CN112507722A - 电子病历内涵质控方法和装置 - Google Patents

电子病历内涵质控方法和装置 Download PDF

Info

Publication number
CN112507722A
CN112507722A CN202011378831.4A CN202011378831A CN112507722A CN 112507722 A CN112507722 A CN 112507722A CN 202011378831 A CN202011378831 A CN 202011378831A CN 112507722 A CN112507722 A CN 112507722A
Authority
CN
China
Prior art keywords
time
medical
entity
entities
quality control
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.)
Granted
Application number
CN202011378831.4A
Other languages
English (en)
Other versions
CN112507722B (zh
Inventor
夏源
施振辉
陆超
黄海峰
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202011378831.4A priority Critical patent/CN112507722B/zh
Publication of CN112507722A publication Critical patent/CN112507722A/zh
Application granted granted Critical
Publication of CN112507722B publication Critical patent/CN112507722B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • 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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295—Named entity recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请公开了一种电子病历内涵质控方法和装置，涉及自然语言处理和智慧医疗等人工智能技术领域，可应用于辅助诊断决策场景。该方法的一具体实施方式包括：对电子病历分别进行时间实体、医学实体抽取，得到至少一个时间片段和至少一个医学实体；基于至少一个时间片段，构建时间轴；基于时间轴、电子病历以及至少一个时间片段，对至少一个医学实体进行排序，得到医学实体序列；对医学实体序列进行质控分析，得到电子病历的质控结果。该实施方式提高了电子病历内涵质控的质量。

