一种出院诊断和诊疗过程一致性的质检方法、装置及设备制造方法及图纸

本申请公开了一种出院诊断和诊疗过程一致性的质检方法、装置及设备，该方法包括：首先确定待质检的目标病历，并从目标病历中获取目标出院诊断和目标诊疗过程，然后从预先构建的典型治疗病历库中，获取目标出院诊断对应的典型治疗病历，并从典型治疗病历中获取典型诊疗过程；接着计算目标诊疗过程与典型诊疗过程的相似度，进而可以根据该相似度的计算结果，判断目标出院诊断与目标诊疗过程的一致性。从而能够利用预先构建的典型治疗病历库，将待质检的目标病历的目标诊疗过程与病历库中目标出院诊断所对应的典型治疗病历的典型诊疗过程进行相似度计算，并根据相似度计算结果，得到准确性更高的质检结果。准确性更高的质检结果。准确性更高的质检结果。

【技术实现步骤摘要】
一种出院诊断和诊疗过程一致性的质检方法、装置及设备


[0001]本申请涉及智慧医疗
，尤其涉及一种出院诊断和诊疗过程一致性的质检方法、装置及设备。

技术介绍

[0002]病历中的“出院诊断”通常指的是出院诊断列表中的第一个数据，即出院首诊，其是患者本次住院期间主要就医目的、主要治疗的疾病。同时，病历中患者的住院数据还包含了“出院记录”，其中的“诊疗过程”字段完整的记录了患者本次就医的诊疗过程。能否对出院诊断与诊疗过程中的治疗过程进行准确的一致性质检，达到对出院诊断合理性检查的目的，对疾病诊断相关分组(DRG)支付的有效开展和实施来说，显得尤为重要。
[0003]目前，对于病历中出院诊断和诊疗过程一致性的质检方法通常有两种：一种是人工质检，该方法虽然能保证非常高的准确率，但却存在人力成本高、质检速度慢、效率低等缺点；而另一种常用的质检方法则是基于知识库的规则进行质检，虽然该方法克服了部分人工质检的问题，但由于既往涉及到这个层面的研究和关注比较少，技术层面也只是比较浅显的知识库，覆盖面较少，因此依据知识库进行质检，基本只能覆盖较少部分涉及到的治疗方法，会导致最终的质检结果不够准确。

