CN117174234B - 医疗文本数据分析方法及系统 - Google Patents
医疗文本数据分析方法及系统 Download PDFInfo
- Publication number
- CN117174234B CN117174234B CN202311452849.8A CN202311452849A CN117174234B CN 117174234 B CN117174234 B CN 117174234B CN 202311452849 A CN202311452849 A CN 202311452849A CN 117174234 B CN117174234 B CN 117174234B
- Authority
- CN
- China
- Prior art keywords
- sub
- text
- abnormal
- abstract
- test
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000007405 data analysis Methods 0.000 title claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims abstract description 184
- 238000012360 testing method Methods 0.000 claims abstract description 112
- 238000003745 diagnosis Methods 0.000 claims abstract description 80
- 238000000605 extraction Methods 0.000 claims abstract description 53
- 238000003556 assay Methods 0.000 claims description 16
- 239000000284 extract Substances 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 6
- 239000000758 substrate Substances 0.000 claims 3
- 238000004820 blood count Methods 0.000 description 25
- 210000004369 blood Anatomy 0.000 description 19
- 239000008280 blood Substances 0.000 description 19
- 210000003743 erythrocyte Anatomy 0.000 description 19
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 12
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 12
- 210000000265 leukocyte Anatomy 0.000 description 12
- 229940116269 uric acid Drugs 0.000 description 12
- 239000003814 drug Substances 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 206010012735 Diarrhoea Diseases 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 6
- 210000004027 cell Anatomy 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 4
- 229910052901 montmorillonite Inorganic materials 0.000 description 4
- 239000000843 powder Substances 0.000 description 4
- 206010011224 Cough Diseases 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 229940124579 cold medicine Drugs 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种医疗文本数据分析方法及系统,根据用户端对构建栏目的操作信息,生成类型节点;接收用户端上传的与所述类型节点对应的文本数据,生成与所述文本数据对应的摘要节点,根据用户节点、所述类型节点和摘要节点生成管理树;获取所述文本数据中各子文本的文本属性,所述文本属性包括化验属性或诊断属性,根据所述文本属性调取相应的摘要提取策略对各所述子文本进行摘要提取,生成多个子摘要;根据摘要组合槽位对多个所述子摘要进行定位组合处理,生成与所述摘要节点对应的摘要展示条,并对所述摘要展示条和文本数据进行关联处理,用户可以通过摘要展示条快速了解异常数据,并实现了医疗文本数据的共享。
Description
技术领域
本发明涉及数据处理技术,尤其涉及一种医疗文本数据分析方法及系统。
背景技术
医疗文本数据为医院存储的海量的医疗信息和资源,主要包含医院的设备数据、医师数据以及患者的诊断数据,其中数据量最大且最有价值的数据是患者的诊断数据。
现有技术中,医院仅会记录病患人员在本医院的诊断数据,当病患人员前往其他医院时,需要携带纸质诊断单据,比如,诊断单、检验单等,医师需要花费时间查看诊断单据时需要对单据进行逐一查看,从而实现排查病情,并且在单据携带过程中容易出现单据遗失,并且如果未携带则需进行重复检查,诊断数据无法在各级医院之间实现共享,从而延误患者的治疗。
因此,如何实现医疗文本数据在医院之间进行共享,并直接展示异常数据,从而协助医师提高诊断效率成为亟待解决的问题。
发明内容
本发明实施例提供一种医疗文本数据分析方法及系统,可以实现医疗文本数据在医院之间进行共享,并直接展示异常数据,从而协助医师提高诊断效率。
本发明实施例的第一方面,提供一种医疗文本数据分析方法,包括:
根据用户端对构建栏目的操作信息,生成类型节点;
接收用户端上传的与所述类型节点对应的文本数据,生成与所述文本数据对应的摘要节点,根据用户节点、所述类型节点和摘要节点生成管理树;
