CN114400062A - 检验报告的解读方法及装置、计算机设备及存储介质 - Google Patents
检验报告的解读方法及装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN114400062A CN114400062A CN202111577521.XA CN202111577521A CN114400062A CN 114400062 A CN114400062 A CN 114400062A CN 202111577521 A CN202111577521 A CN 202111577521A CN 114400062 A CN114400062 A CN 114400062A
- Authority
- CN
- China
- Prior art keywords
- target
- interpretation
- knowledge
- inspection
- medical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 249
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000001514 detection method Methods 0.000 claims abstract description 32
- 238000012360 testing method Methods 0.000 claims description 99
- 238000004458 analytical method Methods 0.000 claims description 46
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 9
- 239000008280 blood Substances 0.000 description 30
- 210000004369 blood Anatomy 0.000 description 30
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 14
- 239000008103 glucose Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 208000032791 BCR-ABL1 positive chronic myelogenous leukemia Diseases 0.000 description 10
- 208000010833 Chronic myeloid leukaemia Diseases 0.000 description 10
- 241000588724 Escherichia coli Species 0.000 description 9
- 210000000349 chromosome Anatomy 0.000 description 9
- 241000588914 Enterobacter Species 0.000 description 8
- 208000033761 Myelogenous Chronic BCR-ABL Positive Leukemia Diseases 0.000 description 8
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 102000017011 Glycated Hemoglobin A Human genes 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 108091005995 glycated hemoglobin Proteins 0.000 description 5
- 244000005700 microbiome Species 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 4
- 230000002218 hypoglycaemic effect Effects 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 241000894006 Bacteria Species 0.000 description 3
- 108010062540 Chorionic Gonadotropin Proteins 0.000 description 3
- 102000011022 Chorionic Gonadotropin Human genes 0.000 description 3
- 208000013016 Hypoglycemia Diseases 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000002068 genetic effect Effects 0.000 description 3
- 229940084986 human chorionic gonadotropin Drugs 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 208000011580 syndromic disease Diseases 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 210000001185 bone marrow Anatomy 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 208000006443 lactic acidosis Diseases 0.000 description 2
- 230000002906 microbiologic effect Effects 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010010071 Coma Diseases 0.000 description 1
- 208000001380 Diabetic Ketoacidosis Diseases 0.000 description 1
- 208000007342 Diabetic Nephropathies Diseases 0.000 description 1
- 208000032131 Diabetic Neuropathies Diseases 0.000 description 1
- 208000008960 Diabetic foot Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009640 blood culture Methods 0.000 description 1
- 210000002798 bone marrow cell Anatomy 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 208000033679 diabetic kidney disease Diseases 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012812 general test Methods 0.000 description 1
- 208000004104 gestational diabetes Diseases 0.000 description 1
