CN110718279A - 基于结构化标签分类的报告质量评价系统及其方法 - Google Patents
基于结构化标签分类的报告质量评价系统及其方法 Download PDFInfo
- Publication number
- CN110718279A CN110718279A CN201910894989.8A CN201910894989A CN110718279A CN 110718279 A CN110718279 A CN 110718279A CN 201910894989 A CN201910894989 A CN 201910894989A CN 110718279 A CN110718279 A CN 110718279A
- Authority
- CN
- China
- Prior art keywords
- structured
- report
- score
- label
- module
- 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
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
- G06F16/338—Presentation of query results
-
- 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
- G06F16/35—Clustering; Classification
-
- 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
- G06Q10/06398—Performance of employee with respect to a job function
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Epidemiology (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Biomedical Technology (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Computational Linguistics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供了一种基于结构化标签分类的报告质量评价系统,包括每个单病种结构化报告标签数据库模块存储标签的分类数据及分类数据的扣分分值;当有需要评价的报告时,标签信息提取模块查找与该报告对应的单病种结构化报告标签数据库模块,基于分类数据,提取该报告中与分类数据匹配的标签参数及标签ID,判断该标签对应的扣分分值;标签分值计算模块依次将标签的参数与标准数据对比,当数据相同时结果为0,当数据不同时结果为扣分分值;报告质量评价模块将标签的分值求和,用总分值减求和,所得结果为报告的评价分数。本发明还公开了一种基于结构化标签分类的报告质量评价方法。本发明能智能的对医生撰写的报告作出评分,改进了报告质量的提升。
Description
技术领域
本发明涉及医疗信息领域,更具体地,涉及一种基于结构化标签分类的报告质量评价系统及其方法。
背景技术
传统的文本叙事型的报告没有评定质量优劣的自动化方法,只能通过让审核报告的医生给撰写初步报告的医生打分来实现。这种评价不仅主观程度高,而且往往碍于面子,没法让审核医生说出自己的真实想法。不能有效的对撰写初步报告的医生进行报告质量的评价,无法对初步报告的医生有针对性的进行业务培训。目前业内没有自动化评价影像学报告质量的方法。
发明内容
有鉴于此,本发明的主要目的在于提供一种基于结构化标签分类的报告质量评价系统及其方法,能够解决现有技术中存在的不能智能的对报告质量进行评价而导致的不能对医生进行定向培训、降低了审核医生的工作效率的问题。
为达到上述目的,本发明的技术方案是这样实现的:
