CN107785075A - 基于文本病历的小儿发热疾病深度学习辅助诊断系统 - Google Patents

Abstract

本发明涉及一种基于文本病历的小儿发热疾病深度学习辅助诊断系统，包括：病历输入模块，用于接收自由文本形式的病历；文本结构化模块，与病历输入模块连接，采用自然语言处理方法将自由文本形式的病历处理得到结构化数据；特征提取模块，与文本结构化模块连接，用于从结构化数据提取诊断特征；结果输出模块，与特征提取模块连接，用于根据提取的诊断特征利用神经网络根据历史病历中习得的诊断模型，在当前病历上进行疾病分类的预测，输出诊断结果。与现有技术相比，本发明于深度学习的自然语言处理、诊断模型，使得系统的诊断准确率可以超过基层医生水平，并且发挥稳定，从而真正帮助基层医务工作者。

Description

基于文本病历的小儿发热疾病深度学习辅助诊断系统

技术领域

本发明涉及一种辅助诊断系统，尤其是涉及一种基于文本病历的小儿发热疾病深度学习辅助诊断系统。

背景技术

发热类疾病是儿科疾病中非常重要的一类，占比和危险性都较高。由于不同发热疾病的症状有混淆性，医生在诊断时会遇到困难，需要决策辅助以及可供参考的相似病历。

现有的辅助诊断系统主要分为两类：

1.基于结构化信息。将所有病史、症状、检查结果等信息以结构化的方式表示，在此基础上通过统计学习的推断或基于知识库的推理，提供决策辅助，并且根据结构化信息的匹配程度，查找相似病历。其主要缺点是：输入不灵活，病人的信息很难通过纯结构化的方式表示；无法利用大量的历史上的非机构化病历信息，既限制了统计学习的训练数据量，又减少了可供参考的相似病历池；强依赖于统一的结构化表示，信息无法跨系统使用。

2.基于文本关键词索引。采用类似于搜索引擎的做法，将当前病历作为query，历史病例、医学知识库(wiki)视为document，通过tf-idf、learning to rank等手段，为当前病历查找到决策辅助信息以及相似病历。其主要缺点是：决策辅助信息不够精准，需要医生进一步阅读索引到的文献；难以从历史病例中学习诊断模型。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于文本病历的小儿发热疾病深度学习辅助诊断系统。

本发明的目的可以通过以下技术方案来实现：

一种基于文本病历的小儿发热疾病深度学习辅助诊断系统，包括：

病历输入模块，用于接收自由文本形式的病历；

文本结构化模块，与病历输入模块连接，采用自然语言处理方法将自由文本形式的病历处理得到结构化数据；

特征提取模块，与文本结构化模块连接，用于从结构化数据提取诊断特征；

结果输出模块，与特征提取模块连接，用于根据提取的诊断特征利用神经网络根据历史病历中习得的诊断模型，在当前病历上进行疾病分类的预测，输出诊断结果。

所述病历输入模块包括自由文本输入单元和第一结构化输入单元，所述自由文本输入单元接受自由文本形式的病历输入，所述第一结构化输入单元接收由手动选择的结构化数据。

所述文本结构化模块包括：

分词单元，用于自由文本进行分词处理切分为连续的词语；

word2vec单元，与分词单元连接，用于使用深度神经网络算法，将每个词语映射至反应其语义的统一的向量空间中；

依存关系分析单元，与word2vec连接，使用循环神经网络算法，根据每个句子的表意，将其中的词语构建成依存关系树。

所述分词单元采用CRF算法。

所述特征提取模块包括主题模型单元和近义词匹配单元，通过主题模型、基于依存关系分析的模板匹配和基于word2vec的近义词匹配的方式，生成输入病历的诊断特征。

所述特征提取模块还包括第二结构化输入单元，该第二结构化输入单元用于接收由手动选择的结构化数据。

所述结果输出模块包括：

诊断结果生成单元，用于基于提取的诊断特征利用神经网络根据历史病历中习得的诊断模型，得到多个可能的疾病分类，并生成各疾病分类的置信度以及影响置信度的缺乏的诊断结果。

