CN114117080A - 医嘱信息处理方法、装置、存储介质及电子装置 - Google Patents

医嘱信息处理方法、装置、存储介质及电子装置 Download PDF

Info

Publication number
CN114117080A
CN114117080A CN202111504161.0A CN202111504161A CN114117080A CN 114117080 A CN114117080 A CN 114117080A CN 202111504161 A CN202111504161 A CN 202111504161A CN 114117080 A CN114117080 A CN 114117080A
Authority
CN
China
Prior art keywords
medical
order
term
content
implication
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
CN202111504161.0A
Other languages
English (en)
Inventor
史亚飞
李霄寒
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.)
Shenzhen Yunzhisheng Information Technology Co Ltd
Original Assignee
Shenzhen Yunzhisheng Information 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 Shenzhen Yunzhisheng Information Technology Co Ltd filed Critical Shenzhen Yunzhisheng Information Technology Co Ltd
Priority to CN202111504161.0A priority Critical patent/CN114117080A/zh
Publication of CN114117080A publication Critical patent/CN114117080A/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
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • 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
    • G06F16/353—Clustering; Classification into predefined classes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种医嘱信息处理方法、装置、存储介质及电子装置。其中，该医嘱信息处理方法包括：获取医嘱内容和医疗术语对应的术语类型，其中，医嘱内容包括医生对就诊患者的用药叮嘱或注意事项；将医嘱内容输入预训练医嘱分类模型，得到医嘱内容对应的第一医嘱类型；在第一医嘱类型与术语类型一致的情况下，根据医嘱实体识别模型对医嘱类型进行识别，得到医嘱实体；在医疗术语和医嘱实体均在医疗知识图谱中的情况下，确定医疗术语与医嘱内容具有蕴含关系，即通过医疗知识图谱中丰富的同义和上下位关系，使文本间字符上有很大的差异，仍然能准确判断出其间的蕴含关系，解决了现有技术中，不能有效理解医嘱内容的技术问题。

