[發(fā)明專利]基于深度學習和知識圖譜的臨床路徑自動生成方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010989064.4
• 申請日: 2020-09-18
• 公開（公告）號: CN112071431A
• 公開（公告）日: 2020-12-11
• 發(fā)明（設計）人: 孫釗;吳軍;高希余;劉小梅;許志國
• 申請（專利權(quán)）人: 山東眾陽健康科技集團有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H50/20;G06N3/04;G06N3/08
• 代理公司: 濟南圣達知識產(chǎn)權(quán)代理有限公司 37221
• 代理人: 張慶騫

1.一種基于深度學習和知識圖譜的臨床路徑自動生成方法，其特征在于，包括：

將患者特征信息分別輸入第一深度學習模型和第二深度學習模型，對應推薦出第一臨床路徑和第二臨床路徑；其中第一臨床路徑僅包含醫(yī)囑，第二臨床路徑包含醫(yī)囑及其執(zhí)行時間；

將第一臨床路徑和第二臨床路徑中包含的所有醫(yī)囑取交集，將交集中的醫(yī)囑根據(jù)類別劃分并形成醫(yī)療操作醫(yī)囑推薦集合和藥品醫(yī)囑推薦集合；

將醫(yī)療操作醫(yī)囑推薦集合與醫(yī)療操作別名集合取交集，得到第一交集；將藥品醫(yī)囑推薦集合與藥品商品名稱集合取交集，得到第二交集；其中，醫(yī)療操作別名集合和藥品商品名稱集合是基于知識圖譜及患者特征信息中患者疾病診斷名稱所對應的標準臨床路徑尋找到的；

對第一交集和第二交集中的每條醫(yī)囑，通過第二臨床路徑獲得其執(zhí)行時間，得到第一交集和第二交集對應臨床路徑每天/每階段的醫(yī)囑分配。

2.如權(quán)利要求1所述的基于深度學習和知識圖譜的臨床路徑自動生成方法，其特征在于，標準臨床路徑中包含的醫(yī)療操作名稱是醫(yī)療操作標準名稱，標準臨床路徑包含的藥品名稱是藥品成分名稱。

3.如權(quán)利要求1所述的基于深度學習和知識圖譜的臨床路徑自動生成方法，其特征在于，所述患者特征信息包括結(jié)構(gòu)化信息和非結(jié)構(gòu)化文本信息。

4.如權(quán)利要求1所述的基于深度學習和知識圖譜的臨床路徑自動生成方法，其特征在于，所述第一深度學習模型包括：

雙向長短時記憶循環(huán)神經(jīng)網(wǎng)絡模型，其用于接收患者特征信息的非結(jié)構(gòu)化文本信息詞向量，將輸出結(jié)果經(jīng)過最大池，得到表示患者病情描述向量；

邏輯回歸模型，其用于將患者特征信息結(jié)構(gòu)化信息的向量和患者病情描述向量組合，組合后映射到代表患者的信息與所有醫(yī)囑之間相似關系的指數(shù)向量；其中，該指數(shù)向量中任一元素表示對應醫(yī)囑進入臨床路徑的概率。

5.如權(quán)利要求4所述的基于深度學習和知識圖譜的臨床路徑自動生成方法，其特征在于，患者特征信息的非結(jié)構(gòu)化文本信息詞向量由第三深度學習模型提取。

6.如權(quán)利要求5所述的基于深度學習和知識圖譜的臨床路徑自動生成方法，其特征在于，所述第三深度學習模型包括：

雙向門控循環(huán)網(wǎng)絡，其用于接收某小句的詞向量集合，將所有輸出詞向量的輸出結(jié)果經(jīng)過最大池，得到最大池化向量；

線性回歸模型，其用于將最大池化向量線性歸映射到代表是否提取該小句的概率上。

7.如權(quán)利要求1所述的基于深度學習和知識圖譜的臨床路徑自動生成方法，其特征在于，所述第二深度學習模型為基于第一深度學習模型的最優(yōu)化模型。

8.一種基于深度學習和知識圖譜的臨床路徑自動生成系統(tǒng)，其特征在于，包括：

臨床路徑推薦模塊，其用于將患者特征信息分別輸入第一深度學習模型和第二深度學習模型，對應推薦出第一臨床路徑和第二臨床路徑；其中第一臨床路徑僅包含醫(yī)囑，第二臨床路徑包含醫(yī)囑及其執(zhí)行時間；

第一取交模塊，其用于將第一臨床路徑和第二臨床路徑中包含的所有醫(yī)囑取交集，將交集中的醫(yī)囑根據(jù)類別劃分并形成醫(yī)療操作醫(yī)囑推薦集合和藥品醫(yī)囑推薦集合；

第二取交模塊，其用于將醫(yī)療操作醫(yī)囑推薦集合與醫(yī)療操作別名集合取交集，得到第一交集；將藥品醫(yī)囑推薦集合與藥品商品名稱集合取交集，得到第二交集；其中，醫(yī)療操作別名集合和藥品商品名稱集合是基于知識圖譜及患者特征信息中患者疾病診斷名稱所對應的標準臨床路徑尋找到的；

醫(yī)囑分配模塊，其用于對第一交集和第二交集中的每條醫(yī)囑，通過第二臨床路徑獲得其執(zhí)行時間，得到第一交集和第二交集對應臨床路徑每天/每階段的醫(yī)囑分配。

9.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-7中任一項所述的基于深度學習和知識圖譜的臨床路徑自動生成方法中的步驟。

10.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權(quán)利要求1-7中任一項所述的基于深度學習和知識圖譜的臨床路徑自動生成方法中的步驟。