CN115691742B - 一种电子病历质控方法、系统、存储介质及设备 - Google Patents
一种电子病历质控方法、系统、存储介质及设备 Download PDFInfo
- Publication number
- CN115691742B CN115691742B CN202310000663.2A CN202310000663A CN115691742B CN 115691742 B CN115691742 B CN 115691742B CN 202310000663 A CN202310000663 A CN 202310000663A CN 115691742 B CN115691742 B CN 115691742B
- Authority
- CN
- China
- Prior art keywords
- medical record
- quality control
- mutual exclusion
- text
- record text
- 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.)
- Active
Links
- 238000003908 quality control method Methods 0.000 title claims abstract description 136
- 230000007717 exclusion Effects 0.000 claims abstract description 140
- 238000000034 method Methods 0.000 claims abstract description 37
- 230000006870 function Effects 0.000 claims description 151
- 230000001575 pathological effect Effects 0.000 claims description 31
- 238000012795 verification Methods 0.000 claims description 20
- 230000007170 pathology Effects 0.000 claims description 16
- 201000010099 disease Diseases 0.000 claims description 12
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 12
- 208000024891 symptom Diseases 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 206010020751 Hypersensitivity Diseases 0.000 claims description 3
- 208000026935 allergic disease Diseases 0.000 claims description 3
- 230000007815 allergy Effects 0.000 claims description 3
- 239000003814 drug Substances 0.000 claims 1
- 230000008569 process Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 201000007094 prostatitis Diseases 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002175 menstrual effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 208000004998 Abdominal Pain Diseases 0.000 description 1
- 206010000060 Abdominal distension Diseases 0.000 description 1
- 208000006820 Arthralgia Diseases 0.000 description 1
- 208000008035 Back Pain Diseases 0.000 description 1
- 206010013700 Drug hypersensitivity Diseases 0.000 description 1
- 206010050296 Intervertebral disc protrusion Diseases 0.000 description 1
- 206010023232 Joint swelling Diseases 0.000 description 1
- 208000008930 Low Back Pain Diseases 0.000 description 1
- 206010028813 Nausea Diseases 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- 206010033645 Pancreatitis Diseases 0.000 description 1
- 206010033647 Pancreatitis acute Diseases 0.000 description 1
- 208000008765 Sciatica Diseases 0.000 description 1
- 206010047700 Vomiting Diseases 0.000 description 1
- 201000003229 acute pancreatitis Diseases 0.000 description 1
- 206010003246 arthritis Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000005311 drug allergy Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 230000005906 menstruation Effects 0.000 description 1
