CN111653328B - 病历信息推送方法、装置、存储介质及电子设备 - Google Patents

病历信息推送方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN111653328B
CN111653328B CN202010500661.6A CN202010500661A CN111653328B CN 111653328 B CN111653328 B CN 111653328B CN 202010500661 A CN202010500661 A CN 202010500661A CN 111653328 B CN111653328 B CN 111653328B
Authority
CN
China
Prior art keywords
index
recommended
words
determining
search content
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
Application number
CN202010500661.6A
Other languages
English (en)
Other versions
CN111653328A (zh
Inventor
焦增涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yidu Cloud Beijing Technology Co Ltd
Original Assignee
Yidu Cloud Beijing Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yidu Cloud Beijing Technology Co Ltd filed Critical Yidu Cloud Beijing Technology Co Ltd
Priority to CN202010500661.6A priority Critical patent/CN111653328B/zh
Publication of CN111653328A publication Critical patent/CN111653328A/zh
Application granted granted Critical
Publication of CN111653328B publication Critical patent/CN111653328B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
    • G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
    • G06F3/0233—Character input methods
    • G06F3/0237—Character input methods using prediction or retrieval techniques

Abstract

本公开的实施例提供了一种病历信息推送方法、装置、存储介质及电子设备。该方法包括：获取用户输入的搜索内容；根据所述用户输入的搜索内容，以及预先设置的至少两种索引方式，确定每一种索引方式下该搜索内容对应的推荐词以及该推荐词对应的权重；根据不同索引方式下确定的推荐词以及该推荐词对应的权重，确定该推荐词的综合权重；根据多个推荐词的综合权重，确定所述搜索内容对应的推荐词。实现了基于多种索引方式确定推荐词，增加了推荐词的多样性，提升推荐词的精准性。

