一种基于临床诊疗指南进行电子病历诊疗质控的方法技术

本发明专利技术公开了一种基于临床诊疗指南进行电子病历诊疗质控的方法，包括如下步骤：S1：建立基于指南的质控规则库；S2：对电子病历及检验检查信息进行数据处理及标准化映射；S3：利用基于指南的质控规则库对病历文本进行质控判断。本发明专利技术通过利用指南进行电子病历诊疗质控，弥补了终末病历质控局限于形式、滞后于医疗过程的缺点，能够利用标准化的指南治疗规范帮助医生提高诊疗水平，降低误诊误治，实现不同层级医生的同质化诊疗，降低医生诊疗偏差，降低质控人员压力，对于降低医疗风险，具有十分重要的意义。分重要的意义。分重要的意义。

【技术实现步骤摘要】
一种基于临床诊疗指南进行电子病历诊疗质控的方法


[0001]本专利技术属于医疗系统信息化
，具体涉及一种基于临床诊疗指南进行电子病历诊疗质控的方法。

技术介绍

[0002]病历是医务人员在诊疗工作中形成的文字、符号等资料的总和，是医务工作者对患者病情演变以及诊疗经过、效果等一系列医疗行为的记录，是医保赔付的重要依据、医院考核的关键指标及医疗纠纷的有力证据。它要求具有客观性、完整性、准确性。
[0003]由于不同年资医生诊疗水平存在差距，诊疗过程中经常出现不规范诊治现象。首先现阶段病历质控依赖于终末质控，病历数据量大，质控从业人员少，水平参差不齐，对病历质控力度弱，导致病历质控局限于形式，滞后于医疗过程。其次实时诊疗中，电子病历系统一般只会进行形式质控，无法对病历文书、检查等非结构化数据进行内涵诊疗质控。只有从源头建立和完善病历质控体系，才能系统地解决病历质量的根本问题，实现诊疗同质化，提升低水平及基层医生诊疗能力。

技术实现思路

[0004]本专利技术的目的在于提供一种基于临床诊疗指南进行电子病历诊疗质控的方法，以解决上述
技术介绍
中所提出的问题。
[0005]为实现上述目的，本专利技术提供以下技术方案：一种基于临床诊疗指南进行电子病历诊疗质控的方法，其技术要点在于：包括如下步骤：S1：建立基于指南的质控规则库：S1.1：自动挖掘指南诊疗知识点；S1.2：建立基于本体的诊疗关系库；S1.3：建立通用规则模板及个性化规则模板；S1.4：建立标准化的质控规则库；S2：对电子病历及检验检查信息进行数据处理及标准化映射，系统抓取HIS、LIS、PACS系统的数据，通过规范化接口对接，形成标准化病历、检验、检查字段，通过NLP+规则的组合方式对一诉五史和病程记录病历文本进行数据结构化处理，处理结果包括结构化实体症状、症状发生时间、疾病诱因、体征、影像学异常影征、诊断、检验、检查和药品，处理后将结构化实体映射到规范本体概念库中，具体包括以下步骤：S2.1：数据预处理，所述的数据预处理需要对不同的电子病历数据源文本信息进行格式转换、敏感词脱敏、过滤重复、无效、缺陷数据处理，后进行病历解析，方便下一步的数据后结构化及标准化；S2.2：数据后结构化处理，首先使用医学字典表对标注平台上的数据进行统一预标注，采用的字典表词库数量达10万以上，涵盖诊断、症状、部位、影征得到常见实体类型，预标注可以覆盖大部分的实体词，然后通过人工进行错误调整和遗漏补标，利用标注数据
集生成训练数据进行命名实体模型训练，利用BiLSTM对上下文信息的理解能力和CRF对邻近词的概率判断，结合医学逻辑规则对实体之间进行关系建立，准确识别出真实的语义信息，完成实现实体识别和关系抽取，建立各类后结构化任务模型；S2.3：实体标准化，利用ICD9
‑
CM3、ICD10和国家卫健委《常用临床医学名词（2019年版）》对模型识别出的实体进行同义词的标准化，以便于数据的统一表达，方便质控系统进行逻辑交互；S3：利用基于指南的质控规则库对病历文本进行质控判断，系统通过对病历文本进行数据处理及本体映射，再利用预设的质控规则库判断该患者是否存在不符合指南诊疗的缺陷，若能匹配缺陷质控点规则则输出提醒，并监督用户改正，具体包括以下步骤：S3.1：预设质控规则，系统中放置了通用版的诊疗质控点，用户可自由开启或关闭；S3.2：个性化增设质控点，在经过上一环节的后结构化及标准化映射后，原始病历的非结构化文本已转换为标准化的结构化字段并能够与诊疗本体库打通，通过选取标准化的医学实体名词，利用工具给定的逻辑组件，建立医学实体与实体间的因果关系等逻辑条件，给定输出提醒文案，实现个性化的质控点规则配置；S3.3：质控结果提醒，系统自动匹配每份电子病历信息是否符合已设的质控点缺陷规则，若能够触发质控点缺陷规则即按照标准格式输出提醒，并具备质控结果跟踪功能，若医务人员未按时纠正缺陷点，系统会再次提醒，医务人员若认为质控点不合理可针对该条进行线上反馈，或忽略质控点；S3.4：质控评分，系统针对选定的质控点给予权重分数，可按照1~5区间进行每条质控点的权重打分，可支持多病种权重统一计算，公式如下：（1
‑
此份病历所触发的所有病种的缺陷质控点权重总和/此份病历触发的所有病种已选择开启的质控点权重总和）
×
5通过评分系统可最终得出该份病历最终得分，可视化病历诊疗质量；S3.5：质控统计，针对所有电子病历的缺陷质控点，可视化医生维度、科室维度的各模块缺陷质控点客观数据及趋势。
[0006]作为优选的，步骤S1中的指南为临床诊疗指南。
[0007]作为优选的，步骤S1.1包括利用大量的标注指南文本与图像数据建立模型，将指南文本切分成段落与句子；利用文本分类模型对所有文本进行判别，识别出属于诊疗规范的句子；利用基本深度学习的图像分割模型对图像进行切割并利用图像分类模型，筛选出与诊疗规范相关的图表；结合人工智能算法判断指南中属于诊疗规范的语句及图表，将诊疗相关知识语句及图文其进行抽取。
[0008]作为优选的，步骤S1.2利用命名实体识别与关系抽取方法对从指南抽取出来的文本进行结构化，将相关的医学概念分类得到所有提及实体和它们之间的关系，针对从指南中提取出的诊疗知识点，通过以下步骤进行进行NLP：S1.2.1：命名实体识别：定义实体及关系类型，进行数据标注，利用BiLSTM
‑
CRF算法加以训练模型，以评价指标FI值大于等于0.95作为可用标准；S1.2.2：实体关系抽取：通过语言及医学规则建立实体间关系，通过医学字典表及CNN
‑
LSTM 算法判断不合理关系加以输出控制。以评价指标FI值大于等于0.95作为可用标
准；S1.2.3：规范化输出：通过上述命名实体实体识别及关系抽取，将其按照标准格式储存到固定表字段。
[0009]作为优选的，步骤S1.3包括通用质控规则和个性化质控点配置；所述的通用质控规则为系统基于各学科专病诊疗指南规范及临床路径，配置了固定逻辑的诊疗质控点，用户可自由选择；所述的个性化质控点配置为系统可实现用户自定义配置质控点的功能，所述的个性化配置包括标准术语选择、触发点条件设置、实体间逻辑组合、提醒输出文案、质控跟踪条件五个模块。
[0010]作为优选的，步骤S1.4中将结构化的实体按照ICD9
‑
CM3、ICD10、SNOMED
‑
CT和国家卫健委《常用临床医学名词（2019年版）》对模型识别出的实体进行同义词的标准化，以便于数据的统一表达，并通过概念间的关联关系映射到质控规则模板中，方便质控系统进行逻辑交互，结合规则与基本深度学习的的实体链接技术，为所有实体建立到知识库本体的标准化映射，同时将识别到的实体关系对齐到知识库，最后基于本体的质控规则库，将对应的抽取实体与关系映射到质控规则模板中。
[0011]作为优选的，步骤S2.1中的病历解析的主要流程包括以下步骤：S2.1.1：自动获取数据解析：当系统通过接口对接到本文档来自技高网...

