CN112836006B

CN112836006B - 一种多重诊断智能编码方法、系统、介质及设备

Info

Publication number: CN112836006B
Application number: CN202110038682.5A
Authority: CN
Inventors: 李森; 吴军; 孙钊; 桑波; 李福友; 郝旭阳; 鲁成霞
Original assignee: Shandong Msunhealth Technology Group Co Ltd
Current assignee: Zhongyang Health Technology Group Co ltd
Priority date: 2021-01-12
Filing date: 2021-01-12
Publication date: 2022-09-23
Anticipated expiration: 2041-01-12
Also published as: CN112836006A

Abstract

本发明属于智能编码领域，提供了一种多重诊断智能编码方法、系统、介质及设备。其中，多重诊断智能编码方法包括接收临床原始多重诊断数据并进行预处理操作；将预处理后多重诊断数据进行分词处理，得到分词结果集合；分词结果集合中的元素由修饰词和主导词组合构成；将分词结果集合中所有词汇进行语义联想转换处理；将语义联想转换处理得到的全组合进行语匹配树搜索处理，对筛选出来的匹配树按匹配组的匹配度从高到低进行降序排列，取排序第一的匹配树组作为编码结果；其中，匹配树的树根是疾病标准编码，树干是诊断名称，树枝是诊断名称的具体组成部分，树叶是诊断拆分的主导词和修饰词。

Description

一种多重诊断智能编码方法、系统、介质及设备

技术领域

本发明属于智能编码领域，尤其涉及一种多重诊断智能编码方法、系统、介质及设备。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

国际疾病分类(International Classification of Diseases，ICD)是世卫组织要求各成员国和卫生统计中共同采用的对疾病、损伤和中毒进行编码的标准分类方法，是目前国际上通用的疾病分类方法。疾病分类日渐成为卫生信息化建设、医疗服务信息监管、医保及新农合费用结算、临床路径管理、按病种付费、医院评审、重点学科评审、传染病报告等诸多工作的基础。在临床实际应用中，由于临床医生诊断书写个性化、标准不统一，编码员工作量繁重、经验不足、理解差异化等原因，常常在对疾病编码时出现错误，从而影响了一系列后续统计、科研和管理中的使用。临床上常常将两种相同部位或者相似疾病写成一个诊断，但是在ICD疾病分类中需要用两个编码来对该诊断进行编码。例如临床医生书写的诊断“慢性萎缩性胃炎伴胆汁反流”，需要用“K29.400慢性萎缩性胃炎”和“K83.800x012胆汁反流”两个编码来表示，这种一条诊断拥有多个编码的诊断在本文中称为多重诊断。发明人发现，一般疾病自动编码方法只能提供一个编码，导致该诊断丢弃了另一半信息，而人工核对或者编码会受制于经验以及工作强度的影响。

发明内容

为了解决上述背景技术中存在的至少一项技术问题，本发明提供一种多重诊断智能编码方法、系统、介质及设备，其利用自然语义理解对临床医生书写的诊断进行分词以及语义理解，将多重诊断高效、准确地智能匹配得出相应的诊断编码。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种多重诊断智能编码方法。

一种多重诊断智能编码方法，包括：

接收临床原始多重诊断数据并进行预处理操作；

将预处理后多重诊断数据进行分词处理，得到分词结果集合；分词结果集合中的元素由修饰词和主导词组合构成；

将分词结果集合中所有词汇进行语义联想转换处理；

将语义联想转换处理得到的全组合进行语匹配树搜索处理，对筛选出来的匹配树按匹配组的匹配度从高到低进行降序排列，取排序第一的匹配树组作为编码结果；

其中，匹配树的树根是疾病标准编码，树干是诊断名称，树枝是诊断名称的具体组成部分，树叶是诊断拆分的主导词和修饰词。

作为一种实施方式，所述预处理操作包括特殊字符的处理、异体字的转换以及标点符号的处理。

作为一种实施方式，经语义联想转换处理后，得到主导词与修饰词的所有转换可能集合，进而得到主导词转换集合与修饰词转换集合组成的全组合集。

作为一种实施方式，匹配组的匹配度的计算过程为：

匹配组中匹配树个数，修饰词与主导词距离，匹配树组所有主导词与组合关键词中主导词交集的元素个数，匹配树组所有修饰词与组合关键词中修饰词交集的元素个数，匹配树相似度组成集合与集合内元素相应加权系数的累加和，即得到匹配组的匹配度。

