病历质控方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及人工智能，提供一种基于自然语言处理的病历质控方法、装置、计算机设备和存储介质。所述方法包括：抽取待检病历中的主诉信息以及对应的症状关系属性对；将主诉信息和症状关系属性对输入训练好的第一自然语言处理模型，得到与主诉信息匹配的疾病集合；将疾病集合与待检病历中的诊断信息进行匹配，根据匹配结果确定待检病历的诊断信息是否误诊。此外，本发明专利技术还涉及区块链技术，所述待检病历可存储于区块链中。采用本方法能够确定主诉信息和诊断信息是否一致，实现诊断质控。

【技术实现步骤摘要】
病历质控方法、装置、计算机设备和存储介质
本申请涉及人工智能领域，特别是涉及一种基于自然语言处理的病历质控方法、装置、计算机设备和存储介质。
技术介绍
病历用于记录患者就诊信息，是后续医学研究的基础数据源。为了加强医院病案质量管理，完善医院内部质量管理体系，以及后续测验医生业务水平提高医生能力，病历质控在质控系统中是重要关注点之一。然而，目前病历质控大多集中在病历书写等基础层面，例如病历书写是否正确、病例条目前后是否一致等，缺乏主诉和诊断是否一致的判断。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够实现诊断质控的病历质控方法、装置、计算机设备和存储介质。一种病历质控方法，所述方法包括：抽取待检病历中的主诉信息以及对应的症状关系属性对；将所述主诉信息和所述症状关系属性对输入训练好的第一自然语言处理模型，得到与所述主诉信息匹配的疾病集合；将所述疾病集合与所述待检病历中的诊断信息进行匹配，根据匹配结果确定所述待检病历的诊断信息是否误诊。在其中一个实施例中，所述抽取待检病历中的主诉信息以及对应的症状关系属性对，包括：提取所述待检病历的主诉信息；将所述主诉信息输入训练好的第二自然语言处理模型，利用所述第二自然语言处理模型从所述主诉信息中抽取症状实体；从所述主诉信息中查询所述症状实体的症状持续时间和症状部位，得到症状关系属性对；将所述症状关系属性对进行文本转换，得到文本形式的症状关系属性对。在其中一个实施例中，所述从所述主诉信息中查询所述症状实体的症状持续时间和症状部位，得到症状关系属性对，包括：在所述主诉信息中匹配所述症状实体左右两侧最近的标点符号，确定所述症状实体所在的语句段；将所述语句段中的各字符逐个与预设字典中的症状部位字符和症状时间字符进行匹配；当存在与预设字典中的所述症状部位字符和所述症状时间字符匹配成功的字符时，从所述语句段中抽取匹配成功的字符；组合所述症状实体和抽取的字符，得到症状关系属性对。在其中一个实施例中，所述第一自然语言处理模型包括第一自然语言文本分类模型和第二自然语言文本分类模型；将所述主诉信息和所述症状关系属性对输入训练好的第一自然语言处理模型，得到与所述主诉信息匹配的疾病集合，包括：将所述主诉信息输入所述第一自然语言文本分类模型的嵌入层进行向量转换，得到所述主诉信息的词向量；将所述症状关系属性对输入所述第二自然语言文本分类模型的嵌入层进行词向量转换，得到所述症状关系属性对的词向量；按照纵轴方向拼接所述主诉信息的词向量和所述症状关系属性对的词向量，得到拼接向量；将所述拼接向量输入至所述第一自然语言文本分类模型的嵌入层之后的网络层，输出与所述主诉信息匹配的疾病集合。在其中一个实施例中，所述将所述主诉信息输入训练好的所述第一自然语言文本分类模型的嵌入层进行向量转换，得到所述主诉信息的词向量，包括：所述第一自然语言文本分类模型的嵌入层中的各卷积核对所述主诉信息进行卷积，得到各所述卷积核的卷积向量；将各所述卷积向量进行加权平均处理，得到所述主诉信息的词向量。在其中一个实施例中，所述将所述疾病集合与所述待检病历中的诊断信息进行匹配，根据匹配结果确定所述待检病历的诊断信息是否误诊，包括：当所述诊断信息与所述疾病集合中的疾病均不匹配时，确定所述待检病历的诊断信息为误诊；当所述诊断信息与所述疾病集合中任意疾病匹配时，确定所述待检病历的诊断信息未误诊。在其中一个实施例中，所述第一自然语言文本分类模型包括TextCNN模型；所述第二自然语言文本分类模型包括FastText模型。一种病历质控装置，所述装置包括：抽取模块，用于抽取待检病历中的主诉信息以及对应的症状关系属性对；处理模块，用于将所述主诉信息和所述症状关系属性对输入训练好的第一自然语言处理模型，得到与所述主诉信息匹配的疾病集合；确定模块，用于将所述疾病集合与所述待检病历中的诊断信息进行匹配，根据匹配结果确定所述待检病历的诊断信息是否误诊。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述病历质控方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述病历质控方法的步骤。上述病历质控方法、装置、计算机设备和存储介质，通过利用训练好的自然语言处理模型对从待检病历中抽取的主诉信息以及对应的症状关系属性对进行自然语言处理，得到与主诉信息匹配的疾病集合。进而将与主诉信息匹配的疾病集合与待检病历中的诊断信息进行匹配，确定待检病历的诊断信息是否误诊。该方法通过抽取的主诉信息和症状关系属性对确定与主诉信息相对应的疾病集合后，将疾病集合中的疾病与诊断信息进行匹配，从而实现了对主诉信息与诊断信息是否一致的判断。附图说明图1为一个实施例中病历质控方法的应用场景图；图2为一个实施例中病历质控方法的流程示意图；图3为一个实施例中抽取待检病历中的主诉信息以及对应的症状关系属性对步骤的流程示意图；图4为一个实施例中将主诉信息和症状关系属性对输入训练好的第一自然语言处理模型，得到与主诉信息匹配的疾病集合步骤的流程示意图；图5为一个实施例中病历质控方法的工作流程示意图；图6为一个实施例中病历质控装置的结构框图；图7为一个实施例中计算机设备的内部结构图。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，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的病历质控方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。当终端102将待检病历发送给服务器104之后，服务器104抽取待检病历中的主诉信息以及对应的症状关系属性对；服务器104将主诉信息和症状关系属性对输入训练好的第一自然语言处理模型，得到与主诉信息匹配的疾病集合；服务器104将疾病集合与待检病历中的诊断信息进行匹配，根据匹配结果确定待检病历的诊断信息是否误诊。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在一个实施例中，如图2所示，提供了一种病历质控方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：步骤S202，抽取待检病历中的主诉信息以及对应的症状关系属性对。其中，待检病历是需要进行质控，已录入终端的电子病历。主诉信息是病历中记载的患者对自身症状的描述。症状关系属性对是指包括症状实体与症状部位、症状持续时间等关系的属性对，包括{症状实体：症状部位}{症状实体：症状持续时间本文档来自技高网...

