CN110888926A - 医疗文本结构化的方法以及装置 - Google Patents

Abstract

本申请公开了一种医疗文本结构化的方法、装置、电子设备以及计算机可读存储介质，涉及医疗文本处理技术领域。本申请在对医疗文本进行结构化时所采用的实现方案为：获取待处理的医疗文本，并获取所述医疗文本包含的至少一个医疗单据；确定所述至少一个医疗单据的单据类型，并拆分得到对应相同单据类型的各医疗单据；分别将相同单据类型的各医疗单据中所包含的数据写入第一标准结构，得到对应所述医疗文本的第一结构化数据。本申请能够提升医疗文本结构化的准确性以及效率。

Description

医疗文本结构化的方法以及装置

技术领域

本申请涉及数据处理技术领域，尤其涉及医疗文本处理技术领域中的一种医疗文本结构化的方法、装置、电子设备以及计算机可读存储介质。

背景技术

在现有技术中，在将医疗文本转换为标准、结构化的数据时，由于不同的医疗文本由不同的医生书写，且相同类型的医疗单据会对应不同的模板风格，从而使得现有的医疗文本由于较为分散、无结构以及不规范，导致无法准确地对医疗文本进行结构化。

发明内容

本申请为解决技术问题所采用的技术方案是提供一种医疗文本结构化的方法，所述方法包括：获取待处理的医疗文本，并获取所述医疗文本包含的至少一个医疗单据；确定所述至少一个医疗单据的单据类型，并拆分得到对应相同单据类型的各医疗单据；分别将相同单据类型的各医疗单据中所包含的数据写入第一标准结构，得到对应所述医疗文本的第一结构化数据。本申请以医疗单据的粒度对医疗文本进行结构化，实现了对医疗文本中相同单据类型的医疗单据进行拆分，并且针对医疗单据的不同单据类型进行医疗文本的结构化，提升了医疗文本结构化的准确性以及效率。

根据本申请一优选实施例，所述确定所述至少一个医疗单据的单据类型包括：获取医疗单据的标题；根据预设的标题与单据类型之间的对应关系，将与所获取的标题对应的单据类型，作为当前医疗单据的单据类型。本步骤能够提升所获取的单据类型的准确性。

根据本申请一优选实施例，所述方法还包括：获取无标题的医疗单据的数据样式；根据预设的数据样式与单据类型之间的对应关系，将与所获取的数据样式对应的单据类型，作为当前无标题的医疗单据的单据类型。本步骤能够获取无标题医疗单据的单据类型，从而进一步提升医疗文本结构化的准确性。

根据本申请一优选实施例，在获取无标题的医疗单据的数据样式之前，还包括：获取所述医疗文本的文本类型；确定所述文本类型是否预设类型，若是，则继续执行所述获取无标题的医疗单据的数据样式的操作，否则执行根据时间信息来获取无标题的医疗单据的单据类型的操作。本步骤能够避免计算资源的浪费，选取更为合适的方式获取无标题的医疗单据的单据类型。

根据本申请一优选实施例，在拆分得到对应相同单据类型的各医疗单据之后，还包括：查看日志文件，确定所述医疗文本对应的单据拆分精度；若当前的单据拆分精度不满足预设精度，则对所述医疗文本进行医疗单据的重新拆分，以此循环进行，直至所述医疗文本的单据拆分精度达到预设精度。本步骤能够提升医疗单据拆分的准确性，避免医疗单据的错误拆分。

根据本申请一优选实施例，所述分别将相同单据类型的各医疗单据中所包含的数据写入第一标准结构包括：对所述相同单据类型的各医疗单据中所包含数据的数据类型进行归一化；根据归一化结果，将相应数据写入第一标准结构中的对应位置。本步骤能够避免获取数量较多的数据类型，从而简化医疗文本的结构化结果。