获取所述文本数据中各子文本的文本属性,所述文本属性包括化验属性或诊断属性,根据所述文本属性调取相应的摘要提取策略对各所述子文本进行摘要提取,生成多个子摘要;
根据摘要组合槽位对多个所述子摘要进行定位组合处理,生成与所述摘要节点对应的摘要展示条,并对所述摘要展示条和文本数据进行关联处理。
可选地,在第一方面的一种可能实现方式中,所述根据用户节点、所述类型节点和摘要节点生成管理树,包括:
生成与用户端对应的用户节点,并连接所述用户节点与下方的所述类型节点;
获取所述摘要节点对应文本数据的时间信息,基于所述时间信息对所述摘要节点和所述类型节点进行连接,生成对应用户端的管理树。
可选地,在第一方面的一种可能实现方式中,所述根据所述文本属性调取相应的摘要提取策略对各所述子文本进行摘要提取,生成多个子摘要,包括:
判断所述子文本的文本属性为化验属性时,调取化验摘要提取策略对所述子文本进行异常指标提取处理,生成多个子摘要;
判断所述子文本的文本属性为诊断属性时,调取诊断摘要提取策略对所述子文本进行关键词提取处理,生成多个子摘要,所述摘要提取策略包括化验摘要提取策略和诊断摘要提取策略。
可选地,在第一方面的一种可能实现方式中,所述判断所述子文本的文本属性为化验属性时,调取化验摘要提取策略对所述子文本进行异常指标提取处理,生成多个子摘要,包括:
判断所述子文本的文本属性为化验属性时,则将相应所述子文本作为化验子文本,调取化验摘要提取策略获取所述化验子文本中位于结果提示区的结果提示数据;
若所述结果提示数据不为空,对所述结果提示数据进行解析,得到提示箭头,根据所述提示箭头确定对应行的化验指标作为异常指标,确定与所述异常指标对应的化验结果数据作为异常数据;
基于所述提示箭头和异常数据,生成各所述化验子文本对应的子摘要。
可选地,在第一方面的一种可能实现方式中,所述基于所述提示箭头和异常数据,生成各所述化验子文本对应的子摘要,包括:
基于所述提示箭头的方向调取预设异常词,根据所述预设异常词和异常指标的指标名称进行组合生成对应异常指标的指标摘要;
获取所述化验子文本中各异常指标的异常数据和标准范围,在所述标准范围中确定与所述异常数据最接近的最大值或最小值作为基准值,根据所述基准值和异常数据进行计算,得到对应各所述异常指标的偏离比例值;
基于所述偏离比例值对各所述化验子文本中异常指标的指标摘要进行降序排序并组合,生成各所述化验子文本对应子摘要。
可选地,在第一方面的一种可能实现方式中,所述判断所述子文本的文本属性为诊断属性时,调取诊断摘要提取策略对所述子文本进行关键词提取处理,生成多个子摘要,包括:
判断所述子文本的文本属性为诊断属性时,将相应所述子文本作为诊断子文本;
获取各所述诊断子文本的诊断类型,基于所述诊断类型调取相应的预设诊断词库;
根据各所述预设诊断词库对相应所述诊断子文本中的关键词进行提取处理,生成各所述诊断子文本对应子摘要。
可选地,在第一方面的一种可能实现方式中,所述根据摘要组合槽位对多个所述子摘要进行定位组合处理,生成与所述摘要节点对应的摘要展示条,并对所述摘要展示条和文本数据进行关联处理,包括:
基于文本数据中各子文本选取所述摘要组合槽位中相应的子槽位进行保留处理,并将剩余的子槽位进行删除得到对应所述摘要节点的文本组合槽位,所述摘要组合槽位包括多个预设的子槽位,所述子槽位具有对应的子文本,所有化验子文本对应的子槽位均相邻;
填充所述子摘要至相应所述文本组合槽位中相应的子槽位处并进行组合,生成与所述摘要节点对应的摘要展示条;
生成与所述摘要展示条中各子摘要对应的跳转框,确定与各所述子摘要对应的子文本,并将所述文本数据中的子文本和所述摘要展示条中相应子摘要的跳转框进行关联处理。
可选地,在第一方面的一种可能实现方式中,还包括:
统计各所述化验子文本中所述异常指标的所述偏离比例值,得到对应各所述化验子文本的文本偏离值;
提取各所述化验子文本中的异常指标得到异常集合,基于所述文本偏离值依次对所述异常集合中各化验子文本对应的异常指标进行降序排序生成异常序列;
生成初始汇总单,所述初始汇总单包括多个指标填充行,依次填充所述异常序列中的异常指标至所述初始汇总单中的指标填充行中,生成异常汇总单;
生成与所有化验子摘要对应的汇总框,并将所述异常汇总单和所述汇总框进行关联处理。
可选地,在第一方面的一种可能实现方式中,在生成与所述摘要展示条对应的汇总框,并将所述异常汇总单和所述汇总框进行关联处理之后,还包括:
接收用户端对所述管理树中摘要节点的触发信息,则调取与相应所述摘要节点对应的摘要展示条、跳转框和汇总框进行展示;
判断用户对所述跳转框进行点击时,则调取与所述跳转框对应的所述子文本进行展示;
判断用户对所述汇总框进行点击时,则调取与所述汇总框对应的所述异常汇总单进行展示。
本发明实施例的第二方面,提供一种医疗文本数据分析系统,包括:
操作模块,用于根据用户端对构建栏目的操作信息,生成类型节点;
生成模块,用于接收用户端上传的与所述类型节点对应的文本数据,生成与所述文本数据对应的摘要节点,根据用户节点、所述类型节点和摘要节点生成管理树;
提取模块,用于获取所述文本数据中各子文本的文本属性,所述文本属性包括化验属性或诊断属性,根据所述文本属性调取相应的摘要提取策略对各所述子文本进行摘要提取,生成多个子摘要;
组合模块,用于根据摘要组合槽位对多个所述子摘要进行定位组合处理,生成与所述摘要节点对应的摘要展示条,并对所述摘要展示条和文本数据进行关联处理。
本发明的有益效果如下:
1、本发明可以通过用户端记录用户的诊断数据,依据上传的文本数据生成相应的摘要展示条,使得医师和用户可以通过用户端直接查看相应的诊断数据,实现数据共享,并且通过总结为摘要展示条的形式,使得医师可以直接了解到出现异常的数据,从而提升诊断效率。本发明会将用户所有诊断相关的文本数据进行拍摄上传,对上传的文本数据进行分析并组合得到相应的摘要展示条,从而直观的展示所有异常数据,从而协助医师提升诊断效率,方便用户进行携带和查看,并且人员可以对摘要展示条进行触发,会调取相应的文本数据对用户进行展示。
2、本发明会生成用户端对应的管理树,并且依据用户上传子文本的属性不同采用不用的摘要提取策略,从而生成对应各子文本的子摘要,并组合生成摘要展示条,与管理树中摘要节点关联,使得人员对管理树中摘要节点进行触发时,会直接展示与用户诊断数据相关的摘要信息,提升医师的诊断效率,方便用户进行查看。当子文本为化验属性时,则会将化验子文本中存在提示箭头所在行的异常指标,并生成与该异常指标对应的化验子摘要;当子文本为诊断属性时,则会进行语义识别,利用预设诊断词库进行自动提取相应的词语生成诊断子摘要,从而结合生成摘要展示条,使得本发明可以依据化验单中存在异常的指标数据和诊断文本自动生成相应的摘要展示条,方便人员进行查看,提升诊断效率。
