CN117764204B - 一种医学领域中的强化学习数据构建方法及系统 - Google Patents
一种医学领域中的强化学习数据构建方法及系统 Download PDFInfo
- Publication number
- CN117764204B CN117764204B CN202410191910.6A CN202410191910A CN117764204B CN 117764204 B CN117764204 B CN 117764204B CN 202410191910 A CN202410191910 A CN 202410191910A CN 117764204 B CN117764204 B CN 117764204B
- Authority
- CN
- China
- Prior art keywords
- symptom
- data
- reinforcement learning
- contained
- state
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 31
- 208000024891 symptom Diseases 0.000 claims abstract description 136
- 230000002787 reinforcement Effects 0.000 claims abstract description 54
- 238000000586 desensitisation Methods 0.000 claims abstract description 49
- 238000002372 labelling Methods 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims description 50
- 238000012795 verification Methods 0.000 claims description 21
- 238000005516 engineering process Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 15
- 238000010606 normalization Methods 0.000 claims description 12
- 201000010099 disease Diseases 0.000 claims description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 10
- 238000007689 inspection Methods 0.000 abstract description 9
- 238000003745 diagnosis Methods 0.000 abstract description 5
- 230000007721 medicinal effect Effects 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 235000001674 Agaricus brunnescens Nutrition 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000002555 auscultation Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及医学数据构建技术领域，尤其涉及一种医学领域中的强化学习数据构建方法及系统；该方法包括：获取原始电子病例；对原始电子病例进行数据脱敏处理，得到脱敏数据集；对脱敏数据集进行实体标注和关系标注，构建状态集；构建预测集；对症状词语/症状关系词组与开源大模型答案进行人工校验，将正确的校验结果和对应的检查项价格进行标注，构建核对集；对检查项价格进行规整处理；构建强化学习数据集；基于该强化学习数据集，便于开展后续相关的强化学习，同时能够根据给定的病症或其它结果推荐价格较低的检查项目，以便为医生和患者在医学辅助诊断推荐决策中提供合适的推荐选择，降低医疗成本，提高医疗效果。
Description
技术领域
本发明涉及医学数据构建技术领域，尤其涉及一种医学领域中的强化学习数据构建方法及系统。
背景技术
在强化学习领域，马里奥游戏（俗称“顶蘑菇”）一直被广泛应用作为实验环境，用于测试和开发各种强化学习算法。马里奥游戏提供了一个复杂的环境，玩家需要控制马里奥角色在游戏中完成各种任务，如跳跃、躲避障碍物、收集金币等。通过与游戏环境的交互，强化学习算法可以学习最优的行动策略，以最大化游戏得分或完成任务。
然而，在医学领域，强化学习的应用相对较少。尤其在辅助诊断推荐上，根据病症或其它结果去推荐适当的检查项目和价格，因为缺少相应的训练数据，无法有效开展。为了方便探索强化学习在医学中尤其在辅助诊断推荐中的潜力，为此，本发明提供了一种医学领域中的强化学习数据构建方法及系统。
