CN113626591A - 一种基于文本分类的电子病历数据质量评价方法 - Google Patents

一种基于文本分类的电子病历数据质量评价方法 Download PDF

Info

Publication number
CN113626591A
CN113626591A CN202110775857.0A CN202110775857A CN113626591A CN 113626591 A CN113626591 A CN 113626591A CN 202110775857 A CN202110775857 A CN 202110775857A CN 113626591 A CN113626591 A CN 113626591A
Authority
CN
China
Prior art keywords
quality
medical record
data
module
doctor
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.)
Pending
Application number
CN202110775857.0A
Other languages
English (en)
Inventor
邹小广
李黎
张文娟
田序伟
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.)
Kashgar Prefecture No1 People's Hospital
Original Assignee
Kashgar Prefecture No1 People's Hospital
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 Kashgar Prefecture No1 People's Hospital filed Critical Kashgar Prefecture No1 People's Hospital
Priority to CN202110775857.0A priority Critical patent/CN113626591A/zh
Publication of CN113626591A publication Critical patent/CN113626591A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F16/35—Clustering; Classification
    • G06F16/355—Class or cluster creation or modification
    • 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
    • G06F40/279—Recognition of textual entities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • 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
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Artificial Intelligence (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及电子病历数据质量评价技术领域，具体涉及一种基于文本分类的电子病历数据质量评价方法；包括以下步骤：S1、解析电子病历，获取病例数据；S2、提取病例数据要素；S3、导入主动质控规则库对比分析；S4、获取质量对比分析数据；S5、确定电子病历质量分值。本发明通过在诊断质量评分和病历质量评分计算中两次加入加权平均数算法，并且使用了实例病历的排序平均数计算，计算出的评分能更全面和更准确地得出相关医院、科室和医师的病历质量，保证了在大范围内通过病历质量评级的科学性和准确性，同时，对病历数据标记上对应医师的特定信息编码和查询时间戳，加入标记数据可防止查询的信息被恶意修改，进一步保证了病历质量评分的公正性。

