CN108133756A - 医疗数据搜索方法及装置、存储介质、电子设备 - Google Patents

Abstract

本公开是关于一种医疗数据搜索方法及装置，属于医疗大数据技术领域，该方法包括：接收包括目标搜索词的搜索请求；其中，所述目标搜索词由待搜索医疗数据的关键词进行确定；对所述目标搜索词进行搜索，并根据所述待搜索医疗数据的属性标签得到与所述目标搜索词匹配的搜索结果；根据所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据；通过所述返回数据响应所述搜索请求。该方法避免了现有技术中返回数据并不能按照一定的顺序进行排列造成的返回数据较为杂乱的情况，增加了返回数据的可读性并提高了病案人员及医务人员提取对应返回数据的速度，加快了病案归档速度。

Description

医疗数据搜索方法及装置、存储介质、电子设备

技术领域

本公开涉及医疗大数据技术领域，具体而言，涉及一种医疗数据搜索方法、医疗数据搜索装置、计算机可读存储介质以及电子设备。

背景技术

ICD(International Classification of Diseases，国际疾病分类)编码是病案管理很重要的一环，也是疾病分类的核心。其中，编码的准确性、主要诊断选择的准确性以及诊断顺序的准确性均对疾病的研究具有重要意义。并且，随着医学信息化程度的提高，部分ICD在HIS中自动实现了关联。

传统的ICD编码可以包括如下步骤：首先，病案室专业编码员对照病程病历内容，对照区域政府部门发布的ICD诊断目录进行文字的筛选查找和理解；然后，再将临床诊断术语与ICD编码进行关联。

目前，有一部分医院仍需要按照上述方法进行。首先，需要了解临床诊断与ICD编码的区别与联系；然后，通过主导词找出相关大类，对照病历将选择的ICD编码及名称在病案系统的编码功能界面进行选择关联。但是，大多数医院的编码员由其他岗位转入，临床经验与编码经验均不充足，病案多时间紧，只能抽检，这些都使得初始病案质量有诊断标识不准确的缺陷。

但是，上述方案存在如下缺陷：一方面，筛选和查找的主导词只能按照个人经验进行输入，具有较强的个人主观意识，因此输入的主导词准确率较低；另一方面，上述方案缺少ICD本身设计哲学的融入以及临床医学知识的补充，容易造成医疗数据搜索的不准确性以及局限性；再一方面，由于主导词的准确率较低，容易导致搜索结果过多或者过少，不符合科病案人员及医务人员的实际应用；进一步的，对于同样的主导词，每一次都需要人工手动录入，降低了搜索效率。

因此，需要提供一种新的医疗数据搜索方法及装置。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种医疗数据搜索方法、医疗数据搜索装置、计算机可读存储介质以及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的由于主导词准确率较低导致的搜索结果过多或过少不符合科研人员实际应用的问题。

