[發明專利]電子病例自動生成方法、裝置、設備及存儲介質

在審

• 申請號: 202010926413.8
• 申請日: 2020-09-07
• 公開（公告）號: CN112017744A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 唐蕊
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H15/00
• 分類號: G16H15/00;G06F40/166;G06F40/279;G06F16/35;G06Q10/10
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 姚維

1.一種電子病例自動生成方法，其特征在于，所述電子病例自動生成方法包括：

獲取線上問診場景下的對話文本，并根據所述對話文本，構造多個對話文本單元，其中，所述對話文本單元包括病人對話單元和醫生對話文本單元；

采用預置病人對話分類模型、預置醫生對話分類模型分別對所述各病人對話單元和所述各醫生對話單元進行分類，得到對應的病歷項目類別；

根據所述病歷項目類別，依次將所述各病人對話單元和所述各醫生對話單元進行歸檔操作，生成對應的初始電子病例；

對所述初始電子病例進行標準化處理，得到對應的電子病例。

2.根據權利要求1所述的電子病例自動生成方法，其特征在于，所述對話文本包含一個或多個醫生對話文本和病人對話文本，所述根據所述對話文本，構造多個對話文本單元包括：

從所述對話文本中選取全部醫生對話文本，并將所述各醫生對話文本作為醫生對話文本單元；

依次從所述對話文本中選取一個病人對話文本作為匹配錨點，并選取所述匹配錨點之前和/或之后的，一個或多個醫生對話文本并作為醫生對話上下文；

將所述醫生對話上下文和所述匹配錨點進行拼接，得到對應的病人對話單元。

3.根據權利要求2所述的電子病例自動生成方法，其特征在于，所述選取所述匹配錨點之前和/或之后的，一個或多個醫生對話文本并作為醫生對話上下文包括：

判斷在所述匹配錨點之前是否存在一個或多個醫生對話文本以及在所述匹配錨點之后是否存在一個或多個醫生對話文本；

若在所述匹配錨點之前和之后均存在一個或多個醫生對話文本，則將所述匹配錨點之前和之后的一個或多個醫生對話文本作為醫生對話上下文；

若在所述匹配錨點之前或之后存在一個或多個醫生對話文本，則將所述匹配錨點之前或之后的一個或多個醫生對話文本作為醫生對話上下文。

4.根據權利要求1所述的電子病例自動生成方法，其特征在于，所述對所述初始電子病例進行標準化處理，得到對應的電子病例包括：

對所述初始電子病歷中的對話文本進行分詞處理，得到多個分詞；

根據預置詞頻先驗知識，從所述各分詞中篩除非醫學分詞，并將未篩除的分詞作為非標準醫學分詞；

根據所述非標準醫療分詞，遍歷預置標準醫療詞匯語義庫，從所述標準醫療詞匯語義庫中篩選與所述非標準醫療分詞相匹配的標準醫療詞匯；

通過所述標準醫療詞匯替換對應的非標準醫療分詞，得到電子病歷。

5.根據權利要求1-4中任一項所述的電子病例自動生成方法，其特征在于，所述病人對話分類模型和所述醫生對話分類模型的生成過程包括：

獲取歷史對話文本，并根據所述歷史對話文本，構造多個歷史對話文本單元，其中，所述歷史對話文本單元包括歷史病人對話單元和歷史醫生對話文本單元；

對所述歷史對話文本單元的病歷項目類別進行標注，得到對應標注信息；

采用預置預訓練模型對所述歷史對話文本單元進行訓練，輸出對應的預測病歷項目類別；

根據所述標注信息與所述預測病歷項目類別，計算所述預訓練模型的損失函數；

對所述預訓練模型進行迭代，直到所述損失函數小于預置閾值，得到對話文本分類模型，其中，所述文本分類模型為病人對話分類模型或醫生對話分類模型。

6.根據權利要求5所述的電子病例自動生成方法，其特征在于，在所述根據所述病歷項目類別，依次將所述各病人對話單元和所述各醫生對話單元進行歸檔操作，生成對應的初始電子病例之前，還包括：

選取所述病歷項目類別中的其他項目類別，并剔除所述其他項目類別中的病人對話單元和醫生對話單元。