作为一种实施方式，匹配树相似度指的是诊断数据与匹配树的相似度，其计算过程为：

将各诊断关键词到匹配树叶子关键词的路径长度求自然对数并进行累加。

作为一种实施方式，将匹配树按匹配组的匹配度从高到低进行降序排列的过程中，选取所有匹配树的主导词是组合关键词所有主导词子集，并且组合关键词的所有修饰词是匹配树修饰词子集的匹配树，作为候选匹配树集。

作为一种实施方式，将候选匹配树集分组，其中各匹配树主导词不能重复，即各组内匹配树主导词交集为空。

本发明的第二个方面提供一种多重诊断智能编码系统。

一种多重诊断智能编码系统，包括：

数据接收及预处理模块，其用于接收临床原始多重诊断数据并进行预处理操作；

分词处理模块，其用于将预处理后多重诊断数据进行分词处理，得到分词结果集合；分词结果集合中的元素由修饰词和主导词组合构成；

语义联想转换模块，其用于将分词结果集合中所有词汇进行语义联想转换处理；

匹配树搜索模块，其用于将语义联想转换处理得到的全组合进行语匹配树搜索处理，对筛选出来的匹配树按匹配组的匹配度从高到低进行降序排列，取排序第一的匹配树组作为编码结果；

本发明的第三个方面提供一种计算机可读存储介质。

一种计算机可读存储介质，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所述的多重诊断智能编码方法中的步骤。

本发明的第四个方面提供一种计算机设备。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的多重诊断智能编码方法中的步骤。

与现有技术相比，本发明的有益效果是：

本发明将语义联想转换处理得到的全组合进行语匹配树搜索处理，对筛选出来的匹配树按匹配组的匹配度从高到低进行降序排列，取排序第一的匹配树组作为编码结果，解决了目前市面上自动编码方法无法解决多重诊断拆分编码的需求，实现了协助临床医生规范书写诊断，协助编码员提高编码的准确率，防止部分诊断信息缺失编码的目的，为政府管理部门能够提供可信度高的数据支持，为DRG医保付费、绩效考核、医疗护理评价提供依据，并且保证了医疗、教学和科研的资料检索的准确性。

本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1是本发明实施例的一种多重诊断智能编码方法的流程图。

具体实施方式

下面结合附图与实施例对本发明作进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

实施例一

如图1所示，本实施例提供了一种多重诊断智能编码方法，其包括：

S101：接收临床原始多重诊断数据并进行预处理操作。

在具体实施中，临床原始多重诊断数据，是指：病历文件中的诊断、病案首页的出院诊断、病理诊断以及外伤中毒的外因诊断中一个诊断需要多个编码的诊断。

所述预处理操作是指：特殊字符的处理、异体字的转换以及标点符号的处理。

需要说明的是，在具体实施中，预处理操作的过程，本领域技术人员可采用现有技术来实现，此处不再累述。

S102：将预处理后多重诊断数据进行分词处理，得到分词结果集合；分词结果集合中的元素由修饰词和主导词组合构成。

在具体实施中，分词处理将待分词诊断数据进行切分，得到由若干个关键词组成的集合，集合中包括主导词和修饰词。该步骤会根据不同分词方案产生多个分词集合，例如：原始诊断数据为上肢动脉血栓，分词后结果集为：