3、本发明通过摘要组合槽位将所有子摘要进行组合,并对用户进行展示方便观察的同时,通过跳转框将各子文本与相应的子摘要进行关联,使得用户可以对各单据的详细数据进行观察,并且会将所有异常指标进行汇总单,用户可以通过汇总框进行调取,使得用户通过一个单据可以查看到所有的异常指标,从而提升医师的诊断效率,便于用户进行查看。本发明会在所有子摘要处生成相应的跳转框,并将相应的文本数据与该跳转框进行关联,使得后续用户可以对跳转框进行触发,自动调取相应的文本数据,无需用户进行逐一查看排除,可以直接定位所需查看的诊断单据;本发明会将所有异常指标汇总在一个单据上,并生成相应的汇总框进行关联,使得用户触发后可以直接调取所有的异常指标进行展示,方便人员进行查看所有异常数据,无需逐一查看后进行手动汇总,从而使得医疗文本数据展示更为直观,提升医师的诊断效率,方便用户进行自主查看。
附图说明
图1为本发明所提供的一种医疗文本数据分析方法的流程图;
图2为本发明所提供的一种摘要展示条的示意图;
图3为本发明所提供的一种医疗文本数据分析系统的结构示意图;
图4为本发明提供的一种电子设备的硬件结构示意图。
实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解,在本发明的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
应当理解,在本发明中,“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本发明中,“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含,“包含A、B或C”是指包含A、B、C三者之一,“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解,在本发明中,“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”,表示B与A相关联,根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。A与B的匹配,是A与B的相似度大于或等于预设的阈值。
取决于语境,如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明提供一种医疗文本数据分析方法,如图1所示,包括步骤S1-S4:
S1,根据用户端对构建栏目的操作信息,生成类型节点。
其中,所述构建栏目为疾病类型对应的栏目,比如,感冒、骨折等。
需要说明的是,用户需要对关于自身诊断的文本数据进行整理,因此,需要以各疾病类型对相应的文本数据进行整理,使得每个疾病类型下具有过往诊断的文本数据。
因此,服务器会依据用户端对构建栏目的操作信息,生成相应的类型节点。
例如,服务器接收到用户端对构建栏目中感冒栏目的触发,则会生成与感冒对应的类型节点,或者,管理树中具有感冒对应的类型节点,接收到操作信息后则会选中感冒对应的类型节点,方便后续进行上传文本数据。
S2,接收用户端上传的与所述类型节点对应的文本数据,生成与所述文本数据对应的摘要节点,根据用户节点、所述类型节点和摘要节点生成管理树。
需要说明的是,接收到用户端对构建栏目操作后,如果没有相应的类型节点,则会生成该类型节点,如果具有该类型节点,则说明用户想把之后上传的文本数据上传至该类型节点。
因此,服务器会接收用户端上传的与所述类型节点对应的文本数据。其中,文本数据为用户上传与相应类型节点对应的文本,文本数据包括多个子文本,比如,诊断单、检验单和药品单等。
进一步的,生成与文本数据对应的摘要节点,方便后续依据文本数据提取子摘要与相应的摘要节点进行关联,并生成与用户端对应的用户节点,随后将用户节点、类型节点和摘要节点进行关联。
通过上述方式,生成与用户端对应的管理树,方便后续对用户的文本数据进行归类整理。
在一些实施例中,步骤S2中的(根据用户节点、所述类型节点和摘要节点生成管理树),包括S21-S22:
S21,生成与用户端对应的用户节点,并连接所述用户节点与下方的所述类型节点。
可以理解的是,服务器会生成与用户端对应的用户节点,并将类型节点放置于该用户节点的下方进行连接。
S22,获取所述摘要节点对应文本数据的时间信息,基于所述时间信息对所述摘要节点和所述类型节点进行连接,生成对应用户端的管理树。
需要说明的是,不同的疾病类型,比如,感冒、咳嗽等会多次发生,因此,相应的类型节点下会生成多个摘要节点,如果直接进行连接此时没有先后顺序,不方便用户进行查看。
因此,本发明会获取摘要节点对应文本数据的时间信息,其中,时间信息可以通过文字识别进行提取各疾病的诊断单据上的时间。
可以理解的是,服务器会获取摘要节点对应文本数据的时间信息,随后依据时间信息对所述摘要节点和所述类型节点进行依次连接,比如,可以是从左到右进行连接,从而生成用户端的管理树。
例如,管理树中感冒的类型节点下具有2月3日的摘要节点,用户端上传的文本数据为3月5日的,则会生成与文本数据为3月5日的摘要节点,并且该摘要节点处于2月3日的摘要节点的右侧,依据时间顺序从左到右记性依次排序,并与类型节点进行连接。
S3,获取所述文本数据中各子文本的文本属性,所述文本属性包括化验属性或诊断属性,根据所述文本属性调取相应的摘要提取策略对各所述子文本进行摘要提取,生成多个子摘要。
需要说明的是,医院开具的文本数据一般具有多个子文本,比如,腹泻,一般需要进行血常规、体温等检测,随后医院会开具化验单、医生的诊断单和药品单等。
因此,服务器会获取文本数据中各子文本的文本属性,所述文本属性包括化验属性或诊断属性,化验属性的子文本,比如,血常规、血脂等化验单据,诊断属性的子文本,比如,医生的诊断单据、药品单据等。
在实际应用中,化验属性的子文本,比如,血常规、血脂等化验单据当指标结果出现异常时,则会在该数据的结果提示区生成相应的提示箭头,出现箭头则代表该指标异常,箭头朝上则代表该指标过高,箭头朝下则代表该指标过低,而诊断属性的子文本一般为诊断结果,比如,感冒、腹泻等。
因此,服务器会依据文本属性的不同调取相应的摘要提取策略对各所述子文本进行摘要提取,生成多个子摘要,其中,属性的判断可以通过文字识别确定相应的单据名称,从而确定相应的属性,比如,血常规报告单则为化验属性,也可以采用其他形式,在此不做限定。
在一些实施例中,步骤S3中的(根据所述文本属性调取相应的摘要提取策略对各所述子文本进行摘要提取,生成多个子摘要),包括S31-S32:
S31,判断所述子文本的文本属性为化验属性时,调取化验摘要提取策略对所述子文本进行异常指标提取处理,生成多个子摘要。
