CN110751995A - 一种电子病历缺陷标注与评分方法 - Google Patents

一种电子病历缺陷标注与评分方法 Download PDF

Info

Publication number
CN110751995A
CN110751995A CN201910806606.7A CN201910806606A CN110751995A CN 110751995 A CN110751995 A CN 110751995A CN 201910806606 A CN201910806606 A CN 201910806606A CN 110751995 A CN110751995 A CN 110751995A
Authority
CN
China
Prior art keywords
medical record
defect
text
quality control
record content
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.)
Granted
Application number
CN201910806606.7A
Other languages
English (en)
Other versions
CN110751995B (zh
Inventor
郭崇亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Unisound Intelligent Technology Co Ltd
Original Assignee
Unisound Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Unisound Intelligent Technology Co Ltd filed Critical Unisound Intelligent Technology Co Ltd
Priority to CN201910806606.7A priority Critical patent/CN110751995B/zh
Publication of CN110751995A publication Critical patent/CN110751995A/zh
Application granted granted Critical
Publication of CN110751995B publication Critical patent/CN110751995B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提供了一种电子病历缺陷标注与评分方法,该电子病历缺陷标注与评分方法包括如下步骤:(1),获取该电子病历中对应的病历内容文本,以此在该电子病历的邻近可视区域生成评判质控界面;步骤(2),基于该评判质控界面,对该病历内容文本进行缺陷筛选识别处理;步骤(3),根据对该病历内容文本的缺陷筛选识别处理结果,对该病历内容文本存在的缺陷状态进行标注和评分处理。

Description

一种电子病历缺陷标注与评分方法
技术领域
本发明涉及人工智能的技术领域,特别涉及一种电子病历缺陷标注与评分方法。
背景技术
随着,医院会诊的逐渐电子化,电子病历已经成为医生对病人进行诊断的主要病症记录方式。病历的电子化不仅能够便于大量存储不同病人的病历资料,并且还能够实现对海量病历信息的快速查询。现有的电子病历界面同时提供了电子病历编辑界面和电子病历缺陷标注与评分界面,但是这两个界面通常都是位于两个不同窗口中,这就要求用户在对电子病历进行编辑和缺陷标注这两个操作时,需要在不同窗口中来回切换才能完整该电子病历。虽然,现有的电子病历的编辑和缺陷标注能够高效地和准确地实现电子病历的制作和评分,但是目前并不能在同一界面对电子病历同时进行编辑和缺陷标注,这使得用户需要额外花费更多的时间来完善电子病历,这极大地阻碍电子病历的推广应用。可见,现有技术急需一种能够在同一界面对电子病历同步进行编辑、缺陷定位和评分等不同操作的电子病历形成方法。
发明内容
