CN112863627A - 医疗质控信息检测方法、系统以及存储介质 - Google Patents
医疗质控信息检测方法、系统以及存储介质 Download PDFInfo
- Publication number
- CN112863627A CN112863627A CN202110264868.2A CN202110264868A CN112863627A CN 112863627 A CN112863627 A CN 112863627A CN 202110264868 A CN202110264868 A CN 202110264868A CN 112863627 A CN112863627 A CN 112863627A
- Authority
- CN
- China
- Prior art keywords
- answered
- question
- candidate
- answer
- 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
Links
- 238000003908 quality control method Methods 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000011176 pooling Methods 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 14
- 238000002347 injection Methods 0.000 description 5
- 239000007924 injection Substances 0.000 description 5
- 229920002545 silicone oil Polymers 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000000692 anti-sense effect Effects 0.000 description 1
- 230000001746 atrial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000005246 left atrium Anatomy 0.000 description 1
- 238000012545 processing Methods 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及一种医疗质控信息检测方法、系统以及存储介质,涉及医疗计算机领域,所述医疗质控信息检测方法包括:识别原始信息,以所述原始信息为基础形成待答复问题;根据所述待答复问题,生成至少三个候选选项,其中,所述候选选项包括正确答案;获取参考信息,以所述参考信息为参考,计算每个候选选项的得分;将得分最高的候选选项作为所述待答复问题的选择答案;对比所述选择答案和所述正确答案,当所述选择答案与所述正确答案不一致时,输出第一预设符号。
Description
技术领域
本发明涉计算机领域,具体涉及一种医疗质控信息检测方法、系统以及存储介质。
背景技术
医疗质量监控系统(简称,医疗质控系统)是对医院各个环节的质量监控,主要监控环节在于对患者就医过程的监控。而随着电子病历的广泛使用,为医疗质量的监控提供了电子化平台,使得利用电子化对病历实施质量监控成为可能,降低了人力成本,提高看质量监控效率。
而同一份病历样本中会存在前后记录信息不一致的情况,尤其是涉及手术的病历,会出现手术过程记录与手术名称记录不相符的情况,由于现有的医疗质量监控系统中识别准确率低,特别是手术过程中存在多个信息时,存在信息检测困难导致的质量问题,造成医疗质控系统精确度低。
发明内容
本发明提供一种医疗质控信息检测方法、系统以及存储介质,能够解决医疗质控系统精确度低的问题。
本发明解决上述技术问题的技术方案如下:
第一方面,本发明实施例提供一种医疗质控信息检测方法,所述医疗质控信息检测方法包括:
识别原始信息,以所述原始信息为基础形成待答复问题;
根据所述待答复问题,生成至少三个候选选项,其中,所述候选选项包括正确答案;
获取参考信息,以所述参考信息为参考,计算每个候选选项的得分;
将得分最高的候选选项作为所述待答复问题的选择答案;
对比所述选择答案和所述正确答案,当所述选择答案与所述正确答案不一致时,输出第一预设符号。
可选的,所述以所述原始信息为基础形成待答复问题,包括:
遮掩所述原始信息中的关键字/字符以形成所述待答复问题。
可选的,所述获取参考信息,以所述参考信息为参考,计算每个候选选项的得分,包括:
使用预训练语言模型BERT为所述待答复问题、所述候选选项和所述参考信息进行编码,以如下公式表示:
