CN110660459A - 用于病案质控的方法、装置、服务器以及存储介质 - Google Patents
用于病案质控的方法、装置、服务器以及存储介质 Download PDFInfo
- Publication number
- CN110660459A CN110660459A CN201910816756.6A CN201910816756A CN110660459A CN 110660459 A CN110660459 A CN 110660459A CN 201910816756 A CN201910816756 A CN 201910816756A CN 110660459 A CN110660459 A CN 110660459A
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- icd
- medical record
- target
- information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000003745 diagnosis Methods 0.000 claims abstract description 216
- 238000004458 analytical method Methods 0.000 claims description 42
- 238000003908 quality control method Methods 0.000 claims description 31
- 201000010099 disease Diseases 0.000 claims description 22
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 22
- 238000013473 artificial intelligence Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 206010014599 encephalitis Diseases 0.000 description 3
- 206010010356 Congenital anomaly Diseases 0.000 description 2
- 206010027260 Meningitis viral Diseases 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 206010022000 influenza Diseases 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 201000010044 viral meningitis Diseases 0.000 description 2
- 206010015996 Eyelid ptosis congenital Diseases 0.000 description 1
- 102000004868 N-Methyl-D-Aspartate Receptors Human genes 0.000 description 1
- 108090001041 N-Methyl-D-Aspartate Receptors Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 208000015650 congenital ectropion Diseases 0.000 description 1
- 201000003002 congenital ptosis Diseases 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 208000001882 hereditary congenital 1 ptosis Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007721 medicinal effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Accounting & Taxation (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Technology Law (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Bioethics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种用于病案质控的方法、装置、服务器以及存储介质,上述方案基于多个ICD编码规则作为知识来源构建ICD编码知识图谱,其对应的ICD编码库中涵盖了各种诊断名称及与诊断名称对应的准确的ICD编码,因此,获取医生客户端的病案页面中填写的诊断信息;基于ICD编码库将该诊断信息转换为标准诊断信息,根据该ICD编码库获取与标准诊断对应的第一目标ICD编码,并将所述第一目标ICD编码提供给该医生客户端。基于上述方案,能够对医生输入的诊断信息自动识别,并自动获取准确的ICD编码。
Description
技术领域
本发明涉及计算机技术领域,更具体的说,是涉及一种用于病案质控的方法、装置、服务器以及存储介质。
背景技术
病案可以在一定程度上反应医疗效果及工作流程、工作效率的情况。病案首页是整份病案的精华,是医务人员使用文字、符号、代码、数字等方式,将患者住院期间相关信息精炼汇总在特定的表格中,形成的病历数据摘要。病案首页填写是医疗信息填写的重要收集方式,也是医疗保险付款的依据,因此,对病案首页填写质量的把控(即病案首页质控)成为医院的重点工作之一。
目前,大部分医院对于病案首页填写质量的把控工作是通过医院相关部门(如病案室)负责的,目前病案首页填写质量问题主要是通过医院相关部门人工检查。但是,人工检查结果的可靠性,准确性很大程度上依赖于相关工作人员的专业水平、工作态度,无法避免人为因素的干扰且效率低下,导致医院无法有效把控病案首页填写质量。
因此,如何使医院有效把控病案首页填写质量,是本领域技术人员亟待解决的问题。
发明内容
