CN117556047A - 病历信息分类方法、病历信息分类装置、设备及存储介质 - Google Patents
病历信息分类方法、病历信息分类装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117556047A CN117556047A CN202311578971.XA CN202311578971A CN117556047A CN 117556047 A CN117556047 A CN 117556047A CN 202311578971 A CN202311578971 A CN 202311578971A CN 117556047 A CN117556047 A CN 117556047A
- Authority
- CN
- China
- Prior art keywords
- medical record
- target
- text
- information
- data
- 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 78
- 238000012216 screening Methods 0.000 claims abstract description 113
- 238000000605 extraction Methods 0.000 claims abstract description 53
- 201000010099 disease Diseases 0.000 claims abstract description 42
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 42
- 239000012634 fragment Substances 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 abstract description 18
- 238000012545 processing Methods 0.000 description 30
- 230000008569 process Effects 0.000 description 26
- 206010038381 Renal atrophy Diseases 0.000 description 20
- 238000002604 ultrasonography Methods 0.000 description 20
- 238000013473 artificial intelligence Methods 0.000 description 13
- 238000013528 artificial neural network Methods 0.000 description 12
- 238000007689 inspection Methods 0.000 description 12
- 230000007246 mechanism Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000003058 natural language processing Methods 0.000 description 10
- 206010003694 Atrophy Diseases 0.000 description 8
- 230000037444 atrophy Effects 0.000 description 8
- 210000003734 kidney Anatomy 0.000 description 7
- 125000004122 cyclic group Chemical group 0.000 description 6
- 208000037920 primary disease Diseases 0.000 description 6
- 230000002146 bilateral effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 238000012015 optical character recognition Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000002372 labelling Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 241000483399 Ipimorpha retusa Species 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 208000000913 Kidney Calculi Diseases 0.000 description 1
- 206010029148 Nephrolithiasis Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000002485 urinary effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Probability & Statistics with Applications (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Computational Linguistics (AREA)
- Epidemiology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请实施例提供了一种病历信息分类方法、病历信息分类装置、设备及存储介质,属于金融科技技术领域。该方法包括:获取目标病历数据和用于引导对目标病历数据进行分类的分类指示信息;对目标病历数据进行文本提取得到目标病历文本;对分类指示信息进行分类信息提取得到初步疾病类别、类别描述信息和病历筛选信息;对目标病历文本进行病历特征编码得到初始病历特征;对类别描述信息进行类别特征编码得到类别描述特征;对病历筛选信息进行筛选特征编码得到病历筛选特征;基于病历筛选特征对初始病历特征进行特征提取得到目标病历特征;基于类别描述特征和目标病历特征对目标病历数据进行病历分类。本申请实施例能够提高对病历信息分类的准确性。
Description
技术领域
本申请涉及金融科技技术领域,尤其涉及一种病历信息分类方法、病历信息分类装置、设备及存储介质。
背景技术
病历信息是病人在医院就诊及治疗过程中所产生的重要记录数据,包含病历文本、医学图表、医学检查影像等多种类型数据。病历信息分类是指通过综合多份病历文本中的数据,以推理分析出病人在特定检查部位的病历类型的过程。例如,在金融科技的保险理赔场景中,通过对目标对象在投保前上传的病历文档数据进行病历信息分类,将分类出的疾病类型和进行理赔的疾病类型进行匹配,从而能够确定两个疾病之间的疾病关系。该疾病关系的判断可以帮助保险公司判断投保前的疾病与理赔造成的疾病之间的关系。