Description

一种基于文本分类的电子病历数据质量评价方法
技术领域
本发明涉及电子病历数据质量评价技术领域，具体涉及一种基于文本分类的电子病历数据质量评价方法。
背景技术
电子病历系统是实现医疗质量管理的重要技术手段和支撑工具，是医疗质量评价的优质数据源，在医疗质量评价中扮演着重要角色，电子病历系统功能应用水平分级评价、医疗健康信息互联互通标准成熟度测评等相关要求，无缝嵌入医生工作流，提升临床效率。
中国专利申请号为CN 111696637 A公开了一种病历数据的质量检测方法和相关装置，包括：获取待质量检测的病历数据；将待质量检测的病历数据进行向量化得到第一特征向量；获取锚样本病历数据集对应的第一锚样本特征向量集；将第一锚样本特征向量集输入训练好的生成器中，得到多个第二锚样本特征向量；根据该第二锚样本特征向量确定第一锚样本平均特征向量；将第一特征向量与第一锚样本平均特征向量进行向量运算得到第二特征向量；将第二特征向量输入训练好的判别器中得到质量检测结果。本方案还涉及区块链技术，且本方案可应用于智慧医疗领域中，从而推动智慧城市的建设。但是其在对电子病历文本的质量分值计算后，无法获取医师诊断的准确性和治疗患者的质量水准，无法为医师、科室和智慧医院评级提供完整的数据参考。
综上所述，研发一种基于文本分类的电子病历数据质量评价方法，仍是电子病历数据质量评价技术领域中急需解决的关键问题。
发明内容
针对现有技术所存在的上述缺点，本发明的目的在于提供一种基于文本分类的电子病历数据质量评价方法，本发明通过在诊断质量评分和病历质量评分计算中两次加入加权平均数算法，并且使用了实例病历的排序平均数计算，提升了病历质量评分的实用性和公正性，可通过在不同的项目上添加不同的权重，计算出的评分能更全面和更准确地得出相关医院、科室和医师的病历质量，保证了在大范围内通过病历质量评级的科学性和准确性。
为实现上述目的，本发明提供了如下技术方案：
一种基于文本分类的电子病历数据质量评价方法，包括以下步骤：
S1、解析电子病历，获取病例数据；
S2、提取病例数据要素；
S3、导入主动质控规则库对比分析；
S4、获取质量对比分析数据；
S5、确定电子病历质量分值。
本发明进一步设置为：在所述步骤S1中，所述病历数据包括病例编号、患者性别、患者年龄、病情描述信息和医生签名数据信息。
本发明进一步设置为：在所述步骤S2中，所述病历数据要素指诊断信息中的诊断要素，包括原始质量、过程质量和结果质量。
本发明进一步设置为：在所述步骤S3中，导入主动质控规则库对比分析，包括：
S301、将所述步骤S2中，获取的患者标号、患者年龄、病情描述信息、诊断要素和医生签名标记绑定；
S302、在S301步骤中，标记绑定的数据导入主动质控规则库中进行检索；
S303、获取多组相关实例病例，及每组实例病例的原始质量、过程质量和结果质量数据。
本发明进一步设置为：在所述步骤S202中，导入主动质控规则库中后，通过检索主动质控规则库中的实例病例，与诊断要素或病情描述信息相似度进行降序排列，获取多组实例病例，及其原始质量、过程质量和结果质量数据。
本发明进一步设置为：在所述步骤S5中，确定电子病历质量分值，包括：
S501、将步骤1中获取的医生签名，导入病历库中检索，获取医生病历书写率和诊断要素数量；
S502、通过顺序依次在所述步骤S303检索出的多组实例病例，挑选出若干组对比病例；
S503、通过将步骤S502中挑选出的对比病例与步骤2中挑选出的诊断要素进行对比分析，并获得诊断质量评分；
S504、对比各个医生的病历书写率、诊断要输数量和诊断质量评分，进行分类排序，并通过加权平均数计算出各个医生的病例数据质量分数。
本发明进一步设置为：在所述步骤S503中，诊断要素进行对比分析，指将步骤S2中获取的诊断要素中的原始质量、过程质量和结果质量，与步骤S303中检索出的多组实例病例的原始质量、过程质量和结果质量分类进行对比分析，并将步骤S2中获取的诊断要素中原始质量、过程质量和结果质量，按照质量降序与步骤303中的多组实例病例的原始质量、过程质量和结果质量分类排序。
本发明进一步设置为：所述步骤S2中获取的诊断要素分类排序后，分别通过原始质量、过程质量和结果质量的分类排序，选取对应的排序前一位和后一位的诊断质量评分，并分别通过平均数计算原始质量评分、过程质量评分和结果质量评分，最后通过加权平均数计算出步骤S2中获取的诊断要素的诊断质量评分。
本发明还提供了一种基于文本分类的电子病历数据质量评价设备，包括：
显示模块，所述显示模块用于显示字符以及图像信息和输入字符。
语音识别模块，所述语音识别模块用于识别和理解语音信息，并把语音信号转变为相应的文本或命令。
扫描模块，所述扫描模块用于通过扫描身份卡的电磁信息获取对应医师的身份信息。
录入模块，所述录入模块用于通过医师身份信息提取出医师在病历数据库中的特定编号，所述显示模块、语音识别模块和扫描模块均与录入模块电性连接。
信号传输模块，所述信号传输模块用于将医师在病历数据库中的特定编号输入病历数据库中，并接收自来病历数据库检索出的病历信息，所述信号传输模块与录入模块电性连接。
标识模块，所述标识模块用于将病历信息标记相应医师的特定编码以及检索时间戳，所述标识模块与信号传输模块电性连接。
存储模块，所述存储模块用于存储来自标识模块处理后的信息数据，所述标识模块和显示模块均与存储模块电性连接。
有益效果
采用本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：
(1)、本发明通过在诊断质量评分和病历质量评分计算中两次加入加权平均数算法，并且使用了实例病历的排序平均数计算，提升了病历质量评分的实用性和公正性，可通过在不同的项目上添加不同的权重，计算出的评分能更全面和更准确地得出相关医院、科室和医师的病历质量，保证了在大范围内通过病历质量评级的科学性和准确性。