【技术保护点】

【技术特征摘要】
通过评分系统可最终得出该份病历最终得分，可视化病历诊疗质量；S3.5：质控统计，针对所有电子病历的缺陷质控点，可视化医生维度、科室维度的各模块缺陷质控点客观数据及趋势。2.根据权利要求1所述的一种基于临床诊疗指南进行电子病历诊疗质控的方法，其特征在于：所述的步骤S1中的指南为临床诊疗指南。3.根据权利要求1所述的一种基于临床诊疗指南进行电子病历诊疗质控的方法，其特征在于：所述的步骤S1.1包括利用大量的标注指南文本与图像数据建立模型，将指南文本切分成段落与句子；利用文本分类模型对所有文本进行判别，识别出属于诊疗规范的句子；利用基本深度学习的图像分割模型对图像进行切割并利用图像分类模型，筛选出与诊疗规范相关的图表；结合人工智能算法判断指南中属于诊疗规范的语句及图表，将诊疗相关知识语句及图文其进行抽取。4.根据权利要求1所述的一种基于临床诊疗指南进行电子病历诊疗质控的方法，其特征在于：所述的步骤S1.2利用命名实体识别与关系抽取方法对从指南抽取出来的文本进行结构化，将相关的医学概念分类得到所有提及实体和它们之间的关系，针对从指南中提取出的诊疗知识点，通过以下步骤进行进行NLP：S1.2.1：命名实体识别：定义实体及关系类型，进行数据标注，利用BiLSTM
‑
CRF算法加以训练模型，以评价指标FI值大于等于0.95作为可用标准；S1.2.2：实体关系抽取：通过语言及医学规则建立实体间关系，通过医学字典表及CNN
‑
LSTM 算法判断不合理关系加以输出控制；以评价指标FI值大于等于0.95作为可用标准；S1.2.3：规范化输出：通过上述命名实体实体识别及关系抽取，将其按照标准格式储存到固定表字段。5.根据权利要求1所述的一种基于临床诊疗指南进行电子病历诊疗质控的方法，其特征在于：所述的步骤S1.3包括通用质控规则和个性...

【专利技术属性】
技术研发人员：王寅光，许孟可，何沛媚，
申请(专利权)人：广州天鹏计算机科技有限公司，
类型：发明
国别省市：