目前,相关技术的病历信息分类方法是先筛选所有满足要求的检查报告,将筛选的报告按检查时间排序后,取最近一次的检查报告。然后,通过抽取检查报告中所有的实体和实体之间的关系,将所有的实体分组。之后,按照人为编写的规则代码对实体分组进行逻辑计算,确定疾病信息的类别。然而,当实体的抽取错误,会直接导致后续的关系抽取失败。并且,人工编写的推理逻辑代码,在不同的场景下需要耗费大量的时间和人力,难以维护,从而导致对病历信息分类的准确性较低。因此,如何提高对病历信息分类的准确性,成为了亟待解决的技术问题。
发明内容
本申请实施例的主要目的在于提出一种病历信息分类方法、病历信息分类装置、设备及存储介质,旨在提高对病历信息分类的准确性。
为实现上述目的,本申请实施例的第一方面提出了一种病历信息分类方法,所述方法包括:
获取目标病历数据和用于引导对所述目标病历数据进行分类的分类指示信息;
对所述目标病历数据进行文本提取,得到目标病历文本;
对所述分类指示信息进行分类信息提取,得到初步疾病类别、用于对所述初步疾病类别进行描述的类别描述信息和用于引导对所述目标病历数据进行筛选的病历筛选信息;
对所述目标病历文本进行病历特征编码,得到初始病历特征;
对所述类别描述信息进行类别特征编码,得到类别描述特征;
对所述病历筛选信息进行筛选特征编码,得到病历筛选特征;
基于所述病历筛选特征对所述初始病历特征进行特征提取,得到目标病历特征;
基于所述类别描述特征和所述目标病历特征对所述目标病历数据进行病历分类。
在一些实施例中,所述基于所述病历筛选特征对所述初始病历特征进行特征提取,得到目标病历特征,包括:
对所述病历筛选特征进行关键特征提取,得到目标筛选病历特征和目标筛选条件特征;
基于所述目标筛选病历特征从所述初始病历特征中筛选出候选病历特征;
基于所述目标筛选条件特征从所述候选病历特征中筛选出所述目标病历特征。
在一些实施例中,所述基于所述类别描述特征和所述目标病历特征对所述目标病历数据进行病历分类,包括:
基于所述类别描述特征对所述目标病历特征进行类别特征选择,得到目标类别特征;
基于所述目标类别特征进行类别预测,得到预测概率数据;
基于所述预测概率数据对所述目标病历数据进行病历分类。
在一些实施例中,所述对所述目标病历文本进行病历特征编码,得到初始病历特征,包括:
对所述目标病历文本进行病历注意力计算,得到病历注意力权重特征;
对所述目标病历文本进行病历文本编码,得到中间病历文本特征;
基于所述病历注意力权重特征对所述中间病历文本特征进行加权计算,得到所述初始病历特征。
在一些实施例中,所述对所述目标病历文本进行病历注意力计算,得到病历注意力权重特征,包括:
对所述目标病历文本进行文本片段划分,得到目标病历片段文本和所述目标病历片段文本的目标片段标记;
基于所述目标片段标记获取初始上下文特征;
基于所述初始上下文特征对所述目标病历片段文本进行片段文本注意力计算,得到病历片段注意力特征;
对所述目标片段标记和所述病历片段注意力特征进行特征拼接,得到所述病历注意力权重特征。
在一些实施例中,所述基于所述目标片段标记获取初始上下文特征,包括:
基于所述目标片段标记获取候选病历片段文本;其中,所述候选病历片段文本为所述目标病历片段文本的前一个片段文本,所述候选病历片段文本包括候选片段标记;
基于所述候选片段标记获取候选上下文特征;
对所述候选病历片段文本进行片段文本特征提取,得到候选片段文本特征;
基于所述候选片段文本特征和所述候选上下文特征进行候选病历注意力计算,得到所述初始上下文特征。
在一些实施例中,所述目标病历数据包括病历子数据,所述对所述目标病历数据进行文本提取,得到目标病历文本,包括:
对所述病历子数据进行数据预处理,得到目标子数据;
对所述目标子数据进行文本提取,得到病历子文本;
对所述病历子文本进行文本拼接,得到所述目标病历文本。
为实现上述目的,本申请实施例的第二方面提出了一种病历信息分类装置,所述装置包括:
获取模块,用于获取目标病历数据和用于引导对所述目标病历数据进行分类的分类指示信息;
文本提取模块,用于对所述目标病历数据进行文本提取,得到目标病历文本;
信息提取模块,用于对所述分类指示信息进行分类信息提取,得到初步疾病类别、用于对所述初步疾病类别进行描述的类别描述信息和用于引导对所述目标病历数据进行筛选的病历筛选信息;
病历编码模块,用于对所述目标病历文本进行病历特征编码,得到初始病历特征;
类别编码模块,用于对所述类别描述信息进行类别特征编码,得到类别描述特征;
信息编码模块,用于对所述病历筛选信息进行筛选特征编码,得到病历筛选特征;
特征提取模块,用于基于所述病历筛选特征对所述初始病历特征进行特征提取,得到目标病历特征;
分类模块,用于基于所述类别描述特征和所述目标病历特征对所述目标病历数据进行病历分类。
为实现上述目的,本申请实施例的第三方面提出了一种电子设备,包括:
至少一个存储器;
至少一个处理器;
至少一个计算机程序;
所述至少一个计算机程序被存储在所述至少一个存储器中,所述至少一个处理器执行所述至少一个计算机程序以实现:
如上述第一方面所述的方法。
为实现上述目的,本申请实施例的第四方面提出了一种计算机可读存储介质,所述计算机可读存储介质存储计算机程序,所述计算机程序用于使计算机执行如上述第一方面所述的方法。
本申请提出的一种病历信息分类方法、病历信息分类装置、设备及存储介质,获取目标病历数据和用于引导对目标病历数据进行分类的分类指示信息。对目标病历数据进行文本提取,得到目标病历文本。对分类指示信息进行分类信息提取,得到初步疾病类别、用于对初步疾病类别进行描述的类别描述信息和用于引导对目标病历数据进行筛选的病历筛选信息。对目标病历文本进行病历特征编码,得到初始病历特征;对类别描述信息进行类别特征编码,得到类别描述特征;对病历筛选信息进行筛选特征编码,得到病历筛选特征。基于病历筛选特征对初始病历特征进行特征提取,得到目标病历特征;基于类别描述特征和目标病历特征对所述目标病历数据进行病历分类。本申请基于分类指示信息对目标病历数据进行分类,根据分类指示信息中的初步疾病类别、用于对初步疾病类别进行描述的类别描述信息和用于引导对目标病历数据进行筛选的病历筛选信息进行病历分类,能够避免抽取检查报告中所有的实体和实体之间的关系,并避免对实体抽取错误时,导致后续的关系抽取全部错误,因此,本申请能够提高对病历信息分类的准确性。
附图说明
图1是本申请实施例提供的病历信息分类方法的流程图;
图2是执行本申请实施例提供的病历信息分类方法的界面示意图;
图3是图1中的步骤S120的流程图;
图4是图1中的步骤S140的流程图;
图5是图4中的步骤S410的流程图;
图6是图5中的步骤S520的流程图;
图7是本申请实施例提供的结合循环神经网络的编码结构图;
图8是图1中的步骤S170的流程图;
图9是图1中的步骤S180的流程图;
图10是本申请实施例提供的病历信息分类装置的结构示意图;
图11是本申请实施例提供的电子设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等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。
