CN114429822A - 病历质检方法、装置和存储介质 - Google Patents

病历质检方法、装置和存储介质 Download PDF

Info

Publication number
CN114429822A
CN114429822A CN202111538738.XA CN202111538738A CN114429822A CN 114429822 A CN114429822 A CN 114429822A CN 202111538738 A CN202111538738 A CN 202111538738A CN 114429822 A CN114429822 A CN 114429822A
Authority
CN
China
Prior art keywords
medical record
disease
diagnosis result
typical
supervised learning
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
CN202111538738.XA
Other languages
English (en)
Inventor
尤心心
刘喜恩
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.)
Beijing Huiji Zhiyi Technology Co ltd
Original Assignee
Beijing Huiji Zhiyi 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 Beijing Huiji Zhiyi Technology Co ltd filed Critical Beijing Huiji Zhiyi Technology Co ltd
Priority to CN202111538738.XA priority Critical patent/CN114429822A/zh
Publication of CN114429822A publication Critical patent/CN114429822A/zh
Pending legal-status Critical Current

Links

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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/047—Probabilistic or stochastic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Biology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Probability & Statistics with Applications (AREA)
  • Epidemiology (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

一种病历质检方法、装置和存储介质，该方法包括：获取待检病历，待检病历包括病历内容和诊断结果，诊断结果包括至少一种疾病的名称；针对病历内容提取特征，得到第一特征；针对诊断结果中包括的每种疾病，获取疾病对应的典型病历的特征，得到第二特征；针对诊断结果中包括的每种疾病，将疾病对应的典型病历的第二特征与第一特征进行相似度计算，以确定疾病是否与病历内容相关，从而确定诊断结果中是否包括与病历内容不相关的疾病名称。本申请以待检病历中的原始诊断结果为依据，获取原始诊断结果中包括的疾病的典型病历，将其与待检病历上的病历内容进行相似性比对，根据比对结果能够自动判断诊断多写情况。