[Q,Ok,P]=BERT(<[cls],qm,ok,[sep],p,[sep]>) (1)
其中,qm表示所述待答复问题;ok表示所述候选选项,k=1,2,3……n,n≥1且为自然数;p表示所述参考信息;[cls]和[sep]均为所述预训练语言模型BERT的特殊符号;[Q]表示待答复问题矩阵;[Ok]表示候选选项矩阵;[P]表示参考信息矩阵;
分别计算所述待答复问题矩阵[Q]、所述候选选项矩阵[Ok]和所述参考信息矩阵[P]的最大池化层向量:
q=maxpooling(Q) (2)
ck=maxpooling(Ok) (3)
p=maxpooling(P) (4)
其中,q表示所述待答复问题的最大池化层向量,ck表示所述候选选项矩阵的最大池化层向量,p所述参考信息矩阵的最大池化层向量;
以最大池化层向量为基础,计算每个候选选项的得分,公式如下:
sk=pTWcck+pTWqq (5)
其中,pT、Wc和Wq均为参数矩阵。
可选的,所述医疗质控信息检测方法,还包括:
对比所述选择答案和所述正确答案,当所述选择答案与所述正确答案一致时,输出第二预设符号。
可选的,所述至少三个候选选项,包括:
所述至少三个候选选项中一个候选选项的词义与另一个候选选项的词义相反。
第二方面,本发明实施例提供一种医疗质控信息检测系统,所述医疗质控信息检测系统包括:
识别单元,用于识别原始信息,以所述原始信息为基础形成待答复问题;
生成单元,用于根据所述待答复问题,生成至少三个候选选项,其中,所述候选选项包括正确答案;
计算单元,用于获取参考信息,以所述参考信息为参考,计算每个候选选项的得分;
输出单元,用于将得分最高的候选选项作为所述待答复问题的选择答案输出;
对比单元,用于对比所述选择答案和所述正确答案;
所述输出单元还用于当所述选择答案与所述正确答案不一致时,输出第一预设符号。
可选的,所述输出单元还包括:
当所述选择答案与所述正确答案一致时,输出第二预设符号。
第三方面,本发明实施例提供一种医疗质控信息检测系统,所述医疗质控信息检测系统包括处理器、存储器、通信接口以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行本发明实施例第一方面中任一步骤的指令。
第四方面本发明实施例提供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,所述计算机程序被处理器执行以实现本发明实施例第一方面中的方法。
上述发明中的任一个实施例具有如下优点或有益效果:
在本发明实施例中,识别原始信息,以所述原始信息为基础形成待答复问题;根据所述待答复问题,生成至少三个候选选项,其中,所述候选选项包括正确答案;获取参考信息,以所述参考信息为参考,计算每个候选选项的得分,上述步骤构建了完型填空模型,也就是以原始信息为基础形成了待答复问题,进而根据待答复问题生成出候选选项,进一步的,获取参考信息,以参考信息为参考,深入的阅读参考信息,识别出参考信息中蕴含的语义,根据参考信息中蕴含的语义分别计算候选选项的得分,将得分最高的候选选项作为所述待答复问题的选择答案,本实施例中由于对参考信息进行了深入的阅读,因此可根据上下文语义识别,识别率得到了提升,进而对比所述选择答案和所述正确答案,当所述选择答案与所述正确答案不一致时,输出第一预设符号,因此可监控医疗质控系统中的质量问题,提供了医疗监控系统的精准度。
附图说明
图1为本发明实施例提供的医疗质控信息检测方法的一种流程图;
图2为本发明实施例提供的医疗质控信息检测方法的另一种流程图;
图3为本发明实施例提供的医疗质控信息检测方法的另一种流程图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。以下所举实例只用于解释本发明的方法特征、流程步骤或者原理特征等,并非用于限定本发明的范围。
需要说明的是,本申请实施例提供的技术方案,各步骤的执行主体可为计算机设备,该计算机设备可以是智能手机、平板电脑、个人计算机之类的终端设备,也可以是服务器。该服务器可以是一台服务器,也可以是多台服务器组成的服务器集群,还可以是一个云计算服务中心,本发明并不对其进行特别限定。
本发明实施例提供的一种医疗质控信息检测方法,在详细的产生本发明的实施例之前,对本发明涉及到的原理以及名称进行必要解释,以便本领域技术人员能够更好的理解本申请。
在对医疗质量的监控过程中,由于病历的复杂性,尤其是涉及手术的病历,会出现手术名称与手术过程不相符的情况,而由于医疗质控系统语言识别能力有限,并不能识别出二者的差异,造成医疗质量监控系统(简称医疗质控系统)精确度低。
而本申请通过搭建“完型填空模型”可以很好的避免上述问题的出现,提高医疗质控系统的精确度。下面对本申请涉及到的“完型填空模型”原理进行解释说明:
