CN109408635A - 一种病历文档标准化处理系统及方法 - Google Patents

Abstract

本发明涉及一种病历文档标准化处理系统，包括病历文档，还包括：病历项目定义模块，用于根据病历文档建立若干能够被识别的病历项目；提取规则定义模块，用于设定提取病历项目的提取条件；病历项目识别模块，用于根据提取条件来提取病历项目；标准指标定义模块：用于设定要进行标准化的标准指标；标准化规则定义模块，用于建立标准指标的标准化规则；标准化处理单元，用于根据标准化规则定义模块建立的标准化规则对提取病历项目中的病历项目内容进行标准化处理，获得符合自然语言的标准指标值。由于本发明减少了大量预料库预的定义、分词处理、实体命名标注等步骤，并以标准化病历项目结果为导向，减轻了病历识别的工作量，提高了工作效率与质量。

Description

一种病历文档标准化处理系统及方法

技术领域

本发明设计医疗体系管理领域，特别是一种病历文档管理系统及病历识别方法。

背景技术

健康医疗大数据是国家重要的基础性战略资源。国家在健康+大数据+互联网医疗等方面多次提出了相关的指导性文件。健康医疗大数据的应用与研究涉及面是很广的，其中大量临床电子病历数据作里面蕴含了大量的医疗健康专业知识信息。为了运行这些只是信息，其中一项非常重要的基础技术就是建立一种通过信息技术能够准确、高效、智能的识别电子病历数据中的知识信息的方法和系统。

传统的病历管理系统往往采用纸质档案，不仅管理不方便，而且医生要从一个患者大量的病历档案中找到有用的病历信息也十分麻烦，也有的医院采用了磁卡管理的模式，将患者的病历文档储存在电子储存设备中，通过患者所持有的磁卡调取其所有病历信息，但仍然没有从根本上解决信息量过大，从中提取有用的信息困难的问题。

目前针对临床电子病历知识信息识别方式已有多方面的研究，其中一个重要的技术方案就是基于分词的自然语言处理技术。自然语言处理是计算机科学领域与人工智能领域中的一个重要方向，它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，对于临床医疗来说电子病历数据就是自然语言的一个部分。单目前采用自然语言处理技术仍的以下几点问题难以解决：(1)单词的边界界定：在病历文档中词与词之间通常是连贯的，如何界定单词的边界是困难的，例如：“对随地吐痰者给予处罚”，“随地吐痰者”本身是一个词还是一个短语，不同的情况会有不同的标准。(2)词义的消歧：许多字词不单只有一个意思，如何根据上下文选出使句意最为通顺的解释或意义等。(3)句法的模糊性：自然语言的文法通常是模棱两可的，针对一个句子通常可能会剖析(Parse)出多棵剖析树(Parse Tree)，而我们必须要仰赖语意及前后文的关联信息才能在其中选择一棵最为适合的剖析树。