Description

电子病历内涵质控方法和装置
技术领域
本申请涉及数据处理技术领域，具体涉及自然语言处理和智慧医疗等人工智能技术领域，可应用于辅助诊断决策场景，尤其涉及一种电子病历内涵质控方法、装置、电子设备以及计算机可读介质。
背景技术
病历质量低下在大部分医院都是常态问题，病历的问题导致的医疗损害责任的纠纷案件也日益增多。
病历的内涵质控不同于的临床辅助诊断、智能问诊或者用药推荐，它是对医生的书写的病历进行检测，发现病历的异常(人为的异常或者是医生疏漏产生的异常)，病历内涵质控更偏向于异常检测。受传统医疗信息化能力的制约，现有内涵质控系统仅可以完成30％左右的浅层病历质控，无法完成病历的深层的内涵质控。
发明内容
提供了一种电子病历内涵质控方法、装置、电子设备以及计算机可读介质。
根据第一方面，提供了一种电子病历内涵质控方法，上述方法包括：对电子病历分别进行时间实体、医学实体抽取，得到至少一个时间片段和至少一个医学实体；基于至少一个时间片段，构建时间轴；基于时间轴、电子病历以及至少一个时间片段，对至少一个医学实体进行排序，得到医学实体序列；对医学实体序列进行质控分析，得到电子病历的质控结果。
根据第二方面，提供了一种电子病历内涵质控装置，该装置包括：抽取单元，被配置成对电子病历分别进行时间实体、医学实体抽取，得到至少一个时间片段和至少一个医学实体；构建单元，被配置成基于至少一个时间片段，构建时间轴；排序单元，被配置成基于时间轴、电子病历以及至少一个时间片段，对至少一个医学实体进行排序，得到医学实体序列；分析单元，被配置成对医学实体序列进行质控分析，得到电子病历的质控结果。
根据第三方面，提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器，其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面任一实现方式描述的方法。
根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面任一实现方式描述的方法。
本申请的实施例提供的电子病历内涵质控方法和装置，首先对电子病历分别进行时间实体、医学实体抽取，得到至少一个时间片段和至少一个医学实体；其次，基于至少一个时间片段，构建时间轴；然后基于时间轴、电子病历以及至少一个时间片段，对至少一个医学实体进行排序，得到医学实体序列；最后，对医学实体序列进行质控分析，得到电子病历的质控结果。由此，基于电子病历中的时间片段建立的时间轴，对电子病历中的医学实体进行排序，得到具有实际时序特征的医学实体序列，对医学实体进行质控分析，提高了电子病历中上下文内容检测的准确性和灵活性，基于医学实体序列的质控结果得到电子病历内涵质控结果，提高了电子病历内涵质控的可靠性和准确性。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
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是根据本申请电子病历内涵质控方法的一个实施例的流程图；
图2是本申请构建时间轴的方法的一种流程图；
图3是本申请得到医学实体序列的一种流程图；
图4是本申请电子病历内涵质控方法的另一个实施例的流程图；
图5是根据本申请电子病历内涵质控装置的实施例的结构示意图；
图6是用来实现本申请实施例的电子病历内涵质控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示出了根据本申请电子病历内涵质控方法的一个实施例的流程100。上述电子病历内涵质控方法包括以下步骤：
步骤101，对电子病历分别进行时间实体、医学实体抽取，得到至少一个时间片段和至少一个医学实体。
本实施例中，电子病历内涵质控方法运行于其上的执行主体可以从用户终端或者数据库获取到电子病历。其中，电子病历是指：使用电子设备(计算机、健康卡等)保存、管理、传输和重现的数字化的医疗记录，用以取代手写纸张病历的所有信息。电子病历包括疾病案首页、术后病程、检查结果、检验结果、医嘱、手术记录、入院记录、以及护理记录等各类不同类型的文书，不同类型的文书所包括的章节类型也有所不同(例如入院记录中包括主诉、现病史、家族史等章节)。
实体是指现实世界中客观存在的并可以相互区分的对象或事物。就数据库而言，实体往往指某类事物的集合，可以是具体的人事物，也可以是抽象的概念、联系。
本实施例中，对电子病历进行时间实体抽取是指，从电子病历中抽取到所有与时间相关的时间片段，时间片段在电子病历中是指进行某项活动的具体时间(比如诊断时间、发病时间、治疗时间等)，该具体时间在电子病历中可以以不同形式(数字、文本、图片等)进行体现。同时，时间片段可以包括绝对时间片段(比如，XXXX年-X月-X日)和相对时间片段(X天前、XX余年前，X天后)，本实施例中，时间片段可以是时间点，也可以是时间段。
由于规范的病历书一律使用阿拉伯数字书写日期和时间，采用24小时记录(即，采用绝对时间记录病历中各个医疗活动)，可选地，时间片段可以仅仅包括绝对时间片段。
本实施例中，可以采用不同的模型，比如，CNN(卷积神经网络，ConvolutionalNeural Networks)、LSTM(长短期记忆网络，Long Short-Term Memory)、BERT(Bidirectional Encoder Representations from Transformers)中任一种或者多种以上的组合(比如，LSTM+BERT)，根据预定的规则或者训练样本，抽取电子病例中的时间片段。
本实施例中，对电子病历进行医学实体抽取是指，抽取电子病历中以医学名称命名的实体，具体地，医学实体包括：疾病实体、症状实体、手术实体和检验实体等。进一步地，为了便于对电子病历进行高质量的内涵质控，本实施例中的医学实体还可以是医学专家定义的可能造成病历错误的实体，比如，可能造成病历错误的实体包括：慢性心力衰竭，头痛、恶心、胃镜检查等等。
本实施例中，医学实体的抽取可以采用基于深度学习自然语言处理的实体识别模型，也可以采用LSTM+BERT模型进行抽取。
步骤102，基于至少一个时间片段，构建时间轴。
本实施例中，由于电子病历可以为不同类型的文书，因时域、地域的差别时间片段的记录方式多种多样，记载在电子病历中时间片段的形式也是多种多样的，比如，公元2020年、东京时间下午3点等等，因此可以将至少一个时间片段全部转化为统一的时间形式表示，根据时间的先后顺序，构建时间锚点形式统一的时间轴。当然，也可以仅仅基于各个时间片段中的相对的时间间隔关系，构建时间锚点形式不统一的时间轴。本实施例中，在时间轴上定位时间轴的时间片段称为时间锚点。
在本实施例的一些可选实现方式中，基于至少一个时间片段，构建时间轴，包括：确定至少一个时间片段中的基准时间片段；基于基准时间片段，将至少一个时间片段按时间先后顺序排序，得到以时间片段为时间锚点的时间轴。