- 230000002440 hepatic effect Effects 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 201000001421 hyperglycemia Diseases 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010339 medical test Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Abstract
本发明实施例公开了一种检验报告的解读方法及装置、计算机设备及存储介质,该方法包括:接收客户端发出的解读请求,解读请求包括目标检验报告的检验报告信息;利用检验报告信息确定目标检验报告的检验结果的展示方式;根据展示方式及与展示方式对应的解读方式,确定目标检验报告对应的目标解读方式;基于检验报告信息及目标解读方式,确定目标检验报告的解读结果。通过在接收到解读请求时,利用检验报告信息得到目标检验报告的检验结果的展示方式,采用与展示方式对应的解读方式对目标检验报告进行解读,得到解读结果,不仅可以适应不同展示方式的检验报告的解读,还可以实现对目标检验报告的实时解读。
Description
技术领域
本发明涉及智能医疗技术领域,尤其涉及一种检验结果解释的方法及装置、计算机设备及存储介质。
背景技术
在医疗检验中,针对患者的检验报告单,除了作出的专业检验结果,用户还会想了解这些专业性的检验结果背后的意义,得到对检验报告的解读。
现有技术中,不同检验报告有不同的结论,因此,对于检验报告的解读仍缺少一种对各类型检验报告均可实现有效解读的方式。
发明内容
本发明的主要目的在于提供一种检验报告的解读方法、装置、计算机设备及存储介质,可以解决现有技术中的缺少可以提供有效解读的报告解读方式的问题。
为实现上述目的,本发明第一方面提供一种检验报告的解读方法,所述方法包括:
接收客户端发出的解读请求,所述解读请求包括目标检验报告的检验报告信息;
利用所述检验报告信息确定所述目标检验报告的检验结果的展示方式;
根据所述展示方式及与所述展示方式对应的解读方式,确定所述目标检验报告对应的目标解读方式;
基于所述检验报告信息及所述目标解读方式,确定所述目标检验报告的解读结果。
在一种可行实现方式中,所述展示方式包括数值展示或文本展示,所述根据所述展示方式及与所述展示方式对应的解读方式,确定所述目标检验报告对应的目标解读方式,包括:
当所述展示方式为数值展示,则确定所述目标检验报告的目标解读方式为常规数值解读,所述常规数值解读为利用数值展示的数值内容及目标检验项目对所述目标检验报告进行解读,所述数值内容包括检验结果值和/或判断符号;
当所述展示方式为文本展示,则确定所述目标检验报告的目标解读方式为语义分析解读,所述语义分析解读为利用预设的医学语义分析模型及文本展示的文本内容对所述目标检验报告进行解读。
在一种可行实现方式中,所述基于所述检验报告信息及所述目标解读方式,确定所述目标检验报告的解读结果,包括:
当所述目标解读方式为常规数值解读时,提取所述检验报告信息中的数值内容及医学术语;
确定所述医学术语的目标检验项目,在预设的医学知识库查找所述目标检验项目,确定与所述目标检验项目具有对应关系的候选知识,所述医学知识库包括预先录入的检验项目与知识的对应关系,所述知识是指与其对应的检验项目的医学解读内容;
根据所述数值内容及所述候选知识,确定所述目标检验项目的目标知识。
在一种可行实现方式中,所述基于所述检验报告信息及所述目标解读方式,确定所述目标检验报告的解读结果,还包括:
当所述目标解读方式为语义分析解读时,提取所述检验报告信息中展示的文本内容;
将所述文本内容输入所述医学语义分析模型,输出所述文本内容对应的目标医学术语,所述医学语义分析模型是基于预设的医学术语资料库训练得到的,所述医学语义分析模型用于分析所述文本内容中包括的第一医学术语以及所述医学术语资料库中的第二医学术语之间的匹配度,并将满足医学术语选取条件的候选医学术语输出作为目标医学术语;
确定所述目标医学术语的目标检验项目及目标检出结果,在预设的医学知识库查找所述目标检验项目,确定与所述目标检验项目具有对应关系的候选知识,所述医学知识库包括预先录入的检验项目与知识的对应关系,所述知识是指与其对应的检验项目的医学解读内容;
根据所述目标检出结果及所述候选知识,确定所述目标检验项目的目标知识。
在一种可行实现方式中,所述知识包括问题及答案,所述方法还包括:
若任一所述目标知识的答案中包括文献检索标识,则利用所述检验结果值、目标检索问题及医学语义匹配模型进行文献匹配,得到目标参考文献,所述目标检索问题为答案中包括文献检索标识的目标知识包括的问题,所述医学语义匹配模型是利用预设的医学文献库训练得到的;
将所述目标参考文献与所述目标检索问题进行关联,确定所述目标检验项目的目标知识。
在一种可行实现方式中,所述利用所述检验结果值、目标检索问题及医学语义匹配模型进行文献匹配,得到目标参考文献,包括:
将所述目标检索问题输入医学语义匹配模型,得到所述目标检索问题对应的第一候选文献及所述目标检索问题与所述第一候选文献的匹配度;
将所述检验结果值输入医学语义匹配模型,得到所述检验结果值对应的第二候选文献及所述检验结果值与所述第二候选文献的匹配度;
利用所述第一候选文献及所述第二候选文献取交集,得到第三候选文献;
按照匹配度由高到低的顺序对所述第三候选文献进行排序,并选取排序结果中排在前N的第三候选文献作为目标文献。
在一种可行实现方式中,所述方法,还包括:
获取各个所述候选知识在所述医学知识库中的应用状态,所述应用状态包括可用状态及不可用状态;
当所述候选知识的应用状态为可用状态,则确定所述候选知识为目标知识;
当所述候选知识的应用状态为不可用状态,则确定所述候选知识不为目标知识。
为实现上述目的,本发明第二方面提供一种检验报告的解读装置,所述装置包括:
接收请求模块:用于接收客户端发出的解读请求,所述解读请求包括目标检验报告的检验报告信息;
确定信息模块:用于利用所述检验报告信息确定所述目标检验报告的检验结果的展示方式;
方式确定模块:用于根据所述展示方式及与所述展示方式对应的解读方式,确定所述目标检验报告对应的目标解读方式;
报告解读模块:用于基于所述检验报告信息及所述目标解读方式,确定所述目标检验报告的解读结果。
为实现上述目的,本发明第三方面提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如第一方面及任一可行实现方式所示步骤。
为实现上述目的,本发明第四方面提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如第一方面及任一可行实现方式所示步骤。
采用本发明实施例,具有如下有益效果:
本发明提供一种检验报告的解读方法,方法包括:接收客户端发出的解读请求,解读请求包括目标检验报告的检验报告信息;利用检验报告信息确定目标检验报告的检验结果的展示方式;根据展示方式及与展示方式对应的解读方式,确定目标检验报告对应的目标解读方式;基于检验报告信息及目标解读方式,确定目标检验报告的解读结果。通过在接收到解读请求时,利用检验报告信息得到目标检验报告的检验结果的展示方式,采用与展示方式对应的解读方式对目标检验报告进行解读,得到解读结果,不仅可以适应不同展示方式的检验报告的解读,还可以实现对目标检验报告的实时解读。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
其中:
图1为本发明实施例中一种检验报告的解读方法的流程图;
图2为本发明实施例中一种检验报告的解读方法的另一流程图;
图3为本发明实施例中一种检验报告的示意图;
图4为本发明实施例中一种医学知识库的示意图;