发明内容

针对上述现有技术存在的问题，本发明提供了一种病历文档标准化处理系统及方法，以达到信息系统能够对病历文档自动识别的需求。

一种病历文档标准化处理系统，包括病历文档，还包括：

病历项目定义模块，用于根据病历文档建立若干能够被识别的病历项目；

提取规则定义模块，用于设定提取病历项目的提取条件；

病历项目识别模块，用于根据提取规则定义模块设定的提取条件来从病历文档中提取具体的病历项目内容；

标准指标定义模块：用于设定要进行标准化的标准指标；

标准化规则定义模块，用于建立对病历项目内容进行标准化处理的规则；

标准化处理单元，用于根据标准化规则定义模块建立的标准化规则对提取病历项目内容进行标准化处理，获得符合自然语言的标准指标值。

进一步的，所述的标准化识别系统还包括：用于对病历文档分类的病历文档目录，病历项目定义模块能够对病历文档目录里的每一个病历文档建立若干病历项目。

进一步的，同一病历文档目录中所有病历项目对应的病历文档；任意两个病历项目对应的病历文档的内容不重复。

进一步的，病历项目包括项目信息单元，项目信息单元包括病历项目编码、病历项目名称、病历项目所属文档、上级病历项目中的至少一个。

进一步的，提取规则定义模块包括若干由提取条件组成的识别组，并且任意两个识别组的提取条件不完全相同，病历项目识别模块能够根据至少一个识别组来提取病历项目。

进一步的，提取规则定义模块包括若干正则表达式的提取条件。

进一步的，病历项目识别模块的提取条件包括特征关键词、病历语句前缀、病历语句后缀、排除关键词、病历项目规格中的至少一个。

进一步的，所述的标准化识别系统还包括：验证模块，用于验证提取病历项目内容是否正确。

进一步的，标准指标定义模块所设定的标准指标包括体征、症状、检验项目、检查项目、病理项目中的至少一种。

进一步的，标准化规则定义模块包括：

病历项目项目信息单元，具体包括：映射关系描述、数据类型、数据规格、标准化计算方法、标准化参值；

标准化结论单元，具体包括：病历项目项目信息对应的标准化指标及标准化指标值。

本发明还公开了一种病历文档标准化处理方法，具体方法如下：

根据病历文档建立若干能够被识别的病历项目；

设定提取病历项目的提取条件；

根据提取规则定义模块设定的提取条件来提取病历项目内容；

设定要进行标准化的标准指标；

建立对病历项目内容进行标准化的标准化规则；

根据标准化规则定义模块建立的标准化规则对提取病历项目中的病历项目内容进行标准化处理，获得符合自然语言的标准指标值。

由于本发明减少了大量预料库预的定义、分词处理、实体命名标注等步骤，而是以标准化病历项目结果为导向的技术思路，所以大大减轻了病历识别的工作量，提高了病历识别的工作效率与质量。

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。

图1是本发明的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。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做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。

现有技术中，病历往往由医生填写，虽然符合自然语言表达，但却有很强的主观表达方式，下面以一分病历记载的现病史信息为例：“患者3月前无明显诱因出现双下肢水肿，休息后稍缓解，自述曾在我院普内科门诊及上级医院就诊，曾间断复用利尿剂，黄葵等药物，2016年5月9日就诊我科门诊查肾功能示：白蛋白29.2g/L、肌酐59umol/L、尿素氮3.90mmol/L、尿酸326umol/L。尿常规示：潜血3+，尿蛋白3+，血常规未见异常，2015年5月18日我院24小时尿蛋白定量提升5.2g，当时建议其住院进一步诊治，但患者表示家中事务太多，遂未予住院，继续给予金水宝、黄葵口服；今日患者再次就诊我科门诊，门诊拟“肾病综合征”收住我科，患者病程中夜间偶有胸闷、咳嗽，无恶心、呕吐，无腹痛、腹泻，尿量尚可，尿泡沫增多，大便正常，睡眠尚可，近期体重未检测”。

如图1所示，一种病历文档标准化处理系统，包括病历文档，还包括：

病历项目定义模块，用于根据病历文档建立若干能够可识别的病历项目。病历文档中每一个具有独立表达含义的语句都可以理解为一条病历项目，本质上病历文档就是由若干病历项目组成，本系统基于对病历项目的识别并提取，进而大大减少了自然语言分析所要求的基于的数据库的大小。

提取规则定义模块，用于设定提取病历项目的提取规则；

病历项目识别模块，用于根据提取规则定义模块设定的提取条件从病历文档中提取病历项目内容；

标准指标定义模块：用于设定要进行标准化的标准指标；

标准化规则定义模块，用于建立对病历项目内容中进行标准化处理的标准化规则；

标准化处理单元，用于根据标准化规则定义模块建立的标准化规则对提取的病历项目内容进行标准化处理，获得符合自然语言的标准指标值。

本实施例中，病历项目包括项目信息单元，项目信息单元包括病历项目编码、病历项目名称、病历项目所属文档、上级病历项目中的至少一个。现有技术中，对病历中的表述方式按照自然语言分析是目前的一项难点，由于自然语音表达法方式丰富且多样化，要达到自动识别需要建立一个巨大的知识库作为支持。本发明按照预先定义的病历项目先将病历档案的内容进行拆分，也就是说只要找到病历项目，就能获得该病历项目对应的病历项目内容，并且病历项目还设有病历项目识别信息，通过病历项目识别信息查找到对应的病历项目远比通过自然语言化处理病历文档全文要方便的多。在本发明的一些实施例中，可以对病历文档别建立大量的病历项目，以便能够对病历文档的全部病历信息进行识别和处理。下方表1为病历项目的项目信息表。

