CN111062193B

CN111062193B - 医疗数据标注方法及装置、存储介质、电子设备

Info

Publication number: CN111062193B
Application number: CN201911295643.2A
Authority: CN
Inventors: 焦增涛
Original assignee: Yidu Cloud Beijing Technology Co Ltd
Current assignee: Yidu Cloud Beijing Technology Co Ltd
Priority date: 2019-12-16
Filing date: 2019-12-16
Publication date: 2023-04-25
Anticipated expiration: 2039-12-16
Also published as: CN111062193A

Abstract

本发明实施例是关于一种医疗数据标注方法及装置、存储介质、电子设备，属于医疗大数据处理技术领域，该方法包括：在预先设置的医学知识库中对目标字段名称进行匹配，得到与目标字段名称匹配的多个目标字段属性、多个目标属性值、各目标字段属性与各目标字段属性对应的目标属性值之间的目标显示逻辑；在待标注医疗数据中对各目标属性值进行匹配，得到各目标属性值在待标注医疗数据中的位置信息；根据各位置信息对应的各目标属性值，以及与各目标属性值对应的目标字段属性之间的目标显示逻辑，对位置信息进行筛选得到多个筛选结果；在待标注医疗数据中对筛选结果对应的目标属性值进行标注。本发明实施例提高了标注的目标属性值的准确率。

Description

医疗数据标注方法及装置、存储介质、电子设备

背景技术

随着医疗健康服务不断的向信息化和智能化发展，临床医疗数据得到了大量的积累。这些临床医疗数据中蕴含着大量丰富的医疗知识和患者的健康信息，因此如何从临床医疗数据中迅速且较为准确的找到需要的目标信息是一项较为困难的工作。

为了解决该问题，在现有的技术中，大多数都是通过一些标注工具支持关键词检索。在接收到人工输入的目标关键词时，可以对该目标关键词出现的地方进行高亮显示，以便于进行阅读。

但是，上述方案存在如下缺点：虽然关键词搜索也能在一定程度上快速定位一些文本信息，不过依赖与标注人员人工猜想相关关键词，各类同义词很难遍历，并且会有大量命中关键词的无效匹配，因此导致标注结果数量过多，进而导致标注结果的准确率较低。

因此，需要提供一种新的医疗数据标注方法及装置。

需要说明的是，在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明的目的在于提供一种医疗数据标注方法、医疗数据标注装置、计算机可读存储介质以及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的标注结果的准确率较低的问题。

根据本公开的一个方面，提供一种医疗数据标注方法，包括：

在预先设置的医学知识库中对目标字段名称进行匹配，得到与所述目标字段名称匹配的多个目标字段属性、多个目标属性值、各所述目标字段属性与各目标字段属性对应的目标属性值之间的目标显示逻辑；

在待标注医疗数据中对各所述目标属性值进行匹配，得到各所述目标属性值在所述待标注医疗数据中的位置信息；

根据各所述位置信息对应的各所述目标属性值，以及与各所述目标属性值对应的目标字段属性之间的目标显示逻辑，对所述位置信息进行筛选得到多个筛选结果；

在所述待标注医疗数据中对所述筛选结果对应的目标属性值进行标注。

在本公开的一种示例性实施例中，所述医学知识库中包括标准字段名称、与所述标准字段名称对应的多个标准字段属性、与各所述标准字段属性对应的标准属性值、各所述标准字段属性及其对应的标准属性值之间的标准显示逻辑四个层级。

在本公开的一种示例性实施例中，所述在预先设置的医学知识库中对所述目标字段名称进行匹配包括：

计算所述目标字段名称与所述医学知识库中的标准字段名称的匹配得分；

根据所述匹配得分判断所述目标字段名称在所述医学知识库中是否匹配成功。

在本公开的一种示例性实施例中，计算所述目标字段名称与所述医学知识库中的标准字段名称的匹配得分包括：

根据所述目标字段名称、所述目标字段属性以及目标属性值在所述医学知识库中的各个层级中的匹配得分，以及该层级在所述医学知识库的所有层级中所占的权重，计算所述目标字段名称在所述医学知识库中的匹配得分。

