[發明專利]一種醫院疾病診斷分類自動編碼的方法及系統

在審

• 申請號: 202110795328.7
• 申請日: 2021-07-14
• 公開（公告）號: CN113436730A
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 錢進;趙永光;朱曉洪;劉穎;趙靜;張龍;王通智;高超
• 申請（專利權）人: 山大地緯軟件股份有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06F40/289;G06N20/00
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李圣梅

本發明提出了一種醫院疾病診斷分類自動編碼的方法及系統，包括：獲取醫保疾病診斷數據并進行預處理；將醫保疾病診斷數據與國際疾病標準分類編碼ICD?10中條目名稱匹配的數據進行編碼并將該數據存儲到醫院疾病診斷與醫保ICD?10診斷代碼映射關系庫中；針對無法匹配編碼的數據，依據關系庫中不同版本之間的映射關系進行處理，對成功映射的醫院疾病診斷名稱自動編碼，并存儲于映射關系庫中；針對不符合醫保編碼的數據進行分詞處理，生成分詞列表，計算兩個詞的相關程度，得出最佳匹配，并存儲于關系庫中；輸出自動編碼結果。通過本發明可以提高醫保醫療業務信息編碼的標準化程度，提高數據質量，為實現不同區域、不同醫療機構之間的數據共享開放提供支撐。

技術領域

本發明屬于自然語言處理技術領域，尤其涉及一種醫院疾病診斷分類自動編碼的方法及系統。

背景技術

本部分的陳述僅僅是提供了與本發明相關的背景技術信息，不必然構成在先技術。

醫院對醫保信息標準化也越來越重視，醫生手書的診斷文字的組織方式可能和ICD-10編碼中真實概念的書寫方式差異巨大，編碼員水平存在差異，造成了病案數據的參差不齊，疾病診斷編碼質量不能得到有效保障，醫保疾病診斷分類編碼效率及準確率比較低。

現有的專利文獻中，公開了相關的自動編碼方案，部分采用了自然語言處理技術，在文本表示方面，多采用one-hot編碼形式對文字進行處理得到詞向量，此種方法是基于詞與詞之間相互獨立的情況，未考慮詞與詞之間的關系問題，且得到的特征是離散的，稀疏的。

發明內容

為克服上述現有技術的不足，本發明提供了一種醫院疾病診斷分類自動編碼的方法，基于word2vec模型能夠實現對醫院疾病診斷分類自動編碼。

為實現上述目的，本發明的一個或多個實施例提供了如下技術方案：

第一方面，公開了一種醫院疾病診斷分類自動編碼的方法，包括：

獲取醫保疾病診斷數據并進行預處理；

將醫保疾病診斷數據與國際疾病標準分類編碼ICD-10中條目名稱匹配的數據進行編碼并將該數據存儲到醫院疾病診斷與醫保ICD-10診斷代碼映射關系庫中；

針對無法匹配編碼的數據，依據關系庫中不同版本之間的映射關系進行處理，對成功映射的醫院疾病診斷名稱自動編碼，并存儲于映射關系庫中；

針對不符合醫保編碼的數據進行分詞處理，生成分詞列表，計算兩個詞的相關程度，得出最佳匹配，并存儲于關系庫中；

輸出自動編碼結果。

進一步的技術方案，依據關系庫中不同版本之間的映射關系進行處理，包括：疾病診斷數據與國臨版、國標版、團標版與醫保版對照關系，自動對成功匹配的疾病診斷名稱進行編碼。

進一步的技術方案，針對一句不同版本對照關系依然無法自動編碼的疾病診斷數據，進行自然語言處理，構造中文詞向量Word2vec訓練模型，通過詞語相似度計算，得出最優匹配疾病診斷并進行編碼。

進一步的技術方案，詞語相似度計算，具體為：對分詞結果處理轉化為向量空間中的向量運算，計算兩個詞的相似程度，計算生成某個詞的相關詞列表，尋找關聯程度最高的詞語。

進一步的技術方案，輸出自動編碼結果中包括不能匹配的疾病診斷數據。

第二方面，公開了一種醫院疾病診斷分類自動編碼的系統，包括：

醫院疾病診斷數據庫模塊，被配置為：存儲醫保疾病診斷數據并進行預處理；

診斷名稱自動編碼模塊，被配置為：將醫保疾病診斷數據與國際疾病標準分類編碼ICD-10中條目名稱匹配的數據進行編碼并將該數據存儲到醫院疾病診斷與醫保ICD-10診斷代碼映射關系庫中；