有鉴于此,本发明提供了一种用于病案质控的方法、装置、服务器以及存储介质,以使医院有效把控病案页面填写质量。
为实现上述目的,一方面,本申请提供了一种用于病案质控的方法,包括:
获取医生客户端的病案页面中填写的诊断信息;
将所述诊断信息转换为标准诊断信息,所述标准诊断信息为国际疾病分类ICD编码库中包含的诊断名称中的目标诊断名称;所述ICD编码库中包括构建ICD编码知识图谱所需的多个知识,每个知识对应一个诊断名称,所述ICD编码知识图谱是以多个ICD编码规则作为知识来源构建而成的;
根据所述ICD编码库获取与所述目标诊断名称对应的第一目标ICD编码,并将所述第一目标ICD编码提供给所述医生客户端。
又一方面,本申请还提供了一种用于病案质控的装置,包括:
获取单元,用于获取医生客户端的病案页面中填写的诊断信息;
转换单元,用于将所述诊断信息转换为标准诊断信息,所述标准诊断信息为国际疾病分类ICD编码库中包含的诊断名称中的目标诊断名称;所述ICD编码库中包括构建ICD编码知识图谱所需的多个知识,每个知识对应一个诊断名称,所述ICD编码知识图谱是以多个ICD编码规则作为知识来源构建而成的;
编码单元,用于根据所述ICD编码库获取与所述目标诊断名称对应的第一目标ICD编码,并将所述第一目标ICD编码提供给所述医生客户端。
又一方面,本申请还提供了一种服务器,包括:
处理器和存储器;
其中,所述处理器用于执行所述存储器中存储的程序;
所述存储器用于存储程序,所述程序至少用于:
获取医生客户端的病案页面中填写的诊断信息;
将所述诊断信息转换为标准诊断信息,所述标准诊断信息为国际疾病分类ICD编码库中包含的诊断名称中的目标诊断名称;所述ICD编码库中包括构建ICD编码知识图谱所需的多个知识,每个知识对应一个诊断名称,所述ICD编码知识图谱是以多个ICD编码规则作为知识来源构建而成的;
根据所述ICD编码库获取与所述目标诊断名称对应的第一目标ICD编码,并将所述第一目标ICD编码提供给所述医生客户端。
又一方面,本申请还提供了一种存储介质,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现如上所述的用于病案质控的方法。
经由上述的技术方案可知,与现有技术相比,本发明提供了一种用于病案质控的方法、装置、服务器以及存储介质,获取医生客户端的病案页面中填写的诊断信息;将该诊断信息转换为标准诊断信息,该标准诊断信息为ICD编码库中包含的诊断名称中的目标诊断名称;该ICD编码库中包括构建ICD编码知识图谱所需的多个知识,每个知识对应一个诊断名称,该CD编码知识图谱是以多个ICD编码规则作为知识来源构建而成的;根据该ICD编码库获取与所述目标诊断名称对应的第一目标ICD编码,并将第一目标ICD编码提供给该医生客户端。上述方案基于多个ICD编码规则作为知识来源构建ICD编码知识图谱,其对应的ICD编码库中涵盖了各种诊断名称及与诊断名称对应的准确的ICD编码,因此,基于ICD编码库能够对医生输入的诊断信息自动识别,并自动获取准确的ICD编码。
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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种病案页面质控系统的架构示意图;
图2为本发明实施例提供的一种用于病案质控的方法的流程示意图;
图3为本发明实施例提供的一种病案页面质控的方法的页面示意图;
图4为本发明实施例提供的又一种病案页面质控的方法的页面示意图;
图5为本发明实施例提供的又一种病案页面质控的方法的页面示意图;
图6为本发明实施例提供的一种用于病案质控的装置的结构示意图;
图7为本发明实施例提供的一种服务器的结构示意图。
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做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。
ICD(International Classification of Diseases,国际疾病分类)是世界卫生组织出台的对疾病、损伤和中毒进行编码的标准分类方法,在医院管理、评价医疗质量、医学研究和医疗付费等方面发挥着重要作用。目前国际上通用和广泛使用的疾病分类是ICD第10次修订的版本,即ICD-10,ICD-10有效提高了疾病分类的准确率。
准确的ICD编码,对于我国医疗机构正逐步推广的按疾病相关诊断分组(DRGs)预付费制度有着重要的意义,是DRGs制度能够发挥作用的基础所在。DRGs是依据病人的主要诊断进行成本效果核算的分类体系,而ICD编码则是对病人主要诊断的标准化,是DRGs付费主要的参考;ICD的分类质量不仅对医疗保险的成本核算产生实质影响,同时也影响着DRGs付费标准,是患者、医院和医保机构三方利益的结合点。由此可见,准确的ICD编码是DRGs实施的保障。
因此,病案首页填写质量的把控流程中,基于病案首页对病案中的诊断进行ICD编码是极其重要的一个环节。
但是,目前基于病案首页对病案中的诊断进行ICD编码是由医院相关部门的编码员人工进行的。而编码员的专业素质不高、临床医师诊断填写不规范等问题,直接影响着ICD编码的速度和准确性。
本申请发明人在实现本申请的过程中发现,可以采用计算机辅助编码技术提升ICD编码的速度和准确性。具体的,为编码员提供编码检索功能,即编码员输入病案中的诊断之后,系统从ICD编码中,按照名称检索,返回候选编码供编码员选择。但是,在医生诊断书写不规范的情况下,系统无法识别,需要人工干预编码过程,即便通过人工干预之后系统能够提供给编码员候选编码,编码员也可能无法准确将疾病和编码对应。
另外,本申请发明人在实现本申请的过程中还发现,医生诊断的准确与否对ICD编码的准确性有直接影响,但是,目前病案首页填写质量的把控流程中,并没有对医生诊断的风险性进行监控的环节。
综上,目前的病案首页质控方式无法使医院有效把控病案首页填写质量。
为了解决上述问题,本申请发明人提出一种病案页面质控系统,以使医院有效把控病案页面(包括病案首页)的填写质量。
为了便于理解,先对本申请的方案所适用的病案页面质控系统的组成架构进行介绍。如,参见图1,其示出了本申请一种病案页面质控系统的组成架构示意图。
由图1可知,该病案页面质控系统包括服务器10和终端11。
