CN114582353A - 基于语音识别的电子病历自动生成方法及系统 - Google Patents
基于语音识别的电子病历自动生成方法及系统 Download PDFInfo
- Publication number
- CN114582353A CN114582353A CN202210224770.9A CN202210224770A CN114582353A CN 114582353 A CN114582353 A CN 114582353A CN 202210224770 A CN202210224770 A CN 202210224770A CN 114582353 A CN114582353 A CN 114582353A
- Authority
- CN
- China
- Prior art keywords
- voice
- doctor
- recognition
- communication information
- history
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004891 communication Methods 0.000 claims abstract description 64
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000013500 data storage Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 14
- 201000010099 disease Diseases 0.000 abstract description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 8
- 238000003745 diagnosis Methods 0.000 abstract description 6
- 239000012141 concentrate Substances 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 10
- 210000001015 abdomen Anatomy 0.000 description 8
- 208000024891 symptom Diseases 0.000 description 8
- 210000002784 stomach Anatomy 0.000 description 6
- 206010000087 Abdominal pain upper Diseases 0.000 description 5
- YBHILYKTIRIUTE-UHFFFAOYSA-N berberine Chemical compound C1=C2CC[N+]3=CC4=C(OC)C(OC)=CC=C4C=C3C2=CC2=C1OCO2 YBHILYKTIRIUTE-UHFFFAOYSA-N 0.000 description 5
- 229940093265 berberine Drugs 0.000 description 5
- QISXPYZVZJBNDM-UHFFFAOYSA-N berberine Natural products COc1ccc2C=C3N(Cc2c1OC)C=Cc4cc5OCOc5cc34 QISXPYZVZJBNDM-UHFFFAOYSA-N 0.000 description 5
- GUJOJGAPFQRJSV-UHFFFAOYSA-N dialuminum;dioxosilane;oxygen(2-);hydrate Chemical compound O.[O-2].[O-2].[O-2].[Al+3].[Al+3].O=[Si]=O.O=[Si]=O.O=[Si]=O.O=[Si]=O GUJOJGAPFQRJSV-UHFFFAOYSA-N 0.000 description 5
- 239000003814 drug Substances 0.000 description 5
- 229910052901 montmorillonite Inorganic materials 0.000 description 5
- 208000002193 Pain Diseases 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 208000004232 Enteritis Diseases 0.000 description 3
- 230000013872 defecation Effects 0.000 description 3
- 230000037213 diet Effects 0.000 description 3
- 235000005911 diet Nutrition 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- 208000004998 Abdominal Pain Diseases 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 2
- 208000018522 Gastrointestinal disease Diseases 0.000 description 2
