电子病历处理方法、装置、设备及存储介质制造方法及图纸

本公开涉及一种电子病历处理方法、装置、设备及存储介质。本公开通过获取目标电子病历中的一个或多个目标文本信息，并通过预先训练完成的机器学习模型预测该一个或多个目标文本信息中每个目标文本信息对应的目标标签，该目标标签为预设电子病历模板中的章节标题。从而在不同电子病历厂商或不同医院所采用的电子病历的模板不同的情况下，节省为每家医院的电子病历做代码层面的适配工作，从而提高了对电子病历进行篇章解析的效率。在医生对目标电子病历文书类型进行修改后，该机器学习模型并不受该目标电子病历文书类型的影响即可直接预测出该目标电子病历中每个目标文本信息对应的标准化的章节标题，从而提高了对电子病历进行篇章解析的准确性。进行篇章解析的准确性。进行篇章解析的准确性。

【技术实现步骤摘要】
电子病历处理方法、装置、设备及存储介质


[0001]本公开涉及信息
，尤其涉及一种电子病历处理方法、装置、设备及存储介质。

技术介绍

[0002]随着医院信息化的普及，电子病历系统出现在了越来越多的医院中，并且在患者健康管理、医院科研系统等诸多医学人工智能(Artificial Intelligence，AI)系统中发挥着重要的作用。
[0003]在一些场景中，需要对电子病历系统中的电子病历进行篇章解析，即将特定文书类型的电子病历解析成“章节标题”和“章节内容”的过程。
[0004]但是，不同电子病历厂商或不同医院所采用的电子病历的模板是不同的，导致对电子病历进行篇章解析的效率较低。另外，医生可能会修改电子病历的文书类型，从而导致对电子病历进行篇章解析的准确性较低。