服务器11可以是提供病案页面质控服务的服务器,例如对终端设备10提供支持的后台服务器。后台服务器可以响应于接收到终端设备11发送的诊断信息,对该诊断信息进行分析等处理,得到处理结果(例如与该诊断信息对应的ICD编码),并返回该处理结果。
终端设备11可以是硬件,也可以是软件。当终端设备11为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机等等。当终端设备11为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
该服务器10上可以部署病案页面质控流程所需的各种AI(ArtificialIntelligence,人工智能)引擎模块,如图中所示的逻辑核查引擎模块101、编码引擎模块102、诊断分析引擎模块103、编码核查引擎模块104、编码库引擎模块105、数据分析引擎模块106。
该终端设备11上可以安装有各种客户端应用,例如:医生客户端111和病案室客户端112。
在一种可实施方式中,医生客户端具体可以为HIS(Hospital InformationSystem,医院信息系统),可以预先建立HIS与服务器10上部署的病案页面质控流程所需的各种AI引擎模块的连接,连接建好后,医生通过HIS填写病案页面时,病案页面质控系统的逻辑核查引擎模块101、编码引擎模块102、以及诊断分析引擎模块103即可获取病案页面的各种信息以及医生在HIS在病案页面填写页面的各种指令,并响应各种指令,输出不同的病案页面质控结果。医生客户端在接收到病案页面质控结果之后,可将病案页面质控结果在HIS的病案页面填写页面的侧边栏展示,以使医生根据病案页面质控结果进行下一步操作。
在一种可实施方式中,病案室客户端112可以为web页面,编码员在对医生客户端111上传的病案进行质控时,可在该web页面上输入各种指令,服务器中部署的编码核查引擎模块104、编码库引擎模块105以及数据分析引擎模块106可获取各种指令,并响应各种指令,输出不同的病案页面质控结果,对于需要展示的病案页面质控结果,病案室客户端在收到后可以将其通过web页面的方式展示,以使编码员对病案页面的质量进行有效把控。
需要说明的是,本申请实施例所提供的用于病案质控的方法一般由服务器10执行,相应地,用于病案质控的装置一般设置于服务器10中。
应该理解,图1中的服务器和终端设备服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的服务器和终端设备。
基于图1所示的病案页面质控系统,下面以服务器的角度,对本发明实施例提供的用于病案质控的方法进行介绍。
图2为本发明实施例提供的用于病案质控的方法的流程图,该方法可应用于病案质控系统中的服务器,参照图2,所述方法可以包括:
S201:获取医生客户端的病案页面中填写的诊断信息。
医生可通过HIS进入病案页面填写页面,并在病案页面中填写具体信息,如图3所示,图3即为一种病案首页填写页面的示意图,主页面为病案首页的表格,侧边栏为病案首页质控结果展示区域。病案首页的表格中的各项内容是需要医生填写的,如图3所示,病案首页的表格中可包括如姓名、性别、出生日期、身份证号、电话等患者基本信息,还包括诊断信息,诊断信息具体为医生诊断出的患者所患的疾病名称。
作为一种可实施方式,本申请实施例中,病案页面质控系统的编码引擎模块可一直监控病案页面的填写情况,当监控到医生通过医生客户端在病案页面中填写了诊断信息,即可获取该诊断信息。如图3所示,其中的“病毒性脑膜炎”即为医生通过医生客户端在病案首页中填写的诊断信息。病案页面质控系统的编码引擎模块监控到时,即可获取该诊断信息。当然,医生也可通过医生客户端在病案的其他页面填写诊断信息,病案页面质控系统的编码引擎模块也可对其监控。
S202:将所述诊断信息转换为标准诊断信息,所述标准诊断信息为国际疾病分类ICD编码库中包含的诊断名称中的目标诊断名称;所述ICD编码库中包括构建ICD编码知识图谱所需的多个知识,每个知识对应一个诊断名称,所述ICD编码知识图谱是以多个ICD编码规则作为知识来源构建而成的。
由于ICD编码是与诊断名称对应的,而医生给出的诊断信息并不一定是与ICD编码对应的诊断名称,因此,本申请实施例中,可在通过病案页面质控系统的编码引擎模块获取医生通过医生客户端在病案页面中填写的诊断信息之后,先将医生通过医生客户端在病案页面中填写的诊断信息转换为标准诊断信息,以确定与ICD编码对应的标准诊断名称。比如,医生给出的诊断信息是“流感”,将其转换为标准诊断信息为“流行性感冒”。具体地,编码引擎模块可采用任一种或多种自然语言处理技术(比如,文本预处理、语义理解、机器翻译等技术)实现将医生通过医生客户端在病案页面中填写的诊断信息转换为标准诊断信息,对此,本申请实施例不进行任何限定。
另外,在本实施例中,可以以多个ICD编码规则作为知识来源构建ICD编码知识图谱,作为一种可实施方式,多个ICD编码规则可以包括《疾病和有关健康问题的国际统计分类-ICD-10》、其他开放世界编码规则和医院自定制编码规则。在构建ICD编码知识图谱的过程中,需要获取构建ICD编码知识图谱所需的知识,这些知识包括从多个ICD编码规则中提取实体和实体之间的关系,根据不同的实体以及实体之间的关系可以构建实体-关系-实体单元组和实体-属性-实体值三元组(如,脑炎-ICD10-A88.8、脑炎-所属科室-神经内科),这些实体以及实体之间的关系中包括ICD编码的知识,也包括各种诊断名称对应的治疗方法、同义词、症状、检验检查等。
本申请中可将这些知识存储至图数据库(如neo4j)形成ICD编码库,基于此,多个ICD编码规则在同一框架规范下进行数据整合、消歧、加工、推理验证,构成完整的ICD编码知识图谱。编码引擎模块在将医生通过医生客户端在病案页面中填写的诊断信息转换为标准诊断信息时,可调用ICD编码库确定医生通过医生客户端在病案页面中填写的诊断信息的同义词,该同义词即为标准诊断信息。
需要说明的是,在本申请中,还可将ICD编码知识图谱通过医生客户端提供给医生,以供医生在填写病案页面的时候参考。
S203:根据所述ICD编码库获取与所述目标诊断名称对应的第一目标ICD编码,并将所述第一目标ICD编码提供给所述医生客户端。