本实施例中，基准时间片段是较精确的时间尺度，通过电子病历的上下文顺序以及各个时间片段与基准时间片段之间的相对时间关系，可以将所有时间片段按时间先后顺序进行排序，得到以时间片段为时间锚点的时间轴。
电子病历中可以有多个基准时间片段，每个基准时间片段均与绝对时间有对应关系，比如，确定电子病历中一基准时间为“今天”，可以通过病历的时间记载确定“今天”为“2020.9.14”，其中，“2020.9.14”为绝对时间。
本可选实现方式中，首先确定基准时间片段，然后，基于时间片段，将所有的时间片段按时间先后顺序排序，得到以时间片段为时间锚点的时间轴，可以快速、便捷地确定电子病历的各个时间片段之间的关系，为电子病历中各个时间片段的排序，为后续各个医学实体的排序打好了基础，确定了各个医学实体的实际时间顺序。
步骤103，基于时间轴、电子病历以及至少一个时间片段，对至少一个医学实体进行排序，得到医学实体序列。
本实施例中，时间轴上各个时间锚点的顺序为医学实体所在事件发生的实际顺序，针对每个医学实体，基于电子病历的上下文中该医学实体与时间片段的对应关系，可以在时间轴表示的时序上，确定该医学实体与其他医学实体之间的实际位置关系，而医学实体序列可以清楚地表征各个医学实体之间的实际位置关系。
可选地，基于不同国家的句子叙事习惯，可以首先通过不同的标注分别标注时间片段以及医学实体，根据电子病历的上下文顺序，确定各个时间片段以及医学实体的位置，将当前时间片段之后且下一个时间片段之前的所有医学实体作为与当前时间片段对应的医学实体，将各个时间片段对应的医学实体依次映射在时间轴上与该时间片段对应的时间锚点上。
针对中文表述习惯要求，一般一个句子有一个时间，基于识别到电子病历的句子，可以确定与各个时间片段对应的医学实体。
在本实施例的一些可选实现方式中，上述基于时间轴、电子病历以及至少一个时间片段，对至少一个医学实体进行排序，得到医学实体序列，包括：识别电子病历中的符号，以确定电子病历中的句子，确定各个句子中的时间片段以及时间片段对应的医学实体；响应于检测到仅包含医学实体的句子，确定该句子中的医学实体与上一个句子中的时间片段对应；将各个时间片段对应的医学实体依次映射在时间轴上与该时间片段对应的时间锚点上，得到医学实体序列。
本可选实现方式中，基于电子病历中句子的习惯的表述，可以首先通过符号确定电子病历的句子，具体地，该符号可以逗号、句号、分号等，基于电子病历的上下文的顺序，识别到的句子也具有与电子病历上下文相同的语序，因此，在任意一个句子中没有时间片段仅包含医学实体时，可以将包含的医学实体归为上一个句子中的时间片段，从而使所有的医学实体与时间片段对应，进一步，由于时间片段与时间轴的时间锚点对应，因此可以将各个医学实体映射在时间轴上的与其对应的时间锚点上，提高了医学实体序列排序的可靠性。
本可选实现方式提供的得到医学实体序列的方式，基于电子病历中句子的划分，可以方便、快捷地得到医学实体序列。
步骤104，对医学实体序列进行质控分析，得到电子病历的质控结果。
本实施例中，质控结果包括：合格以及不合格，进一步针对不合格，质控结果还可以包括：问题分类信息以及缺陷明细信息。执行主体可以根据质控结果，完成精准的病历质控提醒，减少医保纠纷。进一步地，本实施例提供的电子病历内涵质控方法可以用于病历书写教学，教导实习医生如何撰写高质量的病历。
本实施例中，对医学实体序列进行质控分析可以包括：从预设的医学知识图谱，获取与医学实体序列中各个医学实体具有语义关联的医学实体，通过比对具有语义关联的医学实体与医学实体序列中各个医学实体是否相同，检测医学实体序列中各个医学实体的先后位置关系是否正确，在所有先后位置关系正确时，确定电子病历质控合格。
知识图谱是一种图谱组织形式，将相互之间存在语义关联的医学实体(例如，疾病、症状等实体)连接组合为一个庞大的关系网络。
可选地，也可以对医学实体序列中各个医学实体的时间间隔是否正确进行检测，确定电子病历质控是否合格。当然，还可以是先对各个医学实体的先后位置关系是否正确进行检测，并在检测通过之后，对各个医学实体的时间间隔是否正确进行检测，若各个医学实体的时间间隔正确，确定电子病历质控合格。
可选地，还可以是先对各个医学实体的时间间隔是否正确进行检测，并在检测通过之后，对各个医学实体的先后位置关系是否正确进行检测，若各个医学实体的先后位置关系正确，确定电子病历质控合格。
在本实施例的一些可选实现方式中，上述对医学实体序列进行质控分析，得到电子病历的质控结果，包括：从预设的实体相斥规则中，获取与医学实体序列中各个医学实体存在关联的实体相斥规则；响应于检测到医学实体序列中两个或以上的医学实体满足关联的实体相斥规则，确定电子病历不合格。
本可选实现方式中，预设的实体相斥规则可以包括：在时间先后关系上满足相互排斥的至少两个医学实体相斥或/和在位置关系上满足相互相斥的至少两个医学实体；例如，医学实体序列包括：慢性心力衰竭->反酸、胃部不适->胃镜检查->头痛、恶心，预设的实体相斥规则包括：有严重心肺疾患(慢性心力衰竭)的病人，不能开具胃镜检查，由于该医学序列中的“慢性心力衰竭”、“慢性心力衰竭”满足上述预设的实体相斥规则，确定电子病历不合格，需要发出了质控提醒。
本可选实现方式提供的对医学进行质控分析的方法，通过从预设的实体相斥规则中，选取与医学实体序列中各个医学实体存在关联的实体相斥规则，得到电子病历的质控结果，为电子病历进行质控提供了可靠依据，保证了质控过程的有效性。
本申请的实施例提供的电子病历内涵质控方法，首先对电子病历分别进行时间实体、医学实体抽取，得到至少一个时间片段和至少一个医学实体；其次，基于至少一个时间片段，构建时间轴；然后基于时间轴、电子病历以及至少一个时间片段，对至少一个医学实体进行排序，得到医学实体序列；最后，对医学实体序列进行质控分析，得到电子病历的质控结果。由此，基于电子病历中的时间片段建立的时间轴，对电子病历中的医学实体进行排序，得到具有实际时序特征的医学实体序列，对医学实体进行质控分析，提高了电子病历中上下文内容检测的准确性和灵活性，基于医学实体序列的质控结果得到电子病历内涵质控结果，提高了电子病历内涵质控的可靠性和准确性。
在本实施例的一些可选实现方式中，如图2所示，构建时间轴的方法包括以下步骤：
步骤201，确定至少一个时间片段中的基准时间片段。
本可选实现方式中，可以将至少一个时间片段中的一个相对时间片段作为基准时间片段，当然，也可以将至少一个时间片段中的一个绝对时间作为基准时间片段。
例如，一电子病历包括：“患者今天(2020.09.14)感到头痛、恶心前来医院就诊，2周前患者曾因为反酸、胃部不适前往医院门诊看病，进行了胃镜检查，3周前患者检测出有慢性心力衰竭”。