Description

病历质检方法、装置和存储介质
技术领域
本申请涉及智能医疗技术领域，更具体地涉及一种病历质检方法、 装置和存储介质。
背景技术
DRGs(Diagnosis Related Groups，疾病诊断相关分组)付费是医 保支付改革的重要手段，其基本思路是根据住院病历的病案首页中的 主要诊断、其他诊断、主要手术、其他手术以及患者的基本信息，为 疾病分到诊断相关分组。根据每个组预设的权重系数，乘上预先制定 的费率，就是医保报销的金额。
针对诊断多写的质检问题，现有的主流方法是依靠人工质检，原 因是该任务整体上还是比较难的，需要对各类疾病的症状、检查检验、 用药、手术等情况都有基本的认识，还需要翻阅整本住院病历，核查 前后情况，才能得出结论。因此现行质检手段基本是通过科室内三级 诊疗法内部检查，即主治医师、主任医师或副主任医师、科室主任逐 级检查，或者是医院质检科的质检人员进行专门核查。
人工质检的缺点是显而易见的，首先因为住院病历内容非常多， 因此平均执行一份病历的诊断多写质检大概需要20分钟；其次是需 要质检人对各个科室的疾病都能有基本的了解和认识，因为合并症和 并发症可能脱离于患者所住科室，因此需要质检人员对全科疾病都有 基本认识；最后人工质检容易造成相互包庇的行为，例如若医院主导 的质检，很有可能医生到科室到质检员层级都会有纵容包庇的行为， 反而不客观真实。
发明内容
为了解决上述问题而提出的了本申请。根据本申请一方面，提供 了一种病历质检方法，所述方法包括：获取待检病历，所述待检病历 包括病历内容和诊断结果，所述诊断结果包括至少一种疾病的名称； 针对所述病历内容提取特征，得到第一特征；针对所述诊断结果中包 括的每种疾病，获取所述疾病对应的典型病历的特征，得到第二特征； 针对所述诊断结果中包括的每种疾病，将所述疾病对应的典型病历的 所述第二特征与所述第一特征进行相似度计算，以确定所述疾病是否 与所述病历内容相关，从而确定所述诊断结果中是否包括与所述病历 内容不相关的疾病名称。
在本申请的一个实施例中所述获取所述疾病对应的典型病历的 特征，得到第二特征，包括：获取所述疾病对应的多个典型病历各自 的特征，得到多个第二特征；所述将所述疾病对应的典型病历的所述 第二特征与所述第一特征进行相似度计算，以确定所述疾病是否与所 述病历内容相关，包括：将所述第一特征与每个所述第二特征进行相 似度计算，得到多个相似度得分；计算所述多个相似度得分的平均值 和/或获取所述多个相似度得分中的最大值；当所述平均值大于第一 阈值和/或所述最大值大于第二阈值时，确定所述疾病与所述病历内 容相关。
在本申请的一个实施例中所述方法是基于训练好的神经网络来 执行的，所述神经网络为自监督学习和有监督学习联合训练的端到端 框架，所述自监督学习包括典型病历的特征学习，所述有监督学习包 括典型病历与非典型病历之间的特征相似度学习。
在本申请的一个实施例中所述神经网络采用焦点损失函数(focal loss)来实现所述联合训练，其中所述焦点损失函数是基于所述自监 督学习和所述有监督学习这两者各自的损失函数和这两者各自的性 能指标而设计的。
在本申请的一个实施例中所述自监督学习的训练集包括原始样 本、正样本和负样本，其中：所述原始样本包括典型病历样本；所述 正样本包括所述典型病历样本的复制样本；所述负样本包括与所述典 型病历样本对应不同疾病的其他典型病历样本的随机采样样本。
在本申请的一个实施例中，所述原始样本与所述正样本构成正相 关表证对，所述原始样本与所述负样本构成负相关表正对；所述自监 督学习的损失函数是基于如下原则设计的：使得所述正相关表证对的 表征距离越来越近，所述负相关表征对的表征距离越来越远；所述自 监督学习的性能指标包括所述原始样本与所述正样本的相似度得分 减去所述原始样本与所述负样本的相似度得分的结果。
在本申请的一个实施例中所述神经网络为带随机丢弃(dropout) 机制的神经网络，所述典型病历样本和所述典型病历样本的复制样本 分别输入到所述神经网络，基于所述随机丢弃机制，得到所述原始样 本和所述正样本。
在本申请的一个实施例中所述非典型病历对应多种疾病，作为多 个标签，所述有监督学习将所述多种疾病中每种疾病对应的所述典型 病历的原始样本与所述非典型病历的样本进行特征相似性计算，得到 所述非典型病历的样本对应的疾病类型的预测结果；所述有监督学习 的损失函数是基于如下原则设计的：针对所述多个标签中的每个标签： 当所述预测结果正确时，生成第一损失函数值；当所述预测结果错误 时，生成第二损失函数值，所有损失函数值加权求和以用于更新所述 神经网络的参数，其中所述第一损失函数值小于所述第二损失函数值。
在本申请的一个实施例中所述神经网络为图神经网络，所述图神 经网络基于如下方式为所述病历内容构图：预处理得到所述病历内容 的特征单词，将特征单词表示为节点，将所述特征单词之间的共现关 系表示边，通过点互信息计算得到边上权重，从而得到所述病历内容 的带权图。
根据本申请另一方面，提供了一种病历质检方法，所述方法包括： 获取待检病历，并将所述待检病历输入到训练好的神经网络，其中， 所述待检病历包括病历内容和诊断结果，所述诊断结果包括至少一种 疾病的名称；所述神经网络为自监督学习和有监督学习联合训练的端 到端框架，所述自监督学习包括典型病历的特征学习，所述有监督学 习包括典型病历与非典型病历之间的特征相似度学习；基于所述神经 网络针对所述病历内容提取特征，并针对所述诊断结果中包括的每种 疾病，将所述疾病对应的典型病历的特征与所述病历内容的特征进行 相似度计算，以确定所述疾病是否与所述病历内容相关，从而确定所 述诊断结果中是否包括与所述病历内容不相关的疾病名称。
在本申请的一个实施例中，所述神经网络采用焦点损失函数 (focal loss)来实现所述联合训练，其中所述焦点损失函数是基于所 述自监督学习和所述有监督学习这两者各自的损失函数和这两者各 自的性能指标而设计的。
根据本申请再一方面，提供了一种病历质检装置，所述装置包括： 病历获取模块，用于获取待检病历，所述待检病历包括病历内容和诊 断结果，所述诊断结果包括至少一种疾病的名称；特征提取模块，用 于针对所述病历内容提取特征，得到第一特征；相似性计算模块，用 于针对所述诊断结果中包括的每种疾病，获取所述疾病对应的典型病 历的特征，得到第二特征；并针对所述诊断结果中包括的每种疾病， 将所述疾病对应的典型病历的所述第二特征与所述第一特征进行相 似度计算，以确定所述疾病是否与所述病历内容相关，从而确定所述 诊断结果中是否包括与所述病历内容不相关的疾病名称。
根据本申请又一方面，提供了一种病历质检装置，所述装置包括： 输入模块，用于获取待检病历，并将所述待检病历输入到训练好的神 经网络，其中，所述待检病历包括病历内容和诊断结果，所述诊断结 果包括至少一种疾病的名称；所述神经网络为自监督学习和有监督学 习联合训练的端到端框架，所述自监督学习包括典型病历的特征学习， 所述有监督学习包括典型病历与非典型病历之间的特征相似度学习； 输出模块，用于基于所述神经网络针对所述病历内容提取特征，并针 对所述诊断结果中包括的每种疾病，将所述疾病对应的典型病历的特 征与所述病历内容的特征进行相似度计算，以确定所述疾病是否与所 述病历内容相关，从而确定所述诊断结果中是否包括与所述病历内容 不相关的疾病名称。
根据本申请再一方面，提供了一种病历质检装置，所述装置包括 存储器和处理器，所述存储器上存储有由所述处理器运行的计算机程 序，所述计算机程序在被所述处理器运行时，使得所述处理器执行上 述病历质检方法。
根据本申请又一方面，提供了一种存储介质，所述存储介质上存 储有计算机程序，所述计算机程序在运行时，执行上述病历质检方法。
根据本申请实施例的病历质检方法和装置以待检病历中的原始 诊断结果为依据，获取原始诊断结果中包括的疾病的典型病历，将其 与待检病历上的病历内容进行相似性比对，根据比对结果能够确定原 始诊断结果中包括的疾病是否与病历内容相关，从而能够自动判断诊 断多写情况。
附图说明