针对现有技术存在的缺陷,本发明提供一种电子病历缺陷标注与评分方法,该电子病历缺陷标注与评分方法包括如下步骤:(1),获取该电子病历中对应的病历内容文本,以此在该电子病历的邻近可视区域生成评判质控界面;步骤(2),基于该评判质控界面,对该病历内容文本进行缺陷筛选识别处理;步骤(3),根据对该病历内容文本的缺陷筛选识别处理结果,对该病历内容文本存在的缺陷状态进行标注和评分处理。可见,该电子病历缺陷标注与评分方法有别于现有技术的电子病历编辑和缺陷评判模式,其能够在同一窗口界面同时对电子病历进行编辑和评判质控操作,其中该评判质控操作能够对该电子病历中存在的多种不同缺陷项进行位置标定、缺陷类型确定和缺陷评分,从而最终对该电子病历进行整体评价以此实现对不同电子病历的质量控制和提高电子病历诊断的准确性。
本发明提供一种电子病历缺陷标注与评分方法,其特征在于,所述电子病历缺陷标注与评分方法包括如下步骤:
步骤(1),获取所述电子病历中对应的病历内容文本,以此在所述电子病历的邻近可视区域生成评判质控界面;
步骤(2),基于所述评判质控界面,对所述病历内容文本进行缺陷筛选识别处理;
步骤(3),根据对所述病历内容文本的缺陷筛选识别处理结果,对所述病历内容文本存在的缺陷状态进行标注和评分处理;
进一步,在所述步骤(1)中,获取所述电子病历中对应的病历内容文本,以此在所述电子病历的邻近可视区域生成评判质控界面具体包括,
步骤(101),在所述电子病历中选定一目标文本,并判断关于所述目标文本的文本语义完整性;
步骤(102),根据关于所述目标文本的文本语义完整性的判断结果,判断所述目标文本是否属于病历内容文本类聚;
步骤(103),根据关于目标文本是否属于病历内容文本类聚的判断结果,确定所述评判质控界面于所述邻近可视区域的显示模式;
进一步,在所述步骤(101)中,在所述电子病历中选定一目标文本,并判断关于所述目标文本的文本语义完整性具体包括,
步骤(1011),对选定的所述目标文本进行语段分割处理,以此得到关于所述目标文本的句首、句中和句尾不同语句位置处的若干分割语段;
步骤(1012),通过预设文本语义识别模型对所述若干分割语段进行语义逻辑判断处理,以此获取关于所述目标文本的文本语义完整性判断结果;
进一步,在所述步骤(102)中,根据关于所述目标文本的文本语义完整性的判断结果,判断所述目标文本是否属于病历内容文本类聚具体包括,
步骤(1021),若所述目标文本具备文本语义完整性,则通过预设文本类聚识别模型对所述目标文本进行关于病历内容文本类聚的判断处理,以此确定所述目标文本是否属于预设病历内容文本类聚的范畴;
步骤(1022),若所述目标文本不具备文本语义完整性,则在所述邻近可视区域指示关于当前选定的所述目标文本不符合识别条件的提示消息;
进一步,在所述步骤(103)中,根据关于目标文本是否属于病历内容文本类聚的判断结果,确定所述评判质控界面于所述邻近可视区域的显示模式具体包括,
步骤(1031),若所述目标文本属于所述病历内容文本类聚的范畴,则指示所述评判质控界面显示质控评判选项子界面、质控评判说明子界面和质控评判关联内容子界面中的至少一者;
步骤(1032),若所述目标文本不属于所述病历内容文本类聚的范畴,则指示所述评判质控界面显示关于当前选定的目标文本不满足质控评判条件的指示子界面;
进一步,在所述步骤(2)中,基于所述评判质控界面,对所述病历内容文本进行缺陷筛选识别处理具体包括,
步骤(201),通过文本缺陷识别模型对所述病历内容文本进行缺陷筛选处理,以此形成若干关于所述病历内容文本对应的疑似缺陷信息;
步骤(202),对所述若干疑似缺陷信息进行预设模式的排序处理,并将经过所述排序处理后的所述若干疑似缺陷信息作为所述评判质控界面的对应若干质控选项信息;
步骤(203),获取所述评判质控界面当前确定选中的质控选项信息,以此对所述电子病历进行缺陷匹配处理;
进一步,在所述步骤(201)中,通过文本缺陷识别模型对所述病历内容文本进行缺陷筛选处理,以此形成若干关于所述病历内容文本对应的疑似缺陷信息具体包括,
步骤(2011),将所述病历内容文本输入至所述文本缺陷识别模型,所述文本缺陷识别模型对所述病历内容文本中的语法缺陷、逻辑缺陷和错别字缺陷中的至少一种进行筛选处理,以此得到关于所述病历内容文本的缺陷分布信息;
步骤(2012),根据所述缺陷分布信息,对所述病历内容文本的不同文本区域进行适应性的缺陷类型和/或缺陷集中度的标定处理,以此确定所述病历内容文本对应存在的若干所述疑似缺陷信息;
进一步,在所述步骤(202)中,对所述若干疑似缺陷信息进行预设模式的排序处理,并将经过所述排序处理后的所述若干疑似缺陷信息作为所述评判质控界面的对应若干质控选项信息具体包括,
