基于人工智能的智慧医疗病历管理方法、系统及云平台技术方案

本公开实施例提供一种基于人工智能的智慧医疗病历管理方法、系统及云平台，能够针对电子病历信息所关联的每个电子病历上传节点进行人工智能的深度分析，可以便于结合广泛的关联患者用户的电子病历数据库中的各个对应的电子病历单元的电子病历数据，确定每个电子病历单元的电子病历数据与电子病历信息所关联的每个电子病历上传节点相匹配的病历匹配数据，从而与病历关联标签库中的病历关联标签特征进行匹配，将匹配的每个电子病历单元的目标病历关联标签特征分别关联到电子病历信息中对应的电子病历单元的病历特征区域中。如此，可以便于进行后续流程效率优化建设，降低医院运营成本，减轻医护人员的工作强度。减轻医护人员的工作强度。减轻医护人员的工作强度。

【技术实现步骤摘要】
基于人工智能的智慧医疗病历管理方法、系统及云平台


[0001]本公开涉及智慧医疗及人工智能
，具体而言，涉及一种基于人工智能的智慧医疗病历管理方法、系统及云平台。

技术介绍

[0002]智慧医疗通过打造健康档案区域医疗信息平台，利用先进的物联网技术，可以实现患者与医务人员、医疗机构、智慧医疗服务终端之间的互动，逐步达到电子信息化和智能化。
[0003]目前的患者病历都是以电子病历的形式存储在智慧医疗服务平台中，由智慧医疗服务终端进行实时上传，然而传统方案中，缺乏针对电子病历信息所关联的每个电子病历上传节点的深度分析，对于电子病历信息中对应的电子病历单元而言，不便于结合广泛的大数据进行后续的流程效率优化建设（例如自动纠错校正），从而造成医院运营成本的增加，增强了医护人员的工作强度。