- 206010020751 Hypersensitivity Diseases 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 208000010643 digestive system disease Diseases 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 208000018685 gastrointestinal system disease Diseases 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000007958 sleep Effects 0.000 description 2
- 208000030507 AIDS Diseases 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 206010013700 Drug hypersensitivity Diseases 0.000 description 1
- 208000004262 Food Hypersensitivity Diseases 0.000 description 1
- 206010016946 Food allergy Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000026350 Inborn Genetic disease Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000028571 Occupational disease Diseases 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- -1 dosage Substances 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 201000005311 drug allergy Diseases 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 235000020932 food allergy Nutrition 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- 208000016361 genetic disease Diseases 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 208000006454 hepatitis Diseases 0.000 description 1
- 231100000283 hepatitis Toxicity 0.000 description 1
- 239000000411 inducer Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 230000027939 micturition Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 208000006379 syphilis Diseases 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 238000002255 vaccination Methods 0.000 description 1
Images
Classifications
-
- 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/06—Decision making techniques; Pattern matching strategies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/683—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/685—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using automatically derived transcript of audio data, e.g. lyrics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/686—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title or artist information, time, location or usage information, user ratings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- 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
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Human Computer Interaction (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
基于语音识别的电子病历自动生成方法及系统,预先对医生进行语音录制,将录制的语音进行声纹注册;对医生和患者的语音交流信息进行实时采集,将采集的语音交流信息进行上传;对上传的语音交流信息逐句进行声纹识别,识别出语音为医生语音或患者语音,并对于识别的语音数据打上身份标签;将进行声纹识别后的语音交流信息转换为文本结果,将文本结果和对应的语音数据保存到数据库;对文本结果进行语义处理,抽取指定的数据对象元素,根据数据对象元素组织文本生成电子病历。本发明改变了当前病历书写边沟通、边整理、边记录的方式,实现病历书写自动化,使医生专注就诊过程和疾病诊断,提高就医效率,节约人力资源成本,方便后续病历查询和审核。
Description
技术领域
本发明属于智慧医疗技术领域,具体涉及一种基于语音识别的电子病历自动生成方法及系统。
背景技术
目前,电子病历书写模式如下,患者前往医院就诊,医生和患者进行问答和交流,医生将交流内容归纳整理,手动输入到电子病历系统中,进行存档。
医患交流内容通常包括:
1.一般情况。包括如姓名、年龄、婚姻状况等基础信息;
2.主诉。病人描述就诊的主要原因,如不适和疼痛;
3.现病史。病史中的主体部分,包括疾病的发生、发展及演变的全过程,是问诊中的重点内容;
4.既往史。即病人既往的健康状况。问询顺序一般按年、月的先后排列;
5.个人史。与健康和疾病有关的个人经历;
6.家族史。指病人家族中有关成员的健康状况等。
现阶段,电子病历制作时,医生一边和患者沟通,一边思考整理,一边打字进行记录,增加了问诊的时间,降低了就诊效率。对应年纪较大的医生,系统操作不熟练,打字慢,影响更大;部分大型三甲医院,为医生配备了助手,进行病历的整理和书写,再由医生进行审核,这种方式增加人力的成本;而简化或者减少病历书写内容,不符合国家相应的管理规定,因此合格的病历还不能减少这些工作内容;电子病历存档后,后续如有纠纷进行复核,只能查到文字存档,无法复现当时的沟通内容。
发明内容
为此,本发明提供一种基于语音识别的电子病历自动生成方法及系统,实现电子病历的自动化生成,解决传统书写电子病历,不能专注和患者的沟通和诊断,效率低,而配置助手成本高的问题。
为了实现上述目的,本发明提供如下技术方案:基于语音识别的电子病历自动生成方法,包括以下步骤:
预先对医生进行语音录制,将录制的语音进行声纹注册;
对医生和患者的语音交流信息进行实时采集,将采集的语音交流信息进行上传;
对上传的所述语音交流信息逐句进行声纹识别,识别出语音为医生语音或患者语音,并对于识别的语音数据打上身份标签;
将进行声纹识别后的所述语音交流信息转换为文本结果,将文本结果和对应的语音数据保存到数据库;
对文本结果进行语义处理,抽取指定的数据对象元素,根据所述数据对象元素组织文本生成电子病历。
作为基于语音识别的电子病历自动生成方法的优选方案,对上传的所述语音交流信息逐句进行声纹识别,若语音声纹匹配预先注册的医生声纹,将语音标记为医生语音,若语音声纹未匹配预先注册的医生声纹,将语音标记为患者语音。
作为基于语音识别的电子病历自动生成方法的优选方案,将所述语音交流信息转换为文本结果过程中,对时间、指定医疗符号和罗马数字进行转化。
作为基于语音识别的电子病历自动生成方法的优选方案,所述语音交流信息包括患者身份数据、主诉、现病史、既往病史、个人史或家族史;
当医生和患者进行语音交流时,按照患者身份数据、主诉、现病史、既往病史、个人史或家族史的顺序进行问答交流。
作为基于语音识别的电子病历自动生成方法的优选方案,将文本结果和对应的语音数据保存到数据库,并以就诊日期和门诊单号为关键词进行数据库的语音数据检索;
对生成的电子病历进行审核、修改和保存。
本发明还提供一种基于语音识别的电子病历自动生成系统,采用上述的基于语音识别的电子病历自动生成方法,包括:
声纹注册模块,用于预先对医生进行语音录制,将录制的语音进行声纹注册;
语音采集模块,用于对医生和患者的语音交流信息进行实时采集,将采集的语音交流信息进行上传;
声纹识别模块,用于对上传的所述语音交流信息逐句进行声纹识别,识别出语音为医生语音或患者语音,并对于识别的语音数据打上身份标签;
语音识别模块,用于将进行声纹识别后的所述语音交流信息转换为文本结果,将文本结果和对应的语音数据保存到数据库;
语义处理模块,用于对文本结果进行语义处理,抽取指定的数据对象元素,根据所述数据对象元素组织文本生成电子病历。
作为基于语音识别的电子病历自动生成系统的优选方案,所述声纹识别模块中,对上传的所述语音交流信息逐句进行声纹识别,若语音声纹匹配预先注册的医生声纹,将语音标记为医生语音,若语音声纹未匹配预先注册的医生声纹,将语音标记为患者语音。
作为基于语音识别的电子病历自动生成系统的优选方案,所述语音识别模块中,将所述语音交流信息转换为文本结果过程中,对时间、指定医疗符号和罗马数字进行转化。
作为基于语音识别的电子病历自动生成系统的优选方案,所述语音交流信息包括患者身份数据、主诉、现病史、既往病史、个人史或家族史;
当医生和患者进行语音交流时,按照患者身份数据、主诉、现病史、既往病史、个人史或家族史的顺序进行问答交流。
作为基于语音识别的电子病历自动生成系统的优选方案,还包括数据存储模块,用于将文本结果和对应的语音数据保存到数据库;
还包括检索模块,用于以就诊日期和门诊单号为关键词进行数据库的语音数据检索;
还包括电子病历处理模块,用于对生成的电子病历进行审核、修改和保存。
本发明具有如下优点:预先对医生进行语音录制,将录制的语音进行声纹注册;对医生和患者的语音交流信息进行实时采集,将采集的语音交流信息进行上传;对上传的语音交流信息逐句进行声纹识别,识别出语音为医生语音或患者语音,并对于识别的语音数据打上身份标签;将进行声纹识别后的语音交流信息转换为文本结果,将文本结果和对应的语音数据保存到数据库;对文本结果进行语义处理,抽取指定的数据对象元素,根据数据对象元素组织文本生成电子病历。本发明改变了当前病历书写边沟通、边整理、边记录的方式,实现病历书写自动化,能够使医生专注于就诊过程和疾病的诊断,提高了就医效率,节约人力资源成本,同时方便后续病历查询和审核。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式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示例性的,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引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容能涵盖的范围内。
图1为本发明实施例1提供的基于语音识别的电子病历自动生成方法流程示意图;
图2为本发明实施例1提供的基于语音识别的电子病历自动生成过程示意图;
图3为本发明实施例2提供的基于语音识别的电子病历自动生成系统示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,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。
实施例1
参见图1和图2,本发明实施例1提供基于语音识别的电子病历自动生成方法,包括以下步骤:
S1、预先对医生进行语音录制,将录制的语音进行声纹注册;
S2、对医生和患者的语音交流信息进行实时采集,将采集的语音交流信息进行上传;
S3、对上传的所述语音交流信息逐句进行声纹识别,识别出语音为医生语音或患者语音,并对于识别的语音数据打上身份标签;
S4、将进行声纹识别后的所述语音交流信息转换为文本结果,将文本结果和对应的语音数据保存到数据库;
S5、对文本结果进行语义处理,抽取指定的数据对象元素,根据所述数据对象元素组织文本生成电子病历。
本实施例中,对上传的所述语音交流信息逐句进行声纹识别,若语音声纹匹配预先注册的医生声纹,将语音标记为医生语音,若语音声纹未匹配预先注册的医生声纹,将语音标记为患者语音。
具体的,为了实现说话人的身份确认,本技术方案中,医生提前录制一段语音,将医生语音进行声纹识别注册,当医生和患者进行交流时,对每一句语音进行识别,确认该语音属于医生还是非医生,分别进行标记,医生语音标记为医生,非医生语音标记为患者。
本实施例中,将所述语音交流信息转换为文本结果过程中,对时间、指定医疗符号和罗马数字进行转化。所述语音交流信息包括患者身份数据、主诉、现病史、既往病史、个人史或家族史;当医生和患者进行语音交流时,按照患者身份数据、主诉、现病史、既往病史、个人史或家族史的顺序进行问答交流。
具体的,医生通过引导患者进行问答和交流,分别沟通患者身份数据(患者一般情况)、主诉、现病史、既往史、个人史和家族史,语音实时采集一句一句的进行声纹识别,识别为医生语音和患者语音,同时为语音数据打上相应的身份标签。
具体的,语义处理过程,提取患者姓名、性别、年龄、婚姻、籍贯、民族、职业等信息,按照顺序排列,形成患者一般情况病历。
具体的,提取“您哪里不好”、“哪里/怎么不舒服”、“您有什么问题”等问题和患者的回答内容,对症状和体征进行提取,形成主诉,主诉限制在一两句内容。
具体的,提取时间性信息,包括发病时间、持续时间、节点时间(治疗时间、手术时间等);提取症状信息,包括部位、辐射区域、发病频度、单次持续时间、强度、痛感、伴随症状;提取发病原因和诱因;提取治疗信息,包括用药、剂量、用药时间、疗效;提取患者状态信息,包括精神状态、体重改变、睡眠、饮食和大小便。上述内容形成现病史。
具体的,提取患者未发病、患病前的信息,包括其他疾病,如慢性病和传染病,如高血压、心脏病、糖尿病、肝炎、梅毒、艾滋病;提取外伤、手术、意外事故史;提取预防接种史;提取过敏史,如药物过敏、食物过敏、环境过敏;上述内容形成既往史。
具体的,提取个人史,包括职业(如有无职业病、高危职业、高污染行业);饮食起居史,如睡眠习惯、饮食规律性和食量、是否饮酒吸烟与摄入量等;活动旅游史,如是否在新冠高风险地区停留;是否有高危性生活以及高风险暴露史等;上述内容形成个人史。
具体的,提取家族史。如双亲、兄弟姐妹、配偶的身体状态,有无传染病、遗传病、癌症史等,上述内容形成家族史。
具体的,对提取的内容进行规范化处理,生成电子病历。
本实施例中,将文本结果和对应的语音数据保存到数据库,并以就诊日期和门诊单号为关键词进行数据库的语音数据检索;对生成的电子病历进行审核、修改和保存。
具体的,对医患问答、交流内容和语音进行无修改的实时记录,按照就诊日期、门诊单号进行保存和检索。当有需求时,对病历进行查询和审核,如医患纠纷需要病历,根据就诊日期和门诊单号查找对应的病历,可以回听当时记录的语音。
通过本发明的技术方案的一个应用场景如下:
第一、医患对话如下:
医:您好,张三是吧?
患:对。
医:38了,结婚了吗?
患:结婚了。
医:怎么不舒服?
患:我前天去外面吃饭,回来后肚子疼,拉肚子。
医:肚子疼了几天了?拉肚子几天了?
患:前天吃完晚饭肚子就开始疼,第二天一早开始拉肚子。
医:肚子痛2天,拉肚子一天半了,对吧?
患:对。
医:不按压的时候痛吗?
患:也痛。
医:吃了什么药了吗?
患:吃了蒙脱石和黄连素,没有效果。
医:以前有过这种症状吗?有肠胃方面的疾病吗?
患:我之前有肠炎,但是已经很久没犯了。
医:去没有去过新冠高风险区域?
患:没有。
医:蒙脱石和黄连素没效果,咱们先去查一下血相,看看有没有感染,同时验一下便。
第二、语义处理,即定位和抽取如下:
医:您好,张三是吧?(姓名)
患:对。
医:38了,结婚了吗?(年龄)
患:结婚了。(婚否)
医:怎么不舒服了?(主诉)
患:我前天去外面吃饭,回来后肚子疼,拉肚子。(主诉)
医:肚子疼了几天了?拉肚子几天了?(现病史-症状、时间)
患:前天吃完晚饭肚子就开始疼,第二天一早开始拉肚子。(现病史-症状、时间)
医:肚子痛2天,拉肚子一天半了,对吧?(现病史-症状、时间)
患:对。
医:不按压的时候痛吗?(现病史-部位、区域)
患:也痛。
医:吃了什么药了吗?(现病史-用药、剂量和药效)
患:吃了蒙脱石和黄连素,没有效果。
医:以前有过这种症状吗?有肠胃方面的疾病吗?(既往史)
患:我之前有肠炎,但是已经很久没犯了。(既往史)
医:去没有去过新冠高风险区域?(个人史)
患:没有。(个人史)
医:蒙脱石和黄连素没效果,咱们先去查一下血相,看看有没有感染,同时验一下便。
第三、生成病历效果:
一般情况(患者身份数据):姓名张三,年龄38,已婚。
主诉:去外面吃饭,回来后肚子疼,拉肚子。
现病史:肚子疼,拉肚子,肚子疼2天,拉肚子一天半,区域疼痛,服用蒙脱石、黄连素,未见效果。
既往史:肠炎。
个人史:无新冠高风险区域停留史。
家庭史:无。
综上所述,本发明预先对医生进行语音录制,将录制的语音进行声纹注册;对医生和患者的语音交流信息进行实时采集,将采集的语音交流信息进行上传;对上传的语音交流信息逐句进行声纹识别,识别出语音为医生语音或患者语音,并对于识别的语音数据打上身份标签;将进行声纹识别后的语音交流信息转换为文本结果,将文本结果和对应的语音数据保存到数据库;对文本结果进行语义处理,抽取指定的数据对象元素,根据数据对象元素组织文本生成电子病历。本发明改变了当前病历书写边沟通、边整理、边记录的方式,实现病历书写自动化,能够使医生专注于就诊过程和疾病的诊断,提高了就医效率,节约人力资源成本,同时方便后续病历查询和审核。
实施例2
参见图3,本发明实施例2还提供一种基于语音识别的电子病历自动生成系统,采用实施例1或其任意可能实现方式的基于语音识别的电子病历自动生成方法,包括:
声纹注册模块1,用于预先对医生进行语音录制,将录制的语音进行声纹注册;
语音采集模块2,用于对医生和患者的语音交流信息进行实时采集,将采集的语音交流信息进行上传;
声纹识别模块3,用于对上传的所述语音交流信息逐句进行声纹识别,识别出语音为医生语音或患者语音,并对于识别的语音数据打上身份标签;
语音识别模块4,用于将进行声纹识别后的所述语音交流信息转换为文本结果,将文本结果和对应的语音数据保存到数据库;
语义处理模块5,用于对文本结果进行语义处理,抽取指定的数据对象元素,根据所述数据对象元素组织文本生成电子病历。
本实施例中,所述声纹识别模块3中,对上传的所述语音交流信息逐句进行声纹识别,若语音声纹匹配预先注册的医生声纹,将语音标记为医生语音,若语音声纹未匹配预先注册的医生声纹,将语音标记为患者语音。
本实施例中,所述语音识别模块4中,将所述语音交流信息转换为文本结果过程中,对时间、指定医疗符号和罗马数字进行转化。
本实施例中,所述语音交流信息包括患者身份数据、主诉、现病史、既往病史、个人史或家族史;
当医生和患者进行语音交流时,按照患者身份数据、主诉、现病史、既往病史、个人史或家族史的顺序进行问答交流。
本实施例中,还包括数据存储模块6,用于将文本结果和对应的语音数据保存到数据库;
还包括检索模块7,用于以就诊日期和门诊单号为关键词进行数据库的语音数据检索;
还包括电子病历处理模块8,用于对生成的电子病历进行审核、修改和保存。
需要说明的是,上述系统各模块/单元之间的信息交互、执行过程等内容,由于与本申请实施例1中的方法实施例基于同一构思,其带来的技术效果与本申请方法实施例相同,具体内容可参见本申请前述所示的方法实施例中的叙述,此处不再赘述。
实施例3
本发明实施例3提供一种非暂态计算机可读存储介质,所述计算机可读存储介质中存储有电子病历自动生成方法的程序代码,所述程序代码包括用于执行实施例1或其任意可能实现方式的电子病历自动生成方法的指令。
计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(SolidState Disk、SSD))等。
实施例4
本发明实施例4提供一种电子设备,包括:存储器和处理器;
所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行实施例1或其任意可能实现方式的电子病历自动生成方法。
具体的,处理器可以通过硬件来实现也可以通过软件来实现,当通过硬件实现时,该处理器可以是逻辑电路、集成电路等;当通过软件来实现时,该处理器可以是一个通用处理器,通过读取存储器中存储的软件代码来实现,该存储器可以集成在处理器中,可以位于所述处理器之外,独立存在。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。
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。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (10)
1.基于语音识别的电子病历自动生成方法,其特征在于,包括以下步骤:
预先对医生进行语音录制,将录制的语音进行声纹注册;
对医生和患者的语音交流信息进行实时采集,将采集的语音交流信息进行上传;
对上传的所述语音交流信息逐句进行声纹识别,识别出语音为医生语音或患者语音,并对于识别的语音数据打上身份标签;
将进行声纹识别后的所述语音交流信息转换为文本结果,将文本结果和对应的语音数据保存到数据库;
对文本结果进行语义处理,抽取指定的数据对象元素,根据所述数据对象元素组织文本生成电子病历。
2.根据权利要求1所述的基于语音识别的电子病历自动生成方法,其特征在于,对上传的所述语音交流信息逐句进行声纹识别,若语音声纹匹配预先注册的医生声纹,将语音标记为医生语音,若语音声纹未匹配预先注册的医生声纹,将语音标记为患者语音。
3.根据权利要求1所述的基于语音识别的电子病历自动生成方法,其特征在于,将所述语音交流信息转换为文本结果过程中,对时间、指定医疗符号和罗马数字进行转化。
4.根据权利要求3所述的基于语音识别的电子病历自动生成方法,其特征在于,所述语音交流信息包括患者身份数据、主诉、现病史、既往病史、个人史或家族史;
当医生和患者进行语音交流时,按照患者身份数据、主诉、现病史、既往病史、个人史或家族史的顺序进行问答交流。
5.根据权利要求1所述的基于语音识别的电子病历自动生成方法,其特征在于,将文本结果和对应的语音数据保存到数据库,并以就诊日期和门诊单号为关键词进行数据库的语音数据检索;
对生成的电子病历进行审核、修改和保存。
6.基于语音识别的电子病历自动生成系统,采用权利要求1至5任一项所述的基于语音识别的电子病历自动生成方法,其特征在于,包括:
声纹注册模块,用于预先对医生进行语音录制,将录制的语音进行声纹注册;
语音采集模块,用于对医生和患者的语音交流信息进行实时采集,将采集的语音交流信息进行上传;
声纹识别模块,用于对上传的所述语音交流信息逐句进行声纹识别,识别出语音为医生语音或患者语音,并对于识别的语音数据打上身份标签;
语音识别模块,用于将进行声纹识别后的所述语音交流信息转换为文本结果,将文本结果和对应的语音数据保存到数据库;
语义处理模块,用于对文本结果进行语义处理,抽取指定的数据对象元素,根据所述数据对象元素组织文本生成电子病历。
7.根据权利要求6所述的基于语音识别的电子病历自动生成系统,其特征在于,所述声纹识别模块中,对上传的所述语音交流信息逐句进行声纹识别,若语音声纹匹配预先注册的医生声纹,将语音标记为医生语音,若语音声纹未匹配预先注册的医生声纹,将语音标记为患者语音。
8.根据权利要求6所述的基于语音识别的电子病历自动生成系统,其特征在于,所述语音识别模块中,将所述语音交流信息转换为文本结果过程中,对时间、指定医疗符号和罗马数字进行转化。
9.根据权利要求8所述的基于语音识别的电子病历自动生成系统,其特征在于,所述语音交流信息包括患者身份数据、主诉、现病史、既往病史、个人史或家族史;
当医生和患者进行语音交流时,按照患者身份数据、主诉、现病史、既往病史、个人史或家族史的顺序进行问答交流。
10.根据权利要求6所述的基于语音识别的电子病历自动生成系统,其特征在于,还包括数据存储模块,用于将文本结果和对应的语音数据保存到数据库;
还包括检索模块,用于以就诊日期和门诊单号为关键词进行数据库的语音数据检索;
还包括电子病历处理模块,用于对生成的电子病历进行审核、修改和保存。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210224770.9A CN114582353A (zh) | 2022-03-07 | 2022-03-07 | 基于语音识别的电子病历自动生成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210224770.9A CN114582353A (zh) | 2022-03-07 | 2022-03-07 | 基于语音识别的电子病历自动生成方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114582353A true CN114582353A (zh) | 2022-06-03 |
Family
ID=81772728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210224770.9A Pending CN114582353A (zh) | 2022-03-07 | 2022-03-07 | 基于语音识别的电子病历自动生成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114582353A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116612762A (zh) * | 2023-05-05 | 2023-08-18 | 中山大学附属第六医院 | 基于声纹识别的医患身份核对方法、系统、装置及存储介质 |
CN117253576A (zh) * | 2023-10-30 | 2023-12-19 | 来未来科技(浙江)有限公司 | 基于中文医疗大模型的门诊电子病历生成方法 |
-
2022
- 2022-03-07 CN CN202210224770.9A patent/CN114582353A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116612762A (zh) * | 2023-05-05 | 2023-08-18 | 中山大学附属第六医院 | 基于声纹识别的医患身份核对方法、系统、装置及存储介质 |
CN116612762B (zh) * | 2023-05-05 | 2023-12-26 | 中山大学附属第六医院 | 基于声纹识别的医患身份核对方法、系统、装置及存储介质 |
CN117253576A (zh) * | 2023-10-30 | 2023-12-19 | 来未来科技(浙江)有限公司 | 基于中文医疗大模型的门诊电子病历生成方法 |
CN117253576B (zh) * | 2023-10-30 | 2024-03-05 | 来未来科技(浙江)有限公司 | 基于中文医疗大模型的门诊电子病历生成方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10784000B2 (en) | Medical system interface apparatus and methods to classify and provide medical data using artificial intelligence | |
JP4615629B2 (ja) | ネットワークへのアクセスを含む、コンピュータを使用した医療診断および処理の助言システム | |
Cwinn et al. | Prevalence of information gaps for seniors transferred from nursing homes to the emergency department | |
US11449793B2 (en) | Methods and systems for medical record searching with transmittable machine learning | |
US7297111B2 (en) | Computerized medical diagnostic and treatment advice system | |
CN114582353A (zh) | 基于语音识别的电子病历自动生成方法及系统 | |
US20050165285A1 (en) | Computerized medical diagnostic and treatment advice system including network access | |
JP2018060529A (ja) | コンテキストベースの患者類似性の方法及び装置 | |
CN111710420A (zh) | 一种基于电子病历大数据的并发症发病风险预测方法、系统、终端以及存储介质 | |
CN109036545A (zh) | 医疗信息处理方法、装置、计算机设备和存储介质 | |
CN109243567B (zh) | 一种基于处方数据挖掘的药物推荐方法 | |
US20210327582A1 (en) | Method and system for improving the health of users through engagement, monitoring, analytics, and care management | |
KR102479692B1 (ko) | 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법 | |
CN117637153B (zh) | 患者安全护理的信息化管理系统及方法 | |
CN114913956A (zh) | 基于知识图谱的重复用药提醒方法、装置以及电子设备 | |
CN113724818A (zh) | 在诊疗过程中推送医嘱数据的方法、装置及电子设备 | |
CN112259243A (zh) | 一种基于双向GRUs的单病种临床路径构建方法及系统 | |
WO2016040359A1 (en) | Structuring multi-sourced medical information into a collaborative health record | |
CN112053749A (zh) | 一种基于多来源数据采集和整合的bpd随访信息系统 | |
Norton et al. | Sex and the older man | |
US20230325441A1 (en) | Personalized health search engine | |
Hov et al. | Modes of dying in the electronic patient record | |
CN115631823A (zh) | 相似病例推荐方法及系统 | |
Hyun et al. | Toward the creation of an ontology for nursing document sections: mapping section headings to the LOINC semantic model | |
CN117493642B (zh) | 相似电子病历检索方法、装置、终端及存储介质 |
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 |