步骤(2021),确定所述若干疑似缺陷信息中的每一个对应的缺陷类型和缺陷集中度,以此形成关于每一个疑似缺陷信息对应的缺陷类型-集中度二维评价值;
步骤(2022),根据每一个疑似缺陷信息对应的缺陷类型-集中度二维评价值,对所有疑似缺陷信息进行关于缺陷严重程度的排序处理,以此得到关于所有疑似缺陷信息的排序列表;
步骤(2023),将所述关于所有疑似缺陷信息的排序列表作为所述若干质控选项信息,并同时显示于所述评判质控界面中;
进一步,在所述步骤(203)中,获取所述评判质控界面当前确定选中的质控选项信息,以此对所述电子病历进行缺陷匹配处理具体包括,
步骤(2031),在所述评判质控界面中确定对应质控选项窗口选中的质控选项信息,同时提取所述选中的质控选项信息对应的属性特性;
步骤(2032),根据所述属性特征,对所述电子病历中的病历内容文本进行遍历模式的缺陷匹配处理,以此获取当前选定的病历内容文本与所述电子病历整理对应的关联内容;
进一步,在所述步骤(3)中,根据对所述病历内容文本的缺陷筛选识别处理结果,对所述病历内容文本存在的缺陷状态进行标注和评分处理具体包括,
步骤(301),获取所述缺陷筛选识别处理对应得到的缺陷类型、缺陷位置和缺陷重复度中的至少一者;
步骤(302),根据所述缺陷类型、所述缺陷位置和所述缺陷重复度中的至少一者,对所述病历内容文本进行缺陷分布位置标注处理,以此实现对所述病历内容文本存在的缺陷进行定位;
步骤(303),根据所述缺陷类型、所述缺陷位置和所述缺陷重复度中的至少一者,在所述评判质控界面中显示所述病历内容文本所有缺陷的评分情况,同时对所述评分情况进行云端存储处理。
相比于现有技术,该电子病历缺陷标注与评分方法包括如下步骤:(1),获取该电子病历中对应的病历内容文本,以此在该电子病历的邻近可视区域生成评判质控界面;步骤(2),基于该评判质控界面,对该病历内容文本进行缺陷筛选识别处理;步骤(3),根据对该病历内容文本的缺陷筛选识别处理结果,对该病历内容文本存在的缺陷状态进行标注和评分处理。可见,该电子病历缺陷标注与评分方法有别于现有技术的电子病历编辑和缺陷评判模式,其能够在同一窗口界面同时对电子病历进行编辑和评判质控操作,其中该评判质控操作能够对该电子病历中存在的多种不同缺陷项进行位置标定、缺陷类型确定和缺陷评分,从而最终对该电子病历进行整体评价以此实现对不同电子病历的质量控制和提高电子病历诊断的准确性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
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为本发明提供的一种电子病历缺陷标注与评分方法的流程示意图。
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作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。
参阅图1,为本发明实施例提供的一种电子病历缺陷标注与评分方法和系统的结构示意图。该电子病历缺陷标注与评分方法包括如下步骤:
步骤(1),获取该电子病历中对应的病历内容文本,以此在该电子病历的邻近可视区域生成评判质控界面。
优选地,在该步骤(1)中,获取该电子病历中对应的病历内容文本,以此在该电子病历的邻近可视区域生成评判质控界面具体包括,
步骤(101),在该电子病历中选定一目标文本,并判断关于该目标文本的文本语义完整性;
步骤(102),根据关于该目标文本的文本语义完整性的判断结果,判断该目标文本是否属于病历内容文本类聚;
步骤(103),根据关于目标文本是否属于病历内容文本类聚的判断结果,确定该评判质控界面于该邻近可视区域的显示模式。
优选地,在该步骤(101)中,在该电子病历中选定一目标文本,并判断关于该目标文本的文本语义完整性具体包括,
步骤(1011),对选定的该目标文本进行语段分割处理,以此得到关于该目标文本的句首、句中和句尾不同语句位置处的若干分割语段;
步骤(1012),通过预设文本语义识别模型对该若干分割语段进行语义逻辑判断处理,以此获取关于该目标文本的文本语义完整性判断结果。
优选地,在该步骤(102)中,根据关于该目标文本的文本语义完整性的判断结果,判断该目标文本是否属于病历内容文本类聚具体包括,