Description

病历信息推送方法、装置、存储介质及电子设备
技术领域
本公开涉及计算机技术以及信息处理技术领域，具体而言，涉及一种病历信息推送方法、装置、存储介质及电子设备。
背景技术
临床上，医生书写电子病历是一件很费时费力，但又非常重要具有价值的事情。辅助医生快速书写病历能够提高医生工作效率，具有重要意义。
相关技术中，可以通过以下方式辅助医生书写病历：
1.一些输入法可以通过用户的长期使用，优化输入推荐，从而加快打字速度，并且可以定制医学词库。
但是，该方法仅限于在医生已有输入某词的时候才会发生，如输入“糖”推荐“糖尿病”。
2.在医生所用的信息化设备嵌入病历模板，医生书写病历的时候在模板上修改。
但是，人工定制病历模板适合文本特别标准化的内容，如CT检查等，对于像现病史、查房记录等相对发散的文本，较难制定出通用性比较高的文本。并且对于临床具体知识性的东西，仍有一定工作量书写。
因此，需要一种新的病历信息推送方法、装置、存储介质及电子设备，增加推荐词的精准性。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，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
本公开实施例提供一种病历信息推送方法、装置、存储介质及电子设备，增加推荐词的精准性。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开实施例的一个方面，提供了一种病历信息推送方法，其中，所述方法包括：获取用户输入的搜索内容；根据所述用户输入的搜索内容，以及预先设置的至少两种索引方式，确定每一种索引方式下该搜索内容对应的推荐词以及该推荐词对应的权重；根据不同索引方式下确定的推荐词以及该推荐词对应的权重，确定该推荐词的综合权重；根据多个推荐词的综合权重，确定所述搜索内容对应的推荐词。
在本公开的一些示例性实施例中，基于前述方案，所述索引方式包括：拼音索引、上下文索引、关系索引中的至少两种；其中，拼音索引以拼音为索引词，以知识图谱中的医疗术语为推荐词构建；上下文索引以词语为索引词，以所述知识图谱中所述词语对应的医疗术语类别中的医疗术语为推荐词构建；关系索引以医疗术语为索引词，以所述知识图谱中与所述医疗术语存在关系的其他医疗术语为推荐词构建。
在本公开的一些示例性实施例中，基于前述方案，拼音索引方式下推荐词对应的权重是根据每个推荐词的长度信息以及所述拼音索引方式对应的索引词的长度信息以及索引频次确定的；上下文索引方式下推荐词对应的权重是根据每个推荐词的索引频次和所述上下文索引方式对应的索引词的长度信息以及索引频次确定的；关系索引方式下推荐词对应的权重是根据每个推荐词在所述知识图谱的度数以及所述关系索引方式对应的索引词在所述知识图谱的度数确定的。
在本公开的一些示例性实施例中，基于前述方案，根据所述用户输入的搜索内容，以及预先设置的至少两种索引方式，确定每一种索引方式下该搜索内容对应的推荐词以及该推荐词对应的权重，包括：
根据所述用户输入的搜索内容，以及预先设置的拼音索引，确定该搜索内容中拼音对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的词语，基于预先设置的上下文索引，确定该词语对应的知识图谱中医疗术语类型，根据所述医疗术语类型对应的多个医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；或
根据所述用户输入的搜索内容，以及预先设置的拼音索引，确定该搜索内容中拼音对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的医疗术语，基于预先设置的关系索引，确定所述知识图谱中与该医疗术语存在关系的其他医疗术语，根据所述其他医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；或
根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的词语，基于预先设置的上下文索引，确定该词语对应的知识图谱中医疗术语类型，根据所述医疗术语类型对应的多个医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的医疗术语，基于预先设置的关系索引，确定所述知识图谱中与该医疗术语存在关系的其他医疗术语，根据所述其他医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；或
根据所述用户输入的搜索内容，以及预先设置的拼音索引，确定该搜索内容中拼音对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的词语，基于预先设置的上下文索引，确定该词语对应的知识图谱中医疗术语类型，根据所述医疗术语类型对应的多个医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的医疗术语，基于预先设置的关系索引，确定所述知识图谱中与该医疗术语存在关系的其他医疗术语，根据所述其他医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重。
在本公开的一些示例性实施例中，基于前述方案，所述拼音索引包括：首字母子索引以及前缀子索引；所述拼音索引方式下推荐词对应的权重是根据所述推荐词在首字母子索引以及前缀子索引下的权重确定的。
在本公开的一些示例性实施例中，基于前述方案，根据不同索引方式下确定的推荐词以及该推荐词对应的权重，确定该推荐词的综合权重，包括：获取每种索引的索引权重；根据不同索引方式下确定的推荐词、该推荐词对应的权重以及该推荐词对应的每种索引的索引权重，确定该推荐词的综合权重。
在本公开的一些示例性实施例中，基于前述方案，根据多个推荐词的综合权重，确定所述搜索内容对应的推荐词，包括：按照综合权重由高到低的顺序选取预设数目的推荐词，作为所述搜索内容对应的推荐词。
根据本公开实施例的一个方面，提供了一种病历信息推送装置，其中，获取模块，配置为获取用户输入的搜索内容；第一确定模块，配置为根据所述用户输入的搜索内容，以及预先设置的至少两种索引方式，确定每一种索引方式下该搜索内容对应的推荐词以及该推荐词对应的权重；第二确定模块，配置为根据不同索引方式下确定的推荐词以及该推荐词对应的权重，确定该推荐词的综合权重；第三确定模块，配置为根据多个推荐词的综合权重，确定所述搜索内容对应的推荐词。
在本公开的一些示例性实施例中，基于前述方案，所述索引方式包括：拼音索引、上下文索引、关系索引中的至少两种；其中，拼音索引以拼音为索引词，以知识图谱中的医疗术语为推荐词构建；上下文索引以词语为索引词，以所述知识图谱中所述词语对应的医疗术语类别中的医疗术语为推荐词构建；关系索引以医疗术语为索引词，以所述知识图谱中与所述医疗术语存在关系的其他医疗术语为推荐词构建。