【技术保护点】
1.一种病历质控方法，所述方法包括：/n抽取待检病历中的主诉信息以及对应的症状关系属性对；/n将所述主诉信息和所述症状关系属性对输入训练好的第一自然语言处理模型，得到与所述主诉信息匹配的疾病集合；/n将所述疾病集合与所述待检病历中的诊断信息进行匹配，根据匹配结果确定所述待检病历的诊断信息是否误诊。/n

【技术特征摘要】
1.一种病历质控方法，所述方法包括：
抽取待检病历中的主诉信息以及对应的症状关系属性对；
将所述主诉信息和所述症状关系属性对输入训练好的第一自然语言处理模型，得到与所述主诉信息匹配的疾病集合；
将所述疾病集合与所述待检病历中的诊断信息进行匹配，根据匹配结果确定所述待检病历的诊断信息是否误诊。


2.根据权利要求1所述的方法，其特征在于，所述抽取待检病历中的主诉信息以及对应的症状关系属性对，包括：
提取所述待检病历的主诉信息；
将所述主诉信息输入训练好的第二自然语言处理模型，利用所述第二自然语言处理模型从所述主诉信息中抽取症状实体；
从所述主诉信息中查询所述症状实体的症状持续时间和症状部位，得到症状关系属性对；
将所述症状关系属性对进行文本转换，得到文本形式的症状关系属性对。


3.根据权利要求2所述的方法，其特征在于，所述从所述主诉信息中查询所述症状实体的症状持续时间和症状部位，得到症状关系属性对，包括：
在所述主诉信息中匹配所述症状实体左右两侧最近的标点符号，确定所述症状实体所在的语句段；
将所述语句段中的各字符逐个与预设字典中的症状部位字符和症状时间字符进行匹配；
当存在与预设字典中的所述症状部位字符和所述症状时间字符匹配成功的字符时，从所述语句段中抽取匹配成功的字符；
组合所述症状实体和抽取的字符，得到症状关系属性对。


4.根据权利要求1所述的方法，其特征在于，所述第一自然语言处理模型包括第一自然语言文本分类模型和第二自然语言文本分类模型；
将所述主诉信息和所述症状关系属性对输入训练好的第一自然语言处理模型，得到与所述主诉信息匹配的疾病集合，包括：
将所述主诉信息输入所述第一自然语言文本分类模型的嵌入层进行向量转换，得到所述主诉信息的词向量；
将所述症状关系属性对输入所述第二自然语言文本分类模型的嵌入层进行词向量转换，得到所述症状关系属性对的词向量；
按照纵轴方向拼接所述主诉信息的词向...

【专利技术属性】
技术研发人员：朱昭苇，孙行智，胡岗，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44