其中，“今天”，“2周前”，“3周前”都是相对时间片段，“2020.09.14”是绝对时间片段，为了便于执行主体统一所有的时间片段，可以选取“2020.09.14”作为基准时间片段。
步骤202，响应于至少一个时间片段中包括相对时间片段，基于基准时间片段，将所有相对时间片段转化为绝对时间片段。
本可选实现中，规范的电子病历一般都是以绝对时间片段进行时间记录，对于不规范的电子病历，提取的时间片段可能包括相对时间片段。
例如，上述电子病历中的“今天”、“2周前”、“3周前”都是相对时间片段，在确定了基准时间片段2020.09.14之后，可以将“今天”转换到“2020-09-14”，“2周前”转换到“2020-09-01”，“3周前”转换到2020-08-23。
步骤203，将至少一个时间片段中的所有绝对时间片段以及转化后的绝对时间片段按时间先后顺序排序，得到以绝对时间片段为时间锚点的时间轴。
本可选实现方式中，至少一个时间片段可以包括原有的绝对时间片段，由于时间片段中的绝对时间片段可能不能转化后的绝对时间片段的格式要求(XXXX-XX-XX)，可以先将至少一个时间片段中的原有的绝对时间片段，例如，2020.09.14，进行格式变换，转换为2020-09-14，从而与所有转换后的绝对时间片段格式相同。
当至少一个时间片段中所有绝对时间片段全部解析完之后，可以完成时间轴的构建，例如，上述电子病历的整个时间轴有3个时间锚点(2020-09-14，2020-09-01，2020-08-23)，该3个时间锚点将时间轴划分为4个区域，也即4个时隙。
本可选实现方式提供的构建时间轴的方法，确定基准时间片段，在至少一个时间片段中包括相对时间片段时，基于基准时间片段将所有相对时间片段转换为绝对时间片段，将所有绝对时间片段按时间先后顺序排序，得到以绝对时间片段为时间锚点的时间轴，由此在基准时间片段的基础上，将所有的相对时间片段转换为绝对时间片段，建立时间轴，提高了时间轴建立的准确性。
在本实施例的一些可选实现方式中，如图3所示，得到医学实体序列的方法包括以下步骤：
步骤301，基于时间轴上的各个时间锚点，将时间轴划分为多个时隙。
本可选实现方式中，由电子病历中各个时间片段得到时间轴上各个时间锚点，时间锚点即为时间轴上确定的基准点，每个时间锚点对应一个时间片段。一个时间锚点将时间轴划分为两个时隙，即两个区域。N(N>1)个时间锚点将时间锚点划分为N+1个时隙，即N+1个区域。
步骤302，确定电子病历中所有相邻时间片段之间、首个时间片段之前以及最后一个时间片段之后的医学实体。
本可选实现方式中，首选确定电子病历中所有相邻的时间片段，然后，确定确定任意一个相邻的时间片段之间的医学实体。电子病历中的首个时间片段之前的医学实体和最后一个时间片段之后的医学实体均有对应的时隙。
步骤303，将确定的相邻时间片段之间、最后一个时间片段之后的医学实体分别分布在与其对应的时隙的前置时间锚点上，将首个时间片段之前的医学实体分布在与其对应的时隙的后置时间锚点上，得到医学实体序列。
本可选实现方式中，时间轴上相邻的两个时间锚点确定一个时隙，该两个时间锚点时间相对靠前的为前置时间锚点，时间相对靠后的为后置时间锚点；时间轴上首个时间锚点(即后置时锚点)确定一个时隙，时间轴上最后一个时间锚点(即前置时间锚点)确定一个时隙。
例如，电子病历包括：“患者今天(2020.09.14)感到头痛、恶心前来医院就诊，2周前患者曾因为反酸、胃部不适前往医院门诊看病，进行了胃镜检查，3周前患者检测出有慢性心力衰竭”。
电子病历中至少一个医学实体的顺序为：
头痛、恶心->反酸、胃部不适->胃镜检查->慢性心力衰竭
而通过时序重排之后，得到的医学实体序列为：
慢性心力衰竭->反酸、胃部不适->胃镜检查->头痛、恶心
其中，基于时间轴上的时间锚点，可以推断出慢性心力衰竭发生在2020年8月23日，反酸、胃部不适发生在2020年9月1日，头痛、恶心发生在2020年9月14日。
本可选实现方式提供的得到医学实体序列的方法，将时间轴划分为多个时隙，各个时隙分别与电子病历中相邻时间片段一一对应，在确定电子病历中所有相邻时间片段之间、首个时间片段之前以及最后一个时间片段之后的医学实体之后，将确定的相邻时间片段之间、最后一个时间片段之后的医学实体分别分布在与其对应的时隙的前置时间锚点上，将首个时间片段之前的医学实体分布在与其对应的时隙的后置时间锚点上，得到医学实体序列，本可选实现方式，通过将时间轴划分时隙的方式，为确定医学实体序列提供了可选方式，提高了医学实体序列排序的可靠性。
图4示出了根据本申请电子病历内涵质控方法的另一个实施例的流程100。该实施例提供的电子病历内涵质控方法包括以下步骤：
步骤401，对电子病历分别进行时间实体、医学实体抽取，得到至少一个时间片段和至少一个医学实体。
步骤402，基于至少一个时间片段，构建时间轴。
步骤403，基于时间轴、电子病历以及至少一个时间片段，对至少一个医学实体进行排序，得到医学实体序列。
步骤404，对医学实体序列进行质控分析，得到电子病历的质控结果。
应当理解，上述步骤401-步骤404中的操作和特征，分别与步骤101-104中的操作和特征相对应，因此，上述在步骤101-104中对于操作和特征的描述，同样适用于步骤401-步骤404，在此不再赘述。
步骤405，生成并发出与质控结果对应的质控提醒信息。
本实施例中，质控提醒信息与质控结果相对应，例如，质控结果为质控合格，则质控提醒信息可以是包含质控合格的提醒信息；进一步，当质控结果不合格时，则质控提醒信息可以是包含问题分类以及缺陷明细的提醒信息，例如，问题分类包括：位置、时间；缺陷明细包括：医学实体排序出错、医学实体时序紊乱等。
本实施例中，质控提醒信息可以为医生诊断过程提供有效的参考，从而避规无效的诊断操作。
可选地，质控提醒信息还可以是根据样本的质控结果，预先得到的提醒标注数据，该提醒标注数据是根据真实的医学实体之间的时序关系训练得到，一方面保证对电子病历中医学实体的时间的感知，另一方面保证在任何语序下都能有鲁棒性，从而完成了高准确度的电子病历的内涵质控。
本实施例提供的电子病历内涵质控方法，在得到质控结果之后，生成并发出与质控结果对应的质控提醒信息，可以有效提醒病历内涵质控的相关质控人员，减小医疗纠纷，并且还可以在病历书写教学时，教导质控人员如何撰写高质量的病历。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了电子病历内涵质控装置的一个实施例，该装置实施例与图1所示的方法实施例相对应，该装置具体可应用于各种电子设备中。
如图5所示，本实施例提供的电子病历内涵质控装置500包括：抽取单元501，构建单元502，排序单元503，分析单元504。其中，上述抽取单元501，可以被配置成对电子病历分别进行时间实体、医学实体抽取，得到至少一个时间片段和至少一个医学实体。上述构建单元502，可以被配置成基于至少一个时间片段，构建时间轴。上述排序单元503，可以被配置成基于时间轴、电子病历以及至少一个时间片段，对至少一个医学实体进行排序，得到医学实体序列。上述分析单元504，可以被配置成对医学实体序列进行质控分析，得到电子病历的质控结果。