- 230000008693 nausea Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种电子病历质控方法、系统、存储介质及设备，该方法包括：获取批量的历史病历数据，遍历历史病历数据当中的词性标识；遍历历史病历数据中与词性标识具有关联的描述信息，建立词性标识与描述信息的关联关系；查找与词性标识相对应、存在不同描述形式的描述信息，建立不同描述形式的描述信息之间的同义词关系；根据预设需求确定对病历文本进行校验的质控项，并设定与质控项对应的互斥函数集；根据互斥函数集对病历文本进行校验，以输出对病历文本进行校验的质控数据。解决了现有技术中仅采用时间质控项对病历进行质控，病历中还是比较容易存在除时间节点以外的错误记载，降低了患者对医疗机构信任感的技术问题。
Description
技术领域
本发明涉及数据处理技术领域，具体涉及一种电子病历质控方法、系统、存储介质及设备。
背景技术
在现有的医疗业务场景中，病历质控仍然局限于在时间节点的质控，如：入院时间不能晚于出院时间、入院记录的书写时间等质控点。
然而，随着医疗事业的快速发展，医疗业务朝向正规化发展，现有技术中仍采用时间质控项对于病历进行质控已然无法满足需求，这将导致病历中还是比较容易存在除时间节点以外的错误记载，如病历前后文的逻辑不一等，这将在一定程度上降低患者对医疗机构的信任感。
发明内容
针对现有技术的不足，本发明的目的在于提供一种电子病历质控方法、系统、存储介质及设备，以解决现有技术中仅采用时间质控项对病历进行质控，病历中还是比较容易存在除时间节点以外的错误记载，降低了患者对医疗机构信任感的技术问题。
本发明的第一方面在于提供一种电子病历质控方法，所述方法包括：
获取批量的历史病历数据，基于所述历史病历数据，遍历所述历史病历数据当中的词性标识；
根据所述词性标识，遍历所述历史病历数据中与所述词性标识具有关联的描述信息，建立所述词性标识与所述描述信息的关联关系；
查找与所述词性标识相对应、存在不同描述形式的所述描述信息，建立不同描述形式的所述描述信息之间的同义词关系；
根据预设需求确定对病历文本进行校验的质控项，并设定与所述质控项对应的互斥函数集；其中，所述互斥函数集中包括用于对病历文本中时间节点进行校验的时间互斥函数、用于对病历文本中病理描述进行校验的病理互斥函数及用于对病历文本的逻辑关系进行校验的逻辑互斥函数；
获取待校验的病历文本，对所述病历文本进行结构化拆分；
根据所述互斥函数集对所述病历文本进行校验，以输出对所述病历文本进行校验的质控数据。
根据上述技术方案的一方面，
获取批量的历史病历数据，基于所述历史病历数据，遍历所述历史病历数据当中的词性标识的步骤，具体包括：
获取批量的历史病历数据，对所述历史病历数据进行预处理，以得到所述历史病历数据中的典型病历数据；
对所述典型病历数据中记载的病历内容进行识别，以确定所述典型病历数据中的原始记载内容；其中，所述原始记载内容包括文字、图像与表格；
基于预设的评分规则，对所述原始记载内容进行评分，得到所述原始记载内容中文字、图像与表格的评分系数；
根据所述原始记载内容中文字的评分系数，遍历查找所述历史病历数据中所述评分系数大于预设系数阈值的词性标识。
根据上述技术方案的一方面，根据预设需求确定对病历文本进行校验的质控项，并设定与所述质控项对应的互斥函数集的步骤，包括：
按照时间排序规则设定所述历史病历数据中所述词性标识的优先级排序，对应设定所述词性标识的键入值，以生成所述词性标识的排序集；
根据所述排序集，设定所述排序集中所述词性标识与所述键入值对应的输入值，以设定所述时间互斥函数；
其中，根据所述时间互斥函数对所述病历文本进行校验，以输出对所述病历文本进行时间节点校验的质控数据的步骤，具体包括：
当所述时间互斥函数被调用时，将所述时间互斥函数的输入参数对应的键入值键入所述排序集，生成参数正确的对照顺序集；
根据所述对照顺序集，查找与所述键入值对应的输入值，比较所述输入值的大小；
当所述输入值与所述对照顺序集中的对应值不一致时，判定所述病历文本中的时间节点异常以输出所述病历文本的质控数据。
根据上述技术方案的一方面，根据预设需求确定对病历文本进行校验的质控项，并设定与所述质控项对应的互斥函数集的步骤，还包括：
根据所述词性标识，确定与所述词性标识对应、与病理描述相关的病理描述信息；
确定互斥函数的输入参数为病名描述与症状描述，以设定所述病理互斥函数；
其中，根据所述病理互斥函数对所述病历文本进行校验，以输出对所述病历文本进行校验的质控数据的步骤，具体包括：
根据所述病名描述，在所述病理描述信息中遍历与所述病名描述相关的相关描述信息；
将所述相关描述信息与所述症状描述信息进行对比，判断所述症状描述信息中是否包含所述相关描述信息；
若是，判定所述病历文本中病理记载正确以输出所述病历文本的质控数据。
根据上述技术方案的一方面，根据预设需求确定对病历文本进行校验的质控项，并设定与所述质控项对应的互斥函数集的步骤，还包括：
根据所述词性标识，对所述词性标识的逻辑进行整理以得到逻辑集；
确定互斥函数的输入参数为第一特征与第二特征，以设定所述逻辑互斥函数；
其中，根据所述逻辑互斥函数对所述病历文本进行校验，以输出对所述病历文本进行校验的质控数据的步骤，具体包括：
根据所述第一特征，在所述逻辑集中查找与所述第一特征对应的第三特征；
将所述第三特征与所述第二特征进行对比，判断所述第三特征中是否包含第二特征；
若是，判定所述病历文本中逻辑存在错误以输出所述病历文本的质控数据。
根据上述技术方案的一方面，所述方法还包括：
当所述病历文本中的时间节点、病理描述或逻辑关系存在错误记载时；
对所述病历文本中存在错误记载的文字信息进行预警提示。
根据上述技术方案的一方面，对所述病历文本中存在错误记载的文字信息进行预警提示的步骤，具体包括：
对首次出现在所述病历文本中存在错误记载的所述文字信息设定第一标识，对非首次出现在所述病历文本中的存在错误记载的所述文字信息设定第二标识；
当设定有所述第一标识的所述文字信息被正确修改时，控制设定有所述第二标识的所述文字信息跟随设定有所述第一标识的所述文字信息自动修改。
本发明的第二方面在于提供一种电子病历质控系统，所述系统包括：
数据获取模块，用于获取批量的历史病历数据，基于所述历史病历数据，遍历所述历史病历数据当中的词性标识；
第一分析模块，用于根据所述词性标识，遍历所述历史病历数据中与所述词性标识具有关联的描述信息，建立所述词性标识与所述描述信息的关联关系；
第二分析模块，用于查找与所述词性标识相对应、存在不同描述形式的所述描述信息，建立不同描述形式的所述描述信息之间的同义词关系；
函数设定模块，用于根据预设需求确定对病历文本进行校验的质控项，并设定与所述质控项对应的互斥函数集；其中，所述互斥函数集中包括与所述质控项数量相对应的多条互斥函数；
预处理模块，用于获取待校验的病历文本，对所述病历文本进行结构化拆分；
数据输出模块，用于根据所述互斥函数集对所述病历文本进行校验，以输出对所述病历文本进行校验的质控数据。
本发明的第三方面在于提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述技术方案当中所述方法的步骤。