表1

本实施例中，病历项目识别模块其用于对已经建立好的病历项目进行识别，根据提取规则定义模块所定义的提取条件得到所对应的病历项目和病历项目内容，通过获得更有针对性的病历项目，使得标准化分析不用建立庞大的分析数据库和逻辑关系库，极大的提高了识别的效率。用户能够根据自己的需要设定病历项目和病历项目对应的提取条件，进而能够准确的找到所需要的病历文档中的病历项目，病历项目识别模块所提取的病历项目也为后续对其进行标准化处理起到了关键性作用。

在本发明的一些实施例中，所述的标准化识别系统还包括：用于对病历文档分类的病历文档目录，病历项目定义模块能够对病历文档目录里的每一个病历文档建立若干病历项目。对于一些患者的病历档案，可能会累计巨大的内容，即便对病历项目进行建立病历项目，这些病历项目罗列起来数量仍然十分巨大，通过病历文档目录能够对病历项目进行分类，因此，对病历文档进行目录分类，使得对于病历项目的提取更具针对性，大大提高了提取的速度和准确性。

优选的，病历文档目录包括若干子目录，任意子目录包括至少一个病历项目。子目录呈树状拓扑结构，病历文档目录分为n级子目录，n为正整数，下一级子目录由上一级子目录延展而来，如上方的表1所示，“病历”为一级子目录，“门诊病历”、“住院病历”为“病历”延展的二级子目录，“病历记录”为“住院病历”所延展的三级子目录，而四级子目录“入院记录”中，其下属有四个病历文档，表格右侧的病历项目信息(即病历项目的项目信息)罗列有四级子目录“入院记录”下属的所有病历文档的病历项目，即包含对应的所有病历项目。通过上述结构的病历文档目录便于对数量较大的病历文档进行规划管理。

在本发明的一些实施例中，病历项目的项目信息包括病历项目编码、病历项目名称、病历项目所属文档、上级病历项目中的至少一个。病历项目名称等项目信息便于直观的呈现给用户，而病历项目编码等项目信息具有唯一性，并与所述的管理系统准确的识别病历项目。

在本发明的一些实施例中，病历项目识别模块采用正则表达式识别病历项目。正则表达式是对字符串，包括普通字符(例如，a到z之间的字母)和特殊字符(称为“元字符”)，操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，模式描述在搜索文本时要匹配的一个或多个字符串。

优选的，如表2所示，提取规则定义模块的提取条件包括特征关键词、病历语句前缀、病历语句后缀、排除关键词中的至少一个。

表2

由于不同的病历文档对同一个病历项目，其项目信息可能有多重表达方式，仅采用一组提取条件进行提前有可能出现提取无结果或错误的情况，那么就需要定义多个识别的模式，以保证精准度，而且需要对各个识别模式调节排序，精确度高的识别调节排序靠前。因此，本发明提取规则定义模块包括若干由提取条件组成的识别组，并且任意两个识别组的提取条件不完全相同，病历项目识别模块能够根据至少一个识别组来提取病历项目。

为了确保提取的结果准确，本发明的系统还包括验证模块，用于验证病历项目识别模块是否提取到了正确病历项目，验证通过则表示提取到了病历项目的信息是符合要求的。

本实施例中，标准指标定义模块用于设定要进行标准化的标准指标。标准化病历项目根据医学教材和文献整理的标准化指标信息，包含体征、症状、检验项目、检查项目、病理项目等，比如水肿、咳嗽、尿蛋白、肾囊肿等，这些信息一般都会病历文档中出现，也是病历文档中非常有用的信息。这些标准化项目的定义与具体的病历文档无直接的关系，但对每份病历来说都来自于病历项目所包含的有效信息，标准化病历项目是对病历文档项目进一步提炼与标化的结果。

如下表3所示，是基于表2所示的一种标准化规则定义结构，具体包括病历项目项目信息单元，具体包括：映射关系描述、数据类型、数据规格、标准化计算方法、标准化参值。标准化结论单元，具体包括：病历项目项目信息对应的标准化指标及标准化指标值。在病历项目中，通过对病历项目内容中是否存在病历项目项目信息单元，便能够得到标准指标对应的标准指标值。值得一提的是，该表公开的是文字类型的病历项目，基于上述标准化规则定义模块及对应的方法，同样可以应用于数值类型的病历项目。