图5为本发明实施例中一种知识的示意图;
图6为本发明实施例中一种医学文献库的示意图;
图7为本发明实施例中一种知识的另一示意图;
图8为本发明实施例中一种检验报告的解读装置的结构框图;
图9为本发明实施例中计算机设备的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,图1为本发明实施例中一种检验报告的解读方法的流程图,该方法既可以应用于终端,也可以应用于服务器,本实施例以应用于终端举例说明,图1所示方法具体包括如下步骤:
101、接收客户端发出的解读请求,所述解读请求包括目标检验报告的检验报告信息;
需要说明的是,该检验报告的解读方法执行主体可以为终端或服务器,其中,以终端为例进行说明,该终端可以为电脑或移动终端,终端接收客户端发出的解读请求,具体的,用户通过客户端对目标检验报告上预先设置的解读二维码进行识别,使得客户端发出解读请求,该解读请求包括目标检验报告的检验报告信息,其中,目标检验报告为用户利用客户端进行解读二维码了识别的检验报告,该检验报告信息为对应的目标检验报告的结构化的报告信息,包括但不限于检验报告各个字段对应的检验信息。该检验报告可以为电子版检验报告或纸质版检验报告在此举例不做限定,进而在该解读二维码中写入该目标检验报告的检验报告信息。
可以理解的是,通过在目标检验报告上预设一解读二维码的设计,仅在人工进行扫码后再触发对检验报告的解读流程获取用于解读该报告的相关医学知识,而不是通过对报告的检验结果进行审核时触发解读流程,当目标检验报告存在多个的时候,可以大幅降低系统资源的消耗,并且由人工实时触发进行解读,相比预先写入解读知识的方式,还可以提高解读知识的时效性,可以使得解读知识随着信息更新得到最新的解读数据。
102、利用所述检验报告信息确定所述目标检验报告的检验结果的展示方式;
进一步的,检验报告信息中存在该检验报告的各字段信息,通过提取检验结果字段的信息便可以确定该检验结果的展示方式,其中,展示方式为检验结果的表现方式,由于检验场景的不同,会产生不同的检验结果,不同的检验结果会通过不同方式展现,比如血糖检验中的关于血糖值的数值展示或染色体检验中关于检出的核型的文本展示,其中,数值展示为通过含量或含量变化等数值结果来反映检验报告中该检验项目的检验结果,比如上述示出的的血糖检验的血糖值;而文本展示为通过成分等文本结果来反映检验报告中该检验项目的检验结果,比如对某一成分的分析,比如流式细胞术分类骨髓细胞,结果诊断为:“结合病史形态符合慢性粒细胞白血病骨髓象,请结合流式及BCR/ABL融合基因检验综合评估或者血液厌氧条件培养+药敏试验,培养结果出现“大肠埃希菌”,也即某些文字定论。
103、根据所述展示方式及与所述展示方式对应的解读方式,确定所述目标检验报告对应的目标解读方式;
可以理解的是,不同检验报告对应不同的诊断结论,进而会存在多种不同的医学知识,在本实施例中,通过识别每个报告的展示方式,通过不同展示方式配置不同的解读方式,进而将各种类型的检验报告分按照不同展示方式配置不同解读方式进行解读,可以适应所有的检验项目的检验报告的医学术语的解释。示例性的,数值展示的检验报告由于其诊断结论依靠含量等数据值来反映病灶,因此,该种类型的检验报告的解读方式侧重于结合数值内容进行解读,而文本展示的检验报告由于其诊断结论依靠所检出物质的成分信息来反映病灶,因此,该种类型的检验报告的解读方式侧重于结合与成分对应的文本内容进行解读,进而通过展示方式的区分将所有的报告自动区分开,哪些报告要结合数值进行解读,哪些报告要结合文本进行解读。
104、基于所述检验报告信息及所述目标解读方式,确定所述目标检验报告的解读结果。
进一步的,通过检验报告信息以及目标解读方式即可确定目标检验报告的解读结果,比如通过数值变化趋势分析该数值变化的意义作为解读结果,或者通过分析该文本展示的文本内容确定该文本内容的意义作为解读结果。该解读结果用于解释目标检验报告的医学术语或者检验结果的背后含义,使得被检验者可以读懂该检验结果,也使得检验者可以做出一些初步的医学建议且减轻工作量。
本发明提供一种检验报告的解读方法,方法包括:接收客户端发出的解读请求,解读请求包括目标检验报告的检验报告信息;利用检验报告信息确定目标检验报告的检验结果的展示方式;根据展示方式及与展示方式对应的解读方式,确定目标检验报告对应的目标解读方式;基于检验报告信息及目标解读方式,确定目标检验报告的解读结果。通过在接收到解读请求时,利用检验报告信息得到目标检验报告的检验结果的展示方式,采用与展示方式对应的解读方式对目标检验报告进行解读,得到解读结果,不仅可以适应不同展示方式的检验报告的解读,还可以实现对目标检验报告的实时解读。
如图2所示图2为本发明实施例中一种检验报告的解读方法的另一流程图。图2所示方法具体包括如下步骤:
201、接收客户端发出的解读请求,所述解读请求包括目标检验报告的检验报告信息;
202、利用所述检验报告信息确定所述目标检验报告的检验结果的展示方式;
需要说明的是,步骤201及步骤202与步骤101及步骤102内容相似,为避免重复,此处不做赘述,具体可参考前述步骤101及102所示内容。
可以理解的是,一般检验报告大体分为两种:一种是数值变化反映病灶的报告,另一种是检出物反映病灶的报告,因此,本实施例以其展示方式包括数值展示或文本展示进行说明,进一步的,根据展示方式及与展示方式对应的解读方式,确定目标检验报告对应的目标解读方式,则可以包括下述步骤2031及步骤2032:
2031、当所述展示方式为数值展示,则确定所述目标检验报告的目标解读方式为常规数值解读,所述常规数值解读为利用数值展示的数值内容及目标检验项目对所述目标检验报告进行解读,所述数值内容包括检验结果值和/或判断符号;
需要说明的是,不同的检验报告用来反应不同的检验结论,不同的检验结论会反映出该检验报告的检验结果的不同含义,通过数值展示的检验报告说明该检验项目的结论更依据数值变化趋势,决定性的病理信息是依靠数值变化趋势来体现的,进而需要通过检验结果值、判断符号对其进行解读。其中,检验结果值为含量信息,比如每100mg中某一成分的占比值,判断符号为大于“>”、小于“<”、等于“=”、上升“↑”、下降“↓”或恒定“--”等等比较符号,通过上述判断符号标注检验结果值相比标准值的变化趋势。通过常规的数值解读识别出上述检验结果值以及判断符号对该检验报告进行解读。可参阅图3,图3为本实施例中一种检验报告的示意图,该检验报告的检验结果为数值展示。
2032、当所述展示方式为文本展示,则确定所述目标检验报告的目标解读方式为语义分析解读,所述语义分析解读为利用预设的医学语义分析模型及文本展示的文本内容对所述目标检验报告进行解读;
进一步的,为文本展示的检验报告说明该检验形目的结论侧重与文本内容,决定性的病理信息是依靠文本内容的文字结论来体现的,进而利用文本内容来进行解读。其中,医学语义分析模型为利用医学知识预先进行模型训练得到的医学语义分析模型,经过训练后的医学语义分析模型具备学习以及推理能力,能够在报告单结果中识别出“疾病”、“微生物”等医学相关的专业名称也即各种医学术语;进一步地,还可以能够在识别出的专业名称基础上和前期学习的基础上,进行推理,示例性的,“大肠埃希菌”属于“肠杆菌属”,一旦报告单出现这“大肠埃希菌”,则利用该医学语义分析模型还能够识别出该细菌“大肠埃希菌”属于“肠杆菌属”,若有报告提到了CML,系统能够知道CML就是“慢性粒细胞白血病”,从而得到在一段由文本构成的诊断结论中准确得到各个医学术语。
需要说明的是,通过对不同展示方式配置不同的解读方式,将所有的报告自动区分开,确定哪些需要走人工智能通道的利用医学语义分析模型进行语义分析进行解读,哪些不需要走人工智能通道的利用医学语义分析模型进行语义分析进行解读,可以对不同类型的检验报告针对性解读,并且还可以提高解读效率。