一方面,本发明提供了一种基于结构化标签分类的报告质量评价系统,其特征在于,包括复数个单病种结构化报告标签数据库模块、标签信息提取模块、标准报告模块、标签分值计算模块和报告质量评价模块,其中,每个单病种结构化报告标签数据库模块,分别与标签信息提取模块相连,用于存储复数个结构化标签的分类数据及分类数据的扣分分值;其中,分类数据是基于结构化标签的属性来划分的,每个分类数据对应一个扣分分值;标签信息提取模块,分别与每个单病种结构化报告标签数据库模块、标签分值计算模块相连,用于当有需要评价的报告时,查找与该报告对应的单病种结构化报告标签数据库模块,基于分类数据,提取该报告中与分类数据匹配的结构化标签参数及结构化标签ID,判断该结构化标签对应的扣分分值,并将结构化标签参数、结构化标签ID以及对应的扣分分值发送给标签分值计算模块;标准报告模块,与标签分值计算模块相连,用于存储每个单病种结构化报告的结构化标签的标准数据;标签分值计算模块,分别与标准报告模块、标签信息提取模块和报告质量评价模块相连,用于接收所有结构化标签的参数、结构化标签ID以及对应的扣分分值,基于每个结构化标签ID,依次将结构化标签的参数与标准数据进行对比,当结构化标签的参数与标准数据相同时,则计算结果为0,当结构化标签的参数与标准数据不同时,则计算结果为扣分分值;并将计算结果发送给报告质量评价模块;报告质量评价模块,与标签分值计算模块相连,用于将所有结构化标签的分值进行求和,再用预先设定的总分值减去求和,所得的结果即为报告的评价分数,将报告的评价分数显示在结构化报告界面的相应位置上。
优选地,该系统还包括第一统计模块,与报告质量评价模块相连,用于计算第一预设时间段内每个单病种结构化报告的平均评价分数,基于平均评价分数,统计所有单病种结构化报告的质量评分排名,将评分排名以图表的形式显示在结构化报告界面的相应位置上供审核医生参考。
优选地,该系统还包括第二统计模块,与标签分值计算模块相连,用于接收计算结果,基于每个结构化标签的分值,生成每个单病种结构化报告的结构化标签的分值排序图,并将分值排序图显示在结构化报告界面的相应位置上供审核医生参考。
优选地,该系统还包括第三统计模块,与报告质量评价模块相连,用于统计第二预设时间段内每个报告医生撰写报告的评价分数,生成质量评分趋势图,并将质量评分趋势图显示在结构化报告界面的相应位置上供审核医生参考。
另一方面,本发明还提供了一种基于结构化标签分类的报告质量评价方法,其特征在于,该方法包括:每个单病种结构化报告标签数据库模块存储复数个结构化标签的分类数据及分类数据的扣分分值;其中,分类数据是基于结构化标签的属性来划分的,每个分类数据对应一个扣分分值;当有需要评价的报告时,标签信息提取模块查找与该报告对应的单病种结构化报告标签数据库模块,基于所述分类数据,提取该报告中与分类数据匹配的结构化标签参数及结构化标签ID,判断该结构化标签对应的扣分分值,并将结构化标签参数、结构化标签ID以及对应的扣分分值发送给标签分值计算模块;标签分值计算模块接收所有结构化标签的参数、结构化标签ID以及对应的扣分分值,基于每个结构化标签ID,依次将结构化标签的参数与标准数据进行对比,当结构化标签的参数与标准数据相同时,则计算结果为0,当结构化标签的参数与标准数据不同时,则计算结果为扣分分值;并将计算结果发送给报告质量评价模块;其中,标准数据为每个单病种结构化报告的结构化标签的标准数据,存储于标准报告模块中;报告质量评价模块将所有结构化标签的分值进行求和,再用预先设定的总分值减去求和,所得的结果即为报告的评价分数,将报告的评价分数显示在结构化报告界面的相应位置上。
优选地,该方法还包括:第一统计模块计算第一预设时间段内每个单病种结构化报告的平均评价分数,基于平均评价分数,统计所有单病种结构化报告的质量评分排名,将评分排名以图表的形式显示在结构化报告界面的相应位置上供审核医生参考。
优选地,该方法还包括:第二统计模块接收所述计算结果,基于每个结构化标签的分值,生成每个单病种结构化报告的结构化标签的分值排序图,并将分值排序图显示在结构化报告界面的相应位置上供审核医生参考。
优选地,该方法还包括:第三统计模块统计第二预设时间段内每个报告医生撰写报告的评价分数,生成质量评分趋势图,并将质量评分趋势图显示在结构化报告界面的相应位置上供审核医生参考。
本发明的技术效果:
1.由于本发明中设置了复数个单病种结构化报告标签数据库模块、标签信息提取模块、标准报告模块、标签分值计算模块和报告质量评价模块,可以根据分类数据及对应的扣分分值,再结合标准数据,对单病种结构化报告的结构化标签参数进行评分,从而对撰写初步报告的医生评价,找出初步报告医生的薄弱点,进行定向培训,可以对影像学报告的质量进行改进;也可以根据评分,有效地分配工作量及结构化报告类型的分配,使得后期的分析工作更加人性化;