需要说明的是,对于不同的子文本数据,服务器会采用不同的摘要提提取策略,比如,化验属性的血常规、尿酸等,对于处于标准范围内的指标无需提取,仅需提取存在提示箭头的异常指标;而对于诊断单、药品单等则需要依据关键词进行提取,比如感冒、腹泻等诊断关键词,感冒灵等药品关键词。
因此,服务器判断子文本的文本属性为化验属性时,则调取化验摘要提取策略对子文本中出现异常的异常指标进行提取处理,生成多个子摘要。
在一些实施例中,步骤S31中的(判断所述子文本的文本属性为化验属性时,调取化验摘要提取策略对所述子文本进行异常指标提取处理,生成多个子摘要),包括S311-S313:
S311,判断所述子文本的文本属性为化验属性时,则将相应所述子文本作为化验子文本,调取化验摘要提取策略获取所述化验子文本中位于结果提示区的结果提示数据。
不难理解的是,如果服务器判断所述子文本的文本属性为化验属性时,则将相应所述子文本作为化验子文本。
进一步的,调取化验摘要提取策略获取所述化验子文本中位于结果提示区的结果提示数据,其中,结果提示区为出现异常的提示区域,比如,血常规中出现异常的指标会在结果提示区中出现提示箭头,例如,红细胞计数过高,则会在结果提示区中处于红细胞计数指标所在行处生成一个向上的提示箭头。其中,结果提示数据为处于结果提示区内的提示数据,即,是否存在提示箭头。
S312,若所述结果提示数据不为空,对所述结果提示数据进行解析,得到提示箭头,根据所述提示箭头确定对应行的化验指标作为异常指标,确定与所述异常指标对应的化验结果数据作为异常数据。
可以理解的是,如果结果提示数据不为空,则说明结果提示区内存在提示箭头,因此,对结果提示数据进行解析得到相应的提示箭头,并依据提示箭头所处行的化验指标作为异常指标,并确定异常指标对应的化验结果数据作为异常数据。其中,化验结果数据为每个指标对应的结果数据。比如,红细胞计数的标准范围是3.5-5,化验结果数据为7,则将红细胞计数作为异常指标,则相应的7为异常数据。
S313,基于所述提示箭头和异常数据,生成各所述化验子文本对应的子摘要。
可以理解的是,服务器依据提示箭头和异常数据生成与各化验子文本对应的子摘要,比如,提示箭头为向上的箭头则说明过高,并确定异常数据对应的红细胞计数,则可以得到指标对应的摘要为红细胞计数过高。
在一些实施例中,步骤S313中的(基于所述提示箭头和异常数据,生成各所述化验子文本对应的子摘要),包括S3131-S3133:
S3131,基于所述提示箭头的方向调取预设异常词,根据所述预设异常词和异常指标的指标名称进行组合生成对应异常指标的指标摘要。
可以理解的是,服务器会基于提示箭头的方向调取预设异常词,比如,提示箭头向上则调取过高,提示箭头向下则调取过低。
进一步的,将预设异常词和异常指标的指标名称进行组合生成对应异常指标的指标摘要。
例如,红细胞计数的标准范围是3.5-5,化验结果数据为7,则将红细胞计数作为异常指标,红细胞计数对应的提示箭头向上,则相应的调取过高,并将过高和红细胞计数进行组合生成红细胞计数过高的指标摘要。
S3132,获取所述化验子文本中各异常指标的异常数据和标准范围,在所述标准范围中确定与所述异常数据最接近的最大值或最小值作为基准值,根据所述基准值和异常数据进行计算,得到对应各所述异常指标的偏离比例值。
可以理解的是,服务器会获取化验子文本中各异常指标的异常数据和标准范围,其中,异常数据为异常指标对应的化验结果数据。在标准范围中确定与所述异常数据最接近的最大值或最小值作为基准值,并根据基准值和异常数据进行计算,从而得到对应各异常指标的偏离比例值。
例如,红细胞计数的标准范围是3.5-5,异常数据为7,确定基准值为5,根据7减5的绝对值得到2,根据2与5的比值得到对应红细胞计数的偏离比例值为40%。
不难理解的是,本发明会计算各项异常指标的异常数据与标准范围的偏离程度,计算过程为根据基准值和异常数据的求差绝对值,随后在与基准值的相除得到偏离比例值,偏离比例值越大说明指标异常程度越高。
通过上述方式,将异常指标的异常程度进行统一处理,方便后续对处于同一化验子文本中的化验子摘要进行排序。
S3133,基于所述偏离比例值对各所述化验子文本中异常指标的指标摘要进行降序排序并组合,生成各所述化验子文本对应子摘要。
可以理解的是,服务器会基于偏离比例值对各所述化验子文本中异常指标的指标摘要进行降序排序并组合,生成各所述化验子文本对应子摘要。
例如,血常规体检单中红细胞计数的标准范围是3.5-5,异常数据为7,对应的偏离比例值为40%;白细胞计数的标准范围是3.5-9.5,异常数据为1,则对应白细胞的偏离比例值为71%;依据偏离比例值从大到小对红细胞计数和白细胞计数对应的指标摘要进行排序并组合显示,从而得到血常规对应的自摘要,得到白细胞过低、红细胞过高。
S32,判断所述子文本的文本属性为诊断属性时,调取诊断摘要提取策略对所述子文本进行关键词提取处理,生成多个子摘要,所述摘要提取策略包括化验摘要提取策略和诊断摘要提取策略。
可以理解的是,如果判断子文本的文本属性为诊断属性时,则调取诊断摘要提取策略对子文本进行关键词提取处理,生成关于相应子文本的子摘要。
不难理解的是,本发明针对不同文本属性的子文本采用不同的摘要提取策略,从而提取出与相应子文本最贴合的子摘要方便用户进行观察。
在一些实施例中,步骤S32中的(判断所述子文本的文本属性为诊断属性时,调取诊断摘要提取策略对所述子文本进行关键词提取处理,生成多个子摘要),包括S321-S323:
S321,判断所述子文本的文本属性为诊断属性时,将相应所述子文本作为诊断子文本。
S322,获取各所述诊断子文本的诊断类型,基于所述诊断类型调取相应的预设诊断词库。
可以理解的是,服务器对诊断子文本的诊断类型进行判断,比如,医师的诊断单,判定为感冒、咳嗽、腹泻等,药品单,比如,感冒灵、止咳胶囊、蒙脱石散等。
通过上述实施方式,本发明会依据不通过的诊断单针对性的调取相应的预设诊断词库,使得后续可以较快识别处相应的关键词。
S323,根据各所述预设诊断词库对相应所述诊断子文本中的关键词进行提取处理,生成各所述诊断子文本对应子摘要。
可以理解的是,服务器会依据预设诊断词库对相应所述诊断子文本中的关键词进行提取处理,从而得到各诊断子文本对应子摘要。
例如,诊断单中的腹泻进行提取,对药品单中的蒙脱石散进行提取,从而得到对应诊断子文本对应子摘要。
S4,根据摘要组合槽位对多个所述子摘要进行定位组合处理,生成与所述摘要节点对应的摘要展示条,并对所述摘要展示条和文本数据进行关联处理。