204、基于所述检验报告信息及所述目标解读方式,确定所述目标检验报告的解读结果。
需要说明的是,步骤204与步骤104内容相似,为避免重复,此处不做赘述,具体可参考前述步骤104所示内容。
其中,通过步骤2031以及2032,先判断检验报告的展示方式,进而采用不同的解读方式,可以节约系统耗能,能够预先让系统知道,哪些检验报告需要走数值类路径也即常规数值解读,哪些报告需要进入语义分析路径也即语义分析解读,哪些报告还需要进入文献检索路径,也即文件检索解读,这样做的好处是,通过在进行解读之前预先确定解读方式,避免每种解读方式都执行一次解读,增加系统能耗,并且尤其在多报告进行解读时,可以结合预先确定展示方式提高处理效率。
在这一种可行实现方式中,步骤204,具体包括:
204a、当所述目标解读方式为常规数值解读时,提取所述检验报告信息中的数值内容及医学术语;
需要说明的是,每个检验报告均存在对应的医学术语以及数值内容,该数值内容包括检验结果值和/或判断符号,当其检验结果的展示方式为数值展示,则该检验报告的目标解读方式为常规数值解读,进而可以提取检验报告信息中的数值内容及医学术语,通过提取对应的字段信息进而得到所需的数值内容及医学术语。其中,以图3为例该医学术语可以为项目字段对应的“糖化血红蛋白组分”、“糖化血红蛋白”以及“总糖化血红蛋白”,以及检验方法字段对应的“高效液相色谱法”,数字内容,则为结果字段对应的“4.9”“6.1”,以及单位字段、参考区间字段等等数值相关信息。
204b、确定所述医学术语的目标检验项目,在预设的医学知识库查找所述目标检验项目,确定与所述目标检验项目具有对应关系的候选知识,所述医学知识库包括预先录入的检验项目与知识的对应关系,所述知识是指与其对应的检验项目的医学解读内容;
进一步的,通过提取的医学术语可以确定其目标检验项目,并在预设的医学知识库查找该目标检验项目,定位与该目标检验项目关联的候选知识,可以理解的是,同一个检验项目会存在不同的检验结果,因此不同的检验结果会有不同的解读,会存在多个关联的知识进行解读,并且每种检验结果还会存在多种知识与之关联,进而将与该目标检验项目关联的知识作为候选项,对该目标检验报告进行解读。其中,可以参考图4,图4为本发明实施例中一种医学知识库的示意图,该知识库为医学知识库,其中,医学知识库中预先录入多条知识,每条知识包括检验项目、检验结果值、问题、答案以及应用状态,如图4所示其中,“ID”字段表示每条知识的编号,“项目名称”字段表示检验项目,“关联的Q&A标题”字段记录有问题以及该问题对应的答案,“结果表现趋势”字段表示结果检验值和/或判断符号,“开启状态”表示应用状态。其中,结果表现趋势中“任何值”代表检验结果值为数值时,该数值任一值域范围都适用同一种知识的解答;“增高”代表该数值的增高对应一种知识的解答;“降低”代表该数值的降低对应一种知识的解答,每条知识。实验室会根据知识的性质,也即知识包括的问题、该问题对应的结果表现趋势以及该问题的答案进行配置。每种检验结果由于问题的不同其会存在多种知识,比如血糖检测的抽血项目,结果的展示方式为数值展示,其对应的知识可以存在三种:
第1种,若该血糖检测的结果表现趋势为检验值是升高,还是降低或是正常都可以出现的,那么该知识的结果表现趋势我们会设置任何值,比如该知识的问题是“血糖浓度的区间”,那么该知识的结果表现趋势就可以为“任何值”,而该问题对应的答案就可以为“正常人在空腹血糖浓度为3.61~6.11mmol/L;空腹血糖浓度超过7.0mmol/L称为高血糖;血糖浓度低于3.61mmol/L称为低血糖。
第2种,若该血糖检测的结果表现趋势为检验值是升高才会出现,那么该条知识的结果表现趋势就为“升高”,比如该条知识的问题为“血糖升高可见于哪些疾病”,进而该问题的结果表现趋势就为“升高”,对应的该问题的答案就是“血糖值升高可见于的疾病,请参考如下:乳酸性酸中毒、高血压、糖尿病、肾病、昏迷、糖尿病性神经病、糖尿病乳酸性酸中毒、糖尿病酮症酸中毒、糖尿病足、妊娠合并糖尿病、I型糖尿病、II型糖尿病、糖尿病性肾病等等”。
第3种,若该血糖检测的结果表现趋势为检验值是降低才会出现,那么该条知识的结果表现趋势就为“降低”,比如该条知识的问题为“血糖降低可见于哪些疾病”,进而该问题的结果表现趋势就为“降低”,对应的该问题的答案就是“血糖值降低可见于的疾病,请参考如下:血糖偏低综合征(hypoglycemic syndrome)是一组由多种病因引起的综合征。血糖浓度常低于3.36mmol/L(60mg/dl),严重而长期的血糖偏低症可发生广泛的神经系统损害与并发症。常见的有功能性血糖偏低与肝源性血糖偏低等等”。
需要说明的是,上述内容仅作举例,并不对本申请造成限定,而在本实施例中的各条知识,均可以根据知识的解读性质来配置问题对应的结果表现趋势,解读性质也即要对什么样的问题进行解读,可由实验室人员自由配置。
204c、根据所述数值内容及所述候选知识,确定所述目标检验项目的目标知识。
进一步的,利用数值内容可以在候选知识中选择出与数值内容匹配的该目标检验项目的目标知识。示例性的,可以看到图4中ID9的意思是:当报告中出现人绒毛膜促性腺激素(HCG),血清,定量,且数字内容也即检验结果为增高时,则可以在预设的知识库中得到该检验报告的目标知识为《脂血对血HCG标本干扰》。
需要说明的是204a、204b及204c,为本实施例中对数字展示的检验报告的解读方式,通过在知识库中录入与数值变化趋势有关的各个项目的相关知识,在识别到检验报告中出现对应的项目与数值变化趋势时,便可以通过在知识库中进行查找得到该检验项目或检验报告的解读结果,该解读结果通过每条知识的问题以及答案来体现,进而可以将目标知识作为该报告或项目的解读结果,并返回至客户端进行展示,结合图2可以知道血糖检测结果为数值的展示形式,其中,由于血糖的检测值是通过浓度值体现的,若为数值便会存在升高降低的判断,利用对应的检验结果的数值内容,来确定该血糖检测项目对应的结果表现趋势为“任何值”或“升高”或“降低”中至少一个表现趋势时,对应的至少一个目标知识,示例性的可参考图5,图5为本发明实施例中一种知识的示意图,图5中检测项目为“糖化血红蛋白组分”俗称血糖检测的目标知识,其中,可以匹配到图5所示的知识的解读内容,其中图5的标题“糖化血红蛋白结果解释与建议”为该知识包括的问题,其所展示的解读内容为该知识包括的答案,该知识的结果表现趋势为“任何值”。可以理解的是,不同知识对应的解读内容是不同的,该解读内容结合数值表现趋势对该检验项目的检验结果的影响,会给出不同的解读,比如血糖检测场景为控制血糖的温馨建议以及相关名词的解释,进一步的,上述知识的解读内容,均由实验室人员设置与更新。
在一种可行实现方式中,若为文本展示,则得到检验报告的解读结果的步骤204,还可以包括步骤204i、204ii、204iii、204iv:
204i、当所述目标解读方式为语义分析解读时,提取所述检验报告信息中展示的文本内容;
需要说明的是,若检验结果为文本展示则提取该检验报告信息中的文本内容,具体的可以提取检验结果字段的结论内容,比如检验结果:“结合病史形态符合慢性粒细胞白血病骨髓象,请结合流式及BCR/ABL融合基因检测综合评估”,或者“血液厌氧条件培养+药敏试验培养结果出现大肠埃希菌”,等等文本检测结论的文本内容。
204ii、将所述文本内容输入所述医学语义分析模型,输出所述文本内容对应的目标医学术语,所述医学语义分析模型是基于预设的医学术语资料库训练得到的,所述医学语义分析模型用于分析所述文本内容中包括的第一医学术语以及所述医学术语资料库中的第二医学术语之间的匹配度,并将满足医学术语选取条件的候选医学术语输出作为目标医学术语;