以手术病历为例,将手术名称作为“原始信息”,并将手术名称中的关键字/字符进行遮挡,以形成完型填空的“待答复问题”,并且根据完型填空的问题设定至少三个候选选项,众所周知候选选项中必然包括正确答案,并且正确答案为遮挡的内容。而将手术过程作为“参考信息”,可以理解为完型填空问题的参考文章,对参考信息进行深入阅读,识别出上下文语义,进而计算出每个候选选项的得分,将得分最高的候选选择作为“选择答案”,选择答案与正确答案不一致,则输出第一预设符号,反之当选择答案与正确答案不一致时,则输出第二预设符号。
示例性的,病历中手术名称为“左眼硅油注入术”,遮掩“左”以形成“[MASK]眼硅油注入术”,此时“[MASK]眼硅油注入术”即为完型填空的待答复问题,根据该待答复问题生成三个候选选项为[A=“左”,B=“右”,C=“未知”],而正确答案为A。病历手术过程的记录为“参考信息”,通过预训练语言模型BERT对手术过程进行深度阅读,识别上下文语义,结合语义利用最大池化层向量计算出每个候选选项的得分,得分最高的为选择答案。
示例性的,以手术名称和手术过程为例,可将完型填空模型的训练集定义为D,
D={<o1,p1,d1>,<o2,p2,d2>,...,<on,pn,dn>}
其中,oi表示第i个病历样本的手术名称,手术名称包含左右部位等关键信息,比如“左眼硅油注入术”;pi则表示第i个病历样本的手术过程描述,主要包含对手术过程经过的描述;di则表示第i个病历样本手术名称和手术过程关于处理的手术部位是否一致的标签,标签一致则表明选择答案和正确答案一致,示例性的可输出第一预设字符,第一预设字符可用“1”表示。
需要说明的是,本实施例中原始信息和参考信息是以同一病历中不同位置的内容概述的,但是本发明并不对其进行特别限定,原始信息和参考信息也可存在与不同病历中,根据上述完型填空模型,原始信息的目的是形成完型填空的问题,参考信息的目的是形成“参考文章”,因此与二者所在位置没有特别限定。
另外,“原始信息”和“参考信息”可为字/字符,示例性的不局限于汉字、拼音、单词等等,实施例不对其进行特别限定,对其数量亦不做特别限定。“第一预设字符”和“第二预设字符”可以为字,也可为字符,亦可为一串指令,并发明实施例中以“0”和“1”作为示例,并不对其具体的表现形式做特别的限定。
下面对本申请的实施例进行详细描述:
本发明实施例提供一种医疗质控信息检测方法,如图1所示,其为本发明实施例提供的医疗质控信息检测方法的一种流程图。所述医疗质控信息检测方法包括:
S10、识别原始信息,以所述原始信息为基础形成待答复问题;
S20、根据所述待答复问题,生成至少三个候选选项,其中,所述候选选项包括正确答案;
S30、获取参考信息,以所述参考信息为参考,计算每个候选选项的得分;
S40、将得分最高的候选选项作为所述待答复问题的选择答案;
S50、对比所述选择答案和所述正确答案,当所述选择答案与所述正确答案不一致时,输出第一预设符号。
在本发明实施例中,识别原始信息,以所述原始信息为基础形成待答复问题;根据所述待答复问题,生成至少三个候选选项,其中,所述候选选项包括正确答案;获取参考信息,以所述参考信息为参考,计算每个候选选项的得分,上述步骤构建了完型填空模型,也就是以原始信息为基础形成了待答复问题,进而根据待答复问题生成出候选选项,进一步的,获取参考信息,以参考信息为参考,深入的阅读参考信息,识别出参考信息中蕴含的语义,根据参考信息中蕴含的语义分别计算候选选项的得分,将得分最高的候选选项作为所述待答复问题的选择答案,本实施例中由于对参考信息进行了深入的阅读,因此可根据上下文语义识别,识别率得到了提升,进而对比所述选择答案和所述正确答案,当所述选择答案与所述正确答案不一致时,输出第一预设符号,因此可监控医疗质控系统中的质量问题,提供了医疗监控系统的精准度。
示例性的,所述以所述原始信息为基础形成待答复问题,包括:
遮掩所述原始信息中的关键字/字符以形成所述待答复问题。
本实施例中,可对病历手术名称的部分关键字进行遮挡,示例性,左心房手术中的“左”进行遮挡,遮挡后的“[MASK]心房手术”即为待答复问题。
示例性的,如图2所示,其为本发明实施例提供的医疗质控信息检测方法的另一种流程图,对步骤S30获取参考信息,以所述参考信息为参考,计算每个候选选项的得分做进一步的解释说明:
所述获取参考信息,以所述参考信息为参考,计算每个候选选项的得分,包括:
S301、使用预训练语言模型BERT为所述待答复问题、所述候选选项和所述参考信息进行编码,以如下公式表示:
[Q,Ok,P]=BERT(<[cls],qm,ok,[sep],p,[sep]>) (1)
其中,qm表示所述待答复问题;ok表示所述候选选项,k=1,2,3……n,n≥1且为自然数;p表示所述参考信息;[cls]和[sep]均为所述预训练语言模型BERT的特殊符号;[Q]表示待答复问题矩阵;[Ok]表示候选选项矩阵;[P]表示参考信息矩阵;