(2)、本发明通过信号传输模块将病历数据传输至标识模块中，对病历数据标记上对应医师的特定信息编码和查询时间戳，加入标记数据可防止查询的信息被恶意修改，进一步保证了病历质量评分的公正性。
附图说明
图1为一种基于文本分类的电子病历数据质量评价方法的流程图；
图2为一种基于文本分类的电子病历数据质量评价方法步骤S3的流程图；
图3为一种基于文本分类的电子病历数据质量评价设备的系统图。
图中标号说明：
10、显示模块；11、语音识别模块；12、扫描模块；13、录入模块；14、信号传输模块；15、标识模块；16、存储模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将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作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。
下面结合实施例对本发明作进一步的描述。
实施例1
请参照图1和图2所示，一种基于文本分类的电子病历数据质量评价方法，包括以下步骤：
步骤一、解析电子病历，获取病例数据。
病例数据包括病例编号、患者性别、患者年龄、病情描述信息和医生签名数据信息。
步骤二、提取病例数据要素。
病例数据要素指诊断信息中的诊断要素，包括原始质量、过程质量和结果质量。
在本实施例中，将病历信息中的原始质量、过程质量和结果质量分类提出，便于后续对比计算评分。
步骤三、导入主动质控规则库对比分析。
在步骤三中，还包括以下步骤：
301)、将步骤S2中，获取的患者标号、患者年龄、病情描述信息、诊断要素和医生签名标记绑定。
302)、在S301步骤中，标记绑定的数据导入主动质控规则库中进行检索，导入主动质控规则库中后，通过检索主动质控规则库中的实例病例，与诊断要素或病情描述信息相似度进行降序排列，获取多组实例病例，及其原始质量、过程质量和结果质量数据。
303)、获取多组相关实例病例，及每组实例病例的原始质量、过程质量和结果质量数据。
在本实施例中，获取的患者标号、患者年龄、病情描述信息、诊断要素和医生签名标记绑定，便于后续对病历质量评分，获取多组实例病例后将其原始质量、过程质量和结果质量逐一与病历提出的原始质量、过程质量和结果质量进行对比。
步骤四、获取质量对比分析数据。
在本实施例中，将步骤三中通过加权平均数获取的诊断评分导出。
步骤五、确定电子病历质量分值。
在步骤五中，确定电子病历质量分值，还包括以下步骤：
501)、将步骤1中获取的医生签名，导入病历库中检索，获取医生病历书写率和诊断要素数量。
502)、通过顺序依次在步骤S303检索出的多组实例病例，挑选出若干组对比病例。
503)、通过将步骤S502中挑选出的对比病例与步骤2中挑选出的诊断要素进行对比分析，并获得诊断质量评分，诊断要素进行对比的分析，指将步骤S2中获取的诊断要素中的原始质量、过程质量和结果质量，与步骤S303中检索出的多组实例病例的原始质量、过程质量和结果质量分类进行对比分析，并将步骤S2中获取的诊断要素中原始质量、过程质量和结果质量，按照质量降序与步骤303中的多组实例病例的原始质量、过程质量和结果质量分类排序。
504)、对比各个医生的病历书写率、诊断要输数量和诊断质量评分，进行分类排序，并通过加权平均数计算出各个医生的病例数据质量分数，步骤S2中获取的诊断要素分类排序后，分别通过原始质量、过程质量和结果质量的分类排序，选取对应的排序前一位和后一位的诊断质量评分，并分别通过平均数计算原始质量评分、过程质量评分和结果质量评分，最后通过加权平均数计算出步骤S2中获取的诊断要素的诊断质量评分。
在本实施例中，将原始质量、过程质量和结果质量按照降序进行分类排列，并分别通过上下位的数据，利用平均数计算出病例中原始质量、过程质量和结果质量的评分，再按照不同评级标准在病例中原始质量、过程质量和结果质量的评分前，添加不同的权重，利用加权平均数计算出病历的诊断评分，再通过医生的病历书写率和诊断要素数量，与病历库中筛选出的多组实例病例进行排序，通过与诊断评分一致的平均数算法，获得病历书写率评分和诊断要素数量评分，最后在诊断评分、病历书写率评分和诊断要素数量评分前，通过不同的评分标准添加不同的权重，进而通过加权平均数计算出病历质量评分。
实施例2
在实施例1的基础上，请参照图3所示，本发明还提供了一种基于文本分类的电子病历数据质量评价设备，包括：
显示模块10，显示模块10用于显示字符以及图像信息和输入字符；
语音识别模块11，语音识别模块11用于识别和理解语音信息，并把语音信号转变为相应的文本或命令；
扫描模块12，扫描模块12用于通过扫描身份卡的电磁信息获取对应医师的身份信息；
录入模块13，录入模块13用于通过医师身份信息提取出医师在病历数据库中的特定编号，显示模块10、语音识别模块11和扫描模块12均与录入模块13电性连接；
信号传输模块14，信号传输模块14用于将医师在病历数据库中的特定编号输入病历数据库中，并接收自来病历数据库检索出的病历信息，信号传输模块14与录入模块13电性连接；
标识模块15，标识模块15用于将病历信息标记相应医师的特定编码以及检索时间戳，标识模块15与信号传输模块14电性连接；
存储模块16，存储模块16用于存储来自标识模块15处理后的信息数据，标识模块15和显示模块10均与存储模块16电性连接。
在本实施例中，首先可通过显示模块10依次选择医院、科室和医师姓名，或使用通过语音识别模块11语音输入上述信息，又或者直接刷取医师对应的电子标牌，再通过录入模块13提取出医师在病历数据库中的特定编号，并通过信息传输模块14发送至病历库检测模块中，当病历库检索模块检索出对应医师处理过的往期病历后，发送至信号传输模块14，信号传输模块14将病历数据传输至标识模块15中，对病历标记上对应医师的特定信息编码和查询时间戳，加入标记数据可防止查询的信息被恶意修改，进一步保证了病历质量评分的公正性，再将标记过的病历数据导入存储模块16中存储，和通过图文信息在显示模块10中反馈至查询者。
本发明的各部分可以用硬件、软件、固件或他们的组合来实现，在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现，例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种基于文本分类的电子病历数据质量评价方法，其特征在于，包括以下步骤：
S1、解析电子病历，获取病例数据；
S2、提取病例数据要素；
S3、导入主动质控规则库对比分析；
S4、获取质量对比分析数据；
S5、确定电子病历质量分值。
2.根据权利要求1所述的一种基于文本分类的电子病历数据质量评价方法，其特征在于，在所述步骤S1中，所述病历数据包括病例编号、患者性别、患者年龄、病情描述信息和医生签名数据信息。
3.根据权利要求1所述的一种基于文本分类的电子病历数据质量评价方法，其特征在于，在所述步骤S2中，所述病历数据要素指诊断信息中的诊断要素，包括原始质量、过程质量和结果质量。
4.根据权利要求1所述的一种基于文本分类的电子病历数据质量评价方法，其特征在于，在所述步骤S3中，导入主动质控规则库对比分析，包括：
S301、将所述步骤S2中，获取的患者标号、患者年龄、病情描述信息、诊断要素和医生签名标记绑定；
S302、在S301步骤中，标记绑定的数据导入主动质控规则库中进行检索；
S303、获取多组相关实例病例，及每组实例病例的原始质量、过程质量和结果质量数据。
5.根据权利要求4所述的一种基于文本分类的电子病历数据质量评价方法，其特征在于，在所述步骤S302中，导入主动质控规则库中后，通过检索主动质控规则库中的实例病例，与诊断要素或病情描述信息相似度进行降序排列，获取多组实例病例，及其原始质量、过程质量和结果质量数据。
6.根据权利要求4所述的一种基于文本分类的电子病历数据质量评价方法，其特征在于，在所述步骤S5中，确定电子病历质量分值，包括：
S501、将步骤1中获取的医生签名，导入病历库中检索，获取医生病历书写率和诊断要素数量；
S502、通过顺序依次在所述步骤S303检索出的多组实例病例，挑选出若干组对比病例；
S503、通过将步骤S502中挑选出的对比病例与步骤2中挑选出的诊断要素进行对比分析，并获得诊断质量评分；
S504、对比各个医生的病历书写率、诊断要输数量和诊断质量评分，进行分类排序，并通过加权平均数计算出各个医生的病例数据质量分数。
7.根据权利要求4所述的一种基于文本分类的电子病历数据质量评价方法，其特征在于，在所述步骤S503中，诊断要素进行对比分析，指将步骤S2中获取的诊断要素中的原始质量、过程质量和结果质量，与步骤S303中检索出的多组实例病例的原始质量、过程质量和结果质量分类进行对比分析，并将步骤S2中获取的诊断要素中原始质量、过程质量和结果质量，按照质量降序与步骤303中的多组实例病例的原始质量、过程质量和结果质量分类排序。
8.根据权利要求7所述的一种基于文本分类的电子病历数据质量评价方法，其特征在于，所述步骤S2中获取的诊断要素分类排序后，分别通过原始质量、过程质量和结果质量的分类排序，选取对应的排序前一位和后一位的诊断质量评分，并分别通过平均数计算原始质量评分、过程质量评分和结果质量评分，最后通过加权平均数计算出步骤S2中获取的诊断要素的诊断质量评分。
9.一种基于文本分类的电子病历数据质量评价设备，其特征在于，包括：
显示模块(10)，所述显示模块(10)用于显示字符以及图像信息和输入字符；
语音识别模块(11)，所述语音识别模块(11)用于识别和理解语音信息，并把语音信号转变为相应的文本或命令；
扫描模块(12)，所述扫描模块(12)用于通过扫描身份卡的电磁信息获取对应医师的身份信息；
录入模块(13)，所述录入模块(13)用于通过医师身份信息提取出医师在病历数据库中的特定编号，所述显示模块(10)、语音识别模块(11)和扫描模块(12)均与录入模块(13)电性连接；
信号传输模块(14)，所述信号传输模块(14)用于将医师在病历数据库中的特定编号输入病历数据库中，并接收自来病历数据库检索出的病历信息，所述信号传输模块(14)与录入模块(13)电性连接；
标识模块(15)，所述标识模块(15)用于将病历信息标记相应医师的特定编码以及检索时间戳，所述标识模块(15)与信号传输模块(14)电性连接；
存储模块(16)，所述存储模块(16)用于存储来自标识模块(15)处理后的信息数据，所述标识模块(15)和显示模块(10)均与存储模块(16)电性连接。
CN202110775857.0A 2021-07-09 2021-07-09 一种基于文本分类的电子病历数据质量评价方法 Pending CN113626591A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110775857.0A CN113626591A (zh) 2021-07-09 2021-07-09 一种基于文本分类的电子病历数据质量评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110775857.0A CN113626591A (zh) 2021-07-09 2021-07-09 一种基于文本分类的电子病历数据质量评价方法

Publications (1)

Publication Number Publication Date
CN113626591A true CN113626591A (zh) 2021-11-09

Family

ID=78379569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110775857.0A Pending CN113626591A (zh) 2021-07-09 2021-07-09 一种基于文本分类的电子病历数据质量评价方法

Country Status (1)

Country Link
CN (1) CN113626591A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114209345A (zh) * 2021-11-22 2022-03-22 中山大学肿瘤防治中心（中山大学附属肿瘤医院、中山大学肿瘤研究所） 核医学设备及其校正源质控方法、系统、设备及存储介质
CN118098476A (zh) * 2024-04-28 2024-05-28 山东新时代药业有限公司 一种基于大数据的电子病历合格程度评价方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114209345A (zh) * 2021-11-22 2022-03-22 中山大学肿瘤防治中心（中山大学附属肿瘤医院、中山大学肿瘤研究所） 核医学设备及其校正源质控方法、系统、设备及存储介质
CN114209345B (zh) * 2021-11-22 2024-05-24 中山大学肿瘤防治中心（中山大学附属肿瘤医院、中山大学肿瘤研究所） 核医学设备及其校正源质控方法、系统、设备及存储介质
CN118098476A (zh) * 2024-04-28 2024-05-28 山东新时代药业有限公司 一种基于大数据的电子病历合格程度评价方法及系统

Similar Documents

Publication Publication Date Title
CN107833603B (zh) 电子病历文档分类方法、装置、电子设备及存储介质
CN110910976A (zh) 病历检测方法、装置、设备和存储介质
CN111460250B (zh) 用于画像的数据的清洗方法、装置、介质及电子设备
CN111144191A (zh) 字体识别方法、装置、电子设备及存储介质
CN111695439A (zh) 图像结构化数据提取方法、电子装置及存储介质
CN112988963B (zh) 基于多流程节点的用户意图预测方法、装置、设备及介质
CN113626591A (zh) 一种基于文本分类的电子病历数据质量评价方法
US20200293528A1 (en) Systems and methods for automatically generating structured output documents based on structural rules
CN110580942A (zh) 一种新型体检报告生成方法、装置、介质及终端设备
CN111797629A (zh) 医疗文本数据的处理方法、装置、计算机设备和存储介质
CN112380825A (zh) Pdf文档跨页表格合并方法、装置、电子设备及存储介质
CN111145903A (zh) 获取眩晕症问诊文本的方法、装置、电子设备及问诊系统
CN113111159A (zh) 问答记录生成方法、装置、电子设备及存储介质
CN115222443A (zh) 客户群体划分方法、装置、设备及存储介质
CN116052848B (zh) 一种医学成像质控的数据编码方法及系统
CN113642562A (zh) 基于图像识别的数据解读方法、装置、设备及存储介质
CN112613367A (zh) 票据信息文本框获取方法、系统、设备及存储介质
CN116469505A (zh) 数据处理方法、装置、计算机设备及可读存储介质
CN114842982B (zh) 一种面向医疗信息系统的知识表达方法、装置及系统
CN116737977A (zh) 图像检索方法、装置、设备及介质
US20170293863A1 (en) Data analysis system, and control method, program, and recording medium therefor
CN113609833A (zh) 文件的动态生成方法、装置、计算机设备及存储介质
CN113807256A (zh) 票据数据处理方法、装置、电子设备和存储介质
CN113191141A (zh) 问诊正则表达式生成方法、装置、设备及存储介质
CN113688854A (zh) 数据处理方法、装置及计算设备

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