在本公开的一些示例性实施例中，基于前述方案，拼音索引方式下推荐词对应的权重是根据每个推荐词的长度信息以及所述拼音索引方式对应的索引词的长度信息以及索引频次确定的；上下文索引方式下推荐词对应的权重是根据每个推荐词的索引频次和所述上下文索引方式对应的索引词的长度信息以及索引频次确定的；关系索引方式下推荐词对应的权重是根据每个推荐词在所述知识图谱的度数以及所述关系索引方式对应的索引词在所述知识图谱的度数确定的。
在本公开的一些示例性实施例中，基于前述方案，所述第一确定模块，配置为：根据所述用户输入的搜索内容，以及预先设置的拼音索引，确定该搜索内容中拼音对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的词语，基于预先设置的上下文索引，确定该词语对应的知识图谱中医疗术语类型，根据所述医疗术语类型对应的多个医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；或
根据所述用户输入的搜索内容，以及预先设置的拼音索引，确定该搜索内容中拼音对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的医疗术语，基于预先设置的关系索引，确定所述知识图谱中与该医疗术语存在关系的其他医疗术语，根据所述其他医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；或
根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的词语，基于预先设置的上下文索引，确定该词语对应的知识图谱中医疗术语类型，根据所述医疗术语类型对应的多个医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的医疗术语，基于预先设置的关系索引，确定所述知识图谱中与该医疗术语存在关系的其他医疗术语，根据所述其他医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；或
根据所述用户输入的搜索内容，以及预先设置的拼音索引，确定该搜索内容中拼音对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的词语，基于预先设置的上下文索引，确定该词语对应的知识图谱中医疗术语类型，根据所述医疗术语类型对应的多个医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的医疗术语，基于预先设置的关系索引，确定所述知识图谱中与该医疗术语存在关系的其他医疗术语，根据所述其他医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重。
在本公开的一些示例性实施例中，基于前述方案，所述拼音索引包括：首字母子索引以及前缀子索引；所述拼音索引方式下推荐词对应的权重是根据所述推荐词在首字母子索引以及前缀子索引下的权重确定的。
在本公开的一些示例性实施例中，基于前述方案，所述第二确定模块，配置为获取每种索引的索引权重；根据不同索引方式下确定的推荐词、该推荐词对应的权重以及该推荐词对应的每种索引的索引权重，确定该推荐词的综合权重。
在本公开的一些示例性实施例中，基于前述方案，所述第三确定模块，配置为按照综合权重由高到低的顺序选取预设数目的推荐词，作为所述所述搜索内容对应的推荐词。
根据本公开实施例的一个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述实施例中所述的方法。
根据本公开实施例的一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于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时，使得所述一个或多个处理器实现如上述实施例中所述的方法。
本发明实施例中，获取用户输入的搜索内容；根据所述用户输入的搜索内容，以及预先设置的至少两种索引方式，确定每一种索引方式下该搜索内容对应的推荐词以及该推荐词对应的权重；根据不同索引方式下确定的推荐词以及该推荐词对应的权重，确定该推荐词的综合权重；根据多个推荐词的综合权重，确定所述搜索内容对应的推荐词。实现了基于多种索引方式确定推荐词，增加了推荐词的多样性，提升推荐词的精准性。
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，并不能限制本公开。
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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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。在附图中：
图1示出了可以应用本公开实施例的病历信息推送方法或装置的示例性系统架构100的示意图；
图2示意性示出了根据本公开的一个实施例的病历信息推送方法的流程图；
图3示意性示出了根据本公开的一实施例的病历信息推送方法的系统架构图；
图4示意性示出了根据本公开的一实施例的病历信息推送装置的框图；
图5示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
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公开将更加全面和完整，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。
此外，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例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有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方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，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。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
图1示出了可以应用本公开实施例的病历信息推送方法或装置的示例性系统架构100的示意图。