S302、分别计算所述待答复问题矩阵[Q]、所述候选选项矩阵[Ok]和所述参考信息矩阵[P]的最大池化层向量:
q=maxpooling(Q) (2)
ck=maxpooling(Ok) (3)
p=maxpooling(P) (4)
其中,q表示所述待答复问题的最大池化层向量,ck表示所述候选选项矩阵的最大池化层向量,p所述参考信息矩阵的最大池化层向量;
S303、以最大池化层向量为基础,计算每个候选选项的得分,公式如下:
sk=pTWcck+pTWqq (5)
其中,pT、Wc和Wq均为参数矩阵。
本实施例中预训练语言模型BERT可深度阅读参考信息,可对参考信息中的每一个字/字符进行识别,不仅识别精度高并且准确度也高。结合候选选项和参考信息中的上下文识别,计算出每一个候选选项的的最大化层向量,进而得到每个候选选项的得分。本实例中通过构建完型填空模型,深入阅读参考信息,能够对手术名称和手术过程进行语义上的交互,从而识别出信息不一致的病例撰写缺陷。
示例性的,如图3所示,其为本发明实施例提供的医疗质控信息检测方法的另一种流程图,所述医疗质控信息检测方法,还包括:
S60、对比所述选择答案和所述正确答案,当所述选择答案与所述正确答案一致时,输出第二预设符号。
可选的,所述至少三个候选选项,包括:
所述至少三个候选选项中一个候选选项的词义与另一个候选选项的词义相反。
本实施例中,对原始信息中的关键字进行遮挡后形成待回复问题,进而根据待回复问题生成至少三个候选选项,三个候选选项中,可包括正确答案的反义词。示例性的,正确答案为“左”,则A=“左”,B=“右”,进而A和B两个候选选项是反义词。本实施例可为方位词,但对其并不做特别限定。
在另一种实施方式中,本发明实施例提供一种医疗质控信息检测系统,所述医疗质控信息检测系统包括:
识别单元,用于识别原始信息,以所述原始信息为基础形成待答复问题;
生成单元,用于根据所述待答复问题,生成至少三个候选选项,其中,所述候选选项包括正确答案;
计算单元,用于获取参考信息,以所述参考信息为参考,计算每个候选选项的得分;
输出单元,用于将得分最高的候选选项作为所述待答复问题的选择答案输出;
对比单元,用于对比所述选择答案和所述正确答案;
所述输出单元还用于当所述选择答案与所述正确答案不一致时,输出第一预设符号。
本实施例中医疗质控信息检测系统可根据本实施中上述医疗质控信息检测方法进行检测,因此可实现上述方法中的有益效果,可识别原始信息,以所述原始信息为基础形成待答复问题;根据所述待答复问题,生成至少三个候选选项,其中,所述候选选项包括正确答案;获取参考信息,以所述参考信息为参考,计算每个候选选项的得分,上述步骤构建了完型填空模型,也就是以原始信息为基础形成了待答复问题,进而根据待答复问题生成出候选选项,进一步的,获取参考信息,以参考信息为参考,深入的阅读参考信息,识别出参考信息中蕴含的语义,根据参考信息中蕴含的语义分别计算候选选项的得分,将得分最高的候选选项作为所述待答复问题的选择答案,本实施例中由于对参考信息进行了深入的阅读,因此可根据上下文语义识别,识别率得到了提升,进而对比所述选择答案和所述正确答案,当所述选择答案与所述正确答案不一致时,输出第一预设符号,因此可监控医疗质控系统中的质量问题,提供了医疗监控系统的精准度。
示例性的,所述输出单元还包括:
当所述选择答案与所述正确答案一致时,输出第二预设符号。
本实施例中,当正确答案与选择答案不一致时,表明出现质量问题,需要医疗质控系统进行记录并做进一步的处理。而当选择答案与正确答案一致时,则输出第二预设符号,表明不存在质量问题。
在另一种实施方式中,本发明实施例提供一种医疗质控信息检测系统,所述医疗质控信息检测系统包括处理器、存储器、通信接口以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行上述医疗质控信息检测方法中的步骤的指令。
在本实施例中所述医疗质控信息检测系统可包括处理器、存储器、通信接口以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行上述任一实施方式中的步骤的指令。
本实施例中医疗质控信息检测系统可根据本实施中上述医疗质控信息检测方法进行检测,因此可实现上述方法中的有益效果,可识别原始信息,以所述原始信息为基础形成待答复问题;根据所述待答复问题,生成至少三个候选选项,其中,所述候选选项包括正确答案;获取参考信息,以所述参考信息为参考,计算每个候选选项的得分,上述步骤构建了完型填空模型,也就是以原始信息为基础形成了待答复问题,进而根据待答复问题生成出候选选项,进一步的,获取参考信息,以参考信息为参考,深入的阅读参考信息,识别出参考信息中蕴含的语义,根据参考信息中蕴含的语义分别计算候选选项的得分,将得分最高的候选选项作为所述待答复问题的选择答案,本实施例中由于对参考信息进行了深入的阅读,因此可根据上下文语义识别,识别率得到了提升,进而对比所述选择答案和所述正确答案,当所述选择答案与所述正确答案不一致时,输出第一预设符号,因此可监控医疗质控系统中的质量问题,提供了医疗监控系统的精准度。