发明内容
基于此，有必要针对上述技术问题，提供一种医学领域中的强化学习数据构建方法及系统。
根据本发明的第一方面，提供了一种医学领域中的强化学习数据构建方法，该方法包括：
获取患者的原始电子病例，将原始电子病例进行数据脱敏处理，得到脱敏数据集；
采用人工标注技术，根据预设标签对脱敏数据集中包含的电子病例进行实体标注，得到实体词语，根据预设的标签关联关系对实体词语进行关系标注，得到关系词组；
在实体词语和关系词组中，分别提取预设标签为症状的症状词语以及与症状有关的症状关系词组，构建状态集；
将状态集中包含的症状词语/症状关系词组输入至开源大模型中进行提问处理，得到对应检测项的开源大模型答案，并构建预测集；
采用人工校验技术，将状态集中包含的症状词语/症状关系词组与预测集中包含的开源大模型答案进行人工校验，得到开源大模型答案与对应症状词语/症状关系词组是否匹配的校验结果，并根据《检查项目及价格表》，将匹配的校验结果和对应的检查项价格进行标注，得到核对集；
将核对集中包含的检查项价格进行规整处理，得到处理后的核对集；
根据预设的数据格式，将状态集、预测集和处理后的核对集进行整合，构建强化学习数据集。
在一些实施例的一些可选的实现方式中，所述将原始电子病例进行数据脱敏处理，得到脱敏数据集，具体包括：
预设敏感数据类别，采用将原始电子病例中包含的敏感数据替换成双星号的策略，对原始电子病例进行数据脱敏处理，得到脱敏数据，并对脱敏数据进行验证以及对数据脱敏处理进行记录，得到脱敏数据集；其中，敏感数据类别包括：人名、电话号码、网址链接、医院名称、地名和公众号名称。
在一些实施例的一些可选的实现方式中，所述预设标签包括：部位、状态、否定词、症状、生命体征、检查、指标项、指标值、疾病和ICD10。
在一些实施例的一些可选的实现方式中，所述预设的标签关联关系包括：[指标项，状态]、[检查，症状]、[检查，状态]、[指标项，指标值]、[生命体征，状态]、[生命体征，指标值]、[否定词，状态]、[部位，状态]、[部位，症状]、[检查，疾病]以及[否定词，症状]。
在一些实施例的一些可选的实现方式中，所述将状态集中包含的症状词语/症状关系词组输入至开源大模型中进行提问处理，得到对应检测项的开源大模型答案，并构建预测集，具体包括：
根据预设的提问模板格式，将状态集中包含的症状词语/症状关系词组输入至Chatgpt 4.0开源大模型中进行提问处理，得到对应检测项的开源大模型答案，并构建预测集。
在一些实施例的一些可选的实现方式中，所述将核对集中包含的检查项价格进行规整处理，得到处理后的核对集，具体包括：
预设价格区间，将核对集中包含的检查项价格按照价格区间进行规整处理，将属于同一价格区间内的检查项价格进行统一，得到处理后的核对集。
在一些实施例的一些可选的实现方式中，所述根据预设的数据格式，将状态集、预测集和处理后的核对集进行整合，构建强化学习数据集，具体包括：
根据预设的数据格式，将状态集中包含的症状词语、预测集中包含的检测项以及处理后的核对集中包含的检查项价格进行整合，构建强化学习数据集。
根据本发明的第二方面，提供了一种医学领域中的强化学习数据构建系统，该系统包括：
数据获取模块，用于获取患者的原始电子病例；
数据脱敏处理模块，用于将原始电子病例进行数据脱敏处理，得到脱敏数据集；
人工标注模块，用于采用人工标注技术，根据预设标签对脱敏数据集中包含的电子病例进行实体标注，得到实体词语，根据预设的标签关联关系对实体词语进行关系标注，得到关系词组；
状态集构建模块，用于在实体词语和关系词组中，分别提取预设标签为症状的症状词语以及与症状有关的症状关系词组，构建状态集；
预测集构建模块，用于将状态集中包含的症状词语/症状关系词组输入至开源大模型中进行提问处理，得到对应检测项的开源大模型答案，并构建预测集；
人工校验模块，用于采用人工校验技术，将状态集中包含的症状词语/症状关系词组与预测集中包含的开源大模型答案进行人工校验，得到开源大模型答案与对应症状词语/症状关系词组是否匹配的校验结果，并根据《检查项目及价格表》，将匹配的校验结果和对应的检查项价格进行标注，得到核对集；
规整处理模块，用于将核对集中包含的检查项价格进行规整处理，得到处理后的核对集；
强化学习数据集构建模块，用于根据预设的数据格式，将状态集、预测集和处理后的核对集进行整合，构建强化学习数据集。
根据本发明的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可以在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述方法的步骤。
根据本发明的第四方面，提供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有计算机程序，所述计算机程序被处理器执行时实现所述方法的步骤。
本发明的优点及有益效果在于：