进一步的,将上述文本内容输入医学语义分析模型,并输出该文本内容对应的目标医学术语,其中,该医学语义分析模型基于预设的医学术语资料库训练得到的,其中医学术语资料库包括与医学有关的各个学科的专有学科名词,比如“微生物学的医学术语”及“遗传学的医学术语”等等医学相关学科的术语集,其中,以微生物学的医学术语为例,微生物学的医学术语包括微生物界的各个微生物的界门纲目科属种的层级关系以及微生物的名称,遗传学的医学术语包括染色体的各种核型等等,在此举例不做限定。进一步的,通过上述医学术语资料库训练得到的医学语义分析模型为一种短文本匹配模型,该医学语义分析模型经过训练后,可以对文本内容进行识别,进而得到与该文本内容匹配的医学术语,具体的,通过对该文本内容进行分词,并将得到的各个词语与预先学习的各个医学术语进行匹配度计算,输出分词结果中与预先学习的各个医学术语中匹配度满足阈值的医学术语,作为该文本内容的医学术语,比如“结合病史形态符合慢性粒细胞白血病骨髓象,请结合流式及BCR/ABL融合基因检测综合评估”这一文本内容,通过医学语义分析模型可以得到其对应的医学术语为“慢性粒细胞白血病”。
204iii、确定所述目标医学术语的目标检验项目及目标检出结果,在预设的医学知识库查找所述目标检验项目,确定与所述目标检验项目具有对应关系的候选知识,所述医学知识库包括预先录入的检验项目与知识的对应关系,所述知识是指与其对应的检验项目的医学解读内容;
204iv、根据所述目标检出结果及所述候选知识,确定所述目标检验项目的目标知识。
进一步的,通过该目标医学术语及预设的医学知识库便可确定目标检验报告的目标检验项目及目标检出结果,其中,通过该目标医学术语“慢性粒细胞白血病”,可以确定,目标检验项目为“骨髓组织活检检查”,结果表现趋势也即目标检出结果为“慢性粒细胞白血病”,进而得到知识为《慢性粒细胞白血病临床常用知识》。其中,以血培养(厌氧)+药敏+全血+定性的检测项目为例,当检验结果的文本内容为检出肠杆菌时,则可以通过医学语义分析模型可以得到其对应的医学术语为“肠杆菌”,进而利用医学知识库可以得到对应该的知识为《肠杆菌属MDR、XDR、PDR的定义标准》。可以理解的是,在展示方式为文本展示时,该目标检出结果便为该文本内容中的医学术语,比如目标检验项目为“骨髓组织活检检查”,目标检出结果为“慢性粒细胞白血病”。
进一步的,该语义分析模块具备推理能力,通过对层级关系的学习,可以知道每个细菌的所归属的属性类别,进而在识别出的医学术语中的菌种,比如识别出的医学术语为“大肠埃希菌”,进一步可以.识别出该“大肠埃希菌”菌种相关的属,即识别出“大肠埃希菌”的属为“肠杆菌”,虽然知识库中未存在“大肠埃希菌”对应的知识,但是通过进行一步得到其对应的属为“肠杆菌”,进而也可以得到对应的知识解读条件,也即其结果表现趋势皆可以为“肠杆菌”,进而获取该知识得到解读结果。由于微生物种类繁多,进而可以通过该医学语义分析模型的推理,基于各个微生物的属性关系,得到新检测到的细菌或者可能未配置知识的细菌的解读知识。
可以理解是,该知识包括问题及答案,进一步的,每个检测项目可能得到多条知识,在得到多条知识的时候,所有的知识共同实现对检验报告的解读,还需要说明的是,问题对应的答案,还有可能需要进行文献匹配,才能确定,比如对于某一染色体的检验,其检测出的结果一般为核型,解读的结果一般为分析这个核型常见的疾病等,该疾病常见于参考文献中,进而方法还包括:
A、若任一所述目标知识的答案中包括文献检索标识,则利用所述检验结果值、目标检索问题及医学语义匹配模型进行文献匹配,得到目标参考文献,所述目标检索问题为答案中包括文献检索标识的目标知识包括的问题,所述医学语义匹配模型是利用预设的医学文献库训练得到的;
需要说明的是,在构建医学知识库时会写入问题及答案,在对于遗传学的相关知识的配置上其问题对应的答案可能为一个文献检索标识,例如通过通配符构造的检索标识,进而,在目标知识的答案中包括文献检索标识,则利用检验结果值、目标检索问题及医学语义匹配模型进行文献匹配,得到目标参考文献,目标检索问题为答案中包括文献检索标识的目标知识包括的问题,医学语义匹配模型是利用预设的医学文献库训练得到的,可参阅图6,图6为本发明实施例中一种医学文献库的示意图,该文献库由人工上传及管理,在上传时,会为各个文献配置文献的文献信息,文献信息包括标题、数位物件识别号(doi)、语种、检验项目及杂志类别等等。进一步的,通过医学知识库的“通配符答案的知识”设计,识别出具有这种设计的知识的答案所对应的问题,需要进行文献检索,进而利用医学语义匹配模型查找匹配的“目标参考文献”。这一种知识是有问题,而对应的答案是随着报告单的结果要去文献查找的,只有问题,只需要录入问题即可,每份报告的解读都不同。例如上面提到的遗传染色体,问题是“该核型见于哪些疾病”,答案仅有一个通配符&的标识,意思就是告诉解读系统,这个答案是要去文献中找,不同的报告不同的答案。
进一步的,步骤A中的利用检验结果值、目标检索问题及医学语义匹配模型进行文献匹配,得到目标参考文献,包括:
A01、将所述目标检索问题输入医学语义匹配模型,得到所述目标检索问题对应的第一候选文献及所述目标检索问题与所述第一候选文献的匹配度;
A02、将所述检验结果值输入医学语义匹配模型,得到所述检验结果值对应的第二候选文献及所述检验结果值与所述第二候选文献的匹配度;
A03、利用所述第一候选文献及所述第二候选文献取交集,得到第三候选文献;
A04、按照匹配度由高到低的顺序对所述第三候选文献进行排序,并选取排序结果中排在前N的第三候选文献作为目标参考文献。
示例性的,通过医学语义匹配模型分别对目标检索问题以及检验结果值进行文献的查找,可以得到第一候选文献以及第二候选文献,将第一候选文献以及第二候选文献取交集,可以通过文献的标题进行取交集的操作,将该交集中的各个候选文献作为第三候选文献,在通过各个候选文献的匹配度选取前N个文献作为目标参考文献。其中,第三候选文献的匹配度可以通过与其对应的第一候选文献的匹配度及与其对应的第二候选文献的匹配度进行平均值计算得到的,其中,N取值正整数,示例性的可以为3,因此,按照匹配度由高到低进行排序后,选择在前三位的候选文献作为目标参考文献,进而将这三个文献的内容截取后,在拼接,得到最终的解读内容。
B、将所述目标参考文献与所述目标检索问题进行关联,确定所述目标检验项目的目标知识。
需要说明的是,在得到目标参考文献后将该目标参考文献作为该目标检索问题的答案,则要将该目标参考文献与目标检索问题进行关联,得到目标检验项目的目标知识。可以理解的是,得到文献的检索结果后,要将目标参考文献传递给医学知识库,得到该报告的解读结果。示例性的一个染色体检验项目,当染色体的结果不是46XX和46XY的时候,其问题的答案变回包含检索标识,因为结果不是常规染色体对的时候,是需要进行文献查阅,才能知道相关的含义的。因此,经过医学语义分析模型,就可以拉取到一条知识,这条知识的出现场景为:检验项目为染色体分析,检验结果值为不是46XX和46XY。其中,匹配的医学知识库中的知识的问题是;该核型常见于哪些疾病,知识的答案是;文献检索通配符。进而,利用医学语义匹配模型文献查找,从而得到参考文献,由于该参考文献是人工实时增加的,这样做就可以使得解读结果与当前的研究水平相适配,通过实时的文献检索,可以得到最新的参考文献,还可以得到最新的参考文献中的研究结果,得到最具指示性的解读结果。可以参考图7为本发明实施例中一种知识的另一示意图,其中,该知识问题为“染色体标本离体保存期限”,答案则为预先配置的解答内容,具体可参考图7所示内容,不做赘述。