相似病历输输出单元，用于从历史病历中，根据诊断特征的匹配和文本的相似度，进行病历检索，输出相似病历。

与现有技术相比，本发明具有以下有益效果：

1)性能好：基于深度学习的自然语言处理、诊断模型，使得系统的诊断准确率可以超过基层医生水平，并且发挥稳定，从而真正帮助基层医务工作者

2)输入方式灵活，可集成性强：同时支持自然语言文本和结构化信息。系统也可以与医疗机构已有的病历系统对接，免去二次输入。

3)输出结果精确、直接：系统可以直接给出诊断建议、提示，以及下一步检查项的建议，免去了医生繁琐的对系统输出的二次解读。

附图说明

图1为本发明的结构示意图；

图2为本发明应用时的算法流程示意图；

图3为分词算法原理示意图；

图4为依存关系分析的效果示意图；

其中：1、病历输入模块，2、文本结构化模块，3、特征提取模块，4、结果输出模块。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

本申请所指的系统，以自由文本信息作为输入，结构化的信息为中间表示，从而解决输入灵活性差的问题，很好地解决了前文所提及的现有系统的种种缺陷。一方面，系统可以直接读取患者病历文本，同时也兼容已有的电子病历系统，使得医生无需手动输入患者病症，而且由于系统可以阅读历史病历，极大地增加了系统进行学习的训练数据量，提高了系统性能；另一方面，由于采用结构化的中间表示，克服了基于文本关键词索引的不精确性，使得系统可以直接给出精确、直接的诊断建议和提示，提高了系统和医生的交互效率。由于近年来深度学习技术的广泛应用，以及自然语言处理领域的快速进展，使得自由文本信息和结构化信息的相互转化成为可能。

本申请有如下特征：

1.基于自由文本病历输入：

系统接受自由文本形式的病历输入，通过算法理解病历中描述的症状、病史、检查项，用于诊断决策。系统也支持手动选择结构化条目的输入方式，作为辅助。

2.自由文本结构化：

系统通过一系列的自然语言处理算法，理解输入的文本病历，提取诊断系统需要的病症信息。利用深度学习技术，以及大量病历训练数据，使得算法有着较高的信息提取覆盖率和准确率，解决了传统信息提取算法无法提取复杂症状信息、难以在复杂语言表述下正确提取信息等问题。

3.精确的诊断决策提示：

系统返回诊断决策提示，包括算法诊断结果、算法诊断置信度、医生诊断是否出错、值得怀疑的罕见病等信息。

4.相似病历：

系统会从历史病历库中，筛选出和输入病历在语义上近似的若干份病历，供医生参考。

本申请系统输入为：

·病历文本

·结构化输入(特征勾选、化验结果等)

本申请系统输出为：

诊断结果：提供30余种常见小儿发热疾病的置信度

相似病历：提供相似度，以及当前病历于历史病历之间每句话的匹配关系

后续检查建议：提示一些重要的、可能极大增加诊断置信度(确诊或排除被怀疑的疾病)的待检查项

具体而言，一种基于文本病历的小儿发热疾病深度学习辅助诊断系统，如图1所示，包括：

病历输入模块1，用于接收自由文本形式的病历；

文本结构化模块2，与病历输入模块1连接，采用自然语言处理方法将自由文本形式的病历处理得到结构化数据；

特征提取模块3，与文本结构化模块2连接，用于从结构化数据提取诊断特征；

结果输出模块4，与特征提取模块3连接，用于根据提取的诊断特征利用神经网络根据历史病历中习得的诊断模型，在当前病历上进行疾病分类的预测，输出诊断结果。

病历输入模块1包括自由文本输入单元和第一结构化输入单元，自由文本输入单元接受自由文本形式的病历输入，第一结构化输入单元接收由手动选择的结构化数据。

文本结构化模块2包括：

分词单元，采用CRF算法，用于自由文本进行分词处理切分为连续的词语；

word2vec单元，与分词单元连接，用于使用深度神经网络算法，将每个词语映射至反应其语义的统一的向量空间中；

依存关系分析单元，与word2vec连接，使用循环神经网络算法，根据每个句子的表意，将其中的词语构建成依存关系树。

特征提取模块3包括主题模型单元和近义词匹配单元，通过主题模型、基于依存关系分析的模板匹配和基于word2vec的近义词匹配的方式，生成输入病历的诊断特征。

特征提取模块3还包括第二结构化输入单元，该第二结构化输入单元用于接收由手动选择的结构化数据。

结果输出模块4包括：

诊断结果生成单元，用于基于提取的诊断特征利用神经网络利用神经网络根据历史病历中习得的诊断模型，得到多个可能的疾病分类，并生成各疾病分类的置信度以及影响置信度的缺乏的诊断结果。