本发明提供的一种医学领域中的强化学习数据构建方法及系统，该方法通过对获取的原始电子病例进行数据脱敏处理，得到脱敏数据集，不仅能够确保脱敏处理不影响数据的可用性和准确性，同时达到保护隐私的目的，还能够对脱敏过程进行记录和审计，确保数据脱敏符合法规要求和安全标准；随后采用人工标注技术，对脱敏数据集进行实体标注和关系标注，并且提取预设标签为症状的症状词语以及与症状有关的症状关系词组，构建状态集，将状态集中的症状词语/症状关系词组作为输入值，按照预设的提问模板格式，输入至开源大模型中进行提问处理，得到对应检测项的开源大模型答案，并构建预测集；随后利用人工校验技术，对状态集中包含的症状词语/症状关系词组与预测集中包含的开源大模型答案进行人工校验，得到开源大模型答案是否可以获得该症状词语/症状关系词组的校验结果，并根据《检查项目及价格表》，将正确的校验结果和对应的检查项价格进行标注，构建核对集；再通过对检查项价格进行规整处理，对相同价格区间内的检查项价格进行统一，方便后续建模使用；基于状态集、预测集和处理后的核对集，根据预设的数据格式，构造包含状态集、对应的检查项目以及对应检查项目的检查项价格的强化学习数据集，基于该强化学习数据集，便于开展后续相关的强化学习，同时能够根据给定的病症或其它结果推荐价格较低的检查项目，以便为医生和患者在医学辅助诊断推荐决策中提供合适的推荐选择，降低医疗成本，提高医疗效果。
附图说明
图1为一种医学领域中的强化学习数据构建方法的流程图；
图2为一种医学领域中的强化学习数据构建系统的结构示意图；
图3为电子设备的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，下面通过具体实施方式结合附图对本发明做进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
实施例一
第一方面本发明提出了一种医学领域中的强化学习数据构建方法，如图1所示，包括以下步骤：
S1、获取患者的原始电子病例，将原始电子病例进行数据脱敏处理，得到脱敏数据集。
在本实施例中，获取患者的原始电子病例，例如：获取了92万份患者的原始电子病例。
在本实施例中，将原始电子病例进行数据脱敏处理，得到脱敏数据集，具体包括：
预设敏感数据类别，采用将原始电子病例中包含的敏感数据替换成双星号的策略，对原始电子病例进行数据脱敏处理，得到脱敏数据，并对脱敏数据进行验证和记录，得到脱敏数据集；其中，敏感数据类别包括：人名、电话号码、网址链接、医院名称、地名和公众号名称。
进一步的，对原始电子病例进行数据脱敏处理的具体步骤，包括：
（1）预设敏感数据类别，应当理解的是，本发明所指的敏感数据类别包括但不限于人名、电话号码、网址链接、医院名称、地名和公众号名称等，起到保护隐私的目的。
（2）采用的脱敏方法，即采用将原始电子病例中包含的敏感数据替换成双星号（**）的策略。
（3）实时脱敏处理，针对人名、电话号码、网址链接类型的敏感数据类别，本发明通过人工预设的规则对该类型的敏感数据进行筛选替换；针对医院名称、地名和公众号名称的敏感数据类别，本发明通过现有的命名实体识别模型（例如：UIE模型进行提取）识别后进行替换。
（4）验证效果，对于脱敏后的数据进行验证，以确保脱敏处理不影响数据的可用性和准确性，同时达到保护隐私的目的。
（5）记录过程，对数据脱敏处理进行记录和审计，确保数据脱敏符合法规要求和安全标准。
S2、采用人工标注技术，根据预设标签对脱敏数据集中包含的电子病例进行实体标注，得到实体词语，根据预设的标签关联关系对实体词语进行关系标注，得到关系词组。
在本实施例中，本发明针对数据脱敏处理后的电子病例，通过人工标注技术，对以下标签进行实体标注，其中，标签包括：部位、状态、否定词、症状、生命体征、检查、指标项、指标值、疾病和ICD10（应当理解的是，这里采用ICD10中的疾病名称来对不同医生做出的诊断结果进行标准化，主要是因为针对同一种病，不同医生可能叫法不同）。
在本实施例中，本发明基于实体词语，按照下面的标签关联关系进行关系标注，其中，标签关联关系包括：[指标项，状态]、[检查，症状]、[检查，状态]、[指标项，指标值]、[生命体征，状态]、[生命体征，指标值]、[否定词，状态]、[部位，状态]、[部位，症状]、[检查，疾病]以及[否定词，症状]。
S3、在实体词语和关系词组中，分别提取预设标签为症状的症状词语以及与症状有关的症状关系词组，构建状态集。
在本实施例中，本发明对预设标签为“症状”的症状词语以及与症状有关的症状关系词组进行提取（例如采用NLP技术进行提取），将提取的症状词语和症状关系词组进行汇总，构建状态集。
S4、将状态集中包含的症状词语/症状关系词组输入至开源大模型中进行提问处理，得到对应检测项的开源大模型答案，并构建预测集。
在本实施例中，将状态集中包含的症状词语/症状关系词组输入至开源大模型中进行提问处理，得到对应检测项的开源大模型答案，并构建预测集，具体包括：
