CN113421657B - 临床实践指南的知识表示模型的构建方法及装置 - Google Patents
临床实践指南的知识表示模型的构建方法及装置 Download PDFInfo
- Publication number
- CN113421657B CN113421657B CN202110704753.0A CN202110704753A CN113421657B CN 113421657 B CN113421657 B CN 113421657B CN 202110704753 A CN202110704753 A CN 202110704753A CN 113421657 B CN113421657 B CN 113421657B
- Authority
- CN
- China
- Prior art keywords
- model
- labeling
- information
- guideline
- conversion
- 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
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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/126—Character encoding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- 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)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Bioethics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Machine Translation (AREA)
Abstract
本发明公开了一种临床实践指南的知识表示模型的构建方法及装置,包括:获取目标临床实践指南;对目标临床实践指南进行信息标注处理,获得指南标注模型;对指南标注模型进行可扩展标记语言解析,获得标注模型元素;在预创建的模型转换规则表中确定与标注模型元素对应的转换模式;基于转换模型,对标注模型元素进行转换,获得目标模型元素;依据目标模型元素,创建目标模型,目标模型为数字化临床指南模型。本发明中实现了指南信息的自动标注、模型的自动转换,减少了模型构建中的人工处理步骤,提升了数字化临床指南模型的构建效率以及准确性。
Description
技术领域
本发明涉及信息处理技术领域,特别是涉及一种临床实践指南的知识表示模型的构建方法及装置。
背景技术
数字化临床指南模型是将文本形式的临床指南转换为计算机可理解的指南表示模型,可以解决医疗人员在文本指南查阅时耗时耗力的问题,减少医疗差错,提升医疗质量。构建数字化临床指南模型的关键步骤是将自由文本形式的临床指南进行处理,提取出其中的标注信息并进行规范化、结构化表示,返回的结果为指南标注模型,是从原始文本到数字化临床指南模型的关键步骤。
对文本指南重点临床知识进行知识化转换从而构建指南标注模型的整个流程,一般都是通过人工完成的。即,在传统的指南标注模型构建过程中,首先需要医疗人员对指南进行标注,然后工程师提取标注信息并将其转换为计算机可理解的标准化格式。但是,由于工程师对于临床知识的错误认知可能导致模型构建不准确,造成原始指南信息的丢失,并且人工标注耗费时间较长,使得最终模型构建的速率较低。
发明内容
针对于上述问题,本发明提供一种临床实践指南的知识表示模型的构建方法及装置,提升了数字化临床指南模型的构建效率以及准确性。
为了实现上述目的,本发明提供了如下技术方案:
一种临床实践指南的知识表示模型的构建方法,包括:
获取目标临床实践指南;
对所述目标临床实践指南进行信息标注处理,获得指南标注模型;
对所述指南标注模型进行可扩展标记语言解析,获得标注模型元素;
在预创建的模型转换规则表中确定与所述标注模型元素对应的转换模式,所述模型转换规则表中存储有若干个转换模式,所述转换模式包括已制定元素转换规则以及通过对目标临床实践指南进行分析获得的隐含转换规则;
基于所述转换模式,对所述标注模型元素进行转换,获得目标模型元素;
依据所述目标模型元素,创建目标模型,所述目标模型为数字化临床指南模型。
可选地,所述对所述目标临床实践指南进行信息标注处理,获得指南标注模型,包括:
获取标注信息类型,并依据所述标注信息类型对所述目标临床实践指南进行信息标注,获得初始标注信息;
对所述初始标注信息进行预处理,获得处理后的标注信息;
对所述处理后的标注信息进行规范化表达处理,得到标注后的文本指南;
对所述标注后的文本指南进行可扩展标记语言的转换,获得指南标注模型。
可选地,所述方法还包括:
创建模型转换规则表,包括:
确定源模型和目标模型的元素映射模式;
获取待映射的元素类型;
基于所述元素映射模式和所述元素类型,生成转换模式,并将所述转换模式进行存储,获得模型转换规则表。
可选地,所述对所述初始标注信息进行预处理,获得处理后的标注信息,包括:
对所述初始标注信息进行句子成分分析,获得分析后信息;