根据本公开的一个方面，提供一种医疗数据搜索方法，包括：

接收包括目标搜索词的搜索请求；其中，所述目标搜索词由待搜索医疗数据的关键词进行确定；

对所述目标搜索词进行搜索，并根据所述待搜索医疗数据的属性标签得到与所述目标搜索词匹配的搜索结果；

根据所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据；

通过所述返回数据响应所述搜索请求。

在本公开的一种示例性实施例中，根据所述待搜索医疗数据的属性标签得到与所述目标搜索词匹配的搜索结果包括：

为所述待搜索医疗数据配置所述属性标签；其中，所述属性标签包括与所述待搜索医疗数据对应的疾病特征以及疾病科室；

根据所述待搜索医疗数据的疾病特征和/或所述疾病科室，得到与所述目标搜索词匹配的搜索结果。

在本公开的一种示例性实施例中，根据所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据包括：

计算所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率；

根据所述疾病发生逻辑的逻辑关系强弱以及疾病发生概率的概率大小生成用于显示所述搜索结果的返回数据。

在本公开的一种示例性实施例中，计算所述待搜索医疗数据对应的疾病发生概率包括：

获取历史医疗数据，并根据所述历史医疗数据中与所述待搜索医疗数据对应的疾病发生次数计算所述疾病发生概率。

在本公开的一种示例性实施例中，所述返回数据基于国际疾病分类中的层级关系、和/或与所述疾病对应的病案主副关系进行呈现。

在本公开的一种示例性实施例中，在得到与所述目标搜索词匹配的搜索结果之前，所述医疗数据搜索方法还包括：

根据所述疾病科室对所述关键词的使用频率，对所述搜索结果进行更新。

在本公开的一种示例性实施例中，所述关键词的类型包括中文、英文、同义词、拼音、英文缩写中的一种或多种。

根据本公开的一个方面，提供一种医疗数据搜索装置，包括：

搜索请求接收模块，用于接收包括目标搜索词的搜索请求；其中，所述目标搜索词由待搜索医疗数据的关键词进行确定；

搜索模块，用于根据所述待搜索医疗数据的属性标签得到与所述目标搜索词匹配的搜索结果；

返回数据生成模块，用于根据所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据；

搜索请求响应模块，用于通过所述返回数据响应所述搜索请求。

根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的医疗数据搜索方法。

根据本公开的一个方面，提供一种电子设备，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的医疗数据搜索方法。

本公开一种医疗数据搜索方法及装置，通过对目标搜索词进行搜索，并根据待搜索医疗数据的属性标签得到与目标搜索词匹配的搜索结果；再根据待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据；一方面，通过对目标搜索词进行搜索，并根据待搜索医疗数据的属性标签得到与目标搜索词匹配的搜索结果，解决了现有技术中由于主导词准确率较低导致的搜索结果过多或过少不符合病案人员及医务人员实际应用的问题；提高了搜索结果的准确率，同时也提高了病案人员及医务人员在实际应用过程中提取搜索结果的速度；另一方面，通过根据待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据，避免了现有技术中返回数据并不能按照一定的顺序进行排列造成的返回数据较为杂乱的情况，增加了返回数据的可读性并提高了病案人员及医务人员提取对应返回数据的速度，加快了病案归档速度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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。

图1示意性示出一种医疗数据搜索方法的流程图。

图2示意性示出一种根据所述待搜索医疗数据的属性标签得到与所述目标搜索词匹配的搜索结果的方法流程图。

图3示意性示出一种根据所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据的方法流程图。

图4示意性示出一种医疗数据搜索装置的方框图。

图5示意性示出一种用于实现上述医疗数据搜索方法的电子设备框图。

图6示意性示出一种用于实现上述医疗数据搜索方法的计算机可读存储介质。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

为了便于对本公开的理解，首先，对本公开中提及到的专业术语以及缩略语进行解释以及说明。

国际疾病分类(International Classification of Diseases，ICD)：是WHO(World Health Organization，世界卫生组织)制定的国际统一的疾病分类方法，它根据疾病的病因、病理、临床表现和解剖位置等特性，将疾病分门别类，使其成为一个有序的组合，并用编码的方法来表示的系统。全世界通用的是第10次修订本《疾病和有关健康问题的国际统计分类》，仍保留了ICD的简称，并被统称为ICD-10。

医院信息系统(HIS，HospitalInformationSystem)：是按照学术界公认的morrisf.collen所给的定义为利用电子计算机和通讯设备，为医院所属各部门提供病人诊疗信息(Patient Care Information)和行政管理信息(Administration Information)的收集(Collect)、存储(Store)、处理(Process)、提取(Retrieve)和数据交换(Communicate)的能力并满足授权用户(Authorized Users)的功能需求的平台。

诊断相关性图谱：诊断图谱可以是结构化诊断在实际应用是之间伴随或并发关系，可以由实体及实体关系组成。其中，相互关系是指实体间的关系，比如，针对疾病和症状，关系可以包括“包含关系”、“不包含关系”以及甚至“金标准关系”等等；进一步的，例如，所有炎症都会带来发热，则可以被称为金标准关系。