本发明的第四方面在于提供一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述技术方案当中所述方法的步骤。
与现有技术相比，采用本发明所示的电子病历质控方法、系统、存储介质及设备，有益效果在于：
通过对历史病历数据进行分析，得到如姓名的词性标识，并在历史病历数据中查找与该词性标识对应的描述信息，从而建立不同描述形式的描述信息的同义词关系，以便于通过大量的数据集对模型进行训练，以得到校验效果相对较好的病历校验模型，该病历校验模型将基于预先设定的互斥函数集，包括时间互斥函数、病理互斥函数与逻辑互斥函数，对待校验的病历文本进行校验，以实现对病历文本的时间节点质控、病理描述质控与逻辑质控，从而输出与病历文本对应的质控数据，解决了现有技术中仅采用时间质控项对病历进行质控，病历中还是比较容易存在除时间节点以外的错误记载，降低了患者对医疗机构信任感的技术问题。
附图说明
本发明的上述与/或附加的方面与优点从结合下面附图对实施例的描述中将变得明显与容易理解，其中：
图1为本发明第一实施例当中所示电子病历质控方法的流程示意图；
图2为本发明第二实施例当中所示电子病历质控方法的流程示意图；
图3为本发明第三实施例当中所示电子病历质控系统的结构框图；
附图符号说明：
数据获取模块10、第一分析模块20、第二分析模块30、函数设定模块40、预处理模块50与数据输出模块60。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例一
请参阅图1，所示为本发明第一实施例当中提供的一种电子病历质控方法，所述方法包括步骤S10-S60：
步骤S10，获取批量的历史病历数据，基于所述历史病历数据，遍历所述历史病历数据当中的词性标识。
具体而言，历史病历数据包括病历模板数据与真实病历数据，病历模板数据与真实病历数据中都包含有众多词性标识，如姓名、性别、出生年月、职业、地址、药物过敏史等，这些词性标识通常记载于病历文本的首页，医护人员或患者可以基于这些词性标识对应填录；而除首页以外的词性标识，如就诊科室、就诊时间、检查记录、出院时间等，这些词性标识是与患者就诊流程对应的。
根据医疗业务要求，就诊时间应当晚于入院时间，而就诊时间应当早于出院时间，只有保证对应填录于与词性标识对应的时间节点是正确的，才能够判定病历文本的时间节点是正确的。
可以理解的，该词性标识为病历文本上预先设定的多个问题，而对应填录于词性标识的填录信息为该问题的答案，只有在问题与答案对应，以及多个答案之间不存在逻辑冲突时，才能够保证病历文本是正确的。
示例而言，当患者的入院时间为2022年11月28日09时，就诊时间为2022年11月28日10时，而病历文本中记载出院时间为2022年11月28日08时，则说明在该病历文本中存在出院时间早于入院时间、就诊时间的错误记载，需要对该病历中的出院时间进行修改，以得到正确时间节点的病历文本。
又或者是，当患者性别为男性时，病历文本当中检查记录一栏记载有月经史，则该病历文本中检查记录一栏存在错误记载；当患者性别为女性时，病历文本当中检查记录一栏记录有前列腺炎，则该病历文本中检查记录一栏存在错误记载。
因此，本实施例当中遍历历史病历数据当中的词性标识的目的就在于找到对应的质控项。
步骤S20，根据所述词性标识，遍历所述历史病历数据中与所述词性标识具有关联的描述信息，建立所述词性标识与所述描述信息的关联关系。
其中，历史病历数据中与词性标识对应的描述信息可以有多种描述方式，如姓名这一词性标识对应的描述信息有：XXX、我叫XXX、我是XXX等多种描述方式，又如年龄这一词性标识对应的描述信息有：3岁、3周岁、今年3岁、今年3周岁等多种描述方式；而本实施例当中建立词性标识与多种描述信息的关联关系的目的就在于获取较多的数据，以便基于这些数据对模型进行训练，从而能够在病历文本的质控过程中识别这些信息。
步骤S30，查找与所述词性标识相对应、存在不同描述形式的所述描述信息，建立不同描述形式的所述描述信息之间的同义词关系。
同样的，在历史病历数据当中查找每一词性标识对应的多种描述形式不同，并尽可能的查全，从而能够建立与词性标识对应的不同描述信息的描述信息之间的同义词关系。
示例而言，词性标识为姓名时，与之对应的不同描述形式的描述信息有：我是XXX、我叫XXX，建立这两种描述信息的同义词关系，则在对病历文本进行质控的过程中，在识别到病历文本中存在关于姓名的不同记载：我是XXX或我叫XXX时，则判定这两种表达形式都是姓名这一词性标识的描述信息。
步骤S40，根据预设需求确定对病历文本进行校验的质控项，并设定与所述质控项对应的互斥函数集；其中，所述互斥函数集中包括用于对病历文本中时间节点进行校验的时间互斥函数、用于对病历文本中病理描述进行校验的病理互斥函数及用于对病历文本的逻辑关系进行校验的逻辑互斥函数。
需要说明的是，现有技术中对于病历的校验通常仅在于时间节点的校验，即识别病历文本中的多个时间节点，判断时间节点是否符合患者的就诊时间线，从而判断病历文本是否合格。
在本实施例当中，其设定有多个质控项，包括时间节点质控项、病理质控项与逻辑质控项，从而根据这几个质控项设定用于校验病历文本的互斥函数集，该互斥函数集中包含多条与质控项数量相对应的互斥函数。
其中，该互斥函数集中，与时间节点质控项对应需要设定的互斥函数为时间互斥函数，与病理质控项对应需要设定的互斥函数为病理互斥函数，与逻辑质控项对应需要设定的互斥函数为逻辑互斥函数。
具体而言，本实施例当中可以采用互斥函数集中的任意互斥函数对病历文本进行质控，如仅采用时间互斥函数对病历文本进行校验，又或者是同时采用时间互斥函数、病理互斥函数与逻辑互斥函数对病历文本进行全方面的校验。
优选的，在本实施例当中，同时采用时间互斥函数、病理互斥函数与逻辑互斥函数对病历文本进行全方面的校验，从而保证病历文本不会存在任何的记载错误。
步骤S50，获取待校验的病历文本，对所述病历文本进行结构化拆分。
其中，待检验的病历文本为一电子病历，即以计算机可读形式存在的病历，例如表格形式的电子病历。
在需要对该病历文本进行校验前，应当首先对病历文本进行结构化拆分，以确定该病历文本中的词性标识及其对应的描述信息，从而便于后期采用互斥函数集中的时间互斥函数、病理互斥函数与逻辑互斥函数对病历文本进行全方面的校验。
步骤S60，根据所述互斥函数集对所述病历文本进行校验，以输出对所述病历文本进行校验的质控数据。
其中，根据输出的质控数据即可判定病历文本是否合格，并可对不合格之处的错误记载进行标识，以便于医护人员对病历文本进行更改。
与现有技术相比，采用本实施例当中所示的电子病历质控方法，有益效果在于：