Set_words＝{{上肢动脉，血栓}，{上肢，动脉血橙}，{上肢，动脉，血栓}}

其中，上肢动脉、上肢、动脉为各自组合中的修饰词，血栓、动脉血栓为各自组合中的主导词。另外，用集合S表示各种分词结果的修饰词与主导词之间的距离，表示如下：

S＝{S₁，S2，S₃}

其中，S₁＝{d(上肢动脉，血栓)}，S₂＝{d(上肢，动脉血栓)}，S₃＝{d(上肢，血栓)，d(动脉，血栓)}。d(w1，w2)＝ln|location₂-location₁|，location为分词后该词在集合中的位置。

在本实施例中，主导词是指：疾病、异常症状、异常体征及异常组织等，如伤寒、咳嗽、游走脾等。

在本实施例中，修饰词是指：主导词的属性，如部位、方位、疾病程度及性质分型等。如上肢、左侧、重度、急性等。

S103：将分词结果集合中所有词汇进行语义联想转换处理。

具体地，语义联想转换处理的具体过程为：

将分词所得关键词在医学语义网络上进行联想转换，分别得到主导词和修饰词的所有转换可能集合，然后将主导词转换集合与修饰词转换集合进行全组合。

例如：前臂挫伤，首先经过分词处理后得到分词结果集

Set_words＝{前臂，挫伤}，然后进行语义联想转换处理：

前臂转换集合为Set_前臂＝{前臂，上肢，四肢，肢体}；挫伤转换集合为Set_挫伤＝{挫伤，浅表损伤，损伤}，最后进行主导词转换集合和修饰词转换集合全组合，得到12个组合关键词集组成的全组合集：

SET_total＝{

{前臂，挫伤}，{前臂，浅表损伤}，{前臂，损伤}，

{上肢，挫伤}，{上肢，浅表损伤}，{上肢，损伤}，

{四肢，挫伤}，{四肢，浅表损伤}，{四肢，损伤}，

{肢体，挫伤}，{肢体，浅表损伤}，{肢体，损伤}

}

其中，主导词集为SET_main＝{{挫伤}，{浅表损伤}，{损伤}}，修饰词集为SET_modifier＝{{前臂}，{上肢}，{四肢}，{肢体}}。

S104：将语义联想转换处理得到的全组合进行语匹配树搜索处理，对筛选出来的匹配树按匹配组的匹配度从高到低进行降序排列，取排序第一的匹配树组作为编码结果；

具体地，匹配树搜索处理，是指：利用语义联想转换处理得到的所有组合，在匹配森林中进行搜索，将每个组合关键词集合与匹配树叶子集合求交集，选取交集非空的匹配树作为待选编码。

所述匹配森林，是由若干个匹配树汇聚而成。所述匹配树，由树根、树干、树枝和树叶组成。匹配树的树根是疾病标准编码(ICD编码)；树干是诊断名称；树枝是诊断名称的具体组成部分；树叶是诊断拆分的主导词和修饰词。

在具体实施中，所述匹配树按匹配度从高到低进行降序排列，具体步骤是：

步骤(a1)：选取所有匹配树的主导词是组合关键词所有主导词子集，并且组合关键词的所有修饰词是匹配树修饰词子集的匹配树，作为候选匹配树集Tree_set＝{Tree₁,Tree₂...Tree_n}。

步骤(a2)：将候选匹配树集分组，其中各匹配树主导词不能重复，即各组内匹配树主导词交集为空。

步骤(a3)计算各匹配组的匹配度，将匹配树候选组按匹配度进行降序排列。匹配组中匹配树个数为n_tree，修饰词与主导词距离S_{dis tan ce}，匹配树组所有主导词与组合关键词中主导词交集的元素个数n_main，匹配树组所有修饰词与组合关键词中修饰词交集的元素个数n_{mod ifier}，匹配树相似度S_sim组成集合X＝{n_tree,s_{dia tan ce},n_main,n_{mod ifier},s_sim}，匹配度为：

Match＝α^TX。

其中，α^T为加权系数。然后按照匹配度由高到低进行排序，取排序第一的匹配树组作为编码结果。

此处需要说明的是，匹配树相似度是指：医学语义网络上语义的转换具有转换距离，即为关键词转换的路径长度，将各诊断关键词到匹配树叶子关键词的路径长度求自然对数并进行累加，即得到诊断数据与匹配树的相似度。

例如，前臂挫伤，分词集为{前臂，挫伤}，对应到匹配树{上肢，浅表损伤}上，其中前臂到上肢的路径长度为0.6，挫伤到浅表损伤的路径长度为0.7，则诊断前臂挫伤与匹配树上肢浅表损伤的相似度为：

s＝ln(0.6)+ln(0.7)＝-0.8675

在本实施例中，语义网络是一种用图表示知识的结构化方式。在一个语义网络中，信息被表达为一组节点，节点通过一组带标记的有向直线彼此相连，用于表示节点之间的关系。所述医学语义网路，是指语义网路的节点以医学领域概念为主体的网络。

实施例二

本实施例提供了一种多重诊断智能编码系统，其包括：

此处需要说明的是，本实施例的多重诊断智能编码系统中的各个模块，与实施例一中的多重诊断智能编码方法中的各个步骤一一对应，其具体实施过程相同，此处不再累述。

实施例三

本实施例提供了一种计算机可读存储介质，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述的多重诊断智能编码方法中的步骤。

实施例四

本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述实施例一所述的多重诊断智能编码方法中的步骤。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种多重诊断智能编码方法，其特征在于，包括：

接收临床原始多重诊断数据并进行预处理操作；

将分词结果集合中所有词汇进行语义联想转换处理；

其中，匹配树的树根是疾病标准编码，树干是诊断名称，树枝是诊断名称的具体组成部分，树叶是诊断拆分的主导词和修饰词；

匹配树相似度指的是诊断数据与匹配树的相似度，其计算过程为：

将各诊断关键词到匹配树叶子关键词的路径长度求自然对数并进行累加；

所述匹配树按匹配度从高到低进行降序排列，具体步骤是：

步骤(a1)：选取所有匹配树的主导词是组合关键词所有主导词子集，并且组合关键词的所有修饰词是匹配树修饰词子集的匹配树，作为候选匹配树集Tree_set＝{Tree₁,Tree₂...Tree_n}；

步骤(a2)：将候选匹配树集分组，其中各匹配树主导词不能重复，即各组内匹配树主导词交集为空；

步骤(a3)计算各匹配组的匹配度，将匹配树候选组按匹配度进行降序排列；匹配组中匹配树个数为n_tree，修饰词与主导词距离S_distance，匹配树组所有主导词与组合关键词中主导词交集的元素个数n_ma ⁱ _n，匹配树组所有修饰词与组合关键词中修饰词交集的元素个数n_modifier，匹配树相似度S_sim组成集合X＝{n_tree,s_diatance,n_main,n_modifier,s_sim}，匹配度为：

Match＝α^TX

其中，α^T为加权系数，然后按照匹配度由高到低进行排序，取排序第一的匹配树组作为编码结果。

2.如权利要求1所述的多重诊断智能编码方法，其特征在于，所述预处理操作包括特殊字符的处理、异体字的转换以及标点符号的处理。

3.如权利要求1所述的多重诊断智能编码方法，其特征在于，经语义联想转换处理后，得到主导词与修饰词的所有转换可能集合，进而得到主导词转换集合与修饰词转换集合组成的全组合集。

4.一种多重诊断智能编码系统，其特征在于，包括：

所述匹配树按匹配度从高到低进行降序排列，具体步骤是：

Match＝α^TX

5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-3中任一项所述的多重诊断智能编码方法中的步骤。

6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-3中任一项所述的多重诊断智能编码方法中的步骤。