根据本申请一优选实施例，所述方法还包括：提取无数据类型的数据中的字段名称以及行数，作为该数据的数据类型；根据所确定的数据类型，将该数据写入第一标准结构中的对应位置。本步骤能够细化无数据类型的数据的结构化结果。

根据本申请一优选实施例，在得到对应所述医疗文本的第一结构化数据之后，还包括：确定第二需求结构；将所述第一结构化数据转换为对应所述第二需求结构的第二结构化数据。本步骤能够提升不同结构之间转换的灵活性，使得医疗文本能够具有适应于不同需求方的结构化结果。

本申请为解决技术问题所采用的技术方案是提供一种医疗文本结构化的装置，所述装置包括：获取单元，用于获取待处理的医疗文本，并获取所述医疗文本包含的至少一个医疗单据；拆分单元，用于确定所述至少一个医疗单据的单据类型，并拆分得到对应相同单据类型的各医疗单据；处理单元，用于分别将相同单据类型的各医疗单据中所包含的数据写入第一标准结构，得到对应所述医疗文本的第一结构化数据。

根据本申请一优选实施例，所述拆分单元在确定所述至少一个医疗单据的单据类型时，具体执行：获取医疗单据的标题；根据预设的标题与单据类型之间的对应关系，将与所获取的标题对应的单据类型，作为当前医疗单据的单据类型。

根据本申请一优选实施例，所述拆分单元还执行：获取无标题的医疗单据的数据样式；根据预设的数据样式与单据类型之间的对应关系，将与所获取的数据样式对应的单据类型，作为当前无标题的医疗单据的单据类型。

根据本申请一优选实施例，所述拆分单元在获取无标题的医疗单据的数据样式之前，还执行：获取所述医疗文本的文本类型；确定所述文本类型是否预设类型，若是，则继续执行所述获取无标题的医疗单据的数据样式的操作，否则执行根据时间信息来获取无标题的医疗单据的单据类型的操作。

根据本申请一优选实施例，所述拆分单元在拆分得到对应相同单据类型的各医疗单据之后，还执行：查看日志文件，确定所述医疗文本对应的单据拆分精度；若当前的单据拆分精度不满足预设精度，则对所述医疗文本进行医疗单据的重新拆分，以此循环进行，直至所述医疗文本的单据拆分精度达到预设精度。

根据本申请一优选实施例，所述处理单元在分别将相同单据类型的各医疗单据中所包含的数据写入第一标准结构时，具体执行：对所述相同单据类型的各医疗单据中所包含数据的数据类型进行归一化；根据归一化结果，将相应数据写入第一标准结构中的对应位置。

根据本申请一优选实施例，所述处理单元还执行：提取无数据类型的数据中的字段名称以及行数，作为该数据的数据类型；根据所确定的数据类型，将该数据写入第一标准结构中的对应位置。

根据本申请一优选实施例，在所述处理单元在得到对应所述医疗文本的第一结构化数据之后，还执行：确定第二需求结构；将所述第一结构化数据转换为对应所述第二需求结构的第二结构化数据。

上述申请中的一个实施例具有如下优点或有益效果：本申请能够提升医疗文本结构化的准确性以及效率。因为采用了以医疗单据为粒度进行医疗文本的拆分，并且针对医疗单据的不同单据类型进行医疗文本的结构化，所以克服了现有技术无法对内容分散、类型不规范的医疗文本进行结构化的技术问题，进而达到提升医疗文本结构化的准确性以及效率的技术效果。

上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请第一实施例提供的一种医疗文本结构化的方法流程图；

图2是根据本申请第二实施例提供的一种医疗文本结构化的装置结构图；

图3是用来实现本申请实施例的发起主动对话的方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1为本申请一实施例提供的一种医疗文本结构化的方法流程图，如图1中所示，所述方法包括：

在S101中，获取待处理的医疗文本，并获取所述医疗文本包含的至少一个医疗单据。

在本步骤中，在获取待处理的医疗文本之后，再获取该待处理的医疗文本所包含的至少一个医疗单据。因此，本申请以医疗单据的粒度进行医疗文本的结构化，能够提升医疗文本结构化的效率以及准确性。