在本实施例中，电子病历内涵质控装置500中：抽取单元501、构建单元502、排序单元503、分析单元504的具体处理及其所带来的技术效果可分别参考图1对应实施例中的步骤101、步骤102、步骤103、步骤104的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，上述构建单元502包括：确定模块(图中未示出)，转换模块(图中未示出)，得到模块(图中未示出)。其中，上述确定模块，可以被配置确定至少一个时间片段中的基准时间片段。上述转换模块，可以被配置成响应于至少一个时间片段中包括相对时间片段，基于基准时间片段，将所有相对时间片段转化为绝对时间片段。上述得到模块，可以被配置成将至少一个时间片段中的所有绝对时间片段以及转化后的绝对时间片段按时间先后顺序排序，得到以绝对时间片段为时间锚点的时间轴。
在本实施例的一些可选的实现方式中，上述构建单元502包括：基准模块(图中未示出)，排序模块(图中未示出)。其中，上述基准模块，可以被配置成确定至少一个时间片段中的基准时间片段。上述排序模块，可以被配置成基于基准时间片段，将至少一个时间片段按时间先后顺序排序，得到以时间片段为时间锚点的时间轴。
在本实施例的一些可选的实现方式中，上述排序单元503包括：识别模块(图中未示出)，定位模块(图中未示出)，响应模块(图中未示出)，映射模块(图中未示出)。其中，上述识别模块，可以被配置成识别电子病历中的符号，以确定电子病历中的句子。上述定位模块，可以被配置成确定各个句子中的时间片段以及时间片段对应的医学实体。上述响应模块，可以被配置成响应于检测到仅包含医学实体的句子，确定该句子中的医学实体与上一个句子中的时间片段对应。上述映射模块，可以被配置成将各个时间片段对应的医学实体依次映射在时间轴上与该时间片段对应的时间锚点上，得到医学实体序列。
在本实施例的一些可选的实现方式中，上述排序单元503包括：划分模块(图中未示出)，确邻模块(图中未示出)，分布模块(图中未示出)。其中，上述划分模块，可以被配置成基于时间轴上的各个时间锚点，将时间轴划分为多个时隙。上述确邻模块，可以被配置成确定电子病历中所有相邻时间片段之间、首个时间片段之前以及最后一个时间片段之后的医学实体。上述分布模块，可以被配置成将确定的相邻时间片段之间、最后一个时间片段之后的医学实体分别分布在与其对应的时隙的前置时间锚点上，将首个时间片段之前的医学实体分布在与其对应的时隙的后置时间锚点上，得到医学实体序列。
在本实施例的一些可选的实现方式中，上述分析单元504包括：获取模块(图中未示出)，检测模块(图中未示出)。其中，上述获取模块，可以被配置成从预设的实体相斥规则中，获取与医学实体序列中各个医学实体存在关联的实体相斥规则。上述检测模块，可以被配置成响应于检测到医学实体序列中两个或以上的医学实体满足关联的实体相斥规则，确定电子病历不合格。
在本实施例的一些可选的实现方式中，上述装置500还包括：提醒单元(图中未示出)。其中，上述提醒单元，可以被配置成生成并发出与质控结果对应的质控提醒信息。
本申请的实施例提供的电子病历内涵质控装置，首先抽取单元501对电子病历分别进行时间实体、医学实体抽取，得到至少一个时间片段和至少一个医学实体；其次，构建单元502基于至少一个时间片段，构建时间轴；然后，排序单元503基于时间轴、电子病历以及至少一个时间片段，对至少一个医学实体进行排序，得到医学实体序列；最后，分析单元504对医学实体序列进行质控分析，得到电子病历的质控结果。由此，基于电子病历中的时间片段建立的时间轴，对电子病历中的医学实体进行排序，得到具有实际时序特征的医学实体序列，对医学实体进行质控分析，提高了电子病历中上下文内容检测的准确性和灵活性，基于医学实体序列的质控结果得到电子病历内涵质控结果，提高了电子病历内涵质控的可靠性和准确性。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图6所示，是根据本申请实施例的电子病历内涵质控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6所示，该电子设备包括：一个或多个处理器601、存储器602，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6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的电子病历内涵质控方法。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电子病历内涵质控方法。
存储器602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电子病历内涵质控方法对应的程序指令/模块(例如，附图5所示的抽取单元501、构建单元502、排序单元503和分析单元504)。处理器601通过运行存储在存储器602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电子病历内涵质控方法。
存储器602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电子病历内涵质控方法的电子设备的使用所创建的数据等。此外，存储器602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602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至电子病历内涵质控方法的电子设备。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。
电子病历内涵质控方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线605或者其他方式连接，图6中以通过总线605连接为例。
输入装置603可接收输入的数字或字符信息，以及产生与电子病历内涵质控方法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604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。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中，存在的管理难度大，业务扩展性弱的缺陷。
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)