技术实现思路

[0004]为了至少克服现有技术中的上述不足，本公开的目的在于提供一种基于人工智能的智慧医疗病历管理方法、系统及云平台，可以便于进行后续流程效率优化建设，降低医院运营成本，减轻医护人员的工作强度。
[0005]第一方面，本公开提供一种基于人工智能的智慧医疗病历管理方法，应用于与多个智慧医疗服务终端通信连接的电子病历云平台，所述方法包括：获取所述智慧医疗服务终端上传的电子病历信息，根据所述电子病历信息所关联的每个电子病历上传节点对关联患者用户的电子病历数据库中的各个对应的电子病历单元的电子病历数据进行人工智能分析，得到不同电子病历单元的人工智能分析结果，所述人工智能分析结果包括每个所述电子病历单元的电子病历数据与所述电子病历信息所关联的每个电子病历上传节点相匹配的病历匹配数据；将每个电子病历单元的人工智能分析结果与病历关联标签库中的病历关联标签特征进行匹配，得到针对每个电子病历单元的目标病历关联标签特征；将匹配的所述每个电子病历单元的目标病历关联标签特征分别关联到所述电子病历信息中对应的电子病历单元的病历特征区域中。
[0006]在第一方面的一种可能的实现方式中，所述根据所述电子病历信息所关联的每个电子病历上传节点对关联患者用户的电子病历数据库中的各个对应的电子病历单元的电子病历数据进行人工智能分析，得到不同电子病历单元的人工智能分析结果的步骤，包括：针对关联患者用户的电子病历数据库中的每个对应的电子病历单元的电子病历数据，获取该电子病历单元的电子病历数据的第一病历结构化标注，其中，所述第一病历结构化标注用于表征该电子病历单元的电子病历就诊过程的就诊行为标注和就诊过程标注；根据所述电子病历信息所关联的每个电子病历上传节点分别对所述第一病历结构化
标注进行人工智能识别，获得第一就诊行为标注分类向量序列和与第一就诊行为标注分类向量序列对应的就诊过程标注分类向量序列；获取该电子病历单元的电子病历数据的第一诊断项目向量序列和诊断项目关联信息，提取第一诊断项目向量序列的内容向量单元，所述第一诊断项目向量序列的内容向量单元包括设定格式向量单元；获取所述关联患者用户关联的历史电子病历数据的设定格式向量单元，并根据该设定格式向量单元调整所述第一诊断项目向量序列的设定格式向量单元，使所述第一诊断项目向量序列中各个设定格式向量单元之间的匹配关系与预设历史电子病历数据中各个设定格式向量单元之间的匹配关系匹配；在调整结束后，获得第二诊断项目向量序列的内容向量单元，并根据所述第二诊断项目向量序列的内容向量单元生成第二诊断项目向量序列；根据所述诊断项目关联信息和所述第二诊断项目向量序列的内容向量单元，查找得到与所述诊断项目关联信息相匹配的就诊过程标注分类向量序列以及与所述就诊过程标注分类向量序列对应的第一就诊行为标注分类向量序列，根据所述第二诊断项目向量序列的内容向量单元对与所述就诊过程标注分类向量序列对应的第一就诊行为标注分类向量序列进行调整，获得第二就诊行为标注分类向量序列；将所述第二就诊行为标注分类向量序列与所述第二诊断项目向量序列进行合并处理，得到该电子病历单元的电子病历数据与所述电子病历信息所关联的每个电子病历上传节点相匹配的合并向量序列；对该电子病历单元的合并向量序列进行人工智能分析，得到该电子病历单元的人工智能分析结果。
[0007]在第一方面的一种可能的实现方式中，所述对该电子病历单元的合并向量序列进行人工智能分析，得到该电子病历单元的人工智能分析结果的步骤，包括：从该电子病历单元的合并向量序列中提取对应的检查项目索引向量和检查项目关联疾病范围向量；分别对所述检查项目索引向量和检查项目关联疾病范围向量进行回归分析得到各自对应的第一回归分析向量信息和第二回归分析向量信息；在所述第一回归分析向量信息中，确定与第一与之对应的上一次回归分析向量信息对应的第一待定回归分析向量信息；其中，所述第一与之对应的上一次回归分析向量信息为前一个检查项目索引向量对应的与之对应的上一次回归分析向量信息；在所述第二回归分析向量信息中，确定与第二与之对应的上一次回归分析向量信息对应的第二待定回归分析向量信息；其中，所述第二与之对应的上一次回归分析向量信息为所述前一个检查项目关联疾病范围向量对应的与之对应的上一次回归分析向量信息；根据所述第一待定回归分析向量信息和所述第二待定回归分析向量信息进行人工智能分析，得到该电子病历单元的人工智能分析结果。