本实施例中,病案页面质控系统的编码引擎模块可遍历ICD编码库获取与目标诊断名称对应的第一目标ICD编码,并将第一目标ICD编码提供给所述医生客户端。所述医生客户端可将第一目标ICD编码展现在病案页面填写页面的侧边栏的预设位置,医生可在病案页面填写页面的侧边栏的预设位置查看到系统自动给出的ICD编码,并可根据该ICD编码进行后续的操作,具体将通过后续内容详细说明。
本实施例提供了一种用于病案质控的方法,获取医生通过医生客户端在病案页面中填写的诊断信息;将该诊断信息转换为标准诊断信息,该标准诊断信息为ICD编码库中包含的诊断名称中的目标诊断名称;该ICD编码库中包括构建ICD编码知识图谱所需的多个知识,每个知识对应一个诊断名称,该ICD编码知识图谱是以多个ICD编码规则作为知识来源构建而成的;根据该ICD编码库获取与所述目标诊断名称对应的第一目标ICD编码,并将所述第一目标ICD编码通过该医生客户端提供给该医生。上述方案基于多个ICD编码规则作为知识来源构建ICD编码知识图谱,其对应的ICD编码库中涵盖了各种诊断名称及与诊断名称对应的准确的ICD编码,因此,基于ICD编码库能够对医生输入的诊断信息自动识别,并自动获取准确的ICD编码,基于该方案,医生在填写病案页面的时候,病案质控系统即可确定相应的ICD编码,相对于现有技术中,由编码员在医生上报病案后手工编码的方式,更为便捷。
需要说明的是,ICD编码对同一种疾病下的不同症状,不同情况都有不同的诊断名称以及不同的ICD编码。这些诊断名称都对应目标诊断名称,比如,先天性上睑下垂,先天性上睑外翻,先天性上睑内翻均对应先天性上睑畸形。因此,与所述目标诊断名称对应的第一目标ICD编码可能不够准确。
为解决上述问题,在本申请中,病案页面质控系统的编码引擎模块可在将所述第一目标ICD编码提供给所述医生客户端之后,根据所述ICD编码知识图谱获取与所述目标诊断名称对应的诊断属性信息;将所述诊断属性信息提供给所述医生客户端供医生选取;在医生选取目标诊断属性之后,医生客户端即生成诊断属性选择指令,编码引擎模块可获取所述医生客户端发送的诊断属性选择指令,响应于所述诊断属性选择指令,获取与所述目标诊断属性对应的第二目标ICD编码;将所述第二目标ICD编码提供给所述医生客户端。
需要说明的是,第二目标ICD编码可以为第一目标ICD的子编码,比如,第一目标ICD编码为A87,第二目标ICD编码为A87.123。
在本申请中,医生可以选择触发病案页面填写页面的操作选项,将第一目标ICD编码填写至病案页面的相应位置。如图4所示,“ICD-10:A87”即为第一目标ICD编码,“编码”即为病案首页填写页面的操作选项,触发“编码”之后,即将“A87”填写至病案首页的“疾病编码”一栏。如果医生觉得第一目标ICD编码不够准确,也可以通过触发“选择诊断属性”,查看与所述目标诊断名称对应的诊断属性信息并从中选择目标诊断属性,随即,第一目标ICD编码将变更为第二目标ICD编码。医生也可以选择触发病案首页填写页面的操作选项,将第二目标ICD编码填写至病案首页的相应位置。
在本申请提供的用于病案质控的方法的各个实施例的一些可选的实现方式中,还可在所述获取医生客户端的病案页面中填写的诊断信息之前,通过逻辑核查引擎模块获取医生通过医生客户端在病案页面中填写的患者基本信息;对所述患者基本信息进行逻辑核查,确定所述患者基本信息是否存在逻辑错误;响应于所述患者基本信息存在逻辑错误,生成第一提示信息,并将所述第一提示信息提供给所述医生客户端,所述第一提示信息用于指示所述患者基本信息存在逻辑错误。在将所述第一提示信息提供给所述医生客户端之后,医生即可根据第一提示信息确定填写的患者基本信息存在哪些逻辑错误,并进行修改。需要说明的是,如果医生在看到第一提示信息之后修改了患者的基本信息,那么,逻辑核查引擎模块还会再次进行核查,第一提示信息也会发生变化,直至,逻辑核查引擎模块确定患者基本信息不存在逻辑错误为止。
需要说明的是,确定所述患者基本信息是否存在逻辑错误即确定所述患者基本信息是否填写完整,以及,确定所述患者基本信息是否存在逻辑互斥的情况,第一提示信息即可以提示医生漏填错填部分,如图3所示的“请填写患者身份证号”、“请填写正确出院日期”、“请填写正确电话”等。
在本申请提供的用于病案质控的方法的各个实施例的一些可选的实现方式中,为了实现对医生诊断的风险性的监控,在所述获取医生客户端的病案页面中填写的诊断信息之后,通过诊断分析引擎模块获取与所述病案页面相关的病历;根据已训练的诊断分析模型对所述病历进行分析,生成人工智能AI诊断结果;所述诊断分析模型是至少根据预设数量的病历训练生成的;将所述AI诊断结果与所述诊断信息进行对比,计算所述诊断信息的风险值;判断所述诊断信息的风险值是否超过预设阈值;响应于所述诊断信息的风险值超过预设阈值,生成第二提示信息,并将所述第二提示信息提供给所述医生客户端,所述第二提示信息用于指示所述诊断信息的风险值超过预设阈值。
在将所述第二提示信息提供给所述医生客户端之后,医生即可根据第二提示信息修改填写的诊断信息。需要说明的是,只要医生在看到第二提示信息之后修改了诊断信息,那么,编码引擎模块就会再次进行ICD编码,诊断分析引擎模块也会将新的诊断信息与人工智能AI诊断结果进行对比,计算新的诊断信息的风险值,并在风险值超过预设阈值,再次生成第二提示信息。
需要说明的是,在训练诊断分析模型时用的预设数量的病历是开放世界的病历和检验检查,在训练诊断分析模型时,先将这些病历结构化,划分为起病原因、诊疗经过、入院依据、一般情况等部分,再将划分好的病历输入诊断分析引擎模块进行机器学习,理解结构化病历中的术语、关系等。并且建立多个口语、缩略语对应表帮助引擎理解病历,最终生成诊断分析模型。另外,根据已训练的诊断分析模型对所述病历进行分析,可生成多个人工智能AI诊断结果。如图5所示,“NMDAR脑炎”即为AI诊断结果,“病毒性脑膜炎”即为医生输入的诊断信息,诊断信息的风险值为90%,假设预设阈值为60%,则生成第二提示信息提示用户,第二提示信息具体可以通过将诊断分析模型的分析结果在病案首页填写页面的侧边栏进行展示,具体如图5所示。
在本申请提供的用于病案质控的方法的各个实施例的一些可选的实现方式中,还可通过编码核查引擎模块获取病案室客户端发送的病案页面核查指令,所述病案页面核查指令用于指示对目标病案页面进行核查;响应于所述病案页面核查指令,获取所述目标病案页面对应的ICD编码以及诊断信息的风险值;根据所述目标病案页面对应的ICD编码以及诊断信息的风险值确定所述目标病案页面的质量参数。