如图1所示，系统架构100可以包括终端设备101、102、103中的一种或多种，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、便携式计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器。例如，终端设备(也可以是终端设备101或102)提供用户搜索界面，并获取用户在该界面中输入的搜索内容，并将所述用户输入的所搜内容发送至服务器105，服务器105获取用户输入的搜索内容，根据所述用户输入的搜索内容，以及预先设置的至少两种索引方式，确定每一种索引方式下该搜索内容对应的推荐词以及该推荐词对应的权重；根据不同索引方式下确定的推荐词以及该推荐词对应的权重，确定该推荐词的综合权重；根据多个推荐词的综合权重，确定所述搜索内容对应的推荐词，并将所述推荐词发送至终端103，终端103可以显示该推荐词，并将用户选择的推荐词输入至界面。
图2示意性示出了根据本公开的一个实施例的病历信息推送方法的流程图。本公开实施例所提供的方法可以由任意具备计算处理能力的电子设备处理，例如，服务器或终端设备，该服务器或终端设备可以提供一病历输入界面，医生可以在该设备中输入搜索内容。在下面的实施例中，以服务器为执行主体为例进行举例说明，但本公开并不限定于此。
如图2所示，本公开实施例提供的病历信息推送方法可以包括但不限于以下步骤：
在步骤S210中，获取用户输入的搜索内容。
本公开实施例中，用户输入的搜索内容可以包括：拼音、词语、段落等。
在步骤S220中，根据所述用户输入的搜索内容，以及预先设置的至少两种索引方式，确定每一种索引方式下该搜索内容对应的推荐词以及该推荐词对应的权重。
本公开实施例中，可以基于大量病历数据以及算法预先设置知识图谱，该知识图谱中的顶点可以是医疗术语，每个顶点与其他顶点之前的边表示两个顶点的关系，边的数目称之为该医疗术语的度数。知识图谱中的医疗术语的类别可以包括但不限于：症状、诊断、检验、手术、药品、是否吸烟，这些类别可以自由扩展，如由用户自定义设置。需要说明的是，在设置知识图谱时，从病历的记录表的不同字段中提取到不同类别的医疗术语，并基于这些医疗术语的关系生成知识图谱。
本公开实施例中，索引方式可以包括拼音索引、上下文索引、关系索引中的至少两种。
根据本发明实施例，拼音索引可以以拼音为索引词，以知识图谱中的医疗术语为推荐词构建。即，拼音索引记录了以拼音为索引词以及以知识图谱中的医疗术语为推荐词的对应关系。其中，拼音索引可以包括首字母子索引以及前缀子索引。
例如，表1为本发明实施例提供的部分拼音索引。
Figure GDA0004065173070000091
表1
如表1所示，在首字母子索引中，“tnb”是“糖尿病”这个医疗术语的各个字的首字母，因此，其对应的推荐词包括“糖尿病”。在前缀子索引中，“tang”是“糖尿病”、“唐筛”、“唐氏儿”这三个医疗术语的首字的拼音，因此，其对应的推荐词包括“糖尿病”、“唐筛”、“唐氏儿”。
需要指出的是，每个索引词可以对应至少一个推荐词，在首字母子索引以及前缀子索引中可以包括相同的索引词。
根据本发明实施例，拼音索引方式下推荐词对应的权重是根据每个推荐词的长度信息以及所述拼音索引方式对应的索引词的长度信息以及索引频次确定的。
本发明实施例中，在首字母子索引中，每个推荐词对应的权重，可以基于以下公式得到：
索引词长度的开方/索引词的索引频次(1)
例如，索引词“tnb”的推荐词“糖尿病”的权重可以基于3的开方除以“tnb”的索引频次得到。
本发明实施例中，在前缀子索引中，每个推荐词对应的权重，可以基于以下公式得到：
索引词长度的平方/(索引词的索引频次*推荐词长度)(2)
例如，索引词“tang”的推荐词“糖尿病”对应的权重可以基于4的平方除以“tnb”的索引频次与3之积得到。索引词“tang”的推荐词“唐筛”的权重可以基于4的平方除以“tnb”的索引频次与2之积得到。
本发明实施例中，针对拼音索引方式下每一推荐词对应的权重是根据所述推荐词在首字母子索引以及前缀子索引下的权重确定的。例如，搜索内容中的拼音，仅在首字母子索引中存在推荐词，则其在前缀子索引中的权重为0。若搜索内容中的拼音，在首字母子索引以及前缀子索引中均存在推荐词，则利用每一推荐词在首字母子索引以及前缀子索引中的权重相加，得到每一推荐词的权重，例如，推荐词X在首字母子索引的权重为N，在前缀子索引中的权重为M，则X在拼音索引的权重为N+M。若推荐词Y在首字母子索引的权重为Z，在前缀子索引中并不存在推荐词Y，则其在前缀子索引中的权重为0，推荐词Y在拼音索引的权重为Z。
需要指出的是，上述公式(1)和(2)仅是本发明实施例示例性示出的计算首字母子索引以及前缀子索引计算推荐词权重的两个公式，基于推荐词的长度信息、索引频次以及所述拼音索引方式对应的索引词的长度信息的各种公式得到推荐词的权重的方法均在本发明的保护范围之内。
根据本发明实施例，上下文索引可以以词语为索引词，以所述知识图谱中所述词语对应的医疗术语类别中的医疗术语为推荐词构建。即，上下文索引记录了以词语为索引词以及所述词语在知识图谱中对应的医疗术语类别中的医疗术语为推荐词的对应关系。
需要指出的是，作为索引词的词语是从命中知识图谱中的医疗术语的句子中挖掘出的高频词语。
本发明实施例中，可以以知识图谱对大量历史病历文本进行匹配，提取出命中知识图谱中的医疗术语的句子，例如，“今患者以II型糖尿病入院”。将该句子中命中的医疗术语替换成该医疗术语的类型。例如，“II型糖尿病”的类型为“诊断”，则该句子转换成“今患者以【诊断】入院”。使用频繁模式挖掘算法(如prefixspan等)，从产生的大量的替换成医疗术语的类型的句子中，挖掘出句子的高频模式片段。例如，“今患者以【诊断】入院”挖据出句子的高频模式片段为“今患者以【诊断】”，从该高频模式片段中提取出高频词语，例如，高频词语为“今患者以”，其对应的知识图谱中的医疗术语的类型为“诊断”。则将“今患者以”作为索引词，以知识图谱中“诊断”类型对应的所有医疗术语为推荐词。
根据本发明实施例，上下文索引方式下推荐词对应的权重是根据每个推荐词的索引频次和所述上下文索引方式对应的索引词的长度信息以及索引频次确定的。
如利用下面的公式得到上下文索引方式下推荐词对应的权重：
(索引词的长度*推荐词的索引频次)/(索引词的索引频次)(3)
例如，索引词“今患者以”的推荐词(诊断类型中的II型糖尿病)的权重可以基于4与II型糖尿病的索引频次之积除以“进患者以”的索引频次得到。
本发明实施例中，基于特定的上下文拓展推荐相关信息，提升了信息推送的灵活性以及精准性。
根据本发明实施例，关系索引以医疗术语为索引词，以所述知识图谱中与所述医疗术语存在边的其他医疗术语为推荐词构建。即，关系索引记录了以医疗术语为索引词，以知识图谱中与该医疗术语存在边的其他医疗术语为推荐词的对应关系。
需要说明的是，知识图谱中的各医疗术语之间的关系是临床医学知识的抽象，可以基于当前已有的知识(医疗术语)给出推荐词(与该医疗术语存在边的其他医疗术语)。
本发明实施例中，可以以知识图谱中的每个医疗术语作为一个索引词，以知识图谱中与该医疗术语存在边的其他医疗术语作为推荐词。例如，知识图谱中的医疗术语A，与A存在边的医疗术语为B、C、D、E，则以A为索引词，推荐词为B、C、D、E。
根据本发明实施例，关系索引方式下推荐词对应的权重是根据每个推荐词在所述知识图谱的度数以及所述关系索引方式对应的索引词在所述知识图谱的度数确定的。