病案：一方面，可以是指按规范记录病人疾病表现和诊疗情况的档案，由医疗机构的病案管理部门按相关规定保存；可以包括纸件的、电子文档、医学影像检查胶片以及病理切片等等；另一方面，可以是指医务人员记录疾病诊疗过程的文件，可以客观地、完整地、连续的记录病人的病情变化、诊疗经过、治疗效果及最终转归，是医疗、教学、科研的基础资料，也是医学科学的原始档案材料。

DRGs(Diagnosis Related Groups，疾病诊断相关分组)：是上世纪70年代美国学者研发的一种科学先进的病例组合工具；其中，DRGs以出院病历为依据，综合考虑了患者的主要诊断和主要治疗方式，结合个体特征如年龄、并发症和伴随病，根据疾病的复杂程度和费用将相似的病例分到同一个组中。

本示例实施方式中首先提供了一种医疗数据搜索方法。参考图1所示，该医疗数据搜索方法可以包括以下步骤：

步骤S110.接收包括目标搜索词的搜索请求；其中，所述目标搜索词由待搜索医疗数据的关键词进行确定。

步骤S120.对所述目标搜索词进行搜索，并根据所述待搜索医疗数据的属性标签得到与所述目标搜索词匹配的搜索结果。

步骤S130.根据所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据。

步骤S140.通过所述返回数据响应所述搜索请求。

上述医疗数据搜索方法中，一方面，通过对目标搜索词进行搜索，并根据待搜索医疗数据的属性标签得到与目标搜索词匹配的搜索结果，解决了现有技术中由于主导词准确率较低导致的搜索结果过多或过少不符合科研人员实际应用的问题；提高了搜索结果的准确率，同时也提高了科研人员在实际应用过程中提取搜索结果的速度；另一方面，通过根据待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据，避免了现有技术中返回数据并不能按照一定的顺序进行排列造成的返回数据较为杂乱的情况，增加了返回数据的可读性并提高了科研人员提取对应返回数据的速度，加快了科研速度。

下面，将结合附图对本示例实施方式中上述医疗数据搜索方法中的各步骤进行详细的解释以及说明。

参考图1所示，在步骤S110中，接收包括目标搜索词的搜索请求；其中，所述目标搜索词由待搜索医疗数据的关键词进行确定。

在本示例实施例中，当科研人员需要搜索待搜索医疗数据时，首先，可以通过终端向服务器发送包括目标搜索词的搜索请求；其中，该目标搜索词可以由待搜索医疗数据的关键词进行确定。例如，(此处以男性胃癌患者作为待搜索医疗数据)，则男性胃癌患者的关键词可以包括男性、胃癌患者、四十岁以上、抽烟、喝酒以及熬夜等等；也可以包括其他关键词，例如可以是恶心呕吐、食欲不振或者浮肿等等，本示例对此不做特殊限制。进一步的，还需要根据上述关键词确定目标搜索词，例如，当需要根据症状确定目标搜索词时，则可以将胃癌、恶心呕吐、食欲不振或者浮肿作为目标搜索词；当需要根据性别以及年龄或者病因作为目标搜索词时，可以将男性、胃癌患者、四十岁以上、抽烟、喝酒或者熬夜作为目标搜索词。此处需要进一步补充说明的是，可以为上述关键词配置逻辑关系(例如可以包括逻辑与、逻辑或以及逻辑非等等)，然后利用关键词以及逻辑关系生成上述目标搜索词。

进一步的，在本示例实施例中，上述关键词的类型可以包括中文、英文、同义词、拼音、英文缩写等等，也可以包括其他类型，例如可以是韩文、日文以及俄文等等，本示例对此不做特殊限制。当需要搜索其他语言种类的数据时，还可以将上述关键词翻译成与该语言种类对应的关键词再进行搜索。