2.由于本发明中设置了第一统计模块,可以计算一段时间内,每个单病种结构化报告的平均评价分数,基于平均评价分数,统计所有单病种结构化报告的质量评分排名;有效的改变特定患者的诊断分配流程,比如将难以诊断的患者分配给有专业能力特点医生,可以提高诊断准确性,提高了诊断效率,将普通的患者分配给新上岗的医生进行学习和锻炼;
3.由于本发明设置了第二统计单元,接收计算结果,基于每个结构化标签的分值,生成每个单病种结构化报告的结构化标签的分值排序图,可以根据分值排序图识别出该单病种的结构化报告标签哪个是比较难诊断的,则可以定向培训初步报告医生的薄弱点,提高了对初步报告医生能力提升的速度;
4.由于本发明设置了第三统计单元,可以统计一段时间内每个报告医生撰写报告的评价分数,生成质量评分趋势图,并将质量评分趋势图显示在结构化报告界面的相应位置上供审核医生参考,可以直观的看到该报告医生在一段时间内的能力提升效果,对培训效果的检验带来了方便。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1示出了根据本发明实施例一的基于结构化标签分类的报告质量评价系统结构示意图;
图2示出了根据本发明实施例二的基于结构化标签分类的报告质量评价系统结构示意图;
图3示出了根据本发明实施例三的基于结构化标签分类的报告质量评价系统结构示意图;
图4示出了根据本发明实施例四的基于结构化标签分类的报告质量评价系统结构示意图;
图5示出了根据本发明实施例五的基于结构化标签分类的报告质量评价方法流程图。
具体实施方式
下面将参考附图并结合实施例,来详细说明本发明。
实施例一
图1示出了根据本发明实施例一的基于结构化标签分类的报告质量评价系统结构示意图;如图1所示,该系统包括:复数个单病种结构化报告标签数据库模块10、标签信息提取模块20、标准报告模块30、标签分值计算模块40和报告质量评价模块50,其中,
每个单病种结构化报告标签数据库模块10,分别与标签信息提取模块20相连,用于存储复数个结构化标签的分类数据及分类数据的扣分分值;其中,分类数据是基于结构化标签的属性来划分的,每个分类数据对应一个扣分分值;
根据单病种结构化报告的结构化标签的属性进行级别的分类,并设定与该类别所对应的扣分分值,例如:将结构化标签的分类数据分为四个类别,即:
A类分类数据:结论性的选择,类型完全不能错,错了就是本质上的天壤之别,对应的扣分分值为:差错即扣60分;
B类分类数据:分级的评判,可以有上下一个级别的差异,是由于医生的认知差异导致的,对应的扣分分值为:不一致即扣15分;
C类分类数据:对医学本身定义不严格,可以有认知上的不同理解,对应的扣分分值为:不一致即扣5分;
D类分类数据:无关紧要的差异,对诊断没有多少影响,往往是描述的清晰性、准确性的差异,对应的扣分分值为:不一致即扣2分。
标签信息提取模块20,分别与每个单病种结构化报告标签数据库模块10、标签分值计算模块30相连,用于当有需要评价的报告时,查找与该报告对应的单病种结构化报告标签数据库模块,基于分类数据,提取该报告中与分类数据匹配的结构化标签参数及结构化标签ID,判断该结构化标签对应的扣分分值,并将结构化标签参数、结构化标签ID以及对应的扣分分值发送给标签分值计算模块30;
标准报告模块40,与标签分值计算模块30相连,用于存储每个单病种结构化报告的结构化标签的标准数据;标准数据为审核医生对单病种结构化报告撰写的诊断报告。
标签分值计算模块30,分别与标准报告模块40、标签信息提取模块20和报告质量评价模块50相连,用于接收所有结构化标签的参数、结构化标签ID以及对应的扣分分值,基于每个结构化标签ID,依次将结构化标签的参数与标准数据进行对比,当结构化标签的参数与标准数据相同时,则计算结果为0,当结构化标签的参数与标准数据不同时,则计算结果为扣分分值;并将计算结果发送给报告质量评价模块50;
例如,肺癌影像结构化报告,在是否为癌的结构化标签的评判上,如果待评价的报告的该标签与标准数据不同,则将扣除相应的扣分分值,即对应的A类分类数据。
报告质量评价模块50,与标签分值计算模块40相连,用于将所有结构化标签的分值进行求和,再用预先设定的总分值减去求和,所得的结果即为报告的评价分数,将报告的评价分数显示在结构化报告界面的相应位置上。
其中,预先设定的总分值一般设置为100分,在此不做任何限定。