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申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
首先,对本申请中涉及的若干名词进行解析:
人工智能(artificial intelligence,AI):是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学;人工智能是计算机科学的一个分支,人工智能企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能可以对人的意识、思维的信息过程的模拟。人工智能还是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
Transformer模型:是一种基于自注意力机制(self-attention)的深度学习模型。Transformer模型由编码器和解码器组成,分别用于处理输入序列和生成输出序列。编码器由多个相同的层堆叠而成,每一层都包含了自注意力机制和前馈神经网络(Feed-ForwardNeural Network)。自注意力机制能够对输入序列中的不同位置进行关联建模,而前馈神经网络则负责对每个位置的特征进行非线性变换。解码器也由多个相同的层堆叠而成,除了编码器中的自注意力机制和前馈神经网络外,解码器还引入了另一种注意力机制,用于对编码器输出的信息进行关联建模。
自然语言处理(Natural Language Processing,NLP):NLP用计算机来处理、理解以及运用人类语言(如中文、英文等),NLP属于人工智能的一个分支,是计算机科学与语言学的交叉学科,又常被称为计算语言学。自然语言处理包括语法分析、语义分析、篇章理解等。自然语言处理常用于机器翻译、手写体和印刷体字符识别、语音识别及文语转换、信息检索、信息抽取与过滤、文本分类与聚类、舆情分析和观点挖掘等技术领域。NLP涉及与语言处理相关的数据挖掘、机器学习、知识获取、知识工程、人工智能研究和与语言计算相关的语言学研究等。
光学字符识别(Optical Character Recognition,OCR):是一种将印刷体字符或手写字符转换为可编辑文本的技术。OCR通过使用图像处理和模式识别算法来自动识别和提取图像中的字符信息,将其转换为计算机可处理的文本数据。
随着医院信息系统的快速发展与应用,医疗机构中积累了大规模的电子病历信息。病历信息是病人在医院就诊及治疗过程中所产生的重要记录数据,包含病历文本、医学图表、医学检查影像等多种类型数据。其中,非结构化形式的电子病历文本包括如主诉、诊断结果、入院/出院记录和治疗过程等,这些数据蕴含大量有价值的医疗知识及健康信息。病历信息分类是指通过综合多份病历文本中的数据,以推理分析出病人在特定检查部位的病历类型的过程。例如,在金融科技的保险理赔场景中,通过对目标对象在投保前上传的病历文档数据进行病历信息分类,将分类出的疾病类型和进行理赔的疾病类型进行匹配,从而能够确定两个疾病之间的疾病关系。该疾病关系的判断可以帮助保险公司判断投保前的疾病与理赔造成的疾病之间的关系。
近年来,在金融科技的医疗场景下,相关技术的病历信息分类方法是结合实体抽取+关系抽取+逻辑计算的过程。例如,先筛选所有满足要求的检查报告(如泌尿系超声、肾脏超声等),将筛选的报告按检查时间排序后,取最近一次的检查报告。然后,抽取检查报告中所有的实体和实体之间的关系,将所有的实体分组。例如,抽取检查报告中所有的“器官”实体、“疾病”实体,每一份病历中关系包括“器官-疾病”关系等。并根据抽取的关系,将所有的实体分组,比如:(左肾,强回声)、(双肾,点状小结石)等。之后,按照人为编写的规则代码对实体分组进行逻辑计算,确定疾病信息的类别,例如,当抽取信息中包含双肾,或者同时包含左肾/右肾,且疾病包含结石的描述,则认定为双肾结石。但是,当实体的抽取错误,会直接导致后续的关系抽取失败。并且,在不同的医学场景下,需要人工编写大量不同的推理逻辑代码,需要耗费大量的时间和人力,难以维护,从而导致对病历信息分类的准确性较低。因此,如何提高对病历信息分类的准确性,成为了亟待解决的技术问题。
基于此,本申请实施例提供了一种病历信息分类方法、病历信息分类装置、设备及存储介质,旨在提高对病历信息分类的准确性。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本申请实施例提供的病历信息分类方法,涉及人工智能技术领域。本申请实施例提供的病历信息分类方法可应用于终端中,也可应用于服务器端中,还可以是运行于终端或服务器端中的软件。在一些实施例中,终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等;服务器端可以配置成独立的物理服务器,也可以配置成多个物理服务器构成的服务器集群或者分布式系统,还可以配置成提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN以及大数据和人工智能平台等基础云计算服务的云服务器;软件可以是实现病历信息分类方法的应用等,但并不局限于以上形式。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
需要说明的是,在本申请的各个具体实施方式中,当涉及到需要根据对象病历信息、对象病历数据、对象身份信息,以及对象历史病历信息等与对象身份或特性相关的数据进行相关处理时,都会先获得对象的许可或者同意,而且,对这些数据的收集、使用和处理等,都会遵守相关法律法规和标准。此外,当本申请实施例需要获取对象的敏感个人信息时,会通过弹窗或者跳转到确认页面等方式获得对象的单独许可或者单独同意,在明确获得对象的单独许可或者单独同意之后,再获取用于使本申请实施例能够正常运行的必要的用户相关数据。
请参阅图1,图1是本申请实施例提供的病历信息分类方法的一个可选的流程图。在本申请的一些实施例中,图1中的方法具体可以包括但不限于步骤S110至步骤S180。
步骤S110,获取目标病历数据和用于引导对目标病历数据进行分类的分类指示信息;
步骤S120,对目标病历数据进行文本提取,得到目标病历文本;
步骤S130,对分类指示信息进行分类信息提取,得到初步疾病类别、用于对初步疾病类别进行描述的类别描述信息和用于引导对目标病历数据进行筛选的病历筛选信息;
步骤S140,对目标病历文本进行病历特征编码,得到初始病历特征;
步骤S150,对类别描述信息进行类别特征编码,得到类别描述特征;
步骤S160,对病历筛选信息进行筛选特征编码,得到病历筛选特征;
步骤S170,基于病历筛选特征对初始病历特征进行特征提取,得到目标病历特征;
步骤S180,基于类别描述特征和目标病历特征对目标病历数据进行病历分类。