根据预设的提问模板格式，将状态集中包含的症状词语/症状关系词组输入至Chatgpt 4.0开源大模型中进行提问处理，得到对应检测项的开源大模型答案，并构建预测集。
在本实施例中，预设的提问模板格式，例如：“在医学领域，要获得结果：[状态集中的症状词语/症状关系词组]，对应的检测项是什么，直接回答最有可能的答案，不需要解释，不需要复述，不需要多个答案”。
在本实施例中，按照例如上述的提问模板格式，逐个将状态集中的症状词语/症状关系词组输入至Chatgpt 4.0开源大模型中进行提问处理，即可获得对应检测项的开源大模型答案，基于开源大模型答案，构建预测集。
在本实施例中，对于[状态集中的症状词语/症状关系词组]，例如：症状为“咳嗽”，症状关系词组为“IgE127IU/ml”（这里的症状关系词组代表[指标项，指标值]）。
S5、采用人工校验技术，将状态集中包含的症状词语/症状关系词组与预测集中包含的开源大模型答案进行人工校验，得到开源大模型答案与对应症状词语/症状关系词组是否匹配的校验结果，并根据《检查项目及价格表》，将匹配的校验结果和对应的检查项价格进行标注，得到核对集。
在本实施例中，将状态集中包含的症状词语/症状关系词组和预测集中包含的对应检测项的开源大模型答案进行人工校验，核对对应的检测项答案是否可以获得该症状词语/症状关系词组的校验结果，并按照现有医院官方的《检查项目及价格表》（应当理解的是，这里的《检查项目及价格表》为现有技术，即当前医院官方使用及收费的《检查项目及价格表》），将正确的校验结果和对应的检查项价格进行标注，获得核对集。
S6、将核对集中包含的检查项价格进行规整处理，得到处理后的核对集。
在本实施例中，将核对集中包含的检查项价格进行规整处理，得到处理后的核对集，具体包括：
预设价格区间，将核对集中包含的检查项价格按照价格区间进行规整处理，将属于同一价格区间内的检查项价格进行统一，得到处理后的核对集。
在本实施例中，本发明对检查项价格进行规整处理，同一价格区间内的检查项价格进行统一，方便后续建模使用，其中，检查项价格和统一后价格如下表1所示。
表1 检查项价格和统一后价格
| 检查项价格 | 统一后价格 |
| 0（如听诊、观察、询问等） | 0 |
| x<100 | 50 |
| 100≤x<300 | 100 |
| 300≤x<500 | 300 |
| 500≤x<1000 | 500 |
| 1000≤x<2000 | 1000 |
| 2000≤x<3000 | 2000 |
| 3000≤x<4000 | 3000 |
S7、根据预设的数据格式，将状态集、预测集和处理后的核对集进行整合，构建强化学习数据集。
在本实施例中，根据预设的数据格式，将状态集、预测集和处理后的核对集进行整合，构建强化学习数据集，具体包括：
根据预设的数据格式，将状态集中包含的症状词语、预测集中包含的检测项以及处理后的核对集中包含的检查项价格进行整合，构建强化学习数据集。
在本实施例中，强化学习数据集中的部分数据如下表2所示。
表2 强化学习数据集中的部分数据
| 状态 | 检查项 | 检查项价格 |
| 四肢正常 | 临床检查（身体检查） | 0 |
| 心影形态大小正常 | X光胸片检查 | 300 |
| 肝占位性病变 | MRI检查 | 1000 |
本发明提供的一种医学领域中的强化学习数据构建方法，该方法通过对获取的原始电子病例进行数据脱敏处理，得到脱敏数据集，不仅能够确保脱敏处理不影响数据的可用性和准确性，同时达到保护隐私的目的，还能够对脱敏过程进行记录和审计，确保数据脱敏符合法规要求和安全标准；随后采用人工标注技术，对脱敏数据集进行实体标注和关系标注，并且提取预设标签为症状的症状词语以及与症状有关的症状关系词组，构建状态集，将状态集中的症状词语/症状关系词组作为输入值，按照预设的提问模板格式，输入至开源大模型中进行提问处理，得到对应检测项的开源大模型答案，并构建预测集；随后利用人工校验技术，对状态集中包含的症状词语/症状关系词组与预测集中包含的开源大模型答案进行人工校验，得到开源大模型答案是否可以获得该症状词语/症状关系词组的校验结果，并根据《检查项目及价格表》，将正确的校验结果和对应的检查项价格进行标注，构建核对集；再通过对检查项价格进行规整处理，对相同价格区间内的检查项价格进行统一，方便后续建模使用；基于状态集、预测集和处理后的核对集，根据预设的数据格式，构造包含状态集、对应的检查项目以及对应检查项目的检查项价格的强化学习数据集，基于该强化学习数据集，便于开展后续相关的强化学习，同时能够根据给定的病症或其它结果推荐价格较低的检查项目，以便为医生和患者在医学辅助诊断推荐决策中提供合适的推荐选择，降低医疗成本，提高医疗效果。
实施例二
本实施例在上述实施例一的基础上，提供一种医学领域中的强化学习数据构建系统200，请参见图2，用于实现上述实施例一所述的一种医学领域中的强化学习数据构建方法的步骤，该系统主要包括：数据获取模块210、数据脱敏处理模块220、人工标注模块230、状态集构建模块240、预测集构建模块250、人工校验模块260、规整处理模块270以及强化学习数据集构建模块280，其中，