通过对历史病历数据进行分析，得到如姓名的词性标识，并在历史病历数据中查找与该词性标识对应的描述信息，从而建立不同描述形式的描述信息的同义词关系，以便于通过大量的数据集对模型进行训练，以得到校验效果相对较好的病历校验模型，该病历校验模型将基于预先设定的互斥函数集，包括多条互斥函数，并通过互斥函数集中的互斥函数对待校验的病历文本进行校验，输出与病历文本对应的质控数据，解决了现有技术中仅采用时间质控项对病历进行质控，病历中还是比较容易存在除时间节点以外的错误记载，降低了患者对医疗机构信任感的技术问题。
实施例二
请参阅图2，本发明的第二实施例提供了一种电子病历质控方法，本实施例当中所示的电子病历方法与第一实施例当中所示的电子病历质控方法相比，区别点在于：
在本实施例当中，获取批量的历史病历数据，基于所述历史病历数据，遍历所述历史病历数据当中的词性标识的步骤，具体包括：
获取批量的历史病历数据，对所述历史病历数据进行预处理，以得到所述历史病历数据中的典型病历数据；
对所述典型病历数据中记载的病历内容进行识别，以确定所述典型病历数据中的原始记载内容；其中，所述原始记载内容包括文字、图像与表格；
基于预设的评分规则，对所述原始记载内容进行评分，得到所述原始记载内容中文字、图像与表格的评分系数；
根据所述原始记载内容中文字的评分系数，遍历查找所述历史病历数据中所述评分系数大于预设系数阈值的词性标识。
具体而言，批量的历史病历数据包括各种格式的病历数据，包括可编辑的电子格式（如word、Excel形式）、不可编辑的图像形式（如照片、截图形式），这些历史病历数据的获取由网络爬虫在网络环境进行抓取，从而实现对历史病历数据的获取，获取该历史病历数据的目的在于尽可能多的识别各种病历数据。
其中，在通过网络爬虫获取了众多历史病历数据之后，由于不是每一历史病历数据都具有参考性，所以本实施例当中在获取众多的历史病历数据之后，还对历史病历数据进行图片清晰度修复等预处理措施，从而确定历史病历数据中的典型病历数据，即得到病历样本。
其中，在得到典型病历数据，即病历样本之后，还通过OCR识别技术对典型病历数据中的病历文本进行识别，以确定典型病历数据中的原始记载内容，该原始记载内容包括文字内容、图像内容与表格内容。在此需要说明的是，原始记载内容中的文字内容包括初始内容与填录内容，初始内容可以理解成病历的文字模板，填录内容为病历的填录部分，通常由医护人员填录；而原始记载内容的图像通常为病历中的图案，如病历首页的十字标图像以及医疗机构的缩影图像等，对电子病历的质控不起任何影响因素，因此，本实施例当中只是把图像识别出，并不需要再次利用；同样的，原始记载内容中的表格也不需要再次利用，仅识别出即可。
在本实施例当中，初始记载内容中文字的评分系数明显大于图像与表格的评分系数，因此，初始记载内容中文字的提取是最重要的。在确定了文字的评分系数之后，即可在历史病历数据中遍历查找评分系数大于预设系数阈值的词性标识。其中，词性标识如姓名、性别、出生年月、职业、地址、药物过敏史等，这些词性标识通常记载于病历文本的首页，医护人员或患者可以基于这些词性标识对应填录。
在本实施例当中，根据预设需求确定对病历文本进行校验的质控项，并设定与所述质控项对应的互斥函数集的步骤，包括：
按照时间排序规则设定所述历史病历数据中所述词性标识的优先级排序，对应设定所述词性标识的键入值，以生成所述词性标识的排序集；
根据所述排序集，设定所述排序集中所述词性标识与所述键入值对应的输入值，以设定所述时间互斥函数；
其中，根据所述时间互斥函数对所述病历文本进行校验，以输出对所述病历文本进行时间节点校验的质控数据的步骤，具体包括：
当所述时间互斥函数被调用时，将所述时间互斥函数的输入参数对应的键入值键入所述排序集，生成参数正确的对照顺序集；
根据所述对照顺序集，查找与所述键入值对应的输入值，比较所述输入值的大小；
当所述输入值与所述对照顺序集中的对应值不一致时，判定所述病历文本中的时间节点异常以输出所述病历文本的质控数据。
具体而言，通过时间互斥函数对病历文本中时间节点进行校验的过程，包括：
根据相关词性PA进行时间顺序的优先级排序，形成排序集（Sort），如入院记录 >检验、检查记录 > 出院记录，申请单时间 > 报告单时间等。时间互斥函数中输入参数为键值对传入值，即：入院记录K1=业务时间S1，检查记录K2=业务时间S2，出院记录K3=业务时间S3等，当时间互斥函数被调用时，首先根据输入参数中键于排序集Sort，形成参数正确的顺序Sort1，根据顺序，分别取出键K对应的值S，再根据顺序比较S值的大小，若S值的大小与Sort1的顺序不一致，则病历文本中存在时间节点异常，反之则说明病历文本中时间节点正常。
在本实施例当中，根据预设需求确定对病历文本进行校验的质控项，并设定与所述质控项对应的互斥函数集的步骤，还包括：
根据所述词性标识，确定与所述词性标识对应、与病理描述相关的病理描述信息；
确定互斥函数的输入参数为病名描述与症状描述，以设定所述病理互斥函数；
其中，根据所述病理互斥函数对所述病历文本进行校验，以输出对所述病历文本进行校验的质控数据的步骤，具体包括：
根据所述病名描述，在所述病理描述信息中遍历与所述病名描述相关的相关描述信息；
将所述相关描述信息与所述症状描述信息进行对比，判断所述症状描述信息中是否包含所述相关描述信息；
若是，判定所述病历文本中病理记载正确以输出所述病历文本的质控数据。
具体而言，通过病理互斥函数对病历文本中病理描述进行校验的过程，包括：
根据相关词性PA进行病理描述的关联整理，形成病理描述集（Desc）,如：腰间盘突出一定包含：腰痛、坐骨神经痛、下肢放射痛；急性胰腺炎一定包含：腹痛、腹胀、呕心、呕吐；类分湿关节炎一定包含：关节肿胀、关节疼痛、晨僵等。病理互斥函数中输入参数为病名描述D1和症状描述D2，
首先根据病名描述D1在描述集Desc中检索相关描述信息D3，将描述信息D3与症状描述D2进行对比，若D2中包含所有D3，则病历文本中病理描述合格，反之则说明病历文本中病理描述不合格。
在本实施例当中，根据预设需求确定对病历文本进行校验的质控项，并设定与所述质控项对应的互斥函数集的步骤，还包括：
根据所述词性标识，对所述词性标识的逻辑进行整理以得到逻辑集；
确定互斥函数的输入参数为第一特征与第二特征，以设定所述逻辑互斥函数；
其中，根据所述逻辑互斥函数对所述病历文本进行校验，以输出对所述病历文本进行校验的质控数据的步骤，具体包括：
根据所述第一特征，在所述逻辑集中查找与所述第一特征对应的第三特征；
将所述第三特征与所述第二特征进行对比，判断所述第三特征中是否包含第二特征；
若是，判定所述病历文本中逻辑存在错误以输出所述病历文本的质控数据。
具体而言，通过逻辑互斥函数对病历文本中逻辑关系进行校验的过程，包括：