需要说明的是,具体可由编码员通过病案室客户端发送病案页面核查指令,病案页面的质量参数可以为具体的数值,数值越大表示病案页面质量越高,数值越小表示病案页面质量越差。在确定目标病案页面的质量参数之后,可对该质量参数进行记录,以便数据分析引擎模块基于各个病案页面的质量参数对病案进行分析。
在本申请提供的用于病案质控的方法的各个实施例的一些可选的实现方式中,还可通过编码库引擎模块获取病案室客户端发送的编码库操作指令;响应于所述编码库操作指令,对所述编码库中的知识进行增加、删除、修改或检查。
需要说明的是,编码员在确定有新的ICD编码生成之后,需要将该新的ICD编码添加到ICD编码库中,此时,编码员即可通过病案室客户端发送ICD编码添加指令,编码库引擎模块即可响应于所述编码库操作指令,将新的ICD编码添加到编码库中。删除、修改或检查与增加类似,本实施例不再详述。
在本申请提供的用于病案质控的方法的各个实施例的一些可选的实现方式中,还可通过数据分析引擎模块获取病案室客户端发送的病案分析指令;所述病案分析指令用于指示对目标病案进行分析;响应于所述病案分析指令,确定所述目标病案;根据已训练的病案分析模型对所述目标病案进行分析,生成分析结果;所述病案分析模型至少根据预设数量的病案训练生成的。
需要说明的是,编码员在需要对某个科室或某位医生的多个病案进行分析时,通过病案室客户端发送病案分析指令。数据分析引擎模块对某个病案或多个病案进行分析具体指的是对多个病案的疾病数据、计费数据、病案质量、诊断质量进行统计,生成疾病数据统计结果、计费数据统计结果、病案质量统计结果、诊断质量统计结果。这些统计结果可通过病案室客户端进行展示。
下面对本发明实施例提供的用于病案质控的装置进行介绍,下文描述的用于病案质控的装置可与用于病案质控的方法相互对应参照。
图6为本发明实施例提供的用于病案质控的装置的结构框图,该用于病案质控的装置具体可以为服务器,参照图6,该装置可以包括:
获取单元61,用于获取医生客户端的病案页面中填写的诊断信息;
转换单元62,用于将所述诊断信息转换为标准诊断信息,所述标准诊断信息为国际疾病分类ICD编码库中包含的诊断名称中的目标诊断名称;所述ICD编码库中包括构建ICD编码知识图谱所需的多个知识,每个知识对应一个诊断名称,所述ICD编码知识图谱是以多个ICD编码规则作为知识来源构建而成的;
编码单元63,用于根据所述ICD编码库获取与所述目标诊断名称对应的第一目标ICD编码,并将所述第一目标ICD编码提供给所述医生客户端。
在一些可实现方式中,所述编码单元还用于:
在所述将所述第一目标ICD编码提供给所述医生客户端之后,根据所述ICD编码知识图谱获取与所述目标诊断名称对应的诊断属性信息;将所述诊断属性信息提供给所述医生客户端;获取所述医生客户端发送的诊断属性选择指令,所述诊断属性选择指令用于指示选择目标诊断属性;响应于所述诊断属性选择指令,获取与所述目标诊断属性对应的第二目标ICD编码;将所述第二目标ICD编码提供给所述医生客户端。
在一些可实现方式中,所述装置还包括:
逻辑核查单元,用于在所述获取医生客户端的病案页面中填写的诊断信息之前,获取医生客户端的病案页面中填写的患者基本信息;对所述患者基本信息进行逻辑核查,确定所述患者基本信息是否存在逻辑错误;响应于所述患者基本信息存在逻辑错误,生成第一提示信息,并将所述第一提示信息提供给所述医生客户端,所述第一提示信息用于指示所述患者基本信息存在逻辑错误。
在一些可实现方式中,所述装置还包括:
诊断分析单元,用于在所述获取医生客户端的病案页面中填写的诊断信息之后,获取与所述病案页面相关的病历;根据已训练的诊断分析模型对所述病历进行分析,生成人工智能AI诊断结果;所述诊断分析模型至少根据预设数量的病历训练生成的;将所述AI诊断结果与所述诊断信息进行对比,计算所述诊断信息的风险值;判断所述诊断信息的风险值是否超过预设阈值;响应于所述诊断信息的风险值超过预设阈值,生成第二提示信息,并将所述第二提示信息提供给所述医生客户端,所述第二提示信息用于指示所述诊断信息的风险值超过预设阈值。
在一些可实现方式中,所述装置还包括:
核查单元,用于获取病案室客户端发送的病案页面核查指令,所述病案页面核查指令用于指示对目标病案页面进行核查;响应于所述病案页面核查指令,获取所述目标病案页面对应的ICD编码以及诊断信息的风险值;根据所述目标病案页面对应的ICD编码以及诊断信息的风险值确定所述目标病案页面的质量参数。
在一些可实现方式中,所述装置还包括:
编码库操作单元,用于获取病案室客户端发送的编码库操作指令;响应于所述编码库操作指令,对所述编码库中的知识进行增加、删除、修改或检查。
在一些可实现方式中,所述装置还包括:
病案分析单元,用于获取病案室客户端发送的病案分析指令;所述病案分析指令用于指示对目标病案进行分析;响应于所述病案分析指令,确定所述目标病案;根据已训练的病案分析模型对所述目标病案进行分析,生成分析结果;所述病案分析模型至少根据预设数量的病案训练生成的。
需要说明的是,上述各个单元的具体功能实现已在上述实施例中详细描述,本实施例不再赘述。
另一方面,本申请还提供了一种服务器,如参见图7,其示出了本申请的服务器的一种组成结构示意图,本实施例的服务器200可以包括:处理器201、存储器202、通信接口203、输入单元204和显示器205和通信总线206。
处理器201、存储器202、通信接口203、输入单元204、显示器205、均通过通信总线206完成相互间的通信。
在本申请实施例中,该处理器201,可以为中央处理器(CentralProcessing Unit,CPU),特定应用集成电路,数字信号处理器、现成可编程门阵列或者其他可编程逻辑器件等。
该处理器可以调用存储器202中存储的程序。具体的,处理器可以执行以下用于病案质控的方法的实施例中服务器侧所执行的操作。
存储器202中用于存放一个或者一个以上程序,程序可以包括程序代码,所述程序代码包括计算机操作指令,在本申请实施例中,该存储器中至少存储有用于实现以下功能的程序:
获取医生客户端的病案页面中填写的诊断信息;
将所述诊断信息转换为标准诊断信息,所述标准诊断信息为国际疾病分类ICD编码库中包含的诊断名称中的目标诊断名称;所述ICD编码库中包括构建ICD编码知识图谱所需的多个知识,每个知识对应一个诊断名称,所述ICD编码知识图谱是以多个ICD编码规则作为知识来源构建而成的;