技术实现思路

[0005]为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种电子病历处理方法、装置、设备及存储介质，以提高对电子病历进行篇章解析的效率，以及提高对电子病历进行篇章解析的准确性。
[0006]第一方面，本公开实施例提供一种电子病历处理方法，包括：
[0007]获取目标电子病历中的一个或多个目标文本信息；
[0008]通过预先训练完成的机器学习模型预测所述目标文本信息对应的目标标签，所述目标标签为标准化的章节标题。
[0009]第二方面，本公开实施例提供一种电子病历处理装置，包括：
[0010]获取模块，用于获取目标电子病历中的一个或多个目标文本信息；
[0011]预测模块，用于通过预先训练完成的机器学习模型预测所述目标文本信息对应的目标标签，所述目标标签为标准化的章节标题。
[0012]第三方面，本公开实施例提供一种电子设备，包括：
[0013]存储器；
[0014]处理器；以及
[0015]计算机程序；
[0016]其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如第一方面所述的方法。
[0017]第四方面，本公开实施例提供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以实现第一方面所述的方法。
[0018]本公开实施例提供的电子病历处理方法、装置、设备及存储介质，通过获取目标电子病历中的一个或多个目标文本信息，并通过预先训练完成的机器学习模型预测该一个或
多个目标文本信息中每个目标文本信息对应的目标标签，该目标标签为预设电子病历模板中的章节标题。从而在不同电子病历厂商或不同医院所采用的电子病历的模板不同的情况下，通过该机器学习模型可以预测出该目标电子病历中每个目标文本信息对应的标准化的章节标题，从而在不依赖各家医院电子病历模板的情况下，实现对该目标电子病历的篇章解析。节省了为每家医院的电子病历做代码层面的适配工作，从而提高了对电子病历进行篇章解析的效率。另外，在医生对目标电子病历文书类型进行修改后，该机器学习模型并不受该目标电子病历文书类型的影响即可直接预测出该目标电子病历中每个目标文本信息对应的标准化的章节标题，从而提高了对电子病历进行篇章解析的准确性。
附图说明
[0019]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0020]为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0021]图1为本公开实施例提供的电子病历处理方法流程图；
[0022]图2为本公开实施例提供的应用场景的示意图；
[0023]图3为本公开实施例提供的电子病历的示意图；
[0024]图4为本公开实施例提供的电子病历的示意图；
[0025]图5为本公开另一实施例提供的电子病历的示意图；
[0026]图6为本公开另一实施例提供的电子病历的示意图；
[0027]图7为本公开另一实施例提供的电子病历的示意图；
[0028]图8为本公开另一实施例提供的电子病历处理方法流程图；
[0029]图9为本公开另一实施例提供的电子病历处理方法流程图；
[0030]图10为本公开另一实施例提供的电子病历处理方法流程图；
[0031]图11为本公开实施例提供的电子病历处理装置的结构示意图；
[0032]图12为本公开实施例提供的电子设备实施例的结构示意图。
具体实施方式
[0033]为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
[0034]在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
[0035]随着医院信息化的普及，电子病历系统出现在了越来越多的医院中，并且在患者健康管理、医院科研系统等诸多医学人工智能(Artificial Intelligence，AI)系统中发挥着重要的作用。在一些场景中，需要对电子病历系统中的电子病历进行篇章解析，即将特定文书类型的电子病历解析成“章节标题”和“章节内容”的过程。例如，“住院病历”包括“患者
基本信息”、“既往史”、“过敏史”、“主诉”、“体格检查”、“初步诊断”、“诊疗计划”等章节及其对应的内容。
[0036]但是，不同电子病历厂商或不同医院所采用的电子病历的模板是不同的，导致对电子病历进行篇章解析的效率较低。另外，医生可能会修改电子病历的文书类型，从而导致对电子病历进行篇章解析的准确性较低。针对该问题，本公开实施例提供了一种电子病历处理方法，下面结合具体的实施例对该方法进行介绍。
[0037]图1为本公开实施例提供的电子病历处理方法流程图。该方法可以适用于医院中的电子设备对电子病历进行处理的场景。该电子设备可以是终端设备，例如，平板电脑、台式机、笔记本电脑等。或者，该电子设备还可以是服务器。如图1所示，该方法具体步骤如下：
[0038]S101、获取目标电子病历中的一个或多个目标文本信息。
[0039]如图2所示，终端设备21、终端设备22、终端设备23分别表示不同医生所使用的终端设备。可以理解的是，在医院中，医生所使用的终端设备可能有很多，此处以3个终端设备为例进行示意性说明。具体的，医生可以在其使用的终端设备上生成电子病历。进一步，终端设备21、终端设备22、终端设备23可以将电子病历发送到存储系统24，存储系统24具体可以是医院中的数据库或数据存储设备，存储系统24可以存储电子病历。可以理解的是，存储系统24不仅限于存储电子病历，另外，存储系统24还可以存储其他数据，例如，医生的基本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电子病历处理方法，其中，所述方法包括：获取目标电子病历中的一个或多个目标文本信息；通过预先训练完成的机器学习模型预测所述目标文本信息对应的目标标签，所述目标标签为标准化的章节标题。2.根据权利要求1所述的方法，其特征在于，通过预先训练完成的机器学习模型预测所述目标文本信息对应的目标标签之后，所述方法还包括：根据所述目标文本信息对应的目标标签，得到所述目标电子病历对应的目标标签集合；根据所述目标电子病历对应的目标标签集合与预设电子病历模板对应的章节标题集合的匹配度，确定所述目标电子病历的文书类型。3.根据权利要求2所述的方法，其特征在于，根据所述目标电子病历对应的目标标签集合与预设电子病历模板对应的章节标题集合的匹配度，确定所述目标电子病历的文书类型，包括：将一个或多个预设电子病历模板中所述匹配度最大的预设电子病历模板对应的文书类型确定为所述目标电子病历的文书类型。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：将所述目标标签集合中的一个或多个目标标签与所述章节标题集合中的一个或多个章节标题进行匹配，得到所述目标标签集合中匹配命中的目标标签的个数；根据所述目标标签集合中匹配命中的目标标签的个数和/或所述章节标题集合中章节标题的个数，确定所述目标标签集合和所述章节标题集合的匹配度。5.根据权利要求1所述的方法，其特征在于，通过预先训练完成的机器学习模型预测所述目标文本信息对应的目标标签之前，所述方法还包括：获取样本电子病历中的样本文本信息、以及所述样本文本信息在所述样本电子病历中对应的章节标题；将所述样本文本信息在所述样本电子病历中对应的章节标题映射为预设电子病历模板中的章节标题，得到所述样本文本信息对应的更新后的章...

【专利技术属性】
技术研发人员：陈漠沙，谭传奇，黄松芳，
申请(专利权)人：阿里巴巴新加坡控股有限公司，
类型：发明
国别省市：