在另一种实施方式中,本发明实施例提供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,所述计算机程序被处理器执行以实现上述医疗质控信息检测方法中任一项所述的方法。
本实施例提供的计算机可读存储介质可执行上述医疗质控信息检测方法的步骤指令,因此可实现上述方法中的有益效果,可识别原始信息,以所述原始信息为基础形成待答复问题;根据所述待答复问题,生成至少三个候选选项,其中,所述候选选项包括正确答案;获取参考信息,以所述参考信息为参考,计算每个候选选项的得分,上述步骤构建了完型填空模型,也就是以原始信息为基础形成了待答复问题,进而根据待答复问题生成出候选选项,进一步的,获取参考信息,以参考信息为参考,深入的阅读参考信息,识别出参考信息中蕴含的语义,根据参考信息中蕴含的语义分别计算候选选项的得分,将得分最高的候选选项作为所述待答复问题的选择答案,本实施例中由于对参考信息进行了深入的阅读,因此可根据上下文语义识别,识别率得到了提升,进而对比所述选择答案和所述正确答案,当所述选择答案与所述正确答案不一致时,输出第一预设符号,因此可监控医疗质控系统中的质量问题,提供了医疗监控系统的精准度。。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种医疗质控信息检测方法,其特征在于,所述医疗质控信息检测方法包括:
识别原始信息,以所述原始信息为基础形成待答复问题;
根据所述待答复问题,生成至少三个候选选项,其中,所述候选选项包括正确答案;
获取参考信息,以所述参考信息为参考,计算每个候选选项的得分;
将得分最高的候选选项作为所述待答复问题的选择答案;
对比所述选择答案和所述正确答案,当所述选择答案与所述正确答案不一致时,输出第一预设符号。
2.根据权利要求1所述的医疗质控信息检测方法,其特征在于,所述以所述原始信息为基础形成待答复问题,包括:
遮掩所述原始信息中的关键字/字符以形成所述待答复问题。
3.根据权利要求1所述的医疗质控信息检测方法,其特征在于,所述获取参考信息,以所述参考信息为参考,计算每个候选选项的得分,包括:
使用预训练语言模型BERT为所述待答复问题、所述候选选项和所述参考信息进行编码,以如下公式表示:
[Q,Ok,P]=BERT(<[cls],qm,ok,[sep],p,[sep]>) (1)
其中,qm表示所述待答复问题;ok表示所述候选选项,k=1,2,3……n,n≥1且为自然数;p表示所述参考信息;[cls]和[sep]均为所述预训练语言模型BERT的特殊符号;[Q]表示待答复问题矩阵;[Ok]表示候选选项矩阵;[P]表示参考信息矩阵;
分别计算所述待答复问题矩阵[Q]、所述候选选项矩阵[Ok]和所述参考信息矩阵[P]的最大池化层向量:
q=max pooling(Q) (2)
ck=max pooling(Ok) (3)
p=max pooling(P) (4)
其中,q表示所述待答复问题的最大池化层向量,ck表示所述候选选项矩阵的最大池化层向量,p所述参考信息矩阵的最大池化层向量;
以最大池化层向量为基础,计算每个候选选项的得分,公式如下:
sk=pTWcck+pTWqq (5)
其中,pT、Wc和Wq均为参数矩阵。
4.根据权利要求4所述的医疗质控信息检测方法,其特征在于,所述医疗质控信息检测方法,还包括:
对比所述选择答案和所述正确答案,当所述选择答案与所述正确答案一致时,输出第二预设符号。
5.根据权利要求1所述的医疗质控信息检测系统,其特征在于,所述至少三个候选选项,包括:
所述至少三个候选选项中一个候选选项的词义与另一个候选选项的词义相反。
6.一种医疗质控信息检测系统,其特征在于,所述医疗质控信息检测系统包括:
识别单元,用于识别原始信息,以所述原始信息为基础形成待答复问题;
生成单元,用于根据所述待答复问题,生成至少三个候选选项,其中,所述候选选项包括正确答案;
计算单元,用于获取参考信息,以所述参考信息为参考,计算每个候选选项的得分;
输出单元,用于将得分最高的候选选项作为所述待答复问题的选择答案输出;
对比单元,用于对比所述选择答案和所述正确答案;
所述输出单元还用于当所述选择答案与所述正确答案不一致时,输出第一预设符号。
7.根据权利要求6的所述的医疗质控信息检测系统,其特征在于,所述输出单元还包括:
当所述选择答案与所述正确答案一致时,输出第二预设符号。
8.一种医疗质控信息检测系统,其特征在于,所述医疗质控信息检测系统包括处理器、存储器、通信接口以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行权利要求1-5中任一项方法中的步骤的指令。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110264868.2A CN112863627B (zh) | 2021-03-12 | 2021-03-12 | 医疗质控信息检测方法、系统以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110264868.2A CN112863627B (zh) | 2021-03-12 | 2021-03-12 | 医疗质控信息检测方法、系统以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112863627A true CN112863627A (zh) | 2021-05-28 |
CN112863627B CN112863627B (zh) | 2023-11-03 |
Family
ID=75994051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110264868.2A Active CN112863627B (zh) | 2021-03-12 | 2021-03-12 | 医疗质控信息检测方法、系统以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112863627B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102903008A (zh) * | 2011-07-29 | 2013-01-30 | 国际商业机器公司 | 用于计算机问答的方法及系统 |
CN107844531A (zh) * | 2017-10-17 | 2018-03-27 | 东软集团股份有限公司 | 答案输出方法、装置和计算机设备 |
WO2020034642A1 (zh) * | 2018-08-17 | 2020-02-20 | 齐鲁工业大学 | 医疗自动问答方法及装置、存储介质、电子设备 |
CN110929015A (zh) * | 2019-12-06 | 2020-03-27 | 北京金山数字娱乐科技有限公司 | 一种多文本分析方法及装置 |
WO2020174826A1 (ja) * | 2019-02-25 | 2020-09-03 | 日本電信電話株式会社 | 回答生成装置、回答学習装置、回答生成方法、及び回答生成プログラム |
CN112016310A (zh) * | 2020-09-03 | 2020-12-01 | 平安科技(深圳)有限公司 | 文本纠错方法、系统、设备及可读存储介质 |
KR102189894B1 (ko) * | 2019-10-10 | 2020-12-11 | 주식회사 렉스퍼 | 외국어 문장 빈칸 추론 문제 자동 생성 방법 및 시스템 |
US20210049327A1 (en) * | 2019-08-15 | 2021-02-18 | Alibaba Group Holding Limited | Language processing using a neural network |
-
2021
- 2021-03-12 CN CN202110264868.2A patent/CN112863627B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102903008A (zh) * | 2011-07-29 | 2013-01-30 | 国际商业机器公司 | 用于计算机问答的方法及系统 |
CN107844531A (zh) * | 2017-10-17 | 2018-03-27 | 东软集团股份有限公司 | 答案输出方法、装置和计算机设备 |
WO2020034642A1 (zh) * | 2018-08-17 | 2020-02-20 | 齐鲁工业大学 | 医疗自动问答方法及装置、存储介质、电子设备 |
WO2020174826A1 (ja) * | 2019-02-25 | 2020-09-03 | 日本電信電話株式会社 | 回答生成装置、回答学習装置、回答生成方法、及び回答生成プログラム |
US20210049327A1 (en) * | 2019-08-15 | 2021-02-18 | Alibaba Group Holding Limited | Language processing using a neural network |
KR102189894B1 (ko) * | 2019-10-10 | 2020-12-11 | 주식회사 렉스퍼 | 외국어 문장 빈칸 추론 문제 자동 생성 방법 및 시스템 |
CN110929015A (zh) * | 2019-12-06 | 2020-03-27 | 北京金山数字娱乐科技有限公司 | 一种多文本分析方法及装置 |
CN112016310A (zh) * | 2020-09-03 | 2020-12-01 | 平安科技(深圳)有限公司 | 文本纠错方法、系统、设备及可读存储介质 |
Non-Patent Citations (2)
Title |
---|
BUDI SULISTIYO JATI等: ""Multilingual_Named_Entity_Recognition_Model_for_Indonesian_Health_Insurance_Question_Answering_System"", IEEE * |
乔振浩;车万翔;刘挺;: "基于问题生成的知识图谱问答方法", 智能计算机与应用, no. 05 * |
Also Published As
Publication number | Publication date |
---|---|
CN112863627B (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111382255B (zh) | 用于问答处理的方法、装置、设备和介质 | |
CN107908641B (zh) | 一种获取图片标注数据的方法和系统 | |
CN110075524B (zh) | 异常行为检测方法和装置 | |
CN111459964B (zh) | 一种面向模板基于Word2vec的日志异常检测方法及装置 | |
CN111694937A (zh) | 基于人工智能的面试方法、装置、计算机设备及存储介质 | |
US20220198489A1 (en) | Method and system for automatically generating data acquisition module | |
US20230100772A1 (en) | Training a knowledge graph alignment model based on predicted alignment probabilities and alignment difficulty degrees of entity pairs | |
CN113761514B (zh) | 一种云桌面多因子安全认证方法及系统 | |
CN115146068B (zh) | 关系三元组的抽取方法、装置、设备及存储介质 | |
CN113190680A (zh) | 一种非结构化数据标记方法、装置、设备及存储介质 | |
CN111597336B (zh) | 训练文本的处理方法、装置、电子设备及可读存储介质 | |
US20230186212A1 (en) | System, method, electronic device, and storage medium for identifying risk event based on social information | |
CN112863627A (zh) | 医疗质控信息检测方法、系统以及存储介质 | |
CN111753062A (zh) | 一种会话应答方案确定方法、装置、设备及介质 | |
CN111191239A (zh) | 一种用于应用程序的进程检测方法及系统 | |
CN115757054A (zh) | 一种日志记录方法、系统、计算机设备及介质 | |
CN115168585A (zh) | 文本主题识别方法、装置、设备及存储介质 | |
CN114757299A (zh) | 文本相似度判断方法、装置及存储介质 | |
CN114782224A (zh) | 基于用户特征的网页考评作弊监测方法、装置及电子设备 | |
CN113297371A (zh) | 推荐题目库的生成方法、装置、设备及存储介质 | |
CN114625960A (zh) | 线上考评方法、装置、电子设备及存储介质 | |
CN114218378A (zh) | 一种基于知识图谱的内容推送方法、装置、设备及介质 | |
CN111710437A (zh) | 一种基于图像处理的智能问诊方法、系统及存储介质 | |
CN111401009A (zh) | 一种数字表情符识别转换方法、装置、服务器及存储介质 | |
CN116631642B (zh) | 一种临床发现事件的抽取方法及装置 |
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 |