Description

医嘱信息处理方法、装置、存储介质及电子装置
技术领域
本发明涉及病例信息处理相关领域，具体而言，涉及一种医嘱信息处理方法、装置、存储介质及电子装置。
背景技术
患者与医院看病，由于对医疗知识的欠缺，并不能很好的理解医生的医嘱，目前常用技术基于预训练+任务相关预训练+微调三阶段的方法学习文本间的蕴含关系，进而帮助患者理解医嘱内容。但现有技术中，无法有效解决短文本间字符大部分或完全不相同情况下的蕴含关系判断。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种医嘱信息处理方法、装置、存储介质及电子装置，以至少解决现有技术中，不能有效理解医嘱内容的技术问题。
根据本发明实施例的一个方面，提供了一种医嘱信息处理方法，包括：获取医嘱内容和医疗术语对应的术语类型，其中，所述医嘱内容包括医生对就诊患者的用药叮嘱或注意事项；将所述医嘱内容输入预训练医嘱分类模型，得到所述医嘱内容对应的第一医嘱类型；在所述第一医嘱类型与术语类型一致的情况下，根据医嘱实体识别模型对所述医嘱类型进行识别，得到医嘱实体；在所述医疗术语和所述医嘱实体均在医疗知识图谱中的情况下，确定所述医疗术语与所述医嘱内容具有蕴含关系。
可选的，所述方法还包括：在所述第一医嘱类型与术语类型不一致的情况下，确定所述医疗术语与所述医嘱内容不具有蕴含关系。
可选的，所述在所述医疗术语和所述医嘱实体均在医疗知识图谱中的情况下，确定所述医疗术语与所述医嘱内容具有蕴含关系，包括：基于所述医嘱知识图谱中的蕴含关系，在所述医嘱知识图谱中存在与所述医疗术语同义词或上位词的情况下，确定所述医疗术语与所述医嘱内容具有蕴含关系。
可选的，所述方法还包括：基于所述医嘱知识图谱中的蕴含关系，不能确定所述医疗术语与所述医嘱内容具有蕴含关系的情况下，通过第一预训练蕴含关系分类模型，确定所述医疗术语与所述医嘱内容是否具有蕴含关系。
可选的，所述方法还包括：在所述医疗术语和所述医嘱实体之均不在所述医疗知识图谱中的情况下，基于图谱术语间的蕴含关系，确定所述医疗术语与所述医嘱内容是否具有蕴含关系。
可选的，所述方法还包括：在所述医疗术语和所述医嘱实体之均不在所述医疗知识图谱中、且不能基于图谱术语间的蕴含关系，确定所述医疗术语与所述医嘱内容是否具有蕴含关系的情况下，通过第二预训练蕴含关系分类模型，确定所述医疗术语与所述医嘱内容是否具有蕴含关系。
根据本发明实施例的另一方面，还提供了一种医嘱信息处理装置，包括：获取单元，用于获取医嘱内容和医疗术语对应的术语类型，其中，所述医嘱内容包括医生对就诊患者的用药叮嘱或注意事项；得到单元，用于将所述医嘱内容输入预训练医嘱分类模型，得到所述医嘱内容对应的第一医嘱类型；识别单元，用于在所述第一医嘱类型与术语类型一致的情况下，根据医嘱实体识别模型对所述医嘱类型进行识别，得到医嘱实体；第一确定单元，用于在所述医疗术语和所述医嘱实体均在医疗知识图谱中的情况下，确定所述医疗术语与所述医嘱内容具有蕴含关系。
可选的，所述装置还包括：第二确定单元，用于在所述第一医嘱类型与术语类型不一致的情况下，确定所述医疗术语与所述医嘱内容不具有蕴含关系。
可选的，所述第一确定单元，包括：确定模块，用于基于所述医嘱知识图谱中的蕴含关系，在所述医嘱知识图谱中存在与所述医疗术语同义词或上位词的情况下，确定所述医疗术语与所述医嘱内容具有蕴含关系。
可选的，所述装置还包括：第三确定单元，用于基于所述医嘱知识图谱中的蕴含关系，不能确定所述医疗术语与所述医嘱内容具有蕴含关系的情况下，通过第一预训练蕴含关系分类模型，确定所述医疗术语与所述医嘱内容是否具有蕴含关系。
可选的，所述装置还包括：第四确定单元，用于在所述医疗术语和所述医嘱实体之均不在所述医疗知识图谱中的情况下，基于图谱术语间的蕴含关系，确定所述医疗术语与所述医嘱内容是否具有蕴含关系。
可选的，所述装置还包括：第五确定单元，用于在所述医疗术语和所述医嘱实体之均不在所述医疗知识图谱中、且不能基于图谱术语间的蕴含关系，确定所述医疗术语与所述医嘱内容是否具有蕴含关系的情况下，通过第二预训练蕴含关系分类模型，确定所述医疗术语与所述医嘱内容是否具有蕴含关系。
根据本申请实施例的第一个方面，提供了一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述医嘱信息处理方法。
根据本申请实施例的第一个方面，提供了一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述医嘱信息处理方法。
在本发明实施例中，获取医嘱内容和医疗术语对应的术语类型，其中，医嘱内容包括医生对就诊患者的用药叮嘱或注意事项；将医嘱内容输入预训练医嘱分类模型，得到医嘱内容对应的第一医嘱类型；在第一医嘱类型与术语类型一致的情况下，根据医嘱实体识别模型对医嘱类型进行识别，得到医嘱实体；在医疗术语和医嘱实体均在医疗知识图谱中的情况下，确定医疗术语与医嘱内容具有蕴含关系，即通过医疗知识图谱中丰富的同义和上下位关系，使文本间字符上有很大的差异，仍然能准确判断出其间的蕴含关系，解决了现有技术中，不能有效理解医嘱内容的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，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。在附图中：