优选地，本步骤所获取的医疗文本为文本病历数据，例如获取病人的入院记录。其中，本步骤所获取的至少一个医疗单据可以为化验结果单据、用药单据、日常病程记录单据、首次病程记录单据等单据，而不同的医疗单据中记录有不同的内容。

在S102中，确定所述至少一个医疗单据的单据类型，并拆分得到对应相同单据类型的各医疗单据。

在本步骤中，在确定步骤S101所获取的至少一个医疗单据的单据类型之后，从医疗文本中拆分得到对应相同单据类型的各医疗单据。因此本步骤能够从所获取的医疗文本中拆分得到对应不同单据类型的医疗单据。

具体地，本步骤在确定至少一个医疗单据的单据类型时，可以采用以下方式：获取医疗单据的标题；根据预设的标题与单据类型之间的对应关系，将与所获取的标题对应的单据类型，作为当前医疗单据的单据类型。也就是说，本步骤能够将具有相同含义但不同表达的标题进行统一，从而减少所确定的单据类型的种类，避免由于所要拆分的医疗单据数量过多导致的单据拆分的效率较低的问题。

在通常情况下，医疗文本中的各医疗单据均具有相应的标题，若所获取的医疗单据不存在标题，则本步骤可以将医疗文本的时间信息作为医疗单据的单据类型，从而将不存在标题的医疗单据从医疗文本中拆分出来。

而在按照时间信息对不存在标题的医疗单据进行拆分时，则会导致将属于某个单据类型的医疗单据错误拆分的问题。例如，若“首次病程记录单据”不存在标题，则在按照时间信息对其进行拆分时，则会将其错误地拆分为“日常病程记录单据”，从而导致医疗单据的拆分错误。

因此，本步骤为了提升医疗单据的拆分准确性，在确定不存在标题的医疗单据的单据类型时，可以采用以下方式：获取无标题的医疗单据的数据样式，例如获取某个医疗单据的数据样式为“时间+内容+医师姓名”；根据预设的数据样式与单据类型之间的对应关系，将与所获取的数据样式对应的单据类型，作为当前无标题的医疗单据的单据类型。也就是说，本步骤能够根据医疗单据的具体数据样式，来更加准确地确定不存在标题的医疗单据的单据类型，从而进一步提升医疗单据的拆分准确性。

而本步骤在获取无标题的医疗单据的数据样式之前，还可以包含以下内容：确定所获取的医疗文本的文本类型，例如医疗文本的文本类型可以为入院记录、门诊就诊记录等；判断所获取的文本类型是否预设类型，若是，则继续执行获取无标题的医疗单据的数据样式的操作，否则执行根据时间信息来获取无标题的医疗单据的单据类型的操作。因此，本步骤能够避免计算资源的浪费，提升针对不同类型的医疗文本中各医疗单据的拆分准确性。

举例来说，若所获取的医疗文本为“入院记录”，则对应无标题的医疗文本需要根据其数据样式来确定单据类型；若所获取的医疗文本为“门诊就诊记录”，则对应无标题的医疗文本只需要根据时间信息来确定其单据类型。

本步骤在对相同单据类型的医疗单据进行拆分之后，还可以包含以下内容：查看日志文件，确定医疗文本对应的单据拆分精度，例如可以将拆分出的医疗单据的总条数与医疗文本中所包含医疗单据的总条数之间的比值，作为医疗文本的单据拆分精度；若当前的单据拆分精度不满足预设精度，则重新对医疗文本进行医疗单据的拆分，以此循环进行，直至医疗文本的单据拆分精度达到预设精度。也就是说，本步骤能够通过对医疗文本进行循环拆分的方式，提升对医疗文本中各医疗单据的拆分准确性。