继续参考图1所示，在步骤S120中，对所述目标搜索词进行搜索，并根据所述待搜索医疗数据的属性标签得到与所述目标搜索词匹配的搜索结果。

在本示例实施例中，当得到上述目标搜索词后，可以对该目标搜索词进行搜索，然后根据待搜索医疗数据的属性标签得到与该目标搜索词匹配的搜索结果。此处需要进一步说明的是，可以先依从ICD分类法的设计哲学，然后获取历史医疗数据或者历史编码数据，并对历史医疗数据或者历史编码数据进行训练，并对该训练中获取到的数据进行机器学习得到一搜索模型，然后利用该搜索模型对上述目标搜索词进行搜索。通过利用该方法，可以使搜索与推荐结果趋于个性化，进一步的满足科研人员的搜索要求；并且，还可以解决现有技术中存在的由于缺少ICD本身设计哲学的融入以及临床医学知识的补充而造成医疗数据搜索的不准确性以及局限性的问题。

继续参考图1所示，在步骤S130中，根据所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据。

在本示例实施例中，当得到上述待搜索医疗数据对应的搜索结果以后，可以根据待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据。例如，当根据上述目标关键词胃癌、恶心呕吐、食欲不振或者浮肿搜索得到对应的治疗方案或者用药情况时，可以根据胃癌与恶心呕吐、食欲不振以及浮肿等疾病的发生逻辑以及发生概率生成返回数据。

继续参考图1所示，在步骤S140中，通过所述返回数据响应所述搜索请求。

在本示例实施例中，当得到上述返回数据时，可以将该返回数据发送至终端以响应终端发送的搜索请求；进一步的，当终端接收到该返回数据后，可以将该返回数据呈现至终端的显示界面以供科研人员可以及时的进行查看。

图2示意性示出一种根据所述待搜索医疗数据的属性标签得到与所述目标搜索词匹配的搜索结果的方法流程图。参考图2所示，根据所述待搜索医疗数据的属性标签得到与所述目标搜索词匹配的搜索结果可以包括步骤S210以及步骤S220。

参考图2所示，在步骤S210中，为所述待搜索医疗数据配置所述属性标签；其中，所述属性标签包括与所述待搜索医疗数据对应的疾病特征以及疾病科室。

在本示例实施例中，上述属性标签可以包括与待搜索医疗数据对应的疾病特征以及疾病科室；例如，男性胃癌患者对应的疾病特征可以包括恶心、贫血、消瘦以及营养不良等等；男性胃癌患者对应的疾病科室可以包括肿瘤科、普外科、内科以及消化科等等。进一步的，为男性胃癌患者配置的属性标签例如可以包括贫血、消瘦、肿瘤科、内科或者消化科等等。

继续参考图2所示，在步骤S220中，根据所述待搜索医疗数据的疾病特征和/或所述疾病科室，得到与所述目标搜索词匹配的搜索结果。

在本示例实施例中，当上述待搜索医疗数据对应的疾病特征以及疾病科室配置完成以后，可以根据疾病特征和/或疾病科室得到与目标搜索词匹配的搜索结果。例如，可以根据贫血、消瘦、肿瘤科、内科得到与目标关键词胃癌、恶心呕吐、食欲不振或者浮肿匹配的主诊断、副诊断、手术操作、DRG等。

进一步的，由于各个医院的各个科室以及医疗人员的使用习惯不同，对各个关键词的使用频率也不同；因此，可以根据所述疾病科室对所述关键词的使用频率，对所述搜索结果进行更新。举例而言：

例如，某医院的内科平时对恶心呕吐以及浮肿的使用频率较高，因此在搜索结果中，可以将这两项对应的用药情况以及治疗方案放在较为前面的位置；也可以将该两项对应的其他患者的症状等情况放在较为前面的位置，以便医疗人员进行查看。通过该方式，可以进一步的提高医疗人员的效率。

图3示意性示出一种根据所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据的方法流程图。参考图3所示，根据所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据可以包括步骤S310以及步骤S320。