根据相关词性PA进行逻辑整理，形成逻辑集（Logic）,如：性别男≠月经史；性别女≠前列腺炎等。逻辑互斥函数中输入参数为特征T1和特征T2,首先根据特征T1在逻辑集Logic中检索相关特征T3，并将特征T3与特征T2进行对比，若特征T3中包含特征T2，则说明病历文本中逻辑关系不符合要求，反之则说明病历文本中逻辑关系符合要求。
在本实施例当中，所述方法还包括：
当所述病历文本中的时间节点、病理描述或逻辑关系存在错误记载时；
对所述病历文本中存在错误记载的文字信息进行预警提示。
其中，对所述病历文本中存在错误记载的文字信息进行预警提示的步骤，具体包括：
对首次出现在所述病历文本中存在错误记载的所述文字信息设定第一标识，对非首次出现在所述病历文本中的存在错误记载的所述文字信息设定第二标识；
当设定有所述第一标识的所述文字信息被正确修改时，控制设定有所述第二标识的所述文字信息跟随设定有所述第一标识的所述文字信息自动修改。
示例而言，当电子格式的病历文本中性别这一栏填写的为女性时，而病历文本中其它位置的记载，例如患者自述、就诊记录内均记载有男性独有疾病时，在通常情况下，说明病历文本中性别这一栏存在错误。运用在本实施例当中，病历文本中性别栏对应记录的女性设定有第一标识，而其它位置记录的女性设定第二标识，第一标识、第二标识例如加粗处理、标色处理、标线处理，以突出病历文本中的错误点，当医护人员将第一标识处记录的女性改成男性时，第二标识处的女性将跟随第一标识处的修改而自动修改。
与现有技术相比，采用本实施例当中所示的电子病历质控方法，有益效果至少包括：
通过对历史病历数据进行分析，得到如姓名的词性标识，并在历史病历数据中查找与该词性标识对应的描述信息，从而建立不同描述形式的描述信息的同义词关系，以便于通过大量的数据集对模型进行训练，以得到校验效果相对较好的病历校验模型，该病历校验模型将基于预先设定的互斥函数集，包括多条互斥函数，并通过互斥函数集中的互斥函数对待校验的病历文本进行校验，输出与病历文本对应的质控数据，解决了现有技术中仅采用时间质控项对病历进行质控，病历中还是比较容易存在除时间节点以外的错误记载，降低了患者对医疗机构信任感的技术问题。
实施例三
请参阅图3，所示为本发明第三实施例当中提供的一种电子病历质控系统，所述系统包括数据获取模块10、第一分析模块20、第二分析模块30、函数设定模块40、预处理模块50与数据输出模块60，其中：
数据获取模块10，用于获取批量的历史病历数据，基于所述历史病历数据，遍历所述历史病历数据当中的词性标识。
具体而言，历史病历数据包括病历模板数据与真实病历数据，病历模板数据与真实病历数据中都包含有众多词性标识，如姓名、性别、出生年月、职业、地址、药物过敏史等，这些词性标识通常记载于病历文本的首页，医护人员或患者可以基于这些词性标识对应填录；而除首页以外的词性标识，如就诊科室、就诊时间、检查记录、出院时间等，这些词性标识是与患者就诊流程对应的。
根据医疗业务要求，就诊时间应当晚于入院时间，而就诊时间应当早于出院时间，只有保证对应填录于与词性标识对应的时间节点是正确的，才能够判定病历文本的时间节点是正确的。
可以理解的，该词性标识为病历文本上预先设定的多个问题，而对应填录于词性标识的填录信息为该问题的答案，只有在问题与答案对应，以及多个答案之间不存在逻辑冲突时，才能够保证病历文本是正确的。
示例而言，当患者的入院时间为2022年11月28日09时，就诊时间为2022年11月28日10时，而病历文本中记载出院时间为2022年11月28日08时，则说明在该病历文本中存在出院时间早于入院时间、就诊时间的错误记载，需要对该病历中的出院时间进行修改，以得到正确时间节点的病历文本。
又或者是，当患者性别为男性时，病历文本当中检查记录一栏记载有月经史，则该病历文本中检查记录一栏存在错误记载；当患者性别为女性时，病历文本当中检查记录一栏记录有前列腺炎，则该病历文本中检查记录一栏存在错误记载。
因此，本实施例当中遍历历史病历数据当中的词性标识的目的就在于找到对应的质控项。
第一分析模块20，用于根据所述词性标识，遍历所述历史病历数据中与所述词性标识具有关联的描述信息，建立所述词性标识与所述描述信息的关联关系。
其中，历史病历数据中与词性标识对应的描述信息可以有多种描述方式，如姓名这一词性标识对应的描述信息有：XXX、我叫XXX、我是XXX等多种描述方式，又如年龄这一词性标识对应的描述信息有：3岁、3周岁、今年3岁、今年3周岁等多种描述方式；而本实施例当中建立词性标识与多种描述信息的关联关系的目的就在于获取较多的数据，以便基于这些数据对模型进行训练，从而能够在病历文本的质控过程中识别这些信息。
第二分析模块30，用于查找与所述词性标识相对应、存在不同描述形式的所述描述信息，建立不同描述形式的所述描述信息之间的同义词关系。
同样的，在历史病历数据当中查找每一词性标识对应的多种描述形式不同，并尽可能的查全，从而能够建立与词性标识对应的不同描述信息的描述信息之间的同义词关系。
示例而言，词性标识为姓名时，与之对应的不同描述形式的描述信息有：我是XXX、我叫XXX，建立这两种描述信息的同义词关系，则在对病历文本进行质控的过程中，在识别到病历文本中存在关于姓名的不同记载：我是XXX或我叫XXX时，则判定这两种表达形式都是姓名这一词性标识的描述信息。
函数设定模块40，用于根据预设需求确定对病历文本进行校验的质控项，并设定与所述质控项对应的互斥函数集；其中，所述互斥函数集中包括与所述质控项数量相对应的多条互斥函数。
需要说明的是，现有技术中对于病历的校验通常仅在于时间节点的校验，即识别病历文本中的多个时间节点，判断时间节点是否符合患者的就诊时间线，从而判断病历文本是否合格。
在本实施例当中，其设定有多个质控项，包括时间节点质控项、病理质控项与逻辑质控项，从而根据这几个质控项设定用于校验病历文本的互斥函数集，该互斥函数集中包含多条与质控项数量相对应的互斥函数。
其中，该互斥函数集中，与时间节点质控项对应需要设定的互斥函数为时间互斥函数，与病理质控项对应需要设定的互斥函数为病理互斥函数，与逻辑质控项对应需要设定的互斥函数为逻辑互斥函数。
具体而言，本实施例当中可以采用互斥函数集中的任意互斥函数对病历文本进行质控，如仅采用时间互斥函数对病历文本进行校验，又或者是同时采用时间互斥函数、病理互斥函数与逻辑互斥函数对病历文本进行全方面的校验。
优选的，在本实施例当中，同时采用时间互斥函数、病理互斥函数与逻辑互斥函数对病历文本进行全方面的校验，从而保证病历文本不会存在任何的记载错误。
预处理模块50，用于获取待校验的病历文本，对所述病历文本进行结构化拆分。
其中，待检验的病历文本为一电子病历，即以计算机可读形式存在的病历，例如表格形式的电子病历。
在需要对该病历文本进行校验前，应当首先对病历文本进行结构化拆分，以确定该病历文本中的词性标识及其对应的描述信息，从而便于后期采用互斥函数集中的时间互斥函数、病理互斥函数与逻辑互斥函数对病历文本进行全方面的校验。