本申请的步骤S110至步骤S180,获取目标病历数据和用于引导对目标病历数据进行分类的分类指示信息。对目标病历数据进行文本提取,得到目标病历文本。对分类指示信息进行分类信息提取,得到初步疾病类别、用于对初步疾病类别进行描述的类别描述信息和用于引导对目标病历数据进行筛选的病历筛选信息。对目标病历文本进行病历特征编码,得到初始病历特征;对类别描述信息进行类别特征编码,得到类别描述特征;对病历筛选信息进行筛选特征编码,得到病历筛选特征。基于病历筛选特征对初始病历特征进行特征提取,得到目标病历特征;基于类别描述特征和目标病历特征对所述目标病历数据进行病历分类。本申请基于分类指示信息对目标病历数据进行分类,根据分类指示信息中的初步疾病类别、用于对初步疾病类别进行描述的类别描述信息和用于引导对目标病历数据进行筛选的病历筛选信息进行病历分类,能够避免抽取检查报告中所有的实体和实体之间的关系,并避免对实体抽取错误时,导致后续的关系抽取全部错误,因此,本申请能够提高对病历信息分类的准确性。
在一些实施例的步骤S110中,目标病历数据是指目标对象在医院进行检查、诊断或治疗的过程中,生成的一个批次关于目标对象的医疗病历文本、医学图表、医学检查影像等多种类型数据。一个批次的目标病历数据可以为最近一次或多次的病历数据集合,或者,可以为最近一年或两年等的数据集合,可以根据实际需要和分类的精确程度进行灵活调整。例如,当对病历信息分类的精度要求较高,即需要的目标病历数据的数据量较大,则目标病历数据可以为目标对象最近五次去医院的数据集合,或者,目标病历数据还可以为目标对象在最近两年去医院诊断的数据集合。
分类指示信息是指用于引导目标病历数据分类的信息。本申请实施例可以采用分类指示信息推理目标病历数据的病历信息类型。目标病历数据可以包含多种分类任务,分类任务是指对特定疾病类型预测的任务,例如,肾萎缩预测分类任务、结石预测分类任务等。因此,当分类任务是肾萎缩预测分类任务,则分类提示信息包括对肾萎缩预测类别的划分依据信息和分类思考信息。其中,划分依据信息是指对目标病历数据进行分类的类别划分依据。分类思考信息是指引导模型对目标病历数据进行分类,以准确分类出预测类别的信息。并且,划分依据信息和分类思考信息可以根据实际需要进行灵活调整。
示例性的,如图2所示,在一个实施例中,用于执行病历信息分类方法的终端或服务端的界面210上,包括第一区域211、第二区域212、第三区域213和第四区域214。其中,第一区域211用于输入划分依据信息,第二区域212用于输入分类思考信息,第三区域213用于加载上传目标病历数据,第四区域用于输出病历信息分类结果。当分类任务是肾萎缩预测分类任务,预先设定的肾萎缩预测类别包括三种,分别是:无萎缩类别、单侧萎缩类别和双侧萎缩类别。第一区域211中的划分依据信息包括:无萎缩类别是指“距离最近一次的肾脏彩超报告中,未提取到肾萎缩(包含同义词)”,单侧萎缩类别是指“距离最近一次的肾脏彩超报告中发现单侧肾萎缩(例如:左侧肾萎缩、右侧肾萎缩等)”,双侧萎缩类别是指“距离最近一次的肾脏彩超报告中发现双侧肾萎缩(例如:双肾囊内萎缩、双肾萎缩可疑等);同时如果既提到左肾萎缩,也提到右肾萎缩,属于双肾萎缩”。第二区域212中的分类思考信息包括:1.现在所有病历数据中筛选出所有的彩超报告,要求彩超报告包含对肾脏的检查;2.对上一步取得的满足要求的彩超报告,按其检查时间排序;3.选取上一步中时间最近的彩超报告,对肾萎缩进行分类。
需要说明的是,为了避免抽取检查报告中所有的实体和实体之间的关系,并避免对实体抽取错误时,导致后续的关系抽取全部错误,本申请实施例采用基于病历分类推理模型对输入的目标病历数据和分类指示信息进行分类。其中,病历分类推理模型可以是一种基于prompt生成式的跨文档的电子病历逻辑推理的模型,通过端到端抽取的方式,引导模型按照分类提示信息对分类任务进行理解,提到对病历信息分类的准确性。
在一些实施例的步骤S120中,由于目标病历数据包含目标对象检查的多种类型的数据,例如,病历文本、医学图表、医学检查影像,即目标病历数据不一定为文本形式。因此,先对病历数据进行文本提取,得到目标对象一批数据的目标病历文本。目标病历文本是指在病历信息分类任务中进行处理、分析或应用的具体文本数据。这些文本数据通常包含在目标对象的医疗记录中,记录了目标对象的病情、症状、诊断、治疗等相关信息。
需要说明的是,本申请实施例可以将目标病历数据和分类提示信息输入预先训练的病历分类推理模型,该病历分类推理模型包括文本提取层、分类信息提取层、病历特征编码层、类别特征编码层、筛选特征编码层、特征提取层和分类层。
需要说明的是,本申请实施例将目标病历数据和分类提示信息输入病历分类推理模型时,需要对分类提示信息进行标记,以让模型知道对应的文本为分类提示信息的文本。
请参阅图3,图3是本申请实施例提供的步骤S120的一个具体的流程图。在本申请的一些实施例中,目标病历数据包括病历子数据,步骤S120具体可以包括但不限于步骤S310至步骤S330。
步骤S310,对病历子数据进行数据预处理,得到目标子数据;
步骤S320,对目标子数据进行文本提取,得到病历子文本;
步骤S330,对病历子文本进行文本拼接,得到目标病历文本。
在一些实施例的步骤S310中,由于目标病历数据为目标对象在一个批次的数据集合,所以目标病历数据包括至少一个病历子数据。其中,病历子数据可以为病历文本、医学图表、医学检查影像、入院记录、出院记录等。目标子数据是指经过数据预处理之后的数据。
文本提取层的数据预处理是指在进行机器学习或数据分析任务之前对病历子数据进行清洗、转换和整理的过程。对于病历文本、医学图表、医学检查影像、入院记录和出院记录等医学数据,数据预处理的目的是为了使其适应后续的分析、建模或应用需求。这时的数据预处理包括数据清洗(即对病历子数据中的文本数据进行去除重复值、处理缺失值、处理异常值等操作,以保证数据的质量和准确性)、数据转换(即对病历子数据中的影像数据进行格式转换、标准化、归一化等操作,以便于后续分析和建模的统一处理)、数据增强(即对病历子数据进行增强处理,如旋转、翻转、裁剪等,以增加病历子数据样本的多样性和数量,提升模型的泛化能力)、数据标注和标签处理(针对特定任务,对病历子数据进行标注、标签化或分类处理,以便于机器学习算法的训练和预测)等。
本申请实施例中数据预处理的目的是为了优化数据的质量、准确性和适用性,从而提高后续任务的可靠性和效果。
在一些实施例的步骤S320中,在文本提取层对目标子数据进行文本提取,得到病历子文本,包括:对目标子数据进行类型划分,得到至少一个目标数据集,每个目标数据集中存储不同类型的目标子数据。例如,目标数据集包括存储文本类型的数据集(如主诉、医生诊断记录等)、存储影像类型的数据集(如超声报告、彩超报告等)等。然后,对不同类型的目标数据集中的目标子数据采用对应的文本提取方法进行文本提取。例如,对文本类型的目标子数据的文本提取方法包括:关键词匹配、正则化表达等,对影像类型的目标子数据的文本提取方法包括:OCR、NLP等,在此不作具体限定。
在一些实施例的步骤S330中,在提取到每个目标子数据对应的病历子文本后,对全部病历子文本进行文本拼接,得到目标病历文本。例如,目标病历数据包括三个病历子数据,分别为病历子数据A10、病历子数据A20和病历子数据A30。对病历子数据A10、病历子数据A20和病历子数据A30进行数据预处理,得到病历子数据A10对应的目标子数据A11、病历子数据A20对应的目标子数据A21和病历子数据A30对应的目标子数据A31。对每个目标子数据进行文本提取后,得到目标子数据A11对应的病历子文本“XXXXXX”,目标子数据A21对应的病历子文本“YY”,和目标子数据A31对应的病历子文本“ZZZZ”。因此,通过对全部病历子文本进行文本拼接,得到目标病历文本为“XXXXXXYYZZZZ”。