可以理解的是,服务器依据摘要组合槽位对多个所述子摘要进行定位组合处理,生成与所述摘要节点对应的摘要展示条,其中,摘要组合槽位包括多个预设的子槽位,并且每个子槽位均具有对应的子文本。
不难理解的是,依次将各子文本的子摘要填充至摘要组合槽位中相应的子槽位处并组合从而生成相应的摘要展示条,同时会对摘要展示条和文本数据进行关联处理,使得后续用户触发摘要展示条中相应的子摘要的跳转框是会调取相应的文本数据进行展示。
在一些实施例中,步骤S4中的(根据摘要组合槽位对多个所述子摘要进行定位组合处理,生成与所述摘要节点对应的摘要展示条,并对所述摘要展示条和文本数据进行关联处理),包括S41-S43:
S41,基于文本数据中各子文本选取所述摘要组合槽位中相应的子槽位进行保留处理,并将剩余的子槽位进行删除得到对应所述摘要节点的文本组合槽位,所述摘要组合槽位包括多个预设的子槽位,所述子槽位具有对应的子文本,所有化验子文本对应的子槽位均相邻。
其中,摘要组合槽位包括多个预设的子槽位,所述子槽位具有对应的子文本,所有化验子文本对应的子槽位均相邻。
可以理解的是,服务器会基于文本数据中各子文本选取所述摘要组合槽位中相应的子槽位进行保留处理,并将剩余的子槽位进行删除得到对应所述摘要节点的文本组合槽位。
不难理解的是,本方发明会依据文本数据对摘要组合槽位进行定制化处理,例如,摘要组合槽位中存在4个子槽位,第一个子槽位对应诊断单、第二子槽位对应血常规、第三子槽位对应尿酸体检单和第四个子槽位对应药品单,而文本数据存在诊断单、血常规和药品单,因此会将第一、二和四个子槽位保留,将第三个子槽位删除,从而得到文本组合槽位。
S42,填充所述子摘要至相应所述文本组合槽位中相应的子槽位处并进行组合,生成与所述摘要节点对应的摘要展示条。
可以理解的是,服务器会填充子摘要至相应所述文本组合槽位中相应的子槽位处并进行组合,从而生成与所述摘要节点对应的摘要展示条。
例如,将文本组合槽位中具有第一个子槽位对应诊断单、第二子槽位对应血常规和第三个子槽位对应药品单,依次将诊断单对应的腹泻、血常规对应的白细胞过高,药品单对应的蒙脱石散,依次填充至第一个子槽位、第二子槽位和第三个子槽位中,从而生成与摘要节点对应的摘要展示条。
S43,生成与所述摘要展示条中各子摘要对应的跳转框,确定与各所述子摘要对应的子文本,并将所述文本数据中的子文本和所述摘要展示条中相应子摘要的跳转框进行关联处理。
可以理解的是,服务器会生成与摘要展示条中各子摘要对应的跳转框,并确定各子摘要对应的子文本,随后将子文本和所述摘要展示条中相应子摘要的跳转框进行关联处理。
例如,在摘要展示条中腹泻、白细胞过高和蒙脱石散处生成相应的跳转框,并将相应的子文本与跳转相关联,从而方便后续用户对相应的跳转框进行触发时,调取相应的子文本进行展示。
通过上述实施方式,本发明会对用户进行多维度展示,可以展示用户过去的疾病种类,展示各疾病种类下每次诊断时的摘要展示条,方便医师快速了解患者情况进行及时治疗,并且会将子文本与相应的子摘要的跳转框进行关联,对用户展示相应的文本数据,方便用户和医师详细查看各项数据。
在上述实施例的基础上,还包括A1-A4:
A1,统计各所述化验子文本中所述异常指标的所述偏离比例值,得到对应各所述化验子文本的文本偏离值。
可以理解的是,服务器会统计各化验子文本中所有异常指标的偏离比例值,从而得到各化验子文本的文本偏离值。
例如,血常规体检单中红细胞计数的标准范围是3.5-5,异常数据为7,对应的偏离比例值为40%;白细胞计数的标准范围是3.5-9.5,异常数据为1,则对应白细胞的偏离比例值为71%,则相应的血常规对应的文本偏离值为71%+40%=111%。
A2,提取各所述化验子文本中的异常指标得到异常集合,基于所述文本偏离值依次对所述异常集合中各化验子文本对应的异常指标进行降序排序生成异常序列。
可以理解的是,服务器会提取各化验子文本中的异常指标得到异常集合,例如,提取血常规中的红细胞计数和白细胞计数的异常指标对应行的所有指标数据,提取尿酸检验单中的尿酸的异常指标对应行的所有指标数据,从而得到异常集合{尿酸、550、155-500;红细胞计数、7、3.5-5;白细胞计数、1、3.5-9.5;}
进一步的,通过文本偏离值依次对异常集合中各化验子文本对应的异常指标进行降序排序,从而得到异常序列,不难理解的是,本发明会将异常程度较高的化验子文本对应的所有异常数据排序在前优先进行显示。例如,尿酸体检单中仅有尿酸出现异常,因此尿酸体检单的文本偏离值为10%,而血常规对应的文本偏离值为71%+40%=111%,则优先对血常规中红细胞计数和白细胞计数进行展示,在对尿酸体检单的尿酸进行展示,生成异常序列{红细胞计数、7、3.5-5;白细胞计数、1、3.5-9.5;尿酸、550、155-500;}。
A3,生成初始汇总单,所述初始汇总单包括多个指标填充行,依次填充所述异常序列中的异常指标至所述初始汇总单中的指标填充行中,生成异常汇总单。
可以理解的是,服务器会生成初始汇总单,其中,初始汇总单包括多个指标填充行,依次填充所述异常序列中的异常指标至所述初始汇总单中的指标填充行中,生成异常汇总单。
不难理解的是,依次将异常序列中{红细胞计数、7、3.5-5;白细胞计数、1、3.5-9.5;尿酸、550、155-500;}异常指标依次填充至初始汇总单中的指标填充行中,对所有异常指标进行汇总,从而生成异常汇总单。
A4,生成与所有化验子摘要对应的汇总框,并将所述异常汇总单和所述汇总框进行关联处理。
可以理解的是,服务器会生成与所有化验子摘要对应的汇总框,并将异常汇总单和所述汇总框进行关联处理。
通过上述实施方式,使得汇总框与异常汇总单关联,后续用户进行触发时,会调取异常汇总单进行展示,直接展示所有异常指标数据,用户无需逐一查看单据,可以直接定位异常指标,在短时间内了解用户的所有异常指标。
在生成与所述摘要展示条对应的汇总框,并将所述异常汇总单和所述汇总框进行关联处理之后,还包括B1-B3:
B1,接收用户端对所述管理树中摘要节点的触发信息,则调取与相应所述摘要节点对应的摘要展示条、跳转框和汇总框进行展示。
可以理解的是,服务器接收到用户端对所述管理树中摘要节点的触发信息,则会自动调取与该摘要节点对应的摘要展示条、跳转框和汇总框进行展示。
B2,判断用户对所述跳转框进行点击时,则调取与所述跳转框对应的所述子文本进行展示。
不难理解的是,当用户对跳转框进行点击时,则会调取与所述跳转框对应的所述子文本进行展示。
例如,参见图2,用户对10月2日的摘要节点触发后,则会调取与之关联的摘要展示条进行展示,并且展示摘要展示条中的跳转框和汇总框,用户可以触发跳转框对应的所述子文本进行展示。
B3,判断用户对所述汇总框进行点击时,则调取与所述汇总框对应的所述异常汇总单进行展示。