如利用下面的公式得到关系索引方式下推荐词对应的权重：
推荐词的度数/索引词的度数(4)
例如，知识图谱中与A存在边的医疗术语为B、C、D、E，A的度数为4，其中B在知识图谱中的度数为6，则推荐词B的权重为4/6。
本发明实施例中，基于医疗术语之间的关系拓展推荐相关信息，提升了信息推送的灵活性以及精准性。
需要说明的是，本发明实施例中，通过每种索引方式确定的推荐词可以相同或不同。
本发明实施例中，根据所述用户输入的搜索内容，以及预先设置的至少两种索引方式，确定每一种索引方式下该搜索内容对应的推荐词以及该推荐词对应的权重，可以包括以下几种方式的一种：
(1)针对用户输入的搜索内容+该搜索内容之前的字段内容中的词语，索引方式为：拼音索引+上下文索引。
根据用户输入的搜索内容，以及预先设置的拼音索引，确定该搜索内容中拼音对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的词语，基于预先设置的上下文索引，确定该词语对应的知识图谱中医疗术语类型，根据所述医疗术语类型对应的多个医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重。
例如，用户在病历书写界面的拼音输入框中输入“tnb”，在该病例书写界面中还包括已经输入的字段内容，且，该字段内容中包括词语“今患者以”。此时，可以基于拼音索引，确定“tnb”对应的每一推荐词以及每一推荐词对应的权重。基于上下文索引，确定“今患者以”对应的每一推荐词以及每一推荐词的权重。后续分别计算出“今患者以”以及“tnb”所对应的每一推荐词的综合权重，假设“糖尿病”为所有推荐词中综合权重最高的，则“糖尿病”为推荐词。
本发明实施例中，基于拼音以及上下文拓展推荐相关信息，提升了信息推送的灵活性以及精准性。
(2)针对用户输入的搜索内容+该搜索内容之前的字段内容中的医疗术语，索引方式为：拼音索引+关系索引。
根据用户输入的搜索内容，以及预先设置的拼音索引，确定该搜索内容中拼音对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的医疗术语，基于预先设置的关系索引，确定所述知识图谱中与该医疗术语存在关系的其他医疗术语，根据所述其他医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重。
例如，用户在病历书写界面的拼音输入框中输入“tnb”，在该病例书写界面中还包括已经输入的字段内容，且，该字段内容中包括知识图谱中的医疗术语“高血脂”。此时，可以基于拼音索引，确定“tnb”对应的每一推荐词以及每一推荐词对应的权重。基于关系索引，确定“高血脂”对应的每一推荐词以及每一推荐词的权重。后续分别计算出“高血脂”以及“tnb”所对应的每一推荐词的综合权重，假设“糖尿病”为所有推荐词中综合权重最高的，则“糖尿病”为推荐词。
本发明实施例中，基于拼音以及医疗术语之间的关系拓展推荐相关信息，提升了信息推送的灵活性以及精准性。
(3)针对用户输入的搜索内容之前的字段内容中的词语+医疗术语，索引方式为：上下文索引+关系索引。
根据用户输入的搜索内容，确定该搜索内容之前的字段内容中的词语，基于预先设置的上下文索引，确定该词语对应的知识图谱中医疗术语类型，根据所述医疗术语类型对应的多个医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的医疗术语，基于预先设置的关系索引，确定所述知识图谱中与该医疗术语存在关系的其他医疗术语，根据所述其他医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重。
例如，用户在病历书写界面的拼音输入框中输入“t”，在该病例书写界面中还包括已经输入的字段内容，且，该字段内容中包括词语“今患者以”，以及知识图谱中的医疗术语“高血脂”。此时，可以基于上下文索引，确定“今患者以”对应的每一推荐词以及每一推荐词的权重，以及基于关系索引，确定“高血脂”对应的每一推荐词以及每一推荐词的权重。后续分别计算出“今患者以”以及“高血脂”所对应的每一推荐词的综合权重，假设“糖尿病”为所有推荐词中综合权重最高的，则“糖尿病”为推荐词。
本发明实施例中，基于用户输入的上下文以及医疗术语之间的关系拓展推荐相关信息，提升了信息推送的灵活性以及精准性。
(4)针对用户输入的搜索内容+该搜索内容之前的字段内容中的词语+医疗术语，索引方式为：拼音索引+上下文索引+关系索引。
根据所述用户输入的搜索内容，以及预先设置的拼音索引，确定该搜索内容中拼音对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的词语，基于预先设置的上下文索引，确定该词语对应的知识图谱中医疗术语类型，根据所述医疗术语类型对应的多个医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的医疗术语，基于预先设置的关系索引，确定所述知识图谱中与该医疗术语存在关系的其他医疗术语，根据所述其他医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重。
例如，用户在病历书写界面的拼音输入框中输入“tnb”，在该病例书写界面中还包括已经输入的字段内容，且，该字段内容中包括词语“今患者以”以及知识图谱中的医疗术语“高血脂”，此时，可以基于拼音索引，确定“tnb”对应的每一推荐词以及每一推荐词对应的权重。基于上下文索引，确定“今患者以”对应的每一推荐词以及每一推荐词的权重。基于关系索引，确定“高血脂”对应的每一推荐词以及每一推荐词的权重。后续计算出“今患者以”、“高血脂”以及“tnb”所对应的每一推荐词的综合权重，假设“糖尿病”为所有推荐词中综合权重最高的，则“糖尿病”为推荐词。
本发明实施例中，综合拼音、字段内容之间的上下文关系以及医疗术语之间关系这些多种索引方式拓展推荐相关信息，相比于相关技术中的仅根据输入法或者套用模板来辅助医生书写病历，提升了病历信息推荐的灵活性和多样性，提升了病历信息推荐的精准性。
需要说明的是，针对不同的搜索内容，可以由以上几种方式中择一确定每一种索引方式下该搜索内容对应的推荐词以及该推荐词对应的权重。
在步骤S230中，根据不同索引方式下确定的推荐词以及该推荐词对应的权重，确定该推荐词的综合权重。
根据本发明实施例，可以获取每种索引的索引权重，从而根据不同索引方式下确定的推荐词、该推荐词对应的权重以及该推荐词对应的每种索引的索引权重，确定该推荐词的综合权重。
例如，基于拼音索引、上下文索引以及关系索引确定的推荐词A，A在拼音索引中的权重为W1，在上下文索引中的权重为W2，在关系索引中的权重为W3，其中，拼音索引、上下文索引以及关系索引的索引权重分别为H1、H2、H3，则推荐词A的综合权重W的计算公式如下：
W ＝ H1* W1 + H2* W2+ H3*W3 (5)
