[發明專利]一種遺傳代謝病的入院病史輔助采集系統

在審

• 申請號: 202011166873.1
• 申請日: 2020-10-27
• 公開（公告）號: CN112331284A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 張曉波;周文浩;湯梁峰;曹云;陳超;葉成杰;盧宇藍;徐虹;黃國英
• 申請（專利權）人: 復旦大學附屬兒科醫院
• 主分類號: G16H10/60
• 分類號: G16H10/60;G16H50/20;G06F40/289;G06F40/30
• 代理公司: 上海精晟知識產權代理有限公司 31253
• 代理人: 吳金姿

1.一種遺傳代謝病的入院病史輔助采集系統，包括系統基本構架，其特征在于：系統基本構架包括客戶端和服務端，系統基于醫院內電腦網絡運行，以C/S架構布置于醫院內部網絡，并與醫院內電子病歷系統集成，應用服務器和數據庫位于醫院內網，院內電腦終端通過訪問集成自電子病歷系統的應用彈窗開展工作，病歷數據將會經由系統客戶端發送到應用服務器，調用NLP算法進行結構化文本提取；

客戶端包括采集客戶端，采集客戶端與醫院電子病歷系統的客戶端模塊，安裝在醫生用戶的PC機上；當醫生保存電子病歷時，電子病歷系統將入院病史數據發送給采集客戶端，將數據發送給服務端處理成標準化結果，并且在醫生電腦彈出彈窗，以表單形式顯示提取結果；

所述服務端包括采集助手API、變量解析服務和NLP引擎，所述采集助手API是采集助手服務端應用接口，接收采集客戶端發送來的文本數據，并且將文本數據發送給變量解析服務獲得結構化后的變量值，再將結果梳理成表單格式返回給客戶端；同時，該模塊會將傳來的文本數據進行統計，統計醫生經常遺漏的信息變量；所述變量解析服務將非結構化文本解析成結構化標準變量集的服務，在解析過程中，會調用NLP引擎進行基于文本語義的變量提取；所述NLP引擎整合了機器學習自然語言處理算法的規則引擎；

一種遺傳代謝病的入院病史數據結構化流程，包括以下步驟：

當醫生在電子病歷系統保存入院病史時，采集客戶端會根據患者診斷列表判斷該入院病史的診斷是否符合遺傳代謝病種，如果不符合則不進行后續操作，如果符合，則將入院病史數據發送給采集助手API，開始遺傳代謝入院病史數據結構化流程；

發送給采集助手API的入院病史數據基本上為文本數據，格式上會基于病歷書寫內容類別進行分類(現病史、既往史、出生史等)，采集助手API獲取到這些數據后，將調用變量解析服務進行結構化處理；

變量解析服務接收到入院病史數據之后，將根據收到的入院病史內容類別關聯到相關的變量，并根據變量的類別分為簡單變量和復雜變量并采用不同的解析規則：

在所有可提取的變量解析完畢后，變量解析服務將簡單變量和復雜變量這兩類變量結果整合，返回給采集助手API，采集助手API將對于本次結構化變量的結果進行統計，并寫入到數據庫，然后將變量結果梳理成表單格式，返回給采集客戶端，采集客戶端收到表單結果后，彈出窗口將結果展示給醫生用戶。

2.根據權利要求1所述的一種遺傳代謝病的入院病史輔助采集系統，其特征在于：如果變量為可以直接提取的簡單變量，其提取規則可以用正則表達式直接表達，那么將直接通過正則進行提取，提高整體結構化的處理性能。

3.根據權利要求1所述的一種遺傳代謝病的入院病史輔助采集系統，其特征在于：如果變量的提取規則是無法用正則表達式等靜態規則直接表達的復雜變量，那么將入院病史文本內容發送給NLP引擎，基于自然語言處理的語義規則來提取。

4.根據權利要求1所述的一種遺傳代謝病的入院病史輔助采集系統，其特征在于：制定遺傳代謝病入院病史應采集內容包括：患兒基本信息說明、出生史、產房復蘇情況、生后呼吸情況和治療情況、患兒自出生的癥狀描述、母孕期間的情況、入院前輔助檢查情況、入院前用藥情況、患兒篩查情況、喂養史、轉運情況、家族史和體格檢查結果。

5.根據權利要求1所述的一種遺傳代謝病的入院病史輔助采集系統，其特征在于：在系統接受到電子病歷系統的入院病史數據后，會將非結構化的內容進行NLP結構化處理，首先系統會將文本進行分詞，并為所有的詞標注詞性，對于遺傳代謝病這一病種，系統會對該病種下的每個特征變量事先預置復數個規則，系統將基于規則分析詞與詞的關聯，構建語義分析樹，最終提取出結構化的特征變量，并將結果返回到客戶端彈窗上。

6.根據權利要求1所述的一種遺傳代謝病的入院病史輔助采集系統，其特征在于：數據格式進行了標準化定義，根據變量特征進行分類設置；分為數值型變量為具體數值，如年齡、體重、身高等；布爾型變量以是/否、或有/無表示，如吸氧、是否產房復蘇等；枚舉型變量則根據變量特征枚舉變量所有可能取值，展示為對預設值的多選，如早產原因，枚舉為胎膜早破、宮內感染、胎兒窘迫等。