本发明的实施例设置了复数个单病种结构化报告标签数据库模块、标签信息提取模块、标准报告模块、标签分值计算模块和报告质量评价模块,可以根据分类数据及对应的扣分分值,再结合标准数据,对单病种结构化报告的结构化标签参数进行评分,从而对撰写初步报告的医生评价,找出初步报告医生的薄弱点,进行定向培训,可以对影像学报告的质量进行改进;也可以根据评分,有效地分配工作量及结构化报告类型的分配,使得后期的分析工作更加人性化。
实施例二
图2示出了根据本发明实施例二的基于结构化标签分类的报告质量评价系统结构示意图;如图2所示,该系统还包括:第一统计模块60,与报告质量评价模块50相连,用于计算第一预设时间段内每个单病种结构化报告的平均评价分数,基于平均评价分数,统计所有单病种结构化报告的质量评分排名,将评分排名以图表的形式显示在结构化报告界面的相应位置上供审核医生参考。
例如,统计6月份的每个单病种结构化报告的平均评价分数,基于平均评价分数,统计所有单病种结构化报告的质量评分排名,将评分排名以图表的形式显示在结构化报告界面的相应位置上供审核医生参考;图表的类型不限,能够直观的让审核医生观看即可。
本发明的实施例中设置了第一统计模块,可以计算一段时间内,每个单病种结构化报告的平均评价分数,基于平均评价分数,统计所有单病种结构化报告的质量评分排名;有效的改变特定患者的诊断分配流程,比如将难以诊断的患者分配给有专业能力特点医生,可以提高诊断准确性,提高了诊断效率,将普通的患者分配给新上岗的医生进行学习和锻炼。
实施例三
图3示出了根据本发明实施例三的基于结构化标签分类的报告质量评价系统结构示意图;如图3所示,该系统还包括第二统计模块70,与标签分值计算模块30相连,用于接收计算结果,基于每个结构化标签的分值,生成每个单病种结构化报告的结构化标签的分值排序图,并将分值排序图显示在结构化报告界面的相应位置上供审核医生参考。
本发明的实施例设置了第二统计单元,接收计算结果,基于每个结构化标签的分值,生成每个单病种结构化报告的结构化标签的分值排序图,可以根据分值排序图识别出该单病种的结构化报告标签哪个是比较难诊断的,则可以定向培训初步报告医生的薄弱点,提高了对初步报告医生能力提升的速度。
实施例四
图4示出了根据本发明实施例四的基于结构化标签分类的报告质量评价系统结构示意图;如图4所示,该系统还包括第三统计模块80,与报告质量评价模块50相连,用于统计第二预设时间段内每个报告医生撰写报告的评价分数,生成质量评分趋势图,并将质量评分趋势图显示在结构化报告界面的相应位置上供审核医生参考。
本发明的实施例设置了第三统计单元,可以统计一段时间内每个报告医生撰写报告的评价分数,生成质量评分趋势图,并将质量评分趋势图显示在结构化报告界面的相应位置上供审核医生参考,可以直观的看到该报告医生在一段时间内的能力提升效果,对培训效果的检验带来了方便。
实施例五
图5示出了根据本发明实施例五的基于结构化标签分类的报告质量评价方法流程图,如图5所示,该方法包括以下步骤:
步骤S501,每个单病种结构化报告标签数据库模块存储复数个结构化标签的分类数据及分类数据的扣分分值;其中,分类数据是基于结构化标签的属性来划分的,每个分类数据对应一个扣分分值;
根据单病种结构化报告的结构化标签的属性进行级别的分类,并设定与该类别所对应的扣分分值,例如:将结构化标签的分类数据分为四个类别,即:
A类分类数据:结论性的选择,类型完全不能错,错了就是本质上的天壤之别,对应的扣分分值为:差错即扣60分;
B类分类数据:分级的评判,可以有上下一个级别的差异,是由于医生的认知差异导致的,对应的扣分分值为:不一致即扣15分;
C类分类数据:对医学本身定义不严格,可以有认知上的不同理解,对应的扣分分值为:不一致即扣5分;
D类分类数据:无关紧要的差异,对诊断没有多少影响,往往是描述的清晰性、准确性的差异,对应的扣分分值为:不一致即扣2分。
步骤S502,当有需要评价的报告时,标签信息提取模块查找与该报告对应的单病种结构化报告标签数据库模块,基于所述分类数据,提取该报告中与分类数据匹配的结构化标签参数及结构化标签ID,判断该结构化标签对应的扣分分值,并将结构化标签参数、结构化标签ID以及对应的扣分分值发送给标签分值计算模块;
步骤S503,标签分值计算模块接收所有结构化标签的参数、结构化标签ID以及对应的扣分分值,基于每个结构化标签ID,依次将结构化标签的参数与标准数据进行对比,当结构化标签的参数与标准数据相同时,则计算结果为0,当结构化标签的参数与标准数据不同时,则计算结果为扣分分值;并将计算结果发送给报告质量评价模块;
