CN111261251A - 生成电子病历的方法、装置、电子设备以及计算机可读存储介质 - Google Patents
生成电子病历的方法、装置、电子设备以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111261251A CN111261251A CN202010065902.9A CN202010065902A CN111261251A CN 111261251 A CN111261251 A CN 111261251A CN 202010065902 A CN202010065902 A CN 202010065902A CN 111261251 A CN111261251 A CN 111261251A
- Authority
- CN
- China
- Prior art keywords
- symptom
- symptoms
- duration
- user
- medical record
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 208000024891 symptom Diseases 0.000 claims abstract description 663
- 230000008859 change Effects 0.000 claims abstract description 99
- 238000012163 sequencing technique Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 26
- 230000015654 memory Effects 0.000 claims description 18
- 230000013872 defecation Effects 0.000 claims description 14
- 230000037213 diet Effects 0.000 claims description 14
- 235000005911 diet Nutrition 0.000 claims description 14
- 239000000411 inducer Substances 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000003814 drug Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 206010011224 Cough Diseases 0.000 description 2
- 206010019233 Headaches Diseases 0.000 description 2
- 206010037660 Pyrexia Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 231100000869 headache Toxicity 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008673 vomiting Effects 0.000 description 2
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 206010036790 Productive cough Diseases 0.000 description 1
- 206010047700 Vomiting Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 210000004916 vomit Anatomy 0.000 description 1
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
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
本申请公开了一种生成电子病历的方法、装置、电子设备以及计算机可读存储介质，涉及病历生成技术领域。本申请在生成电子病历时所采用的实现方案为：接收用户的问诊请求；确定用户所出现的症状，并获取各症状对应的症状持续时间、症状变化信息以及症状属性信息；按照症状持续时间对各症状进行排序，并将各症状对应的症状持续时间以及症状变化信息与各症状进行拼接，生成电子病历中的主诉；根据症状持续时间对各症状进行排序，并将各症状对应的症状持续时间、症状变化信息以及症状诱因与各症状进行拼接，生成电子病历中的现病史。本申请能够简化电子病历的生成步骤，并提升电子病历的生成效率。
Description
技术领域
本申请涉及数据处理技术领域，尤其涉及病历生成技术领域中的一种生成电子病历的方法、装置、电子设备以及计算机可读存储介质。
背景技术
近几年来，人工智能技术得到了越来越广泛的关注，作为其子领域的机器学习、深度学习等方法也被应用到各行各业当中。现在很多相关人士致力于人工智能医疗领域，研发出智能问诊、智能分导诊等互联网医疗领域的产品。现有技术通常采用由医生对就医患者所出现的症状、持续时间、症状属性、症状诱因等信息进行手动输入的方式，来生成电子病历，因此导致电子病历的生成步骤较为繁琐、生成效率较低的问题，从而影响患者宝贵的问诊时间。