可以理解的是，本步骤在进行医疗单据的拆分时，可以利用“核心代码+配置化”的方式来解决上述问题，即将拆分医疗单据的核心代码封装起来，然后通过外部配置文件的方式来灵活地改变拆分方式，例如改变医疗单据的归一类型、医疗单据的数据样式、医疗文本的文本类型等，从而满足不同需求方的拆分需求。

在S103中，分别将相同单据类型的各医疗单据中所包含的数据写入第一标准结构，从而得到对应所述医疗文本的第一结构化数据。

在本步骤中，在步骤S102拆分得到对应相同单据类型的各医疗单据之后，分别将相同单据类型的各医疗单据中所包含的数据写入第一标准结构，从而得到对应步骤S101所获取的待处理的医疗文本的第一结构化数据。也就是说，本步骤能够根据医疗单据的单据类型，实现将对应不同单据类型的医疗单据中所包含的数据进行结构化的目的，从而提升医疗文本结构化的准确性。

具体地，本步骤在分别将相同单据类型的各医疗单据中所包含的数据写入第一标准结构时，可以采用以下方式：对相同单据类型的各医疗单据中所包含数据的数据类型进行归一化，即将相同单据类型的医疗单据中表达不同但意思相同的数据类型归一为统一的数据类型；根据归一化结果，将相应数据写入第一标准结构中的对应位置。可以理解的是，本步骤中数据类型的归一化结果可以是预先设置的，也可以根据需求方的指定来设置。

举例来说，若某一相同单据类型的医疗单据中包含单据A以及单据B，若单据A中含有对应“化验及特殊检查”数据类型的数据A，若单据B中含有“化验及特殊检验”数据类型的数据B，因为“化验及特殊检查”与“化验及特殊检验”表达的意思相同，则可以将两者归一化成“化验及特殊检查”，并将数据A以及数据B写入该单据类型的第一标准结构中对应“化验及特殊检查”的位置。

而对于医疗单据中所存在的没有数据类型的数据，本步骤对该类型数据进行结构化时可以采用以下方式：提取无数据类型的数据中的字段名称以及行数，作为该无数据类型的数据的数据类型；根据所确定的数据类型，将该数据写入第一标准结构中的对应位置。因此，本步骤能够对医疗单据中的各类型数据进行结构化，从而覆盖医疗文本中的各类型数据。

另外，本步骤在进行对医疗单据的结构化时，也可以利用“核心代码+配置化”的方式来解决上述问题，对不同单据类型的医疗单据进行结构化时，只需要新增加与其对应的配置文件即可，例如配置文件中包含当前单据类型的医疗单据中各数据类型的归一化结果、对应当前单据类型的标准结构、无数据类型的数据中所提取的字段名称等。

可以理解的是，本步骤在得到了对应所获取的医疗文本的第一结构化数据之后，还可以包含以下内容：确定第二需求结构，该第二需求结构可以为医疗文本结构化的需求方所要求的结构；将所得到的第一结构化数据转换为对应第二需求结构的第二结构化数据。

也就是说，本步骤能够根据不同的需求方，将所得到的第一结构化数据进行转换，从而得到对应不同需求结构的结构化数据，提升了不同结构之间进行数据转换的便利性。

图2为本申请一实施例提供的一种医疗文本结构化的装置结构图，如图2中所示，所述装置包括：获取单元201、拆分单元202以及处理单元203。

获取单元201，用于获取待处理的医疗文本，并获取所述医疗文本包含的至少一个医疗单据。

获取单元201在获取待处理的医疗文本之后，再获取该待处理的医疗文本所包含的至少一个医疗单据。因此，本申请以医疗单据的粒度进行医疗文本的结构化，能够提升医疗文本结构化的效率以及准确性。

优选地，获取单元201所获取的医疗文本为文本病历数据，例如获取病人的入院记录。其中，获取单元201所获取的至少一个医疗单据可以为化验结果单据、用药单据、日常病程记录单据、首次病程记录单据等单据，而不同的医疗单据中记录有不同的内容。

拆分单元202，用于确定所述至少一个医疗单据的单据类型，并拆分得到对应相同单据类型的各医疗单据。

拆分单元202在确定获取单元201所获取的至少一个医疗单据的单据类型之后，从医疗文本中拆分得到对应相同单据类型的各医疗单据。因此，拆分单元202能够从所获取的医疗文本中拆分得到对应不同单据类型的医疗单据。

具体地，拆分单元202在确定至少一个医疗单据的单据类型时，可以采用以下方式：获取医疗单据的标题；根据预设的标题与单据类型之间的对应关系，将与所获取的标题对应的单据类型，作为当前医疗单据的单据类型。也就是说，拆分单元202能够将具有相同含义但不同表达的标题进行统一，从而减少所确定的单据类型的种类，避免由于所要拆分的医疗单据数量过多导致的单据拆分的效率较低的问题。

在通常情况下，医疗文本中的各医疗单据均具有相应的标题，若所获取的医疗单据不存在标题，则拆分单元202可以将医疗文本的时间信息作为医疗单据的单据类型，从而将无标题的医疗单据从医疗文本中拆分出来。

而在按照时间信息对不存在标题的医疗单据进行拆分时，则会导致将属于某个单据类型的医疗单据错误拆分的问题。例如，若“首次病程记录单据”不存在标题，则在按照时间信息对其进行拆分时，则会将其错误地拆分为“日常病程记录单据”，从而导致医疗单据的拆分错误。

因此，拆分单元202为了提升医疗单据的拆分准确性，在确定不存在标题的医疗单据的单据类型时，可以采用以下方式：获取无标题的医疗单据的数据样式；根据预设的数据样式与单据类型之间的对应关系，将与所获取的数据样式对应的单据类型，作为当前无标题的医疗单据的单据类型。也就是说，拆分单元202能够根据医疗单据的具体数据样式，来更加准确地确定不存在标题的医疗单据的单据类型，从而进一步提升医疗单据的拆分准确性。

而拆分单元202在获取无标题的医疗单据的数据样式之前，还可以包含以下内容：确定所获取的医疗文本的文本类型；判断所获取的文本类型是否预设类型，若是，则继续执行获取无标题的医疗单据的数据样式的操作，否则执行根据时间信息来获取无标题的医疗单据的单据类型的操作。因此，拆分单元202能够避免计算资源的浪费，提升针对不同类型的医疗文本中各医疗单据的拆分准确性。

拆分单元202在对相同单据类型的医疗单据进行拆分之后，还可以包含以下内容：查看日志文件，确定医疗文本对应的单据拆分精度；若当前的单据拆分精度不满足预设精度，则重新对医疗文本进行医疗单据的拆分，以此循环进行，直至医疗文本的单据拆分精度达到预设精度。也就是说，拆分单元202能够通过对医疗文本进行循环拆分的方式，提升对医疗文本中各医疗单据的拆分准确性。

可以理解的是，拆分单元202在进行医疗单据的拆分时，可以利用“核心代码+配置化”的方式来解决上述问题，即将拆分医疗单据的核心代码封装起来，然后通过外部配置文件的方式来灵活地改变拆分方式，例如改变医疗单据的归一类型、医疗单据的数据样式、医疗文本的文本类型等，从而满足不同需求方的拆分需求。

处理单元203，用于分别将相同单据类型的各医疗单据中所包含的数据写入第一标准结构，得到对应所述医疗文本的第一结构化数据。

处理单元203在拆分单元202拆分得到对应相同单据类型的各医疗单据之后，分别将相同单据类型的各医疗单据中所包含的数据写入第一标准结构，从而得到对应获取单元201所获取的待处理的医疗文本的第一结构化数据。也就是说，处理单元203能够根据医疗单据的单据类型，实现将对应不同单据类型的医疗单据中所包含的数据进行结构化的目的，从而提升医疗文本结构化的准确性。

具体地，处理单元203在分别将相同单据类型的各医疗单据中所包含的数据写入第一标准结构时，可以采用以下方式：对相同单据类型的各医疗单据中所包含数据的数据类型进行归一化；根据归一化结果，将相应数据写入第一标准结构中的对应位置。可以理解的是，处理单元203中数据类型的归一化结果可以是预先设置的，也可以根据需求方的指定来设置。

而对于医疗单据中所存在的没有数据类型的数据，处理单元203对该类型数据进行结构化时可以采用以下方式：提取无数据类型的数据中的字段名称以及行数，作为该无数据类型的数据的数据类型；根据所确定的数据类型，将该数据写入第一标准结构中的对应位置。因此，处理单元203能够对医疗单据中的各类型数据进行结构化，从而覆盖医疗文本中的各类型数据。

另外，处理单元203在进行对医疗单据的结构化时，也可以利用“核心代码+配置化”的方式来解决上述问题，对不同单据类型的医疗单据进行结构化时，只需要新增加与其对应的配置文件即可，例如配置文件中包含当前单据类型的医疗单据中各数据类型的归一化结果、对应当前单据类型的标准结构、无数据类型的数据中所提取的字段名称等。

可以理解的是，处理单元203在得到了对应所获取的医疗文本的第一结构化数据之后，还可以包含以下内容：确定第二需求结构，该第二需求结构可以为医疗文本结构化的需求方所要求的结构；将所得到的第一结构化数据转换为对应第二需求结构的第二结构化数据。

也就是说，处理单元203能够根据不同的需求方，将所得到的第一结构化数据进行转换，从而得到对应不同需求结构的结构化数据，提升了不同结构之间进行数据转换的便利性。

如图3所示，是根据本申请实施例的发起主动对话的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图3所示，该电子设备包括：一个或多个处理器301、存储器302，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图3中以一个处理器301为例。

存储器302即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的发起主动对话的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的发起主动对话的方法。

存储器302作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的发起主动对话的方法对应的程序指令/模块(例如，附图2所示的获取单元201、拆分单元202以及处理单元203)。处理器301通过运行存储在存储器302中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的发起主动对话的方法。

存储器302可以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、至少一个功能所需要的应用程序；存储数据区可存储根据发起主动对话的电子设备的使用所创建的数据等。此外，存储器302可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器302可选包括相对于处理器301远程设置的存储器，这些远程存储器可以通过网络连接至发起主动对话的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

发起主动对话的方法的电子设备还可以包括：输入装置Y03和输出装置304。处理器301、存储器302、输入装置303和输出装置304可以通过总线或者其他方式连接，图3中以通过总线连接为例。

输入装置303可接收输入的数字或字符信息，以及产生与发起主动对话的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置Y04可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

根据本申请实施例的技术方案，克服了现有技术无法对内容分散、类型不规范的医疗文本进行结构化的技术问题，进而达到了提升医疗文本结构化的准确性以及效率的技术效果。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (18)

1.一种医疗文本结构化的方法，其特征在于，包括：

获取待处理的医疗文本，并获取所述医疗文本包含的至少一个医疗单据；

确定所述至少一个医疗单据的单据类型，并拆分得到对应相同单据类型的各医疗单据；

分别将相同单据类型的各医疗单据中所包含的数据写入第一标准结构，得到对应所述医疗文本的第一结构化数据。

2.根据权利要求1所述的方法，其特征在于，所述确定所述至少一个医疗单据的单据类型包括：

获取医疗单据的标题；

根据预设的标题与单据类型之间的对应关系，将与所获取的标题对应的单据类型，作为当前医疗单据的单据类型。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取无标题的医疗单据的数据样式；

根据预设的数据样式与单据类型之间的对应关系，将与所获取的数据样式对应的单据类型，作为当前无标题的医疗单据的单据类型。

4.根据权利要求3所述的方法，其特征在于，在获取无标题的医疗单据的数据样式之前，还包括：

获取所述医疗文本的文本类型；

确定所述文本类型是否预设类型，若是，则继续执行所述获取无标题的医疗单据的数据样式的操作，否则执行根据时间信息来获取无标题的医疗单据的单据类型的操作。

5.根据权利要求1所述的方法，其特征在于，在拆分得到对应相同单据类型的各医疗单据之后，还包括：

查看日志文件，确定所述医疗文本对应的单据拆分精度；

若当前的单据拆分精度不满足预设精度，则对所述医疗文本进行医疗单据的重新拆分，以此循环进行，直至所述医疗文本的单据拆分精度达到预设精度。

6.根据权利要求1所述的方法，其特征在于，所述分别将相同单据类型的各医疗单据中所包含的数据写入第一标准结构包括：

对所述相同单据类型的各医疗单据中所包含数据的数据类型进行归一化；

根据归一化结果，将相应数据写入第一标准结构中的对应位置。

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：

提取无数据类型的数据中的字段名称以及行数，作为该数据的数据类型；

根据所确定的数据类型，将该数据写入第一标准结构中的对应位置。

8.根据权利要求1所述的方法，其特征在于，在得到对应所述医疗文本的第一结构化数据之后，还包括：

确定第二需求结构；

将所述第一结构化数据转换为对应所述第二需求结构的第二结构化数据。

9.一种医疗文本结构化的装置，其特征在于，包括：

获取单元，用于获取待处理的医疗文本，并获取所述医疗文本包含的至少一个医疗单据；

拆分单元，用于确定所述至少一个医疗单据的单据类型，并拆分得到对应相同单据类型的各医疗单据；

处理单元，用于分别将相同单据类型的各医疗单据中所包含的数据写入第一标准结构，得到对应所述医疗文本的第一结构化数据。

10.根据权利要求9所述的装置，其特征在于，所述拆分单元在确定所述至少一个医疗单据的单据类型时，具体执行：

获取医疗单据的标题；

根据预设的标题与单据类型之间的对应关系，将与所获取的标题对应的单据类型，作为当前医疗单据的单据类型。

11.根据权利要求9所述的装置，其特征在于，所述拆分单元还执行：

获取无标题的医疗单据的数据样式；

根据预设的数据样式与单据类型之间的对应关系，将与所获取的数据样式对应的单据类型，作为当前无标题的医疗单据的单据类型。

12.根据权利要求11所述的装置，其特征在于，所述拆分单元在获取无标题的医疗单据的数据样式之前，还执行：

获取所述医疗文本的文本类型；

确定所述文本类型是否预设类型，若是，则继续执行所述获取无标题的医疗单据的数据样式的操作，否则执行根据时间信息来获取无标题的医疗单据的单据类型的操作。

13.根据权利要求9所述的装置，其特征在于，所述拆分单元在拆分得到对应相同单据类型的各医疗单据之后，还执行：

查看日志文件，确定所述医疗文本对应的单据拆分精度；

若当前的单据拆分精度不满足预设精度，则对所述医疗文本进行医疗单据的重新拆分，以此循环进行，直至所述医疗文本的单据拆分精度达到预设精度。

14.根据权利要求9所述的装置，其特征在于，所述处理单元在分别将相同单据类型的各医疗单据中所包含的数据写入第一标准结构时，具体执行：

对所述相同单据类型的各医疗单据中所包含数据的数据类型进行归一化；

根据归一化结果，将相应数据写入第一标准结构中的对应位置。

15.根据权利要求9所述的装置，其特征在于，所述处理单元还执行：

提取无数据类型的数据中的字段名称以及行数，作为该数据的数据类型；

根据所确定的数据类型，将该数据写入第一标准结构中的对应位置。

16.根据权利要求9所述的装置，其特征在于，在所述处理单元在得到对应所述医疗文本的第一结构化数据之后，还执行：

确定第二需求结构；

将所述第一结构化数据转换为对应所述第二需求结构的第二结构化数据。

17.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。

18.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。

Images