[發明專利]醫療票據對碼方法及裝置

在審

• 申請號: 202110503921.X
• 申請日: 2021-05-10
• 公開（公告）號: CN113139498A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 羅艷霞;陳沛;葉韶蘅;高英明;朱莉
• 申請（專利權）人: 泰康保險集團股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F40/289;G06F16/35
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 侯天印;郝博

1.一種醫療票據對碼方法，其特征在于，包括：

對待對碼醫療票據進行光學字符識別，得到至少一條醫學文本數據；

對光學字符識別得到的每條醫學文本數據進行分詞處理，得到每條醫療文本數據的分詞結果；

將每條醫療文本數據的分詞結果與不同醫學分類的語料庫進行匹配，根據匹配結果確定每條醫療文本數據對應的醫學分類；

根據每條醫療文本數據的醫學分類，將每條醫療文本數據與預設醫療編碼知識庫中相應醫學分類的標準醫療文本數據進行對碼，生成對碼結果。

2.如權利要求1所述的方法，其特征在于，在對光學字符識別得到的每條醫學文本數據進行分詞處理，得到每條醫療文本數據的分詞結果之前，所述方法還包括：

基于預先構建的數據清洗模型，對光學字符識別得到的每條醫學文本數據進行數據清洗處理，得到每條醫療文本數據對應的有效文本數據；

其中，對光學字符識別得到的每條醫學文本數據進行分詞處理，得到每條醫療文本數據的分詞結果，包括：對每條醫療文本數據對應的有效文本數據進行分詞處理，得到每條醫療文本數據的分詞結果。

3.如權利要求2所述的方法，其特征在于，所述數據清洗模型是通過如下方式預先構建的：

統計醫療文本數據的數據特征；

獲取針對不同數據特征定義的數據清洗規則；

根據定義的數據清洗規則，構建對醫學文本數據進行數據清洗處理的數據清洗模型。

4.如權利要求1所述的方法，其特征在于，將每條醫療文本數據的分詞結果與不同醫學分類的語料庫進行匹配，根據匹配結果確定每條醫療文本數據對應的醫學分類，包括：

將每條醫療文本數據的分詞結果與不同醫學分類的語料庫進行匹配，得到每條醫療數據對應的一個或多個醫療分類；

將匹配長度最大的醫學分類，確定為每條醫療數據對應的醫療分類。

5.如權利要求1所述的方法，其特征在于，根據每條醫療文本數據的醫學分類，將每條醫療文本數據與預設醫療編碼知識庫中相應醫學分類的標準醫療文本數據進行對碼，包括：

從每條醫療文本數據的分詞結果中，提取每條醫療文本數據對應的關鍵詞；

根據每條醫療文本數據的醫學分類，將每條醫療文本數據對應的關鍵詞，與預設醫療編碼知識庫中相應醫學分類的標準醫療文本數據進行對碼。

6.如權利要求5所述的方法，其特征在于，根據每條醫療文本數據的醫學分類，將每條醫療文本數據對應的關鍵詞，與預設醫療編碼知識庫中相應醫學分類的標準醫療文本數據進行對碼，包括：

根據待對碼醫療文本數據的醫學分類，判斷待對碼醫療文本數據對應的關鍵詞與預設醫療編碼知識庫中相應醫學分類的標準醫療術語詞是否完全匹配；

當待對碼醫療文本數據對應的關鍵詞與預設醫療編碼知識庫中相應醫學分類的標準醫療術語詞未完全匹配的情況下，對關鍵詞進行同義詞替換；

將替換后的同義詞，與預設醫療編碼知識庫中相應醫學分類的標準醫療術語詞進行對碼。

7.如權利要求1所述的方法，其特征在于，所述語料庫是通過如下方式建立的：

統計多個預設醫學分類的特征詞數據及同義詞數據，其中，所述預設醫學分類包括如下至少之一：藥品、診療、疾病、耗材；

根據每個預設醫學分類的特征詞數據和同義詞數據，建立每個預設醫學分類的語料庫。

8.一種醫療票據對碼裝置，其特征在于，包括：

光學字符識別模塊，用于對待對碼醫療票據進行光學字符識別，得到至少一條醫學文本數據；

分詞處理模塊，用于對光學字符識別得到的每條醫學文本數據進行分詞處理，得到每條醫療文本數據的分詞結果；

語義分類模塊，用于將每條醫療文本數據的分詞結果與不同醫學分類的語料庫進行匹配，根據匹配結果確定每條醫療文本數據對應的醫學分類；

醫療數據對碼模塊，用于根據每條醫療文本數據的醫學分類，將每條醫療文本數據與預設醫療編碼知識庫中相應醫學分類的標準醫療文本數據進行對碼，生成對碼結果。