步骤(1021),若该目标文本具备文本语义完整性,则通过预设文本类聚识别模型对该目标文本进行关于病历内容文本类聚的判断处理,以此确定该目标文本是否属于预设病历内容文本类聚的范畴;
步骤(1022),若该目标文本不具备文本语义完整性,则在该邻近可视区域指示关于当前选定的该目标文本不符合识别条件的提示消息。
优选地,在该步骤(103)中,根据关于目标文本是否属于病历内容文本类聚的判断结果,确定该评判质控界面于该邻近可视区域的显示模式具体包括,
步骤(1031),若该目标文本属于该病历内容文本类聚的范畴,则指示该评判质控界面显示质控评判选项子界面、质控评判说明子界面和质控评判关联内容子界面中的至少一者;
步骤(1032),若该目标文本不属于该病历内容文本类聚的范畴,则指示该评判质控界面显示关于当前选定的目标文本不满足质控评判条件的指示子界面。
步骤(2),基于该评判质控界面,对该病历内容文本进行缺陷筛选识别处理。
优选地,在该步骤(2)中,基于该评判质控界面,对该病历内容文本进行缺陷筛选识别处理具体包括,
步骤(201),通过文本缺陷识别模型对该病历内容文本进行缺陷筛选处理,以此形成若干关于该病历内容文本对应的疑似缺陷信息;
步骤(202),对该若干疑似缺陷信息进行预设模式的排序处理,并将经过该排序处理后的该若干疑似缺陷信息作为该评判质控界面的对应若干质控选项信息;
步骤(203),获取该评判质控界面当前确定选中的质控选项信息,以此对该电子病历进行缺陷匹配处理。
优选地,在该步骤(201)中,通过文本缺陷识别模型对该病历内容文本进行缺陷筛选处理,以此形成若干关于该病历内容文本对应的疑似缺陷信息具体包括,
步骤(2011),将该病历内容文本输入至该文本缺陷识别模型,该文本缺陷识别模型对该病历内容文本中的语法缺陷、逻辑缺陷和错别字缺陷中的至少一种进行筛选处理,以此得到关于该病历内容文本的缺陷分布信息;
步骤(2012),根据该缺陷分布信息,对该病历内容文本的不同文本区域进行适应性的缺陷类型和/或缺陷集中度的标定处理,以此确定该病历内容文本对应存在的若干该疑似缺陷信息。
优选地,在该步骤(202)中,对该若干疑似缺陷信息进行预设模式的排序处理,并将经过该排序处理后的该若干疑似缺陷信息作为该评判质控界面的对应若干质控选项信息具体包括,
步骤(2021),确定该若干疑似缺陷信息中的每一个对应的缺陷类型和缺陷集中度,以此形成关于每一个疑似缺陷信息对应的缺陷类型-集中度二维评价值;
步骤(2022),根据每一个疑似缺陷信息对应的缺陷类型-集中度二维评价值,对所有疑似缺陷信息进行关于缺陷严重程度的排序处理,以此得到关于所有疑似缺陷信息的排序列表;
步骤(2023),将该关于所有疑似缺陷信息的排序列表作为该若干质控选项信息,并同时显示于该评判质控界面中。
优选地,在该步骤(203)中,获取该评判质控界面当前确定选中的质控选项信息,以此对该电子病历进行缺陷匹配处理具体包括,
步骤(2031),在该评判质控界面中确定对应质控选项窗口选中的质控选项信息,同时提取该选中的质控选项信息对应的属性特性;
步骤(2032),根据该属性特征,对该电子病历中的病历内容文本进行遍历模式的缺陷匹配处理,以此获取当前选定的病历内容文本与该电子病历整理对应的关联内容。
步骤(3),根据对该病历内容文本的缺陷筛选识别处理结果,对该病历内容文本存在的缺陷状态进行标注和评分处理。
优选地,在该步骤(3)中,根据对该病历内容文本的缺陷筛选识别处理结果,对该病历内容文本存在的缺陷状态进行标注和评分处理具体包括,
步骤(301),获取该缺陷筛选识别处理对应得到的缺陷类型、缺陷位置和缺陷重复度中的至少一者;
步骤(302),根据该缺陷类型、该缺陷位置和该缺陷重复度中的至少一者,对该病历内容文本进行缺陷分布位置标注处理,以此实现对该病历内容文本存在的缺陷进行定位;
步骤(303),根据该缺陷类型、该缺陷位置和该缺陷重复度中的至少一者,在该评判质控界面中显示该病历内容文本所有缺陷的评分情况,同时对该评分情况进行云端存储处理。