本申请实施例将目标病历数据中病历子数据对应的病历子文本进行文本拼接,能够通过模型对完整的目标病历文本进行分类判断,提高了对目标对象病历信息分类的准确性。
在一些实施例的步骤S130中,为了让模型能够区分出分类提示信息中的划分依据信息和分类思考信息,在病历分类推理模型的分类信息提取层中,对分类指示信息进行分类信息提取,得到初步疾病类别、用于对初步疾病类别进行描述的类别描述信息和用于引导对目标病历数据进行筛选的病历筛选信息。初始疾病类别是指分类任务所包含的预测类别。例如,当分类任务是肾萎缩预测分类任务,预先设定的肾萎缩预测类别包括三种,分别是:无萎缩类别、单侧萎缩类别和双侧萎缩类别。类别描述信息就是上述实施例中的划分依据信息,病历筛选信息就是上述实施例中的分类思考信息,在此不再赘述。
在一些实施例的步骤S140中,为了更深入的理解目标病历文本中的文本深层信息,本申请实施例在模型的病历特征编码层对目标病历文本进行病历特征编码,得到初始病历特征。其中,本申请实施例的病历分类推理模型可以基于Transformer模型进行构建。
请参阅图4,图4是本申请实施例提供的步骤S140的一个具体的流程图。在本申请的一些实施例中,步骤S140具体可以包括但不限于步骤S410至步骤S430。
步骤S410,对目标病历文本进行病历注意力计算,得到病历注意力权重特征;
步骤S420,对目标病历文本进行病历文本编码,得到中间病历文本特征;
步骤S430,基于病历注意力权重特征对中间病历文本特征进行加权计算,得到初始病历特征。
在一些实施例的步骤S410中,本申请实施例可以使用注意力机制来计算输入的目标病历文本中的词或子词与其他位置之间的相关性。因此,病历注意力权重特征是指目标病历文本中的词或子词与其他位置之间的相关性权重的特征向量表示。病历注意力权重特征可以捕捉目标病历文本中不同位置之间的关联性。
请参阅图5,图5是本申请实施例提供的步骤S410的一个具体的流程图。在本申请的一些实施例中,步骤S410具体可以包括但不限于步骤S510至步骤S540。
步骤S510,对目标病历文本进行文本片段划分,得到目标病历片段文本和目标病历片段文本的目标片段标记;
步骤S520,基于目标片段标记获取初始上下文特征;
步骤S530,基于初始上下文特征对目标病历片段文本进行片段文本注意力计算,得到病历片段注意力特征;
步骤S540,对目标片段标记和病历片段注意力特征进行特征拼接,得到病历注意力权重特征。
本申请实施例对目标病历文本进行病历注意力计算,可以采用Transformer模型中的自注意力结构进行构建。由于现有技术的很多模型对于文本输入的最大长度存在限制,例如,Bert模型支持的最大长度是512,这里的512指的是输入文本的标记数(tokens)。这个最大长度对于单个病历文档数据可能都不够用,对跨文档的多个病历子数据构成的目标病历数据就更加不够用了。传统的Transformer架构中的注意力机制的复杂度是平方级别,如果直接让Transformer模型去处理长文本,当长度非常长时(如跨文档场景),处理成本会显著增加,导致模型无法支持超长文本的处理过程。因此,本申请实施例对模型的病历特征编码层和类别特征编码层进行改进,通过融合循环神经网络的方式来增强原生的注意力机制,让模型的注意力处理过程能够具备处理超长文本的能力,扩展了模型可支持的最大文本长度,从而利用病历分类推理模型实现端到端的逻辑推理,强化了模型的效果。
在一些实施例的步骤S510,对目标病历文本进行文本片段划分,得到目标病历片段文本和目标病历片段文本的目标片段标记。例如,本申请实施例将长文本的目标病历文本拆成多个文本片段,每个文本片段满足底层模型的最大支持长度。例如,病历分类推理模型支持的最大长度是512,这里的512指的是输入文本的标记数(tokens),这时每个目标病历片段文本的长度不超过512。目标片段标记用于表示目标病历片段文本对应的位置序号。
在一些实施例的步骤S520,由于本申请是通过融合循环神经网络的方式来增强原生的注意力机制,以实现对长文本的目标病历文本的编码。具体地,在结合循环神经网络的病历特征编码时,先基于目标片段标记获取初始上下文特征。初始上下文特征是指包含在当前的目标片段标记对应的目标病历片段文本之前的片段文本编码后的上下文特征。
本申请实施例通过对目标病历片段文本采用循环神经网络的方式进行编码,即使对长文本的目标病历文本进行文本片段划分后,对每一个文本片段的处理过程中都带有了全局的上下文信息,能够有效增强病历分类推理模型对长文本的处理能力。同时,由于本申请实施例的病历分类推理模型会保留核心的基于Transformer构建的编码层,因此,相比于现有的Bert之类的模型效果不会有减弱的影响。同时,在处理每一个文本片段时依旧可以并行计算,比传统的循环神经网络模型速度要快很多。
请参阅图6,图6是本申请实施例提供的步骤S520的一个具体的流程图。在本申请的一些实施例中,步骤S520具体可以包括但不限于步骤S610至步骤S640。
步骤S610,基于目标片段标记获取候选病历片段文本;其中,候选病历片段文本为目标病历片段文本的前一个片段文本,候选病历片段文本包括候选片段标记;
步骤S620,基于候选片段标记获取候选上下文特征;
步骤S630,对候选病历片段文本进行片段文本特征提取,得到候选片段文本特征;
步骤S640,基于候选片段文本特征和候选上下文特征进行候选病历注意力计算,得到初始上下文特征。
在一些实施例的步骤S610至步骤S640中,在获取当前的目标片段标记对应的初始上下文特征时,先基于目标片段标记获取候选病历片段文本;其中,候选病历片段文本为目标病历片段文本的前一个片段文本,候选病历片段文本包括候选片段标记。病历特征编码层对病历片段文本进行处理时,在每个病历片段文本的头部增加一个特征存储单元(memory,mem单元),该mem单元用于存储当前片段文本的上一个片段文本的处理信息,即初始上下文特征。例如:一个目标病历文本被切成了10个片段文本,第2个片段收到的mem单元存储了第1个片段所涉及的重要信息。然后第2个片段经过病历特征编码层处理后,生成另一个mem单元,该mem单元包含了第1和第2个片段的重要信息,并将mem单元往下传递,依次类推,第7个片段收到的memory包含了第1到第6个片段的所涉及的重要信息。
需要说明的是,在实际应用中,实际操作上,病历特征编码层的输出包含2部分,原有的片段文本对应的输出结果和新的mem单元。此时新的mem单元是结合上一个片段文本传递下来的mem单元和当前的片段文本新生成的一个mem单元,因此,该mem单元的内容会涉及到本次片段以及之前的所有片段文本的所涉及的重要信息。
示例性的,如图7所示,候选病历片段文本为segment 1,这时的1为候选片段标记,目标病历片段文本为segment 2,这时的2为目标片段标记,且候选病历片段文本为目标病历片段文本的前一个片段文本。候选病历片段文本和对应的mem0单元一起输入到病历特征编码层,mem0单元用于存储候选病历片段文本的上一个片段文本的处理信息,即候选上下文特征。病历特征编码层对候选病历片段文本进行片段文本特征提取,得到候选片段文本特征,并基于候选片段文本特征和候选上下文特征进行候选病历注意力计算,得到初始上下文特征,且初始上下文特征存储在mem1单元中。这时的mem1单元在第一输出结果的尾部,并将mem1单元传递到目标病历片段文本segment 2,进行当前的病历特征编码,得到第二输出结合和新生成的一个mem2单元,则这时的mem2单元中存储了下一个片段文本的上下文特征。