数据输出模块60，用于根据所述互斥函数集对所述病历文本进行校验，以输出对所述病历文本进行校验的质控数据。
其中，根据输出的质控数据即可判定病历文本是否合格，并可对不合格之处的错误记载进行标识，以便于医护人员对病历文本进行更改。
与现有技术相比，采用本实施例当中所示的电子病历质控系统，有益效果在于：
通过对历史病历数据进行分析，得到如姓名的词性标识，并在历史病历数据中查找与该词性标识对应的描述信息，从而建立不同描述形式的描述信息的同义词关系，以便于通过大量的数据集对模型进行训练，以得到校验效果相对较好的病历校验模型，该病历校验模型将基于预先设定的互斥函数集，包括多条互斥函数，并通过互斥函数集中的互斥函数对待校验的病历文本进行校验，输出与病历文本对应的质控数据，解决了现有技术中仅采用时间质控项对病历进行质控，病历中还是比较容易存在除时间节点以外的错误记载，降低了患者对医疗机构信任感的技术问题。
实施例四
本发明的第四实施例提供了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述实施例当中所述方法的步骤。
实施例五
本发明的第五实施例提供了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述技术方案当中所述方法的步骤。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (7)
1.一种电子病历质控方法，其特征在于，所述方法包括：
获取批量的历史病历数据，对所述历史病历数据进行预处理，以得到所述历史病历数据中的典型病历数据；
对所述典型病历数据中记载的病历内容进行识别，以确定所述典型病历数据中的原始记载内容；其中，所述原始记载内容包括文字、图像与表格；
基于预设的评分规则，对所述原始记载内容进行评分，得到所述原始记载内容中文字、图像与表格的评分系数；
根据所述原始记载内容中文字的评分系数，遍历查找所述历史病历数据中所述评分系数大于预设系数阈值的词性标识；所述词性标识记载于病历文本中，所述词性标识包括姓名、性别、出生年月、职业、地址、药物过敏史、就诊科室、就诊时间、检查记录与出院时间；
根据所述词性标识，遍历所述历史病历数据中与所述词性标识具有关联的描述信息，建立所述词性标识与所述描述信息的关联关系；
查找与所述词性标识相对应、存在不同描述形式的所述描述信息，建立不同描述形式的所述描述信息之间的同义词关系；
根据预设需求确定对病历文本进行校验的质控项，并设定与所述质控项对应的互斥函数集；其中，所述互斥函数集中包括用于对病历文本中时间节点进行校验的时间互斥函数、用于对病历文本中病理描述进行校验的病理互斥函数及用于对病历文本的逻辑关系进行校验的逻辑互斥函数；
获取待校验的病历文本，对所述病历文本进行结构化拆分；
根据所述互斥函数集对所述病历文本进行校验，以输出对所述病历文本进行校验的质控数据；
根据预设需求确定对病历文本进行校验的质控项，并设定与所述质控项对应的互斥函数集的步骤，包括：
按照时间排序规则设定所述历史病历数据中所述词性标识的优先级排序，对应设定所述词性标识的键入值，以生成所述词性标识的排序集；
根据所述排序集，设定所述排序集中所述词性标识与所述键入值对应的输入值，以设定所述时间互斥函数；
其中，根据所述时间互斥函数对所述病历文本进行校验，以输出对所述病历文本进行时间节点校验的质控数据的步骤，具体包括：
当所述时间互斥函数被调用时，将所述时间互斥函数的输入参数对应的键入值键入所述排序集，生成参数正确的对照顺序集；
根据所述对照顺序集，查找与所述键入值对应的输入值，比较所述输入值的大小；
当所述输入值与所述对照顺序集中的对应值不一致时，判定所述病历文本中的时间节点异常以输出所述病历文本的质控数据；以及
根据所述词性标识，对所述词性标识的逻辑进行整理以得到逻辑集；
确定互斥函数的输入参数为第一特征与第二特征，以设定所述逻辑互斥函数；
其中，根据所述逻辑互斥函数对所述病历文本进行校验，以输出对所述病历文本进行校验的质控数据的步骤，具体包括：
根据所述第一特征，在所述逻辑集中查找与所述第一特征对应的第三特征；
将所述第三特征与所述第二特征进行对比，判断所述第三特征中是否包含第二特征；
若是，判定所述病历文本中逻辑存在错误以输出所述病历文本的质控数据。
2.根据权利要求1所述的电子病历质控方法，其特征在于，根据预设需求确定对病历文本进行校验的质控项，并设定与所述质控项对应的互斥函数集的步骤，还包括：
根据所述词性标识，确定与所述词性标识对应、与病理描述相关的病理描述信息；
确定互斥函数的输入参数为病名描述与症状描述，以设定所述病理互斥函数；
其中，根据所述病理互斥函数对所述病历文本进行校验，以输出对所述病历文本进行校验的质控数据的步骤，具体包括：
根据所述病名描述，在所述病理描述信息中遍历与所述病名描述相关的相关描述信息；
将所述相关描述信息与症状描述信息进行对比，判断所述症状描述信息中是否包含所述相关描述信息；
若是，判定所述病历文本中病理记载正确以输出所述病历文本的质控数据。
3.根据权利要求1-2任一项所述的电子病历质控方法，其特征在于，所述方法还包括：
当所述病历文本中的时间节点、病理描述或逻辑关系存在错误记载时；
对所述病历文本中存在错误记载的文字信息进行预警提示。
4.根据权利要求3所述的电子病历质控方法，其特征在于，对所述病历文本中存在错误记载的文字信息进行预警提示的步骤，具体包括：
对首次出现在所述病历文本中存在错误记载的所述文字信息设定第一标识，对非首次出现在所述病历文本中的存在错误记载的所述文字信息设定第二标识；
当设定有所述第一标识的所述文字信息被正确修改时，控制设定有所述第二标识的所述文字信息跟随设定有所述第一标识的所述文字信息自动修改。
5.一种电子病历质控系统，其特征在于，所述系统包括：
数据获取模块，用于获取批量的历史病历数据，对所述历史病历数据进行预处理，以得到所述历史病历数据中的典型病历数据；对所述典型病历数据中记载的病历内容进行识别，以确定所述典型病历数据中的原始记载内容；其中，所述原始记载内容包括文字、图像与表格；基于预设的评分规则，对所述原始记载内容进行评分，得到所述原始记载内容中文字、图像与表格的评分系数；根据所述原始记载内容中文字的评分系数，遍历查找所述历史病历数据中所述评分系数大于预设系数阈值的词性标识；
第一分析模块，用于根据所述词性标识，遍历所述历史病历数据中与所述词性标识具有关联的描述信息，建立所述词性标识与所述描述信息的关联关系；
第二分析模块，用于查找与所述词性标识相对应、存在不同描述形式的所述描述信息，建立不同描述形式的所述描述信息之间的同义词关系；
函数设定模块，用于根据预设需求确定对病历文本进行校验的质控项，并设定与所述质控项对应的互斥函数集；其中，所述互斥函数集中包括与所述质控项数量相对应的多条互斥函数；