图1是根据本发明实施例的一种可选的医嘱信息处理方法的移动终端的硬件结构框图；
图2是根据本发明实施例的一种可选的医嘱信息处理方法的流程图；
图3是根据本发明实施例的一种可选的基于知识图谱的医嘱理解方法的流程框图；
图4是根据本发明实施例的一种可选的医嘱信息处理装置图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一序列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例所提供的医嘱信息处理方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种医嘱信息处理方法的移动终端的硬件结构框图。如图1所示，移动终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的医嘱信息处理方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端10。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。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
在本实施例中还提供了一种医嘱信息处理方法，图2是根据本发明实施例的医嘱信息处理方法的流程图，如图2所示，该医嘱信息处理方法流程包括如下步骤：
步骤S202，获取医嘱内容和医疗术语对应的术语类型，其中，医嘱内容包括医生对就诊患者的用药叮嘱或注意事项。
步骤S204，将医嘱内容输入预训练医嘱分类模型，得到医嘱内容对应的第一医嘱类型。
步骤S206，在第一医嘱类型与术语类型一致的情况下，根据医嘱实体识别模型对医嘱类型进行识别，得到医嘱实体。
步骤S208，在医疗术语和医嘱实体均在医疗知识图谱中的情况下，确定医疗术语与医嘱内容具有蕴含关系。
在本实施例中，上述医嘱信息处理方法可以方便患者理解医生的医嘱。
通过本申请提供的实施例，获取医嘱内容和医疗术语对应的术语类型，其中，医嘱内容包括医生对就诊患者的用药叮嘱或注意事项；将医嘱内容输入预训练医嘱分类模型，得到医嘱内容对应的第一医嘱类型；在第一医嘱类型与术语类型一致的情况下，根据医嘱实体识别模型对医嘱类型进行识别，得到医嘱实体；在医疗术语和医嘱实体均在医疗知识图谱中的情况下，确定医疗术语与医嘱内容具有蕴含关系，即通过医疗知识图谱中丰富的同义和上下位关系，使文本间字符上有很大的差异，仍然能准确判断出其间的蕴含关系，解决了现有技术中，不能有效理解医嘱内容的技术问题。
可选的，上述方法还可以包括：在第一医嘱类型与术语类型不一致的情况下，确定医疗术语与医嘱内容不具有蕴含关系。
可选的，在医疗术语和医嘱实体均在医疗知识图谱中的情况下，确定医疗术语与医嘱内容具有蕴含关系，可以包括：基于医嘱知识图谱中的蕴含关系，在医嘱知识图谱中存在与医疗术语同义词或上位词的情况下，确定医疗术语与医嘱内容具有蕴含关系。
可选的，上述方法还可以包括：基于医嘱知识图谱中的蕴含关系，不能确定医疗术语与医嘱内容具有蕴含关系的情况下，通过第一预训练蕴含关系分类模型，确定医疗术语与医嘱内容是否具有蕴含关系。
可选的，上述方法还可以包括：在医疗术语和医嘱实体之均不在医疗知识图谱中的情况下，基于图谱术语间的蕴含关系，确定医疗术语与医嘱内容是否具有蕴含关系。
可选的，上述方法还可以包括：在医疗术语和医嘱实体之均不在医疗知识图谱中、且不能基于图谱术语间的蕴含关系，确定医疗术语与医嘱内容是否具有蕴含关系的情况下，通过第二预训练蕴含关系分类模型，确定医疗术语与医嘱内容是否具有蕴含关系。
在本实施例中还提供了一种医嘱信息处理方法，图3是根据本发明实施例的病种分类方法的流程图，如图3所示，该病种分类方法流程包括如下步骤：
步骤S302，获取患者的就诊信息，其中，就诊信息包括不同医疗人员对患者的诊断信息。
步骤S304，将就诊信息输入病种分类模型中，得到患者所患病种类别，其中，病种分类模型包括上述医嘱信息处理方法确定的模型。
通过本申请提供的实施例，获取患者的就诊信息，其中，就诊信息包括不同医疗人员对患者的诊断信息；将就诊信息输入病种分类模型中，得到患者所患病种类别，其中，病种分类模型包括上述医嘱信息处理方法确定的模型。即通过训练好的病种分类模型可以快速、准确的将患者所患病种进行归类，解决了现有技术中，对患者病种分类效率低的技术问题。
作为一种可选的实施例，本申请还提供了一种基于知识图谱的医嘱理解方法的流程框图。如图3所示，基于知识图谱的医嘱理解方法，具体包括如下内容。
步骤1，输入一个一段医嘱内容s＝{w1,w2,w3...wn}(如“注射用头孢西丁钠(信希汀)3g*1支3g静滴2次/日”)和术语t(如：抗生素)，判断医疗术语t是否蕴含医嘱内容s。
步骤2，使用预训练医嘱分类模型对医嘱内容s进行类型解析，得到医嘱类型Ts(如药物)。
步骤3，对医疗术语t进行类型判断。
(1)首先使用术语t匹配图谱的术语，若匹配成功，图谱术语的类型既是医疗术语t的类型Tt(如药物)，若匹配失败，进入步骤(2)；
(2)使用预训练术语分类模型对医疗术语t进行类型解析，得到类型Tt。
步骤4，对比Ts与Tt类型是否一致，若不一致，则输出“术语t与医嘱没有蕴含关系”；若一致，则进入步骤5；
步骤5，使用医嘱实体识别模型对医嘱进行实体识别，获得实体es；
步骤6，判断医疗术语t和es是否均在图谱中存在，如果存在，若基于图谱的蕴含关系(若术语t1是术语t2的同义词或上位词，则t1蕴含t2)推理出t蕴含es，则输出“术语t与医嘱有蕴含关系”。如果图谱无法推理出t与es之间有蕴含关系，则使用预训练蕴含关系分类模型判断t与es的蕴含关系并输出结果。
步骤7，如果t和es有一个没有在图谱中存在，则使用实体链接模块，链接到图谱中的术语中。如果链接成功，再基于链接到的图谱术语间的蕴含关系判断t和es之间的蕴含关系，若无法推理出关系，则使用预训练蕴含关系分类模型判断t与es的蕴含关系并输出结果；如果链接失败，则使用预训练蕴含关系分类模型判断t与es的蕴含关系并输出结果。
其中，t和es实体链接的对象如下：术语t链接到图谱的同义词或下位词；实体es链接到图谱的同义词或上位词。
在本实施例中，借助图谱中丰富的同义和上下位关系，以及实体链接的技术，即使文本间字符上有很大的差异，仍然能准确判断出其间的蕴含关系。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的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介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种医嘱信息处理装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本发明实施例的医嘱信息处理装置的结构框图，如图4所示，该医嘱信息处理装置包括：
获取单元41，用于获取医嘱内容和医疗术语对应的术语类型，其中，医嘱内容包括医生对就诊患者的用药叮嘱或注意事项。
得到单元43，用于将医嘱内容输入预训练医嘱分类模型，得到医嘱内容对应的第一医嘱类型。
识别单元45，用于在第一医嘱类型与术语类型一致的情况下，根据医嘱实体识别模型对医嘱类型进行识别，得到医嘱实体。
第一确定单元47，用于在医疗术语和医嘱实体均在医疗知识图谱中的情况下，确定医疗术语与医嘱内容具有蕴含关系。
通过本申请提供的实施例，获取单元41获取医嘱内容和医疗术语对应的术语类型，其中，医嘱内容包括医生对就诊患者的用药叮嘱或注意事项；得到单元43将医嘱内容输入预训练医嘱分类模型，得到医嘱内容对应的第一医嘱类型；识别单元45在第一医嘱类型与术语类型一致的情况下，根据医嘱实体识别模型对医嘱类型进行识别，得到医嘱实体；第一确定单元47在医疗术语和医嘱实体均在医疗知识图谱中的情况下，确定医疗术语与医嘱内容具有蕴含关系，即通过医疗知识图谱中丰富的同义和上下位关系，使文本间字符上有很大的差异，仍然能准确判断出其间的蕴含关系，解决了现有技术中，不能有效理解医嘱内容的技术问题。
可选的，上述装置还可以包括：第二确定单元，用于在第一医嘱类型与术语类型不一致的情况下，确定医疗术语与医嘱内容不具有蕴含关系。
可选的，上述第一确定单元47，可以包括：确定模块，用于基于医嘱知识图谱中的蕴含关系，在医嘱知识图谱中存在与医疗术语同义词或上位词的情况下，确定医疗术语与医嘱内容具有蕴含关系。
可选的，上述装置还可以包括：第三确定单元，用于基于医嘱知识图谱中的蕴含关系，不能确定医疗术语与医嘱内容具有蕴含关系的情况下，通过第一预训练蕴含关系分类模型，确定医疗术语与医嘱内容是否具有蕴含关系。
可选的，上述装置还可以包括：第四确定单元，用于在医疗术语和医嘱实体之均不在医疗知识图谱中的情况下，基于图谱术语间的蕴含关系，确定医疗术语与医嘱内容是否具有蕴含关系。
可选的，上述装置还可以包括：第五确定单元，用于在医疗术语和医嘱实体之均不在医疗知识图谱中、且不能基于图谱术语间的蕴含关系，确定医疗术语与医嘱内容是否具有蕴含关系的情况下，通过第二预训练蕴含关系分类模型，确定医疗术语与医嘱内容是否具有蕴含关系。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
S1，获取医嘱内容和医疗术语对应的术语类型，其中，医嘱内容包括医生对就诊患者的用药叮嘱或注意事项；
S2，将医嘱内容输入预训练医嘱分类模型，得到医嘱内容对应的第一医嘱类型；
S3，在第一医嘱类型与术语类型一致的情况下，根据医嘱实体识别模型对医嘱类型进行识别，得到医嘱实体；
S4，在医疗术语和医嘱实体均在医疗知识图谱中的情况下，确定医疗术语与医嘱内容具有蕴含关系。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，获取医嘱内容和医疗术语对应的术语类型，其中，医嘱内容包括医生对就诊患者的用药叮嘱或注意事项；
S2，将医嘱内容输入预训练医嘱分类模型，得到医嘱内容对应的第一医嘱类型；
S3，在第一医嘱类型与术语类型一致的情况下，根据医嘱实体识别模型对医嘱类型进行识别，得到医嘱实体；
S4，在医疗术语和医嘱实体均在医疗知识图谱中的情况下，确定医疗术语与医嘱内容具有蕴含关系。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上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 (14)

1.一种医嘱信息处理方法，其特征在于，包括：
获取医嘱内容和医疗术语对应的术语类型，其中，所述医嘱内容包括医生对就诊患者的用药叮嘱或注意事项；
将所述医嘱内容输入预训练医嘱分类模型，得到所述医嘱内容对应的第一医嘱类型；
在所述第一医嘱类型与术语类型一致的情况下，根据医嘱实体识别模型对所述医嘱类型进行识别，得到医嘱实体；
在所述医疗术语和所述医嘱实体均在医疗知识图谱中的情况下，确定所述医疗术语与所述医嘱内容具有蕴含关系。
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：
在所述第一医嘱类型与术语类型不一致的情况下，确定所述医疗术语与所述医嘱内容不具有蕴含关系。
3.根据权利要求1所述的方法，其特征在于，所述在所述医疗术语和所述医嘱实体均在医疗知识图谱中的情况下，确定所述医疗术语与所述医嘱内容具有蕴含关系，包括：
基于所述医嘱知识图谱中的蕴含关系，在所述医嘱知识图谱中存在与所述医疗术语同义词或上位词的情况下，确定所述医疗术语与所述医嘱内容具有蕴含关系。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述医嘱知识图谱中的蕴含关系，不能确定所述医疗术语与所述医嘱内容具有蕴含关系的情况下，通过第一预训练蕴含关系分类模型，确定所述医疗术语与所述医嘱内容是否具有蕴含关系。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述医疗术语和所述医嘱实体之均不在所述医疗知识图谱中的情况下，基于图谱术语间的蕴含关系，确定所述医疗术语与所述医嘱内容是否具有蕴含关系。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
在所述医疗术语和所述医嘱实体之均不在所述医疗知识图谱中、且不能基于图谱术语间的蕴含关系，确定所述医疗术语与所述医嘱内容是否具有蕴含关系的情况下，通过第二预训练蕴含关系分类模型，确定所述医疗术语与所述医嘱内容是否具有蕴含关系。
7.一种医嘱信息处理装置，其特征在于，包括：
获取单元，用于获取医嘱内容和医疗术语对应的术语类型，其中，所述医嘱内容包括医生对就诊患者的用药叮嘱或注意事项；
得到单元，用于将所述医嘱内容输入预训练医嘱分类模型，得到所述医嘱内容对应的第一医嘱类型；
识别单元，用于在所述第一医嘱类型与术语类型一致的情况下，根据医嘱实体识别模型对所述医嘱类型进行识别，得到医嘱实体；
第一确定单元，用于在所述医疗术语和所述医嘱实体均在医疗知识图谱中的情况下，确定所述医疗术语与所述医嘱内容具有蕴含关系。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
第二确定单元，用于在所述第一医嘱类型与术语类型不一致的情况下，确定所述医疗术语与所述医嘱内容不具有蕴含关系。
9.根据权利要求7所述的装置，其特征在于，所述第一确定单元，包括：
确定模块，用于基于所述医嘱知识图谱中的蕴含关系，在所述医嘱知识图谱中存在与所述医疗术语同义词或上位词的情况下，确定所述医疗术语与所述医嘱内容具有蕴含关系。
10.根据权利要求7所述的装置，其特征在于，所述装置还包括：
第三确定单元，用于基于所述医嘱知识图谱中的蕴含关系，不能确定所述医疗术语与所述医嘱内容具有蕴含关系的情况下，通过第一预训练蕴含关系分类模型，确定所述医疗术语与所述医嘱内容是否具有蕴含关系。
11.根据权利要求7所述的装置，其特征在于，所述装置还包括：
第四确定单元，用于在所述医疗术语和所述医嘱实体之均不在所述医疗知识图谱中的情况下，基于图谱术语间的蕴含关系，确定所述医疗术语与所述医嘱内容是否具有蕴含关系。
12.根据权利要求11所述的装置，其特征在于，所述装置还包括：
第五确定单元，用于在所述医疗术语和所述医嘱实体之均不在所述医疗知识图谱中、且不能基于图谱术语间的蕴含关系，确定所述医疗术语与所述医嘱内容是否具有蕴含关系的情况下，通过第二预训练蕴含关系分类模型，确定所述医疗术语与所述医嘱内容是否具有蕴含关系。
13.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至6任一项中所述的方法。
14.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至6任一项中所述的方法。
CN202111504161.0A 2021-12-09 2021-12-09 医嘱信息处理方法、装置、存储介质及电子装置 Pending CN114117080A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111504161.0A CN114117080A (zh) 2021-12-09 2021-12-09 医嘱信息处理方法、装置、存储介质及电子装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111504161.0A CN114117080A (zh) 2021-12-09 2021-12-09 医嘱信息处理方法、装置、存储介质及电子装置

Publications (1)

Publication Number Publication Date
CN114117080A true CN114117080A (zh) 2022-03-01

Family

ID=80363934

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111504161.0A Pending CN114117080A (zh) 2021-12-09 2021-12-09 医嘱信息处理方法、装置、存储介质及电子装置

Country Status (1)

Country Link
CN (1) CN114117080A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115050441A (zh) * 2022-08-16 2022-09-13 北京嘉和美康信息技术有限公司 治疗方案的显示方法、装置、电子设备及介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115050441A (zh) * 2022-08-16 2022-09-13 北京嘉和美康信息技术有限公司 治疗方案的显示方法、装置、电子设备及介质

Similar Documents

Publication Publication Date Title
CN111341456B (zh) 糖尿病足知识图谱生成方法、装置及可读存储介质
US20190228849A1 (en) Medical information query system and method
CN100429667C (zh) 医疗数据处理系统及处理方法
CN110136838A (zh) 基于多知识库推理的数据匹配决策方法及系统
CN112256738A (zh) 一种医疗联动drg质控查询方法、装置及系统
CN104240171A (zh) 电子病历生成方法及系统
CN111710429A (zh) 信息的推送方法及装置、计算机设备、存储介质
CN109473169A (zh) 一种疾病诊断方法、装置及终端设备
CN114117053A (zh) 病种分类模型训练方法、装置、存储介质及电子装置
CN114065856B (zh) 基于医生画像的医生推荐方法、装置、设备及存储介质
CN111370132B (zh) 电子文件的解析方法及装置、计算机设备、存储介质
CN112086180A (zh) 用于医用耗材的智能化库存管理系统
CN110472028A (zh) 基于人工智能和大数据的医学问题自动回答系统和方法
CN113742443A (zh) 多药共用查询方法、移动终端及存储介质
CN108140044A (zh) 用于确定与临床医生相关的信息的设备、系统和方法
CN113724858A (zh) 基于人工智能的疾病检查项目推荐设备、方法及装置
CN109243592A (zh) 基于人工智能的医疗项目使用异常检测方法及相关装置
CN114117080A (zh) 医嘱信息处理方法、装置、存储介质及电子装置
CN113724823B (zh) 医疗健康服务的线上管理方法、装置、设备及存储介质
CN111159369A (zh) 多轮智能问诊方法、装置及计算机可读存储介质
CN115116602A (zh) 疾病的预警方法、装置、设备、存储介质及程序产品
CN114385797A (zh) 一种健康数据管理方法、系统和装置
CN113822601A (zh) 一种问诊结果处理方法、服务器和终端设备
CN109035094A (zh) 基于人工智能的教学方法、装置及终端设备
CN111128329B (zh) 个性化健康摘要的动态生成方法、装置、介质及电子设备

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