結果之間的對應關系，審核規則基于訓練得到的分類決策模型的訓練結果而更新。該方案實現一種利用學習得到的審核規則對處方點評信息進行判斷的方法，提高了處方審核系統的審核效率和準確率。

技術領域

本申請涉及計算機技術領域，具體涉及智慧醫療、信息處理技術領域，尤其涉及信息判斷方法和裝置。

背景技術

目前因醫療資源分配不均，導致部分醫院藥師的專業領域知識缺乏，對醫院開具的處方審核不夠完善以及準確，需要一種處方審核系統來協助完成。處方審核系統的核心在于審核規則，目前通用的獲取審核規則的方式有兩種：一種是藥師根據經驗配置，一種是系統從藥學知識圖譜中抽取。而人工配制規則是一項繁重的工作，且很容易由于疏忽配置錯誤；從藥學知識圖譜中抽取規則作為一種新方法能夠降低藥師的工作量，但獲取的規則是靜態規則，無法動態的學習處方的審核規則，并且因每家醫院對相同藥品的審核規則不同，從通用藥學知識圖譜提取的規則無法滿足多家醫院多樣化的審方需求。因此如何通過每家醫院的大量處方點評信息學習出審核規則就顯得尤為重要。

發明內容

本申請提供了一種信息判斷方法、裝置、設備以及存儲介質。

根據本申請的第一方面，提供了一種信息判斷方法，該方法包括：獲取處方點評信息，其中處方點評信息包括：醫生開具的處方信息和藥師根據處方信息給出的點評信息；對處方信息和點評信息進行特征提取，生成處方點評信息對應的特征數據集；根據當前的審核規則，對特征數據集進行判斷，得到處方點評信息對應的點評結果，其中審核規則用于表征特征數據集與點評結果之間的對應關系，審核規則基于訓練得到的分類決策模型的訓練結果而更新。

在一些實施例中，方法還包括：根據預設條件，對分類決策模型進行訓練；分類決策模型基于以下步驟訓練得到：獲取訓練樣本集，其中，訓練樣本集中的訓練樣本包括：提取得到的不同醫院的各類特征數據集和與不同醫院的各類特征數據集對應的點評結果；利用機器學習方法，將訓練樣本集中訓練樣本包括的不同醫院的各類特征數據集作為檢測網絡的輸入，將與不同醫院的各類特征數據集對應的點評結果作為檢測網絡的期望輸出，訓練得到分類決策模型。

在一些實施例中，審核規則基于訓練得到的分類決策模型的訓練結果而更新，包括：判斷分類決策模型是否訓練完成；響應于分類決策模型訓練完成，根據分類決策模型的輸入參數和輸出參數，對審核規則進行更新。

在一些實施例中，在對處方信息和點評信息進行特征提取，生成處方點評信息對應的特征數據集之前以及在獲取訓練樣本集之前，還包括：對處方信息和點評信息進行清洗，生成清洗后的處方點評信息，其中清洗基于對處方信息和點評信息進行數據結構化處理。

在一些實施例中，對處方信息和點評信息進行清洗，生成清洗后的處方點評信息，包括：對處方信息進行信息提取，得到處方信息對應的個人信息、處方信息對應的診斷信息和處方信息對應的藥品信息；根據個人信息，確定處方信息對應的人群標簽；對診斷信息進行標準化，得到處方信息對應的診斷名稱；對藥品信息進行標準化和單位歸一化，得到處方信息對應的藥品標準信息；根據文本分類技術，對點評信息進行分類，確定點評信息的所屬類別；根據人群標簽、診斷名稱、藥品標準信息和點評信息的所屬類別，生成清洗后的處方點評信息。

在一些實施例中，在對處方信息和點評信息進行特征提取，生成處方點評信息對應的特征數據集之后以及在獲取訓練樣本集之后，還包括：對特征數據集進行編碼化處理，得到處理后的特征數據集。