参考图3所示，在步骤S310中，计算所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率。

在本示例实施例中，计算待搜索医疗数据对应的疾病发生概率可以包括：获取历史医疗数据，并根据所述历史医疗数据中与所述待搜索医疗数据对应的疾病发生次数计算所述疾病发生概率。举例而言：

当需要计算男性胃癌患者对应的贫血发生概率时，可以获取多个历史的男性胃癌患者的医疗数据，并利用该历史的男性胃癌患者的医疗数据中贫血的发生次数除以该历史的男性胃癌患者的医疗数据的总个数得到贫血的发生概率。

进一步的，在本示例实施例中，计算待搜索医疗数据对应的疾病发生逻辑可以包括：计算待搜索医疗数据对应的疾病与其他疾病同时发生的逻辑关联。例如，男性胃癌患者在患有胃癌的同时，还会因为胃癌而引起贫血等疾病；若贫血的发生概率较高，则可以认为贫血与胃癌的逻辑关联较强。

继续参考图3所示，在步骤S320中，根据所述疾病发生逻辑的逻辑关系强弱以及疾病发生概率的概率大小生成用于显示所述搜索结果的返回数据。

在本示例实施例中，当得到上述疾病发生逻辑以及疾病发生概率后，可以根据疾病发生逻辑的逻辑关系强弱以及疾病发生概率的概率大小生成用于显示所述搜索结果的返回数据。例如，男性胃癌患者对应的贫血发生概率较高，同时逻辑关系也较强，则在男性胃癌患者对应的返回数据中，可以将贫血放在较为靠前的位置，便于引起医疗人员的注意。

进一步的，在本示例实施例中，上述返回数据可以基于国际疾病分类中的层级关系、和/或与所述疾病对应的病案主副关系进行呈现。其中，基于国际疾病分类中的层级关系进行呈现可以被理解为：根据ICD编码的层级关系，将返回数据按照大类-小类等树状层级结构依次呈现至终端的显示界面上，便于医疗人员进行查看；此处需要补充说明的是，由于关键词的使用频率的变化，因此返回数据也会随着变化，因此显示界面显示出来的返回数据是实时变换的。进一步的，基于疾病对应的病案主副关系进行呈现可以被理解为：在病案中，存在主副诊断，主诊断可例如为心脏病，副诊断为高血压等；由心脏病引起的其他疾病在输入主诊断时，可以根据该病引起的其他病症的概率高低进行推荐。

图4示意性示出一种医疗数据搜索装置的框图。参考图4所示，该医疗数据搜索装置可以包括搜索请求接收模块410、搜索模块420、返回数据生成模块430以及搜索请求响应模块440。其中：