数据获取模块210，用于获取患者的原始电子病例；
数据脱敏处理模块220，用于将原始电子病例进行数据脱敏处理，得到脱敏数据集；
人工标注模块230，用于采用人工标注技术，根据预设标签对脱敏数据集中包含的电子病例进行实体标注，得到实体词语，根据预设的标签关联关系对实体词语进行关系标注，得到关系词组；
状态集构建模块240，用于在实体词语和关系词组中，分别提取预设标签为症状的症状词语以及与症状有关的症状关系词组，构建状态集；
预测集构建模块250，用于将状态集中包含的症状词语/症状关系词组输入至开源大模型中进行提问处理，得到对应检测项的开源大模型答案，并构建预测集；
人工校验模块260，用于采用人工校验技术，将状态集中包含的症状词语/症状关系词组与预测集中包含的开源大模型答案进行人工校验，得到开源大模型答案与对应症状词语/症状关系词组是否匹配的校验结果，并根据《检查项目及价格表》，将匹配的校验结果和对应的检查项价格进行标注，得到核对集；
规整处理模块270，用于将核对集中包含的检查项价格进行规整处理，得到处理后的核对集；
强化学习数据集构建模块280，用于根据预设的数据格式，将状态集、预测集和处理后的核对集进行整合，构建强化学习数据集。
实施例三
本实施例在上述实施例一的基础上，还提供一种电子设备，请参见附图3，图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示，电子设备可以包括处理装置（例如中央处理器、图形处理器等）301，其可以根据存储在只读存储器（ROM）302中的程序或者从存储装置308加载到随机访问存储器（RAM）303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出（I/O）接口305也连接至总线304。
通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头等的输入装置306，包括例如液晶显示器（LCD）、扬声器等的输出装置307，包括例如磁带、硬盘等的存储装置308，以及通信装置309。通信装置309可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。
实施例四
本实施例在上述实施例一的基础上，还提供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，该计算机程序被处理器执行时实现上述方法的步骤。
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
在本实施例中，客户端、服务器可以利用诸如HTTP（HyperTextTransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的，也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取训练数据，将上述训练数据进行转化得到初始数据；基于上述初始数据确定初始规则库，并对上述初始规则库进行参数优化得到目标规则库；根据预设激活权重计算公式对上述目标规则库中的规则进行计算得到激活权重；根据测试数据和上述激活权重，确定异常信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括数据获取单元、规则确定单元权重计算单元和异常确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，数据获取单元还可以被描述为“获取训练数据的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。
以上内容是结合具体的实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
显然，本领域的技术人员应该明白，上述本发明的各步骤实施方式可以以不同于本发明的方式执行，模拟方法及实验设备包括但不限于上述说明。上述本发明的各步骤在某些情况下可以以不同于此处的顺序执行，上述所示或描述的步骤，可将它们分开执行。所以，本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (8)
1.一种医学领域中的强化学习数据构建方法，其特征在于，包括：
获取患者的原始电子病历，将原始电子病历进行数据脱敏处理，得到脱敏数据集；
采用人工标注技术，根据预设标签对脱敏数据集中包含的电子病历进行实体标注，得到实体词语，根据预设的标签关联关系对实体词语进行关系标注，得到关系词组；
在实体词语和关系词组中，分别提取预设标签为症状的症状词语以及与症状有关的症状关系词组，构建状态集；
将状态集中包含的症状词语/症状关系词组输入至开源大模型中进行提问处理，得到对应检查项目的开源大模型答案，并构建预测集；