相似病历输输出单元，用于从历史病历中，根据诊断特征的匹配和文本的相似度，进行病历检索，输出相似病历。

如图2所示，算法流程包括：

1.通过基于深度学习(神经网络)的分词、word2vec、依存关系分析等手段对历史病历做自然语言处理，作为后续所有模块的输入。其中分词模块使用CRF算法，将输入的连续文本字符切分为连续的词语，word2vec模块使用深度神经网络算法，将每个词语映射至反应其语义的统一的向量空间中，依存关系分析使用循环神经网络算法，根据每个句子的表意，将其中的词语构建成依存关系树，用于表示句子语义结构，其中，如图3所示，分词采用经典的CRF算法(条件随机场算法)。如图4所示，word2vec和依存关系分析均利用神经网络算法，得到每个词的词向量、词性以及词之间的依赖关系。

2.特征提取模块3通过topic model、基于依存关系分析的模板匹配和基于word2vec的近义词匹配的方式，生成输入病历的诊断特征(病史、症状、检查结果等)，此模块同时也支持结构化形式的输入，便于医生对诊断特征进行补充、删减进行修正。经实践，小儿发热疾病的特征数量在数千左右。

3.基于诊断特征，利用神经网络根据历史病历中习得的诊断模型，在当前病历上进行疾病分类的预测，输出诊断结果，为医生提供决策辅助。同时系统根据诊断模型和医学知识库，从当前缺失的诊断特征中挑选出一些可能极大改变诊断结果或诊断置信度的，作为后续检查建议提示，输出后续检查建议，并接受医生直接勾选特征的方式完善病历输入。

4.系统同时从历史病历中，根据诊断特征的匹配和文本的相似度，进行病历检索，输出相似病历。

5.结合以上两点，完成系统输出。

Claims (7)

1.一种基于文本病历的小儿发热疾病深度学习辅助诊断系统，其特征在于，包括：

病历输入模块，用于接收自由文本形式的病历；

文本结构化模块，与病历输入模块连接，采用自然语言处理方法将自由文本形式的病历处理得到结构化数据；

特征提取模块，与文本结构化模块连接，用于从结构化数据提取诊断特征；

结果输出模块，与特征提取模块连接，用于根据提取的诊断特征利用神经网络根据历史病历中习得的诊断模型，在当前病历上进行疾病分类的预测，输出诊断结果。

2.根据权利要求1所述的一种基于文本病历的小儿发热疾病深度学习辅助诊断系统，其特征在于，所述病历输入模块包括自由文本输入单元和第一结构化输入单元，所述自由文本输入单元接受自由文本形式的病历输入，所述第一结构化输入单元接收由手动选择的结构化数据。

3.根据权利要求1所述的一种基于文本病历的小儿发热疾病深度学习辅助诊断系统，其特征在于，所述文本结构化模块包括：

分词单元，用于自由文本进行分词处理切分为连续的词语；

word2vec单元，与分词单元连接，用于使用深度神经网络算法，将每个词语映射至反应其语义的统一的向量空间中；

依存关系分析单元，与word2vec连接，使用循环神经网络算法，根据每个句子的表意，将其中的词语构建成依存关系树。

4.根据权利要求3所述的一种基于文本病历的小儿发热疾病深度学习辅助诊断系统，其特征在于，所述分词单元采用CRF算法。

5.根据权利要求1所述的一种基于文本病历的小儿发热疾病深度学习辅助诊断系统，其特征在于，所述特征提取模块包括主题模型单元和近义词匹配单元，通过主题模型、基于依存关系分析的模板匹配和基于word2vec的近义词匹配的方式，生成输入病历的诊断特征。

6.根据权利要求5所述的一种基于文本病历的小儿发热疾病深度学习辅助诊断系统，其特征在于，所述特征提取模块还包括第二结构化输入单元，该第二结构化输入单元用于接收由手动选择的结构化数据。

7.根据权利要求1所述的一种基于文本病历的小儿发热疾病深度学习辅助诊断系统，其特征在于，所述结果输出模块包括：

诊断结果生成单元，用于基于提取的诊断特征利用神经网络根据历史病历中习得的诊断模型，得到多个可能的疾病分类，并生成各疾病分类的置信度以及影响置信度的缺乏的诊断结果。

相似病历输输出单元，用于从历史病历中，根据诊断特征的匹配和文本的相似度，进行病历检索，输出相似病历。