[發明專利]重癥疾病知識庫的構建方法、裝置、存儲介質及電子設備

在審

• 申請號: 202011497501.7
• 申請日: 2020-12-17
• 公開（公告）號: CN112579790A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 徐艷軍;孫永檣;李東;張春龍
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/31;G06F16/35;G06N3/04;G06N3/08;G06N5/02
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 李柯瑩

1.一種重癥疾病知識庫的構建方法，其特征在于，包括：

獲取多類重癥疾病的相關數據，所述相關數據包括第一結構型數據和非結構型數據；

將所述非結構型數據輸入預處理模型，得到所述預處理模型輸出的第二結構型數據，所述預處理模型是基于重癥疾病的已標注的非結構型樣本數據訓練得到的；

基于所述第一結構型數據和所述第二結構型數據中包括的屬性項構建存儲結構，并將所述第一結構型數據和所述第二結構型數據中包括的屬性值填充到所述存儲結構中對應的位置，得到所述重癥疾病知識庫，其中，結構型數據中包括屬性項和屬性值之間的映射關系。

2.根據權利要求1所述的方法，其特征在于，所述預處理模型包括標注模塊和輸出模塊，相應地，所述預處理模型的訓練過程包括：

將預設數據庫中的非結構型樣本數據分為訓練樣本數據和校驗樣本數據；

將所述訓練樣本數據作為輸入參數，將所述訓練樣本數據的已標注結果作為輸出參數，對所述標注模塊進行訓練，直到所述標注模塊對所述校驗樣本數據的標注準確率達到預設值時，結束訓練，并得到所述標注模塊；

通過訓練后的標注模塊對所述非結構型樣本數據進行序列標注；

根據所述標注模塊輸出的序列標注結果、預先定義的關聯關系與所述非結構型樣本數據對應的第二結構型數據確定所述輸出模塊的轉換參數，使得所述序列標注結果、預先定義的關聯關系經過所述轉換參數后能夠得到所述第二結構型數據。

3.根據權利要求2所述的方法，其特征在于，所述通過訓練后的所述標注模塊對所述非結構型樣本數據進行序列標注，包括：

通過訓練后的所述標注模塊標注所述非結構型樣本數據的重癥醫學知識類屬性項以及疾病相關類屬性項；

其中，所述重癥醫學知識類屬性項包括以下至少一者：臨床醫學概念、從屬于所述臨床醫學概念的醫學術語、同一所述臨床醫學概念下的醫學術語之間的關聯關系、不同所述臨床醫學概念下的醫學術語之間的關聯關系；

所述疾病相關類屬性項包括重癥疾病相關的屬性項和/或與患者個體相關的屬性項。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述基于所述第一結構型數據和所述第二結構型數據中包括的屬性項構建存儲結構，包括：

基于所述第一結構型數據和所述第二結構型數據中包括的重癥醫學知識類屬性項，構建數據字典存儲結構；

基于所述第一結構型數據和所述第二結構型數據中包括的疾病相關類屬性項，構建樹形存儲結構。

5.根據權利要求4所述的方法，其特征在于，所述基于所述第一結構型數據和所述第二結構型數據中包括的疾病相關類屬性項，構建樹形存儲結構，包括：

針對每一類重癥疾病，根據該類重癥疾病的所述第一結構型數據和所述第二結構型數據中包括的疾病相關類屬性項，構建一樹形存儲結構。

6.根據權利要求5所述的方法，其特征在于，所述疾病相關類屬性項包括重癥疾病相關的屬性項和與患者個體相關的屬性項，所述將所述第一結構型數據和所述第二結構型數據中包括的屬性值填充到所述存儲結構中對應的位置，得到所述重癥疾病知識庫，包括：

針對每一類重癥疾病，根據該類癥疾病的所述第一結構型數據和所述第二結構型數據中包括的與患者個體相關的屬性項，確定所述重癥疾病的高危因素，將所述高危因素填充到所述樹形存儲結構中對應的位置，得到該類重癥疾病的重癥疾病模型；

根據每一類重癥疾病的重癥疾病模型，得到所述重癥疾病知識庫。

7.根據權利要求1所述的方法，其特征在于，在所述基于所述第一結構型數據和所述第二結構型數據中包括的屬性項構建存儲結構之前，所述方法還包括：

根據預設的更新關系，對所述第一結構型數據和所述第二結構型數據中包括的屬性項的標識進行更新，以將表征相同屬性項的不同標識更新為同一標識。