采用人工校验技术，将状态集中包含的症状词语/症状关系词组与预测集中包含的开源大模型答案进行人工校验，得到开源大模型答案与对应症状词语/症状关系词组是否匹配的校验结果，并根据《检查项目及价格表》，将匹配的校验结果和对应的检查项价格进行标注，得到核对集；
将核对集中包含的检查项价格进行规整处理，得到处理后的核对集；
根据预设的数据格式，将状态集、预测集和处理后的核对集进行整合，构建强化学习数据集；
所述预设标签包括：部位、状态、否定词、症状、生命体征、检查、指标项、指标值、疾病和ICD10；
所述预设的标签关联关系包括：[指标项，状态]、[检查，症状]、[检查，状态]、[指标项，指标值]、[生命体征，状态]、[生命体征，指标值]、[否定词，状态]、[部位，状态]、[部位，症状]、[检查，疾病]以及[否定词，症状]。
2.根据权利要求1所述的一种医学领域中的强化学习数据构建方法，其特征在于，所述将原始电子病历进行数据脱敏处理，得到脱敏数据集，具体包括：
预设敏感数据类别，采用将原始电子病历中包含的敏感数据替换成双星号的策略，对原始电子病历进行数据脱敏处理，得到脱敏数据，并对脱敏数据进行验证以及对数据脱敏处理进行记录，得到脱敏数据集；其中，敏感数据类别包括：人名、电话号码、网址链接、医院名称、地名和公众号名称。
3.根据权利要求1所述的一种医学领域中的强化学习数据构建方法，其特征在于，所述将状态集中包含的症状词语/症状关系词组输入至开源大模型中进行提问处理，得到对应检查项目的开源大模型答案，并构建预测集，具体包括：
根据预设的提问模板格式，将状态集中包含的症状词语/症状关系词组输入至Chatgpt4.0开源大模型中进行提问处理，得到对应检查项目的开源大模型答案，并构建预测集。
4.根据权利要求1所述的一种医学领域中的强化学习数据构建方法，其特征在于，所述将核对集中包含的检查项价格进行规整处理，得到处理后的核对集，具体包括：
预设价格区间，将核对集中包含的检查项价格按照价格区间进行规整处理，将属于同一价格区间内的检查项价格进行统一，得到处理后的核对集。
5.根据权利要求1所述的一种医学领域中的强化学习数据构建方法，其特征在于，所述根据预设的数据格式，将状态集、预测集和处理后的核对集进行整合，构建强化学习数据集，具体包括：
根据预设的数据格式，将状态集中包含的症状词语、预测集中包含的检查项目以及处理后的核对集中包含的检查项价格进行整合，构建强化学习数据集。
6.一种医学领域中的强化学习数据构建系统，其特征在于，包括：
数据获取模块，用于获取患者的原始电子病历；
数据脱敏处理模块，用于将原始电子病历进行数据脱敏处理，得到脱敏数据集；
人工标注模块，用于采用人工标注技术，根据预设标签对脱敏数据集中包含的电子病历进行实体标注，得到实体词语，根据预设的标签关联关系对实体词语进行关系标注，得到关系词组；
状态集构建模块，用于在实体词语和关系词组中，分别提取预设标签为症状的症状词语以及与症状有关的症状关系词组，构建状态集；
预测集构建模块，用于将状态集中包含的症状词语/症状关系词组输入至开源大模型中进行提问处理，得到对应检查项目的开源大模型答案，并构建预测集；
人工校验模块，用于采用人工校验技术，将状态集中包含的症状词语/症状关系词组与预测集中包含的开源大模型答案进行人工校验，得到开源大模型答案与对应症状词语/症状关系词组是否匹配的校验结果，并根据《检查项目及价格表》，将匹配的校验结果和对应的检查项价格进行标注，得到核对集；
规整处理模块，用于将核对集中包含的检查项价格进行规整处理，得到处理后的核对集；
强化学习数据集构建模块，用于根据预设的数据格式，将状态集、预测集和处理后的核对集进行整合，构建强化学习数据集；
所述预设标签包括：部位、状态、否定词、症状、生命体征、检查、指标项、指标值、疾病和ICD10；
所述预设的标签关联关系包括：[指标项，状态]、[检查，症状]、[检查，状态]、[指标项，指标值]、[生命体征，状态]、[生命体征，指标值]、[否定词，状态]、[部位，状态]、[部位，症状]、[检查，疾病]以及[否定词，症状]。
7.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可以在所述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计算机程序时实现如权利要求1至5中任一项所述方法的步骤。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410191910.6A CN117764204B (zh) | 2024-02-21 | 2024-02-21 | 一种医学领域中的强化学习数据构建方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410191910.6A CN117764204B (zh) | 2024-02-21 | 2024-02-21 | 一种医学领域中的强化学习数据构建方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117764204A CN117764204A (zh) | 2024-03-26 |