不难理解的是,当用户对汇总框进行点击时,则调取与所述汇总框对应的所述异常汇总单进行展示。
为了更好的实现本发明所提供的医疗文本数据分析方法,本发明还提供一种医疗文本数据分析系统,如图3所示,包括:
操作模块,用于根据用户端对构建栏目的操作信息,生成类型节点;
生成模块,用于接收用户端上传的与所述类型节点对应的文本数据,生成与所述文本数据对应的摘要节点,根据用户节点、所述类型节点和摘要节点生成管理树;
提取模块,用于获取所述文本数据中各子文本的文本属性,所述文本属性包括化验属性或诊断属性,根据所述文本属性调取相应的摘要提取策略对各所述子文本进行摘要提取,生成多个子摘要;
组合模块,用于根据摘要组合槽位对多个所述子摘要进行定位组合处理,生成与所述摘要节点对应的摘要展示条,并对所述摘要展示条和文本数据进行关联处理。
如图4所示,是本发明实施例提供的一种电子设备的硬件结构示意图,该电子设备40包括:处理器41、存储器42和计算机程序;其中
存储器42,用于存储所述计算机程序,该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器41,用于执行所述存储器存储的计算机程序,以实现上述方法中设备执行的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地,存储器42既可以是独立的,也可以跟处理器41集成在一起。
当所述存储器42是独立于处理器41之外的器件时,所述设备还可以包括:
总线43,用于连接所述存储器42和处理器41。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (5)
1.一种医疗文本数据分析方法,其特征在于,包括:
根据用户端对构建栏目的操作信息,生成类型节点;
接收用户端上传的与所述类型节点对应的文本数据,生成与所述文本数据对应的摘要节点,根据用户节点、所述类型节点和摘要节点生成管理树;
获取所述文本数据中各子文本的文本属性,所述文本属性包括化验属性或诊断属性,根据所述文本属性调取相应的摘要提取策略对各所述子文本进行摘要提取,生成多个子摘要;
根据摘要组合槽位对多个所述子摘要进行定位组合处理,生成与所述摘要节点对应的摘要展示条,并对所述摘要展示条和文本数据进行关联处理;
所述根据所述文本属性调取相应的摘要提取策略对各所述子文本进行摘要提取,生成多个子摘要,包括:
判断所述子文本的文本属性为化验属性时,调取化验摘要提取策略对所述子文本进行异常指标提取处理,生成多个子摘要;
判断所述子文本的文本属性为诊断属性时,调取诊断摘要提取策略对所述子文本进行关键词提取处理,生成多个子摘要,所述摘要提取策略包括化验摘要提取策略和诊断摘要提取策略;
所述判断所述子文本的文本属性为化验属性时,调取化验摘要提取策略对所述子文本进行异常指标提取处理,生成多个子摘要,包括:
判断所述子文本的文本属性为化验属性时,则将相应所述子文本作为化验子文本,调取化验摘要提取策略获取所述化验子文本中位于结果提示区的结果提示数据;
若所述结果提示数据不为空,对所述结果提示数据进行解析,得到提示箭头,根据所述提示箭头确定对应行的化验指标作为异常指标,确定与所述异常指标对应的化验结果数据作为异常数据;
基于所述提示箭头和异常数据,生成各所述化验子文本对应的子摘要;
所述基于所述提示箭头和异常数据,生成各所述化验子文本对应的子摘要,包括:
基于所述提示箭头的方向调取预设异常词,根据所述预设异常词和异常指标的指标名称进行组合生成对应异常指标的指标摘要;
获取所述化验子文本中各异常指标的异常数据和标准范围,在所述标准范围中确定与所述异常数据最接近的最大值或最小值作为基准值,根据所述基准值和异常数据进行计算,得到对应各所述异常指标的偏离比例值;
基于所述偏离比例值对各所述化验子文本中异常指标的指标摘要进行降序排序并组合,生成各所述化验子文本对应子摘要;
所述根据摘要组合槽位对多个所述子摘要进行定位组合处理,生成与所述摘要节点对应的摘要展示条,并对所述摘要展示条和文本数据进行关联处理,包括:
基于文本数据中各子文本选取所述摘要组合槽位中相应的子槽位进行保留处理,并将剩余的子槽位进行删除得到对应所述摘要节点的文本组合槽位,所述摘要组合槽位包括多个预设的子槽位,所述子槽位具有对应的子文本,所有化验子文本对应的子槽位均相邻;
填充所述子摘要至相应所述文本组合槽位中相应的子槽位处并进行组合,生成与所述摘要节点对应的摘要展示条;
生成与所述摘要展示条中各子摘要对应的跳转框,确定与各所述子摘要对应的子文本,并将所述文本数据中的子文本和所述摘要展示条中相应子摘要的跳转框进行关联处理;
统计各所述化验子文本中所述异常指标的偏离比例值,得到对应各所述化验子文本的文本偏离值;
提取各所述化验子文本中的异常指标得到异常集合,基于所述文本偏离值依次对所述异常集合中各化验子文本对应的异常指标进行降序排序生成异常序列;
生成初始汇总单,所述初始汇总单包括多个指标填充行,依次填充所述异常序列中的异常指标至所述初始汇总单中的指标填充行中,生成异常汇总单;
生成与所有化验子摘要对应的汇总框,并将所述异常汇总单和所述汇总框进行关联处理。
2.根据权利要求1所述的方法,其特征在于,
所述根据用户节点、所述类型节点和摘要节点生成管理树,包括:
生成与用户端对应的用户节点,并连接所述用户节点与下方的所述类型节点;
获取所述摘要节点对应文本数据的时间信息,基于所述时间信息对所述摘要节点和所述类型节点进行连接,生成对应用户端的管理树。
3.根据权利要求1所述的方法,其特征在于,
所述判断所述子文本的文本属性为诊断属性时,调取诊断摘要提取策略对所述子文本进行关键词提取处理,生成多个子摘要,包括:
判断所述子文本的文本属性为诊断属性时,将相应所述子文本作为诊断子文本;
获取各所述诊断子文本的诊断类型,基于所述诊断类型调取相应的预设诊断词库;
根据各所述预设诊断词库对相应所述诊断子文本中的关键词进行提取处理,生成各所述诊断子文本对应子摘要。
4.根据权利要求1所述的方法,其特征在于,
在生成与所述摘要展示条对应的汇总框,并将所述异常汇总单和所述汇总框进行关联处理之后,还包括:
接收用户端对所述管理树中摘要节点的触发信息,则调取与相应所述摘要节点对应的摘要展示条、跳转框和汇总框进行展示;
判断用户对所述跳转框进行点击时,则调取与所述跳转框对应的所述子文本进行展示;
判断用户对所述汇总框进行点击时,则调取与所述汇总框对应的所述异常汇总单进行展示。
5.一种医疗文本数据分析系统,其特征在于,包括:
操作模块,用于根据用户端对构建栏目的操作信息,生成类型节点;