其中，H1、H2、H3可以自由设置。例如，H1＝0.5，H2＝0.2，H3＝0.3。
在步骤S240中，根据多个推荐词的综合权重，确定所述搜索内容对应的推荐词。
本发明实施例中，在获取到每一推荐词的综合权重后，可以按照综合权重由高到低的顺序选取预设数目的推荐词，作为所述所述搜索内容对应的推荐词。
本发明实施例中，获取用户输入的搜索内容；根据所述用户输入的搜索内容，以及预先设置的至少两种索引方式，确定每一种索引方式下该搜索内容对应的推荐词以及该推荐词对应的权重；根据不同索引方式下确定的推荐词以及该推荐词对应的权重，确定该推荐词的综合权重；根据多个推荐词的综合权重，确定所述搜索内容对应的推荐词。实现了基于多种索引方式确定推荐词，增加了推荐词的多样性，提升推荐词的精准性。
图3示意性示出了根据本公开的一实施例的病历信息推送方法的系统架构图，如图3所示，本发明实施例中包括：拼音索引、上下文索引以及关系索引，基于用户输入的搜索内容以及这些索引中的至少两种，确定每一推荐词以及每一推荐词的综合权重，实现了基于多种索引方式确定推荐词，增加了推荐词的多样性，提升推荐词的精准性。
以下介绍本公开的装置实施例，可以用于执行本公开上述的药品信息标准化的方法。对于本公开装置实施例中未披露的细节，请参照本公开上述的药品信息标准化的方法的实施例。
图4示意性示出了根据本公开的一实施例的病历信息推送装置的框图。参照图4所示，本公开的一个实施例的病历信息推送装置400，可以包括：获取模块410、第一确定模块420、第二确定模块430以及第三确定模块440。
获取模块410，配置为获取用户输入的搜索内容。
第一确定模块420，配置为根据所述用户输入的搜索内容，以及预先设置的至少两种索引方式，确定每一种索引方式下该搜索内容对应的推荐词以及该推荐词对应的权重。
第二确定模块430，配置为根据不同索引方式下确定的推荐词以及该推荐词对应的权重，确定该推荐词的综合权重。
第三确定模块440，配置为根据多个推荐词的综合权重，确定所述搜索内容对应的推荐词。
本发明实施例中，获取用户输入的搜索内容；根据所述用户输入的搜索内容，以及预先设置的至少两种索引方式，确定每一种索引方式下该搜索内容对应的推荐词以及该推荐词对应的权重；根据不同索引方式下确定的推荐词以及该推荐词对应的权重，确定该推荐词的综合权重；根据多个推荐词的综合权重，确定所述搜索内容对应的推荐词。实现了基于多种索引方式确定推荐词，增加了推荐词的多样性，提升推荐词的精准性。
图5示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。需要说明的是，图5示出的电子设备的计算机系统500仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统操作所需的各种程序和数据。CPU501、ROM502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地，根据本公开的实施例，下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，该计算机程序包含用于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509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的系统中限定的各种功能。
需要说明的是，本公开所示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。计算机可读存储介质例如可以是——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。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、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，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。而在本公开中，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。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。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、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，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，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，框图或流程图中的每个方框、以及框图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。
描述于本公开实施例中所涉及到的模块和/或单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的模块和/或单元也可以设置在处理器中。其中，这些模块和/或单元的名称在某种情况下并不构成对该模块和/或单元本身的限定。
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电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。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一个该电子设备执行时，使得该电子设备实现如下述实施例中所述的方法。例如，所述的电子设备可以实现如图2所示的各个步骤。
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，根据本公开的实施方式，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。
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，根据本公开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、触控终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、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公开的一般性原理并包括本公开未公开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，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (8)