在一些实施例的步骤S530和步骤S540中,在获取到初始上下文特征后,基于初始上下文特征对目标病历片段文本进行片段文本注意力计算,得到病历片段注意力特征。当目标片段标记为最后一个片段标记,则这时对目标片段标记和病历片段注意力特征进行特征拼接,得到病历注意力权重特征。
在一些实施例的步骤S420和步骤S430中,中间病历文本特征是指在病历处理任务中,对输入的目标病历文本进行编码后得到的特征向量表示。由于病历注意力权重特征中包含了目标病历文本中不同位置之间的关联性,所以,基于病历注意力权重特征对中间病历文本特征进行加权计算,以更加关注重要的词或子词,得到初始病历特征,该初始病历特征中包含更多有效的特征信息。
本申请实施例基于病历注意力权重特征表示病历文本中不同位置之间的相关性,又基于中间病历文本特征确定输入的目标病历文本的特征表示。通过结合病历注意力权重特征和中间病历文本特征,可以有效利用上下文信息和关联性,提高病历处理任务的性能和效果。
在一些实施例的步骤S150中,为了使模型能够处理长文本的分类提示信息的文本,本申请实施例可以基于类别特征编码层对类别描述信息进行类别特征编码,得到类别描述特征。类别特征编码层与上述病历特征编码层的构建方式相同,也是通过融合循环神经网络的方式来增强原生的注意力机制,使得类别特征编码层可以处理长文本的类别描述信息。具体地,对类别描述信息进行文本片段划分,得到目标类别片段文本。并且,对当前的目标类别片段文本进行类别特征编码时,会结合前一个类别片段文本的上下文特征进行处理,得到当前的目标类别片段文本的上下文特征。依次类推,得到类别描述特征。具体过程可参见上述病历特征编码层的处理过程,在此不再赘述。
在一些实施例的步骤S160中,为了使模型能够处理长文本的分类提示信息的文本,本申请实施例还可以基于筛选特征编码层对病历筛选信息进行筛选特征编码,得到病历筛选特征。筛选特征编码层与上述病历特征编码层的构建方式相同,也是通过融合循环神经网络的方式来增强原生的注意力机制,使得筛选特征编码层可以处理长文本的病历筛选信息。具体地,对病历筛选信息进行文本片段划分,得到目标筛选片段文本。并且,对当前的目标筛选片段文本进行筛选特征编码时,会结合前一个筛选片段文本的上下文特征进行处理,得到当前的目标筛选片段文本的上下文特征。依次类推,得到病历筛选特征。具体过程可参见上述病历特征编码层的处理过程,在此不再赘述。
在一些实施例的步骤S170中,由于病历筛选信息是指引导模型对目标病历数据进行分类,以准确分类出预测类别的信息。为了让模型能够从病历筛选信息中推断出分类的逻辑关系或分类条件,基于病历筛选特征对初始病历特征进行特征提取,得到目标病历特征。目标病历特征是指结合了分类的逻辑关系或分类条件筛选出的特征。例如,病历筛选信息包括:“1.现在所有病历数据中筛选出所有的彩超报告,要求彩超报告包含对肾脏的检查;2.对上一步取得的满足要求的彩超报告,按其检查时间排序;3.选取上一步中时间最近的彩超报告,对肾萎缩进行分类”。因此,基于该实施例的病历筛选信息可以得到对目标病历文本对应的内容的逻辑关系或分类条件,即目标病历特征就是经过先筛选出所有的包含对肾脏的检查的彩超报告,再按其检查时间排序取得的满足要求的彩超报告,之后,选择时间最近的彩超报告所得到的特征。
请参阅图8,图8是本申请实施例提供的步骤S170的一个具体的流程图。在本申请的一些实施例中,步骤S170具体可以包括但不限于步骤S810至步骤S830。
步骤S810,对病历筛选特征进行关键特征提取,得到目标筛选病历特征和目标筛选条件特征;
步骤S820,基于目标筛选病历特征从初始病历特征中筛选出候选病历特征;
步骤S830,基于目标筛选条件特征从候选病历特征中筛选出目标病历特征。
在一些实施例的步骤S810至步骤S830中,对病历筛选特征进行关键特征提取,得到目标筛选病历特征和目标筛选条件特征。目标筛选病历特征是指需要筛选出的病历数据包含的病历特征,如对肾脏的检查的彩超报告。目标筛选条件特征是指筛选病历数据需要满足的先后顺序等条件特征,如时间最近的彩超报告。之后,基于目标筛选病历特征从初始病历特征中筛选出候选病历特征,基于目标筛选条件特征从候选病历特征中筛选出目标病历特征。
在一些实施例的步骤S180中,在得到类别描述特征和目标病历特征之后,基于类别描述特征和目标病历特征对目标病历数据进行病历分类。
请参阅图9,图9是本申请实施例提供的步骤S180的一个具体的流程图。在本申请的一些实施例中,步骤S180具体可以包括但不限于步骤S910至步骤S930。
步骤S910,基于类别描述特征对目标病历特征进行类别特征选择,得到目标类别特征;
步骤S920,基于目标类别特征进行类别预测,得到预测概率数据;
步骤S930,基于预测概率数据对目标病历数据进行病历分类。
在一些实施例的步骤S910至步骤S930中,目标类别特征是指目标病历特征中为了满足特定疾病类型预测的任务,所包含的对应类别的特征。基于类别描述特征对目标病历特征进行类别特征选择,得到目标类别特征。然后,基于目标类别特征进行类别预测,得到预测概率数据。预测概率数据是指目标类别特征属于对应预测类别的概率值。之后,基于预测概率数据对目标病历数据进行病历分类,即确定预测概率数据中最大的概率值对应的类别为目标病历数据对应的预测类别。例如,当分类任务是肾萎缩预测分类任务,经过病历信息分类后的无萎缩类别对应的预测概率数据为0.85,单侧萎缩类别对应的预测概率数据为0.2,双侧萎缩类别对应的预测概率数据为0.1,因此,这时的目标病历数据对应的病历类别为无萎缩类别。
本申请实施例所提供的病历信息分类方法,本申请实施例通过融合循环神经网络的方式来增强原生的注意力机制,让模型的注意力处理过程能够具备处理超长文本的能力,扩展了模型可支持的最大文本长度,从而利用病历分类推理模型实现端到端的逻辑推理,强化了模型的效果。本申请实施例基于分类指示信息对目标病历数据进行分类,根据分类指示信息中的初步疾病类别、用于对初步疾病类别进行描述的类别描述信息和用于引导对目标病历数据进行筛选的病历筛选信息进行病历分类,能够避免抽取检查报告中所有的实体和实体之间的关系,并避免对实体抽取错误时,导致后续的关系抽取全部错误,因此,本申请能够提高对病历信息分类的准确性。因此,在复杂且标注困难的医疗场景下,通过扩展底层模型能够支持的最大文本长度,使得模型能直接对超长文本进行建模。并且,本申请通过引入病历分类推理模型,能够充分发掘模型的能力,避免了传统方式大量编写逻辑规则,并且采用端到端的方式简化了抽取的流程,避免了由于中间过程出错导致后续结果异常的情况。
请参阅图10,本申请实施例还提供一种病历信息分类装置,可以实现上述病历信息分类方法,该装置包括:
获取模块1010,用于获取目标病历数据和用于引导对目标病历数据进行分类的分类指示信息;