对所述分析后的信息进行去抽象化处理,得到处理后的标注信息。
可选地,所述规范化表达处理包括组织决策变量间逻辑处理、规则间逻辑处理和流程间逻辑处理,其中,所述决策变量间逻辑处理表征根据标注信息中的逻辑字符进行处理,所述规则间逻辑处理为根据规则之间的标识信息进行处理,所述流程间逻辑处理为根据医疗流程对数据进行处理。
一种临床实践指南的知识表示模型的构建装置,包括:
获取单元,用于获取目标临床实践指南;
标注单元,用于对所述目标临床实践指南进行信息标注处理,获得指南标注模型;
解析单元,用于对所述指南标注模型进行可扩展标记语言解析,获得标注模型元素;
确定单元,用于在预创建的模型转换规则表中确定与所述标注模型元素对应的转换模式,所述模型转换规则表中存储有若干个转换模式,每一转换模式用于源模型中的元素与目标模型中的元素的转换;
转换单元,用于基于所述转换模式,对所述标注模型元素进行转换,获得目标模型元素;
创建单元,用于依据所述目标模型元素,创建目标模型,所述目标模型为数字化临床指南模型。
可选地,所述对标注单元包括:
标注子单元,用于获取标注信息类型,并依据所述标注信息类型对所述目标临床实践指南进行信息标注,获得初始标注信息;
预处理子单元,用于对所述初始标注信息进行预处理,获得处理后的标注信息;
规范化处理子单元,用于对所述处理后的标注信息进行规范化表达处理,得到标注后的文本指南;
语言转换子单元,用于对所述标注后的文本指南进行可扩展标记语言的转换,获得指南标注模型。
可选地,所述装置还包括:
创建单元,用于创建模型转换规则表,所述创建单元具体用于:
确定源模型和目标模型的元素映射模式;
获取待映射的元素类型;
基于所述元素映射模式和所述元素类型,生成转换模式,并将所述转换模式进行存储,获得模型转换规则表。
可选地,所述预处理子单元具体用于:
对所述初始标注信息进行句子成分分析,获得分析后信息;
对所述分析后的信息进行去抽象化处理,得到处理后的标注信息。
一种电子设备,包括:
存储器,用于存储程序;
处理器,用于执行所述程序,所述程序具体用于实现如上述中任意一项所述的临床实践指南的知识表示模型的构建方法。
相较于现有技术,本发明提供了一种临床实践指南的知识表示模型的构建方法及装置,包括:获取目标临床实践指南;对目标临床实践指南进行信息标注处理,获得指南标注模型;对指南标注模型进行可扩展标记语言解析,获得标注模型元素;在预创建的模型转换规则表中确定与标注模型元素对应的转换模式;基于转换模式,对标注模型元素进行转换,获得目标模型元素;依据目标模型元素,创建目标模型,目标模型为数字化临床指南模型。本发明中实现了指南信息的自动标注、模型的自动转换,减少了模型构建中的人工处理步骤,提升了数字化临床指南模型的构建效率以及准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种临床实践指南的知识表示模型的构建方法的流程示意图;
图2为本发明实施例提供的一种构建临床指南标注模型方法的流程示意图;
图3为本发明实施例提供的一种临床实践指南的知识表示模型的构建装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”和“第二”等是用于区别不同的对象,而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有设定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
为了便于对本发明实施例中的临床实践指南的知识表示模型的构建方法进行说明,现将本发明中的相关术语进行说明。
临床实践指南(Clinical Practical Guidelines,CPG):系统开发的多组临床指导意见,可以帮助医生和患者针对特定的临床问题作出恰当、选择、决策事宜的卫生保健服务,用于提高医疗质量。
XMI(XML Model Interchange,XML元数据交换):OMG组织提出的元模型交换标准。它通过标准化的XML文档格式和DTDs(Document Type Definitions)为UML元模型和其他模型定义了一种基于XML的数据交换格式。基于XMI的模型转换技术的主要优点是相对简单,缺点是不够直观,并且转换步骤较多,容易引起前后模型的不一致性。
指南标注模型:文本指南经标注后形成的一种计算机可理解的结构化模型。指南标注模型作为原始指南与最终可执行模型之间的桥梁,既要承接原始指南中的医学知识,尽可能保留指南的原始信息;又要支持向指南可执行模型自动转换,从而使得计算机可以结合病人数据自动进行知识推理,辅助医生进行决策。
本发明实施例提供了一种临床实践指南的知识表示模型的构建方法,参见图1,该方法可以包括以下步骤:
S101、获取目标临床实践指南。
S102、对所述目标临床实践指南进行信息标注处理,获得指南标注模型。
目标临床实践指南是指需要转换为数字化临床指南模型的临床实践指南的文本信息。
在本发明实施例中对目标临床实践指南进行信息标注是自动化标注的过程,可以基于自然语言处理进行指南标注模型的构建,在进行指南标注模型的构建时主要包括标记指南文件、规范化表达指南知识的过程。在本发明实施例中可以基于GEM的指南标注模型进行构建,其中,GEM依赖自然语言处理,也可以是支持图形可视化表达的GLIF、SAGE等进行指南标注模型的构建。