预处理模块，用于获取待校验的病历文本，对所述病历文本进行结构化拆分；
数据输出模块，用于根据所述互斥函数集对所述病历文本进行校验，以输出对所述病历文本进行校验的质控数据；
所述函数设定模块，具体用于：
根据预设需求确定对病历文本进行校验的质控项，并设定与所述质控项对应的互斥函数集的步骤，包括：
按照时间排序规则设定所述历史病历数据中所述词性标识的优先级排序，对应设定所述词性标识的键入值，以生成所述词性标识的排序集；
根据所述排序集，设定所述排序集中所述词性标识与所述键入值对应的输入值，以设定时间互斥函数；
其中，根据所述时间互斥函数对所述病历文本进行校验，以输出对所述病历文本进行时间节点校验的质控数据的步骤，具体包括：
当所述时间互斥函数被调用时，将所述时间互斥函数的输入参数对应的键入值键入所述排序集，生成参数正确的对照顺序集；
根据所述对照顺序集，查找与所述键入值对应的输入值，比较所述输入值的大小；
当所述输入值与所述对照顺序集中的对应值不一致时，判定所述病历文本中的时间节点异常以输出所述病历文本的质控数据；以及
根据所述词性标识，对所述词性标识的逻辑进行整理以得到逻辑集；
确定互斥函数的输入参数为第一特征与第二特征，以设定逻辑互斥函数；
其中，根据所述逻辑互斥函数对所述病历文本进行校验，以输出对所述病历文本进行校验的质控数据的步骤，具体包括：
根据所述第一特征，在所述逻辑集中查找与所述第一特征对应的第三特征；
将所述第三特征与所述第二特征进行对比，判断所述第三特征中是否包含第二特征；
若是，判定所述病历文本中逻辑存在错误以输出所述病历文本的质控数据。
6.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现如权利要求1-4任意一项所述方法的步骤。
7.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-4任意一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310000663.2A CN115691742B (zh) | 2023-01-03 | 2023-01-03 | 一种电子病历质控方法、系统、存储介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310000663.2A CN115691742B (zh) | 2023-01-03 | 2023-01-03 | 一种电子病历质控方法、系统、存储介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115691742A CN115691742A (zh) | 2023-02-03 |
| CN115691742B true CN115691742B (zh) | 2023-04-07 |
Family
ID=85057645
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310000663.2A Active CN115691742B (zh) | 2023-01-03 | 2023-01-03 | 一种电子病历质控方法、系统、存储介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115691742B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117133397B (zh) * | 2023-10-27 | 2024-02-20 | 广州国家实验室 | 电子病历数据增强方法、系统、电子设备和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106682397A (zh) * | 2016-12-09 | 2017-05-17 | 江西中科九峰智慧医疗科技有限公司 | 一种基于知识的电子病历质控方法 |
| CN108831559A (zh) * | 2018-06-20 | 2018-11-16 | 清华大学 | 一种中文电子病历文本分析方法与系统 |
| CN110600095A (zh) * | 2019-08-23 | 2019-12-20 | 和宇健康科技股份有限公司 | 一种电子病历的质控方法及系统 |
| CN113361230A (zh) * | 2021-05-27 | 2021-09-07 | 重庆南鹏人工智能科技研究院有限公司 | 一种基于临床诊疗指南进行电子病历诊疗质控的方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105808951A (zh) * | 2016-03-10 | 2016-07-27 | 宁波金唐软件有限公司 | 一种电子病历的质量控制方法及其装置 |
| CN114078573A (zh) * | 2020-08-21 | 2022-02-22 | 卫宁健康科技集团股份有限公司 | 门诊病历质控系统及方法 |
| CN112820367B (zh) * | 2021-01-11 | 2023-06-30 | 平安科技（深圳）有限公司 | 病历信息校验方法、装置、计算机设备及存储介质 |
| CN112863683B (zh) * | 2021-02-19 | 2023-07-25 | 平安科技（深圳）有限公司 | 基于人工智能的病历质控方法、装置、计算机设备及存储介质 |
| CN113838546A (zh) * | 2021-09-24 | 2021-12-24 | 山东众阳健康科技集团有限公司 | 一种基于内涵质控的病历管理方法及系统 |
| CN114240160A (zh) * | 2021-12-17 | 2022-03-25 | 挂号网（杭州）科技有限公司 | 电子病历的质控方法、装置、电子设备及存储介质 |
| CN114743624A (zh) * | 2022-04-13 | 2022-07-12 | 山东第一医科大学附属省立医院(山东省立医院) | 一种门(急)诊电子病历质控管理方法及系统 |
| CN115394449A (zh) * | 2022-07-15 | 2022-11-25 | 生命奇点(北京)科技有限公司 | 一种用于医疗数据的质控方法及装置 |
-
2023
- 2023-01-03 CN CN202310000663.2A patent/CN115691742B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106682397A (zh) * | 2016-12-09 | 2017-05-17 | 江西中科九峰智慧医疗科技有限公司 | 一种基于知识的电子病历质控方法 |