示例性的,在医学语义匹配模型进行检索时,通过将目标检索问题转化为向量化的检索问题,通过KM-BERT模型中的编码器将目标检索问题以及医学文献库中的一个文献条目进行转换得到该目标检索问题对应的向量化检索问题以及该一个文献条目对应的向量化文献。具体由KM-BERT模型中倒数第二层的编码器进行处理并输出。首先通过KM-BERT模型中倒数第二层的编码器将目标检索问题转换为向量化检索问题,该向量化检索问题也就是目标检索问题的向量化表示。进一步,将每条文献进行转换得到向量化文献库,该向量化文献为向量化文献库中的任一文献的向量化表示,具体可以为对文献所配置的检验项目的向量化表示。在进行医学语义匹配模型的目标参考文献的匹配时,只能逐一的通过KM-SEARCH中的第二输出层计算向量化待匹配文本与一个向量化文献之间的匹配度,例如通过计算余弦相似度的方式,直至所有的向量化知识都完成匹配度的计算,此时输出所有向量化知识与待匹配文本的匹配度。
在一个具体实施例中,在向量化文献库这个语义空间通过余弦相似度计算并排序的方法来搜索匹配度靠前的向量化文献。其中相似度的值域在-1和1之间,结果越靠近1代表两者在语义空间越接近,越靠近-1则相反,具体公式如下:
其中x为向量化检索问题,y为某一向量化文献。
利用上述医学语义匹配模型,先通过包含各种文献条目的文本库建立向量化文献库,这样用户就可快速找对与待匹配文本相关联的医学知识。
也即,若知识的答案中存在“文献检索”要求的情况下,便将将检验项目及知识的问题输入至医学语义匹配模型,该医学语义匹配模型提前已经学习了文献库中的文献,查找到文献后与问题进行关联,进行答案的填充,再推送到客户端用于客户进行查看。
在一种可选的实现方式中,所述方法还包括:获取各个候选知识在医学知识库中的应用状态,应用状态包括可用状态及不可用状态;当候选知识的应用状态为可用状态,则确定候选知识为目标知识;当候选知识的应用状态为不可用状态,则确定候选知识不为目标知识。
需要说明的是,该知识库中一条知识包含有检验项目、问题与答案、检验结果值,每一条知识还存在一个应用状态,以决定每条知识的可获取性,可以由管理人员在终端上进行及时更改。应用状态包括可用状态或不可用状态,通过管理人员的及时变更或调整,使得每条知识都可以进行有效的管控,进而通过该应用状态对候选知识进一步进行筛选从而得到目标知识对检验报告进行解读,可以有效提高目标知识的解读的准确性。具体的,可以参考图4,图4中的开启状态等同于说明书中的应用状态,其中图4所示各条知识的应用状态均为不可用状态(开关标识位于左侧),若要将知识变成可用状态则可以通过点击该开关标识使得该开关标识切换至位于右侧。
进一步的,经过上述流程,可以确定目标检验报告对应的目标知识以对该目标检验项目进行解读,其中,若该报告经过分析后有对应的解读信息即目标知识,则可以在客户端对用户进行提示,比如设置“报告解读请点击”的按钮,若没有解读信息,则该按钮则不显示。以对用户进行提示。
本发明提供一种检验报告的解读方法,方法包括:接收客户端发出的解读请求,解读请求包括目标检验报告的检验报告信息;利用检验报告信息确定目标检验报告的检验结果的展示方式;当展示方式为数值展示,则确定目标检验报告的目标解读方式为常规数值解读,常规数值解读为利用数值展示的数值内容及目标检验项目对目标检验报告进行解读,数值内容包括检验结果值和/或判断符号;当展示方式为文本展示,则确定目标检验报告的目标解读方式为语义分析解读,语义分析解读为利用预设的医学语义分析模型及文本展示的文本内容对目标检验报告进行解读;基于检验报告信息及目标解读方式,确定目标检验报告的解读结果。通过在接收到解读请求时,利用检验报告信息得到目标检验报告的检验结果的展示方式,采用与展示方式对应的解读方式对目标检验报告进行解读,得到解读结果,不仅可以适应不同展示方式的检验报告的解读,还可以实现对目标检验报告的实时解读,结合医学语义分析模型对文本展示的文本内容进行语义分析,得到该检验报告的解读结果,使得该解读方法适用对数值内容的解读也适用文本内容的解读,且在医学知识库中的目标知识包括文献检索标识的时候,还可以利用医学语义匹配模型进行文献检索,使得该方法还可对复杂项目的检验报告进行解读,且解读结果具有实时性。
请参阅图8,图8为本发明实施例中一种检验报告的解读装置,所述装置包括:
接收请求模块801:用于接收客户端发出的解读请求,所述解读请求包括目标检验报告的检验报告信息;
确定信息模块802:用于利用所述检验报告信息确定所述目标检验报告的检验结果的展示方式;
方式确定模块803:用于根据所述展示方式及与所述展示方式对应的解读方式,确定所述目标检验报告对应的目标解读方式;
报告解读模块804:用于基于所述检验报告信息及所述目标解读方式,确定所述目标检验报告的解读结果。
需要说明的是,图8所示各模块的作用与图1所示步骤相似,为避免重复此处不做赘述,具体可参考图1所示各个步骤的内容。
本发明提供一种检验报告的解读装置,装置包括:接收请求模块:用于接收客户端发出的解读请求,解读请求包括目标检验报告的检验报告信息;确定信息模块:用于利用检验报告信息确定目标检验报告的检验结果的展示方式;方式确定模块:用于根据展示方式及与展示方式对应的解读方式,确定目标检验报告对应的目标解读方式;报告解读模块:用于基于检验报告信息及目标解读方式,确定目标检验报告的解读结果。通过在接收到解读请求时,利用检验报告信息得到目标检验报告的检验结果的展示方式,采用与展示方式对应的解读方式对目标检验报告进行解读,得到解读结果,不仅可以适应不同展示方式的检验报告的解读,还可以实现对目标检验报告的实时解读。
图9示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端,也可以是服务器。如图9所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现上述方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行上述方法。本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提出了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如图1或图2所示方法的步骤。
在一个实施例中,提出了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如图1或图2所示方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种检验报告的解读方法,其特征在于,所述方法包括:
接收客户端发出的解读请求,所述解读请求包括目标检验报告的检验报告信息;
利用所述检验报告信息确定所述目标检验报告的检验结果的展示方式;
根据所述展示方式及与所述展示方式对应的解读方式,确定所述目标检验报告对应的目标解读方式;
基于所述检验报告信息及所述目标解读方式,确定所述目标检验报告的解读结果。
2.根据权利要求1所述方法,其特征在于,所述展示方式包括数值展示或文本展示,所述根据所述展示方式及与所述展示方式对应的解读方式,确定所述目标检验报告对应的目标解读方式,包括:
当所述展示方式为数值展示,则确定所述目标检验报告的目标解读方式为常规数值解读,所述常规数值解读为利用数值展示的数值内容及目标检验项目对所述目标检验报告进行解读,所述数值内容包括检验结果值和/或判断符号;
当所述展示方式为文本展示,则确定所述目标检验报告的目标解读方式为语义分析解读,所述语义分析解读为利用预设的医学语义分析模型及文本展示的文本内容对所述目标检验报告进行解读。
3.根据权利要求2所述方法,其特征在于,所述基于所述检验报告信息及所述目标解读方式,确定所述目标检验报告的解读结果,包括:
当所述目标解读方式为常规数值解读时,提取所述检验报告信息中的数值内容及医学术语;
确定所述医学术语的目标检验项目,在预设的医学知识库查找所述目标检验项目,确定与所述目标检验项目具有对应关系的候选知识,所述医学知识库包括预先录入的检验项目与知识的对应关系,所述知识是指与其对应的检验项目的医学解读内容;