S103、对所述指南标注模型进行可扩展标记语言解析,获得标注模型元素。
在指南标注模型中将标注的文本指南转换为了XML(Extensible MarkupLanguage,可扩展标记语言)形式的指南标注模型。因此,需要对标注指南模型进行XML解析,即将XML格式的指南标注模型读入计算机中进行解析,已得到标注模型元素,这些元素能够与指南标注模型一一对应,利用计算机遍历XML文件中的元素并用于后续的模型元素映射。
S104、在预创建的模型转换规则表中确定与所述标注模型元素对应的转换模式。
S105、基于所述转换模式,对所述标注模型元素进行转换,获得目标模型元素。
S106、依据所述目标模型元素,创建目标模型,所述目标模型为数字化临床指南模型。
所述模型转换规则表中存储有若干个转换模式,转换模式包括已制定的元素转换规则以及通过对临床实践指南进行分析获得的隐含转换规则。其中的,转换模式是指南转换规则。其中,已制定的元素转换规则是指已经被应用于模型转换的指南转换规则。隐含转换规则是指基于临床实践指南进行自学习得到的转换规则,即可以对临床实践指南中的信息进行分析,来挖掘可以被应用到源模型到目标模型之间进行元素转换的转换规则。由此,可以构建面向目标临床实践指南的模式转换表。即在本发明实施例中通过定义指南转换规则完成从指南标注模型到数字化临床指南模型的转换,具体的,可以包括基于GEM的转换规则制定以及基于其他临床指南模型的规则制定,这样可以使得模型转换规则表中每一转换模式对应的转换规则分别适用于不同的待转换模式。
具体的,模型转换规则一般以关键字“Transformation”作为开始,其后为要进行模型转换的源模型和目标模型,具体的内容放在括号中。
根据XML解析出的临床标注模型的元素类型在模型转换规则表中查找与该元素的指南标注模型匹配的转换模式(即转换规则),并根据转换规则进行模型转换,生成相应的基于XML格式的可执行模型元素,从而创建目标模型,即得到与目标临床实践指南对应的数字化临床指南模型。
本发明实施例提供了一种临床实践指南的知识表示模型的构建方法,包括:获取目标临床实践指南;对目标临床实践指南进行信息标注处理,获得指南标注模型;对指南标注模型进行可扩展标记语言解析,获得标注模型元素;在预创建的模型转换规则表中确定与标注模型元素对应的转换模式;基于转换模式,对标注模型元素进行转换,获得目标模型元素;依据目标模型元素,创建目标模型,目标模型为数字化临床指南模型。本发明中实现了指南信息的自动标注、模型的自动转换,减少了模型构建中的人工处理步骤,提升了数字化临床指南模型的构建效率以及准确性。
在本发明实施例中还提供了一种构建临床指南标注模型的方法,参见图2,该方法可以包括以下步骤:
S201、获取标注信息类型,并依据所述标注信息类型对所述目标临床实践指南进行信息标注,获得初始标注信息;
S202、对所述初始标注信息进行预处理,获得处理后的标注信息;
S203、对所述处理后的标注信息进行规范化表达处理,得到标注后的文本指南;
S204、对所述标注后的文本指南进行可扩展标记语言的转换,获得指南标注模型。
其中,所述对所述初始标注信息进行预处理,获得处理后的标注信息,包括:对所述初始标注信息进行句子成分分析,获得分析后信息;对所述分析后的信息进行去抽象化处理,得到处理后的标注信息。
对应的,所述规范化表达处理包括组织决策变量间逻辑处理、规则间逻辑处理和流程间逻辑处理,其中,所述决策变量间逻辑处理表征根据标注信息中的逻辑字符进行处理,所述规则间逻辑处理为根据规则之间的标识信息进行处理,所述流程间逻辑处理为根据医疗流程对数据进行处理。
在本发明实施例中构建指南标注模型主要包括标记指南文件、规范化表达指南知识两个步骤,标记指南文本(即目标临床实践指南文本)需要根据每个推荐意见和情形分析对应的句子成分,同时标记数据项等关键信息,之后对较为抽象的数据项进行具象化处理。其中,在本发明实施例中定义了标注信息类型,即需要标注的信息类型,主要包括背景信息、指南推荐意见范围、推荐意见细分情况范围、数据项、关系描述、数值描述、抽象数据项、解释数据项、补充信息等需要标注的信息类型,这些信息类型能够表达指南知识中的临床场景、决策条件、决策结果、证据支持等信息。
对于每条指南推荐信息,可以采用自顶而下的标记方法,考虑推荐信息的不同分支情况分别根据上述信息类型对推荐信息进行标注,之后对标注的内容进行句子成分分析和去抽象化处理。其中,句子成分分析用于根据语序、词性等语言特征分析得到含有逻辑顺序的临床决策条件。去抽象化处理为通过添加可解释数据项以对部分术语进行补充说明。
在完成初步的指南文本标记后,需要汇总标记文本并进行规范化表达。在规表达临床知识阶段,在本发明实施例中定义了组织决策变量间逻辑、规则间逻辑、流程间逻辑三个处理流程。组织决策变量间逻辑需要根据标注语句中的逻辑字符,如“和”、“或”等,整理为逻辑规则。组织规则间逻辑是为每条规则分配特定ID和规则类型用于表示规则之间的顺序;组织流程间逻辑为将数据输入、条件判断、起止等节点排序以符合医疗流程。在经过人工标记指南文件、规范表达临床知识后,标注的文本指南转换为了XML形式的指南标注模型,可用于数字化指南表示模型的构建。