在本公开的一种示例性实施例中，所述目标字段名称、所述目标字段属性以及目标属性值在所述医学知识库中的各个层级中的匹配得分通过以下方式计算得到包括：

根据所述目标字段名称与所述医学知识库的第一层级中的各所述标准字段名称之间的匹配度得到第一层级中的第一匹配得分；

根据各所述目标字段属性与所述医学知识库的第二层级中的各所述标准字段属性之间的匹配度得到第二层级中的第二匹配得分；

根据各所述目标属性值与所述医学知识库的第三层级中的各所述标准属性值之间的匹配度得到第三层级中的第三匹配得分。

在本公开的一种示例性实施例中，根据各所述位置信息对应的各所述目标属性值，以及与各所述目标属性值对应的目标字段属性之间的目标显示逻辑，对所述位置信息进行筛选得到多个筛选结果包括：

根据各所述位置信息对应的各所述目标属性值，以及与各所述目标属性值对应的目标字段属性之间的目标显示逻辑，将符合所述目标显示逻辑的目标属性值对应的位置信息作为所述筛选结果。

在本公开的一种示例性实施例中，在所述待标注医疗数据中对所述筛选结果对应的目标属性值进行标注，包括：

在所述待标注医疗数据中对所述筛选结果对应的目标属性值进行高亮显示。

根据本公开的一个方面，提供一种医疗数据标注装置，包括：

第一匹配模块，用于在预先设置的医学知识库中对目标字段名称进行匹配，得到与所述目标字段名称匹配的多个目标字段属性、多个目标属性值、各所述目标字段属性与各所述目标字段属性对应的目标属性值之间的目标显示逻辑；

第二匹配模块，用于在待标注医疗数据中对各所述目标属性值进行匹配，得到各所述目标属性值在所述待标注医疗数据中的位置信息；

筛选模块，用于根据各所述位置信息对应的各所述目标属性值，以及与各所述目标属性值对应的目标字段属性之间的目标显示逻辑，对所述位置信息进行筛选得到多个筛选结果；

标注模块，用于在所述待标注医疗数据中对所述筛选结果对应的目标属性值进行标注。

根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的医疗数据标注方法。

根据本公开的一个方面，提供一种电子设备，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的医疗数据标注方法。

本发明示例实施例提供的一种医疗数据标注方法及装置，一方面，通过在预先设置的医学知识库中对目标字段名称进行匹配，得到与目标字段名称匹配的多个目标字段属性、多个目标属性值、各目标字段属性与各目标字段属性对应的目标属性值之间的目标显示逻辑；然后在待标注医疗数据中对各目标属性值进行匹配，得到各目标属性值在待标注医疗数据中的位置信息；再根据各位置信息对应的各目标属性值，以及与各目标属性值对应的目标字段属性之间的目标显示逻辑，对位置信息进行筛选得到多个筛选结果；最后在待标注医疗数据中对筛选结果对应的目标属性值进行标注，解决了现有技术中由于需要依赖标注人员对相关关键词进行人工猜想，使得各类同义词很难遍历，进而导致会有大量命中关键词的无效匹配，因此导致标注结果数量过多的问题，减少了目标属性值的标注数量；另一方面，根据各位置信息对应的各目标属性值，以及与各目标属性值对应的目标字段属性之间的目标显示逻辑，对位置信息进行筛选得到多个筛选结果；最后在待标注医疗数据中对筛选结果对应的目标属性值进行标注，解决了现有技术中由于标注结果数量过多，进而导致标注结果的准确率较低的问题，提高了标注的目标属性值的准确率；再一方面，通过在医学知识库中对目标字段名称进行匹配，得到多个目标字段属性、多个目标属性值、显示逻辑，避免了由于需要依赖标注人员对相关关键词进行人工猜想，进而导致的人力成本浪费的问题，提高了目标属性值的确定效率以及准确率，进而提高了目标属性值标注的效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。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示意性示出根据本发明示例实施例的一种医疗数据标注方法的流程图。

图2示意性示出根据本发明示例实施例的一种医学知识库的层级示例图。

图3示意性示出根据本发明示例实施例的一种医学知识库的构建方法的流程图。

图4以及图5示意性示出根据本发明示例实施例的另一种医学知识库的层级示例图。

图6示意性示出根据本发明示例实施例的一种在预先设置的医学知识库中对目标字段名称进行匹配，得到与目标字段名称匹配的多个目标字段属性、多个目标属性值、各目标字段属性与各目标字段属性对应的目标属性值之间的目标显示逻辑的示例图。