从上述实施例可以看出,该电子病历缺陷标注与评分方法包括如下步骤:(1),获取该电子病历中对应的病历内容文本,以此在该电子病历的邻近可视区域生成评判质控界面;步骤(2),基于该评判质控界面,对该病历内容文本进行缺陷筛选识别处理;步骤(3),根据对该病历内容文本的缺陷筛选识别处理结果,对该病历内容文本存在的缺陷状态进行标注和评分处理。可见,该电子病历缺陷标注与评分方法有别于现有技术的电子病历编辑和缺陷评判模式,其能够在同一窗口界面同时对电子病历进行编辑和评判质控操作,其中该评判质控操作能够对该电子病历中存在的多种不同缺陷项进行位置标定、缺陷类型确定和缺陷评分,从而最终对该电子病历进行整体评价以此实现对不同电子病历的质量控制和提高电子病历诊断的准确性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种电子病历缺陷标注与评分方法,其特征在于,所述电子病历缺陷标注与评分方法包括如下步骤:
步骤(1),获取所述电子病历中对应的病历内容文本,以此在所述电子病历的邻近可视区域生成评判质控界面;
步骤(2),基于所述评判质控界面,对所述病历内容文本进行缺陷筛选识别处理;
步骤(3),根据对所述病历内容文本的缺陷筛选识别处理结果,对所述病历内容文本存在的缺陷状态进行标注和评分处理。
2.如权利要求1所述的电子病历缺陷标注与评分方法,其特征在于:
在所述步骤(1)中,获取所述电子病历中对应的病历内容文本,以此在所述电子病历的邻近可视区域生成评判质控界面具体包括,步骤(101),在所述电子病历中选定一目标文本,并判断关于所述目标文本的文本语义完整性;
步骤(102),根据关于所述目标文本的文本语义完整性的判断结果,判断所述目标文本是否属于病历内容文本类聚;
步骤(103),根据关于目标文本是否属于病历内容文本类聚的判断结果,确定所述评判质控界面于所述邻近可视区域的显示模式。
3.如权利要求2所述的电子病历缺陷标注与评分方法,其特征在于:
在所述步骤(101)中,在所述电子病历中选定一目标文本,并判断关于所述目标文本的文本语义完整性具体包括,
步骤(1011),对选定的所述目标文本进行语段分割处理,以此得到关于所述目标文本的句首、句中和句尾不同语句位置处的若干分割语段;
步骤(1012),通过预设文本语义识别模型对所述若干分割语段进行语义逻辑判断处理,以此获取关于所述目标文本的文本语义完整性判断结果。
4.如权利要求2所述的电子病历缺陷标注与评分方法,其特征在于:
在所述步骤(102)中,根据关于所述目标文本的文本语义完整性的判断结果,判断所述目标文本是否属于病历内容文本类聚具体包括,步骤(1021),若所述目标文本具备文本语义完整性,则通过预设文本类聚识别模型对所述目标文本进行关于病历内容文本类聚的判断处理,以此确定所述目标文本是否属于预设病历内容文本类聚的范畴;
步骤(1022),若所述目标文本不具备文本语义完整性,则在所述邻近可视区域指示关于当前选定的所述目标文本不符合识别条件的提示消息。
5.如权利要求2所述的电子病历缺陷标注与评分方法,其特征在于:
在所述步骤(103)中,根据关于目标文本是否属于病历内容文本类聚的判断结果,确定所述评判质控界面于所述邻近可视区域的显示模式具体包括,
步骤(1031),若所述目标文本属于所述病历内容文本类聚的范畴,则指示所述评判质控界面显示质控评判选项子界面、质控评判说明子界面和质控评判关联内容子界面中的至少一者;
步骤(1032),若所述目标文本不属于所述病历内容文本类聚的范畴,则指示所述评判质控界面显示关于当前选定的目标文本不满足质控评判条件的指示子界面。
6.如权利要求1所述的电子病历缺陷标注与评分方法,其特征在于:
在所述步骤(2)中,基于所述评判质控界面,对所述病历内容文本进行缺陷筛选识别处理具体包括,
步骤(201),通过文本缺陷识别模型对所述病历内容文本进行缺陷筛选处理,以此形成若干关于所述病历内容文本对应的疑似缺陷信息;
步骤(202),对所述若干疑似缺陷信息进行预设模式的排序处理,并将经过所述排序处理后的所述若干疑似缺陷信息作为所述评判质控界面的对应若干质控选项信息;
步骤(203),获取所述评判质控界面当前确定选中的质控选项信息,以此对所述电子病历进行缺陷匹配处理。
7.如权利要求6所述的电子病历缺陷标注与评分方法,其特征在于:
在所述步骤(201)中,通过文本缺陷识别模型对所述病历内容文本进行缺陷筛选处理,以此形成若干关于所述病历内容文本对应的疑似缺陷信息具体包括,
步骤(2011),将所述病历内容文本输入至所述文本缺陷识别模型,所述文本缺陷识别模型对所述病历内容文本中的语法缺陷、逻辑缺陷和错别字缺陷中的至少一种进行筛选处理,以此得到关于所述病历内容文本的缺陷分布信息;