根据所述ICD编码库获取与所述目标诊断名称对应的第一目标ICD编码,并将所述第一目标ICD编码提供给所述医生客户端。
在一种可能的实现方式中,该存储器202可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、以及至少一个功能(比如病案页面质控功能等)所需的应用程序等;存储数据区可存储根据计算机的使用过程中所创建的数据,比如,用户数据以及用户访问数据等等。
此外,存储器202可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件或其他易失性固态存储器件。
该通信接口203可以为通信模块的接口,如GSM模块的接口。
本申请还可以包括显示器204和输入单元205等等。
当然,图7所示的服务器的结构并不构成对本申请实施例中服务器的限定,在实际应用中服务器可以包括比图7所示的更多或更少的部件,或者组合某些部件。
另一方面,本申请实施例还提供了一种存储介质,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现如上任意一个实施例中计数服务器执行的计数方法。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种用于病案质控的方法,其特征在于,包括:
获取医生客户端的病案页面中填写的诊断信息;
将所述诊断信息转换为标准诊断信息,所述标准诊断信息为国际疾病分类ICD编码库中包含的诊断名称中的目标诊断名称;所述ICD编码库中包括构建ICD编码知识图谱所需的多个知识,每个知识对应一个诊断名称,所述ICD编码知识图谱是以多个ICD编码规则作为知识来源构建而成的;
根据所述ICD编码库获取与所述目标诊断名称对应的第一目标ICD编码,并将所述第一目标ICD编码提供给所述医生客户端。
2.根据权利要求1所述的方法,其特征在于,所述将所述第一目标ICD编码提供给所述医生客户端之后,所述方法还包括:
根据所述ICD编码知识图谱获取与所述目标诊断名称对应的诊断属性信息;
将所述诊断属性信息提供给所述医生客户端;
获取所述医生客户端发送的诊断属性选择指令,所述诊断属性选择指令用于指示选择目标诊断属性;
响应于所述诊断属性选择指令,获取与所述目标诊断属性对应的第二目标ICD编码;
将所述第二目标ICD编码提供给所述医生客户端。
3.根据权利要求1所述的方法,其特征在于,在所述获取医生客户端的病案页面中填写的诊断信息之前,所述方法还包括:
获取所述医生客户端的病案页面中填写的患者基本信息;
对所述患者基本信息进行逻辑核查,确定所述患者基本信息是否存在逻辑错误;
响应于所述患者基本信息存在逻辑错误,生成第一提示信息,并将所述第一提示信息提供给所述医生客户端,所述第一提示信息用于指示所述患者基本信息存在逻辑错误。
4.根据权利要求1所述的方法,其特征在于,在所述获取医生客户端的病案页面中填写的诊断信息之后,所述方法还包括:
获取与所述病案页面相关的病历;
根据已训练的诊断分析模型对所述病历进行分析,生成人工智能AI诊断结果;所述诊断分析模型至少根据预设数量的病历训练生成的;
将所述AI诊断结果与所述诊断信息进行对比,计算所述诊断信息的风险值;
判断所述诊断信息的风险值是否超过预设阈值;
响应于所述诊断信息的风险值超过预设阈值,生成第二提示信息,并将所述第二提示信息提供给所述医生客户端,所述第二提示信息用于指示所述诊断信息的风险值超过预设阈值。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取病案室客户端发送的病案页面核查指令,所述病案页面核查指令用于指示对目标病案页面进行核查;
响应于所述病案页面核查指令,获取所述目标病案页面对应的ICD编码以及诊断信息的风险值;
根据所述目标病案页面对应的ICD编码以及诊断信息的风险值确定所述目标病案页面的质量参数。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取病案室客户端发送的编码库操作指令;
响应于所述编码库操作指令,对所述编码库中的知识进行增加、删除、修改或检查。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取病案室客户端发送的病案分析指令;所述病案分析指令用于指示对目标病案进行分析;
响应于所述病案分析指令,确定所述目标病案;
根据已训练的病案分析模型对所述目标病案进行分析,生成分析结果;所述病案分析模型至少根据预设数量的病案训练生成的。
8.一种用于病案质控的装置,其特征在于,包括:
获取单元,用于获取医生客户端的病案页面中填写的诊断信息;
转换单元,用于将所述诊断信息转换为标准诊断信息,所述标准诊断信息为国际疾病分类ICD编码库中包含的诊断名称中的目标诊断名称;所述ICD编码库中包括构建ICD编码知识图谱所需的多个知识,每个知识对应一个诊断名称,所述ICD编码知识图谱是以多个ICD编码规则作为知识来源构建而成的;
编码单元,用于根据所述ICD编码库获取与所述目标诊断名称对应的第一目标ICD编码,并将所述第一目标ICD编码提供给所述医生客户端。
9.一种服务器,其特征在于,包括:
处理器和存储器;
其中,所述处理器用于执行所述存储器中存储的程序;
所述存储器用于存储程序,所述程序至少用于:
获取医生客户端的病案页面中填写的诊断信息;
将所述诊断信息转换为标准诊断信息,所述标准诊断信息为国际疾病分类ICD编码库中包含的诊断名称中的目标诊断名称;所述ICD编码库中包括构建ICD编码知识图谱所需的多个知识,每个知识对应一个诊断名称,所述ICD编码知识图谱是以多个ICD编码规则作为知识来源构建而成的;
根据所述ICD编码库获取与所述目标诊断名称对应的第一目标ICD编码,并将所述第一目标ICD编码提供给所述医生客户端。