在获得了指南标注模型后,需要进行XML解析。将XML格式的指南标注模型读入计算机中进行解析,以得到标注模型元素,其中包括:Guideline Title(指南的名称)、Recommendation(推荐意见)、Conditional(条件判断)、DecisionVariable(决策变量)等元素,这些元素与GEM能够一一对应,利用计算机遍历XML文件中的元素并用于后续的模型元素映射。
在本发明实施例中还创建了模型规则表,其实质是定义了指南转换规则。即在模型规则表中包括了多个转换模式,每个转换模式可以理解为是一种转换规则,即其规定了源模型和目标模型之间的元素转换规则。在创建模型转换规则表时,需要对每一转换规则进行定义并存储成表,以便于后续可以通过查表的方式进行应用。具体的,该过程包括:确定源模型和目标模型的元素映射模式;获取待映射的元素类型;基于所述元素映射模式和所述元素类型,生成转换模式,并将所述转换模式进行存储,获得模型转换规则表。
举例说明,在实际应用中,模型转换规则可以以关键字“Transformation(转换)”作为开始,其后为要进行模型转换的源模型和目标模型,具体的映射内容可以放在“{}”中。源模型和目标模型以连接,源模型的映射以“Mapping Rule(映射规则)”开头,用来连接两个操作数,表示源模型元素到目标模型元素的映射,两边的操作数可进行相互映射。模型元素使用相应的模型名称或图名作为前缀,后缀表示该模型的某组成成分,操作数后小括号中的内容表示一对一映射或多对一映射。具体的,需要确定进行待映射的元素种类,以根据GEM建立临床指南模型为例,需要对Conditional(条件判断)中的DecisionVariable(决策变量)、Action(执行动作)、Logic(逻辑值)元素,以及Imperative(命令语句)中的Directive(指令)、Logic(逻辑值)元素进行转换。
根据XML解析出的临床标注模型的元素类型在模型转换规则表中查找与该元素的指南标注模型匹配的转换规则,并根据转换规则进行模型转换,生成相应的基于XML格式的可执行模型元素,最终构建得到数字化临床指南模型。
需要说明的是,在本发明实施例中可以使用其他处理流程进行指南标注,并在之后使用自动化转换方法构建临床指南表示模型。使用基于GLIF、SAGE等其他指南表示模型中的元素进行指南转换规则的构建,也可以使用其他标识符号用于标识指南标注模型和临床指南表示模型之间的元素映射,本发明实施例对此不进行限制。
本发明实施例中通过设定转换规则实现了从指南标注模型到数字化指南模型的转换,这种自动化方法消除了工程师在建模过程中的人为学习以及和标注人员的沟通确认过程,减少了人力消耗,提升了建模效率。并且,本发明实施例中使用两个元素进行映射的方法完成元素之间的识别,使得元素之间具有了一对一的关系,减少了歧义,有效减少标注信息在建模过程中的损失,减少歧义决策的产生,提高了建模的准确性。
基于上述实施例,在本发明实施例中提供了一种临床实践指南的知识表示模型的构建装置,参见图3,包括:
获取单元10,用于获取目标临床实践指南;
标注单元20,用于对所述目标临床实践指南进行信息标注处理,获得指南标注模型;
解析单元30,用于对所述指南标注模型进行可扩展标记语言解析,获得标注模型元素;
确定单元40,用于在预创建的模型转换规则表中确定与所述标注模型元素对应的转换模式,所述模型转换规则表中存储有若干个转换模式,所述转换模式包括已制定的元素转换规则以及通过对临床实践指南进行分析获得的隐含转换规则;
转换单元50,用于基于所述转换模式,对所述标注模型元素进行转换,获得目标模型元素;
创建单元60,用于依据所述目标模型元素,创建目标模型,所述目标模型为数字化临床指南模型。
进一步地,所述对标注单元包括:
标注子单元,用于获取标注信息类型,并依据所述标注信息类型对所述目标临床实践指南进行信息标注,获得初始标注信息;
预处理子单元,用于对所述初始标注信息进行预处理,获得处理后的标注信息;
规范化处理子单元,用于对所述处理后的标注信息进行规范化表达处理,得到标注后的文本指南;
语言转换子单元,用于对所述标注后的文本指南进行可扩展标记语言的转换,获得指南标注模型。
进一步地,所述装置还包括:
创建单元,用于创建模型转换规则表,所述创建单元具体用于:
确定源模型和目标模型的元素映射模式;
获取待映射的元素类型;
基于所述元素映射模式和所述元素类型,生成转换模式,并将所述转换模式进行存储,获得模型转换规则表。
进一步地,所述预处理子单元具体用于:
对所述初始标注信息进行句子成分分析,获得分析后信息;
对所述分析后的信息进行去抽象化处理,得到处理后的标注信息。
对应的,所述规范化表达处理包括组织决策变量间逻辑处理、规则间逻辑处理和流程间逻辑处理,其中,所述决策变量间逻辑处理表征根据标注信息中的逻辑字符进行处理,所述规则间逻辑处理为根据规则之间的标识信息进行处理,所述流程间逻辑处理为根据医疗流程对数据进行处理。
本发明实施例提供了一种临床实践指南的知识表示模型的构建装置,包括:获取单元获取目标临床实践指南;标注单元对目标临床实践指南进行信息标注处理,获得指南标注模型;解析单元对指南标注模型进行可扩展标记语言解析,获得标注模型元素;确定单元在预创建的模型转换规则表中确定与标注模型元素对应的转换模式;转换单元基于转换模式,对标注模型元素进行转换,获得目标模型元素;创建单元依据目标模型元素,创建目标模型,目标模型为数字化临床指南模型。本发明中实现了指南信息的自动标注、模型的自动转换,减少了模型构建中的人工处理步骤,提升了数字化临床指南模型的构建效率以及准确性。
