[發(fā)明專利]一種基于知識圖譜的電子病歷智能檢索系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110054968.2
• 申請日: 2021-01-15
• 公開（公告）號: CN112650860A
• 公開（公告）日: 2021-04-13
• 發(fā)明（設(shè)計）人: 楊紫勝
• 申請（專利權(quán)）人: 科技谷（廈門）信息技術(shù)有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G16H10/60;G06F16/907;G06F16/951;G06F40/295;G06N3/04;G06N3/08
• 代理公司: 廈門致群財富專利代理事務(wù)所(普通合伙) 35224
• 代理人: 劉兆慶;鄧貴琴

本發(fā)明公開了一種基于知識圖譜的電子病歷智能檢索系統(tǒng)，包括：數(shù)據(jù)層，用于采集病歷信息數(shù)據(jù)；平臺層，利用大數(shù)據(jù)平臺處理數(shù)據(jù)層采集的數(shù)據(jù)，構(gòu)建病歷中心庫；知識圖譜層，利用爬蟲技術(shù)從病歷中心庫爬取所需醫(yī)療數(shù)據(jù)，生成醫(yī)療知識圖譜；實體抽取層，用于根據(jù)患者主訴及患者特征對知識圖譜層進(jìn)行實體識別和關(guān)系抽取；應(yīng)用層，用于整合患者的多元化信息，輸入實體抽取層進(jìn)行匹配，得到檢索結(jié)果并輸出。本發(fā)明提供一種基于知識圖譜的電子病歷智能檢索系統(tǒng)，檢索智能度高，速度快，精準(zhǔn)得出所需數(shù)據(jù)，過濾非必要數(shù)據(jù)，減輕患者負(fù)擔(dān)和醫(yī)院運行負(fù)荷，給患者帶來高效精準(zhǔn)的就醫(yī)體驗。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)技術(shù)領(lǐng)域，具體涉及一種基于知識圖譜的電子病歷智能檢索系統(tǒng)。

背景技術(shù)

隨著我國醫(yī)療系統(tǒng)的不斷完善，醫(yī)療資源包括醫(yī)療設(shè)備和醫(yī)護(hù)人員隊伍也在逐步壯大，但醫(yī)療資源緊缺、醫(yī)院運行效率不高的情況仍然存在。其中電子病歷系統(tǒng)采用電子設(shè)備來保存、管理、傳輸和重現(xiàn)數(shù)字化的病人的醫(yī)療記錄，取代手寫紙張病歷。對于醫(yī)院以及醫(yī)護(hù)人員而言，患者的病程記錄檔案具有相當(dāng)高的科研價值，是一種重要的醫(yī)療資源，可以為醫(yī)護(hù)人員提供既往案例分析的材料，從而進(jìn)一步提高診療水平。因此，開發(fā)一種以電子病歷檔案庫為基礎(chǔ)，針對某一檢索詞所進(jìn)行的智能檢索系統(tǒng)，具有極高的現(xiàn)實意義

發(fā)明內(nèi)容

本發(fā)明提出一種基于知識圖譜的電子病歷智能檢索系統(tǒng)，檢索智能度高，速度快，精準(zhǔn)得出所需數(shù)據(jù)，過濾非必要數(shù)據(jù)，減輕患者負(fù)擔(dān)和醫(yī)院運行負(fù)荷，給患者帶來高效精準(zhǔn)的就醫(yī)體驗。

為實現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：

一種基于知識圖譜的電子病歷智能檢索系統(tǒng)，包括：

數(shù)據(jù)層，用于采集病歷信息數(shù)據(jù)；

平臺層，利用大數(shù)據(jù)平臺處理數(shù)據(jù)層采集的數(shù)據(jù)，構(gòu)建病歷中心庫；

知識圖譜層，利用爬蟲技術(shù)從病歷中心庫爬取所需醫(yī)療數(shù)據(jù)，生成醫(yī)療知識圖譜；

實體抽取層，用于根據(jù)患者主訴及患者特征對知識圖譜層進(jìn)行實體識別和關(guān)系抽取；

應(yīng)用層，用于整合患者的多元化信息，輸入實體抽取層進(jìn)行匹配，得到檢索結(jié)果并輸出。

優(yōu)選地，所述數(shù)據(jù)層的數(shù)據(jù)來源包括HIS、EMR、LIS及ACS。

優(yōu)選地，所述病歷信息數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)及半結(jié)構(gòu)化數(shù)據(jù)，所述結(jié)構(gòu)化數(shù)據(jù)包括門診病歷、診斷及醫(yī)囑，所述非結(jié)構(gòu)化數(shù)據(jù)包括檢驗數(shù)據(jù)、影像數(shù)據(jù)及語音數(shù)據(jù)，所述半結(jié)構(gòu)化數(shù)據(jù)包括住院病歷。

優(yōu)選地，所述大數(shù)據(jù)平臺包括數(shù)據(jù)集成模塊、數(shù)據(jù)計算模塊、數(shù)據(jù)分析模塊、數(shù)據(jù)存儲模塊及平臺支撐模塊。

優(yōu)選地，所述病歷中心庫包括疾病知識庫、檢查檢驗知識庫、癥狀知識庫、藥品知識庫，身體部位知識庫及手術(shù)知識庫。

優(yōu)選地，知識圖譜層從病歷中心庫爬取所需醫(yī)療數(shù)據(jù)的步驟包括：

A1、通過定義模塊定義爬蟲任務(wù)；

A2、調(diào)度模塊讀取爬蟲任務(wù)，并基于ZooKeeper模塊和Redis模塊獲取爬蟲資源；

A3、調(diào)度模塊處理爬蟲任務(wù)和爬蟲資源，分解任務(wù)下達(dá)至爬蟲引擎定向爬取病歷中心庫的信息數(shù)據(jù)；

A4、知識圖譜層從病歷中心庫爬取特定數(shù)據(jù)，基于web分析模塊對不同維度的數(shù)據(jù)進(jìn)行可視化分析，生成知識圖譜。

優(yōu)選地，所述實體抽取層由數(shù)據(jù)輸入模塊、神經(jīng)網(wǎng)絡(luò)模塊組成，所述數(shù)據(jù)輸入模塊采用人工手動輸入或語音輸入患者特征及患者主訴從而生成文本，所述神經(jīng)網(wǎng)絡(luò)模塊由Bi-LSTM網(wǎng)絡(luò)和CRF網(wǎng)絡(luò)組成，所述實體抽取層的輸出結(jié)果由疾病種類、疾病癥狀和誘因組成。

優(yōu)選地，所述實體識別和關(guān)系抽取的過程具體如下：