图7示意性示出根据本发明示例实施例的一种在待标注医疗数据中对筛选结果对应的目标属性值进行标注的示例图。

图8示意性示出根据本发明示例实施例的另一种医疗数据标注方法的流程图。

图9示意性示出根据本发明示例实施例的一种计算所述目标字段名称、所述目标字段属性以及目标属性值在所述医学知识库中的各个层级中的匹配得分的方法流程图。

图10示意性示出根据本发明示例实施例的一种医疗数据标注装置的框图。

图11示意性示出根据本发明示例实施例的一种用于实现上述医疗数据标注方法的电子设备。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各方面变得模糊。

此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

医学文本标注是一项耗费巨大的任务，阅读病例是一项专业门槛高的工作，不仅因为医学知识的复杂，还有病例文本表述多样，病例文本长等原因。一篇病例最长可能包含上百个数据表(比如入院记录、影像检查、病理、出院、病程等)，某些表在一次住院中有数十段长文本(如每日病程，查房记录，影像检查等)。当前有许多平台工具，甚至专业的第三方标注公司，提供数据标注工具，从平台操作便捷性、病例文本组织形式等多角度支持病例文本的便捷阅读，便捷标注。不过这些并不能减轻标注过程中医学专家的阅读的压力，整个病例标注工作仍然比较低效。

在当前支持病例标注的技术方案中，一种是，集中与病例内容的组织，以一种更友好的方式显示各段病理文本；另一种是，通过一些支持关键词检索的标注工具，然后通过人工搜索目标关键词，再对检索结果进行高亮显示。

但是，上述方案存在如下缺点：在第一种方案中，合理的文本组织确实对病例文本阅读有提效作用，不过仍不能有效的降低阅读压力；

在第二种方案中，关键词搜索也能在一定程度上快速定位一些文本信息，不过依赖与标注人员人工猜想相关关键词，各类同义词很难遍历，并且会有大量命中关键词的无效匹配，比如用户搜索“目标属性值”期望找到基因检测结果，则通篇病例中所有包含EGFR的文本都会显示，其中可能很多是医嘱内容，有些是检查项目名，而具体的基因检测结果会淹没于大量匹配命中的提示中。

本示例实施方式中首先提供了一种医疗数据标注方法，该方法可以运行于服务器、服务器集群或云服务器等，也可以运行于终端设备；当然，本领域技术人员也可以根据需求在其他平台运行本发明的方法，本示例性实施例中对此不做特殊限定。参考图1所示，该医疗数据标注方法包括以下步骤：

步骤S110.在预先设置的医学知识库中对目标字段名称进行匹配，得到与所述目标字段名称匹配的多个目标字段属性、多个目标属性值、各所述目标字段属性与各所述目标字段属性对应的目标属性值之间的目标显示逻辑。

步骤S120.在所述待标注医疗数据中对各所述目标属性值进行匹配，得到各所述目标属性值在所述待标注医疗数据中的位置信息。

步骤S130.根据各所述位置信息对应的各所述目标属性值，以及与各所述目标属性值对应的目标字段属性之间的目标显示逻辑，对所述位置信息进行筛选得到多个筛选结果。

步骤S140.在所述待标注医疗数据中对所述筛选结果对应的目标属性值进行标注。

其中，在待标注医疗数据中对待筛选结果对应的目标属性值进行标注可以采用多种方式，如，高亮显示的方式，或者采用放大显示的方式，在此不做具体限定。

上述医疗数据标注方法中，一方面，通过在预先设置的医学知识库中对目标字段名称进行匹配，得到与目标字段名称匹配的多个目标字段属性、多个目标属性值、各目标字段属性与各目标字段属性对应的目标属性值之间的目标显示逻辑；然后在待标注医疗数据中对各目标属性值进行匹配，得到各目标属性值在待标注医疗数据中的位置信息；再根据各位置信息对应的各目标属性值，以及与各目标属性值对应的目标字段属性之间的目标显示逻辑，对位置信息进行筛选得到多个筛选结果；最后在待标注医疗数据中对筛选结果对应的目标属性值进行标注，解决了现有技术中由于需要依赖标注人员对相关关键词进行人工猜想，使得各类同义词很难遍历，进而导致会有大量命中关键词的无效匹配，因此导致标注结果数量过多的问题，减少了目标属性值的标注数量；另一方面，根据各位置信息对应的各目标属性值，以及与各目标属性值对应的目标字段属性之间的目标显示逻辑，对位置信息进行筛选得到多个筛选结果；最后在待标注医疗数据中对筛选结果对应的目标属性值进行标注，解决了现有技术中由于标注结果数量过多，进而导致标注结果的准确率较低的问题，提高了标注的目标属性值的准确率；再一方面，通过在医学知识库中对目标字段名称进行匹配，得到多个目标字段属性、多个目标属性值、显示逻辑，避免了由于需要依赖标注人员对相关关键词进行人工猜想，进而导致的人力成本浪费的问题，提高了目标属性值的确定效率以及准确率，进而提高了目标属性值标注的效率。

以下，将结合附图对本发明示例实施例医疗数据标注方法中涉及的各步骤进行详细的解释以及说明。

本发明示例实施例提供一种充分利用预挖掘的医学知识库，自动的关联标注目标字段名称在医学知识库中信息，并在标注病例文本中以可视化的形式对关键信息高亮，提醒标注人员重点关注信息的位置的技术，可以降低标注成本。

进一步的，为了便于对本发明示例实施例涉及的步骤S110-步骤S140进行更加直观以及详细的解释以及说明，首先对步骤S110中涉及的医学知识库进行解释以及说明。首先，可以根据历史医疗数据构建医学知识库。并且，参考图2所示，该医学知识库中包括标准字段名称201、与所述标准字段名称对应的多个标准字段属性202、与各所述标准字段属性对应的标准属性值203、各所述标准字段属性及其对应的标准属性值之间的显示逻辑204等四个层级。

具体的，参考图3所示，根据历史医疗数据构建医学知识库可以包括步骤S310-步骤S330，以下进行详细说明。

在步骤S310中，配置多个标准字段名称、与各所述标准字段名称对应的多个标准字段属性，并根据各所述标准字段属性从历史医疗数据中提取多个标准属性值。

在本示例实施例中，标准字段名称可以作为医学知识库的主索引，是一个项目待标注的目标字段的匹配对象，可以通过医学专家进行定制；标准字段属性是标准字段名称的多个描述角度，以及标准字段名称中所包括的关键特征，也可以通过医学专家定制；属性值是各标准字段属性在真实病例中可能出现的值，可以通过将历史医疗数据输入至序列标注模型中得到。

此处需要补充说明的是，该标准字段名称是在医学知识库构建的过程中，通过医学专家进行定制的；但是，上述目标字段名称可以是普通用户或者医疗人员需要对某一个领域的医疗知识进行标注时，自行输入的字段名称；该目标字段名称可以包括在标准字段名称中，可以与标准字段名称相同，也可以是标准字段名称的简称等等，本示例对此不做特殊限制。

在步骤S320中，配置各所述标准字段属性及其对应的标准属性值之间的标准显示逻辑。

在本示例实施例中，显示逻辑可以包括：

a)命中即输出；

b)与另一属性值最多间隔一个逗号(句号以及分号等权重大于逗号)；

c)在另一属性值前，且与另一属性值最多间隔一个逗号；

d)在另一属性值后，且与另一属性值最多间隔一个逗号；

e)与另一属性值之间不能有标点符号；

f)在另一属性值前，且不能有标点符号；

g)在另一属性值后，且不能有标点符号。

在步骤S330中，根据各所述标准字段名称、与各所述标准字段名称对应的多个标准字段属性、与各所述标准字段属性对应的标准属性值、各所述标准字段属性及其对应的标准属性值之间的标准显示逻辑构建所述医学知识库。

在本示例实施例中，各所述标准字段名称、与各所述标准字段名称对应的多个标准字段属性、与各所述标准字段属性对应的标准属性值、各所述标准字段属性及其对应的标准属性值之间的标准显示逻辑依次为第一层级、第二层级、第三层级以及第四层级。

譬如，在图4中，第一层级为病理，与病理对应的第二层级可以包括组织学分型、分化程度、所在解剖部位等等；与第二层级中包括的各标准属性值对应的第三层级可以包括：组织学分型：腺癌、鳞癌；分化程度：低分化、中分化、高分化；第二层级以及第三层级之间的显示逻辑例如可以包括：(组织学分型：腺癌、鳞癌；命中即输出)；(分化程度：低分化、中分化、高分化；与组织学分型最多间隔一个逗号)；(分化程度：低分化、中分化、高分化；与组织学分型最多间隔一个逗号)。

又譬如，在图5中，第一层级为分子分型，与分子分型对应的第二层级可以包括分子名、分子检测值以及检测方式等等；与第二层级中包括的各标准属性值对应的第三层级可以包括：分子名：HER-2、EGFR等；分子检测值：阳性、(+)、WT等；检测方式：免疫组化、基因检测等；第二层级以及第三层级之间的显示逻辑例如可以包括：(分子名：HER-2、EGFR等，与分子检测值最多间隔一个逗号)；(分子检测值：阳性、(+)、WT等；与分子名最多间隔一个逗号)；(检测方式：免疫组化、基因检测等；与分子名最多间隔一个逗号)。

以下，结合上述医学知识库，对本发明示例实施例的医疗数据标注方法进行解释以及说明。

在步骤S110中，在预先设置的医学知识库中对目标字段名称进行匹配，得到多个目标字段属性、多个目标属性值、各所述目标字段属性以及与所述目标字段属性对应的目标属性值之间的目标显示逻辑。

在本示例实施例中，可以在医学数据库中输入目标字段名称：腺癌，则可以得到多个目标字段属性：组织学类型、是否原位癌、分化程度以及肺癌分型等等；多个目标属性值：低分化、中分化以及高分化等等；多个目标显示逻辑：(组织学分型：腺癌、鳞癌；命中即输出)；(分化程度：低分化、中分化、高分化；与组织学分型最多间隔一个逗号)；(分化程度：低分化、中分化、高分化；与组织学分型最多间隔一个逗号)等等，得到的匹配结果具体可以如图6所示。具体的，在预先设置的医学知识库中对目标字段名称进行匹配可以包括：首先，计算所述目标字段名称与所述医学知识库中的标准字段名称的匹配得分；根据所述匹配得分判断所述目标字段名称在所述医学知识库中是否匹配成功。譬如，可以将匹配得分大于预设分数(该预设分数例如可以是85或者90等等，本示例对此不做特殊限制)的匹配结果作为上述多个目标字段属性、多个目标属性值、各所述目标字段属性以及与所述目标字段属性对应的目标属性值之间的目标显示逻辑。通过该方法，可以进一步的提高标注结果的准确率。

在步骤S120中，在所述待标注医疗数据中对各所述目标属性值进行匹配，得到各所述目标属性值在所述待标注医疗数据中的位置信息。

譬如，可以在一个或者多个待标注医疗数据中对低分化、中分化以及高分化进行匹配得到多个匹配结果，然后对匹配结果所在的位置进行标识，该标识信息即为上述位置信息。具体的，可以通过高亮的形式进行显示，也可以通过方框或者其他形状进行标记显示，本示例对此不做特殊限制。

在步骤S130中，根据各所述位置信息对应的各所述目标属性值，以及与各所述目标属性值对应的目标字段属性之间的目标显示逻辑，对所述位置信息进行筛选得到多个筛选结果。

在本示例实施例中，首先，根据各所述位置信息对应的各所述目标属性值，以及与各所述目标属性值对应的目标字段属性之间的目标显示逻辑，对不符合所述目标显示逻辑的目标属性值对应的位置信息进行过滤；其次，将过滤后剩余的位置信息，作为所述筛选结果。譬如，当某一位置信息对应的匹配结果符合上述目标显示逻辑时，则保留；如果不符合，则过滤掉，最后将保留的信息作为上述筛选结果；此处需要补充说明的是，当过滤以后，该位置信息的标记也同时删除掉了。

在步骤S140中，在所述待标注医疗数据中对所述筛选结果对应的目标属性值进行标注。

具体的，参考图7所示，当对不符合目标显示逻辑的位置信息全部删除以后，则可以对剩余的位置信息进行显示，以使得普通用或以及医疗人员可以根据显示的位置信息查找到需要的信息，解决了现有技术中由于标注结果数量过多，进而导致标注结果的准确率较低的问题，提高了标注的目标属性值的准确率，同时也可以节省医疗人员获取到自己所需要的信息的时间，提升用户体验。

图8示意性示出根据本发明实例实施例的另一种医疗数据标注方法的示例图。参考图8所示，该医疗数据标注方法还可以包括步骤S810以及步骤S820，以下进行详细说明。

在步骤S810中，计算所述目标字段名称在所述医学知识库中的匹配得分。

在本示例实施例中，可以根据所述目标字段名称、所述目标字段属性以及目标属性值在所述医学知识库中的各个层级中的匹配得分，以及该层级在所述医学知识库的所有层级中所占的权重，计算所述目标字段名称在所述医学知识库中的匹配得分。

进一步的，为了便于对匹配得分进行计算，首先要对目标字段在所述医学知识库中的每一个层级中的匹配得分进行计算。具体的，参考图9所示，计算所述目标字段名称、所述目标字段属性以及目标属性值在所述医学知识库中的各个层级中的匹配得分可以包括步骤S910-步骤S930，以下进行详细说明。

在步骤S910中，根据所述目标字段名称与所述医学知识库的第一层级中的各所述标准字段名称之间的匹配度得到第一层级中的第一匹配得分。

在步骤S920中，根据各所述目标字段属性与所述医学知识库的第二层级中的各所述标准字段属性之间的匹配度得到第二层级中的第二匹配得分。

在步骤S930中，根据各所述目标属性值与所述医学知识库的第三层级中的各所述标准属性值之间的匹配度得到第三层级中的第三匹配得分。

以下，将对步骤S910-步骤S930进行解释以及说明。具体的，第一匹配得分、第二匹配得分以及第三匹配得分可以通过如下公式计算得到：

其中，i为目标字段名称在医学知识库中的序号；j：知识库的层级，j＝1为目标字段名称，j＝2为目标字段属性，j＝3为目标字段属性值；

为第j层的匹配度得分，即目标字段中(包含属性、属性值等)字与知识库中第i个实体的第j层所有内容字的交集。当j＝1时，Word_t表示目标字段名称的数量，Word_j表示第一层级中所包括的所有标准字段名称的数量；j＝2时，Word_t表示目标字段属性的数量，Word_j表示第二层级中所包括的所有标准字段属性的数量；j＝3时，Word_t表示目标属性值的数量，Word_j表示第三层级中所包括的所有标准属性值的数量。Count()表示个数函数。

进一步的，当得到上述第一匹配得分、第二匹配得分以及第三匹配得分后，可以根据各匹配得分以及对应的权重得到目标字段在医学知识库中的匹配得分。具体的：

其中，Score_i目标字段在医学知识库中的匹配得分，γ^j为各层的权重；譬如，当j＝1时为0.5，j＝2时为0.3，j＝3时候为0.2；也可以是其他值，当j＝1时为0.4，j＝2时为0.35，j＝3时候为0.25等等，本示例对此不做特殊限制。

在步骤S820中，根据所述匹配得分判断所述目标字段名称在所述医学知识库中是否匹配成功。

在图8示出的实施例中，通过计算目标字段名称在医学知识库中的匹配得分，可以进一步的提高对目标属性值的标注的准确率。此处需要补充说明的是，如果匹配得分小于一定阈值，则可以判断目标字段名称匹配失败，说明当前知识库覆盖不够，需要进一步扩充；并且，按上述公式，目标字段名称“基本病理”与医学知识库中的标准字段名称“病理”的匹配得分S1大于与医学知识库中的“分子分型”的匹配得分，因此目标字段定位为医学知识库中的“病理”，后续步骤使用知识库病理的各项信息辅助人工标注。

进一步的，如果目标字段名称在医学知识库中匹配成功，则在所述待标注医疗数据中对各所述目标属性值进行匹配。如果未匹配成功，则可以对该医学知识库进行进一步的扩充或者更改。通过该方法，使得医学知识库可以不断的完善，进而可以进一步的提高该医学知识库的准确率。

本发明示例实施例提供的医疗数据标注方法中，一方面，对每一个待标注的医疗数据，自动推荐目标内容在病例中可能所在，让标注人员快速捕捉到目标信息，提高标注效率；另一方面，基于医学知识库，可以自动计算标注目标可能用到的知识信息，快速自适应新的标注任务，不需要case by case的定制词表。

本公开还提供了一种医疗数据标注装置。参考图10所示，该医疗数据标注装置可以包括第一匹配模块1010、第二匹配模块1020、筛选模块1030以及标注模块1040。其中：

第一匹配模块1010可以用于在预先设置的医学知识库中对目标字段名称进行匹配，得到与所述目标字段名称匹配的多个目标字段属性、多个目标属性值、各所述目标字段属性与各所述目标字段属性对应的目标属性值之间的目标显示逻辑。

第二匹配模块1020可以用于在所述待标注医疗数据中对各所述目标属性值进行匹配，得到各所述目标属性值在所述待标注医疗数据中的位置信息。

筛选模块1030可以用于根据各所述位置信息对应的各所述目标属性值，以及与各所述目标属性值对应的目标字段属性之间的目标显示逻辑，对所述位置信息进行筛选得到多个筛选结果。

标注模块1040可以用于在所述待标注医疗数据中对所述筛选结果对应的目标属性值进行标注。

在本公开的一种示例性实施例中，在预先设置的医学知识库中对所述目标字段名称进行匹配包括：

计算所述目标字段名称与所述医学知识库中的标准字段名称的匹配得分；根据所述匹配得分判断所述目标字段名称在所述医学知识库中是否匹配成功。

上述医疗数据标注装置中各模块的具体细节已经在对应的医疗数据标注方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，尽管在附图中以特定顺序描述了本发明中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本发明实施方式的方法。

在本发明的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图11来描述根据本发明的这种实施方式的电子设备1100。图11显示的电子设备1100仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图11所示，电子设备1100以通用计算设备的形式表现。电子设备1100的组件可以包括但不限于：上述至少一个处理单元1110、上述至少一个存储单元1120、连接不同系统组件(包括存储单元1120和处理单元1110)的总线1130以及显示单元1140。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元1110执行，使得所述处理单元1110执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元1110可以执行如图1中所示的步骤S110：在预先设置的医学知识库中对目标字段名称进行匹配，得到与所述目标字段名称匹配的多个目标字段属性、多个目标属性值、各所述目标字段属性与各所述目标字段属性对应的目标属性值之间的目标显示逻辑；步骤S120：在所述待标注医疗数据中对各所述目标属性值进行匹配，得到各所述目标属性值在所述待标注医疗数据中的位置信息；步骤S130：根据各所述位置信息对应的各所述目标属性值，以及与各所述目标属性值对应的目标字段属性之间的目标显示逻辑，对所述位置信息进行筛选得到多个筛选结果；步骤S140：在所述待标注医疗数据中对所述筛选结果对应的目标属性值进行标注。

存储单元1120可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)11201和/或高速缓存存储单元11202，还可以进一步包括只读存储单元(ROM)11203。

存储单元1120还可以包括具有一组(至少一个)程序模块11205的程序/实用工具11204，这样的程序模块11205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线1130可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备1100也可以与一个或多个外部设备1200(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备1100交互的设备通信，和/或与使得该电子设备1100能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1150进行。并且，电子设备1100还可以通过网络适配器1160与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器1160通过总线1130与电子设备1100的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备1100使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本发明实施方式的方法。

在本发明的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

根据本发明的实施方式的用于实现上述方法的程序产品，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里发明的发明后，将容易想到本发明的其他实施例。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由权利要求指出。

Claims

1.一种医疗数据标注方法，其特征在于，包括：

根据各所述位置信息对应的各所述目标属性值，以及与各所述目标属性值对应的目标字段属性之间的目标显示逻辑，对不符合目标显示逻辑的目标属性值对应的位置信息进行过滤，并将符合所述目标显示逻辑的目标属性值对应的位置信息作为筛选结果；

2.根据权利要求1所述的医疗数据标注方法，其特征在于，所述医学知识库中包括标准字段名称、与所述标准字段名称对应的多个标准字段属性、与各所述标准字段属性对应的标准属性值、各所述标准字段属性及其对应的标准属性值之间的标准显示逻辑四个层级。

3.根据权利要求2所述的医疗数据标注方法，其特征在于，所述在预先设置的医学知识库中对所述目标字段名称进行匹配包括：

4.根据权利要求3所述的医疗数据标注方法，其特征在于，计算所述目标字段名称与所述医学知识库中的标准字段名称的匹配得分包括：

5.根据权利要求4所述的医疗数据标注方法，其特征在于，所述目标字段名称、所述目标字段属性以及目标属性值在所述医学知识库中的各个层级中的匹配得分通过以下方式计算得到：

6.根据权利要求1所述的医疗数据标注方法，其特征在于，在所述待标注医疗数据中对所述筛选结果对应的目标属性值进行标注，包括：

7.一种医疗数据标注装置，其特征在于，包括：

筛选模块，用于根据各所述位置信息对应的各所述目标属性值，以及与各所述目标属性值对应的目标字段属性之间的目标显示逻辑，对不符合目标显示逻辑的目标属性值对应的位置信息进行过滤，并将符合所述目标显示逻辑的目标属性值对应的位置信息作为筛选结果；

8.一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，所述计算机程序被处理器执行时实现权利要求1-6任一项所述的医疗数据标注方法。

9.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-6任一项所述的医疗数据标注方法。