[0008]在第一方面的一种可能的实现方式中，所述根据所述第一待定回归分析向量信息和所述第二待定回归分析向量信息进行人工智能分析，得到该电子病历单元的人工智能分析结果的步骤，包括：根据所述第一待定回归分析向量信息和所述第二待定回归分析向量信息获得确定回
归分析目标区域以及每一回归分析目标区域包括的回归分析向量信息；识别所述每一回归分析目标区域中回归分析向量信息所对应的人工智能分析信息，并将所述每一回归分析目标区域中回归分析向量信息所对应的人工智能分析信息按照各自对应的预设病历匹配权重进行聚类处理，得到该电子病历单元的人工智能分析结果。
[0009]在第一方面的一种可能的实现方式中，所述根据所述第一待定回归分析向量信息和所述第二待定回归分析向量信息获得确定回归分析目标区域以及每一回归分析目标区域包括的回归分析向量信息的步骤，包括：计算所述第一待定回归分析向量信息中各个回归分析向量信息，分别与第一与之对应的上一次回归分析向量信息之间的汉明距离，如果所述第一待定回归分析向量信息中第一回归分析向量信息与第一与之对应的上一次回归分析向量信息的汉明距离最小，且在设定汉明距离区间内，则选择所述第一回归分析向量信息为第一选定回归分析向量信息，并计算所述第二待定回归分析向量信息中各个回归分析向量信息，分别与第二与之对应的上一次回归分析向量信息之间的汉明距离，如果所述第二待定回归分析向量信息中第二回归分析向量信息与第二与之对应的上一次回归分析向量信息的汉明距离最小，且在设定汉明距离区间内，则选择所述第二回归分析向量信息为第二选定回归分析向量信息；根据所述第一选定回归分析向量信息与对应的第一与之对应的上一次回归分析向量信息，及所述第二选定回归分析向量信息及对应的第二与之对应的上一次回归分析向量信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的智慧医疗病历管理方法，其特征在于，应用于与多个智慧医疗服务终端通信连接的电子病历云平台，所述方法包括：获取所述智慧医疗服务终端上传的电子病历信息，根据所述电子病历信息所关联的每个电子病历上传节点对关联患者用户的电子病历数据库中的各个对应的电子病历单元的电子病历数据进行人工智能分析，得到不同电子病历单元的人工智能分析结果，所述人工智能分析结果包括每个所述电子病历单元的电子病历数据与所述电子病历信息所关联的每个电子病历上传节点相匹配的病历匹配数据；将每个电子病历单元的人工智能分析结果与病历关联标签库中的病历关联标签特征进行匹配，得到针对每个电子病历单元的目标病历关联标签特征；将匹配的所述每个电子病历单元的目标病历关联标签特征分别关联到所述电子病历信息中对应的电子病历单元的病历特征区域中；所述电子病历上传节点是指电子病历在上传过程中的就诊节点，所述就诊节点包括就诊科室、就诊区域，所述电子病历单元是指电子病历信息针对不同病历板块划分出的不同的单元，所述病历板块包括过往疾病史、家庭病史。2.根据权利要求1所述的基于人工智能的智慧医疗病历管理方法，其特征在于，所述根据所述电子病历信息所关联的每个电子病历上传节点对关联患者用户的电子病历数据库中的各个对应的电子病历单元的电子病历数据进行人工智能分析，得到不同电子病历单元的人工智能分析结果的步骤，包括：针对关联患者用户的电子病历数据库中的每个对应的电子病历单元的电子病历数据，获取该电子病历单元的电子病历数据的第一病历结构化标注，其中，所述第一病历结构化标注用于表征该电子病历单元的电子病历就诊过程的就诊行为标注和就诊过程标注；根据所述电子病历信息所关联的每个电子病历上传节点分别对所述第一病历结构化标注进行人工智能识别，获得第一就诊行为标注分类向量序列和与第一就诊行为标注分类向量序列对应的就诊过程标注分类向量序列；获取该电子病历单元的电子病历数据的第一诊断项目向量序列和诊断项目关联信息，提取第一诊断项目向量序列的内容向量单元，所述第一诊断项目向量序列的内容向量单元包括设定格式向量单元；获取所述关联患者用户关联的历史电子病历数据的设定格式向量单元，并根据该设定格式向量单元调整所述第一诊断项目向量序列的设定格式向量单元，使所述第一诊断项目向量序列中各个设定格式向量单