1.一种电子病历内涵质控方法，所述方法包括：
对电子病历分别进行时间实体、医学实体抽取，得到至少一个时间片段和至少一个医学实体；
基于所述至少一个时间片段，构建时间轴；
基于所述时间轴、所述电子病历以及所述至少一个时间片段，对所述至少一个医学实体进行排序，得到医学实体序列；
对所述医学实体序列进行质控分析，得到所述电子病历的质控结果。
2.根据权利要求1所述的方法，其中，所述基于所述至少一个时间片段，构建时间轴，包括：
确定所述至少一个时间片段中的基准时间片段；
响应于所述至少一个时间片段中包括相对时间片段，基于所述基准时间片段，将所有相对时间片段转化为绝对时间片段；
将所述至少一个时间片段中的所有绝对时间片段以及转化后的绝对时间片段按时间先后顺序排序，得到以绝对时间片段为时间锚点的时间轴。
3.根据权利要求1所述的方法，其中，所述基于所述至少一个时间片段，构建时间轴，包括：
确定所述至少一个时间片段中的基准时间片段；
基于所述基准时间片段，将所述至少一个时间片段按时间先后顺序排序，得到以时间片段为时间锚点的时间轴。
4.根据权利要求2或3所述的方法，其中，所述基于所述时间轴、所述电子病历以及所述至少一个时间片段，对所述至少一个医学实体进行排序，得到医学实体序列，包括：
识别所述电子病历中的符号，以确定所述电子病历中的句子；
确定各个句子中的时间片段以及所述时间片段对应的医学实体；
响应于检测到仅包含医学实体的句子，确定该句子中的医学实体与上一个句子中的时间片段对应；
将各个时间片段对应的医学实体依次映射在所述时间轴上与该时间片段对应的时间锚点上，得到医学实体序列。
5.根据权利要求2或3所述的方法，其中，所述基于所述时间轴、所述电子病历以及所述至少一个时间片段，对所述至少一个医学实体进行排序，得到医学实体序列，包括：
基于所述时间轴上的各个时间锚点，将所述时间轴划分为多个时隙；
确定所述电子病历中所有相邻时间片段之间、首个时间片段之前以及最后一个时间片段之后的医学实体；
将确定的相邻时间片段之间、最后一个时间片段之后的医学实体分别分布在与其对应的时隙的前置时间锚点上，将首个时间片段之前的医学实体分布在与其对应的时隙的后置时间锚点上，得到医学实体序列。
6.根据权利要求1所述的方法，其中，所述对所述医学实体序列进行质控分析，得到所述电子病历的质控结果，包括：
从预设的实体相斥规则中，获取与所述医学实体序列中各个医学实体存在关联的实体相斥规则；
响应于检测到所述医学实体序列中两个或以上的医学实体满足所述关联的实体相斥规则，确定所述电子病历不合格。
7.根据权利要求6所述的方法，所述方法还包括：
生成并发出与所述质控结果对应的质控提醒信息。
8.一种电子病历内涵质控装置，所述装置包括：
抽取单元，被配置成对电子病历分别进行时间实体、医学实体抽取，得到至少一个时间片段和至少一个医学实体；
构建单元，被配置成基于所述至少一个时间片段，构建时间轴；
排序单元，被配置成基于所述时间轴、所述电子病历以及所述至少一个时间片段，对所述至少一个医学实体进行排序，得到医学实体序列；
分析单元，被配置成对所述医学实体序列进行质控分析，得到所述电子病历的质控结果。
9.根据权利要求8所述的装置，其中，所述构建单元包括：
确定模块，被配置成确定所述至少一个时间片段中的基准时间片段；
转换模块，被配置成响应于所述至少一个时间片段中包括相对时间片段，基于所述基准时间片段，将所有相对时间片段转化为绝对时间片段；
得到模块，被配置成将所述至少一个时间片段中的所有绝对时间片段以及转化后的绝对时间片段按时间先后顺序排序，得到以绝对时间片段为时间锚点的时间轴。
10.根据权利要求8所述的装置，其中，所述构建单元包括：
基准模块，被配置成确定所述至少一个时间片段中的基准时间片段；
排序模块，被配置成基于所述基准时间片段，将所述至少一个时间片段按时间先后顺序排序，得到以时间片段为时间锚点的时间轴。
11.根据权利要求9或10所述的装置，其中，所述排序单元包括：
识别模块，被配置成识别所述电子病历中的符号，以确定所述电子病历中的句子；
定位模块，被配置成确定各个句子中的时间片段以及所述时间片段对应的医学实体；
响应模块，被配置成响应于检测到仅包含医学实体的句子，确定该句子中的医学实体与上一个句子中的时间片段对应；
映射模块，被配置成将各个时间片段对应的医学实体依次映射在所述时间轴上与该时间片段对应的时间锚点上，得到医学实体序列。
12.根据权利要求9或10所述的装置，其中，所述排序单元包括：
划分模块，被配置成基于所述时间轴上的各个时间锚点，将所述时间轴划分为多个时隙；
确邻模块，被配置成确定所述电子病历中所有相邻时间片段之间、首个时间片段之前以及最后一个时间片段之后的医学实体；
分布模块，被配置成将确定的相邻时间片段之间、最后一个时间片段之后的医学实体分别分布在与其对应的时隙的前置时间锚点上，将首个时间片段之前的医学实体分布在与其对应的时隙的后置时间锚点上，得到医学实体序列。
13.根据权利要求8所述的装置，其中，所述分析单元包括：
获取模块，被配置成从预设的实体相斥规则中，获取与所述医学实体序列中各个医学实体存在关联的实体相斥规则；
检测模块，被配置成响应于检测到所述医学实体序列中两个或以上的医学实体满足所述关联的实体相斥规则，确定所述电子病历不合格。
14.根据权利要求13所述的装置，所述装置还包括：
提醒单元，被配置成生成并发出与所述质控结果对应的质控提醒信息。
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。
CN202011378831.4A 2020-11-30 2020-11-30 电子病历内涵质控方法和装置 Active CN112507722B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011378831.4A CN112507722B (zh) 2020-11-30 2020-11-30 电子病历内涵质控方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011378831.4A CN112507722B (zh) 2020-11-30 2020-11-30 电子病历内涵质控方法和装置