10.一种存储介质,其特征在于,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现如上权利要求1至7任一项所述的用于病案质控的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910816756.6A CN110660459A (zh) | 2019-08-30 | 2019-08-30 | 用于病案质控的方法、装置、服务器以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910816756.6A CN110660459A (zh) | 2019-08-30 | 2019-08-30 | 用于病案质控的方法、装置、服务器以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110660459A true CN110660459A (zh) | 2020-01-07 |
Family
ID=69036754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910816756.6A Pending CN110660459A (zh) | 2019-08-30 | 2019-08-30 | 用于病案质控的方法、装置、服务器以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110660459A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111382272A (zh) * | 2020-03-09 | 2020-07-07 | 西南交通大学 | 一种基于知识图谱的电子病历icd自动编码方法 |
CN111599427A (zh) * | 2020-05-14 | 2020-08-28 | 郑州大学第一附属医院 | 一种一元化诊断的推荐方法、装置、电子设备及存储介质 |
CN111739601A (zh) * | 2020-06-28 | 2020-10-02 | 山东健康医疗大数据有限公司 | 非标准疾病名称的归一化方法、装置及可读介质 |
CN112349400A (zh) * | 2020-11-12 | 2021-02-09 | 杭州火树科技有限公司 | 基于drg原理的病案编码质控方法 |
CN113204942A (zh) * | 2021-04-16 | 2021-08-03 | 中译语通科技股份有限公司 | 病案编码方法、装置、终端设备及可读存储介质 |
CN113593709A (zh) * | 2021-07-30 | 2021-11-02 | 江先汉 | 一种疾病编码方法、系统、可读存储介质及装置 |
CN113744870A (zh) * | 2021-09-14 | 2021-12-03 | 中国医学科学院阜外医院 | 一种病案首页主要诊断预测系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160371447A1 (en) * | 2015-06-22 | 2016-12-22 | Data Trace Publishing Company | Medical diagnosis and procedure coder method |
CN106951719A (zh) * | 2017-04-10 | 2017-07-14 | 荣科科技股份有限公司 | 临床诊断模型的构建方法及构建系统、临床诊断系统 |
CN107273681A (zh) * | 2017-06-09 | 2017-10-20 | 广州慧扬健康科技有限公司 | 诊断录入的智能排序系统 |
CN107577826A (zh) * | 2017-10-25 | 2018-01-12 | 山东众阳软件有限公司 | 基于原始诊断数据的疾病分类编码方法及系统 |
CN107731269A (zh) * | 2017-10-25 | 2018-02-23 | 山东众阳软件有限公司 | 基于原始诊断数据和病历文件数据的疾病编码方法及系统 |
CN109390058A (zh) * | 2018-09-28 | 2019-02-26 | 湖南智腾安控科技有限公司 | 一种病历辅助分析系统及该系统的建立方法 |
CN109785966A (zh) * | 2018-12-14 | 2019-05-21 | 平安科技(深圳)有限公司 | 基于机器学习的病案审核方法、装置、设备及存储介质 |
-
2019
- 2019-08-30 CN CN201910816756.6A patent/CN110660459A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160371447A1 (en) * | 2015-06-22 | 2016-12-22 | Data Trace Publishing Company | Medical diagnosis and procedure coder method |
CN106951719A (zh) * | 2017-04-10 | 2017-07-14 | 荣科科技股份有限公司 | 临床诊断模型的构建方法及构建系统、临床诊断系统 |
CN107273681A (zh) * | 2017-06-09 | 2017-10-20 | 广州慧扬健康科技有限公司 | 诊断录入的智能排序系统 |
CN107577826A (zh) * | 2017-10-25 | 2018-01-12 | 山东众阳软件有限公司 | 基于原始诊断数据的疾病分类编码方法及系统 |
CN107731269A (zh) * | 2017-10-25 | 2018-02-23 | 山东众阳软件有限公司 | 基于原始诊断数据和病历文件数据的疾病编码方法及系统 |
CN109390058A (zh) * | 2018-09-28 | 2019-02-26 | 湖南智腾安控科技有限公司 | 一种病历辅助分析系统及该系统的建立方法 |
CN109785966A (zh) * | 2018-12-14 | 2019-05-21 | 平安科技(深圳)有限公司 | 基于机器学习的病案审核方法、装置、设备及存储介质 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111382272A (zh) * | 2020-03-09 | 2020-07-07 | 西南交通大学 | 一种基于知识图谱的电子病历icd自动编码方法 |