文本提取模块1020,用于对目标病历数据进行文本提取,得到目标病历文本;
信息提取模块1030,用于对分类指示信息进行分类信息提取,得到初步疾病类别、用于对初步疾病类别进行描述的类别描述信息和用于引导对目标病历数据进行筛选的病历筛选信息;
病历编码模块1040,用于对目标病历文本进行病历特征编码,得到初始病历特征;
类别编码模块1050,用于对类别描述信息进行类别特征编码,得到类别描述特征;
信息编码模块1060,用于对病历筛选信息进行筛选特征编码,得到病历筛选特征;
特征提取模块1070,用于基于所述病历筛选特征对所述初始病历特征进行特征提取,得到目标病历特征;
分类模块1080,用于基于类别描述特征和目标病历特征对目标病历数据进行病历分类。
本申请实施例的病历信息分类装置的具体实施方式与上述病历信息分类方法的具体实施例基本相同,在此不再赘述。
本申请实施例还提供了一种电子设备,电子设备包括:至少一个存储器;至少一个处理器;至少一个计算机程序;至少一个计算机程序被存储在至少一个存储器中,至少一个处理器执行至少一个计算机程序以实现上述病历信息分类方法。该电子设备可以为包括平板电脑、车载电脑等任意智能终端。
请参阅图11,图11示意了另一实施例的电子设备的硬件结构,电子设备包括:
处理器1110,可以采用通用的CPU(CentralProcessingUnit,中央处理器)、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本申请实施例所提供的技术方案;
存储器1120,可以采用只读存储器(ReadOnlyMemory,ROM)、静态存储设备、动态存储设备或者随机存取存储器(RandomAccessMemory,RAM)等形式实现。存储器1120可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1120中,并由处理器1110来调用执行本申请实施例的病历信息分类方法;
输入/输出接口1130,用于实现信息输入及输出;
通信接口1140,用于实现本设备与其他设备的通信交互,可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信;
总线1150,在设备的各个组件(例如处理器1110、存储器1120、输入/输出接口1130和通信接口1140)之间传输信息;
其中处理器1110、存储器1120、输入/输出接口1130和通信接口1140通过总线1150实现彼此之间在设备内部的通信连接。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,计算机程序用于使计算机执行实现上述病历信息分类方法。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本申请实施例描述的实施例是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域技术人员可知,随着技术的演变和新应用场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
本领域技术人员可以理解的是,图中示出的技术方案并不构成对本申请实施例的限定,可以包括比图示更多或更少的步骤,或者组合某些步骤,或者不同的步骤。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
本申请的说明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,以便这里描述的本申请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。此外,术语“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,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于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:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元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,本申请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全部或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,包括多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)执行本申请各个实施例的方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
以上参照附图说明了本申请实施例的优选实施例,并非因此局限本申请实施例的权利范围。本领域技术人员不脱离本申请实施例的范围和实质内所作的任何修改、等同替换和改进,均应在本申请实施例的权利范围之内。
Claims (10)
1.一种病历信息分类方法,其特征在于,所述方法包括:
获取目标病历数据和用于引导对所述目标病历数据进行分类的分类指示信息;
对所述目标病历数据进行文本提取,得到目标病历文本;
对所述分类指示信息进行分类信息提取,得到初步疾病类别、用于对所述初步疾病类别进行描述的类别描述信息和用于引导对所述目标病历数据进行筛选的病历筛选信息;
对所述目标病历文本进行病历特征编码,得到初始病历特征;
对所述类别描述信息进行类别特征编码,得到类别描述特征;
对所述病历筛选信息进行筛选特征编码,得到病历筛选特征;
基于所述病历筛选特征对所述初始病历特征进行特征提取,得到目标病历特征;
基于所述类别描述特征和所述目标病历特征对所述目标病历数据进行病历分类。
2.根据权利要求1所述的方法,其特征在于,所述基于所述病历筛选特征对所述初始病历特征进行特征提取,得到目标病历特征,包括:
对所述病历筛选特征进行关键特征提取,得到目标筛选病历特征和目标筛选条件特征;
基于所述目标筛选病历特征从所述初始病历特征中筛选出候选病历特征;
基于所述目标筛选条件特征从所述候选病历特征中筛选出所述目标病历特征。
3.根据权利要求1所述的方法,其特征在于,所述基于所述类别描述特征和所述目标病历特征对所述目标病历数据进行病历分类,包括:
基于所述类别描述特征对所述目标病历特征进行类别特征选择,得到目标类别特征;
基于所述目标类别特征进行类别预测,得到预测概率数据;
基于所述预测概率数据对所述目标病历数据进行病历分类。
4.根据权利要求1所述的方法,其特征在于,所述对所述目标病历文本进行病历特征编码,得到初始病历特征,包括:
对所述目标病历文本进行病历注意力计算,得到病历注意力权重特征;
对所述目标病历文本进行病历文本编码,得到中间病历文本特征;
基于所述病历注意力权重特征对所述中间病历文本特征进行加权计算,得到所述初始病历特征。
5.根据权利要求4所述的方法,其特征在于,所述对所述目标病历文本进行病历注意力计算,得到病历注意力权重特征,包括:
对所述目标病历文本进行文本片段划分,得到目标病历片段文本和所述目标病历片段文本的目标片段标记;
基于所述目标片段标记获取初始上下文特征;
基于所述初始上下文特征对所述目标病历片段文本进行片段文本注意力计算,得到病历片段注意力特征;
对所述目标片段标记和所述病历片段注意力特征进行特征拼接,得到所述病历注意力权重特征。
6.根据权利要求5所述的方法,其特征在于,所述基于所述目标片段标记获取初始上下文特征,包括:
基于所述目标片段标记获取候选病历片段文本;其中,所述候选病历片段文本为所述目标病历片段文本的前一个片段文本,所述候选病历片段文本包括候选片段标记;
基于所述候选片段标记获取候选上下文特征;
对所述候选病历片段文本进行片段文本特征提取,得到候选片段文本特征;
基于所述候选片段文本特征和所述候选上下文特征进行候选病历注意力计算,得到所述初始上下文特征。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述目标病历数据包括病历子数据,所述对所述目标病历数据进行文本提取,得到目标病历文本,包括:
对所述病历子数据进行数据预处理,得到目标子数据;
对所述目标子数据进行文本提取,得到病历子文本;
对所述病历子文本进行文本拼接,得到所述目标病历文本。
8.一种病历信息分类装置,其特征在于,所述装置包括:
获取模块,用于获取目标病历数据和用于引导对所述目标病历数据进行分类的分类指示信息;
文本提取模块,用于对所述目标病历数据进行文本提取,得到目标病历文本;
信息提取模块,用于对所述分类指示信息进行分类信息提取,得到初步疾病类别、用于对所述初步疾病类别进行描述的类别描述信息和用于引导对所述目标病历数据进行筛选的病历筛选信息;
病历编码模块,用于对所述目标病历文本进行病历特征编码,得到初始病历特征;
类别编码模块,用于对所述类别描述信息进行类别特征编码,得到类别描述特征;
信息编码模块,用于对所述病历筛选信息进行筛选特征编码,得到病历筛选特征;
特征提取模块,用于基于所述病历筛选特征对所述初始病历特征进行特征提取,得到目标病历特征;
分类模块,用于基于所述类别描述特征和所述目标病历特征对所述目标病历数据进行病历分类。
9.一种电子设备,其特征在于,包括:
至少一个存储器;
至少一个处理器;
至少一个计算机程序;
所述至少一个计算机程序被存储在所述至少一个存储器中,所述至少一个处理器执行所述至少一个计算机程序以实现:
如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序用于使计算机执行:
如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311578971.XA CN117556047A (zh) | 2023-11-23 | 2023-11-23 | 病历信息分类方法、病历信息分类装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311578971.XA CN117556047A (zh) | 2023-11-23 | 2023-11-23 | 病历信息分类方法、病历信息分类装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117556047A true CN117556047A (zh) | 2024-02-13 |
Family
ID=89820248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311578971.XA Pending CN117556047A (zh) | 2023-11-23 | 2023-11-23 | 病历信息分类方法、病历信息分类装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117556047A (zh) |
-
2023
- 2023-11-23 CN CN202311578971.XA patent/CN117556047A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113312500B (zh) | 一种面向大坝安全运行的事件图谱构建方法 | |
CN110196982B (zh) | 上下位关系抽取方法、装置及计算机设备 | |
CN110347894A (zh) | 基于爬虫的知识图谱处理方法、装置、计算机设备及存储介质 | |
CN112015859A (zh) | 文本的知识层次抽取方法及装置、计算机设备及可读介质 | |
CN111046679B (zh) | 翻译模型的质量信息获取方法、装置及计算机设备 | |
CN111680159A (zh) | 数据处理方法、装置及电子设备 | |
CN111881398A (zh) | 页面类型确定方法、装置和设备及计算机存储介质 | |
CN113010679A (zh) | 问答对生成方法、装置、设备及计算机可读存储介质 | |
CN114519613B (zh) | 价格数据的处理方法和装置、电子设备、存储介质 | |
CN116050352A (zh) | 文本编码方法和装置、计算机设备及存储介质 | |
CN116680386A (zh) | 基于多轮对话的答案预测方法和装置、设备、存储介质 | |
CN116541492A (zh) | 一种数据处理方法及相关设备 | |
CN114821613A (zh) | 一种pdf中表格信息的抽取方法和系统 | |
CN112784601A (zh) | 关键信息提取方法、装置、电子设备和存储介质 | |
CN117373591A (zh) | 电子病历的疾病识别方法和装置、电子设备及存储介质 | |
CN116628207A (zh) | 文本分类模型的训练方法和装置、电子设备及存储介质 | |
CN116844731A (zh) | 疾病分类方法、疾病分类装置、电子设备及存储介质 | |
CN116701604A (zh) | 问答语料库的构建方法和装置、问答方法、设备及介质 | |
CN115270746A (zh) | 问题样本生成方法和装置、电子设备及存储介质 | |
CN115186085A (zh) | 回复内容处理方法以及媒体内容互动内容的交互方法 | |
CN115221288A (zh) | 语义解析方法、语义解析装置、电子设备及存储介质 | |
CN117556047A (zh) | 病历信息分类方法、病历信息分类装置、设备及存储介质 | |
CN113807920A (zh) | 基于人工智能的产品推荐方法、装置、设备及存储介质 | |
Shrivastav et al. | A Survey on Cyberbullying Detection Techniques | |
US20230305863A1 (en) | Self-Supervised System for Learning a User Interface Language |
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 |