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生成电子病历的方法、装置、电子设备以及计算机可读介质，所述方法包括：接收用户的问诊请求；确定用户所出现的症状，并获取各症状对应的症状持续时间、症状变化信息以及症状属性信息；按照症状持续时间对各症状进行排序，并将各症状对应的症状持续时间以及症状变化信息与各症状进行拼接，生成电子病历中的主诉；根据症状持续时间对各症状进行排序，并将各症状对应的症状持续时间、症状变化信息以及症状诱因与各症状进行拼接，生成电子病历中的现病史。本申请能够简化电子病历的生成步骤，提升电子病历的生成效率。
根据本申请一优选实施例，在获取各症状对应的症状持续时间、症状变化信息以及症状属性信息之后，还包括：对所述各症状对应的症状持续时间、症状变化信息以及症状属性信息进行分析，确定与用户所出现的症状对应的伴随症状以及症状诱因。本步骤能够根据已知的症状信息来自动地获取与症状相关的其他信息，进一步简化电子病历的生成步骤。
根据本申请一优选实施例，所述按照症状持续时间对各症状进行排序包括：将各症状对应的症状持续时间进行时间单位的统一；根据时间单位统一后的症状持续时间对各症状进行排序，并将具有相同症状持续时间的症状进行合并。本步骤能够使得所生成的主诉以及现病史更加简洁清晰。
根据本申请一优选实施例，在将具有相同症状持续时间的症状进行合并之前，还包括：确定具有相同症状持续时间的症状是否具有相同的症状变化信息；若是，则将具有相同症状持续时间的症状进行合并，否则不进行合并。本步骤能够提升症状合并的准确性，保证所生成主诉的逻辑通顺。
根据本申请一优选实施例，在将具有相同症状持续时间的症状进行合并之前，还包括：确定具有相同症状持续时间的症状是否具有相同的症状变化信息以及症状诱因；若是，则将具有相同症状持续时间的症状进行合并，否则不进行合并。本步骤能够提升症状合并的准确性，保证所生成现病史的逻辑通顺。
根据本申请一优选实施例，所述方法还包括：获取对应各症状的属性模板；将各症状的症状属性信息添加至与各症状对应的属性模板中，得到对应各症状的属性描述信息。本步骤能够提升电子病历所包含信息的丰富程度，使得生成的现病史更加详细。
根据本申请一优选实施例，所述方法还包括：获取用户的历史治疗信息，以及用户当前的睡眠情况、饮食情况、排便情况；将所述历史治疗信息、睡眠情况、饮食情况以及排便情况添加到电子病历中。本步骤能够提升所生成电子病历的完整性。
本申请为解决技术问题所采用的技术方案是提供一种生成电子病历的装置，其特征在于，包括：接收单元，用于接收用户的问诊请求；处理单元，用于确定用户所出现的症状，并获取各症状对应的症状持续时间、症状变化信息以及症状属性信息；第一生成单元，用于按照症状持续时间对各症状进行排序，并将各症状对应的症状持续时间以及症状变化信息与各症状进行拼接，生成电子病历中的主诉；第二生成单元，用于根据症状持续时间对各症状进行排序，并将各症状对应的症状持续时间、症状变化信息以及症状诱因与各症状进行拼接，生成电子病历中的现病史。
根据本申请一优选实施例，所述处理单元在获取各症状对应的症状持续时间、症状变化信息以及症状属性信息之后，还执行：对所述各症状对应的症状持续时间、症状变化信息以及症状属性信息进行分析，确定与用户所出现的症状对应的伴随症状以及症状诱因。
根据本申请一优选实施例，所述第一生成单元以及第二生成单元在按照症状持续时间对各症状进行排序时，具体执行：将各症状对应的症状持续时间进行时间单位的统一；根据时间单位统一后的症状持续时间对各症状进行排序，并将具有相同症状持续时间的症状进行合并。
根据本申请一优选实施例，所述第一生成单元在将具有相同症状持续时间的症状进行合并之前，还执行：确定具有相同症状持续时间的症状是否具有相同的症状变化信息；若是，则将具有相同症状持续时间的症状进行合并，否则不进行合并。
根据本申请一优选实施例，所述第二生成单元在将具有相同症状持续时间的症状进行合并之前，还执行：确定具有相同症状持续时间的症状是否具有相同的症状变化信息以及症状诱因；若是，则将具有相同症状持续时间的症状进行合并，否则不进行合并。
根据本申请一优选实施例，所述第二生成单元还执行：获取对应各症状的属性模板；将各症状的症状属性信息添加至与各症状对应的属性模板中，得到对应各症状的属性描述信息。
根据本申请一优选实施例，所述第二生成单元还执行：获取用户的历史治疗信息，以及用户当前的睡眠情况、饮食情况、排便情况；将所述历史治疗信息、睡眠情况、饮食情况以及排便情况添加到电子病历中。
上述申请中的一个实施例具有如下优点或有益效果：本申请能够简化电子病历的生成步骤，提升电子病历的生成效率。因为采用了根据用户所描述的症状信息来自动地生成电子病历，所以克服了现有技术中需要医生手动输入所导致的影响用户问诊时间的技术问题，达到简化电子病历的生成步骤、提升电子病历的生成效率的技术效果。
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生成电子病历的方法流程图；
图2是根据本申请第二实施例提供的一种生成电子病历的装置结构图；
图3是用来实现本申请实施例的生成电子病历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生成电子病历的方法流程图，如图1中所示，所述方法包括：
在S101中，接收用户的问诊请求。
在本步骤中，接收用户所发送的问诊请求。可以理解的是，本步骤可以由服务器端接收用户所发送的问诊请求，用户可以通过自身的移动终端(例如智能手机、平板电脑等)来向服务器端发送问诊请求；本步骤也可以由位于医院或诊所的问诊终端来接收用户的问诊请求。
在S102中，确定用户所出现的症状，并获取各症状对应的症状持续时间、症状变化信息以及症状属性信息。
在本步骤中，在步骤S101接收到用户所发送的问诊请求之后，首先确定用户所出现的症状，然后获取各症状所对应的症状持续时间、症状变化信息以及症状属性信息。
具体地，本步骤所获取的症状持续时间表示用户所出现症状的持续时间；所获取的症状变化信息包括用户所出现症状的变化情况以及变化时间，变化情况分为症状加重、症状减轻以及症状无变化等症状缓急情况，变化时间则为对应各变化情况的时间，即各症状缓急情况对应的缓急时间，例如症状加重1天、症状减轻2天等；所获取的症状属性信息则包括症状对应的程度、颜色、频率、状态等信息，例如咳嗽的程度是轻度还是重度、咳痰的颜色、咳嗽的频率是频繁还是短暂等。
其中，本步骤可以通过步骤S101所接收的问诊请求来直接确定用户出现的症状，并获取各症状对应的症状持续时间、症状变化信息以及症状属性信息，即用户在发送问诊请求时会将上述信息一同添加至问诊请求中。
在一些应用场景中，用户前往医院或诊所进行问诊时，通常采用位于医院或者诊所的问诊终端进行挂号、查询等操作。因此，本步骤可以通过问诊终端来确定用户所出现的症状，并获取各症状对应的症状持续时间、症状变化信息以及症状属性信息。
另外，本步骤在获取各症状对应的症状持续时间、症状变化信息以及症状属性信息之后，还可以包含以下内容：对所获取的各症状对应的症状持续时间、症状变化信息以及症状属性信息进行分析，确定与用户所出现的症状对应的伴随症状以及症状诱因，例如本步骤可以使用预先训练得到的机器学习模型来获取与上述信息对应的伴随症状以及症状诱因。
另外，本步骤还可以获取用户的历史治疗信息，例如历史治疗方案及其对应的治疗效果，并获取用户当前的睡眠情况、饮食情况以及排便情况等个人信息，以进一步提升所生成的电子病历的完整性。
可以理解的是，本步骤在通过问诊终端获取上述信息时的流程可以为：在接收到问诊请求之后，向用户展示可进行问诊的科室，例如内科、儿科、消化科、神经科等；展示与用户所选择的问诊科室相对应的症状，例如用户选择内科作为问诊科室，则向用户展示发热、头疼、腹泻、呕吐等对应内科的症状；根据用户的选择确定用户所出现的症状，例如用户选择发热、头疼、呕吐作为所出现的症状；向用户展示对应各症状的持续时间选项、变化选项以及属性选项，根据用户的选择或输入获取各症状所对应的症状持续时间、症状变化信息以及症状属性信息；对所获取的各症状对应的症状持续时间、症状变化信息以及症状属性信息进行分析，得到伴随症状以及症状诱因，并向用户进行展示以确认；向用户询问历史治疗信息，获取用户历史治疗方案及其对应的治疗效果；获取用户选择或输入的个人情况，例如获取用户的睡眠情况、饮食情况以及排便情况。
在S103中，按照症状持续时间对各症状进行排序，并将各症状对应的症状持续时间以及症状变化信息与各症状进行拼接，生成电子病历中的主诉。
在本步骤中，在步骤S102确定用户出现的症状并获取各症状对应的症状持续时间、症状变化信息以及症状属性信息之后，首先按照症状持续时间对各症状进行排序，然后根据排序结果，将各症状对应的症状持续时间以及症状变化信息与各症状进行拼接，从而生成电子病历中的主诉。优选地，本步骤按照症状持续时间从长到短依次对各症状进行排序，即将持续时间越长的症状排在越靠前。
在医学领域中，电子病历是指以电子化方式管理的病人就诊和治疗过程的原始记录，其所记载的是结构化数据，通常包含主诉以及现病史。其中，电子病历中的主诉是病人自述的症状、性质以及持续时间等内容，而现病史则是围绕主诉的发生时间和特点来描述的病后全过程。
可以理解的是，若步骤S102确定用户出现的症状仅为一个时，则本步骤可以直接将该症状、该症状的症状持续时间以及症状变化信息进行拼接，从而生成电子病历中的主诉。
若步骤S102确定用户出现了多个症状，为了能够使得所生成的电子病历更加规范，主诉的描述更加通顺，本步骤在按照症状持续时间对各症状进行排序时，可以采用以下方式：将各症状对应的症状持续时间进行时间单位的统一，例如将时间单位统一为“小时”、“天”、“周”、“月”或者“年”；根据时间单位统一后的症状持续时间对各症状进行排序，并将具有相同症状持续时间的症状进行合并。
举例来说，若用户所出现的症状分别是症状A、症状B以及症状C，若症状A的症状持续时间为“2周”，症状B的症状持续时间为“5天”，症状C的症状持续时间为“5天”，若将时间单位统一为“天”后进行排序，并将相同持续时间的症状进行合并，所得到的主诉为“症状A14天，症状B、症状C 5天”。
另外，本步骤在将具有相同症状持续时间的症状进行合并之前，还可以包含以下内容：确定具有相同症状持续时间的症状是否具有相同的症状变化信息，例如不同症状所对应的变化情况以及变化时间是否均相同；若是，则将具有相同症状持续时间的症状进行合并，否则不进行合并。
可以理解的是，为了能够更加准确地确定症状之间是否具有相同的变化信息，本步骤还可以对症状变化信息中的症状变化时间进行时间单位的统一，例如统一为“小时”、“天”、“周”、“月”或者“年”。
举例来说，若症状A的症状持续时间为“2周”、症状变化信息为“减轻2天”，症状B的症状持续时间为“5天”、症状变化信息为“加重1天”，症状C的症状持续时间为“5天”、症状变化信息为“加重1天”，则所得到的主诉为“症状A14天减轻2天，症状B、症状C 5天加重1天”；若症状C的症状变化信息为“无变化”，则所得到的主诉为“症状A 14天减轻2天，症状B 5天加重1天、症状C 5天无变化”。
可以理解的是，本步骤在对各症状进行排序之后，还可以将症状持续时间、症状变化时间的时间单位还原为初始单位，例如将所生成的主诉还原为“症状A 2周，症状B、症状C5天”。
在S104中，根据症状持续时间对各症状进行排序，并将各症状对应的症状持续时间、症状变化信息以及症状诱因与各症状进行拼接，生成电子病历中的现病史。
在本步骤中，在步骤S102确定用户出现的症状并获取各症状对应的症状持续时间、症状变化信息以及症状属性信息之后，首先按照症状持续时间对各症状进行排序，然后根据排序结果，将各症状对应的症状持续时间、症状变化信息以及症状诱因与各症状进行拼接，从而生成电子病历中的现病史。优选地，本步骤按照症状持续时间从长到短依次对各症状进行排序，即将持续时间越长的症状排在越靠前。
同样地，若步骤S102确定用户出现的症状仅为一个时，则本步骤可以直接将该症状、该症状的症状持续时间、症状变化信息以及症状诱因进行拼接，从而生成电子病历中的现病史。
本步骤在生成电子病历中的现病史时，也需要对各症状的症状持续时间的时间单位进行统一，并对具有相同持续时间的症状进行合并，该过程与生成电子病历中主诉的过程相同，在此不进行赘述。
另外，本步骤在对具有相同持续时间的症状进行合并之前，还包含以下内容：确定具有相同症状持续时间的症状是否具有相同的症状变化信息以及症状诱因；若是，则将具有相同症状持续时间的症状进行合并，否则不进行合并。
可以理解的是，本步骤中的症状诱因可以是根据步骤S102所获取的症状属性信息所生成的；也可以是通过步骤S102来直接获取的，即步骤S102在获取症状的症状属性信息时会立即生成症状诱因。
本步骤在将各症状对应的症状持续时间、症状变化信息以及症状诱因与各症状进行拼接时，可以仅对排在前N位的症状添加其对应的症状诱因，其中N为大于等于1的正整数，而其他的症状则无需添加症状诱因。
另外，为了能够保证所生成的现病史的语句更加通顺，本步骤在拼接各症状时，还可以改变症状描述的话术。举例来说，本步骤可以对排在第一位的症状之前加入“患者于n天前”来描述，对排在第二位以后的症状，加入“后于n天前”来描述。此外，本步骤在描述不同持续时间的症状时，除最后一个症状外都需要用“；”隔开，最后一个症状用“。”结尾。
举例来说，若症状A的症状持续时间为“2周”、症状变化信息为“减轻2天”、症状诱因为“着凉”，症状B的症状持续时间为“5天”、症状变化信息为“加重1天”、症状诱因为“饮食不卫生”，症状C的症状持续时间为“5天”、症状变化信息为“加重1天”、症状诱因为“饮食不卫生”，若N为1，则本步骤所生成的现病史可以为“患者于14天前因着凉出现症状A，2天前减轻；后于5天前出现症状B以及症状C，1天前加重。”。
另外，本步骤在生成电子病历中的现病史时，还可以将各症状所对应的伴随症状与各症状进行拼接，从而丰富所生成现病史中包含的信息。
为了能够提升现病史中所包含信息的丰富程度，本步骤在生成电子病历中的现病史时，能够对各症状进行详细描述，还可以包含以下内容：获取对应各症状的属性模板，所获取的属性模板中包含有对应各症状的症状属性，各属性模板中按照各症状属性的优先级进行排序；将各症状的症状属性信息分别添加至与该症状对应的属性模板中，得到对应各症状的属性描述信息。
举例来说，若对应症状A的属性模板中包含有“频率、颜色、性质、气味”等属性，则本步骤将症状A的症状属性信息中的频率信息、颜色信息、性质信息、气味信息等分别添加到该属性模板中的对应位置，从而得到对应症状A的属性描述信息。
另外，若步骤S102还获取了伴随症状、用户的历史治疗信息、以及用户当前的睡眠情况、饮食情况以及排便情况等个人信息，则本步骤在生成现病史时还可以将上述信息进行拼接，从而得到更为完整的电子病历。
可以理解的是，步骤S103生成主诉以及步骤S104生成现病史可以同时进行，也可以先生成主诉再生成现病史，本申请对两者的生成顺序不进行限定。
图2为本申请一实施例提供的一种生成电子病历的装置结构图，如图2中所示，所述装置包括：接收单元201、处理单元202、第一生成单元203以及第二生成单元204。
接收单元201，用于接收用户的问诊请求。
接收单元201接收用户所发送的问诊请求。可以理解的是，接收单元201可以由服务器端接收用户所发送的问诊请求，用户可以通过自身的移动终端(例如智能手机、平板电脑等)来向服务器端发送问诊请求；接收单元201也可以由位于医院或诊所的问诊终端来接收用户的问诊请求。
处理单元202，用于确定用户所出现的症状，并获取各症状对应的症状持续时间、症状变化信息以及症状属性信息。
处理单元202在接收单元201接收到用户所发送的问诊请求之后，首先确定用户所出现的症状，然后获取各症状所对应的症状持续时间、症状变化信息以及症状属性信息。
具体地，处理单元202所获取的症状持续时间表示用户所出现症状的持续时间；所获取的症状变化信息包括用户所出现症状的变化情况以及变化时间，变化情况分为症状加重、症状减轻以及症状无变化等症状缓急情况，变化时间则为对应各变化情况的时间，即各症状缓急情况对应的缓急时间；所获取的症状属性信息则包括症状对应的程度、颜色、频率、状态等信息。
其中，处理单元202可以通过接收单元201所接收的问诊请求来直接确定用户出现的症状，并获取各症状对应的症状持续时间、症状变化信息以及症状属性信息，即用户在发送问诊请求时会将上述信息一同添加至问诊请求中。
在一些应用场景中，用户前往医院或诊所进行问诊时，通常采用位于医院或者诊所的问诊终端进行挂号、查询等操作。因此，处理单元202可以通过问诊终端来确定用户所出现的症状，并获取各症状对应的症状持续时间、症状变化信息以及症状属性信息。
另外，处理单元202在获取各症状对应的症状持续时间、症状变化信息以及症状属性信息之后，还可以包含以下内容：对所获取的各症状对应的症状持续时间、症状变化信息以及症状属性信息进行分析，确定与用户所出现的症状对应的伴随症状以及症状诱因，例如处理单元202可以使用预先训练得到的机器学习模型来获取与上述信息对应的伴随症状以及症状诱因。
另外，处理单元202还可以获取用户的历史治疗信息，例如历史治疗方案及其对应的治疗效果，并获取用户当前的睡眠情况、饮食情况以及排便情况等个人信息，以进一步提升所生成的电子病历的完整性。
可以理解的是，处理单元202在通过问诊终端获取上述信息时的流程可以为：在接收到问诊请求之后，向用户展示可进行问诊的科室；展示与用户所选择的问诊科室相对应的症状；根据用户的选择确定用户所出现的症状；向用户展示对应各症状的持续时间选项、变化选项以及属性选项，根据用户的选择或输入获取各症状所对应的症状持续时间、症状变化信息以及症状属性信息；对所获取的各症状对应的症状持续时间、症状变化信息以及症状属性信息进行分析，得到伴随症状以及症状诱因，并向用户进行展示以确认；向用户询问历史治疗信息，获取用户历史治疗方案及其对应的治疗效果；获取用户选择或输入的个人情况，例如获取用户的睡眠情况、饮食情况以及排便情况。
第一生成单元203，用于按照症状持续时间对各症状进行排序，并将各症状对应的症状持续时间以及症状变化信息与各症状进行拼接，生成电子病历中的主诉。
第一生成单元203在处理单元202确定用户出现的症状并获取各症状对应的症状持续时间、症状变化信息以及症状属性信息之后，首先按照症状持续时间对各症状进行排序，然后根据排序结果，将各症状对应的症状持续时间以及症状变化信息与各症状进行拼接，从而生成电子病历中的主诉。优选地，第一生成单元203按照症状持续时间从长到短依次对各症状进行排序，即将持续时间越长的症状排在越靠前。
可以理解的是，若处理单元202确定用户出现的症状仅为一个时，则第一生成单元203可以直接将该症状、该症状的症状持续时间以及症状变化信息进行拼接，从而生成电子病历中的主诉。
若处理单元202确定用户出现了多个症状，为了能够使得所生成的电子病历更加规范，主诉的描述更加通顺，第一生成单元203在按照症状持续时间对各症状进行排序时，可以采用以下方式：将各症状对应的症状持续时间进行时间单位的统一；根据时间单位统一后的症状持续时间对各症状进行排序，并将具有相同症状持续时间的症状进行合并。
另外，第一生成单元203在将具有相同症状持续时间的症状进行合并之前，还可以包含以下内容：确定具有相同症状持续时间的症状是否具有相同的症状变化信息；若是，则将具有相同症状持续时间的症状进行合并，否则不进行合并。
可以理解的是，为了能够更加准确地确定症状之间是否具有相同的变化信息，第一生成单元203还可以对症状变化信息中的症状变化时间进行时间单位的统一，例如统一为“小时”、“天”、“周”、“月”或者“年”。
可以理解的是，第一生成单元203在对各症状进行排序之后，还可以将症状持续时间、症状变化时间的时间单位还原为初始单位。
第二生成单元204，用于根据症状持续时间对各症状进行排序，并将各症状对应的症状持续时间、症状变化信息以及症状诱因与各症状进行拼接，生成电子病历中的现病史。
第二生成单元204在处理单元202确定用户出现的症状并获取各症状对应的症状持续时间、症状变化信息以及症状属性信息之后，首先按照症状持续时间对各症状进行排序，然后根据排序结果，将各症状对应的症状持续时间、症状变化信息以及症状诱因与各症状进行拼接，从而生成电子病历中的现病史。优选地，第二生成单元204按照症状持续时间从长到短依次对各症状进行排序，即将持续时间越长的症状排在越靠前。
同样地，若处理单元202确定用户出现的症状仅为一个时，则第二生成单元204可以直接将该症状、该症状的症状持续时间、症状变化信息以及症状诱因进行拼接，从而生成电子病历中的现病史。
第二生成单元204在生成电子病历中的现病史时，也需要对各症状的症状持续时间的时间单位进行统一，并对具有相同持续时间的症状进行合并，该过程与生成电子病历中主诉的过程相同，在此不进行赘述。
另外，第二生成单元204在对具有相同持续时间的症状进行合并之前，还包含以下内容：确定具有相同症状持续时间的症状是否具有相同的症状变化信息以及症状诱因；若是，则将具有相同症状持续时间的症状进行合并，否则不进行合并。
可以理解的是，第二生成单元204中的症状诱因可以是根据处理单元202所获取的症状属性信息所生成的；也可以是通过处理单元202来直接获取的，即处理单元202在获取症状的症状属性信息时会立即生成症状诱因。
第二生成单元204在将各症状对应的症状持续时间、症状变化信息以及症状诱因与各症状进行拼接时，可以仅对排在前N位的症状添加其对应的症状诱因，其中N为大于等于1的正整数，而其他的症状则无需添加症状诱因。
另外，为了能够保证所生成的现病史的语句更加通顺，第二生成单元204在拼接各症状时，还可以改变症状描述的话术。举例来说，第二生成单元204可以对排在第一位的症状之前加入“患者于n天前”来描述，对排在第二位以后的症状，加入“后于n天前”来描述。此外，第二生成单元204在描述不同持续时间的症状时，除最后一个症状外都需要用“；”隔开，最后一个症状用“。”结尾。
另外，第二生成单元204在生成电子病历中的现病史时，还可以将各症状所对应的伴随症状与各症状进行拼接，从而丰富所生成现病史中包含的信息。
为了能够提升现病史中所包含信息的丰富程度，第二生成单元204在生成电子病历中的现病史时，能够对各症状进行详细描述，还可以包含以下内容：获取对应各症状的属性模板；将各症状的症状属性信息分别添加至与该症状对应的属性模板中，得到对应各症状的属性描述信息。
另外，第二生成单元204还可以获取伴随症状、用户的历史治疗信息、以及用户当前的睡眠情况、饮食情况以及排便情况等个人信息，在生成现病史时还可以将上述信息进行拼接，从而得到更为完整的电子病历。
可以理解的是，第一生成单元203生成主诉以及第二生成单元204生成现病史可以同时进行，也可以先生成主诉再生成现病史，本申请对两者的生成顺序不进行限定。
如图3所示，是根据本申请实施例的生成电子病历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生成电子病历的方法。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生成电子病历的方法。
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生成电子病历的方法对应的程序指令/模块(例如，附图2所示的接收单元201、处理单元202、第一生成单元203以及第二生成单元204)。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生成电子病历的方法。
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生成电子病历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生成电子病历的电子设备。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。
生成电子病历的电子设备还可以包括：输入装置303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，以及产生与生成电子病历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304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，克服了现有技术需要由人工输入的方式来生成电子病历所导致的影响用户问诊时间的技术问题，进而达到了简化电子病历的生成步骤、提升电子病历的生成效率的技术效果。
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 (16)
1.一种生成电子病历的方法，其特征在于，包括：
接收用户的问诊请求；
确定用户所出现的症状，并获取各症状对应的症状持续时间、症状变化信息以及症状属性信息；
按照症状持续时间对各症状进行排序，并将各症状对应的症状持续时间以及症状变化信息与各症状进行拼接，生成电子病历中的主诉；
根据症状持续时间对各症状进行排序，并将各症状对应的症状持续时间、症状变化信息以及症状诱因与各症状进行拼接，生成电子病历中的现病史。
2.根据权利要求1所述的方法，其特征在于，在获取各症状对应的症状持续时间、症状变化信息以及症状属性信息之后，还包括：
对所述各症状对应的症状持续时间、症状变化信息以及症状属性信息进行分析，确定与用户所出现的症状对应的伴随症状以及症状诱因。
3.根据权利要求1所述的方法，其特征在于，所述按照症状持续时间对各症状进行排序包括：
将各症状对应的症状持续时间进行时间单位的统一；
根据时间单位统一后的症状持续时间对各症状进行排序，并将具有相同症状持续时间的症状进行合并。
4.根据权利要求3所述的方法，其特征在于，在将具有相同症状持续时间的症状进行合并之前，还包括：
确定具有相同症状持续时间的症状是否具有相同的症状变化信息；
若是，则将具有相同症状持续时间的症状进行合并，否则不进行合并。
5.根据权利要求3所述的方法，其特征在于，在将具有相同症状持续时间的症状进行合并之前，还包括：
确定具有相同症状持续时间的症状是否具有相同的症状变化信息以及症状诱因；
若是，则将具有相同症状持续时间的症状进行合并，否则不进行合并。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取对应各症状的属性模板；
将各症状的症状属性信息添加至与各症状对应的属性模板中，得到对应各症状的属性描述信息。
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：
获取用户的历史治疗信息，以及用户当前的睡眠情况、饮食情况、排便情况；
将所述历史治疗信息、睡眠情况、饮食情况以及排便情况添加到电子病历中。
8.一种生成电子病历的装置，其特征在于，包括：
接收单元，用于接收用户的问诊请求；
处理单元，用于确定用户所出现的症状，并获取各症状对应的症状持续时间、症状变化信息以及症状属性信息；
第一生成单元，用于按照症状持续时间对各症状进行排序，并将各症状对应的症状持续时间以及症状变化信息与各症状进行拼接，生成电子病历中的主诉；
第二生成单元，用于根据症状持续时间对各症状进行排序，并将各症状对应的症状持续时间、症状变化信息以及症状诱因与各症状进行拼接，生成电子病历中的现病史。
9.根据权利要求8所述的装置，其特征在于，所述处理单元在获取各症状对应的症状持续时间、症状变化信息以及症状属性信息之后，还执行：
对所述各症状对应的症状持续时间、症状变化信息以及症状属性信息进行分析，确定与用户所出现的症状对应的伴随症状以及症状诱因。
10.根据权利要求8所述的装置，其特征在于，所述第一生成单元以及第二生成单元在按照症状持续时间对各症状进行排序时，具体执行：
将各症状对应的症状持续时间进行时间单位的统一；
根据时间单位统一后的症状持续时间对各症状进行排序，并将具有相同症状持续时间的症状进行合并。
11.根据权利要求10所述的装置，其特征在于，所述第一生成单元在将具有相同症状持续时间的症状进行合并之前，还执行：
确定具有相同症状持续时间的症状是否具有相同的症状变化信息；
若是，则将具有相同症状持续时间的症状进行合并，否则不进行合并。
12.根据权利要求10所述的装置，其特征在于，所述第二生成单元在将具有相同症状持续时间的症状进行合并之前，还执行：
确定具有相同症状持续时间的症状是否具有相同的症状变化信息以及症状诱因；
若是，则将具有相同症状持续时间的症状进行合并，否则不进行合并。
13.根据权利要求8所述的装置，其特征在于，所述第二生成单元还执行：
获取对应各症状的属性模板；
将各症状的症状属性信息添加至与各症状对应的属性模板中，得到对应各症状的属性描述信息。
14.根据权利要求8所述的装置，其特征在于，所述第二生成单元还执行：
获取用户的历史治疗信息，以及用户当前的睡眠情况、饮食情况、排便情况；
将所述历史治疗信息、睡眠情况、饮食情况以及排便情况添加到电子病历中。
15.一种电子设备，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1-7中任一项所述的方法。
16.一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1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010065902.9A CN111261251A (zh) | 2020-01-20 | 2020-01-20 | 生成电子病历的方法、装置、电子设备以及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010065902.9A CN111261251A (zh) | 2020-01-20 | 2020-01-20 | 生成电子病历的方法、装置、电子设备以及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111261251A true CN111261251A (zh) | 2020-06-09 |
Family
ID=70947975
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010065902.9A Pending CN111261251A (zh) | 2020-01-20 | 2020-01-20 | 生成电子病历的方法、装置、电子设备以及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111261251A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111785386A (zh) * | 2020-06-30 | 2020-10-16 | 安徽科大讯飞医疗信息技术有限公司 | 时间区间段的划分方法、相关设备及可读存储介质 |
| CN111916170A (zh) * | 2020-07-22 | 2020-11-10 | 北京致医健康信息技术有限公司 | 一种病史提醒方法、管理服务器及电子病历管理系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007016468A2 (en) * | 2005-08-01 | 2007-02-08 | Healthtrio Inc | Method and system for generating individual electronic medical record |
| CN101236579A (zh) * | 2008-02-20 | 2008-08-06 | 杭州创业软件股份有限公司 | 一种动态结构化的电子病历 |
| CN108899064A (zh) * | 2018-05-31 | 2018-11-27 | 平安医疗科技有限公司 | 电子病历生成方法、装置、计算机设备和存储介质 |
| CN110070925A (zh) * | 2019-03-11 | 2019-07-30 | 张宏家 | 一种电子病历的生成方法、装置及电子设备 |
-
2020
- 2020-01-20 CN CN202010065902.9A patent/CN111261251A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007016468A2 (en) * | 2005-08-01 | 2007-02-08 | Healthtrio Inc | Method and system for generating individual electronic medical record |
| CN101236579A (zh) * | 2008-02-20 | 2008-08-06 | 杭州创业软件股份有限公司 | 一种动态结构化的电子病历 |
| CN108899064A (zh) * | 2018-05-31 | 2018-11-27 | 平安医疗科技有限公司 | 电子病历生成方法、装置、计算机设备和存储介质 |
| CN110070925A (zh) * | 2019-03-11 | 2019-07-30 | 张宏家 | 一种电子病历的生成方法、装置及电子设备 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111785386A (zh) * | 2020-06-30 | 2020-10-16 | 安徽科大讯飞医疗信息技术有限公司 | 时间区间段的划分方法、相关设备及可读存储介质 |
| CN111785386B (zh) * | 2020-06-30 | 2024-04-05 | 讯飞医疗科技股份有限公司 | 时间区间段的划分方法、相关设备及可读存储介质 |
| CN111916170A (zh) * | 2020-07-22 | 2020-11-10 | 北京致医健康信息技术有限公司 | 一种病史提醒方法、管理服务器及电子病历管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111177231B (zh) | 报表生成方法和报表生成装置 | |
| US11928432B2 (en) | Multi-modal pre-training model acquisition method, electronic device and storage medium | |
| CN112711581B (zh) | 医疗数据校验方法、装置、电子设备及存储介质 | |
| US11126938B2 (en) | Targeted data element detection for crowd sourced projects with machine learning | |
| US10692593B1 (en) | Identifying events in a badge of a graphical user interface | |
| US20140337770A1 (en) | Generating a user interface for activating multiple applications | |
| US11080068B2 (en) | Adaptive user-interface assembling and rendering | |
| CN110888926B (zh) | 医疗文本结构化的方法以及装置 | |
| US20120158742A1 (en) | Managing documents using weighted prevalence data for statements | |
| CN111261251A (zh) | 生成电子病历的方法、装置、电子设备以及计算机可读存储介质 | |
| CN111158666A (zh) | 实体归一化处理方法、装置、设备及存储介质 | |
| CN111610972A (zh) | 页面生成方法、装置、设备及存储介质 | |
| CN113704288A (zh) | 数据展示方法、装置、计算机可读介质及电子设备 | |
| US11704322B2 (en) | Rapid importation of data including temporally tracked object recognition | |
| CN111596897B (zh) | 代码复用的处理方法、装置及电子设备 | |
| US11600381B2 (en) | System for referral management | |
| CN108701153B (zh) | 响应自然语言查询的方法、系统和计算机可读存储介质 | |
| US20220292145A1 (en) | Method, apparatus, electronic device and storage medium for data processing | |
| US20230105185A1 (en) | Computing system for over time analytics using graph intelligence | |
| CN111680508B (zh) | 文本的处理方法和装置 | |
| CN112308258A (zh) | 用于确定预约信息的方法和装置 | |
| CN111581363A (zh) | 知识抽取方法、装置、设备及存储介质 | |
| CN113706209B (zh) | 运营数据处理方法及相关装置 | |
| US20230185798A1 (en) | Parameterized narrations for data analytics systems | |
| US20220329922A1 (en) | Method and platform of generating a short video, electronic device, and storage medium |
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 |