步骤(2012),根据所述缺陷分布信息,对所述病历内容文本的不同文本区域进行适应性的缺陷类型和/或缺陷集中度的标定处理,以此确定所述病历内容文本对应存在的若干所述疑似缺陷信息。
8.如权利要求6所述的电子病历缺陷标注与评分方法,其特征在于:
在所述步骤(202)中,对所述若干疑似缺陷信息进行预设模式的排序处理,并将经过所述排序处理后的所述若干疑似缺陷信息作为所述评判质控界面的对应若干质控选项信息具体包括,
步骤(2021),确定所述若干疑似缺陷信息中的每一个对应的缺陷类型和缺陷集中度,以此形成关于每一个疑似缺陷信息对应的缺陷类型-集中度二维评价值;
步骤(2022),根据每一个疑似缺陷信息对应的缺陷类型-集中度二维评价值,对所有疑似缺陷信息进行关于缺陷严重程度的排序处理,以此得到关于所有疑似缺陷信息的排序列表;
步骤(2023),将所述关于所有疑似缺陷信息的排序列表作为所述若干质控选项信息,并同时显示于所述评判质控界面中。
9.如权利要求6所述的电子病历缺陷标注与评分方法,其特征在于:
在所述步骤(203)中,获取所述评判质控界面当前确定选中的质控选项信息,以此对所述电子病历进行缺陷匹配处理具体包括,
步骤(2031),在所述评判质控界面中确定对应质控选项窗口选中的质控选项信息,同时提取所述选中的质控选项信息对应的属性特性;
步骤(2032),根据所述属性特征,对所述电子病历中的病历内容文本进行遍历模式的缺陷匹配处理,以此获取当前选定的病历内容文本与所述电子病历整理对应的关联内容。
10.如权利要求1所述的电子病历缺陷标注与评分方法,其特征在于:
在所述步骤(3)中,根据对所述病历内容文本的缺陷筛选识别处理结果,对所述病历内容文本存在的缺陷状态进行标注和评分处理具体包括,步骤(301),获取所述缺陷筛选识别处理对应得到的缺陷类型、缺陷位置和缺陷重复度中的至少一者;
步骤(302),根据所述缺陷类型、所述缺陷位置和所述缺陷重复度中的至少一者,对所述病历内容文本进行缺陷分布位置标注处理,以此实现对所述病历内容文本存在的缺陷进行定位;
步骤(303),根据所述缺陷类型、所述缺陷位置和所述缺陷重复度中的至少一者,在所述评判质控界面中显示所述病历内容文本所有缺陷的评分情况,同时对所述评分情况进行云端存储处理。
CN201910806606.7A 2019-08-28 2019-08-28 一种电子病历缺陷标注与评分方法 Active CN110751995B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910806606.7A CN110751995B (zh) 2019-08-28 2019-08-28 一种电子病历缺陷标注与评分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910806606.7A CN110751995B (zh) 2019-08-28 2019-08-28 一种电子病历缺陷标注与评分方法

Publications (2)

Publication Number Publication Date
CN110751995A true CN110751995A (zh) 2020-02-04
CN110751995B CN110751995B (zh) 2022-04-12

Family

ID=69275950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910806606.7A Active CN110751995B (zh) 2019-08-28 2019-08-28 一种电子病历缺陷标注与评分方法

Country Status (1)

Country Link
CN (1) CN110751995B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116562271A (zh) * 2023-07-10 2023-08-08 之江实验室 一种电子病历的质控方法、装置、存储介质及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105786934A (zh) * 2014-12-26 2016-07-20 北大医疗信息技术有限公司 病历文书缺陷处理方法及系统
CN105808951A (zh) * 2016-03-10 2016-07-27 宁波金唐软件有限公司 一种电子病历的质量控制方法及其装置
CN107945840A (zh) * 2017-11-02 2018-04-20 刘莉 电子病历的评价方法及装置
WO2019084864A1 (zh) * 2017-11-02 2019-05-09 刘莉 电子病历的评价方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105786934A (zh) * 2014-12-26 2016-07-20 北大医疗信息技术有限公司 病历文书缺陷处理方法及系统
CN105808951A (zh) * 2016-03-10 2016-07-27 宁波金唐软件有限公司 一种电子病历的质量控制方法及其装置
CN107945840A (zh) * 2017-11-02 2018-04-20 刘莉 电子病历的评价方法及装置
WO2019084864A1 (zh) * 2017-11-02 2019-05-09 刘莉 电子病历的评价方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116562271A (zh) * 2023-07-10 2023-08-08 之江实验室 一种电子病历的质控方法、装置、存储介质及电子设备
CN116562271B (zh) * 2023-07-10 2023-10-10 之江实验室 一种电子病历的质控方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN110751995B (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
CN108052577B (zh) 一种通用文本内容挖掘方法、装置、服务器及存储介质
CN103098051B (zh) 搜索引擎优化助理
CN104572616B (zh) 文本倾向性的确定方法和装置
CN106846961B (zh) 电子试卷的处理方法和装置
CN105488142B (zh) 成绩信息录入方法及系统
CN111144191A (zh) 字体识别方法、装置、电子设备及存储介质
CN108846828A (zh) 一种基于深度学习的病理图像目标区域定位方法及系统
CN112700763B (zh) 语音标注质量评价方法、装置、设备及存储介质
CN109978867A (zh) 玩具外表质量检测方法及其相关设备
JP2020047234A (ja) データ評価方法、装置、機器及び読み取り可能な記憶媒体
CN111667897A (zh) 一种影像诊断结果的结构化报告系统
CN113360608B (zh) 人机结合的中文作文批改系统和方法
CN113222913A (zh) 一种电路板缺陷检测定位方法、装置和存储介质
CN111145903A (zh) 获取眩晕症问诊文本的方法、装置、电子设备及问诊系统
CN110751995B (zh) 一种电子病历缺陷标注与评分方法
CN114494168A (zh) 模型确定、图像识别与工业质检方法、设备及存储介质
CN107122582A (zh) 面向多数据源的诊疗类实体识别方法及装置
CN112699671B (zh) 一种语言标注方法、装置、计算机设备和存储介质
CN116976321A (zh) 文本处理方法、装置、计算机设备、存储介质和程序产品
US11790270B2 (en) User-generated visual guide for the classification of images
CN115564776A (zh) 基于机器学习的异常细胞样本检测方法和装置
CN107577760A (zh) 一种基于约束规范的文本分类方法及装置
CN113778875A (zh) 一种系统测试缺陷分类方法、装置、设备及存储介质
CN109903840B (zh) 一种模型整合方法及设备
CN113515588A (zh) 表单数据检测方法、计算机装置及存储介质

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
GR01 Patent grant
GR01 Patent grant