1.一种病历信息推送方法，其特征在于，所述方法包括：
获取用户输入的搜索内容；
根据所述用户输入的搜索内容，以及预先设置的至少两种索引方式，其中，所述索引方式包括拼音索引、上下文索引、关系索引中的至少两种，所述拼音索引以拼音为索引词，以知识图谱中的医疗术语为推荐词构建；所述上下文索引以词语为索引词，以所述知识图谱中所述词语对应的医疗术语类别中的医疗术语为推荐词构建；所述关系索引以医疗术语为索引词，以所述知识图谱中与所述医疗术语存在关系的其他医疗术语为推荐词构建；
确定每一种索引方式下该搜索内容对应的推荐词以及该推荐词对应的权重，其中，所述拼音索引方式下推荐词对应的权重是根据每个推荐词的长度信息以及所述拼音索引方式对应的索引词的长度信息以及索引频次确定的；所诉上下文索引方式下推荐词对应的权重是根据每个推荐词的索引频次和所述上下文索引方式对应的索引词的长度信息以及索引频次确定的；所述关系索引方式下推荐词对应的权重是根据每个推荐词在所述知识图谱的度数以及所述关系索引方式对应的索引词在所述知识图谱的度数确定的；
根据不同索引方式下确定的推荐词以及该推荐词对应的权重，确定该推荐词的综合权重；
根据多个推荐词的综合权重，确定所述搜索内容对应的推荐词。
2.根据权利要求1所述的方法，其特征在于，根据所述用户输入的搜索内容，以及预先设置的至少两种索引方式，确定每一种索引方式下该搜索内容对应的推荐词以及该推荐词对应的权重，包括：
根据所述用户输入的搜索内容，以及预先设置的拼音索引，确定该搜索内容中拼音对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的词语，基于预先设置的上下文索引，确定该词语对应的知识图谱中医疗术语类型，根据所述医疗术语类型对应的多个医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；或
根据所述用户输入的搜索内容，以及预先设置的拼音索引，确定该搜索内容中拼音对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的医疗术语，基于预先设置的关系索引，确定所述知识图谱中与该医疗术语存在关系的其他医疗术语，根据所述其他医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；或
根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的词语，基于预先设置的上下文索引，确定该词语对应的知识图谱中医疗术语类型，根据所述医疗术语类型对应的多个医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的医疗术语，基于预先设置的关系索引，确定所述知识图谱中与该医疗术语存在关系的其他医疗术语，根据所述其他医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；或
根据所述用户输入的搜索内容，以及预先设置的拼音索引，确定该搜索内容中拼音对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的词语，基于预先设置的上下文索引，确定该词语对应的知识图谱中医疗术语类型，根据所述医疗术语类型对应的多个医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重；根据所述用户输入的搜索内容，确定该搜索内容之前的字段内容中的医疗术语，基于预先设置的关系索引，确定所述知识图谱中与该医疗术语存在关系的其他医疗术语，根据所述其他医疗术语确定所述搜索内容对应的多个推荐词，以及每一推荐词对应的权重。
3.根据权利要求1所述的方法，其特征在于，所述拼音索引包括：首字母子索引以及前缀子索引；
所述拼音索引方式下推荐词对应的权重是根据所述推荐词在首字母子索引以及前缀子索引下的权重确定的。
4.根据权利要求1所述的方法，其特征在于，根据不同索引方式下确定的推荐词以及该推荐词对应的权重，确定该推荐词的综合权重，包括：
获取每种索引的索引权重；
根据不同索引方式下确定的推荐词、该推荐词对应的权重以及该推荐词对应的每种索引的索引权重，确定该推荐词的综合权重。
5.根据权利要求1所述的方法，其特征在于，根据多个推荐词的综合权重，确定所述搜索内容对应的推荐词，包括：
按照综合权重由高到低的顺序选取预设数目的推荐词，作为所述搜索内容对应的推荐词。
6.一种病历信息推送装置，其特征在于，所述装置包括：
获取模块，配置为获取用户输入的搜索内容；
第一确定模块，配置为根据所述用户输入的搜索内容，以及预先设置的至少两种索引方式，其中，所述索引方式包括拼音索引、上下文索引、关系索引中的至少两种，所述拼音索引以拼音为索引词，以知识图谱中的医疗术语为推荐词构建；所述上下文索引以词语为索引词，以所述知识图谱中所述词语对应的医疗术语类别中的医疗术语为推荐词构建；所述关系索引以医疗术语为索引词，以所述知识图谱中与所述医疗术语存在关系的其他医疗术语为推荐词构建；
确定每一种索引方式下该搜索内容对应的推荐词以及该推荐词对应的权重，其中，所述拼音索引方式下推荐词对应的权重是根据每个推荐词的长度信息以及所述拼音索引方式对应的索引词的长度信息以及索引频次确定的；所诉上下文索引方式下推荐词对应的权重是根据每个推荐词的索引频次和所述上下文索引方式对应的索引词的长度信息以及索引频次确定的；
所述关系索引方式下推荐词对应的权重是根据每个推荐词在所述知识图谱的度数以及所述关系索引方式对应的索引词在所述知识图谱的度数确定的；
第二确定模块，配置为根据不同索引方式下确定的推荐词以及该推荐词对应的权重，确定该推荐词的综合权重；
第三确定模块，配置为根据多个推荐词的综合权重，确定所述搜索内容对应的推荐词。
7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的方法。
8.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于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权利要求1-5中任一项所述的方法。
CN202010500661.6A 2020-06-04 2020-06-04 病历信息推送方法、装置、存储介质及电子设备 Active CN111653328B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010500661.6A CN111653328B (zh) 2020-06-04 2020-06-04 病历信息推送方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010500661.6A CN111653328B (zh) 2020-06-04 2020-06-04 病历信息推送方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN111653328A CN111653328A (zh) 2020-09-11
CN111653328B true CN111653328B (zh) 2023-03-21