| CN117764204B true CN117764204B (zh) | 2024-06-07 |
Family
ID=90310744
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410191910.6A Active CN117764204B (zh) | 2024-02-21 | 2024-02-21 | 一种医学领域中的强化学习数据构建方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117764204B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108565019A (zh) * | 2018-04-13 | 2018-09-21 | 合肥工业大学 | 多学科适用的临床检查组合推荐方法及装置 |
| CN112768079A (zh) * | 2021-01-24 | 2021-05-07 | 武汉东湖大数据交易中心股份有限公司 | 一种基于机器学习的肝病认知模型构建方法和系统 |
| WO2023098288A1 (zh) * | 2021-12-01 | 2023-06-08 | 浙江大学 | 一种基于含因果性医学知识图谱的疾病辅助鉴别诊断系统 |
| CN116383413A (zh) * | 2023-06-05 | 2023-07-04 | 湖南云略信息技术有限公司 | 基于医疗数据提取的知识图谱更新方法和系统 |
| CN116646041A (zh) * | 2023-07-21 | 2023-08-25 | 北京惠每云科技有限公司 | 基于大模型提升临床试验受试者匹配精度的方法和系统 |
| CN117056493A (zh) * | 2023-09-07 | 2023-11-14 | 四川大学 | 基于病历知识图谱的大语言模型医疗问答系统 |
-
2024
- 2024-02-21 CN CN202410191910.6A patent/CN117764204B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108565019A (zh) * | 2018-04-13 | 2018-09-21 | 合肥工业大学 | 多学科适用的临床检查组合推荐方法及装置 |
| CN112768079A (zh) * | 2021-01-24 | 2021-05-07 | 武汉东湖大数据交易中心股份有限公司 | 一种基于机器学习的肝病认知模型构建方法和系统 |
| WO2023098288A1 (zh) * | 2021-12-01 | 2023-06-08 | 浙江大学 | 一种基于含因果性医学知识图谱的疾病辅助鉴别诊断系统 |
| CN116383413A (zh) * | 2023-06-05 | 2023-07-04 | 湖南云略信息技术有限公司 | 基于医疗数据提取的知识图谱更新方法和系统 |
| CN116646041A (zh) * | 2023-07-21 | 2023-08-25 | 北京惠每云科技有限公司 | 基于大模型提升临床试验受试者匹配精度的方法和系统 |
| CN117056493A (zh) * | 2023-09-07 | 2023-11-14 | 四川大学 | 基于病历知识图谱的大语言模型医疗问答系统 |
Non-Patent Citations (2)
| Title |
|---|
| "基于深度学习的医疗知识图谱辅助决策研究";张雅荃;《中国优秀硕士学位论文全文数据库（信息科技辑）》;20210715(第07期);第I143-15页 * |
| 中文电子病历命名实体和实体关系语料库构建;杨锦锋;关毅;何彬;曲春燕;于秋滨;刘雅欣;赵永杰;;软件学报;20161231(第11期);第39-60页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117764204A (zh) | 2024-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20170109477A1 (en) | System and Method for Identifying Inconsistent and/or Duplicate Data in Health Records | |
| US11942221B2 (en) | Disambiguation of ambiguous portions of content for processing by automated systems | |