表3

优选的，标准指标提取模块所提取的标准指标包括体征、症状、检验项目、检查项目、病理项目中的至少一种。上述标准指标是医生获取病患身体状况常用的指标，通过对上述指标的标准化处理分析，有利于直观、快速的掌握病情。

标准化处理时，首先确定所要进行标准化的病历项目，该病历项目是被病历项目识别模块所识别并提取，用户在标准化规则定义模块的标准化结论单元设定标准指标和标准化规则，得出标准化指标信息。最终得到的结果可参考表4。值得一提的是本申请中表1～表4均为计算机等电子计算产品可显示的情况。

表4

基于上述的病历文档管理系统的病历识别方法，具体方法如下：

根据病历文档建立若干能够被识别的病历项目；

设定提取病历项目的提取条件；

根据提取规则定义模块设定的提取条件来提取病历项目内容；

设定要进行标准化的标准指标；

建立对病历项目内容中标准指标的标准化规则；

根据标准化规则定义模块建立的标准化规则对提取病历项目中的标准指标进行标准化处理，获得符合自然语言的标准指标值。

通过以上步骤就达到了软件系统对病历文档的识别要求，当然识别过程中也需要不断完善病历识别项目的定义，从而不断提高软件系统对病历项目的识别能力。在完成软件系统对数以千万计的病历文档识别完成后，临床病历大数据的应用价值将被充分挖掘出来。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种病历文档标准化处理系统，包括病历文档，其特征在于，还包括：

病历项目定义模块，用于根据病历文档建立若干能够被识别的病历项目；

提取规则定义模块，用于设定从病历文档中提取病历项目的提取条件；

病历项目识别模块，用于根据提取规则定义模块设定的提取条件来从病历文档中提取具体的病历项目内容；

标准指标定义模块：用于设定要进行标准化的标准指标；

标准化规则定义模块，用于建立对病历项目内容进行标准化处理的规则；

标准化处理单元，用于根据标准化规则定义模块建立的标准化规则对提取病历项目内容进行标准化处理，获得符合自然语言的标准指标值。

2.根据权利要求1所述的一种病历文档标准化处理系统，其特征在于，所述的标准化识别系统还包括：用于对病历文档分类的病历文档目录，病历项目定义模块能够对病历文档目录里的每一个病历文档建立若干病历项目。

3.根据权利要求1所述的一种病历文档标准化处理系统，其特征在于，病历项目包括项目信息单元，项目信息单元包括病历项目编码、病历项目名称、病历项目所属文档、上级病历项目中的至少一个。

4.根据权利要求1所述的一种病历文档标准化处理系统，其特征在于，提取规则定义模块包括若干由提取条件组成的识别组，并且任意两个识别组的提取条件不完全相同，病历项目识别模块能够根据至少一个识别组来提取病历项目内容。

5.根据权利要求1或4任意一项所述的一种病历文档标准化处理系统，其特征在于，提取规则定义模块包括若干正则表达式的提取条件。

6.根据权利要求5所述的一种病历文档标准化处理系统，其特征在于，病历项目识别模块的提取条件包括特征关键词、病历语句前缀、病历语句后缀、排除关键词、病历项目规格中的至少一个。

7.根据权利要求5所述的一种病历文档标准化处理系统，其特征在于，所述的标准化识别系统还包括：验证模块，用于验证提取病历项目是否正确。

8.根据权利要求1所述的一种病历文档标准化处理系统，其特征在于，标准指标定义模块所设定的标准指标包括体征、症状、检验项目、检查项目、病理项目中的至少一种。

9.根据权利要求1所述的一种病历文档标准化处理系统，其特征在于，标准化规则定义模块包括：

病历项目项目信息单元，具体包括：映射关系描述、数据类型、数据规格、标准化计算方法、标准化参值；

标准化结论单元，具体包括：病历项目项目信息对应的标准化指标及标准化指标值。

10.一种病历文档标准化处理方法，其特征在于，具体方法如下：

根据病历文档建立若干能够被识别的病历项目；

设定提取病历项目的提取条件；

根据提取规则定义模块设定的提取条件来提取病历项目；

设定要进行标准化的标准指标；

建立对病历项目内容进行标准化的标准化规则；

根据标准化规则定义模块建立的标准化规则对提取病历项目中的病历项目内容进行标准化处理，获得符合自然语言的标准指标值。