其中,标准数据为每个单病种结构化报告的结构化标签的标准数据,存储于标准报告模块中;标准数据为审核医生对单病种结构化报告撰写的诊断报告。
例如,肺癌影像结构化报告,在是否为癌的结构化标签的评判上,如果待评价的报告的该标签与标准数据不同,则将扣除相应的扣分分值,即对应的A类分类数据。
步骤S504,报告质量评价模块将所有结构化标签的分值进行求和,再用预先设定的总分值减去求和,所得的结果即为报告的评价分数,将报告的评价分数显示在结构化报告界面的相应位置上。
其中,预先设定的总分值一般设置为100分,在此不做任何限定。
其中,该方法还包括:第一统计模块计算第一预设时间段内每个单病种结构化报告的平均评价分数,基于平均评价分数,统计所有单病种结构化报告的质量评分排名,将评分排名以图表的形式显示在结构化报告界面的相应位置上供审核医生参考。
例如,统计6月份的每个单病种结构化报告的平均评价分数,基于平均评价分数,统计所有单病种结构化报告的质量评分排名,将评分排名以图表的形式显示在结构化报告界面的相应位置上供审核医生参考;图表的类型不限,能够直观的让审核医生观看即可。
其中,该方法还包括:第二统计模块接收所述计算结果,基于每个结构化标签的分值,生成每个单病种结构化报告的结构化标签的分值排序图,并将分值排序图显示在结构化报告界面的相应位置上供审核医生参考。
其中,该方法还包括:第三统计模块统计第二预设时间段内每个报告医生撰写报告的评价分数,生成质量评分趋势图,并将质量评分趋势图显示在结构化报告界面的相应位置上供审核医生参考。
本发明实施例可以根据分类数据及对应的扣分分值,再结合标准数据,对单病种结构化报告的结构化标签参数进行评分,从而对撰写初步报告的医生评价,找出初步报告医生的薄弱点,进行定向培训,可以对影像学报告的质量进行改进;也可以根据评分,有效地分配工作量及结构化报告类型的分配,使得后期的分析工作更加人性化;本发明实施例中的第一统计模块,可以计算一段时间内,每个单病种结构化报告的平均评价分数,基于平均评价分数,统计所有单病种结构化报告的质量评分排名;有效的改变特定患者的诊断分配流程,比如将难以诊断的患者分配给有专业能力特点医生,可以提高诊断准确性,提高了诊断效率,将普通的患者分配给新上岗的医生进行学习和锻炼;本发明实施例中的第二统计单元,接收计算结果,基于每个结构化标签的分值,生成每个单病种结构化报告的结构化标签的分值排序图,可以根据分值排序图识别出该单病种的结构化报告标签哪个是比较难诊断的,则可以定向培训初步报告医生的薄弱点,提高了对初步报告医生能力提升的速度;本发明实施例中的第三统计单元,可以统计一段时间内每个报告医生撰写报告的评价分数,生成质量评分趋势图,并将质量评分趋势图显示在结构化报告界面的相应位置上供审核医生参考,可以直观的看到该报告医生在一段时间内的能力提升效果,对培训效果的检验带来了方便。
从以上描述中,可以看出,本发明的上述实施例实现了如下技术效果:本发明的实施例设置了复数个单病种结构化报告标签数据库模块、标签信息提取模块、标准报告模块、标签分值计算模块和报告质量评价模块,可以根据分类数据及对应的扣分分值,再结合标准数据,对单病种结构化报告的结构化标签参数进行评分,从而对撰写初步报告的医生评价,找出初步报告医生的薄弱点,进行定向培训,可以对影像学报告的质量进行改进;也可以根据评分,有效地分配工作量及结构化报告类型的分配,使得后期的分析工作更加人性化;由于本发明的实施例中设置了第一统计模块,可以计算一段时间内,每个单病种结构化报告的平均评价分数,基于平均评价分数,统计所有单病种结构化报告的质量评分排名;有效的改变特定患者的诊断分配流程,比如将难以诊断的患者分配给有专业能力特点医生,可以提高诊断准确性,提高了诊断效率,将普通的患者分配给新上岗的医生进行学习和锻炼;由于本发明实施例中设置了第二统计单元,接收计算结果,基于每个结构化标签的分值,生成每个单病种结构化报告的结构化标签的分值排序图,可以根据分值排序图识别出该单病种的结构化报告标签哪个是比较难诊断的,则可以定向培训初步报告医生的薄弱点,提高了对初步报告医生能力提升的速度;由于本发明实施例设置了第三统计单元,可以统计一段时间内每个报告医生撰写报告的评价分数,生成质量评分趋势图,并将质量评分趋势图显示在结构化报告界面的相应位置上供审核医生参考,可以直观的看到该报告医生在一段时间内的能力提升效果,对培训效果的检验带来了方便。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于结构化标签分类的报告质量评价系统,其特征在于,包括复数个单病种结构化报告标签数据库模块、标签信息提取模块、标准报告模块、标签分值计算模块和报告质量评价模块,其中,