| US8612261B1 (en) | Automated learning for medical data processing system | |
| US11651252B2 (en) | Prognostic score based on health information | |
| US20160342753A1 (en) | Method and apparatus for healthcare predictive decision technology platform | |
| US20130311201A1 (en) | Medical record generation and processing | |
| US20090030290A1 (en) | Method and apparatus for automated differentiated diagnosis of illness | |
| CN110021391B (zh) | 一种分诊方法和装置 | |
| US20190333276A1 (en) | Augmented Reality Presentation Associated with a Patient's Medical Condition and/or Treatment | |
| CN109545387B (zh) | 一种基于神经网络的异常病例识别方法及计算设备 | |
| TW201535307A (zh) | 擬人化醫療資訊紀錄方法及輔助診療系統 | |
| Shastry et al. | An integrated deep learning and natural language processing approach for continuous remote monitoring in digital health | |
| US20110257993A1 (en) | Automated association of rating diagnostic codes for insurance and disability determinations | |
| Sherimon et al. | A systematic review of clinical decision support systems in Alzheimer’s disease domain | |
| Petrella | The AI future of emergency medicine | |
| US20220122700A1 (en) | Predictive Electronic Healthcare Record Systems and Methods for the Developing World | |
| Nair et al. | Automated clinical concept-value pair extraction from discharge summary of pituitary adenoma patients | |
| CN117764204B (zh) | 一种医学领域中的强化学习数据构建方法及系统 | |
| KR102450646B1 (ko) | 빅데이터 기반 딥러닝 모델을 이용한 응급실 환자 진단 시스템 및 방법 | |
| Pienaar et al. | An artificial neural network model for pediatric mortality prediction in two tertiary pediatric intensive care units in South Africa. A development study | |
| Machado et al. | Applying Business Intelligence to Clinical and Healthcare Organizations | |
| You et al. | User experience of symptom checkers: a systematic review | |
| Eshel et al. | Comparison of clinical note quality between an automated digital intake tool and the standard note in the emergency department | |
| US20200365269A1 (en) | System for alerting to skin conditions | |
| WO2019174898A1 (en) | Identifying treatment protocols |
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 |