元之间的匹配关系与预设历史电子病历数据中各个设定格式向量单元之间的匹配关系匹配；在调整结束后，获得第二诊断项目向量序列的内容向量单元，并根据所述第二诊断项目向量序列的内容向量单元生成第二诊断项目向量序列；根据所述诊断项目关联信息和所述第二诊断项目向量序列的内容向量单元，查找得到与所述诊断项目关联信息相匹配的就诊过程标注分类向量序列以及与所述就诊过程标注分类向量序列对应的第一就诊行为标注分类向量序列，根据所述第二诊断项目向量序列的内容向量单元对与所述就诊过程标注分类向量序列对应的第一就诊行为标注分类向量序列进行调整，获得第二就诊行为标注分类向量序列；将所述第二就诊行为标注分类向量序列与所述第二诊断项目向量序列进行合并处理，
得到该电子病历单元的电子病历数据与所述电子病历信息所关联的每个电子病历上传节点相匹配的合并向量序列；对该电子病历单元的合并向量序列进行人工智能分析，得到该电子病历单元的人工智能分析结果。3.根据权利要求2所述的基于人工智能的智慧医疗病历管理方法，其特征在于，所述对该电子病历单元的合并向量序列进行人工智能分析，得到该电子病历单元的人工智能分析结果的步骤，包括：从该电子病历单元的合并向量序列中提取对应的检查项目索引向量和检查项目关联疾病范围向量；分别对所述检查项目索引向量和检查项目关联疾病范围向量进行回归分析得到各自对应的第一回归分析向量信息和第二回归分析向量信息；在所述第一回归分析向量信息中，确定与第一与之对应的上一次回归分析向量信息对应的第一待定回归分析向量信息；其中，所述第一与之对应的上一次回归分析向量信息为前一个检查项目索引向量对应的与之对应的上一次回归分析向量信息；在所述第二回归分析向量信息中，确定与第二与之对应的上一次回归分析向量信息对应的第二待定回归分析向量信息；其中，所述第二与之对应的上一次回归分析向量信息为所述前一个检查项目关联疾病范围向量对应的与之对应的上一次回归分析向量信息；根据所述第一待定回归分析向量信息和所述第二待定回归分析向量信息进行人工智能分析，得到该电子病历单元的人工智能分析结果。4.根据权利要求1所述的基于人工智能的智慧医疗病历管理方法，其特征在于，所述根据所述第一待定回归分析向量信息和所述第二待定回归分析向量信息进行人工智能分析，得到该电子病历单元的人工智能分析结果的步骤，包括：根据所述第一待定回归分析向量信息和所述第二待定回归分析向量信息获得确定回归分析目标区域以及每一回归分析目标区域包括的回归分析向量信息；识别所述每一回归分析目标区域中回归分析向量信息所对应的人工智能分析信息，并将所述每一回归分析目标区域中回归分析向量信息所对应的人工智能分析信息按照各自对应的预设病历匹配权重进行聚类处理，得到该电子病历单元的人工智能分析结果。5.根据权利要求1所述的基于人工智能的智慧医疗病历管理方法，其特征在于，所述将每个电子病历单元的人工智能分析结果与病历关联标签库中的病历关联标签特征进行匹配，得到针对每个电子病历单元的目标病历关联标签特征的步骤，包括：将每个电子病历单元的人工智能分析结果与病历关联标签库中的病历关联标签特征中的自然语言数据节点进行匹配，获得所述病历关联标签库中与所述电子病历单元的人工智能分析结果之间的数据元素匹配度大于设定数据元素匹配度的初始病历关联标签特征；按照预先为该电子病历单元配置的病历关联标签解析矩阵对所述初始病历关联标签特征中的每一单位病历关联标签特征进行标签解析，生成多个具有目标标签前置语义区间且来源不同的待定目标病历关联标签特征；获取每个待定目标病历关联标签特征的特征频繁度，并根据每个待定目标病历关联标签特征对应的特征频繁度计算与该电子病历单元关联的特征频繁度重要程度；对每个待定目标病历关联标签特征的每一标签特征单元的标签前置语义区间和其特
征频繁度重要程度进行映射关联处理，得到多个映射关联的标签前置语义区间，并对相同映射关联的标签前置语义区间进行区间融合；对相同映射关联的标签前置语义区间的区间融合结果进行合并操作，以生成融合每个待定目标病历关联标签特征的热点病历合并标签特征；根据所述每个待定目标病历关联标签特征的热点病历合并标签特征，作为针对每个电子病历单元的目标病历关联...

【专利技术属性】
技术研发人员：吴九云，
申请(专利权)人：吴九云，
类型：发明
国别省市：