每个所述单病种结构化报告标签数据库模块,分别与所述标签信息提取模块相连,用于存储复数个结构化标签的分类数据及所述分类数据的扣分分值;其中,所述分类数据是基于所述结构化标签的属性来划分的,每个所述分类数据对应一个扣分分值;
所述标签信息提取模块,分别与每个所述单病种结构化报告标签数据库模块、所述标签分值计算模块相连,用于当有需要评价的报告时,查找与该报告对应的所述单病种结构化报告标签数据库模块,基于所述分类数据,提取该报告中与所述分类数据匹配的结构化标签参数及结构化标签ID,判断该结构化标签对应的所述扣分分值,并将所述结构化标签参数、所述结构化标签ID以及对应的所述扣分分值发送给所述标签分值计算模块;
所述标准报告模块,与所述标签分值计算模块相连,用于存储每个单病种结构化报告的结构化标签的标准数据;
所述标签分值计算模块,分别与所述标准报告模块、所述标签信息提取模块和所述报告质量评价模块相连,用于接收所有所述结构化标签的参数、所述结构化标签ID以及对应的所述扣分分值,基于每个所述结构化标签ID,依次将所述结构化标签的参数与所述标准数据进行对比,当所述结构化标签的参数与所述标准数据相同时,则计算结果为0,当所述结构化标签的参数与所述标准数据不同时,则计算结果为所述扣分分值;并将所述计算结果发送给所述报告质量评价模块;
所述报告质量评价模块,与所述标签分值计算模块相连,用于将所有结构化标签的分值进行求和,再用预先设定的总分值减去所述求和,所得的结果即为报告的评价分数,将所述报告的评价分数显示在结构化报告界面的相应位置上。
2.根据权利要求1所述的基于结构化标签分类的报告质量评价系统,其特征在于,该系统还包括第一统计模块,与所述报告质量评价模块相连,用于计算第一预设时间段内每个单病种结构化报告的平均评价分数,基于所述平均评价分数,统计所有单病种结构化报告的质量评分排名,将所述评分排名以图表的形式显示在所述结构化报告界面的相应位置上供审核医生参考。
3.根据权利要求1所述的基于结构化标签分类的报告质量评价系统,其特征在于,该系统还包括第二统计模块,与所述标签分值计算模块相连,用于接收所述计算结果,基于每个所述结构化标签的分值,生成每个单病种结构化报告的结构化标签的分值排序图,并将所述分值排序图显示在所述结构化报告界面的相应位置上供审核医生参考。
4.根据权利要求1所述的基于结构化标签分类的报告质量评价系统,其特征在于,该系统还包括第三统计模块,与所述报告质量评价模块相连,用于统计第二预设时间段内每个报告医生撰写报告的评价分数,生成质量评分趋势图,并将所述质量评分趋势图显示在所述结构化报告界面的相应位置上供审核医生参考。
5.一种基于结构化标签分类的报告质量评价方法,其特征在于,该方法包括:
每个单病种结构化报告标签数据库模块存储复数个结构化标签的分类数据及所述分类数据的扣分分值;其中,所述分类数据是基于所述结构化标签的属性来划分的,每个所述分类数据对应一个扣分分值;
当有需要评价的报告时,标签信息提取模块查找与该报告对应的所述单病种结构化报告标签数据库模块,基于所述分类数据,提取该报告中与所述分类数据匹配的结构化标签参数及结构化标签ID,判断该结构化标签对应的所述扣分分值,并将所述结构化标签参数、所述结构化标签ID以及对应的所述扣分分值发送给标签分值计算模块;
所述标签分值计算模块接收所有所述结构化标签的参数、所述结构化标签ID以及对应的所述扣分分值,基于每个所述结构化标签ID,依次将所述结构化标签的参数与所述标准数据进行对比,当所述结构化标签的参数与所述标准数据相同时,则计算结果为0,当所述结构化标签的参数与所述标准数据不同时,则计算结果为所述扣分分值;并将所述计算结果发送给所述报告质量评价模块;其中,所述标准数据为每个单病种结构化报告的结构化标签的标准数据,存储于标准报告模块中;
所述报告质量评价模块将所有结构化标签的分值进行求和,再用预先设定的总分值减去所述求和,所得的结果即为报告的评价分数,将所述报告的评价分数显示在结构化报告界面的相应位置上。