| CN108831559A (zh) * | 2018-06-20 | 2018-11-16 | 清华大学 | 一种中文电子病历文本分析方法与系统 |
| CN110600095A (zh) * | 2019-08-23 | 2019-12-20 | 和宇健康科技股份有限公司 | 一种电子病历的质控方法及系统 |
| CN113361230A (zh) * | 2021-05-27 | 2021-09-07 | 重庆南鹏人工智能科技研究院有限公司 | 一种基于临床诊疗指南进行电子病历诊疗质控的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115691742A (zh) | 2023-02-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Collecting data | |
| Reise et al. | Is the bifactor model a better model or is it just better at modeling implausible responses? Application of iteratively reweighted least squares to the Rosenberg Self-Esteem Scale | |
| CN106846203B (zh) | 一种智能阅卷方法及系统 | |
| CN107273698B (zh) | 人工智能训练标准库的处理与检测方法、系统 | |
| CN111061841A (zh) | 知识图谱的构建方法及装置 | |
| CN111724136A (zh) | 病案首页信息的录入方法、装置及计算机设备 | |
| Pearce et al. | Coding and classifying GP data: the POLAR project | |
| CN112115240B (zh) | 分类处理方法、装置、服务器和存储介质 | |
| CN115691742B (zh) | 一种电子病历质控方法、系统、存储介质及设备 | |
| Sears et al. | Measuring competence in healthcare learners and healthcare professionals by comparing self-assessment with objective structured clinical examinations: A systematic review | |
| CN112035619A (zh) | 基于人工智能的医疗问诊单筛选方法、装置、设备和介质 | |
| CN111291554A (zh) | 标注方法、关系抽取方法、存储介质和运算装置 | |
| Griffith | Prepared for end-of-life care: a concept analysis | |
| CN116992839A (zh) | 病案首页自动生成方法、装置及设备 | |
| Fischer et al. | Towards interactive event log forensics: Detecting and quantifying timestamp imperfections | |
| Anuar et al. | A simplified systematic literature review: Improving Software Requirements Specification quality with boilerplates | |
| Lee et al. | Interhospital transfers: decision-making in critical care areas | |
| CN104331633B (zh) | 医用数据系统和方法 | |
| Platz et al. | Chatbot Reliability in Managing Thoracic Surgical Clinical Scenarios | |
| Deskovitz et al. | Interpretive reliability of six computer-based test interpretation programs for the Minnesota Multiphasic Personality Inventory–2 | |
| CN117407682A (zh) | 医学模型评估方法、装置、电子设备和存储介质 | |
| CN111724873A (zh) | 一种数据处理方法及装置 | |
| US20230377697A1 (en) | System and a way to automatically monitor clinical trials - virtual monitor (vm) and a way to record medical history | |
| CN115798667A (zh) | 体检报告生成方法、装置、计算机设备和存储介质 | |
| CN114882966A (zh) | 电子病历的生成方法、装置、设备、介质及产品 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information |
Inventor after: Song Zhenliang Inventor after: He Changhai Inventor after: Zeng Zhongan Inventor after: Fan Haidong Inventor after: Ye Kai Inventor after: Ding Chuan Inventor after: Lu Bingqing Inventor before: Song Zhenliang Inventor before: He Changhai Inventor before: Ji Zhengrong Inventor before: Zeng Zhongan Inventor before: Fan Haidong Inventor before: Ye Kai Inventor before: Ding Chuan Inventor before: Lu Bingqing |
|
| CB03 | Change of inventor or designer information |