根据所述数值内容及所述候选知识,确定所述目标检验项目的目标知识。
4.根据权利要求2所述方法,其特征在于,所述基于所述检验报告信息及所述目标解读方式,确定所述目标检验报告的解读结果,还包括:
当所述目标解读方式为语义分析解读时,提取所述检验报告信息中展示的文本内容;
将所述文本内容输入所述医学语义分析模型,输出所述文本内容对应的目标医学术语,所述医学语义分析模型是基于预设的医学术语资料库训练得到的,所述医学语义分析模型用于分析所述文本内容中包括的第一医学术语以及所述医学术语资料库中的第二医学术语之间的匹配度,并将满足医学术语选取条件的候选医学术语输出作为目标医学术语;
确定所述目标医学术语的目标检验项目及目标检出结果,在预设的医学知识库查找所述目标检验项目,确定与所述目标检验项目具有对应关系的候选知识,所述医学知识库包括预先录入的检验项目与知识的对应关系,所述知识是指与其对应的检验项目的医学解读内容;
根据所述目标检出结果及所述候选知识,确定所述目标检验项目的目标知识。
5.根据权利要求3或4所述方法,其特征在于,所述知识包括问题及答案,所述方法还包括:
若任一所述目标知识的答案中包括文献检索标识,则利用所述检验结果值、目标检索问题及医学语义匹配模型进行文献匹配,得到目标参考文献,所述目标检索问题为答案中包括文献检索标识的目标知识包括的问题,所述医学语义匹配模型是利用预设的医学文献库训练得到的;
将所述目标参考文献与所述目标检索问题进行关联,确定所述目标检验项目的目标知识。
6.根据权利要求5所述方法,其特征在于,所述利用所述检验结果值、目标检索问题及医学语义匹配模型进行文献匹配,得到目标参考文献,包括:
将所述目标检索问题输入医学语义匹配模型,得到所述目标检索问题对应的第一候选文献及所述目标检索问题与所述第一候选文献的匹配度;
将所述检验结果值输入医学语义匹配模型,得到所述检验结果值对应的第二候选文献及所述检验结果值与所述第二候选文献的匹配度;
利用所述第一候选文献及所述第二候选文献取交集,得到第三候选文献;
按照匹配度由高到低的顺序对所述第三候选文献进行排序,并选取排序结果中排在前N的第三候选文献作为目标文献。
7.根据权利要求6所述方法,其特征在于,所述方法,还包括:
获取各个所述候选知识在所述医学知识库中的应用状态,所述应用状态包括可用状态及不可用状态;
当所述候选知识的应用状态为可用状态,则确定所述候选知识为目标知识;
当所述候选知识的应用状态为不可用状态,则确定所述候选知识不为目标知识。
8.一种检验报告的解读装置,其特征在于,所述装置包括:
接收请求模块:用于接收客户端发出的解读请求,所述解读请求包括目标检验报告的检验报告信息;
确定信息模块:用于利用所述检验报告信息确定所述目标检验报告的检验结果的展示方式;
方式确定模块:用于根据所述展示方式及与所述展示方式对应的解读方式,确定所述目标检验报告对应的目标解读方式;
报告解读模块:用于基于所述检验报告信息及所述目标解读方式,确定所述目标检验报告的解读结果。
9.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
10.一种计算机设备,包括存储器和处理器,其特征在于,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111577521.XA CN114400062B (zh) | 2021-12-21 | 2021-12-21 | 检验报告的解读方法及装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111577521.XA CN114400062B (zh) | 2021-12-21 | 2021-12-21 | 检验报告的解读方法及装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114400062A true CN114400062A (zh) | 2022-04-26 |
CN114400062B CN114400062B (zh) | 2024-03-22 |
Family
ID=81226993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111577521.XA Active CN114400062B (zh) | 2021-12-21 | 2021-12-21 | 检验报告的解读方法及装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114400062B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115221374A (zh) * | 2022-09-20 | 2022-10-21 | 华谱科仪(北京)科技有限公司 | 基于色谱数据分析的推送方法、装置及电子设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100256991A1 (en) * | 2007-09-27 | 2010-10-07 | Canon Kabushiki Kaisha | Medical diagnosis support apparatus |
CN109524073A (zh) * | 2018-10-17 | 2019-03-26 | 新博卓畅技术(北京)有限公司 | 一种医院检查报告自动解读方法、系统及设备 |
JP2019109810A (ja) * | 2017-12-20 | 2019-07-04 | コニカミノルタ株式会社 | 読影レポート解析装置及びプログラム |
CN110600099A (zh) * | 2019-08-20 | 2019-12-20 | 武汉联影医疗科技有限公司 | 电子报告展示方法、系统、装置、设备和存储介质 |
CN111160855A (zh) * | 2019-12-19 | 2020-05-15 | 海南金域医学检验中心有限公司 | 一种报告单自动审核方法、装置、设备及存储介质 |
US20200334416A1 (en) * | 2019-04-16 | 2020-10-22 | Covera Health | Computer-implemented natural language understanding of medical reports |
CN112562807A (zh) * | 2020-12-11 | 2021-03-26 | 北京百度网讯科技有限公司 | 医疗数据分析方法、装置、设备、存储介质和程序产品 |
CN112927776A (zh) * | 2021-02-03 | 2021-06-08 | 昆山慧医优策医疗科技有限公司 | 一种面向医学检验报告的人工智能自动解读系统 |
CN113257381A (zh) * | 2021-04-30 | 2021-08-13 | 广州金域医学检验中心有限公司 | 一种报告解释的自动生成方法、装置和设备 |
CN113764063A (zh) * | 2020-11-09 | 2021-12-07 | 北京京东拓先科技有限公司 | 一种体检报告处理方法、装置、设备及存储介质 |
-
2021
- 2021-12-21 CN CN202111577521.XA patent/CN114400062B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100256991A1 (en) * | 2007-09-27 | 2010-10-07 | Canon Kabushiki Kaisha | Medical diagnosis support apparatus |