搜索请求接收模块410可以用于接收包括目标搜索词的搜索请求；其中，所述目标搜索词由待搜索医疗数据的关键词进行确定。

搜索模块420可以用于根据所述待搜索医疗数据的属性标签得到与所述目标搜索词匹配的搜索结果。

返回数据生成模块430可以用于根据所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据。

搜索请求响应模块440可以用于通过所述返回数据响应所述搜索请求。

在本发明的一些实施例中，基于前述方案，搜索模块420还可以包括：

属性标签配置模块，用于为所述待搜索医疗数据配置所述属性标签；其中，所述属性标签包括与所述待搜索医疗数据对应的疾病特征以及疾病科室。

搜索结果得到模块，用于根据所述待搜索医疗数据的疾病特征和/或所述疾病科室，得到与所述目标搜索词匹配的搜索结果。

在本发明的一些实施例中，基于前述方案，返回数据生成模块430还可以包括：

计算模块，用于计算所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率。

返回数据生成子模块，用于根据所述疾病发生逻辑的逻辑关系强弱以及疾病发生概率的概率大小生成用于显示所述搜索结果的返回数据。

在本发明的一些实施例中，基于前述方案，计算模块还可以包括：

概率计算模块，用于获取历史医疗数据，并根据所述历史医疗数据中与所述待搜索医疗数据对应的疾病发生次数计算所述疾病发生概率。

在本发明的一些实施例中，基于前述方案，，所述返回数据基于国际疾病分类中的层级关系、和/或与所述疾病对应的病案主副关系进行呈现。

在本发明的一些实施例中，基于前述方案，，所述医疗数据搜索装置还包括：

搜索结果更新模块，用于根据所述疾病科室对所述关键词的使用频率，对所述搜索结果进行更新。

在本发明的一些实施例中，基于前述方案，，所述关键词的类型包括中文、英文、同义词、拼音、英文缩写中的一种或多种。

上述医疗数据搜索装置中各模块的具体细节已经在对应的医疗数据搜索方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图5来描述根据本发明的这种实施方式的电子设备500。图5显示的电子设备500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于：上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元510执行，使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元510可以执行如图1中所示的步骤S110：接收包括目标搜索词的搜索请求；其中，所述目标搜索词由待搜索医疗数据的关键词进行确定；S120：对所述目标搜索词进行搜索，并根据所述待搜索医疗数据的属性标签得到与所述目标搜索词匹配的搜索结果；步骤S130：根据所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据；步骤S140.通过所述返回数据响应所述搜索请求。

存储单元520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202，还可以进一步包括只读存储单元(ROM)5203。

存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204，这样的程序模块5205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备500也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备500交互的设备通信，和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口550进行。并且，电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器560通过总线530与电子设备500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图6所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品600，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

Claims (10)

1.一种医疗数据搜索方法，其特征在于，包括：

接收包括目标搜索词的搜索请求；其中，所述目标搜索词由待搜索医疗数据的关键词进行确定；

对所述目标搜索词进行搜索，并根据所述待搜索医疗数据的属性标签得到与所述目标搜索词匹配的搜索结果；

根据所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据；

通过所述返回数据响应所述搜索请求。

2.根据权利要求1所述的医疗数据搜索方法，其特征在于，根据所述待搜索医疗数据的属性标签得到与所述目标搜索词匹配的搜索结果包括：

为所述待搜索医疗数据配置所述属性标签；其中，所述属性标签包括与所述待搜索医疗数据对应的疾病特征以及疾病科室；

根据所述待搜索医疗数据的疾病特征和/或所述疾病科室，得到与所述目标搜索词匹配的搜索结果。

3.根据权利要求2所述的医疗数据搜索方法，其特征在于，根据所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据包括：

计算所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率；

根据所述疾病发生逻辑的逻辑关系强弱以及疾病发生概率的概率大小生成用于显示所述搜索结果的返回数据。

4.根据权利要求3所述的医疗数据搜索方法，其特征在于，计算所述待搜索医疗数据对应的疾病发生概率包括：

获取历史医疗数据，并根据所述历史医疗数据中与所述待搜索医疗数据对应的疾病发生次数计算所述疾病发生概率。

5.根据权利要求1所述的医疗数据搜索方法，其特征在于，所述返回数据基于国际疾病分类中的层级关系、和/或与所述疾病对应的病案主副关系进行呈现。

6.根据权利要求2所述的医疗数据搜索方法，其特征在于，在得到与所述目标搜索词匹配的搜索结果之前，所述医疗数据搜索方法还包括：

根据所述疾病科室对所述关键词的使用频率，对所述搜索结果进行更新。

7.根据权利要求1-6任一所述的医疗数据搜索方法，其特征在于，所述关键词的类型包括中文、英文、同义词、拼音、英文缩写中的一种或多种。

8.一种医疗数据搜索装置，其特征在于，包括：

搜索请求接收模块，用于接收包括目标搜索词的搜索请求；其中，所述目标搜索词由待搜索医疗数据的关键词进行确定；

搜索模块，用于根据所述待搜索医疗数据的属性标签得到与所述目标搜索词匹配的搜索结果；

返回数据生成模块，用于根据所述待搜索医疗数据对应的疾病发生逻辑以及疾病发生概率生成返回数据；

搜索请求响应模块，用于通过所述返回数据响应所述搜索请求。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的医疗数据搜索方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的医疗数据搜索方法。