基于前述实施例,本发明的实施例提供一种计算机可读存储介质,计算机可读存储介质存储有一个或者多个程序,该一个或者多个程序可被一个或者多个处理器执行,以实现如上任一项的临床实践指南的知识表示模型的构建方法的步骤。
本发明实施例还提供了一种电子设备,包括存储器、处理器以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的临床实践指南的知识表示模型的构建方法的步骤。
需要说明的是,上述处理器或CPU可以为特定用途集成电路(ApplicationSpecific Integrated Circuit,ASIC)、数字信号处理器(Digital Signal Processor,DSP)、数字信号处理装置(Digital Signal Processing Device,DSPD)、可编程逻辑装置(Programmable Logic Device,PLD)、现场可编程门阵列(Field Programmable GateArray,FPGA)、中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器中的至少一种。可以理解地,实现上述处理器功能的电子器件还可以为其它,本申请实施例不作具体限定。
需要说明的是,上述计算机存储介质/存储器可以是只读存储器(Read OnlyMemory,ROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性随机存取存储器(Ferromagnetic Random Access Memory,FRAM)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(Compact Disc Read-Only Memory,CD-ROM)等存储器;也可以是包括上述存储器之一或任意组合的各种终端,如移动电话、计算机、平板设备、个人数字助理等。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,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全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个处理模块中,也可以是各单元分别单独作为一个单元,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,也可以采用硬件加软件功能单元的形式实现。本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法实施例中所揭露的方法,在不冲突的情况下可以任意组合,得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的方法实施例或设备实施例。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种临床实践指南的知识表示模型的构建方法,其特征在于,包括:
获取目标临床实践指南;
对所述目标临床实践指南进行信息标注处理,获得指南标注模型;
对所述指南标注模型进行可扩展标记语言解析,获得标注模型元素;
在预创建的模型转换规则表中确定与所述标注模型元素对应的转换模式,所述模型转换规则表中存储有若干个转换模式,所述转换模式包括已制定的元素转换规则以及通过对临床实践指南进行分析获得的隐含转换规则;
基于所述转换模式,对所述标注模型元素进行转换,获得目标模型元素;
依据所述目标模型元素,创建目标模型,所述目标模型为数字化临床指南模型;
所述对所述目标临床实践指南进行信息标注处理,获得指南标注模型,包括:
获取标注信息类型,并依据所述标注信息类型对所述目标临床实践指南进行信息标注,获得初始标注信息;
对所述初始标注信息进行预处理,获得处理后的标注信息;
对所述处理后的标注信息进行规范化表达处理,得到标注后的文本指南;
对所述标注后的文本指南进行可扩展标记语言的转换,获得指南标注模型。
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:
创建模型转换规则表,包括:
确定源模型和目标模型的元素映射模式;
获取待映射的元素类型;
基于所述元素映射模式和所述元素类型,生成转换模式,并将所述转换模式进行存储,获得模型转换规则表。
3.根据权利要求1所述的方法,其特征在于,所述对所述初始标注信息进行预处理,获得处理后的标注信息,包括:
对所述初始标注信息进行句子成分分析,获得分析后信息;
对所述分析后的信息进行去抽象化处理,得到处理后的标注信息。
4.根据权利要求1所述的方法,其特征在于,所述规范化表达处理包括组织决策变量间逻辑处理、规则间逻辑处理和流程间逻辑处理,其中,所述决策变量间逻辑处理表征根据标注信息中的逻辑字符进行处理,所述规则间逻辑处理为根据规则之间的标识信息进行处理,所述流程间逻辑处理为根据医疗流程对数据进行处理。
5.一种临床实践指南的知识表示模型的构建装置,其特征在于,包括:
获取单元,用于获取目标临床实践指南;
标注单元,用于对所述目标临床实践指南进行信息标注处理,获得指南标注模型;
解析单元,用于对所述指南标注模型进行可扩展标记语言解析,获得标注模型元素;
确定单元,用于在预创建的模型转换规则表中确定与所述标注模型元素对应的转换模式,所述模型转换规则表中存储有若干个转换模式,每一转换模式用于源模型中的元素与目标模型中的元素的转换;
转换单元,用于基于所述转换模式,对所述标注模型元素进行转换,获得目标模型元素;
创建单元,用于依据所述目标模型元素,创建目标模型,所述目标模型为数字化临床指南模型;
所述标注单元包括:
标注子单元,用于获取标注信息类型,并依据所述标注信息类型对所述目标临床实践指南进行信息标注,获得初始标注信息;
预处理子单元,用于对所述初始标注信息进行预处理,获得处理后的标注信息;
规范化处理子单元,用于对所述处理后的标注信息进行规范化表达处理,得到标注后的文本指南;
语言转换子单元,用于对所述标注后的文本指南进行可扩展标记语言的转换,获得指南标注模型。
6.根据权利要求5所述的装置,其特征在于,所述装置还包括:
创建单元,用于创建模型转换规则表,所述创建单元具体用于:
确定源模型和目标模型的元素映射模式;
获取待映射的元素类型;
基于所述元素映射模式和所述元素类型,生成转换模式,并将所述转换模式进行存储,获得模型转换规则表。
7.根据权利要求5所述的装置,其特征在于,所述预处理子单元具体用于:
对所述初始标注信息进行句子成分分析,获得分析后信息;
对所述分析后的信息进行去抽象化处理,得到处理后的标注信息。
8.一种电子设备,其特征在于,包括:
存储器,用于存储程序;
处理器,用于执行所述程序,所述程序具体用于实现如权利要求1-4中任意一项所述的临床实践指南的知识表示模型的构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110704753.0A CN113421657B (zh) | 2021-06-24 | 2021-06-24 | 临床实践指南的知识表示模型的构建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110704753.0A CN113421657B (zh) | 2021-06-24 | 2021-06-24 | 临床实践指南的知识表示模型的构建方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113421657A CN113421657A (zh) | 2021-09-21 |
CN113421657B true CN113421657B (zh) | 2023-08-22 |
Family
ID=77716775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110704753.0A Active CN113421657B (zh) | 2021-06-24 | 2021-06-24 | 临床实践指南的知识表示模型的构建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113421657B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114283914A (zh) * | 2021-12-27 | 2022-04-05 | 零氪科技(北京)有限公司 | 一种医学数据转换方法、装置、电子设备 |
CN117194677B (zh) * | 2023-08-30 | 2024-04-26 | 武汉大学中南医院 | 一种临床实践指南本体的构建、扩展与评估方法及系统 |
CN117217425B (zh) * | 2023-11-09 | 2024-02-09 | 中国医学科学院医学信息研究所 | 一种临床实践指南应用方法、装置、电子设备和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101086785A (zh) * | 2007-05-25 | 2007-12-12 | 浙江大学 | 支持可视化编辑的多模态临床指南知识管理系统 |
WO2008085881A1 (en) * | 2007-01-03 | 2008-07-17 | Nextgen Healthcare Information Systems, Inc. | Clinical guidelines engine |
WO2013088344A2 (en) * | 2011-12-13 | 2013-06-20 | Koninklijke Philips Electronics N.V. | System and method for creating computer interpretable guidelines using a knowledge acquisition and management tool |
CN104820959A (zh) * | 2015-04-29 | 2015-08-05 | 赵蒙海 | 基于数据挖掘的医学知识库系统 |
EP2985711A1 (en) * | 2014-08-14 | 2016-02-17 | Accenture Global Services Limited | System for automated analysis of clinical text for pharmacovigilance |
CN107491654A (zh) * | 2017-08-31 | 2017-12-19 | 重庆宇道科技发展有限公司 | 一种数字化康复评定系统 |
CN108352185A (zh) * | 2015-11-05 | 2018-07-31 | 皇家飞利浦有限公司 | 用于伴随发现的纵向健康患者简档 |
CN108417275A (zh) * | 2018-03-13 | 2018-08-17 | 中国科学院重庆绿色智能技术研究院 | 一种临床指南知识的表征模型及方法 |
WO2020006495A1 (en) * | 2018-06-29 | 2020-01-02 | Ai Technologies Inc. | Deep learning-based diagnosis and referral of diseases and disorders using natural language processing |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8200775B2 (en) * | 2005-02-01 | 2012-06-12 | Newsilike Media Group, Inc | Enhanced syndication |
US8275631B2 (en) * | 2003-09-15 | 2012-09-25 | Idx Systems Corporation | Executing clinical practice guidelines |
US10878962B2 (en) * | 2016-11-02 | 2020-12-29 | COTA, Inc. | System and method for extracting oncological information of prognostic significance from natural language |
US10593423B2 (en) * | 2017-12-28 | 2020-03-17 | International Business Machines Corporation | Classifying medically relevant phrases from a patient's electronic medical records into relevant categories |
US20200152336A1 (en) * | 2018-11-10 | 2020-05-14 | International Business Machines Corporation | Automated personalized annotation of clinical guidelines |
-
2021
- 2021-06-24 CN CN202110704753.0A patent/CN113421657B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008085881A1 (en) * | 2007-01-03 | 2008-07-17 | Nextgen Healthcare Information Systems, Inc. | Clinical guidelines engine |
CN101086785A (zh) * | 2007-05-25 | 2007-12-12 | 浙江大学 | 支持可视化编辑的多模态临床指南知识管理系统 |
WO2013088344A2 (en) * | 2011-12-13 | 2013-06-20 | Koninklijke Philips Electronics N.V. | System and method for creating computer interpretable guidelines using a knowledge acquisition and management tool |
CN103999086A (zh) * | 2011-12-13 | 2014-08-20 | 皇家飞利浦有限公司 | 使用知识获取与管理工具创建计算机可解读指南的系统与方法 |
EP2985711A1 (en) * | 2014-08-14 | 2016-02-17 | Accenture Global Services Limited | System for automated analysis of clinical text for pharmacovigilance |
CN104820959A (zh) * | 2015-04-29 | 2015-08-05 | 赵蒙海 | 基于数据挖掘的医学知识库系统 |
CN108352185A (zh) * | 2015-11-05 | 2018-07-31 | 皇家飞利浦有限公司 | 用于伴随发现的纵向健康患者简档 |
CN107491654A (zh) * | 2017-08-31 | 2017-12-19 | 重庆宇道科技发展有限公司 | 一种数字化康复评定系统 |
CN108417275A (zh) * | 2018-03-13 | 2018-08-17 | 中国科学院重庆绿色智能技术研究院 | 一种临床指南知识的表征模型及方法 |
WO2020006495A1 (en) * | 2018-06-29 | 2020-01-02 | Ai Technologies Inc. | Deep learning-based diagnosis and referral of diseases and disorders using natural language processing |
Non-Patent Citations (1)
Title |
---|
临床药理学知识模型构建研究;沈柳;《医学信息学杂志》;第39卷(第4期);62-69页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113421657A (zh) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113421657B (zh) | 临床实践指南的知识表示模型的构建方法及装置 | |
CN109584975B (zh) | 医疗数据标准化处理方法及装置 | |
US6182029B1 (en) | System and method for language extraction and encoding utilizing the parsing of text data in accordance with domain parameters | |
Van Noord et al. | Large scale syntactic annotation of written Dutch: Lassy | |
US7610192B1 (en) | Process and system for high precision coding of free text documents against a standard lexicon | |
CN110956026B (zh) | 法律文书生成方法、生成装置和电子设备 | |
Schmidt | The role of markup in the digital humanities | |
Kaiser et al. | Versioning computer-interpretable guidelines: semi-automatic modeling of ‘Living Guidelines’ using an information extraction method | |
JP6090850B2 (ja) | ソースプログラム解析システム、ソースプログラム解析方法およびプログラム | |
CN110895961A (zh) | 医疗数据中的文本匹配方法及装置 | |
CN110750540A (zh) | 构建医疗业务知识库的方法、获得医疗业务语义模型的方法及系统、介质 | |
CN111415747B (zh) | 电子病历的构建方法及装置 | |
CN110609910A (zh) | 医学知识图谱构建方法及装置、存储介质和电子设备 | |
CN113488180A (zh) | 一种临床指南知识建模方法及系统 | |
KR20220058259A (ko) | 논문의 메타데이터 추출 방법 및 장치 | |
CN109299214B (zh) | 文本信息提取方法、装置、介质及电子设备 | |
CN109325217B (zh) | 一种文件转换方法、系统、装置及计算机可读存储介质 | |
CN114005498A (zh) | 临床试验数据逻辑核查方法和装置、设备、存储介质 | |
CN103049504A (zh) | 基于源代码查询的半自动插桩方法 | |
CN113139033A (zh) | 文本处理方法、装置、设备及存储介质 | |
Wang et al. | Radiology text analysis system (RadText): architecture and evaluation | |
Hong et al. | A computational framework for converting textual clinical diagnostic criteria into the quality data model | |
CN116779183A (zh) | 创建单病种数据库的方法、装置、设备及存储介质 | |
CN113033177A (zh) | 一种电子病历数据的解析方法及装置 | |
CN114428788B (zh) | 自然语言处理方法、装置、设备及存储介质 |
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 |