通过结合附图对本申请实施例进行更详细的描述，本申请的上述 以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请 实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一 起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参 考标号通常代表相同部件或步骤。
图1示出根据本申请一个实施例的病历质检方法的示意性流程 图。
图2示出根据本申请实施例的病历质检方法中采用的神经网络 的训练过程示意图。
图3示出采用根据本申请实施例的病历质检方法对病历进行质 检后得到的结果示意图。
图4示出根据本申请另一个实施例的病历质检方法的示意性流 程图。
图5示出根据本申请一个实施例的病历质检装置的示意性结构 框图。
图6示出根据本申请另一个实施例的病历质检装置的示意性结 构框图。
图7示出根据本申请再一个实施例的病历质检装置的示意性结 构框图。
具体实施方式
为了使得本申请的目的、技术方案和优点更为明显，下面将参照 附图详细描述根据本申请的示例实施例。显然，所描述的实施例仅仅 是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本 申请不受这里描述的示例实施例的限制。基于本申请中描述的本申请 实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所 有其他实施例都应落入本申请的保护范围之内。
首先，参照图1描述根据本申请一个实施例的病历质检方法。图 1示出了根据本申请一个实施例的病历质检方法100的示意性流程图。 如图1所示，病历质检方法100可以包括如下步骤：
在步骤S110，获取待检病历，待检病历包括病历内容和诊断结 果，诊断结果包括至少一种疾病的名称。
在步骤S120，针对病历内容提取特征，得到第一特征。
在步骤S130，针对诊断结果中包括的每种疾病，获取该疾病对 应的典型病历的特征，得到第二特征。
在步骤S140，针对诊断结果中包括的每种疾病，将该疾病对应 的典型病历的第二特征与第一特征进行相似度计算，以确定该疾病是 否与病历内容相关，从而确定诊断结果中是否包括与病历内容不相关 的疾病名称。
在本申请的实施例中，待检病历包括病历内容和诊断结果。其中， 病历内容诸如包括病人性别、年龄、主诉信息、现病史、体格检查信 息、辅助检查信息等方面的信息(如稍后结合图3描述的示例中的病 历内容部分的信息)；诊断结果是医生根据病历内容作出的原始诊断， 包括病历内容将病人诊断为某种疾病或某多种疾病(如稍后结合图3 描述的示例中原始诊断部分的信息)。针对这样的待检病历，在本申 请的实施例中，以病历中的诊断结果为依据来进行质检。由于诊断结 果中包括至少一种疾病的名称，因此可以依据此来获取每种疾病的典 型病历的特征(或者也可以获取每种疾病的典型病历，然后对其提取 特征)，将每种疾病的典型病历的特征依次与当前待检病历中病历内 容部分的特征进行相似性比对，即可根据相似性比对结果确定当前待 检病历中的病历内容是否符合诊断结果中每种疾病对应的典型病历 内容。例如，对于诊断结果中的一种疾病，当该种疾病的典型病历的 特征与当前待检病历中病历内容的特征相似度较高时，可认为当前待 检病历中的病历内容确实有极大概率是由该种疾病导致的，也即诊断 结果中给出的该种疾病是正确的诊断，不是误写的、多写的诊断。反 之，对于诊断结果中的一种疾病，当该种疾病的典型病历的特征与当 前待检病历中病历内容的特征相似度较低时，可认为当前待检病历中 的病历内容不太可能是由该种疾病导致的，也即诊断结果中给出的该 种疾病是误写的或者多写的诊断，可认为是诊断多写。因此，经过上 述质检过程，可判断当前待检病历中是否存在诊断多写的情况，如果 存在，可给出质检结果(例如原始诊断中某某疾病属于诊断多写情况)， 还可给出诊断推荐结果(例如将诊断多写的疾病去除后保留其他诊断 结果)。
因此，总体上，根据本申请实施例的病历质检方法以待检病历中 的原始诊断结果为依据，获取原始诊断结果中包括的疾病的典型病历， 将其与待检病历上的病历内容进行相似性比对，根据比对结果能够确 定原始诊断结果中包括的疾病是否与病历内容相关，从而能够自动判 断诊断多写情况，具有合理性高、检查速度快的优势，能够解决质检 人工少、检查速度慢的现状，开展大范围高效质检，无论是对于医保 局或卫健委等质检主导部门，还是对医院等被质检部门，都有很大的 需求，能为他们的工作开展带来大幅效率提升。
在本申请的实施例中，可以基于训练好的神经网络来执行上述方 法100，其中，该神经网络可以为自监督学习和有监督学习联合训练 的端到端框架。自监督学习包括典型病历的特征学习，有监督学习包 括典型病历与非典型病历之间的特征相似度学习。也就是说，在本申 请的实施例中，采用一种端到端的框架，将自监督学习与有监督学习 联合训练。针对于典型病历的特征学习，采用自监督对比技术，旨在 更好的把握、刻画病历特征；针对于待检病历与典型病历之间的相关 关系，采用有监督多标签训练，两种训练方式联合开展和优化，使得 模型具有更好的表征能力和性能表现。下面分别描述该神经网络的自监督学习和有监督学习。
在本申请的实施例中，自监督学习任务旨在为典型病历获取更好 的特征表示，使得每份典型病历的特征都能很好地代表该典型病历对 应的疾病，这样待检病历与典型病历进行相似度计算的效果才能更准 确，以相似度高的典型病历的疾病作为待检病历的疾病预测结果，可 信度才会更高。此外，自监督训练的方法也能够提升模型建模病历文 本的能力，使得模型整体上能够具有更强的病历文本表征刻画的表现。 最后，自监督训练的方式可以是自动生成正负样本的，不需要大量人 工标注，节约人力资源。下面分别描述自监督学习中样本的构建、模 型的设计和损失函数的构建。
首先要基于典型病历构建用于自监督对比学习的训练集。对比学 习需要针对一份病历，构造出它的正样本和负样本，才是一条完整的 可用于对比学习的样本。在本申请的实施例中，自监督学习的训练集 包括原始样本、正样本和负样本，其中：原始样本包括典型病历样本； 正样本包括典型病历样本的复制样本；负样本包括与典型病历样本对 应不同疾病的其他典型病历样本的随机采样样本。这样的方式可以自 动生成正负样本的，不需要大量人工标注，节约人力资源。
其中，在本申请的实施例中，待训练的神经网络可以为带随机丢 弃(dropout)机制的神经网络；基于此，典型病历样本和典型病历样 本的复制样本可以分别输入到神经网络，基于神经网络的随机丢弃机 制，得到原始样本和正样本。
也即，针对于一个典型病历的正样本的构建，可以采用将原始病 历直接复制，然后通过带有dropout机制的网络模型的方法。dropout 是指在深度学习网络的训练过程中，按照一定的概率随机将一部分神 经网络单元暂时从网络中丢弃，相当于从原始的网络中找到一个更瘦 的网络，进行网络的训练的方法，主要用于防止网络过拟合。这里我 们将一个典型病历及它的复制版本分别送入带dropout机制的网络结 构，由于每次dropout都会随机丢弃小部分神经元，所以通过网络后， 向量表征会因丢弃神经元的不同产生略微不一致的结果，而这样的结 果刚好可以一个作为原始样本，一个作为原始样本的正样本来使用。
针对于典型病历负样本的构建，可以根据任务导向，在与典型病 历具有不同诊断的其他疾病典型病历中，每次随机抽取一个作为该典 型病历的负样本，然后通过模型网络(即前文所述的带dropout机制 的网络模型)后，将获取的表征作为负样本结果。
基于此，可以为已经有的所有典型病历自动快速构造出对应的正 样本和负样本，用于对比学习训练。