Family

ID=72350422

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010500661.6A Active CN111653328B (zh) 2020-06-04 2020-06-04 病历信息推送方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN111653328B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014000517A1 (zh) * 2012-06-26 2014-01-03 北京奇虎科技有限公司 一种用于搜索输入的推荐系统及方法
CN106919682A (zh) * 2017-03-01 2017-07-04 北京再塑宝科技有限公司 一种基于redis技术的搜索联想词实现方法
CN107329583A (zh) * 2017-06-15 2017-11-07 北京京东尚科信息技术有限公司 一种计算联想词优先级的方法和装置
CN108037837A (zh) * 2017-11-07 2018-05-15 朗坤智慧科技股份有限公司 一种搜索词的智能提示方法
CN108197242A (zh) * 2017-12-29 2018-06-22 北京奇虎科技有限公司 搜索推荐词的推送方法、装置及服务器
CN108446316A (zh) * 2018-02-07 2018-08-24 北京三快在线科技有限公司 联想词的推荐方法、装置、电子设备及存储介质
CN109299383A (zh) * 2018-11-02 2019-02-01 北京字节跳动网络技术有限公司 生成推荐词的方法、装置、电子设备及存储介质
CN109582847A (zh) * 2018-11-23 2019-04-05 咪咕视讯科技有限公司 一种信息处理方法及装置、存储介质
CN109753516A (zh) * 2019-01-31 2019-05-14 北京嘉和美康信息技术有限公司 一种病历搜索结果的排序方法和相关装置
CN110543484A (zh) * 2019-09-03 2019-12-06 广州视源电子科技股份有限公司 提示词的推荐方法及装置、存储介质和处理器

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014000517A1 (zh) * 2012-06-26 2014-01-03 北京奇虎科技有限公司 一种用于搜索输入的推荐系统及方法
CN106919682A (zh) * 2017-03-01 2017-07-04 北京再塑宝科技有限公司 一种基于redis技术的搜索联想词实现方法
CN107329583A (zh) * 2017-06-15 2017-11-07 北京京东尚科信息技术有限公司 一种计算联想词优先级的方法和装置
CN108037837A (zh) * 2017-11-07 2018-05-15 朗坤智慧科技股份有限公司 一种搜索词的智能提示方法
CN108197242A (zh) * 2017-12-29 2018-06-22 北京奇虎科技有限公司 搜索推荐词的推送方法、装置及服务器
CN108446316A (zh) * 2018-02-07 2018-08-24 北京三快在线科技有限公司 联想词的推荐方法、装置、电子设备及存储介质
CN109299383A (zh) * 2018-11-02 2019-02-01 北京字节跳动网络技术有限公司 生成推荐词的方法、装置、电子设备及存储介质
CN109582847A (zh) * 2018-11-23 2019-04-05 咪咕视讯科技有限公司 一种信息处理方法及装置、存储介质
CN109753516A (zh) * 2019-01-31 2019-05-14 北京嘉和美康信息技术有限公司 一种病历搜索结果的排序方法和相关装置
CN110543484A (zh) * 2019-09-03 2019-12-06 广州视源电子科技股份有限公司 提示词的推荐方法及装置、存储介质和处理器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Query recommendation using large-scale web access logs and web page archive";Li Lin et al.;《Lecture Notes in Computer Science》;第5181卷;全文 *
"政务服务中的智能化搜索：特征、应用场景和运行机理";孟庆国等;《电子政务 E-GOVERNMENT》(第206期);第22-33页 *

Also Published As

Publication number Publication date
CN111653328A (zh) 2020-09-11

Similar Documents

Publication Publication Date Title
CN108920453B (zh) 数据处理方法、装置、电子设备及计算机可读介质
Kehl et al. Natural language processing to ascertain cancer outcomes from medical oncologist notes
US20170154156A1 (en) Structured finding objects for integration of third party applications in the image interpretation workflow
Yu et al. Electronic health records (EHRs): supporting ASCO's vision of cancer care
US11488712B2 (en) Diagnostic effectiveness tool
US20150227714A1 (en) Medical information analysis apparatus and medical information analysis method
US20190206529A1 (en) Evaluating Completeness and Data Quality of Electronic Medical Record Data Sources
CN111145846A (zh) 临床试验患者招募方法及装置、电子设备和存储介质
US20240053307A1 (en) Identifying Repetitive Portions of Clinical Notes and Generating Summaries Pertinent to Treatment of a Patient Based on the Identified Repetitive Portions
CN111061835B (zh) 查询方法及装置、电子设备和计算机可读存储介质
US20230011031A1 (en) Automatically determining a medical recommendation for a patient based on multiple medical images from multiple different medical imaging modalities
CN113257377A (zh) 确定目标用户的方法、装置、电子设备及存储介质
CN109299214B (zh) 文本信息提取方法、装置、介质及电子设备
Chakraborty et al. From machine learning to deep learning: An advances of the recent data-driven paradigm shift in medicine and healthcare
Hong et al. simpleNomo: A Python Package of Making Nomograms for Visualizable Calculation of Logistic Regression Models
Bromiley et al. Computer‐aided diagnostic Systems for Osteoporotic Vertebral Fracture Detection: opportunities and challenges
US11709877B2 (en) Systems and methods for targeted annotation of data
CN111653328B (zh) 病历信息推送方法、装置、存储介质及电子设备
Clark et al. Design and implementation of handheld and desktop software for the structured reporting of hepatic masses using the LI-RADS schema
Shaffer Can machine learning be used to generate a model to improve management of high-risk breast lesions?
CN109597989A (zh) 诊断词归一方法及装置、存储介质、电子设备
CN113220896B (zh) 多来源知识图谱生成方法、装置、终端设备
US11830183B2 (en) Treatment planning based on multimodal case similarity
CN110931136B (zh) 事件的搜索方法及装置、计算机介质和电子设备
CN113053531B (zh) 医疗数据处理方法、装置、计算机可读存储介质及设备

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