生成模块,用于接收用户端上传的与所述类型节点对应的文本数据,生成与所述文本数据对应的摘要节点,根据用户节点、所述类型节点和摘要节点生成管理树;
提取模块,用于获取所述文本数据中各子文本的文本属性,所述文本属性包括化验属性或诊断属性,根据所述文本属性调取相应的摘要提取策略对各所述子文本进行摘要提取,生成多个子摘要;
组合模块,用于根据摘要组合槽位对多个所述子摘要进行定位组合处理,生成与所述摘要节点对应的摘要展示条,并对所述摘要展示条和文本数据进行关联处理;
所述根据所述文本属性调取相应的摘要提取策略对各所述子文本进行摘要提取,生成多个子摘要,包括:
判断所述子文本的文本属性为化验属性时,调取化验摘要提取策略对所述子文本进行异常指标提取处理,生成多个子摘要;
判断所述子文本的文本属性为诊断属性时,调取诊断摘要提取策略对所述子文本进行关键词提取处理,生成多个子摘要,所述摘要提取策略包括化验摘要提取策略和诊断摘要提取策略;
所述判断所述子文本的文本属性为化验属性时,调取化验摘要提取策略对所述子文本进行异常指标提取处理,生成多个子摘要,包括:
判断所述子文本的文本属性为化验属性时,则将相应所述子文本作为化验子文本,调取化验摘要提取策略获取所述化验子文本中位于结果提示区的结果提示数据;
若所述结果提示数据不为空,对所述结果提示数据进行解析,得到提示箭头,根据所述提示箭头确定对应行的化验指标作为异常指标,确定与所述异常指标对应的化验结果数据作为异常数据;
基于所述提示箭头和异常数据,生成各所述化验子文本对应的子摘要;
所述基于所述提示箭头和异常数据,生成各所述化验子文本对应的子摘要,包括:
基于所述提示箭头的方向调取预设异常词,根据所述预设异常词和异常指标的指标名称进行组合生成对应异常指标的指标摘要;
获取所述化验子文本中各异常指标的异常数据和标准范围,在所述标准范围中确定与所述异常数据最接近的最大值或最小值作为基准值,根据所述基准值和异常数据进行计算,得到对应各所述异常指标的偏离比例值;
基于所述偏离比例值对各所述化验子文本中异常指标的指标摘要进行降序排序并组合,生成各所述化验子文本对应子摘要;
所述根据摘要组合槽位对多个所述子摘要进行定位组合处理,生成与所述摘要节点对应的摘要展示条,并对所述摘要展示条和文本数据进行关联处理,包括:
基于文本数据中各子文本选取所述摘要组合槽位中相应的子槽位进行保留处理,并将剩余的子槽位进行删除得到对应所述摘要节点的文本组合槽位,所述摘要组合槽位包括多个预设的子槽位,所述子槽位具有对应的子文本,所有化验子文本对应的子槽位均相邻;
填充所述子摘要至相应所述文本组合槽位中相应的子槽位处并进行组合,生成与所述摘要节点对应的摘要展示条;
生成与所述摘要展示条中各子摘要对应的跳转框,确定与各所述子摘要对应的子文本,并将所述文本数据中的子文本和所述摘要展示条中相应子摘要的跳转框进行关联处理;
统计各所述化验子文本中所述异常指标的所述偏离比例值,得到对应各所述化验子文本的文本偏离值;
提取各所述化验子文本中的异常指标得到异常集合,基于所述文本偏离值依次对所述异常集合中各化验子文本对应的异常指标进行降序排序生成异常序列;
生成初始汇总单,所述初始汇总单包括多个指标填充行,依次填充所述异常序列中的异常指标至所述初始汇总单中的指标填充行中,生成异常汇总单;
生成与所有化验子摘要对应的汇总框,并将所述异常汇总单和所述汇总框进行关联处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311452849.8A CN117174234B (zh) | 2023-11-03 | 2023-11-03 | 医疗文本数据分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311452849.8A CN117174234B (zh) | 2023-11-03 | 2023-11-03 | 医疗文本数据分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117174234A CN117174234A (zh) | 2023-12-05 |
CN117174234B true CN117174234B (zh) | 2024-01-05 |
Family
ID=88947321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311452849.8A Active CN117174234B (zh) | 2023-11-03 | 2023-11-03 | 医疗文本数据分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117174234B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108766510A (zh) * | 2018-05-30 | 2018-11-06 | 中南大学湘雅医院 | 智能病史采集方法、装置及移动采集设备 |
WO2019172849A1 (en) * | 2018-03-06 | 2019-09-12 | Agency For Science, Technology And Research | Method and system for generating a structured knowledge data for a text |
CN111180024A (zh) * | 2019-12-13 | 2020-05-19 | 平安医疗健康管理股份有限公司 | 基于词频逆文档频率的数据处理方法、装置和计算机设备 |
CN112309587A (zh) * | 2020-11-26 | 2021-02-02 | 微医云(杭州)控股有限公司 | 线上问诊方法、系统、服务器及存储介质 |
CN113241138A (zh) * | 2021-06-21 | 2021-08-10 | 中国平安人寿保险股份有限公司 | 医疗事件信息的抽取方法、装置、计算机设备及存储介质 |
CN114334049A (zh) * | 2020-12-31 | 2022-04-12 | 中电云脑(天津)科技有限公司 | 一种电子病历结构化处理方法和装置及设备 |
CN114842977A (zh) * | 2022-06-30 | 2022-08-02 | 北京超数时代科技有限公司 | 一种基于医疗大数据及人工智能的医疗决策系统 |
CN115080742A (zh) * | 2022-06-24 | 2022-09-20 | 北京百度网讯科技有限公司 | 文本信息抽取方法、装置、设备、存储介质以及程序产品 |