6.根据权利要求5所述的基于结构化标签分类的报告质量评价方法,其特征在于,该方法还包括:第一统计模块计算第一预设时间段内每个单病种结构化报告的平均评价分数,基于所述平均评价分数,统计所有单病种结构化报告的质量评分排名,将所述评分排名以图表的形式显示在所述结构化报告界面的相应位置上供审核医生参考。
7.根据权利要求5所述的基于结构化标签分类的报告质量评价方法,其特征在于,该方法还包括:第二统计模块接收所述计算结果,基于每个所述结构化标签的分值,生成每个单病种结构化报告的结构化标签的分值排序图,并将所述分值排序图显示在所述结构化报告界面的相应位置上供审核医生参考。
8.根据权利要求5所述的基于结构化标签分类的报告质量评价方法,其特征在于,该方法还包括:第三统计模块统计第二预设时间段内每个报告医生撰写报告的评价分数,生成质量评分趋势图,并将所述质量评分趋势图显示在所述结构化报告界面的相应位置上供审核医生参考。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910894989.8A CN110718279A (zh) | 2019-09-20 | 2019-09-20 | 基于结构化标签分类的报告质量评价系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910894989.8A CN110718279A (zh) | 2019-09-20 | 2019-09-20 | 基于结构化标签分类的报告质量评价系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110718279A true CN110718279A (zh) | 2020-01-21 |
Family
ID=69210738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910894989.8A Pending CN110718279A (zh) | 2019-09-20 | 2019-09-20 | 基于结构化标签分类的报告质量评价系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110718279A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112509658A (zh) * | 2020-11-13 | 2021-03-16 | 陈云天 | 基于诊断能力自动授权审核报告权限的系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012063919A (ja) * | 2010-09-15 | 2012-03-29 | Fujifilm Corp | 医用レポート評価装置、医用レポート評価方法、医用レポート評価プログラム、並びに医用ネットワークシステム |
CN104766259A (zh) * | 2015-03-31 | 2015-07-08 | 华据医疗评估信息技术(北京)有限公司 | 一种基于单病种模型的医疗临床质量监测与评价系统 |
CN107945840A (zh) * | 2017-11-02 | 2018-04-20 | 刘莉 | 电子病历的评价方法及装置 |
CN108399953A (zh) * | 2018-03-12 | 2018-08-14 | 平安健康互联网股份有限公司 | 基于体检报告的健康评分方法、装置及存储介质 |
CN109411060A (zh) * | 2018-08-24 | 2019-03-01 | 康美药业股份有限公司 | 基于处方的评价方法、装置、电子设备及存储介质 |
-
2019
- 2019-09-20 CN CN201910894989.8A patent/CN110718279A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012063919A (ja) * | 2010-09-15 | 2012-03-29 | Fujifilm Corp | 医用レポート評価装置、医用レポート評価方法、医用レポート評価プログラム、並びに医用ネットワークシステム |
CN104766259A (zh) * | 2015-03-31 | 2015-07-08 | 华据医疗评估信息技术(北京)有限公司 | 一种基于单病种模型的医疗临床质量监测与评价系统 |