在本申请的实施例中，采用的神经网络(网络模型)可以基于图 神经网络结构，图神经网络可以基于如下方式为典型病历构图：预处 理得到典型病历的特征单词，将特征单词表示为节点(节点的嵌入用 单词特征初始化)，将特征单词之间的共现关系表示边(通过滑动窗 口来确定词之间的共现关系)，通过点互信息(PMI)计算得到边上 权重，从而得到典型病历的带权图。然后，使用图神经网络(诸如门 控图神经网络)来学习单词节点的嵌入。节点可以从其相邻邻居接收 信息，然后与自己的表示合并以进行更新。当图层在第一阶邻居上运 行时，可以将t层堆叠t次以实现高阶特征交互，其中一个节点可以 到达距离为t的另一个节点，这里我们设置t＝2，即每个节点最远可 以与自己的二阶邻居传递信息。针对于典型病历的自监督学习任务， 可以将每条样本，包含典型病历的原始样本、正样本、负样本分别构 建为图，然后为每个图都进行图卷积计算(诸如两层的图卷积计算)， 分别获取典型病历的原始样本、正样本和负样本的特征表示。
在本申请的实施例中，典型病历的原始样本与正样本构成正相关 表证对，原始样本与负样本构成负相关表正对；损失函数的设计需要 实现约束病历表征对的相关性，使得正相关表征对的表征距离越来越 近，负相关表征对的表征距离越来越远。基于此，在一个示例中，设 计如下损失函数：
Figure BDA0003413297300000101
其中
Figure BDA0003413297300000102
表示这对句子表征的相似度，例如可以采用余弦相 似度公式来计算，г表示超参，表示数值缩放比例。该损失函数能够 保证：当该向量表征对越相关，损失函数越小；当向量表征对越不相 关，损失函数越大，符合我们的模型训练目标。
以上自监督学习的描述。基于上述训练，神经网络能够很好地提 取待检病历的特征，以用于与典型病历的特征进行相似度比对，如下 文将描述的。
在本申请的实施例中，针对于待检病历的疾病列表预测，我们采 用的方式是使待检病历与疾病对应的所有典型病历进行特征相似度 比较。在一个示例中，可以针对诊断结果中的每种疾病获取多个典型 病历，然后针对诊断结果中的每种疾病，计算待检病历的特征与该中 疾病所有典型病历的相似度得分的平均值和/或最大值。若得分越高， 说明该待检病历与该疾病对应的典型病历越相似，越倾向于该典型病 历组对应的疾病。可以通过提前制定阈值的方式，灵活把控相关度， 将高于平均阈值(可称为第一阈值，采用前述的相似度得分平均值与 其比较)或最大阈值(可称为第二阈值，采用前述的相似度得分最大 值与其比较)的疾病都作为该待检病历的可能疾病，从而组成预测疾 病列表。
也就是说，对于前文所述的方法100中的步骤130中的获取该疾 病对应的典型病历的特征，得到第二特征，可以包括：获取该疾病对 应的多个典型病历各自的特征，得到多个第二特征。相应地，对于前 文所述的方法100中的步骤140中的将该疾病对应的典型病历的第二 特征与第一特征进行相似度计算，以确定该疾病是否与病历内容相关， 可以包括：将第一特征与每个第二特征进行相似度计算，得到多个相 似度得分；计算多个相似度得分的平均值和/或获取多个相似度得分 中的最大值；当平均值大于第一阈值和/或最大值大于第二阈值时， 确定该疾病与病历内容相关。
前面已经描述，在本申请的实施例中，待训练的神经网络可以为 自监督学习和有监督学习联合训练的端到端框架。自监督学习包括典 型病历的特征学习，有监督学习包括典型病历与非典型病历之间的特 征相似度学习。待检病历即为非典型病历。在训练阶段，可以采用前 文所述的图神经网络对非典型病历进行构图后经过图卷积网络(诸如 两层的图神经网络)，获取该非典型病历的特征表示。之后，例如可 以利用余弦相似度方法分别计算出该非典型病历与其诊断列表对应 所有典型病历的相似度得分。
其中，基于有监督训练进行相似度计算学习。具体地，是将非典 型病历与典型病历进行相似度计算，最终以相似度高的典型病历对应 的诊断作为非典型病历的预测诊断。因此，本质上来说还是判断非典 型病历的疾病列表(诊断结果)是否能被正确预测，所以可以看做是 多标签分类任务(非典型病历中的疾病列表中每种疾病即为一个标签， 一般典型病历对应于一种疾病，而非典型病历通常对应于多种疾病， 当然也不排除对应于单种疾病的情况)。在计算单标签分类的时候， 可以采用交叉熵损失函数，因此针对于多标签分类，可以将单标签分 类的交叉熵损失函数进行扩展，计算方法如下公式
Figure BDA0003413297300000111
其中m表示总的疾病个数，
Figure BDA0003413297300000112
代表第i个样本在第j个疾病下 的真实值，
Figure BDA0003413297300000113
代表第i个样本第j个类别下的输出经过softmax函数 处理后的结果。该公式表示，令预测结果与所有标签进行计算，生成 对应的损失函数值，再进行加权。针对于每个标签，若预测正确，则 产生较小的损失，否则，产生较大的损失函数值，再将结果加在一起。 该公式整体约束模型参数，使得模型尽量朝着所有正确标签的方向训 练，不断更新参数，获取最优模型结果。
也就是说，在本申请的实施例中，非典型病历对应多种疾病，作 为多个标签，有监督学习将多种疾病中每种疾病对应的典型病历的原 始样本与非典型病历的样本进行特征相似性计算，得到非典型病历的 样本对应的疾病类型的预测结果。有监督学习的损失函数是基于如下 原则设计的：针对多个标签中的每个标签：当预测结果正确时，生成 第一损失函数值；当预测结果错误时，生成第二损失函数值，所有损 失函数值加权求和以用于更新神经网络的参数，其中第一损失函数值 小于第二损失函数值。
现在描述自监督学习和有监督学习这两个任务的联合训练。
多任务的自动训练主要是依赖损失函数的设计，而传统的多任务 联合损失函数一般是直接为每个任务的损失函数预设权重。这样虽然 能解决两个任务的损失函数不在一个量级上的问题，但是不能解决不 同任务优化速度不一致的问题。例如，若两个任务损失函数的取值范 围差异很大，一个在0-1之间，另一个在0-1000之间，通过权重预 设后，虽然表面上可以将两个损失函数的量级拉到一个水平，但是没 有考虑到不同任务优化速度差异的问题。假设一个任务的损失(loss) 很快就能降低到0-0.2之间，而另一个任务则需要很多轮迭代loss才 能降低到0.5-0.9之间，那么虽然有预设权重，但是损失函数大的任务仍然会对模型训练起到持续性主导作用，即模型会一直朝着这个任 务更新参数，而另一个任务得不到训练。
基于此，在本申请的实施例中，采用焦点损失函数(focal loss) 来实现联合训练，其中focal loss是基于自监督学习和有监督学习这 两者各自的损失函数和这两者各自的性能指标而设计的。对于有监督 学习任务来说，可以将非典型病历的样本对应的疾病类型的预测结果 与其诊断列表中的疾病标签的重叠率作为性能指标。对于自监督学习 任务来说，可以将典型病历的原始样本与正样本的平均相似度减去典 型病历的原始样本与负样本的平均相似度作为性能指标，因为若典型 病历的原始样本与正样本越相关，典型病历的原始样本与负样本越不 相关，两者之间平均值的差值就会越大，符合我们的期望。获取了两 个任务分别的损失函数值和性能指标值后，可以计算focal loss，例如 通过如下公式来计算：
FL(ki)＝-((1-ki)gamma×log(ki))
loss＝sum(FL(ki)×lossi)
其中ki表示任务i的性能值，gamma表示超参数，例如设置为2， lossi表示任务i的损失函数值。这个公式巧妙地利用了损失函数和性 能之间的关系，即若任务的性能好，则损失函数会更小，若任务的性 能差，则损失函数会更大。通过对任务性能表现动态评估出一个损失 函数的权值，然后乘上对应的损失函数，最终将多任务加权作为最终 损失函数，实现动态量化两个任务的优化方向。若任务i的性能越好， 则其损失函数值在最终损失中的占比就越小，使得参数尽量不朝着这 个方向优化；而若任务i的性能越不好，则其在最终损失函数中的占 比就越大，使得参数朝着这个方向优化。
通过focal loss，我们实现使用一个模型(神经网络)，同时支持 典型病历的自监督对比学习以及典型病历与非典型病历的有监督学 习。通过对任务的性能和损失函数同步估算，动态决定每次迭代优先 训练哪个任务，使得两个任务能够自动同步训练，找到全局最优的模 型参数。
以上描述了本申请中神经网络的训练过程，可结合图2来更好地 理解前文所述。
基于上述自监督对比学习与有监督多标签分类模型同步训练的 端到端框架，在训练好实际使用时，不需要完全执行这两个目标。可 以将训练阶段最好的模型结果保存，并将最好模型参数下各个疾病的 典型病历的表征提取并保存出来。然后对于待检病历，只需要将它经 过图网络模型，然后将表征(即前文方法100中所述的第一特征)提 取出来，与典型病历的表征(即前文方法100中所述的第二特征)进 行比较即可。这种空间换时间的方法，可以使得实际应用速度更快， 而且丝毫不损失准确率。对于待检病历的诊断结果中的每种疾病，将 待检病历与该种疾病的所有典型病历的相似度结果计算后，计算出平 均值和最大值，并令他们分别与平均值阈值与最大值阈值比较，若某 一个大于阈值，则认为该典型病历对应的疾病应加入到待检病历的诊 断结果的疾病列表中；若两个指标都分别不大于相应阈值，则认为该 组典型病历对应的疾病不应加到诊断结果的疾病列表中，属于诊断多 写的情况。
图3示出采用根据本申请实施例的病历质检方法对病历进行质 检后得到的结果示意图。如图3所示，给出了一个诊断多写质检的样 例。我们将待检病历输入到模型中，将医生给出的四个诊断的典型病 历(失血性贫血、贵溃疡、消化道出血、十二指肠炎)抽取出来，令 待检病历与这些疾病的典型病历分别进行相似度计算，我们发现，待 检病历与失血性贫血、胃溃疡和消化道出血的典型病历都有较高的相 似性，但与十二指肠炎这一疾病的典型病历比较后，发现相似度都非 常低。基于此，我们认为十二指肠炎这一诊断为诊断多写情况，存在 质量问题(该结果经过医生验证)，并给出了质检结果和诊断推荐。
基于上面的描述，根据本申请实施例的病历质检方法以待检病历 中的原始诊断结果为依据，获取原始诊断结果中包括的疾病的典型病 历，将其与待检病历上的病历内容进行相似性比对，根据比对结果能 够确定原始诊断结果中包括的疾病是否与病历内容相关，从而能够自 动判断诊断多写情况。
此外，根据本申请实施例的病历质检方法提出一种针对于诊断多 写自动质检的端到端计算框架，该框架利用待检病历与原始诊断对应 的典型病历比对的方法，通过综合评判，实现诊断多写的自动质检， 能够很好地替代人工进行诊断多写自动质检。因为本质上是基于多个 典型病历的相似度计算，所以整体上不会给出离谱错误的情况，所有 的预测结果都有典型病历作为证据支撑，具有一定的可解释性和性能 保证性。
此外，根据本申请实施例的病历质检方法提出将典型病历的自监 督对比学习和非典型病历与典型病历的有监督学习联合训练，使得模 型具有更好的捕获病历中语义特征的能力，将病历的特征刻画的更好， 从而获取更好的性能结果。相比于采用两阶段实施(非联合训练)的 方法，具有避免错误传导，性能更好、速度更快的优势。
此外，根据本申请实施例的病历质检方法提出利用dropout方法 生成典型病历的正样本的表征，该方法利用dropout机制的随机性， 巧妙地生成与原始病历高度相似的正样本，简单而有效，非常巧妙地 避免了生成正样本所面临的不合适、不恰当、效果不好的问题，dropout 天然的随机性以及比例的可调节性，使得生成的正样本更符合任务需 求，带来的性能也更好。
此外，根据本申请实施例的病历质检方法提出运用focal-loss机 制联合训练自监督和有监督任务，使得自监督与有监督两个任务训练 的时候，能够自动平衡任务间的训练目标和方向，每次都自动朝着性 能更差的那个任务去优化，逐步迭代，最终获得两个任务的最优解而 不是单个任务的最优解，具有很好的自动纠偏能力。也即，该机制将 每个任务的性能与损失结合起来，通过性能表现导向损失函数的值， 使得性能更差的任务自动动态获得更大的损失函数，得到更针对性的 训练，避免了加权loss无法应对的多任务训练速度不一致、多任务损 失函数量级不一致的问题，能够根据不同任务的性能，动态的调节每次训练的方向，支撑端到端的技术框架。
此外，根据本申请实施例的病历质检方法中在有监督训练过程中， 将医生给出的诊断结果中的疾病列表作为多标签分类的真实标签，能 够避免多标签分类面临的选择标签个数的困扰；在应用于质检阶段， 将待检病历诊断结果中的疾病列表对应的典型病历内容与待检病历 文本内容进行相似度计算比对，不存在计算损失函数或性能值，因此 也不会受到无法确定标签个数的困扰。现有某些多标签分类技术中针 对每个病历样本不参考诊断结果而直接预测病历对应的疾病种类，即 存在分类个数不确定的问题，因为有些样本可能只有一个类别标签 (疾病)，有些样本的类别标签可能高达十几个，如何自动确定，是一个难点；此外，类别标签之间相互依赖难以学习到，以疾病之间关 系举例，如高血压发展严重时会引起眼部等多个部位的并发症，因此， 如何解决类标之间的依赖性也是一个难点。而本申请的方案中不存在 这样的困扰，因为本申请的方案将医生给出的诊断结果中的疾病列表 作为多标签分类的真实标签，能够避免多标签分类面临的选择标签个 数的困扰；此外，本申请的方案中将医生给出的诊断结果中的疾病列 表作为多标签分类的真实标签，标签已经确定，无需学习标签之间的 依赖性。
以上示例性地描述根据本申请一个实施例的病历质检方法。下面 结合图4描述根据本申请另一个实施例的病历质检方法。图4示出了 根据本申请另一个实施例的病历质检方法400的示意性流程图。如图 4所示，病历质检方法400可以包括如下步骤：
在步骤S410，获取待检病历，并将待检病历输入到训练好的神 经网络，其中，待检病历包括病历内容和诊断结果，诊断结果包括至 少一种疾病的名称；神经网络为自监督学习和有监督学习联合训练的 端到端框架，自监督学习包括典型病历的特征学习，有监督学习包括 典型病历与非典型病历之间的特征相似度学习。
在步骤S420，基于神经网络针对病历内容提取特征，并针对诊 断结果中包括的每种疾病，将疾病对应的典型病历的特征与病历内容 的特征进行相似度计算，以确定疾病是否与病历内容相关，从而确定 诊断结果中是否包括与病历内容不相关的疾病名称。
根据本申请实施例的病历质检方法400与前文所述的根据本申 请实施例的病历质检方法100大体上类似，只是更强调了是由同一个 神经网络来执行方法中的步骤。前文所述的病历质检方法100可以不 是必需如此，而是只要能够实现方法100的各步骤即可，不限定是否 采用神经网络以及采用几个神经网络。本领域技术人员可以结合前文 所述理解病历质检方法400的具体操作和细节，为了简洁，此处不再 赘述。
下面结合图5到图7描述根据本申请另一方面提供的病历质检装 置500、600和700。其中，病历质检装置500可以用于执行前文所 述的病历质检方法100；病历质检装置600可以用于执行前文所述的 病历质检方法400；病历质检装置700可以用于执行前文所述的病历 质检方法100或400。下面逐一简要描述。
图5示出根据本申请一个实施例的病历质检装置500的示意性结 构框图。如图5所示，病历质检装置500包括病历获取模块510、特 征提取模块520和相似性计算模块530。其中，病历获取模块510用 于获取待检病历，待检病历包括病历内容和诊断结果，诊断结果包括 至少一种疾病的名称；特征提取模块520用于针对病历内容提取特征， 得到第一特征；相似性计算模块530用于针对诊断结果中包括的每种 疾病，获取疾病对应的典型病历的特征，得到第二特征；并针对诊断 结果中包括的每种疾病，将疾病对应的典型病历的第二特征与第一特 征进行相似度计算，以确定疾病是否与病历内容相关，从而确定诊断 结果中是否包括与病历内容不相关的疾病名称。根据本申请实施例的 病历质检装置500可以用于执行前文所述的病历质检方法100，本领 域技术人员可以结合前文所述理解其结构和操作，为了简洁，此处不 再赘述。
图6示出根据本申请另一个实施例的病历质检装置600的示意性 结构框图。如图6所示，病历质检装置600包括输入模块610和输出 模块620。其中，输入模块610用于获取待检病历，并将待检病历输 入到训练好的神经网络，其中，待检病历包括病历内容和诊断结果， 诊断结果包括至少一种疾病的名称；神经网络为自监督学习和有监督 学习联合训练的端到端框架，自监督学习包括典型病历的特征学习， 有监督学习包括典型病历与非典型病历之间的特征相似度学习。输出 模块620用于基于神经网络针对病历内容提取特征，并针对诊断结果 中包括的每种疾病，将疾病对应的典型病历的特征与病历内容的特征 进行相似度计算，以确定疾病是否与病历内容相关，从而确定诊断结 果中是否包括与病历内容不相关的疾病名称。根据本申请实施例的病 历质检装置600可以用于执行前文所述的病历质检方法400，本领域 技术人员可以结合前文所述理解其结构和操作，为了简洁，此处不再赘述。
图7示出根据本申请再一个实施例的病历质检装置的示意性结 构框图。如图7所示，病历质检装置700可以包括存储器710和处理 器720，存储器710存储有由处理器720运行的计算机程序，所述计 算机程序在被处理器720运行时，使得处理器720执行前文所述的根 据本申请实施例的病历质检方法100或400。本领域技术人员可以结 合前文所述的内容理解根据本申请实施例的病历质检装置700的具 体操作，为了简洁，此处不再赘述具体的细节。
此外，根据本申请实施例，还提供了一种存储介质，在所述存储 介质上存储了程序指令，在所述程序指令被计算机或处理器运行时用 于执行本申请实施例的病历质检方法的相应步骤。所述存储介质例如 可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬 盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式 紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任 意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储 介质的任意组合。
基于上面的描述，根据本申请实施例的病历质检方法和装置以待 检病历中的原始诊断结果为依据，获取原始诊断结果中包括的疾病的 典型病历，将其与待检病历上的病历内容进行相似性比对，根据比对 结果能够确定原始诊断结果中包括的疾病是否与病历内容相关，从而 能够自动判断诊断多写情况。
尽管这里已经参考附图描述了示例实施例，应理解上述示例实施 例仅仅是示例性的，并且不意图将本申请的范围限制于此。本领域普 通技术人员可以在其中进行各种改变和修改，而不偏离本申请的范围 和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本 申请的范围之内。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描 述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和 电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行， 取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每 个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不 应认为超出本申请的范围。
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，可以通过其他的方式实现。例如，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，例如多个单元或组件可以结合或 者可以集成到另一个设备，或一些特征可以忽略，或不执行。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理 解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些 实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说 明书的理解。
类似地，应当理解，为了精简本申请并帮助理解各个发明方面中 的一个或多个，在对本申请的示例性实施例的描述中，本申请的各个 特征有时被一起分组到单个实施例、图、或者对其的描述中。然而， 并不应将该本申请的方法解释成反映如下意图：即所要求保护的本申 请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地 说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某 个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此， 遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其 中每个权利要求本身都作为本申请的单独实施例。
本领域的技术人员可以理解，除了特征之间相互排斥之外，可以 采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公 开的所有特征以及如此公开的任何方法或者设备的所有过程或单元 进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘 要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替 代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例 包括其他实施例中所包括的某些特征而不是其他特征，但是不同实施 例的特征的组合意味着处于本申请的范围之内并且形成不同的实施 例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以 以任意的组合方式来使用。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多 个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的 技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器 (DSP)来实现根据本申请实施例的一些模块的一些或者全部功能。 本申请还可以实现为用于执行这里所描述的方法的一部分或者全部 的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本 申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多 个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载 体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本申请进行说明而不是对本申请进 行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下 可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参 考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权 利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排 除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬 件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权 利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。 单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述，仅为本申请的具体实施方式或对具体实施方式的说明， 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。本申请的保护范围应以权利要求的保护范围为准。

Claims (15)

1.一种病历质检方法，其特征在于，所述方法包括：
获取待检病历，所述待检病历包括病历内容和诊断结果，所述诊断结果包括至少一种疾病的名称；
针对所述病历内容提取特征，得到第一特征；
针对所述诊断结果中包括的每种疾病，获取所述疾病对应的典型病历的特征，得到第二特征；
针对所述诊断结果中包括的每种疾病，将所述疾病对应的典型病历的所述第二特征与所述第一特征进行相似度计算，以确定所述疾病是否与所述病历内容相关，从而确定所述诊断结果中是否包括与所述病历内容不相关的疾病名称。
2.根据权利要求1所述的方法，其特征在于，所述获取所述疾病对应的典型病历的特征，得到第二特征，包括：获取所述疾病对应的多个典型病历各自的特征，得到多个第二特征；
所述将所述疾病对应的典型病历的所述第二特征与所述第一特征进行相似度计算，以确定所述疾病是否与所述病历内容相关，包括：
将所述第一特征与每个所述第二特征进行相似度计算，得到多个相似度得分；计算所述多个相似度得分的平均值和/或获取所述多个相似度得分中的最大值；当所述平均值大于第一阈值和/或所述最大值大于第二阈值时，确定所述疾病与所述病历内容相关。
3.根据权利要求1所述的方法，其特征在于，所述方法是基于训练好的神经网络来执行的，所述神经网络为自监督学习和有监督学习联合训练的端到端框架，所述自监督学习包括典型病历的特征学习，所述有监督学习包括典型病历与非典型病历之间的特征相似度学习。
4.根据权利要求3所述的方法，其特征在于，所述神经网络采用焦点损失函数来实现所述联合训练，其中所述焦点损失函数是基于所述自监督学习和所述有监督学习这两者各自的损失函数和这两者各自的性能指标而设计的。
5.根据权利要求4所述的方法，其特征在于，所述自监督学习的训练集包括原始样本、正样本和负样本，其中：
所述原始样本包括典型病历样本；所述正样本包括所述典型病历样本的复制样本；所述负样本包括与所述典型病历样本对应不同疾病的其他典型病历样本的随机采样样本。
6.根据权利要求5所述的方法，其特征在于，所述原始样本与所述正样本构成正相关表证对，所述原始样本与所述负样本构成负相关表正对；所述自监督学习的损失函数是基于如下原则设计的：使得所述正相关表证对的表征距离越来越近，所述负相关表征对的表征距离越来越远；
所述自监督学习的性能指标包括所述原始样本与所述正样本的相似度得分减去所述原始样本与所述负样本的相似度得分的结果。
7.根据权利要求5所述的方法，其特征在于，所述神经网络为带随机丢弃机制的神经网络，所述典型病历样本和所述典型病历样本的复制样本分别输入到所述神经网络，基于所述随机丢弃机制，得到所述原始样本和所述正样本。
8.根据权利要求4所述的方法，其特征在于，所述非典型病历对应多种疾病，作为多个标签，所述有监督学习将所述多种疾病中每种疾病对应的所述典型病历的原始样本与所述非典型病历的样本进行特征相似性计算，得到所述非典型病历的样本对应的疾病类型的预测结果；
所述有监督学习的损失函数是基于如下原则设计的：针对所述多个标签中的每个标签：当所述预测结果正确时，生成第一损失函数值；当所述预测结果错误时，生成第二损失函数值，所有损失函数值加权求和以用于更新所述神经网络的参数，其中所述第一损失函数值小于所述第二损失函数值。
9.根据权利要求3所述的方法，其特征在于，所述神经网络为图神经网络，所述图神经网络基于如下方式为所述病历内容构图：预处理得到所述病历内容的特征单词，将特征单词表示为节点，将所述特征单词之间的共现关系表示边，通过点互信息计算得到边上权重，从而得到所述病历内容的带权图。
10.一种病历质检方法，其特征在于，所述方法包括：
获取待检病历，并将所述待检病历输入到训练好的神经网络，其中，所述待检病历包括病历内容和诊断结果，所述诊断结果包括至少一种疾病的名称；所述神经网络为自监督学习和有监督学习联合训练的端到端框架，所述自监督学习包括典型病历的特征学习，所述有监督学习包括典型病历与非典型病历之间的特征相似度学习；
基于所述神经网络针对所述病历内容提取特征，并针对所述诊断结果中包括的每种疾病，将所述疾病对应的典型病历的特征与所述病历内容的特征进行相似度计算，以确定所述疾病是否与所述病历内容相关，从而确定所述诊断结果中是否包括与所述病历内容不相关的疾病名称。
11.根据权利要求10所述的方法，其特征在于，所述神经网络采用焦点损失函数来实现所述联合训练，其中所述焦点损失函数是基于所述自监督学习和所述有监督学习这两者各自的损失函数和这两者各自的性能指标而设计的。
12.一种病历质检装置，其特征在于，所述病历质检装置包括：
病历获取模块，用于获取待检病历，所述待检病历包括病历内容和诊断结果，所述诊断结果包括至少一种疾病的名称；
特征提取模块，用于针对所述病历内容提取特征，得到第一特征；
相似性计算模块，用于针对所述诊断结果中包括的每种疾病，获取所述疾病对应的典型病历的特征，得到第二特征；并针对所述诊断结果中包括的每种疾病，将所述疾病对应的典型病历的所述第二特征与所述第一特征进行相似度计算，以确定所述疾病是否与所述病历内容相关，从而确定所述诊断结果中是否包括与所述病历内容不相关的疾病名称。
13.一种病历质检装置，其特征在于，所述病历质检装置包括：
输入模块，用于获取待检病历，并将所述待检病历输入到训练好的神经网络，其中，所述待检病历包括病历内容和诊断结果，所述诊断结果包括至少一种疾病的名称；所述神经网络为自监督学习和有监督学习联合训练的端到端框架，所述自监督学习包括典型病历的特征学习，所述有监督学习包括典型病历与非典型病历之间的特征相似度学习；
输出模块，用于基于所述神经网络针对所述病历内容提取特征，并针对所述诊断结果中包括的每种疾病，将所述疾病对应的典型病历的特征与所述病历内容的特征进行相似度计算，以确定所述疾病是否与所述病历内容相关，从而确定所述诊断结果中是否包括与所述病历内容不相关的疾病名称。
14.一种病历质检装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时，使得所述处理器执行如权利要求1-11中的任一项所述的病历质检方法。
15.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序在运行时，执行如权利要求1-11中的任一项所述的病历质检方法。
CN202111538738.XA 2021-12-15 2021-12-15 病历质检方法、装置和存储介质 Pending CN114429822A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111538738.XA CN114429822A (zh) 2021-12-15 2021-12-15 病历质检方法、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111538738.XA CN114429822A (zh) 2021-12-15 2021-12-15 病历质检方法、装置和存储介质

Publications (1)

Publication Number Publication Date
CN114429822A true CN114429822A (zh) 2022-05-03

Family

ID=81311366

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111538738.XA Pending CN114429822A (zh) 2021-12-15 2021-12-15 病历质检方法、装置和存储介质

Country Status (1)

Country Link
CN (1) CN114429822A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115019923A (zh) * 2022-07-11 2022-09-06 中南大学 一种基于对比学习的电子病历数据预训练方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115019923A (zh) * 2022-07-11 2022-09-06 中南大学 一种基于对比学习的电子病历数据预训练方法

Similar Documents

Publication Publication Date Title
ElShawi et al. Interpretability in healthcare: A comparative study of local machine learning interpretability techniques
JP7459386B2 (ja) グラフニューラルネットワークに基づく疾患診断予測システム
KR102153920B1 (ko) 정제된 인공지능 강화학습 데이터 생성을 통한 의료영상 판독 시스템 및 그 방법
CN113241135B (zh) 一种基于多模态融合的疾病风险预测方法和系统
Wong et al. Using machine learning to identify health outcomes from electronic health record data
Caruccio et al. Can ChatGPT provide intelligent diagnoses? A comparative study between predictive models and ChatGPT to define a new medical diagnostic bot
JP2018195078A (ja) 評価装置、評価方法、および評価プログラム
CN113779179B (zh) 一种基于深度学习和知识图谱的icd智能编码的方法
Skouta et al. Automated binary classification of diabetic retinopathy by convolutional neural networks
Mridha et al. Automated stroke prediction using machine learning: An explainable and exploratory study with a web application for early intervention
Abeyagunasekera et al. LISA: Enhance the explainability of medical images unifying current XAI techniques
Prakash et al. Stacked ensemble learning based on deep convolutional neural networks for pediatric pneumonia diagnosis using chest X-ray images
Mukhi et al. Diagnosis of COVID-19 from multimodal imaging data using optimized deep learning techniques
Kiran et al. Effective heart disease prediction using hybrid machine learning technique
Subramanian et al. Learning without forgetting by leveraging transfer learning for detecting COVID-19 infection from CT images
CN114429822A (zh) 病历质检方法、装置和存储介质
Murad et al. AI powered asthma prediction towards treatment formulation: An android app approach
An et al. Codeless Deep Learning of COVID-19 Chest X-Ray Image Dataset with KNIME Analytics Platform
Çallı et al. Deep learning with robustness to missing data: A novel approach to the detection of COVID-19
Wu et al. An Iterative Self-Learning Framework for Medical Domain Generalization
Kim et al. Medical prognosis generation from general blood test results using knowledge-based and machine-learning-based approaches
Ovi et al. Infection segmentation from covid-19 chest ct scans with dilated cbam u-net
Ma et al. InDISP: an interpretable model for dynamic illness severity prediction
El-Magd et al. An interpretable deep learning based approach for chronic obstructive pulmonary disease using explainable artificial intelligence
Azhir et al. Behrtday: Dynamic mortality risk prediction using time-variant COVID-19 patient specific trajectories

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