Publications (2)

Publication Number Publication Date
CN112507722A true CN112507722A (zh) 2021-03-16
CN112507722B CN112507722B (zh) 2023-08-01

Family

ID=74968752

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011378831.4A Active CN112507722B (zh) 2020-11-30 2020-11-30 电子病历内涵质控方法和装置

Country Status (1)

Country Link
CN (1) CN112507722B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI780678B (zh) * 2021-04-26 2022-10-11 智齡科技股份有限公司 護理資訊模組自動化系統與方法

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5218969A (en) * 1988-02-04 1993-06-15 Blood Line Technology, Inc. Intelligent stethoscope
US20040122701A1 (en) * 2000-11-22 2004-06-24 Dahlin Michael D. Systems and methods for integrating disease management into a physician workflow
CN101571890A (zh) * 2008-04-28 2009-11-04 国际商业机器公司 自动评估病历质量的方法和系统
WO2014105752A1 (en) * 2012-12-28 2014-07-03 Revon Systems, Llc Systems and methods for using electronic medical records in conjunction with patient apps
CN105808951A (zh) * 2016-03-10 2016-07-27 宁波金唐软件有限公司 一种电子病历的质量控制方法及其装置
WO2017042396A1 (en) * 2015-09-10 2017-03-16 F. Hoffmann-La Roche Ag Informatics platform for integrated clinical care
CN106682397A (zh) * 2016-12-09 2017-05-17 江西中科九峰智慧医疗科技有限公司 一种基于知识的电子病历质控方法
CN106909783A (zh) * 2017-02-24 2017-06-30 北京交通大学 一种基于时间线的病历文本医学知识发现方法
CN109524074A (zh) * 2018-11-09 2019-03-26 医渡云（北京）技术有限公司 病例讨论方法、装置、计算机可读存储介质及电子设备
CN109902112A (zh) * 2019-01-24 2019-06-18 西安交通大学 一种基于时间轴的电子病历可视化方法及可视化系统
CN110019711A (zh) * 2017-11-27 2019-07-16 吴谨准 一种对医学文本数据结构化处理的控制方法及装置
CN110032617A (zh) * 2019-03-05 2019-07-19 中电科软件信息服务有限公司 基于规则的卒中数据抽取管理系统及方法
CN110162779A (zh) * 2019-04-04 2019-08-23 北京百度网讯科技有限公司 病历质量的评估方法、装置及设备
CN111292821A (zh) * 2020-01-21 2020-06-16 上海联影智能医疗科技有限公司 一种医学诊疗系统
CN111326226A (zh) * 2020-02-14 2020-06-23 腾讯科技（深圳）有限公司 电子病历的解析处理及显示方法、装置、设备及存储介质
CN111681728A (zh) * 2020-06-09 2020-09-18 北京嘉和海森健康科技有限公司 一种电子病历的内涵质控方法及装置
CN111737975A (zh) * 2020-05-14 2020-10-02 平安科技（深圳）有限公司 文本内涵质量的评估方法、装置、设备及存储介质

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5218969A (en) * 1988-02-04 1993-06-15 Blood Line Technology, Inc. Intelligent stethoscope
US20040122701A1 (en) * 2000-11-22 2004-06-24 Dahlin Michael D. Systems and methods for integrating disease management into a physician workflow
CN101571890A (zh) * 2008-04-28 2009-11-04 国际商业机器公司 自动评估病历质量的方法和系统
WO2014105752A1 (en) * 2012-12-28 2014-07-03 Revon Systems, Llc Systems and methods for using electronic medical records in conjunction with patient apps
WO2017042396A1 (en) * 2015-09-10 2017-03-16 F. Hoffmann-La Roche Ag Informatics platform for integrated clinical care
CN105808951A (zh) * 2016-03-10 2016-07-27 宁波金唐软件有限公司 一种电子病历的质量控制方法及其装置
CN106682397A (zh) * 2016-12-09 2017-05-17 江西中科九峰智慧医疗科技有限公司 一种基于知识的电子病历质控方法
CN106909783A (zh) * 2017-02-24 2017-06-30 北京交通大学 一种基于时间线的病历文本医学知识发现方法
CN110019711A (zh) * 2017-11-27 2019-07-16 吴谨准 一种对医学文本数据结构化处理的控制方法及装置
CN109524074A (zh) * 2018-11-09 2019-03-26 医渡云（北京）技术有限公司 病例讨论方法、装置、计算机可读存储介质及电子设备
CN109902112A (zh) * 2019-01-24 2019-06-18 西安交通大学 一种基于时间轴的电子病历可视化方法及可视化系统
CN110032617A (zh) * 2019-03-05 2019-07-19 中电科软件信息服务有限公司 基于规则的卒中数据抽取管理系统及方法
CN110162779A (zh) * 2019-04-04 2019-08-23 北京百度网讯科技有限公司 病历质量的评估方法、装置及设备
CN111292821A (zh) * 2020-01-21 2020-06-16 上海联影智能医疗科技有限公司 一种医学诊疗系统
CN111326226A (zh) * 2020-02-14 2020-06-23 腾讯科技（深圳）有限公司 电子病历的解析处理及显示方法、装置、设备及存储介质
CN111737975A (zh) * 2020-05-14 2020-10-02 平安科技（深圳）有限公司 文本内涵质量的评估方法、装置、设备及存储介质
CN111681728A (zh) * 2020-06-09 2020-09-18 北京嘉和海森健康科技有限公司 一种电子病历的内涵质控方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘义;张建国;: "基层医疗机构胸痛中心的质量控制与持续改进", 中国现代医生, no. 30 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI780678B (zh) * 2021-04-26 2022-10-11 智齡科技股份有限公司 護理資訊模組自動化系統與方法

Also Published As

Publication number Publication date
CN112507722B (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
CN107644011B (zh) 用于细粒度医疗实体提取的系统和方法
Choe et al. Characterizing visualization insights from quantified selfers' personal data presentations
CN109584975B (zh) 医疗数据标准化处理方法及装置
US11232856B2 (en) Methods for automatic cohort selection in epidemiologic studies and clinical trials
US11610653B2 (en) Systems and methods for improved optical character recognition of health records
CN107680661B (zh) 用于估计医疗资源需求的系统和方法
CN112507701A (zh) 待纠错医疗数据的识别方法、装置、设备和存储介质
CN108461110A (zh) 医疗信息处理方法、装置及设备
US11837343B2 (en) Identifying repetitive portions of clinical notes and generating summaries pertinent to treatment of a patient based on the identified repetitive portions
US20240053307A1 (en) Identifying Repetitive Portions of Clinical Notes and Generating Summaries Pertinent to Treatment of a Patient Based on the Identified Repetitive Portions
Cruz-Correia et al. Data quality and integration issues in electronic health records
CN112259243B (zh) 一种基于双向GRUs的单病种临床路径构建方法及系统
CN111008269A (zh) 数据处理方法及装置、存储介质及电子终端
CN112562808A (zh) 患者画像的生成方法、装置、电子设备及存储介质
US11928437B2 (en) Machine reading between the lines
CN116312926A (zh) 健康路径推荐方法及相关装置、电子设备和存储介质
Tiwari et al. Data stream management for CPS-based healthcare: a contemporary review
Zhang et al. Hands-free electronic documentation in emergency care work through smart glasses
CN112507722B (zh) 电子病历内涵质控方法和装置
Cross et al. The Realize Language System: An Online SGD Data Log Analysis Tool.
Kovalchuk et al. Personalized clinical decision support with complex hospital-level modelling
CN102955901A (zh) 医疗呈现创建器
Kumar Attar et al. The emergence of Natural Language Processing (NLP) techniques in healthcare AI
WO2023230176A1 (en) System and method for multidimensional collection and analysis of transactional data
Finfgeld-Connett Introduction to theory-generating meta-synthesis research

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