-
2023
- 2023-11-03 CN CN202311452849.8A patent/CN117174234B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019172849A1 (en) * | 2018-03-06 | 2019-09-12 | Agency For Science, Technology And Research | Method and system for generating a structured knowledge data for a text |
CN108766510A (zh) * | 2018-05-30 | 2018-11-06 | 中南大学湘雅医院 | 智能病史采集方法、装置及移动采集设备 |
CN111180024A (zh) * | 2019-12-13 | 2020-05-19 | 平安医疗健康管理股份有限公司 | 基于词频逆文档频率的数据处理方法、装置和计算机设备 |
CN112309587A (zh) * | 2020-11-26 | 2021-02-02 | 微医云(杭州)控股有限公司 | 线上问诊方法、系统、服务器及存储介质 |
CN114334049A (zh) * | 2020-12-31 | 2022-04-12 | 中电云脑(天津)科技有限公司 | 一种电子病历结构化处理方法和装置及设备 |
CN113241138A (zh) * | 2021-06-21 | 2021-08-10 | 中国平安人寿保险股份有限公司 | 医疗事件信息的抽取方法、装置、计算机设备及存储介质 |
CN115080742A (zh) * | 2022-06-24 | 2022-09-20 | 北京百度网讯科技有限公司 | 文本信息抽取方法、装置、设备、存储介质以及程序产品 |
CN114842977A (zh) * | 2022-06-30 | 2022-08-02 | 北京超数时代科技有限公司 | 一种基于医疗大数据及人工智能的医疗决策系统 |
Non-Patent Citations (2)
Title |
---|
Challenges and opportunities beyond structured data in analysis of electronic health records;Maryam Tayefi 等;《WIREs COMPUTATIONAL STATISTICS》;第13卷(第6期);1-19 * |
基于PACS的结构化报告(SR)模块的设计与实现研究;田军章;《中国优秀博硕士学位论文全文数据库 (博士) 信息科技辑》(第01期);I138-13 * |
Also Published As
Publication number | Publication date |
---|---|
CN117174234A (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8756077B2 (en) | Personalized health records with associative relationships | |
MacKay‐Lyons et al. | Non‐pharmacological interventions for preventing secondary vascular events after stroke or transient ischemic attack | |
US20130006669A1 (en) | Diagnosis Support System, Method and Program | |
CN110299209B (zh) | 相似病历查找方法、装置、设备及可读存储介质 | |
US20070282940A1 (en) | Thread-ranking apparatus and method | |
CN110136788A (zh) | 一种基于自动检测的病历质检方法、装置、设备及存储介质 | |
CN112635011A (zh) | 疾病诊断方法、疾病诊断系统和可读存储介质 | |
US20170286604A1 (en) | Computer System and Information Processing Method | |
CN108231146B (zh) | 一种基于深度学习的医疗记录模型构建方法、系统及装置 | |
CN109545317A (zh) | 基于住院预测模型判定住院行为的方法及相关产品 | |
CN111274400B (zh) | 一种医学术语系统的构建方法、装置、设备及存储介质 | |
CN111177356B (zh) | 一种酸碱指标医疗大数据分析方法及系统 | |
RU2559712C2 (ru) | Обратная связь по релевантности для извлечения изображения на основе контента | |
WO2021008601A1 (zh) | 一种医学数据的检验方法 | |
JP2008181188A (ja) | 健康関連情報提供システム | |
CN111180027B (zh) | 一种基于医疗大数据的患者画像相关性规则筛选方法及装置 | |
CN114240160A (zh) | 电子病历的质控方法、装置、电子设备及存储介质 | |
CN105335606B (zh) | 用于确定临床事件之间的相关性的方法和系统 | |
CN117174234B (zh) | 医疗文本数据分析方法及系统 | |
JP7315165B2 (ja) | 診断支援システム | |
Zeng et al. | Evaluation of a system to identify relevant patient information and its impact on clinical information retrieval. | |
JP2003024281A (ja) | 発作状に発現する疾患の誘因を検出するための装置 | |
CN114141381A (zh) | 基于诊疗事件的临床数据分析方法及装置 | |
CN115762769A (zh) | 一种ercp术后风险智能预警系统 | |
CN109741833B (zh) | 一种数据处理的方法和装置 |
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 |