CN107945840A (zh) * | 2017-11-02 | 2018-04-20 | 刘莉 | 电子病历的评价方法及装置 |
CN108399953A (zh) * | 2018-03-12 | 2018-08-14 | 平安健康互联网股份有限公司 | 基于体检报告的健康评分方法、装置及存储介质 |
CN109411060A (zh) * | 2018-08-24 | 2019-03-01 | 康美药业股份有限公司 | 基于处方的评价方法、装置、电子设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112509658A (zh) * | 2020-11-13 | 2021-03-16 | 陈云天 | 基于诊断能力自动授权审核报告权限的系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100978091B1 (ko) | 온라인 테스트 평가 관리 시스템 및 방법 | |
US7925638B2 (en) | Quality management in a data-processing environment | |
CN109145921A (zh) | 一种基于改进的直觉模糊c均值聚类的图像分割方法 | |
CN109583722A (zh) | 一种渠道数据分析系统和方法 | |
US11042825B2 (en) | Assessment system and method | |
WO2015022649A2 (en) | Modeling of patient risk factors at discharge | |
CN115543973B (zh) | 一种基于知识谱图与机器学习的数据质量规则推荐方法 | |
US20180261305A1 (en) | Clinical Trial Data Analyzer | |
CN110718279A (zh) | 基于结构化标签分类的报告质量评价系统及其方法 | |
CN112635030A (zh) | 控费提示自动生成系统、方法及相应设备和存储介质 | |
WO2020206172A1 (en) | Confidence evaluation to measure trust in behavioral health survey results | |
CN109545018A (zh) | 信息处理方法及装置 | |
CN113035329A (zh) | 一种医学影像质控系统 | |
Huntington-Klein | The search: The effect of the college scorecard on interest in colleges | |
Mukala et al. | Uncovering learning patterns in a MOOC through conformance alignments | |
CN111403013B (zh) | 用于能力评定的方法及装置 | |
CN107578181A (zh) | 基于统计频率和关联规则的异常学生挖掘方法 | |
CN114037256A (zh) | 一种多人答题数据的收集与分析方法 | |
CN107133747A (zh) | 一种质量评估方法及装置 | |
CN112199436A (zh) | 一种可视化教学质量监控方法 | |
JP2001209297A (ja) | コンピュータ適応型テスト装置、コンピュータ適応型テストシステム、コンピュータ適応型テスト方法およびコンピュータ適応型テストプログラムを格納する記録媒体 | |
CN110033193A (zh) | 用户信息的处理方法、装置和电子设备 | |
Dhawan et al. | Estimation of inter-rater reliability | |
KR101706531B1 (ko) | 의미 지식 평가 훈련 장치 및 의미 지식 평가 훈련 방법 | |
CN111311201A (zh) | 一种智能化项目匹配分析工具及其实现方法 |
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 |