CN111382272B (zh) * | 2020-03-09 | 2022-11-01 | 西南交通大学 | 一种基于知识图谱的电子病历icd自动编码方法 |
CN111599427A (zh) * | 2020-05-14 | 2020-08-28 | 郑州大学第一附属医院 | 一种一元化诊断的推荐方法、装置、电子设备及存储介质 |
CN111599427B (zh) * | 2020-05-14 | 2023-03-31 | 郑州大学第一附属医院 | 一种一元化诊断的推荐方法、装置、电子设备及存储介质 |
CN111739601A (zh) * | 2020-06-28 | 2020-10-02 | 山东健康医疗大数据有限公司 | 非标准疾病名称的归一化方法、装置及可读介质 |
CN111739601B (zh) * | 2020-06-28 | 2022-03-29 | 山东健康医疗大数据有限公司 | 非标准疾病名称的归一化方法、装置及可读介质 |
CN112349400A (zh) * | 2020-11-12 | 2021-02-09 | 杭州火树科技有限公司 | 基于drg原理的病案编码质控方法 |
CN113204942A (zh) * | 2021-04-16 | 2021-08-03 | 中译语通科技股份有限公司 | 病案编码方法、装置、终端设备及可读存储介质 |
CN113593709A (zh) * | 2021-07-30 | 2021-11-02 | 江先汉 | 一种疾病编码方法、系统、可读存储介质及装置 |
CN113744870A (zh) * | 2021-09-14 | 2021-12-03 | 中国医学科学院阜外医院 | 一种病案首页主要诊断预测系统及方法 |
CN113744870B (zh) * | 2021-09-14 | 2023-06-27 | 中国医学科学院阜外医院 | 一种病案首页主要诊断预测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110660459A (zh) | 用于病案质控的方法、装置、服务器以及存储介质 | |
US11783134B2 (en) | Gap in care determination using a generic repository for healthcare | |
AU2012245343B2 (en) | Predictive modeling | |
US7444291B1 (en) | System and method for modeling of healthcare utilization | |
US20130311201A1 (en) | Medical record generation and processing | |
JP5050504B2 (ja) | 再審査実績を用いたレセプト抽出方法及びレセプト点検支援システム | |
US20200185069A1 (en) | Medical coding quality control | |
JP6916310B2 (ja) | 人間参加型対話式モデル訓練 | |
RU2606050C2 (ru) | Поддержка принятия решений об устранении ошибок в клинической документации | |
US11282596B2 (en) | Automated code feedback system | |
US20220293256A1 (en) | Machine learning analysis of databases | |
JP6282783B2 (ja) | 分析システム及び分析方法 | |
CN112397159A (zh) | 临床试验报告自动录入方法及装置、电子设备、存储介质 | |
EP3847612A2 (en) | Visualization of social determinants of health | |
CN112669188A (zh) | 危机事件预警模型构建、危机事件预警方法和电子设备 | |
US7657396B1 (en) | Forecasting outcomes based on analysis of text strings | |
CN112365940A (zh) | 筛选受试者的系统及方法 | |
US20190035502A1 (en) | Systems and methods for managing care teams | |
CN112071406B (zh) | 医疗质量考核数据处理方法、装置及存储介质 | |
CN114822857A (zh) | 重复入院的预测方法、计算设备及存储介质 | |
Unger | Data acquisition and the implications of machine learning in the development of a Clinical Decision Support system | |
Diomaiuta et al. | A FHIR-based system for the generation and retrieval of clinical documents | |
CN116130096B (zh) | 一种通过核心指标进行辅助决策的系统、方法和电子设备 | |
US20230229662A1 (en) | Information processing system and lineage management method | |
US20230376532A1 (en) | Machine learning techniques for generating disease prediction utilizing cross-temporal semi-structured input data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40020299 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |