CN110827941A - 电子病历信息校正方法及系统 - Google Patents
电子病历信息校正方法及系统 Download PDFInfo
- Publication number
- CN110827941A CN110827941A CN201911077297.0A CN201911077297A CN110827941A CN 110827941 A CN110827941 A CN 110827941A CN 201911077297 A CN201911077297 A CN 201911077297A CN 110827941 A CN110827941 A CN 110827941A
- Authority
- CN
- China
- Prior art keywords
- record
- medical
- admission
- patient
- 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.)
- Granted
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
- 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
- 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
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了电子病历信息校正方法及系统,包括:建立医学知识图谱;接收基于患者的入院记录、最新的检验检查结果、医嘱信息输入的首次病程记录信息;接收基于首次病程记录、最新的检验检查结果、医嘱信息输入的首次查房病程记录信息;接收基于患者的前两次病程记录、最新的检验检查结果、医嘱信息输入的后续的病程记录信息;接收基于患者的入院记录、所有的病程记录、最新的检验检查结果、医嘱输入出院记录信息并进行展示;上述过程中利用医学知识图谱对次患者的入院记录信息、首次病程记录信息、首次查房病程记录信息、后续的病程记录信息及出院记录信息进行信息校正并展示校正结果,有效提高医生书写病历的效率。
Description
技术领域
本发明属于信息处理领域,尤其涉及电子病历信息校正方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
在病历中详细记录患者的病情进展和诊疗过程是医生在临床工作中的重要任务。然而,在实际工作中,由于每天面对的病人数量多、情况复杂,书写病历的工作需要花费医生大量的时间,医生没有足够的时间详细记录病人的情况,这造成了电子病历中缺失了很多必要的病情信息,病历内容不符合医学界的相关规范;另一方面,由于某些医疗知识的缺失或医生的疏忽,医生书写的病历中会出现一些医疗方面的错误,从而可能对患者的诊疗产生很大的负面影响。随着信息技术在医疗领域的应用,利用信息技术辅助医生书写病历并对医生书写的病历进行内容审核,对于提高医生工作效率、改善病历的质量,具有非常重要的意义。
发明人在研究中发现,现阶段的病历管理系统只能简单地审核医生书写的病历是否满足格式上的要求(例如,检测病历中是否包含主诉、现病史等方面的内容,是否每天都在规定时间内完成了患者的病程记录等)。这样的病历管理系统无法帮助医生提高书写病历的效率,也无法对病历中记录的内容进行审核从而提高病历和诊疗过程的质量。
由此可见,目前电子病历存在的技术问题是:没有利用患者以往的病历信息、最新的检查检验、医嘱内容辅助本次病历信息的输入,没有综合利用各项检查检验结果、医嘱内容和医学知识对病历内容进行核查,在信息的规范化及准确性上无法满足现有的需求。
发明内容
为克服上述现有技术的不足,本发明提供了电子病历信息校正方法,建立完整的病历结构并设置辅助手段进行信息的输入,利用医学知识图谱对输入的信息进行校正,确保数据的准确性。
为实现上述目的,本发明的一个或多个实施例提供了如下技术方案:
电子病历信息校正方法,包括:
建立医学知识图谱;
接收新入院的病人的入院记录信息,针对由于相同疾病再次入院的病人,接收基于患者上次入院的入院记录和出院记录信息的该次患者的入院记录信息,辅助书写患者的入院记录;
接收基于患者的入院记录、最新的检验检查结果、医嘱信息输入的首次病程记录信息,辅助完成首次病程记录;
接收基于首次病程记录、最新的检验检查结果、医嘱信息输入的首次查房病程记录信息,辅助完成首次查房病程记录;
接收基于患者的前两次病程记录、最新的检验检查结果、医嘱信息输入的后续的病程记录信息,辅助完成后续的病程记录;
接收基于患者的入院记录、所有的病程记录、最新的检验检查结果、医嘱输入出院记录信息,辅助完成出院记录;
上述过程中利用医学知识图谱对次患者的入院记录信息、首次病程记录信息、首次查房病程记录信息、后续的病程记录信息及出院记录信息进行信息校正、辅助病历撰写并展示病历结果。
进一步的技术方案,获取医嘱信息、检验信息、检查信息、病历信息后进行处理,将处理结果用于病历的信息的完善。
进一步的技术方案,所述知识图谱包括节点以及不同节点之间的对应关系,其中节点由以下类别组成:症状、体征、检查结果、检验结果、药品、诊断、医疗操作,关系包括症状->诊断,体征->诊断,检查结果->诊断,检验结果->诊断,诊断->药品,诊断->医疗操作,将该知识图谱存储在图数据库。
进一步的技术方案,所述医学知识图谱构建时,利用基于BERT的中文命名实体识别和关系抽取模型,分析各类疾病的临床指南、教材、论文生成医学知识图谱。
进一步的技术方案,利用基于BERT的中文命名实体识别模型找出生成文本中所包含的所有药品、医疗操作项目,记为A;在医嘱系统中查找书写病程当日改变的医嘱项目,找出改变的医嘱中的药品、医疗操作项目,记为B;检查A是否包含了B,若B中有部分没有在A中,提示是否应该记录缺少的项目。
进一步的技术方案,对于由于相同疾病再次入院的病人,基于患者上次入院的入院记录和出院记录,辅助填写患者的入院记录:
现病史为从上一次入院的入院记录、出院记录中提取的:上一次入院的入院记录中的现病史部分+上一次入院的出院记录中的检验结果、检查结果、诊疗经过部分+上一次入院出院后的情况描述。
进一步的技术方案,对于辅助填写患者的入院记录通过医学知识图谱进行内容审核,对于每一个诊断,在知识图谱中找到它所对应的症状、体征,若诊断所对应的症状、体征在入院记录的主诉、现病史中没有提到,则提醒是否完整记录了患者的症状和体征。
进一步的技术方案,出院记录包括入院记录现病史部分中的症状描述、入院记录既往史中的阳性疾病、入院记录中体格检查部分中与患者所患疾病相关的部分,上述内容利用文档分类模型F从入院记录中抽取。
进一步的技术方案,文档分类模型F建立方法为:
建立训练集、验证集:对ICD标准诊断系统中的每个标准疾病诊断名称,选择n份主诊断是该疾病诊断名称的“有差异”的入院记录-体格检查部分;对每个疾病诊断名称,将选出的“入院记录-体格检查部分”中的一部分划入训练集,一部分划入验证集;
确定模型的结构:确定文档的定义以及主题数量,假设体格检查部分共描述N个部位或器官,将体格检查部分中的每个句子当作LDA模型中的一份文档,因为每个句子描述N个部位或器官中的一个,所有文档共有N个主题,以此为基础建立LDA模型;
在训练集上进行训练以确定模型参数:按照LDA模型的训练流程在训练集上进行训练,并在验证集上进行验证,以确定模型的参数。
进一步的技术方案,将入院记录-体格检查部分输入LDA模型,LDA模型对入院记录-体格检查部分中的每一句给出一个标记,需要提取某种部位的描述时,将入院记录-体格检查部分中被LDA模型标记为该部位的句子提取出来。
本发明公开了电子病历信息校正系统,包括服务器,所述服务器被配置为:
建立医学知识图谱;
接收新入院的病人的入院记录信息,针对由于相同疾病再次入院的病人,接收基于患者上次入院的入院记录和出院记录信息的该次患者的入院记录信息,辅助书写患者的入院记录;
接收基于患者的入院记录、最新的检验检查结果、医嘱信息输入的首次病程记录信息,辅助完成首次病程记录;
接收基于首次病程记录、最新的检验检查结果、医嘱信息输入的首次查房病程记录信息,辅助完成首次查房病程记录;
接收基于患者的前两次病程记录、最新的检验检查结果、医嘱信息输入的后续的病程记录信息,辅助完成后续的病程记录;
接收基于患者的入院记录、所有的病程记录、最新的检验检查结果、医嘱输入出院记录信息,辅助完成出院记录;
上述过程中利用医学知识图谱对次患者的入院记录信息、首次病程记录信息、首次查房病程记录信息、后续的病程记录信息及出院记录信息进行信息校正、辅助病历撰写并展示病历结果。
以上一个或多个技术方案存在以下有益效果:
本公开病历辅助输入通过分析病历的结构特点,完整地提供书写病历的必要素材,医生只需在必要素材的基础上进行修改,为医生省去了大量寻找基础素材的时间,从而有效提高医生书写病历的效率。
基于医学知识图谱的病历审核通过医学知识图谱对病历进行分析和审核,帮助医生发现病历内容中的问题,一方面可以帮助医生修改病历以提高病历的质量,另一方面可以帮助医生发现治疗过程中的问题,避免医疗事故的发生。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,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。
图1为本发明实施例系统组成结构图。
图2为本发明实施例知识图谱结构图。
图3为本发明实施例另一知识图谱结构图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例一
本实施例公开了一种电子病历信息校正方法,从医院的HIS、LIS、PACS、EMR系统中获取所需的数据(四个系统分别对应医嘱、检验、检查、病历信息),在服务器A上进行处理后,将结果传给医生书写病历的使用端。
病历包括了以下三部分内容:入院记录、病程记录、出院记录,其中病程记录分为三个类型,即首次病程记录、首次查房的病程记录、后续的病程记录。
参见附图1所示,步骤(1):建立医学知识图谱,知识图谱包括症状->诊断,体征->诊断,检查结果->诊断,检验结果->诊断,诊断->药品,诊断->医疗操作(包括检查、检验、手术等操作),该知识图谱与病理记录相匹配,将用于病历内容的审核,若符合知识图谱的规则,则审核通过,否则,不通过。
关于医学知识图谱,利用基于BERT的中文命名实体识别和关系抽取获得,模型是在训练各类疾病的临床指南、教材、论文、病历等文本的基础上建立的,计算机分析各类疾病的临床指南、教材、论文“自动”生成医学知识图谱;然后,通过校对并进行修改。
步骤(2):对于新入院的病人,由医生独立完成患者的入院记录;对于由于相同疾病再次入院的病人,基于患者上次入院的入院记录和出院记录,辅助医生书写患者的入院记录,并对其内容进行审核。
步骤(3):基于患者的入院记录、最新的检验检查结果、医嘱等实时内容,辅助医生完成首次病程记录的书写并对其内容进行审核。
步骤(4):基于患者的首次病程记录、最新的检验检查结果、医嘱等实时内容,辅助医生完成首次查房病程记录的书写并对其内容进行审核。
步骤(5):基于患者的前两次病程记录、最新的检验检查结果、医嘱等实时内容,辅助医生完成后续的病程记录书写并对其内容进行审核。
步骤(6):基于患者的入院记录、所有的病程记录、最新的检验检查结果、医嘱等实时内容,辅助医生完成出院记录的书写并对其内容进行审核。
步骤(101):将各类疾病的临床指南、教材、论文中的知识点整理成各类疾病的医学知识图谱。该知识图谱包括节点以及不同节点之间的对应关系,其中节点由以下类别组成:症状、体征、检查结果、检验结果、药品、诊断、医疗操作(包括检查、检验、手术等操作),关系包括症状->诊断,体征->诊断,检查结果->诊断,检验结果->诊断,诊断->药品,诊断->医疗操作(包括检查、检验、手术等操作)。将该知识图谱存储在图数据库(例如,neo4j中)。参见附图2、3所示。
步骤(201):对于新入院的病人,由医生填写患者的入院记录;
步骤(202):对于由于相同疾病再次入院的病人,基于患者上次入院的入院记录和出院记录,辅助医生填写患者的入院记录。入院记录共9部分,辅助填写的方法如下:
1、主诉:由医生填写;
2、现病史:上一次入院的入院记录中的现病史部分+上一次入院的出院记录中的检验结果、检查结果、诊疗经过部分+上一次入院出院后的情况描述,其中上一次入院出院后的情况描述部分由医生填写,其余部分从上一次入院的入院记录、出院记录中提取;
3、既往史:上一次入院的入院记录中的既往史部分;
4、个人史:上一次入院的入院记录中的个人史部分;
5、婚育史:上一次入院的入院记录中的婚育史部分;
6、家族史:上一次入院的入院记录中的家族史部分;
7、体格检查:由医生填写;
8、初步诊断:由医生填写;
步骤(203):对于在步骤(202)中辅助医生完成的入院记录,通过步骤(1)中的医学知识图谱进行内容审核。对于初步诊断中的每一个诊断,在知识图谱中找到它所对应的症状、体征,若诊断所对应的症状、体征在入院记录的主诉、现病史中没有提到,则提醒医生核查是否完整记录了患者的症状和体征。
步骤(301):首次病程记录共4部分,辅助填写方法如下
1、病例特点;
i、患者年龄+性别+入院记录中既往史部分中关于阳性疾病的记录;
ii、入院记录中的现病史;
iii、入院记录中体格检查部分中与患者所患疾病相关的部分;
iv、患者入院时所做的所有检查的诊断内容+入院时所做的所有检验结果中的异常值。
其中第iii部分“入院记录中体格检查部分中与患者所患疾病相关的部分”由“文档分类模型F”从入院记录体格检查部分中抽取
2、诊断依据
i、入院记录中的主诉部分;
ii、入院记录中体格检查部分中与患者所患疾病相关的部分;
iii、入院记录现病史部分中的症状描述;
其中第iii部分“入院记录现病史部分中的症状描述”由“文档分类模型F”从入院记录现病史部分中抽取;
3、鉴别诊断:由医生填写;
4、诊疗计划:由医生填写;
步骤(302):对于在步骤(301)中辅助医生完成的首次病程记录,通过步骤(1)中的医学知识图谱进行内容审核。对于入院记录初步诊断部分中的每一个诊断,在知识图谱中找到它所对应的药品、医疗操作,若对于某个诊断,在首次病程记录的诊疗计划部分中找该诊断在知识图谱中所对应的任何药品、医疗操作,则提醒医生核查是否考虑了患者的所有的疾病诊断。
步骤(401):首次查房记录的辅助书写方法如下查房时患者症状自述+入院记录中体格检查部分中与患者所患疾病相关的部分+患者入院时所做的所有检查的诊断内容+入院时所做的所有检验结果中的异常值+首次病程记录中第3部分“鉴别诊断”+治疗方案,其中“查房时患者症状自述”、“治疗方案”由医生填写,“入院记录中体格检查部分中与患者所患疾病相关的部分”由“文档分类模型F”从入院记录中抽取。
步骤(402):对于在步骤(401)中辅助医生完成的首次查房记录,通过步骤(1)中的医学知识图谱进行内容审核。对于入院记录初步诊断部分中的每一个诊断,在知识图谱中找到它所对应的药品、医疗操作,若对于某个诊断,在首次查房记录的治疗方案部分中找该诊断在知识图谱中所对应的任何药品、医疗操作,则提醒医生核查是否考虑了患者的所有的疾病诊断。
步骤(501):后续病程记录的辅助书写方法如下:
辅助医生书写后续病程记录,每天的病程记录由多部分组成,其中有些部分需要医生自己填写,剩下的部分通过技术手段从医生已经写过的病历信息中抽取。
查房时患者症状描述+入院记录现病史部分中的症状描述+入院记录中体格检查部分中与患者所患疾病相关的部分+患者新做的所有检查的诊断内容(若患者在入院后又做了新的检查)+患者新做的所有检验结果中的异常值(若患者在入院后又做了新的检验)+改变的医嘱及改变的原因,其中“查房时患者症状自述”、“改变的医嘱及改变的原因”由医生填写,“入院记录现病史部分中的症状描述”、“入院记录中体格检查部分中与患者所患疾病相关的部分”由“文档分类模型F”从入院记录中抽取。
步骤(502):在医嘱系统中查找书写病程当日改变的医嘱项目,找出改变的医嘱中的药品(针剂)、医疗操作(检查、检验等)项目,对于这些项目,在由步骤(501)生成的病程记录中查找,若无法找到,则提醒医生是否应该记录该项改变。
在步骤(502)中补充:一方面,利用基于BERT的中文命名实体识别模型,模型是在训练各类疾病的临床指南、教材、论文、病历等文本的基础上建立的,找出步骤(501)中生成文本中所包含的所有药品(针剂)、医疗操作(检查、检验等)项目,记为A;另一方面,在医嘱系统中查找书写病程当日改变的医嘱项目,找出改变的医嘱中的药品(针剂)、医疗操作(检查、检验等)项目,记为B;检查A是否包含了B,若B中有部分没有在A中,提示医生是否应该记录缺少的项目。
步骤(601):出院记录共3部分,辅助填写方法如下
1、入院情况:入院记录现病史部分中的症状描述+入院记录既往史中的阳性疾病+入院记录中体格检查部分中与患者所患疾病相关的部分+患者入院时所做的所有检查的诊断内容+入院时所做的所有检验结果中的异常值,其中“入院记录现病史部分中的症状描述”、“入院记录既往史中的阳性疾病”“入院记录中体格检查部分中与患者所患疾病相关的部分”由“文档分类模型F”从入院记录中抽取。
2、诊疗经过:提供“患者本次入院期间所做检查、检验的名称+医嘱中的药品名称”,剩下的由医生组织语言填写。
3、出院情况:患者出院时的症状+患者在本次入院期间最后一次做的所有检查的诊断内容+患者在本次入院期间最后一次做的所有检验结果中的异常值,其中“患者出院时的症状”由医生填写。
步骤(602):在医嘱系统查找患者本次入院期间所做所有检查、检验、使用的药品,若存在检查、检验、使用的药品没有在步骤(601)生成的出院记录中出现,则提醒医生是否完整记录了患者的诊疗经过。
文档分类模型F:
在上述方法中需要用到“文档分类模型F”抽取的部分包括
i、入院记录中体格检查部分中与患者所患疾病相关的部分
ii、入院记录现病史部分中的症状描述
iii、入院记录既往史中的阳性疾病。
文档分类模型F与下文的文档主题生成模型LDA属于同一技术特征的不同表达。
本发明利用文档主题生成模型LDA(Latent Dirichlet Allocation)分别从入院记录体格检查部分、现病史部分、既往史部分中提取相应的内容,建立LDA模型的方法如下:
以分析体格检查部分为例,将“入院记录-体格检查部分”输入LDA模型,LDA模型对“入院记录-体格检查部分”中的每一句给出一个标记(该例中,每种标记代表一个部位或器官)。需要提取某种部位(例如,肺)的描述时,将“入院记录-体格检查部分”中被LDA模型标记为该部位(“肺”)的句子提取出来。
以分析体格检查部分为例
1)建立训练集、验证集:对ICD标准诊断系统中的每个标准疾病诊断名称,选择n份(例如,n=100)主诊断是该疾病诊断名称的“有差异”的入院记录-体格检查部分(“有差异”是指每两份出院记录之间利用Levenshtein距离计算出的相似度小于某个阈值,如0.5);对每个疾病诊断名称,将选出的“入院记录-体格检查部分”中的80%划入训练集,20%划入验证集。
2)确定模型的结构:LDA模型需要确定文档的定义以及主题数量。假设体格检查部分共描述N个部位或器官(例如,胸、腹、肺),将体格检查部分中的每个句子(将文档中由逗号、分号、句号等分隔符分开而获得的部分叫做句子)当作LDA模型中的一份文档,因为每个句子描述N个部位或器官中的一个,所有文档共有N个主题。以此为基础建立LDA模型。
在训练集上进行训练以确定模型参数:按照LDA模型的训练流程在训练集上进行训练,并在验证集上进行验证,以确定模型的参数。
1、病历辅助输入模块通过分析病历的结构特点,完整地为医生提供书写病历的必要素材,医生只需在必要素材的基础上进行修改,为医生省去了大量寻找基础素材的时间,从而有效提高医生书写病历的效率。
2、基于医学知识图谱的病历审核模块通过医学知识图谱对病历进行分析和审核,帮助医生发现病历内容中的问题,一方面可以帮助医生修改病历以提高病历的质量,另一方面可以帮助医生发现治疗过程中的问题,避免医疗事故的发生
实施例二
一种电子病历信息校正系统,包括服务器,所述服务器被配置为:
建立医学知识图谱;
接收新入院的病人的入院记录信息,针对由于相同疾病再次入院的病人,接收基于患者上次入院的入院记录和出院记录信息的该次患者的入院记录信息,辅助书写患者的入院记录;
接收基于患者的入院记录、最新的检验检查结果、医嘱信息输入的首次病程记录信息,辅助完成首次病程记录;
接收基于首次病程记录、最新的检验检查结果、医嘱信息输入的首次查房病程记录信息,辅助完成首次查房病程记录;
接收基于患者的前两次病程记录、最新的检验检查结果、医嘱信息输入的后续的病程记录信息,辅助完成后续的病程记录;
接收基于患者的入院记录、所有的病程记录、最新的检验检查结果、医嘱输入出院记录信息,辅助完成出院记录;
上述过程中利用医学知识图谱对次患者的入院记录信息、首次病程记录信息、首次查房病程记录信息、后续的病程记录信息及出院记录信息进行信息校正、辅助病历撰写并展示病历结果。
移动终端,所述移动终端接收服务器显示的数据并输入相关数据至服务器。移动终端可作为书写病历的使用端。
系统从医院的HIS、LIS、PACS、EMR系统中获取所需的数据(四个系统分别对应医嘱、检验、检查、病历信息),在服务器A上进行处理后,将结果传给医生书写病历的使用端。
实施例三
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现以下步骤:
建立医学知识图谱;
接收新入院的病人的入院记录信息,针对由于相同疾病再次入院的病人,接收基于患者上次入院的入院记录和出院记录信息的该次患者的入院记录信息,辅助书写患者的入院记录;
接收基于患者的入院记录、最新的检验检查结果、医嘱信息输入的首次病程记录信息,辅助完成首次病程记录;
接收基于首次病程记录、最新的检验检查结果、医嘱信息输入的首次查房病程记录信息,辅助完成首次查房病程记录;
接收基于患者的前两次病程记录、最新的检验检查结果、医嘱信息输入的后续的病程记录信息,辅助完成后续的病程记录;
接收基于患者的入院记录、所有的病程记录、最新的检验检查结果、医嘱输入出院记录信息,辅助完成出院记录;
上述过程中利用医学知识图谱对次患者的入院记录信息、首次病程记录信息、首次查房病程记录信息、后续的病程记录信息及出院记录信息进行信息校正、辅助病历撰写并展示病历结果。
实施例四
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,该程序被处理器执行时实现以下步骤:
建立医学知识图谱;
接收新入院的病人的入院记录信息,针对由于相同疾病再次入院的病人,接收基于患者上次入院的入院记录和出院记录信息的该次患者的入院记录信息,辅助书写患者的入院记录;
接收基于患者的入院记录、最新的检验检查结果、医嘱信息输入的首次病程记录信息,辅助完成首次病程记录;
接收基于首次病程记录、最新的检验检查结果、医嘱信息输入的首次查房病程记录信息,辅助完成首次查房病程记录;
接收基于患者的前两次病程记录、最新的检验检查结果、医嘱信息输入的后续的病程记录信息,辅助完成后续的病程记录;
接收基于患者的入院记录、所有的病程记录、最新的检验检查结果、医嘱输入出院记录信息,辅助完成出院记录;
上述过程中利用医学知识图谱对次患者的入院记录信息、首次病程记录信息、首次查房病程记录信息、后续的病程记录信息及出院记录信息进行信息校正、辅助病历撰写并展示病历结果。
以上实施例二、三和四的装置中涉及的各步骤与方法实施例一相对应,具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质;还应当被理解为包括任何介质,所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本发明中的任一方法。
本领域技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算机装置来实现,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。本发明不限制于任何特定的硬件和软件的结合。
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。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.电子病历信息校正方法,其特征是,包括:
建立医学知识图谱;
接收新入院的病人的入院记录信息,针对由于相同疾病再次入院的病人,接收基于患者上次入院的入院记录和出院记录信息的该次患者的入院记录信息,辅助书写患者的入院记录;
接收基于患者的入院记录、最新的检验检查结果、医嘱信息输入的首次病程记录信息,辅助完成首次病程记录;
接收基于首次病程记录、最新的检验检查结果、医嘱信息输入的首次查房病程记录信息,辅助完成首次查房病程记录;
接收基于患者的前两次病程记录、最新的检验检查结果、医嘱信息输入的后续的病程记录信息,辅助完成后续的病程记录;
接收基于患者的入院记录、所有的病程记录、最新的检验检查结果、医嘱输入出院记录信息,辅助完成出院记录;
上述过程中利用医学知识图谱对次患者的入院记录信息、首次病程记录信息、首次查房病程记录信息、后续的病程记录信息及出院记录信息进行信息校正、辅助病历撰写并展示病历结果。
2.如权利要求1所述的电子病历信息校正方法,其特征是,获取医嘱信息、检验信息、检查信息、病历信息后进行处理,将处理结果用于病历的信息的完善。
3.如权利要求1所述的电子病历信息校正方法,其特征是,所述知识图谱包括节点以及不同节点之间的对应关系,其中节点由以下类别组成:症状、体征、检查结果、检验结果、药品、诊断、医疗操作,关系包括症状->诊断,体征->诊断,检查结果->诊断,检验结果->诊断,诊断->药品,诊断->医疗操作,将该知识图谱存储在图数据库。
4.如权利要求1所述的电子病历信息校正方法,其特征是,所述医学知识图谱构建时,利用基于BERT的中文命名实体识别和关系抽取模型,分析各类疾病的临床指南、教材、论文生成医学知识图谱。
进一步的技术方案,利用基于BERT的中文命名实体识别模型找出生成文本中所包含的所有药品、医疗操作项目,记为A;在医嘱系统中查找书写病程当日改变的医嘱项目,找出改变的医嘱中的药品、医疗操作项目,记为B;检查A是否包含了B,若B中有部分没有在A中,提示是否应该记录缺少的项目。
5.如权利要求1所述的电子病历信息校正方法,其特征是,对于由于相同疾病再次入院的病人,基于患者上次入院的入院记录和出院记录,辅助填写患者的入院记录:
现病史为从上一次入院的入院记录、出院记录中提取的:上一次入院的入院记录中的现病史部分+上一次入院的出院记录中的检验结果、检查结果、诊疗经过部分+上一次入院出院后的情况描述。
6.如权利要求1所述的电子病历信息校正方法,其特征是,对于辅助填写患者的入院记录通过医学知识图谱进行内容审核,对于每一个诊断,在知识图谱中找到它所对应的症状、体征,若诊断所对应的症状、体征在入院记录的主诉、现病史中没有提到,则提醒是否完整记录了患者的症状和体征。
7.如权利要求1所述的电子病历信息校正方法,其特征是,出院记录包括入院记录现病史部分中的症状描述、入院记录既往史中的阳性疾病、入院记录中体格检查部分中与患者所患疾病相关的部分,上述内容利用文档分类模型F从入院记录中抽取。
8.如权利要求1所述的电子病历信息校正方法,其特征是,文档分类模型F建立方法为:
建立训练集、验证集:对ICD标准诊断系统中的每个标准疾病诊断名称,选择n份主诊断是该疾病诊断名称的“有差异”的入院记录-体格检查部分;对每个疾病诊断名称,将选出的“入院记录-体格检查部分”中的一部分划入训练集,一部分划入验证集;
确定模型的结构:确定文档的定义以及主题数量,假设体格检查部分共描述N个部位或器官,将体格检查部分中的每个句子当作LDA模型中的一份文档,因为每个句子描述N个部位或器官中的一个,所有文档共有N个主题,以此为基础建立LDA模型;
在训练集上进行训练以确定模型参数:按照LDA模型的训练流程在训练集上进行训练,并在验证集上进行验证,以确定模型的参数。
9.如权利要求1所述的电子病历信息校正方法,其特征是,入院记录-体格检查部分输入LDA模型,LDA模型对入院记录-体格检查部分中的每一句给出一个标记,需要提取某种部位的描述时,将入院记录-体格检查部分中被LDA模型标记为该部位的句子提取出来。
10.电子病历信息校正系统,包括服务器,其特征是,所述服务器被配置为:
建立医学知识图谱;
接收新入院的病人的入院记录信息,针对由于相同疾病再次入院的病人,接收基于患者上次入院的入院记录和出院记录信息的该次患者的入院记录信息,辅助书写患者的入院记录;
接收基于患者的入院记录、最新的检验检查结果、医嘱信息输入的首次病程记录信息,辅助完成首次病程记录;
接收基于首次病程记录、最新的检验检查结果、医嘱信息输入的首次查房病程记录信息,辅助完成首次查房病程记录;
接收基于患者的前两次病程记录、最新的检验检查结果、医嘱信息输入的后续的病程记录信息,辅助完成后续的病程记录;
接收基于患者的入院记录、所有的病程记录、最新的检验检查结果、医嘱输入出院记录信息,辅助完成出院记录;
上述过程中利用医学知识图谱对次患者的入院记录信息、首次病程记录信息、首次查房病程记录信息、后续的病程记录信息及出院记录信息进行信息校正、辅助病历撰写并展示病历结果;
移动终端,所述移动终端接收服务器显示的数据并输入相关数据至服务器,移动终端作为书写病历的使用端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911077297.0A CN110827941B (zh) | 2019-11-06 | 2019-11-06 | 电子病历信息校正方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911077297.0A CN110827941B (zh) | 2019-11-06 | 2019-11-06 | 电子病历信息校正方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110827941A true CN110827941A (zh) | 2020-02-21 |
CN110827941B CN110827941B (zh) | 2020-12-22 |
Family
ID=69552921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911077297.0A Active CN110827941B (zh) | 2019-11-06 | 2019-11-06 | 电子病历信息校正方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110827941B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111681728A (zh) * | 2020-06-09 | 2020-09-18 | 北京嘉和海森健康科技有限公司 | 一种电子病历的内涵质控方法及装置 |
CN111724873A (zh) * | 2020-06-18 | 2020-09-29 | 北京嘉和海森健康科技有限公司 | 一种数据处理方法及装置 |
CN111863175A (zh) * | 2020-07-27 | 2020-10-30 | 北京颐圣智能科技有限公司 | 一种病历质量评估方法及计算设备 |
CN112331284A (zh) * | 2020-10-27 | 2021-02-05 | 复旦大学附属儿科医院 | 一种遗传代谢病的入院病史辅助采集系统 |
CN112599213A (zh) * | 2021-03-04 | 2021-04-02 | 联仁健康医疗大数据科技股份有限公司 | 一种分类编码确定方法、装置、设备及存储介质 |
CN112786130A (zh) * | 2020-12-31 | 2021-05-11 | 医渡云(北京)技术有限公司 | 一种获取病历主诊断信息的方法、装置、存储介质和设备 |
CN112925918A (zh) * | 2021-02-26 | 2021-06-08 | 华南理工大学 | 一种基于疾病领域知识图谱的问答匹配系统 |
CN113066546A (zh) * | 2021-03-09 | 2021-07-02 | 北京工业大学 | 一种电子病历结构化数据组织方法及实现系统 |
CN113221541A (zh) * | 2021-07-09 | 2021-08-06 | 清华大学 | 一种数据提取方法及装置 |
CN113707252A (zh) * | 2021-08-27 | 2021-11-26 | 东南大学附属中大医院 | 一种智能病例质控方法及系统 |
CN115050441A (zh) * | 2022-08-16 | 2022-09-13 | 北京嘉和美康信息技术有限公司 | 治疗方案的显示方法、装置、电子设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107833603A (zh) * | 2017-11-13 | 2018-03-23 | 医渡云(北京)技术有限公司 | 电子病历文档分类方法、装置、电子设备及存储介质 |
JP2018081528A (ja) * | 2016-11-17 | 2018-05-24 | きりんカルテシステム株式会社 | 電子カルテシステム |
CN108447534A (zh) * | 2018-05-18 | 2018-08-24 | 灵玖中科软件(北京)有限公司 | 一种基于nlp的电子病历数据质量管理方法 |
CN108595683A (zh) * | 2018-05-03 | 2018-09-28 | 合肥工业大学 | 基于医学知识图谱的医嘱合理性监测方法 |
CN109920508A (zh) * | 2018-12-28 | 2019-06-21 | 安徽省立医院 | 处方审核方法及系统 |
CN110032648A (zh) * | 2019-03-19 | 2019-07-19 | 微医云(杭州)控股有限公司 | 一种基于医学领域实体的病历结构化解析方法 |
CN110032617A (zh) * | 2019-03-05 | 2019-07-19 | 中电科软件信息服务有限公司 | 基于规则的卒中数据抽取管理系统及方法 |
-
2019
- 2019-11-06 CN CN201911077297.0A patent/CN110827941B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018081528A (ja) * | 2016-11-17 | 2018-05-24 | きりんカルテシステム株式会社 | 電子カルテシステム |
CN107833603A (zh) * | 2017-11-13 | 2018-03-23 | 医渡云(北京)技术有限公司 | 电子病历文档分类方法、装置、电子设备及存储介质 |
CN108595683A (zh) * | 2018-05-03 | 2018-09-28 | 合肥工业大学 | 基于医学知识图谱的医嘱合理性监测方法 |
CN108447534A (zh) * | 2018-05-18 | 2018-08-24 | 灵玖中科软件(北京)有限公司 | 一种基于nlp的电子病历数据质量管理方法 |
CN109920508A (zh) * | 2018-12-28 | 2019-06-21 | 安徽省立医院 | 处方审核方法及系统 |
CN110032617A (zh) * | 2019-03-05 | 2019-07-19 | 中电科软件信息服务有限公司 | 基于规则的卒中数据抽取管理系统及方法 |
CN110032648A (zh) * | 2019-03-19 | 2019-07-19 | 微医云(杭州)控股有限公司 | 一种基于医学领域实体的病历结构化解析方法 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111681728A (zh) * | 2020-06-09 | 2020-09-18 | 北京嘉和海森健康科技有限公司 | 一种电子病历的内涵质控方法及装置 |
CN111681728B (zh) * | 2020-06-09 | 2023-10-24 | 北京嘉和海森健康科技有限公司 | 一种电子病历的内涵质控方法及装置 |
CN111724873A (zh) * | 2020-06-18 | 2020-09-29 | 北京嘉和海森健康科技有限公司 | 一种数据处理方法及装置 |
CN111724873B (zh) * | 2020-06-18 | 2024-01-09 | 北京嘉和海森健康科技有限公司 | 一种数据处理方法及装置 |
CN111863175A (zh) * | 2020-07-27 | 2020-10-30 | 北京颐圣智能科技有限公司 | 一种病历质量评估方法及计算设备 |
CN111863175B (zh) * | 2020-07-27 | 2023-10-10 | 北京颐圣智能科技有限公司 | 一种病历质量评估方法及计算设备 |
CN112331284A (zh) * | 2020-10-27 | 2021-02-05 | 复旦大学附属儿科医院 | 一种遗传代谢病的入院病史辅助采集系统 |
CN112786130B (zh) * | 2020-12-31 | 2022-12-09 | 医渡云(北京)技术有限公司 | 一种获取病历主诊断信息的方法、装置、存储介质和设备 |
CN112786130A (zh) * | 2020-12-31 | 2021-05-11 | 医渡云(北京)技术有限公司 | 一种获取病历主诊断信息的方法、装置、存储介质和设备 |
CN112925918A (zh) * | 2021-02-26 | 2021-06-08 | 华南理工大学 | 一种基于疾病领域知识图谱的问答匹配系统 |
CN112925918B (zh) * | 2021-02-26 | 2023-03-24 | 华南理工大学 | 一种基于疾病领域知识图谱的问答匹配系统 |
CN112599213A (zh) * | 2021-03-04 | 2021-04-02 | 联仁健康医疗大数据科技股份有限公司 | 一种分类编码确定方法、装置、设备及存储介质 |
CN113066546A (zh) * | 2021-03-09 | 2021-07-02 | 北京工业大学 | 一种电子病历结构化数据组织方法及实现系统 |
CN113221541A (zh) * | 2021-07-09 | 2021-08-06 | 清华大学 | 一种数据提取方法及装置 |
CN113707252B (zh) * | 2021-08-27 | 2022-06-10 | 东南大学附属中大医院 | 一种智能病例质控方法及系统 |
CN113707252A (zh) * | 2021-08-27 | 2021-11-26 | 东南大学附属中大医院 | 一种智能病例质控方法及系统 |
CN115050441A (zh) * | 2022-08-16 | 2022-09-13 | 北京嘉和美康信息技术有限公司 | 治疗方案的显示方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110827941B (zh) | 2020-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110827941B (zh) | 电子病历信息校正方法及系统 | |
JP5952835B2 (ja) | 撮像プロトコルの更新及び/又はリコメンダ | |
US11610678B2 (en) | Medical diagnostic aid and method | |
Dalianis et al. | HEALTH BANK-A Workbench for Data Science Applications in Healthcare. | |
US11915828B2 (en) | System and method of using machine learning for extraction of symptoms from electronic health records | |
US20170109477A1 (en) | System and Method for Identifying Inconsistent and/or Duplicate Data in Health Records | |
US9477662B2 (en) | Computer-assisted abstraction for reporting of quality measures | |
US20200118683A1 (en) | Medical diagnostic aid and method | |
CN109166608A (zh) | 电子病历信息提取方法、装置和设备 | |
CN101198952A (zh) | 用于解析医疗数据的系统和方法 | |
CN111382275A (zh) | 医疗知识图谱的构建方法、装置、介质及电子设备 | |
Pearce et al. | Coding and classifying GP data: the POLAR project | |
CN113345545B (zh) | 临床数据的稽查方法、装置、电子设备及可读存储介质 | |
CN109299467B (zh) | 医学文本识别方法及装置、语句识别模型训练方法及装置 | |
Gavrilov et al. | Feature extraction method from electronic health records in Russia | |
AU2021106425A4 (en) | Method, system and apparatus for extracting entity words of diseases and their corresponding laboratory indicators from Chinese medical texts | |
Chandra et al. | Natural language Processing and Ontology based Decision Support System for Diabetic Patients | |
CN112071431B (zh) | 基于深度学习和知识图谱的临床路径自动生成方法及系统 | |
Nair et al. | Automated clinical concept-value pair extraction from discharge summary of pituitary adenoma patients | |
Park et al. | Criteria2Query 3.0: Leveraging generative large language models for clinical trial eligibility query generation | |
CN114283915A (zh) | 一种用于确定患者全病程照护方案的方法及装置 | |
CN115713992A (zh) | 资料分析系统及资料分析方法 | |
CN113643825A (zh) | 基于临床关键特征信息的医疗案例知识库构建方法和系统 | |
Luo et al. | Towards Accurate and Clinically Meaningful Summarization of Electronic Health Record Notes: A Guided Approach | |
Mäkelä-Bengs et al. | Manual annotation of narrative patient charts–Finnish experiences related to a multilingual text corpus |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 12 / F, building 1, Aosheng building, 1166 Xinluo street, hi tech Zone, Jinan City, Shandong Province Patentee after: Zhongyang Health Technology Group Co.,Ltd. Address before: 12 / F, building 1, Aosheng building, 1166 Xinluo street, hi tech Zone, Jinan City, Shandong Province Patentee before: SHANDONG MSUNHEALTH TECHNOLOGY GROUP Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |