CN115346634A - 一种体检报告解读预测方法、系统、电子设备和存储介质 - Google Patents
一种体检报告解读预测方法、系统、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115346634A CN115346634A CN202210987580.2A CN202210987580A CN115346634A CN 115346634 A CN115346634 A CN 115346634A CN 202210987580 A CN202210987580 A CN 202210987580A CN 115346634 A CN115346634 A CN 115346634A
- Authority
- CN
- China
- Prior art keywords
- physical examination
- data
- examination report
- metadata
- physical
- 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
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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种体检报告解读预测方法、系统、电子设备和存储介质,属于医疗服务技术领域,包括接收用户体检报告、创建用户对象以及元数据对象、对从体检报告各项目检查结果中提取的元数据进行统一化处理、根据医学知识库标准数据、用户历史体检数据及当前体检数据预测体检者未来身体健康状况、生成体检报告解读预测文件等步骤。本技术方案突破了现有技术中仅对体检者当前指标数据进行分析和预测的局限,综合了体检者当次体检之前的体检数据,分析其变化趋势,使体检者更容易通过体检报告了解到自己身体存在的疾病隐患,以及这些隐患在未来的发展趋势,进而让体检者对自身的健康问题引起足够重视。
Description
技术领域
本发明属于医疗服务技术领域,涉及一种体检结果分析方法,尤其是涉及一种体检报告解读预测方法、系统、电子设备和存储介质。
背景技术
随着社会的发展,国民健康意识的提高,个人体检以及公司组织体检已经成为了很多人每年必做的事项。现有技术中,体检流程通常包括通过公众号线上预约、去医院或体检中心进行线下体检、在小程序中查看下载体检报告结果等。体检报告中检查项目繁多,大部分项目仅有简单的情况描述或数值表示,体检者很难从中了解到当前身体确切的健康状况,并且只了解当前身体状况,但无法了解某些疾病隐患将来的发展趋势,可能无法让体检者对身体存在的某些健康问题引起足够的重视。
通过引入预测模型,在对体检者健康数据进行分析后,可以得到对疾病发展情况的预测。但是,现有的疾病预测模型通常只根据患者检查项目的当前指标数据进行预测,由于没有考虑到患者在检查项目上近几年数据的综合性,仅通过一次检查报告的数据很难更加准确地获得未来身体健康状况的变化趋势,并且预测模型通常只是用在对某种疾病上的预测,并没有应用于根据体检报告数据对多种疾病进行预测的场景中。
例如,申请号为CN202011239143.X的中国发明专利公开了一种体检报告处理方法、系统、设备及存储介质,所述方法包括:响应于检测到的体检报告解读请求,获取所述体检报告解读请求关联的待解读体检报告;对所述待解读体检报告进行语义解析,确定所述待解读体检报告中的异常指标信息;根据所述异常指标信息确定问诊推荐科室,并基于所述问诊推荐科室生成所述体检报告解读请求的响应信息。本发明实施例提供的方法通过根据待解读体检报告中的异常指标信息确定问诊推荐科室,基于问诊推荐科室生成响应信息,使得体检报告的解读更加方便且准确。然而,上述技术方案并不能解决体检者体检结果中疾病发展趋势的问题。
因此,设计一种新型体检报告解读预测方法,根据患者历年体检报告数据,以实现对当前体检报告解读并进行多种疾病预测成为了亟待解决的技术问题。
发明内容
本发明提供了一种体检报告解读预测方法、系统、电子设备和存储介质,通过综合历年体检报告数据对体检者未来健康状况进行分析预测,达到体检报告解读及对疾病发展趋势进行预测的效果。
本发明是通过如下技术方案予以实现的。
一种体检报告解读预测方法,包括如下步骤:
步骤S100,接收用户体检报告,采用自然语言处理和医学图像数据读取的方式获取体检报告中的数据信息;
步骤S200,创建用户对象以及元数据对象,查找与当前用户对象关联的历史元数据对象;
步骤S300,对从体检报告各项目检查结果中提取的元数据进行统一化处理,即对元数据对象中关联的元数据进行统一化,得到统一化后的元数据名称;
步骤S400,根据医学知识库标准数据、用户历史体检数据及当前体检数据预测体检者未来1至2年内的身体健康状况;
步骤S500,根据预测结果中异常数据关联的体检项目信息生成体检报告解读预测文件。
进一步地,所述步骤S100包括如下步骤:
S101,基于预设的体检报告模型,采用正则表达式匹配的方法提取个人信息以及体检项目信息;
S102,根据体检项目结果信息类型的不同,分别采用自然语言处理方法和医学图像数据读取技术提取体检项目结果信息,其中体检项目结果信息以文本信息描述为主,医学图像数据信息为辅。
进一步地,所述步骤S200包括如下步骤:
S201,依据用户信息创建用户对象以及体检报告元数据对象;
S202,将当前体检者的体检项目与体检报告元数据对象进行关联;
S203,查找与当前用户对象相关联的历史体检报告元数据对象;
S204,获取历史元数据对象关联的所有元数据信息。
进一步地,所述步骤S300包括如下步骤:
S301,将各项目检查结果中提取的元数据,与预先获取到的医学知识数据库中的多个知识数据字段值采用关键字等方式进行匹配,基于指代相同内容的字段,建立匹配关系;
S302,对元数据进行统一化处理,得到统一化后的元数据名称;一般历史元数据对象的查找范围为近三年内。
进一步地,所述步骤S400包括如下步骤:
S401,根据医学知识库标准数据以及用户历史体检数据训练预测模型,综合以医学知识库数据为标准基线,用户历史体检数据作为个性化微调训练得到预测模型;
S402,将当前提取到的体检元数据信息送入预测模型预测得到未来一至两年内体检者的身体各项数据。
进一步地,所述步骤S500包括如下步骤:
S501,将预测结果中的身体各项数据与医学知识库中的标准范围进行对比,超出正常值范围的数据标为异常;
S502,根据异常数据对应的体检项目推荐相关咨询诊室,提供相对应的健康指导建议,最后综合以上信息形成体检报告解读预测文件。
进一步地,所述步骤S203中,查找与当前用户对象相关联的历史体检报告元数据对象具体过程为:获取步骤S201中创建的用户对象,查找与该用户对象关联的其他历史元数据对象,即当前体检者的历史体检报告对象,历史元数据对象的查找范围为近三年内。
一种体检报告解读预测系统,包括提取模块、建立模块、统一化模块、预测模块和生成模块,所述提取模块、建立模块、统一化模块、预测模块和生成模块依次连接。
一种体检报告解读预测电子设备,包括处理器和存储器,所述处理器与存储器通过总线连通,所述存储器存储有能够被处理器执行的机器可执行指令,所述处理器执行机器可执行指令以实现体检报告解读预测方法。
一种体检报告解读预测电子设备,还包括通信接口,所述通信接口与处理器和存储器通过总线连接。
进一步地,所述存储器包括高速随机存取存储器,还包括非不稳定的存储器,存储器通过至少一个通信接口实现该系统网元与至少一个其他网元之间的通信连接。
进一步地,所述处理器为集成电路芯片,具有信号处理能力;处理器是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件的其中一种或若干种;所述通用处理器是微处理器或者任何常规的处理器。
一种体检报告解读预测存储介质,所述存储介质为计算机可读存储介质,该计算机可读存储介质是硬盘、多媒体卡、SD卡、闪存卡、SMC、只读存储器、可擦除可编程只读存储器、便携式只读存储器、USB存储器其中任意一种或者若干种的任意组合;所述计算机可读存储介质中存储有计算机程序,该程序被处理器执行时实现本发明所述的体检报告解读预测方法。
进一步地,所述计算机可读存储介质中包括存储数据区和存储程序区,所述存储数据区存储根据区块链节点的使用所创建的数据,存储程序区存储体检报告解读预测方法程序。
本发明的有益效果是:
本技术方案通过提取体检报告信息、创建用户对象以及元数据对象,查找与当前用户对象关联的历史元数据对象,对从体检报告各项目检查结果中提取的元数据进行统一化处理,根据医学知识库标准数据、用户历史体检数据及当前体检数据预测体检者未来一至两年内的身体健康状况,根据预测结果中异常数据关联的体检项目信息生成体检报告解读预测文件,将疾病预测模型和体检报告解读集成为一体,使得疾病预测更为精确,也使得体检报告解读更为详尽。
本技术方案突破了现有技术中仅对体检者当前指标数据进行分析和预测的局限,综合了体检者当次体检之前的体检数据,分析其变化趋势,使体检者更容易通过体检报告了解到自己身体存在的疾病隐患,以及这些隐患在未来的发展趋势,进而让体检者对自身的健康问题引起足够重视;同时,本技术方案还能实现体检所涉及多项目的解读和预测,从而实现对多种疾病的解读和预测。
附图说明
图1为本发明中体检报告解读预测方法的流程图。
图2为本发明中体检报告解读预测方法中步骤S200的分步骤流程图。
图3为本发明中用户对象与元数据对象以及相关元数据的关联方式图。
图4为本发明中体检报告解读预测模型流程图。
图5为本发明中体检报告解读预测系统结构示意图。
图6为本发明中体检报告解读预测电子设备的结构示意图。
图中:1-提取模块,2-建立模块,3-统一化模块,4-预测模块,5-生成模块;130-处理器,131-存储器,132-总线,133-通信接口。
具体实施方式
下面将结合实施例对本发明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。
实施例一
图1为本发明所述的一种体检报告解读预测方法的流程示意图,本实施例可适用于针对体检报告进行解析并预测,即提供体检报告解读信息并根据解读信息对体检者未来一至两年内的身体状况进行预测,该方法可以由体检报告解读预测系统来执行,该系统可以通过软件和/或硬件的形式实现,该硬件可以是电子设备,可选的,电子设备可以是移动终端,PC端等。
如图1所述,一种体检报告解读预测方法具体包括如下步骤:
步骤S100,接收用户体检报告,采用自然语言处理和医学图像数据读取的方式获取体检报告中的数据信息。
步骤S100包括如下步骤:
S101,基于预设的体检报告模型,采用正则表达式匹配的方法提取个人信息以及体检项目信息;
S102,根据体检项目结果信息类型的不同,分别采用自然语言处理方法和医学图像数据读取技术提取体检项目结果信息,其中体检项目结果信息以文本信息描述为主,医学图像数据信息为辅。
用户体检报告内容包括用户基本信息、体检项目检查结果描述的文本数据、医学影像等,其中对体检项目检查结果的描述通常以非结构化的文本描述数据为主,医学影像为辅。在该方法实际实现过程中,为了给接下来的步骤做铺垫,需要采用自然语言处理和医学图像数据读取等技术对体检报告中的内容进行提取,下面将对不同数据信息的提取方法进行简要描述。
所述用户基本信息包括姓名、性别、年龄、证件号、手机号等信息,在体检报告中采取自然语言处理的方法进行提取,具体如下:
姓名:一般有标注“姓名”定位词,可使用以下的正则表达式进行提取:(?<=姓名[::]).*。
性别:性别只有男女之分,一般有标注“性别”定位词,可使用以下的正则表达式进行提取:(?<=性别[::]).*。
证件号:证件号一般是身份证,有标注“证件号”或“身份证号”定位词,可使用以下的正则表达式进行提取:(?<=证件号[::]).*|(?<=身份证号[::]).*。如果没有定位词,则可以考虑直接匹配数字的形式:
[1-9]\d{5}[1-9]\d{3}((0[1-9])|(1[0-2]))((0[1-9])|([1-2]\d)|(3[0-1]))((\d{4})|(\d{3}[Xx]))。
年龄:年龄可用“年龄”定位词,使用以下的正则表达式进行提取:(?<=年龄[::]).*。
手机号:手机号可用“手机号”、“联系方式”的定位词,可使用以下的正则表达式进行提取:(?<=手机号[::])\d{11}|(?<=联系方式[::])\d{11}。
所述体检项目检查结果描述的文本数据通常也采用自然语言处理的方法进行提取,每个体检项目都在两个医生核验签字信息之间,因此通过如下的正则表达式来提取每个体检项目的文本数据:
(?<=(%s).{0,200}(检验者|检查者))[\S\s]+?(?=.{0,200}(检验者|检查者:|$))
所述医学图像数据将采用医学图像数据读取技术,通过该技术可以将医学图像以数据描述的方式输出,包括医学影像拍摄部位具体在身体的位置,被拍摄部位的空间立体数据信息,例如长度、宽度以及厚度等。
步骤S200,创建用户对象以及元数据对象,查找与当前用户对象关联的历史元数据对象,如图2所示,其具体步骤包括:
S201,依据用户信息创建用户对象以及体检报告元数据对象;
S202,将当前体检者的体检项目与体检报告元数据对象进行关联;
S203,查找与当前用户对象相关联的历史体检报告元数据对象;
S204,获取历史元数据对象关联的所有元数据信息。
上述依据用户信息建立用户对象具体形式如表1所示。其中name和CId为用户信息中姓名和身份证号,姓名和身份证号可以唯一标识一个人,因此选用这两个信息作为创建用户对象的基础,若当前用户对象已经存在,则跳过创建用户对象过程。当用户对象创建完成或用户对象已存在时,根据当前体检报告的编号创建体检报告元数据对象,并与用户对象建立关联,如表2所示。
表1依据用户信息建立用户对象具体形式
UserObjectId | name | CId |
1 | 张三 | 533123198508252640 |
2 | 李四 | 420600198202107509 |
3 | 王五 | 23081119760423558X |
表2用户对象创建完成或用户对象已存在时创建形式
UserObjectId | MDObjectId |
1 | 1 |
1 | 2 |
2 | 1 |
3 | 1 |
上述将当前体检者的体检项目与元数据对象进行关联具体如图3所示。将步骤S100中提取到的当前体检者参与的体检项目信息和体检结果信息与步骤S201中创建的元数据对象进行关联,体检结果信息即文本描述信息以及医学影像数据信息。
上述查找与当前用户对象相关联的历史体检报告元数据对象具体过程为:获取步骤S201中创建的用户对象,查找与该用户对象关联的其他历史元数据对象,即当前体检者的历史体检报告对象,一般历史元数据对象的查找范围为近三年内。
上述获取历史元数据对象关联的所有元数据信息具体过程为,根据从步骤S203中获取到的历史元数据对象,查找以上历史元数据对象关联的所有元数据信息,即体检者参与的体检项目信息和体检结果信息,体检结果信息包括文本描述信息以及医学影像数据信息。
步骤S300,对从体检报告各项目检查结果中提取的元数据进行统一化处理,即对元数据对象中关联的元数据进行统一化,得到统一化后的元数据名称。
所述步骤S300包括如下步骤:
S301,将各项目检查结果中提取的元数据,与预先获取到的医学知识数据库中的多个知识数据字段值采用关键字等方式进行匹配,基于指代相同内容的字段,建立匹配关系;
S302,对元数据进行统一化处理,得到统一化后的元数据名称;一般历史元数据对象的查找范围为近三年内。
上述元数据名称可以理解为体检报告中各项目检查结果性质特征的名称。在具体实现时,基于医学知识库对元数据对象中关联的元数据进行统一化处理,如表3所示的一种标准化前和标准化后的指标名称。
表3标准化前和标准化后的指标名称举例
统一化前 | 统一化后 |
甲状腺叶 | 甲状腺侧叶 |
厚度 | 前后径 |
左肺下肺野内侧 | 左肺下肺野内带 |
步骤S400,根据医学知识库标准数据、用户历史体检数据及当前体检数据预测体检者未来1至2年内的身体健康状况。
进一步地,所述步骤S400包括如下步骤:
S401,根据医学知识库标准数据以及用户历史体检数据训练预测模型,综合以医学知识库数据为标准基线,用户历史体检数据作为个性化微调训练得到预测模型;
S402,将当前提取到的体检元数据信息送入预测模型预测得到未来一至两年内体检者的身体各项数据。
本技术方案采用基于时间序列分析法的PROBAST预测模型,根据体检者近3到5年的体检报告数据对其未来1至2年内的身体健康信息进行预测,最终输出预测结果,具体流程如图4所示。
首先将体检报告元数据进行数据预处理,数据预处理过程包括数据集成以及数据清洗,其目的是修剪输入数据、去除冗余数据、消除不一致和歧义数据,是对数据进行整合、精炼、降噪、和去冗余的过程;经过数据预处理后将得到预测因子,将预测因子输入到基于时间序列分析法的PROBAST预测模型,该预测模型在体检者当前的状态下,综合体检者过去三至五年体检数据,把预测对象的历史数据按一定的时间间隔进行排列,构成一个随时间变化的统计序列,建立相应的数据随时间变化的变化模型,并将该模型外推到未来进行预测,最终得到预测结果。
所述预测因子包含疾病特征以及完成预处理的体检报告元数据,其中疾病特征包括机体反应特征以及相关指标数据等,预处理后的体检报告元数据包括体检者基本特征、体检项目结果文本描述特征、医学影像指标以及其他指标等。
所述预测结果即为结局指标包含指标数据变化状况以及患病概率。
步骤S500,根据预测结果中异常数据关联的体检项目信息生成体检报告解读预测文件。
所述步骤S500包括如下步骤:
S501,将上述步骤预测结果中的身体各项数据与预先获取医学知识库中的标准范围数据进行对比,超出正常值范围的数据标为异常指标;
S502,根据异常指标数据对应的体检项目推荐相关咨询诊室,提供相对应的健康指导建议,最后综合以上信息形成体检报告解读预测文件。
具体的,可以将异常指标所在体检项目关联的科室信息作为问诊推荐科室,例如,当心脏彩超结果显示为异常数据,则可以将心外科作为相关资询诊室推荐给体检者。
具体的,提供对应的健康指导建议可以包括提示和建议体检者后续的饮食、作息和运动等的调节与规划,例如,当腹部CT检查得到肝脏脂肪堆积异常情况,则指导建议会提示注意饮食合理且规律,加强运动锻炼等。
综合以上体检报告异常数据结果、推荐的相关咨询诊室信息以及提供的对应健康指导建议形成最终体检报告解读预测文件。
实施例二
本发明提供了一种体检报告解读预测系统,如图5所示,该系统包括提取模块1、建立模块2、统一化模块3、预测模块4和生成模块5,所述提取模块1、建立模块2、统一化模块3、预测模块4和生成模块5依次连接;
提取模块1:用于对体检报告中的个人信息、体检项目信息以及各体检项目的结果信息进行数据提取;
建立模块2:用于根据获取的数据信息创建用户对象和元数据对象,查找与当前用户对象关联的历史元数据对象并获取其信息;
统一化模块3:用于对体检报告字段与知识库字段的匹配关系进行统一化;
预测模块4:用于根据医学知识库标准数据、用户历史体检数据及当前体检数据预测体检者未来1至2年内的身体健康状况;
生成模块5:用于根据预测结果中异常数据关联的体检项目信息生成体检报告解读预测文件。
上述体检报告解读预测系统,可实现提取体检报告信息,创建用户对象以及元数据对象,查找与当前用户对象关联的历史元数据对象,对从体检报告各项目检查结果中提取的元数据进行统一化处理,根据医学知识库标准数据、用户历史体检数据及当前体检数据预测体检者未来1至2年内的身体健康状况,根据预测结果中异常数据关联的体检项目信息生成体检报告解读预测文件,将疾病预测模型和体检报告解读集成为一体,使得疾病预测更为精确也使得体检报告解读更为详尽。
进一步的,提取模块1还用于:采用自然语言处理和医学图像数据读取技术提取体检报告中的数据信息,体检报告中的数据信息包括体检者的个人信息、体检项目信息以及各体检项目的结果信息,其中各体检项目的结果信息包含文本信息以及医学影像数据。首先基于预设的体检报告模型,采用正则表达式匹配的方法将个人信息以及体检项目信息提取出来;其次根据体检项目结果信息类型的不同,分别采用自然语言处理方法和医学图像数据读取技术提取体检项目结果信息,其中体检项目结果信息以文本信息描述为主,医学图像数据信息为辅。
进一步的,建立模块2还用于:依据用户信息创建用户对象以及体检报告元数据对象;将当前体检者的体检项目与体检报告元数据对象进行关联;查找与当前用户对象相关联的历史体检报告元数据对象;获取历史元数据对象关联的所有元数据信息。
进一步的,统一化模块3还用于:将各项目检查结果中提取的元数据,与预先获取到的医学知识数据库中的多个知识数据字段值采用关键字等方式进行匹配,基于指代相同内容的字段,建立匹配关系,对元数据进行统一化处理,得到统一化后的元数据名称;一般历史元数据对象的查找范围为近3年内。
进一步的,预测模块4还用于:根据医学知识库标准数据以及用户历史体检数据训练预测模型,综合以医学知识库数据为标准基线,用户历史体检数据作为个性化微调训练得到预测模型;将当前提取到的体检元数据信息送入预测模型,预测得到未来一至两年内体检者的身体各项数据。
进一步的,生成模块5还用于:将预测结果中的身体各项数据与医学知识库中的标准范围进行对比,超出正常值范围的数据标为异常指标;根据异常指标数据对应的体检项目推荐相关咨询诊室,提供相对应的健康指导建议,最后综合以上信息形成体检报告解读预测文件。
本发明所提供的一种体检报告解读预测系统,其实现原理及产生的技术效果和前述体检报告解读预测方法实施例相同,为简要描述,体检报告解读系统实施例部分未提及之处,可参考前述医学检查报告解读方法实施例中的相应内容。
实施例三
本发明还提供了一种体检报告解读预测电子设备,如图6所示,该电子设备包括处理器130和存储器131,所述处理器130与存储器131通过总线132连通,所述存储器131存储有能够被处理器130执行的机器可执行指令,所述处理器130执行机器可执行指令以实现上述体检报告解读预测方法。
进一步地,如图6所示,一种体检报告解读预测电子设备还包括通信接口133,所述通信接口133与处理器130和存储器131通过总线132连接。
其中,所述存储器131包括高速随机存取存储器(RAM,Random Access Memory),还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器131通过至少一个通信接口133(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网、广域网、本地网、城域网等。
所述总线132为ISA总线或PCI总线或EISA总线。所述总线132可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
所述处理器130为集成电路芯片,具有信号处理能力。在实现过程中,体检报告解读预测方法的各步骤可以通过处理器130中硬件的集成逻辑电路或者软件形式的指令完成。所述处理器130也可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;所述处理器130还可以是数字信号处理器(DigitalSignal Processor,简称DSP)、专用集成电路(Application SpecificIntegratedCircuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。所述的通用处理器可以是微处理器或者任何常规的处理器等。
结合本发明实施例一所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器131中,处理器130读取存储器131中的信息,结合其硬件完成前述实施例的方法的步骤。
实施例四
本发明还提出一种体检报告解读预测存储介质,该存储介质为计算机可读存储介质,该计算机可读存储介质可以是硬盘、多媒体卡、SD卡、闪存卡、SMC、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式只读存储器(CD-ROM)、USB存储器等其中任意一种或者几种的任意组合。
所述计算机可读存储介质中包括存储数据区和存储程序区,存储数据区存储根据区块链节点的使用所创建的数据,存储程序区存储体检报告解读预测方法程序,所述体检报告解读预测方法程序被处理器执行时,实现上述新型体检报告解读预测方法操作。
所述计算机可读存储介质的具体实施方式与实施例一中体检报告解读预测方法的具体实施方式大致相同,在此不再赘述。
本发明实施例所提供的体检报告解读预测方法、系统、电子设备的计算机程序产品,以及存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面实施例一中所述的方法,具体实现可参见实施例一,在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案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中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。此处所述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种体检报告解读预测方法,其特征在于,包括如下步骤:
步骤S100,接收用户体检报告,采用自然语言处理和医学图像数据读取的方式获取体检报告中的数据信息;
步骤S200,创建用户对象以及元数据对象,查找与当前用户对象关联的历史元数据对象;
步骤S300,对从体检报告各项目检查结果中提取的元数据进行统一化处理,即对元数据对象中关联的元数据进行统一化,得到统一化后的元数据名称;
步骤S400,根据医学知识库标准数据、用户历史体检数据及当前体检数据预测体检者未来1至2年内的身体健康状况;
步骤S500,根据预测结果中异常数据关联的体检项目信息生成体检报告解读预测文件。
2.根据权利要求1所述的一种体检报告解读预测方法,其特征在于:所述步骤S100包括如下步骤:
S101,基于预设的体检报告模型,采用正则表达式匹配的方法提取个人信息以及体检项目信息;
S102,根据体检项目结果信息类型的不同,分别采用自然语言处理方法和医学图像数据读取技术提取体检项目结果信息,其中体检项目结果信息以文本信息描述为主,医学图像数据信息为辅。
3.根据权利要求1所述的一种体检报告解读预测方法,其特征在于:所述步骤S200包括如下步骤:
S201,依据用户信息创建用户对象以及体检报告元数据对象;
S202,将当前体检者的体检项目与体检报告元数据对象进行关联;
S203,查找与当前用户对象相关联的历史体检报告元数据对象;
S204,获取历史元数据对象关联的所有元数据信息。
4.根据权利要求1所述的一种体检报告解读预测方法,其特征在于:所述步骤S300包括如下步骤:
S301,将各项目检查结果中提取的元数据,与预先获取到的医学知识数据库中的多个知识数据字段值采用关键字等方式进行匹配,基于指代相同内容的字段,建立匹配关系;
S302,对元数据进行统一化处理,得到统一化后的元数据名称;一般历史元数据对象的查找范围为近三年内。
5.根据权利要求1所述的一种体检报告解读预测方法,其特征在于:所述步骤S400包括如下步骤:
S401,根据医学知识库标准数据以及用户历史体检数据训练预测模型,综合以医学知识库数据为标准基线,用户历史体检数据作为个性化微调训练得到预测模型;
S402,将当前提取到的体检元数据信息送入预测模型预测得到未来一至两年内体检者的身体各项数据。
6.根据权利要求1所述的一种体检报告解读预测方法,其特征在于:所述步骤S500包括如下步骤:
S501,将预测结果中的身体各项数据与医学知识库中的标准范围进行对比,超出正常值范围的数据标为异常;
S502,根据异常数据对应的体检项目推荐相关咨询诊室,提供相对应的健康指导建议,最后综合以上信息形成体检报告解读预测文件。
7.根据权利要求3所述的一种体检报告解读预测方法,其特征在于:所述步骤S203中,查找与当前用户对象相关联的历史体检报告元数据对象具体过程为:获取步骤S201中创建的用户对象,查找与该用户对象关联的其他历史元数据对象,即当前体检者的历史体检报告对象,历史元数据对象的查找范围为近三年内。
8.一种体检报告解读预测系统,其特征在于:包括提取模块(1)、建立模块(2)、统一化模块(3)、预测模块(4)和生成模块(5),所述提取模块(1)、建立模块(2)、统一化模块(3)、预测模块(4)和生成模块(5)依次连接。
9.一种体检报告解读预测电子设备,其特征在于:包括处理器(130)和存储器(131),所述处理器(130)与存储器(131)通过总线(132)连通,所述存储器(131)存储有能够被处理器(130)执行的机器可执行指令,所述处理器(130)执行机器可执行指令以实现体检报告解读预测方法;还包括通信接口(133),所述通信接口(133)与处理器(130)和存储器(131)通过总线(132)连接;所述存储器(131)包括高速随机存取存储器,还包括非不稳定的存储器,存储器(131)通过至少一个通信接口(133)实现该系统网元与至少一个其他网元之间的通信连接;所述处理器(130)为集成电路芯片,具有信号处理能力;处理器(130)是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件的其中一种或若干种;所述通用处理器是微处理器或者任何常规的处理器。
10.一种体检报告解读预测存储介质,其特征在于:所述存储介质为计算机可读存储介质,该计算机可读存储介质是硬盘、多媒体卡、SD卡、闪存卡、SMC、只读存储器、可擦除可编程只读存储器、便携式只读存储器、USB存储器其中任意一种或者若干种的任意组合;所述计算机可读存储介质中存储有计算机程序,该程序被处理器执行时实现本发明所述的体检报告解读预测方法;所述计算机可读存储介质中包括存储数据区和存储程序区,所述存储数据区存储根据区块链节点的使用所创建的数据,存储程序区存储体检报告解读预测方法程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210987580.2A CN115346634A (zh) | 2022-08-17 | 2022-08-17 | 一种体检报告解读预测方法、系统、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210987580.2A CN115346634A (zh) | 2022-08-17 | 2022-08-17 | 一种体检报告解读预测方法、系统、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115346634A true CN115346634A (zh) | 2022-11-15 |
Family
ID=83951078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210987580.2A Pending CN115346634A (zh) | 2022-08-17 | 2022-08-17 | 一种体检报告解读预测方法、系统、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115346634A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115841870A (zh) * | 2022-12-14 | 2023-03-24 | 贵州麦瓣健康咨询有限公司 | 一种健康体检控制系统及控制方法 |
-
2022
- 2022-08-17 CN CN202210987580.2A patent/CN115346634A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115841870A (zh) * | 2022-12-14 | 2023-03-24 | 贵州麦瓣健康咨询有限公司 | 一种健康体检控制系统及控制方法 |
CN115841870B (zh) * | 2022-12-14 | 2023-06-06 | 贵州麦瓣健康咨询有限公司 | 一种健康体检控制系统及控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11049165B2 (en) | System for clustering and aggregating data from multiple sources | |
CN112786194A (zh) | 基于人工智能的医学影像导诊导检系统、方法及设备 | |
CN110069779B (zh) | 医疗文本的症状实体识别方法及相关装置 | |
CN110299209B (zh) | 相似病历查找方法、装置、设备及可读存储介质 | |
CN113724848A (zh) | 基于人工智能的医疗资源推荐方法、装置、服务器及介质 | |
CN111985241B (zh) | 医学信息查询方法、装置、电子设备及介质 | |
CN113436723A (zh) | 视频问诊方法、装置、设备及存储介质 | |
CN111710429A (zh) | 信息的推送方法及装置、计算机设备、存储介质 | |
US20200058408A1 (en) | Systems, methods, and apparatus for linking family electronic medical records and prediction of medical conditions and health management | |
CN112507138B (zh) | 专病知识图谱构建方法及装置、介质及电子设备 | |
CN113345577A (zh) | 诊疗辅助信息的生成方法、模型训练方法、装置、设备以及存储介质 | |
CN113724858A (zh) | 基于人工智能的疾病检查项目推荐设备、方法及装置 | |
CN113782195A (zh) | 一种体检套餐定制方法和装置 | |
CN115394393A (zh) | 智能诊疗数据处理方法、装置、电子设备及存储介质 | |
CN111986793A (zh) | 基于人工智能的导诊处理方法、装置、计算机设备及介质 | |
CN111061835B (zh) | 查询方法及装置、电子设备和计算机可读存储介质 | |
CN110471941B (zh) | 自动定位判断依据的方法、装置及电子设备 | |
CN111755090A (zh) | 病历查找方法、病历查找装置、存储介质与电子设备 | |
CN113345545B (zh) | 临床数据的稽查方法、装置、电子设备及可读存储介质 | |
CN115346634A (zh) | 一种体检报告解读预测方法、系统、电子设备和存储介质 | |
CN111640517B (zh) | 病历编码方法、装置、存储介质及电子设备 | |
CN105808735B (zh) | 一种数据处理的方法及装置 | |
CN115631823A (zh) | 相似病例推荐方法及系统 | |
CN114218378A (zh) | 一种基于知识图谱的内容推送方法、装置、设备及介质 | |
Feng et al. | Automated generation of ICD-11 cluster codes for Precision Medical Record Classification |
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 |