JP2019109810A (ja) * | 2017-12-20 | 2019-07-04 | コニカミノルタ株式会社 | 読影レポート解析装置及びプログラム |
CN109524073A (zh) * | 2018-10-17 | 2019-03-26 | 新博卓畅技术(北京)有限公司 | 一种医院检查报告自动解读方法、系统及设备 |
US20200334416A1 (en) * | 2019-04-16 | 2020-10-22 | Covera Health | Computer-implemented natural language understanding of medical reports |
CN110600099A (zh) * | 2019-08-20 | 2019-12-20 | 武汉联影医疗科技有限公司 | 电子报告展示方法、系统、装置、设备和存储介质 |
CN111160855A (zh) * | 2019-12-19 | 2020-05-15 | 海南金域医学检验中心有限公司 | 一种报告单自动审核方法、装置、设备及存储介质 |
CN113764063A (zh) * | 2020-11-09 | 2021-12-07 | 北京京东拓先科技有限公司 | 一种体检报告处理方法、装置、设备及存储介质 |
CN112562807A (zh) * | 2020-12-11 | 2021-03-26 | 北京百度网讯科技有限公司 | 医疗数据分析方法、装置、设备、存储介质和程序产品 |
CN112927776A (zh) * | 2021-02-03 | 2021-06-08 | 昆山慧医优策医疗科技有限公司 | 一种面向医学检验报告的人工智能自动解读系统 |
CN113257381A (zh) * | 2021-04-30 | 2021-08-13 | 广州金域医学检验中心有限公司 | 一种报告解释的自动生成方法、装置和设备 |
Non-Patent Citations (1)
Title |
---|
田驰远;陈德华;王梅;乐嘉锦;: "基于依存句法分析的病理报告结构化处理方法", 计算机研究与发展, no. 12, pages 2669 - 2680 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115221374A (zh) * | 2022-09-20 | 2022-10-21 | 华谱科仪(北京)科技有限公司 | 基于色谱数据分析的推送方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114400062B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Andrews | An author co-citation analysis of medical informatics | |
KR102075788B1 (ko) | 빅 데이터를 활용한 건강정보 콘텐츠 추천 서비스 시스템 | |
Ligabue et al. | Evaluation of the classification accuracy of the kidney biopsy direct immunofluorescence through convolutional neural networks | |
Berger et al. | Data mining as a tool for research and knowledge development in nursing | |
Salod et al. | Comparison of the performance of machine learning algorithms in breast cancer screening and detection: A protocol | |
Martínez-Romero et al. | Using association rule mining and ontologies to generate metadata recommendations from multiple biomedical databases | |
US11581094B2 (en) | Methods and systems for generating a descriptor trail using artificial intelligence | |
US20010049689A1 (en) | Molecular database for antibody characterization | |
Hovhannisyan et al. | The visual and semantic features that predict object memory: Concept property norms for 1,000 object images | |
CN113886716B (zh) | 食品安全突发事件的应急处置推荐方法及系统 | |
CN108595657A (zh) | His系统的数据表分类映射方法和装置 | |
Manski | Toward credible patient-centered meta-analysis | |
CN114400062B (zh) | 检验报告的解读方法及装置、计算机设备及存储介质 | |
Bolasco et al. | Understanding text mining: A pragmatic approach | |
CN113435200A (zh) | 实体识别模型训练、电子病历处理方法、系统及设备 | |
Norman | Systematic review automation methods | |
CN109411079B (zh) | 审核诊疗规则生成方法、装置、计算机设备和存储介质 | |
Nithya et al. | Correlated gain ratio based fuzzy weighted association rule mining classifier for diagnosis health care data | |
CN112651397B (zh) | 检查单分类方法、装置、计算机设备和存储介质 | |
CN113972009A (zh) | 一种基于临床检验医学大数据的医学检验咨询系统 | |
Abouzeid et al. | The potential for measuring ethnicity and health in a multicultural milieu–the case of type 2 diabetes in Australia | |
US11810669B2 (en) | Methods and systems for generating a descriptor trail using artificial intelligence | |
CN113674863A (zh) | 大数据基因检测的智能疾病防控及健康保健推荐方法 | |
Bramer | Inducer: a public domain workbench for data mining | |
Yeganova et al. | A Field Sensor: computing the composition and intent of PubMed queries |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |