CN111415747B - 电子病历的构建方法及装置 - Google Patents
电子病历的构建方法及装置 Download PDFInfo
- Publication number
- CN111415747B CN111415747B CN201910013509.2A CN201910013509A CN111415747B CN 111415747 B CN111415747 B CN 111415747B CN 201910013509 A CN201910013509 A CN 201910013509A CN 111415747 B CN111415747 B CN 111415747B
- Authority
- CN
- China
- Prior art keywords
- electronic medical
- medical record
- constructing
- structural
- sample
- 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.)
- Active
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
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- 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
Abstract
本申请实施例提供了一种电子病历的构建方法及装置，涉及人工智能领域。其中,所述方法包括：基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息；基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本。通过本申请实施例，能够大量构建电子病历样本，以避免通过大量标注电子病历来获得用于训练电子病历结构化模型的电子病历样本的情况的发生，从而大大降低了电子病历结构化模型的训练成本。
Description
技术领域
本申请实施例涉及人工智能领域，尤其涉及一种电子病历的构建方法及装置。
背景技术
电子病历系统的现代化是医疗信息化建设的关键之一，电子病历中包含的信息对于建立起追随病人一生的健康画像起着至关重要的作用。此外，电子病历也是从事医疗科研的重要的源数据。目前，市面上大量的电子病历因为历史原因，往往将诊断信息、医生查房信息等众多的文本信息直接存储为文本字段，舍弃了电子病历中应有的大量的结构化信息，不利于电子病历中包含的信息的标准化存储、分享以及分析。如果实现电子病历系统的全面结构化，又往往会给医生的电子病历输入带来额外的负担。因此，在现有技术中的操作模式上，医生仍然按照传统习惯，以无结构化或半结构化的方式输入电子病历，然后由电子病历系统对医生输入的电子病历进行完全的结构化。
在现有技术中，电子病历系统可利用机器学习的方法对医生输入的电子病历进行完全的结构化。在对医生输入的电子病历进行结构化时，需要大量标注电子病历用于电子病历结构化模型的训练，从而导致电子病历结构化模型的训练的成本太高。
发明内容
本申请的目的在于提出一种电子病历的构建方法及装置，用于解决现有技术中存在的通过大量标注电子病历来获得用于训练电子病历结构化模型的电子病历样本而导致的电子病历结构化模型的训练成本高的问题。
根据本申请实施例的第一方面，提供了一种电子病历的构建方法。所述方法包括：基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息；基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本。
根据本申请实施例的第二方面，提供了一种电子病历的构建装置。所述装置包括：解析模块，用于基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息；构建模块，用于基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本。
通过本申请实施例提供的技术方案，基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息，并基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本，与现有的其它方式相比，能够大量构建电子病历样本，以避免通过大量标注电子病历来获得用于训练电子病历结构化模型的电子病历样本的情况的发生，从而大大降低了电子病历结构化模型的训练成本。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1为本申请实施例一中电子病历的构建方法的步骤流程图；
图2为根据本申请实施例一提供的语法分析树的示意图；
图3为根据本申请实施例一提供的电子病历的构建方法的示意图；
图4为本申请实施例二中电子病历的结构化方法的步骤流程图；
图5为根据本申请实施例二提供的结构化信息转换处理的示意图；
图6为本申请实施例三中电子病历的构建装置的结构示意图；
图7为本申请实施例四中电子病历的构建装置的结构示意图；
图8为本申请实施例五中电子病历的结构化装置的结构示意图；
图9为本申请实施例六中电子病历系统的结构示意图；
图10为本申请实施例七中电子设备的结构示意图；
图11为本申请实施例八中电子设备的硬件结构。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅配置为解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
参照图1，示出了本申请实施例一的电子病历的构建方法的步骤流程图。
具体地，本实施例提供的电子病历的构建方法包括以下步骤：
在步骤S101中，基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息。
在本申请实施例中，所述语法规则为用于解析所述电子病历的规则，所述语法规则可理解为类似LL(1)的生成文法，其中，“LL”表示左倾斜解析树。举例来说，所述电子病历的文本中具有患者的个人信息，并且个人信息包括姓名、年龄、家庭住址，那么其对应的语法规则可为个人信息->(个人信息_key个人信息_value)*其中个人信息_key又可以进一步个人信息_key->“姓名”|”年龄”|”家庭住址”。所述电子病历的结构化信息包括所述电子病历中的多个文本片段及所述多个文本片段分别对应的结构标签。举例来说，所述结构标签可为上述的个人信息、姓名、年龄、家庭住址等。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在一些可选实施例中，基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息之前，所述方法还包括：确定所述电子病历所属的电子病历模板；基于所述电子病历模板，为所述电子病历配置用于解析所述电子病历的语法规则。籍此，能够准确地为电子病历配置相应的结构化规则。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在一个具体的例子中，不同的医院的电子病历模板不相同，即便是同一家医院的电子病历，它们所属的电子病历模板也不相同，例如，不同科室的病历，或者不同用途的病历。因此，在具体实施时，首先确定电子病历所属的电子病历模板的种类，然后基于每种电子病历模板，由经培训的专业人员撰写相应的语法规则，该语法规则应当完整覆盖电子病历模板，但同时应当有充足的灵活度。例如，在电子病历模板的结构标签包括姓名、年龄、家庭住址时，撰写的语法规则可不限制电子病历模板中姓名、年龄、家庭住址的顺序，从而体现语法规则的灵活度。在为每种电子病历模板撰写相应的语法规则之后，可确定用于构建电子病历样本的电子病历所属的电子病历模板。具体地，可根据电子病历的标识信息，确定电子病历所属的电子病历模板。例如，可通过扫描电子病历的二维码或条形码，确定电子病历所属的电子病历模板。在确定电子病历所属的电子病历模板之后，可确定所述电子病历模板对应的语法规则为用于解析所述电子病历的语法规则。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在一些可选实施例中，在基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息时，通过语法分析器生成工具，基于所述语法规则，生成用于分析所述电子病历的内容的语法分析器；通过所述语法分析器，对所述电子病历的内容进行分析，以确定所述电子病历对应的语法分析树；基于所述语法分析树，确定所述电子病历的结构化信息。籍此，能够准确地确定电子病历的结构化信息。可以理解的是，基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息的任何实施方式均可适用于此，本申请实施例对此不做任何限定。
在一个具体的例子中，所述语法分析器生成工具包括antlr(Another Tool forLanguage Recognition)，antlr将根据提供的语法规则自动生成相应的语法分析器。语法分析器将输入的电子病历文本的内容进行编译，并转换成其他形式(如AST—AbstractSyntax Tree，抽象的语法树)。由于语法分析树上具有与结构标签对应的节点和与文本内容对应的节点，因此，可基于确定得到的语法分析树，确定电子病历的结构化信息。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在一些可选实施例中，在基于所述语法分析树，确定所述电子病历的结构化信息时，对所述语法分析树中的每个中间节点的所有后代叶子节点的文本内容进行合并，获得相应的中间节点对应的文本片段，并确定所述中间节点为所述文本片段对应的结构标签。籍此，能够更加准确地确定电子病历的结构化信息。可以理解的是，基于所述语法分析树，确定所述电子病历的结构化信息的任何实施方式均可适用于此，本申请实施例对此不做任何限定。
在一个具体的例子中，如图2所示，语法分析树中的“个人信息”、“姓名”、“年龄”等可为语法分析树的中间节点，所述语法分析树中的中间节点“个人信息”、“姓名”、“年龄”、“病史”、“过去史”、“家庭史”等可为结构标签。所述语法分析树中的“王连春”、“63岁”等可为电子病历中的文本内容。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在步骤S102中，基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本。
在本申请实施例中，所述电子病历结构化模型可包括基于双向长短记忆网络的条件随机场模型。该模型在序列标注任务上具有很高的准确度。该模型训练好之后，由于具有针对电子病历的结构标注功能，所以能够识别出待结构化的电子病历中的各个文本片段分别属于的结构标签。例如，能够识别出某个文本片段属于诊断内容，或者能够识别出某个文本片段属于过去病史等。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在一些可选实施例中，在基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本时，遍历所述电子病历中的多个文本片段，如果基于第一概率事件，确定对所述电子病历中的文本片段执行删除操作时，删除所述文本片段及所述文本片段对应的结构标签，以生成所述电子病历样本。籍此，能够构建各种各样的电子病历样本，进而可基于构建得到的电子病历样本对电子病历结构化模型进行训练，不仅能提高模型对电子病历进行结构化的准确度，而且还使模型能快速适配新的电子病历来源，从而提高模型针对需要结构化的电子病历的覆盖率。可以理解的是，基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本的任何实施方式均可适用于此，本申请实施例对此不做任何限定。
在一个具体的例子中，所述第一概率事件可为掷骰子，或者从伯努利分布中抽样。举例来说，当遍历到所述电子病历中的当前文本片段时，机器投掷骰子，如果骰子的上表面呈现的数字为“1”，可对所述电子病历中的当前文本片段和当前文本片段对应的结构标签执行删除操作，或者从概率P(1)＝0.1的伯努利分布中进行抽样，如果抽样得到“1”，可对所述电子病历中的当前文本片段和当前文本片段对应的结构标签执行删除操作。然后可根据所述电子病历中的其它文本片段和所述其它文本片段分别对应的结构标签，生成所述电子病历样本。如果骰子的上表面呈现的数字为其它数字，或者抽样得到“0”，不对所述电子病历中的当前文本片段和当前文本片段对应的结构标签执行删除操作，然后继续遍历所述电子病历中的下一个文本片段，直到遍历完所述电子病历中的所有文本片段为止。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在一个具体的例子中，当遍历到所述电子病历中的当前文本片段时，投掷骰子，如果骰子的上表面呈现的数字为“1”，可对所述电子病历中的当前文本片段和当前文本片段对应的结构标签执行删除操作，或者从概率P(1)＝0.1的伯努利分布中进行抽样，如果抽样得到“1”，可对所述电子病历中的当前文本片段和当前文本片段对应的结构标签执行删除操作。如果骰子的上表面呈现的数字为其它数字，或者抽样得到“0”，不对所述电子病历中的当前文本片段和当前文本片段对应的结构标签执行删除操作，然后继续遍历所述电子病历中的下一个文本片段，直到遍历完所述电子病历中的所有文本片段为止。再然后，基于遍历完的电子病历中的文本片段及文本片段对应的结构标签，生成所述电子病历样本。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在一些可选实施例中，在基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本时，遍历所述电子病历中的多个文本片段，如果基于第二概率事件，确定对所述电子病历中的文本片段执行内容替换操作时，基于所述文本片段对应的结构标签，对所述文本片段执行内容替换操作，以生成所述电子病历样本。籍此，能够构建各种各样的电子病历样本，进而可基于构建得到的电子病历样本对电子病历结构化模型进行训练，不仅能提高模型对电子病历进行结构化的准确度，而且还使模型能快速适配新的电子病历来源，从而提高模型针对需要结构化的电子病历的覆盖率。可以理解的是，基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本的任何实施方式均可适用于此，本申请实施例对此不做任何限定。
在一个具体的例子中，所述第二概率事件可为掷骰子，或者从伯努利分布中抽样。举例来说，当遍历到所述电子病历中的当前文本片段时，机器投掷骰子，如果骰子的上表面呈现的数字为“2”，可基于当前文本片段对应的结构标签，对所述当前文本片段执行内容替换操作，或者从概率P(1)＝0.05的伯努利分布中进行抽样，如果抽样得到“1”，可基于当前文本片段对应的结构标签，对所述当前文本片段执行内容替换操作。具体地，在其它电子病历中查找结构标签与当前文本片段对应的结构标签相同的文本片段，并将当前文本片段的内容替换为该文本片段的内容。然后可根据所述电子病历中的替换内容后的当前文本片段和其它文本片段，以及替换内容后的当前文本片段对应的结构标签和所述其它文本片段分别对应的结构标签，生成所述电子病历样本。如果骰子的上表面呈现的数字为其它数字，或者抽样得到“0”，不对所述当前文本片段执行内容替换操作，然后继续遍历所述电子病历中的下一个文本片段，直到遍历完所述电子病历中的所有文本片段为止。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在一个具体的例子中，当遍历到所述电子病历中的当前文本片段时，投掷骰子，如果骰子的上表面呈现的数字为“2”，可基于当前文本片段对应的结构标签，对所述当前文本片段执行内容替换操作，或者从概率P(1)＝0.05的伯努利分布中进行抽样，如果抽样得到“1”，可基于当前文本片段对应的结构标签，对所述当前文本片段执行内容替换操作。如果骰子的上表面呈现的数字为其它数字，或者抽样得到“0”，不对所述当前文本片段执行内容替换操作，然后继续遍历所述电子病历中的下一个文本片段，直到遍历完所述电子病历中的所有文本片段为止。再然后，基于遍历完的电子病历中的文本片段及文本片段对应的结构标签，生成所述电子病历样本。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在一些可选实施例中，在基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本时，遍历所述电子病历中的多个文本片段，如果基于第三概率事件，确定对所述电子病历中的文本片段执行位置变换操作时，变换所述文本片段及所述文本片段对应的结构标签的位置，以生成所述电子病历样本。籍此，能够构建各种各样的电子病历样本，进而可基于构建得到的电子病历样本对电子病历结构化模型进行训练，不仅能提高模型对电子病历进行结构化的准确度，而且还使模型能快速适配新的电子病历来源，从而提高模型针对需要结构化的电子病历的覆盖率。可以理解的是，基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本的任何实施方式均可适用于此，本申请实施例对此不做任何限定。
在一个具体的例子中，所述第三概率事件可为掷骰子，或者从伯努利分布中抽样。举例来说，当遍历到所述电子病历中的当前文本片段时，机器投掷骰子，如果骰子的上表面呈现的数字为“3”，可对所述当前文本片段及所述当前文本片段对应的结构标签执行位置变换操作，或者从概率P(1)＝0.04的伯努利分布中进行抽样，如果抽样得到“1”，可对所述当前文本片段及所述当前文本片段对应的结构标签执行位置变换操作。具体地，可将所述当前文本片段和所述当前文本片段对应的结构标签分别与所述电子病历中的上一个文本片段和所述上一个文本片段对应的结构标签交换位置，或者可将所述当前文本片段和所述当前文本片段对应的结构标签分别与所述电子病历中的下一个文本片段和所述下一个文本片段对应的结构标签交换位置。然后可根据所述电子病历中的位置变换后的当前文本片段和其它文本片段，以及位置变换后的当前文本片段对应的结构标签和所述其它文本片段分别对应的结构标签，生成所述电子病历样本。如果骰子的上表面呈现的数字为其它数字，或者抽样得到“0”，不对所述当前文本片段及所述当前文本片段对应的结构标签执行位置变换操作，然后继续遍历所述电子病历中的下一个文本片段，直到遍历完所述电子病历中的所有文本片段为止。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在一个具体的例子中，当遍历到所述电子病历中的当前文本片段时，投掷骰子，如果骰子的上表面呈现的数字为“3”，可对所述当前文本片段及所述当前文本片段对应的结构标签执行位置变换操作，或者从概率P(1)＝0.04的伯努利分布中进行抽样，如果抽样得到“1”，可对所述当前文本片段及所述当前文本片段对应的结构标签执行位置变换操作。如果骰子的上表面呈现的数字为其它数字，或者抽样得到“0”，不对所述当前文本片段及所述当前文本片段对应的结构标签执行位置变换操作，然后继续遍历所述电子病历中的下一个文本片段，直到遍历完所述电子病历中的所有文本片段为止。再然后，基于遍历完的电子病历中的文本片段及文本片段对应的结构标签，生成所述电子病历样本。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在一个具体的例子中，如图3所示，在实施本申请实施例提供的电子病历样本的构建方案时，服务器接收终端设备收集的电子病历记录，并根据人工编写的解析规则对现有的电子病历记录进行解析，获得带结构标记的电子病历记录，再对带结构标记的电子病历记录中的文本片段及其对应的结构标签进行乱序排列(例如，内容替换、位置变换等)，生成伪语料，最后基于生成的伪语料，训练序列标注模型(比如，基于双向长短期记忆网络的条件随机场模型)。其中，伪语料可理解为利用自动化手段模仿真实标注语料生成的语料，也即是对带结构标记的电子病历记录中的文本片段及其对应的结构标签进行处理，生成的电子病历样本。所述序列标注模型可理解为用于对文本中的字符序列进行标注的模型，在自然语言处理中常运用于命名实体识别、词性标注等。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
通过本申请实施例提供的电子病历的构建方法，基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息，并基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本，与现有的其它方式相比，能够大量构建电子病历样本，以避免通过大量标注电子病历来获得用于训练电子病历结构化模型的电子病历样本的情况的发生，从而大大降低了电子病历结构化模型的训练成本。
本实施例的电子病历的构建方法可以由任意适当的具有数据处理能力的设备执行，包括但不限于：摄像头、终端、移动终端、PC机、服务器、车载设备、娱乐设备、广告设备、个人数码助理(PDA)、平板电脑、笔记本电脑、掌上游戏机、智能眼镜、智能手表、可穿戴设备、虚拟显示设备或显示增强设备(如Google Glass、Oculus Rift、Hololens、Gear VR)等。
参照图4，示出了本申请实施例二的电子病历的结构化方法的步骤流程图。
具体地，本实施例提供的电子病历的结构化方法包括以下步骤：
在步骤S201中，基于本申请实施例一所述的电子病历的构建方法构建的电子病历样本，对所述电子病历结构化模型进行训练。
在一些可选实施例中，在对所述电子病历结构化模型进行训练时，通过待训练的所述电子病历结构化模型，对通过本申请实施例一所述的电子病历的构建方法构建的电子病历样本进行结构化处理，获得所述电子病历样本的原始结构化信息；基于所述电子病历样本的原始结构化信息和所述电子病历样本携带的标注结构化信息确定所述原始结构化信息与所述标注结构化信息之间的差异；基于所述差异调整所述电子病历结构化模型的模型参数。可以理解的是，对所述电子病历结构化模型进行训练的任何实施方式均可适用于此，本申请实施例对此不做任何限定。
在一个具体的例子中，通过确定所述原始结构化信息与所述标注结构化信息之间的差异，对当前获得的原始结构化信息进行评估，以作为后续训练电子病历结构化模型的依据。具体地，可将所述差异反向传输给电子病历结构化模型，从而迭代地训练该电子病历结构化模型。电子病历结构化模型的训练是一个迭代的过程，本申请实施例仅对其中的一次训练过程进行了说明，但本领域技术人员应当明了，对电子病历结构化模型的每次训练都可采用该训练方式，直至完成电子病历结构化模型的训练。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在步骤S202中，通过训练后的所述电子病历结构化模型，对待结构化的电子病历进行结构化处理，获得所述待结构化的电子病历的原始结构化信息。
在本申请实施例中，医生填写完成的电子病历的文本一般具有表格结构，该表格结构的表现形式具体为患者的各项信息，例如个人信息，包括姓名、性别、家庭住址，检查信息，诊断信息，包括客观诊断以及主观诊断等，电子病历的结构化处理可理解为将纯文本的电子病历中的表格结构给提取出来。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在一些可选实施例中，所述获得所述待结构化的电子病历的原始结构化信息之后，所述方法还包括：对所述待结构化的电子病历的原始结构化信息进行转换处理，获得所述原始结构化信息对应的标准结构化信息。籍此，有利于电子病历的结构化信息的标准化存储。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在一个具体的例子中，如图5所示，括号和括号中间的结构标签表示对待结构化的电子病历中的文本片段的结构标注，也即是括号和括号中间的结构标签分别表示待结构化的电子病历中的文本片段及其对应的结构标签。通过这种方式，对所述待结构化的电子病历的原始结构化信息中的文本片段及其对应的结构标签进行转换处理，获得所述原始结构化信息的树形表示，即所述标准结构化信息。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
通过本申请实施例提供的电子病历的结构化方法，基于本申请实施例一所述的电子病历的构建方法构建的电子病历样本，对所述电子病历结构化模型进行训练，并通过训练后的所述电子病历结构化模型，对待结构化的电子病历进行结构化处理，获得所述待结构化的电子病历的原始结构化信息，与现有的其它方式相比，能够避免通过大量标注电子病历来获得用于训练电子病历结构化模型的电子病历样本的情况的发生，从而大大降低了电子病历结构化模型的训练成本。
本实施例的电子病历的结构化方法可以由任意适当的具有数据处理能力的设备执行，包括但不限于：摄像头、终端、移动终端、PC机、服务器、车载设备、娱乐设备、广告设备、个人数码助理(PDA)、平板电脑、笔记本电脑、掌上游戏机、智能眼镜、智能手表、可穿戴设备、虚拟显示设备或显示增强设备(如Google Glass、Oculus Rift、Hololens、Gear VR)等。
参照图6，示出了本申请实施例三中电子病历的构建装置的结构示意图。
本实施例的电子病历样本的构建装置包括：解析模块301，用于基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息；构建模块302，用于基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本。
本实施例的电子病历的构建装置用于实现前述多个方法实施例中相应的电子病历的构建方法，并具有相应的方法实施例的有益效果，在此不再赘述。
参照图7，示出了本申请实施例四中电子病历的构建装置的结构示意图。
本实施例的电子病历的构建装置包括：解析模块403，用于基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息；构建模块404，用于基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本。
可选地，所述解析模块403之前，所述装置还包括：第一确定模块401，用于确定所述电子病历所属的电子病历模板；配置模块402，用于基于所述电子病历模板，为所述电子病历配置用于解析所述电子病历的语法规则。
可选地，所述解析模块403，包括：生成模块4031，用于通过语法分析器生成工具，基于所述语法规则，生成用于分析所述电子病历的内容的语法分析器；分析模块4032，用于通过所述语法分析器，对所述电子病历的内容进行分析，以确定所述电子病历对应的语法分析树；第二确定模块4033，用于基于所述语法分析树，确定所述电子病历的结构化信息。
可选地，所述结构化信息包括所述电子病历中的多个文本片段及所述多个文本片段分别对应的结构标签，所述第二确定模块4033，具体用于：对所述语法分析树中的每个中间节点的所有后代叶子节点的文本内容进行合并，获得相应的中间节点的文本片段，并确定所述中间节点为所述文本片段对应的结构标签。
可选地，所述结构化信息包括所述电子病历中的多个文本片段及所述多个文本片段分别对应的结构标签，所述构建模块404，具体用于：遍历所述电子病历中的多个文本片段，如果基于第一概率事件，确定对所述电子病历中的文本片段执行删除操作时，删除所述文本片段及所述文本片段对应的结构标签，以生成所述电子病历样本。
可选地，所述结构化信息包括所述电子病历中的多个文本片段及所述多个文本片段分别对应的结构标签，所述构建模块404，具体用于：遍历所述电子病历中的多个文本片段，如果基于第二概率事件，确定对所述电子病历中的文本片段执行内容替换操作时，基于所述文本片段对应的结构标签，对所述文本片段执行内容替换操作，以生成所述电子病历样本。
可选地，所述结构化信息包括所述电子病历中的多个文本片段及所述多个文本片段分别对应的结构标签，所述构建模块404，具体用于：遍历所述电子病历中的多个文本片段，如果基于第三概率事件，确定对所述电子病历中的文本片段执行位置变换操作时，变换所述文本片段及所述文本片段对应的结构标签的位置，以生成所述电子病历样本。
可选地，所述电子病历结构化模型包括基于双向长短期记忆网络的条件随机场模型。
本实施例的电子病历的构建装置用于实现前述多个方法实施例中相应的电子病历的构建方法，并具有相应的方法实施例的有益效果，在此不再赘述。
参照图8，示出了本申请实施例五中电子病历的结构化装置的结构示意图。
本实施例的电子病历的结构化装置包括：训练模块501，用于基于本申请实施例三或实施例四所述的电子病历的构建装置构建的电子病历样本，对所述电子病历结构化模型进行训练；第一处理模块502，用于通过训练后的所述电子病历结构化模型，对待结构化的电子病历进行结构化处理，获得所述待结构化的电子病历的原始结构化信息。
可选地，所述第一处理模块502之后，所述装置还包括：第二处理模块503，用于对所述待结构化的电子病历的原始结构化信息进行转换处理，获得所述原始结构化信息对应的标准结构化信息。
本实施例的电子病历的结构化装置用于实现前述多个方法实施例中相应的电子病历的结构化方法，并具有相应的方法实施例的有益效果，在此不再赘述。
图9为本申请实施例六中电子病历系统的结构示意图。如图9所示，本申请实施例提供的电子病历系统包括：至少一个终端设备601，用于收集用于构建电子病历样本的电子病历；服务器602，与所述至少一个终端设备601连接，用于基于配置的语法规则，对接收的所述电子病历进行解析，以确定所述电子病历的结构化信息；并基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本。
在本申请实施例中，所述终端设备601可包括以下中的至少一者：平板电脑、笔记本电脑、台式电脑、PC等。可以理解的是，以上描述仅为示例性的，本申请实施例对此不做任何限定。
在一些可选实施例中，所述服务器602，还用于基于所述电子病历样本，对所述电子病历结构化模型进行训练，并通过训练后的所述电子病历结构化模型，对待结构化的电子病历进行结构化处理，获得所述待结构化的电子病历的原始结构化信息。
在一些可选实施例中，所述服务器602，还用于对所述待结构化的电子病历的原始结构化信息进行转换处理，获得所述原始结构化信息对应的标准结构化信息。
本实施例的电子病历系统用于实现前述多个方法实施例中相应的电子病历的构建方法或者电子病历的结构化方法，并具有相应的方法实施例的有益效果，在此不再赘述。
图10为本申请实施例七中电子设备的结构示意图；该电子设备可以包括：
一个或多个处理器701；
计算机可读介质702，可以配置为存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述实施例一所述的电子病历的构建方法，或者实现如上述实施例二所述的电子病历的结构化方法。
图11为本申请实施例八中电子设备的硬件结构；如图11所示，该电子设备的硬件结构可以包括：处理器801，通信接口802，计算机可读介质803和通信总线804；
其中处理器801、通信接口802、计算机可读介质803通过通信总线804完成相互间的通信；
可选地，通信接口802可以为通信模块的接口，如GSM模块的接口；
其中，处理器801具体可以配置为：基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息；基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本。此外，处理器801还可以配置为：基于本申请实施例一所述的电子病历的构建方法构建的电子病历样本，对所述电子病历结构化模型进行训练；通过训练后的所述电子病历结构化模型，对待结构化的电子病历进行结构化处理，获得所述待结构化的电子病历的原始结构化信息。
处理器801可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
计算机可读介质803可以是，但不限于，随机存取存储介质(Random AccessMemory，RAM)，只读存储介质(Read Only Memory，ROM)，可编程只读存储介质(Programmable Read-Only Memory，PROM)，可擦除只读存储介质(Erasable ProgrammableRead-Only Memory，EPROM)，电可擦除只读存储介质(Electric Erasable ProgrammableRead-Only Memory，EEPROM)等。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含配置为执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读介质例如可以但不限于是电、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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储介质(RAM)、只读存储介质(ROM)、可擦式可编程只读存储介质(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储介质(CD-ROM)、光存储介质件、磁存储介质件、或者上述的任意合适的组合。在本申请中，计算机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。而在本申请中，计算机可读的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，其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输配置为由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机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、电线、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或其组合来编写配置为执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络：包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个配置为实现规定的逻辑功能的可执行指令。上述具体实施例中有特定先后关系，但这些先后关系只是示例性的，在具体实现的时候，这些步骤可能会更少、更多或执行顺序有调整。即在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括解析模块、构建模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，解析模块还可以被描述为“基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息的模块”。
作为另一方面，本申请还提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例一所描述的电子病历的构建方法，或者实现如上述实施例二所描述的电子病历的结构化方法。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息；基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本。此外，还使得该装置：基于本申请实施例一所述的电子病历的构建方法构建的电子病历样本，对所述电子病历结构化模型进行训练；通过训练后的所述电子病历结构化模型，对待结构化的电子病历进行结构化处理，获得所述待结构化的电子病历的原始结构化信息。
在本公开的各种实施方式中所使用的表述“第一”、“第二”、“所述第一”或“所述第二”可修饰各种部件而与顺序和/或重要性无关，但是这些表述不限制相应部件。以上表述仅配置为将元件与其它元件区分开的目的。例如，第一用户设备和第二用户设备表示不同的用户设备，虽然两者均是用户设备。例如，在不背离本公开的范围的前提下，第一元件可称作第二元件，类似地，第二元件可称作第一元件。
当一个元件(例如，第一元件)称为与另一元件(例如，第二元件)“(可操作地或可通信地)联接”或“(可操作地或可通信地)联接至”另一元件(例如，第二元件)或“连接至”另一元件(例如，第二元件)时，应理解为该一个元件直接连接至该另一元件或者该一个元件经由又一个元件(例如，第三元件)间接连接至该另一个元件。相反，可理解，当元件(例如，第一元件)称为“直接连接”或“直接联接”至另一元件(第二元件)时，则没有元件(例如，第三元件)插入在这两者之间。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种电子病历的构建方法，其特征在于，所述方法包括：
基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息，包括：通过语法分析器生成工具，基于所述语法规则，生成用于分析所述电子病历的内容的语法分析器；通过所述语法分析器，对所述电子病历的内容进行分析，以确定所述电子病历对应的语法分析树；对所述语法分析树中的每个中间节点的所有后代叶子节点的文本内容进行合并，获得相应的中间节点对应的文本片段，并确定所述中间节点为所述文本片段对应的结构标签，所述结构化信息包括所述电子病历中的多个文本片段及所述多个文本片段分别对应的结构标签；
基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定所述电子病历所属的电子病历模板；
基于所述电子病历模板，为所述电子病历配置用于解析所述电子病历的语法规则。
3.根据权利要求1所述的方法，其特征在于，
所述基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本，包括：
遍历所述电子病历中的多个文本片段，如果基于第一概率事件，确定对所述电子病历中的文本片段执行删除操作时，删除所述文本片段及所述文本片段对应的结构标签，以生成所述电子病历样本。
4.根据权利要求1所述的方法，其特征在于，
所述基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本，包括：
遍历所述电子病历中的多个文本片段，如果基于第二概率事件，确定对所述电子病历中的文本片段执行内容替换操作时，基于所述文本片段对应的结构标签，对所述文本片段执行内容替换操作，以生成所述电子病历样本。
5.根据权利要求1所述的方法，其特征在于，
所述基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本，包括：
遍历所述电子病历中的多个文本片段，如果基于第三概率事件，确定对所述电子病历中的文本片段执行位置变换操作时，变换所述文本片段及所述文本片段对应的结构标签的位置，以生成所述电子病历样本。
6.根据权利要求1-5中任意一项权利要求所述的方法，其特征在于，所述电子病历结构化模型包括基于双向长短期记忆网络的条件随机场模型。
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：
基于所述电子病历样本，对所述电子病历结构化模型进行训练；
通过训练后的所述电子病历结构化模型，对待结构化的电子病历进行结构化处理，获得所述待结构化的电子病历的原始结构化信息。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
对所述待结构化的电子病历的原始结构化信息进行转换处理，获得所述原始结构化信息对应的标准结构化信息。
9.一种电子病历的构建装置，其特征在于，所述装置包括：
解析模块，用于基于配置的语法规则，对用于构建电子病历样本的电子病历进行解析，以确定所述电子病历的结构化信息；所述解析模块包括：生成模块，用于通过语法分析器生成工具，基于所述语法规则，生成用于分析所述电子病历的内容的语法分析器；分析模块，用于通过所述语法分析器，对所述电子病历的内容进行分析，以确定所述电子病历对应的语法分析树；第二确定模块，用于对所述语法分析树中的每个中间节点的所有后代叶子节点的文本内容进行合并，获得相应的中间节点对应的文本片段，并确定所述中间节点为所述文本片段对应的结构标签，所述结构化信息包括所述电子病历中的多个文本片段及所述多个文本片段分别对应的结构标签；
构建模块，用于基于所述电子病历的结构化信息，构建用于训练电子病历结构化模型的电子病历样本。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910013509.2A CN111415747B (zh) | 2019-01-07 | 2019-01-07 | 电子病历的构建方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910013509.2A CN111415747B (zh) | 2019-01-07 | 2019-01-07 | 电子病历的构建方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111415747A CN111415747A (zh) | 2020-07-14 |
| CN111415747B true CN111415747B (zh) | 2023-04-25 |
Family
ID=71492563
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910013509.2A Active CN111415747B (zh) | 2019-01-07 | 2019-01-07 | 电子病历的构建方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111415747B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111768828A (zh) * | 2020-09-03 | 2020-10-13 | 成都索贝数码科技股份有限公司 | 基于院内外数据的患者体征画像构建系统及方法 |
| CN112069783A (zh) * | 2020-09-10 | 2020-12-11 | 卫宁健康科技集团股份有限公司 | 一种病历输入法及其输入系统 |
| CN112687365A (zh) * | 2020-12-24 | 2021-04-20 | 零氪科技(天津)有限公司 | 基于语音识别的病历数据处理方法和装置 |
| CN113361254A (zh) * | 2021-06-03 | 2021-09-07 | 重庆南鹏人工智能科技研究院有限公司 | 一种自动化电子病历解析方法与装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106959944A (zh) * | 2017-02-14 | 2017-07-18 | 中国电子科技集团公司第二十八研究所 | 一种基于中文语法规则的事件提取方法和系统 |
| CN107783960A (zh) * | 2017-10-23 | 2018-03-09 | 百度在线网络技术（北京）有限公司 | 用于抽取信息的方法、装置和设备 |
| CN108446218A (zh) * | 2018-02-28 | 2018-08-24 | 华东师范大学 | 一种结构化文本程序的自动化验证装置 |
| CN108733837A (zh) * | 2018-05-28 | 2018-11-02 | 杭州依图医疗技术有限公司 | 一种病历文本的自然语言结构化方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150149461A1 (en) * | 2013-11-24 | 2015-05-28 | Interstack, Inc | System and method for analyzing unstructured data on applications, devices or networks |
-
2019
- 2019-01-07 CN CN201910013509.2A patent/CN111415747B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106959944A (zh) * | 2017-02-14 | 2017-07-18 | 中国电子科技集团公司第二十八研究所 | 一种基于中文语法规则的事件提取方法和系统 |
| CN107783960A (zh) * | 2017-10-23 | 2018-03-09 | 百度在线网络技术（北京）有限公司 | 用于抽取信息的方法、装置和设备 |
| CN108446218A (zh) * | 2018-02-28 | 2018-08-24 | 华东师范大学 | 一种结构化文本程序的自动化验证装置 |
| CN108733837A (zh) * | 2018-05-28 | 2018-11-02 | 杭州依图医疗技术有限公司 | 一种病历文本的自然语言结构化方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| Carlos Cavero Barca 等.yourEHRM: Standard-based management of your personal healthcare information.IEEE-EMBS International Conference on Biomedical and Health Informatics (BHI).2014,全文. * |
| 孙凤英 等.临床专科术语标准化和电子病历结构化构建实践.中国病案.2018,全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111415747A (zh) | 2020-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109584975B (zh) | 医疗数据标准化处理方法及装置 | |
| CN111415747B (zh) | 电子病历的构建方法及装置 | |
| CN111090987B (zh) | 用于输出信息的方法和装置 | |
| CN107833603B (zh) | 电子病历文档分类方法、装置、电子设备及存储介质 | |
| CN107818169B (zh) | 电子病历检索、存储方法及装置、存储介质、电子终端 | |
| US20130238349A1 (en) | Systems and methods for event stream platforms which enable applications | |
| CN109977014B (zh) | 基于区块链的代码错误识别方法、装置、设备及存储介质 | |
| US9760555B2 (en) | Incorporating content analytics and natural language processing into internet web browsers | |
| CN110609910B (zh) | 医学知识图谱构建方法及装置、存储介质和电子设备 | |
| CN109542966B (zh) | 数据融合方法、装置、电子设备及计算机可读介质 | |
| CN111081329A (zh) | 临床数据自动录入方法及装置、电子设备、存储介质 | |
| US20200293528A1 (en) | Systems and methods for automatically generating structured output documents based on structural rules | |
| CN110471941B (zh) | 自动定位判断依据的方法、装置及电子设备 | |
| Chandramohan et al. | Estimating causes of death where there is no medical certification: evolution and state of the art of verbal autopsy | |
| US20150088592A1 (en) | Converting a text operational manual into a business process model or workflow diagram | |
| CN113421657B (zh) | 临床实践指南的知识表示模型的构建方法及装置 | |
| CN114064923A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
| CN107657991B (zh) | 患者数据筛选方法及装置、存储介质、电子设备 | |
| CN112860842A (zh) | 病历标注方法、装置及存储介质 | |
| CN110362688B (zh) | 试题标注方法、装置、设备及计算机可读存储介质 | |
| CN112330059A (zh) | 用于生成预测分数的方法、装置、电子设备和介质 | |
| Fegan et al. | The potential of internet-based technologies for sharing data of public health importance | |
| US11782942B2 (en) | Auto-generating ground truth on clinical text by leveraging structured electronic health record data | |
| CN111400759A (zh) | 访视时间表生成方法及装置、存储介质、电子设备 | |
| Anitha et al. | Virtual Medical Assistant Using Machine Learning |
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 |