技术实现思路

[0004]本申请实施例的主要目的在于提供一种出院诊断和诊疗过程一致性的质检方法、装置及设备，能够提高质检结果的准确性，从而为DRG支付的有效开展和实施提供技术保障。
[0005]本申请实施例提供了一种出院诊断和诊疗过程一致性的质检方法，包括：
[0006]确定待质检的目标病历，并从所述目标病历中获取目标出院诊断和目标诊疗过程；
[0007]从预先构建的典型治疗病历库中，获取所述目标出院诊断对应的典型治疗病历，并从所述典型治疗病历中获取典型诊疗过程；
[0008]计算所述目标诊疗过程与所述典型诊疗过程的相似度；
[0009]根据所述相似度的计算结果，判断所述目标出院诊断与目标诊疗过程的一致性。
[0010]一种可能的实现方式中，所述计算所述目标诊疗过程与所述典型诊疗过程的相似度，包括：
[0011]构建所述典型诊疗过程对应的上下文图；以及构建所述目标诊疗过程与所述典型诊疗过程对应的异构图；
[0012]将所述典型诊疗过程对应的上下文图、所述目标诊疗过程与所述典型诊疗过程对应的异构图共同输入至预先构建的图网络质检模型，识别得到所述目标诊疗过程与所述典型诊疗过程的相似度；所述图网络质检模型是根据正样本病历数据和负样本病历数据，利用损失函数进行对比训练得到的。
[0013]一种可能的实现方式中，所述图网络质检模型的构建方式如下：
[0014]构建训练样本病历数据，所述训练样本病历数据包括正样本病历数据和负样本病历数据；
[0015]构建所述训练样本病历数据中诊疗过程对应的训练上下文图和训练异构图；
[0016]将所述训练样本病历数据中诊疗过程对应的训练上下文图和训练异构图输入初始图网络质检模型，通过调整损失函数，训练得到所述图网络质检模型；
[0017]其中，所述初始图网络质检模型包括图卷积层、新图构建层、特征输出层。
[0018]一种可能的实现方式中，所述损失函数为合页损失函数；所述损失函数用于拉近正样本病历数据表征之间的距离、且用于拉远负样本病历数据表征之间的距离。
[0019]一种可能的实现方式中，所述构建所述典型诊疗过程对应的上下文图，包括：
[0020]对所述典型诊疗过程进行分词处理，得到所述典型诊疗过程包含的各个分词词语；
[0021]通过滑动窗口遍历所述典型诊疗过程包含的各个分词词语，并利用互信息PMI公式，计算所述各个分词词语之间的依赖关系；
[0022]根据所述各个分词词语之间的依赖关系，生成所述典型诊疗过程对应的上下文图。
[0023]一种可能的实现方式中，所述构建所述目标诊疗过程与所述典型诊疗过程对应的异构图，包括：
[0024]对所述目标诊疗过程与所述典型诊疗过程进行分词处理，分别得到所述目标诊疗过程与所述典型诊疗过程各自包含的各个分词词语；
[0025]计算所述目标诊疗过程与所述典型诊疗过程各自包含的各个分词词语对应的词向量；
[0026]将所述目标诊疗过程包含的各个分词词语对应的词向量，与所述典型诊疗过程包含的各个分词词语对应的词向量之间，进行两两相似度计算，得到所述目标诊疗过程与所述典型诊疗过程对应的异构图的邻接矩阵。
[0027]一种可能的实现方式中，所述方法还包括：
[0028]获取测试病历，并从所述测试病历中获取测试出院诊断和测试诊疗过程；
[0029]从预先构建的典型治疗病历库中，获取所述测试出院诊断对应的测试典型治疗病历，并从所述测试典型治疗病历中获取测试典型诊疗过程；
[0030]构建所述测试典型诊疗过程对应的上下文图；以及构建所述测试诊疗过程与所述测试典型诊疗过程对应的异构图；
[0031]将所述测试典型诊疗过程对应的上下文图、所述测试诊疗过程与所述测试典型诊疗过程对应的异构图共同输入至所述图网络质检模型，识别得到所述测试诊疗过程与所述测试典型诊疗过程的测试相似度；
[0032]当所述测试相似度未超过所述预设阈值时，将所述测试病历重新作为训练样本病历，对所述图网络质检模型进行更新。
[0033]一种可能的实现方式中，所述图网络质检模型包含第一层图卷积层、第一层新图构建层、第二层图卷积层、第二层新图构建层以及一个特征读出层；所述将所述典型诊疗过程对应的上下文图、所述目标诊疗过程与所述典型诊疗过程对应的异构图共同输入至预先
构建的图网络质检模型，识别得到所述目标诊疗过程与所述典型诊疗过程的相似度，包括：
[0034]将所述典型诊疗过程对应的上下文图、所述目标诊疗过程与所述典型诊疗过程对应的异构图共同输入至图网络质检模型的所述第一层图卷积层进行卷积处理，得到卷积处理后的第一初始特征向量；
[0035]将所述第一初始特征向量输入所述第一层新图构建层，进行核心词语的特征提取，得到第一特征向量；
[0036]将所述第一特征向量输入所述第二层图卷积层进行卷积处理，得到卷积处理后的第二初始特征向量；
[0037]将所述第二初始特征向量输入所述第二层新图构建层，再次进行核心词语的特征提取，得到第二特征向量；
[0038]将所述目标诊疗过程与所述典型诊疗过程对应的异构图对应的特征向量、所述第一特征向量、所述第二特征向量进行拼接，得到拼接后的特征向量，并将所述拼接后的特征向量输入所述特征读出层进行降维处理，得到降维后的特征向量；
[0039]根据所述降维后的特征向量，确定所述目标诊疗过程与所述典型诊疗过程的相似度。
[0040]本申请实施例还提供了一种出院诊断和诊疗过程一致性的质检装置，包括：
[0041]第一获取单元，用于确定待质检的目标病历，并从所述目标病历中获取目标出院诊断和目标诊疗过程；
[0042]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种出院诊断和诊疗过程一致性的质检方法，其特征在于，包括：确定待质检的目标病历，并从所述目标病历中获取目标出院诊断和目标诊疗过程；从预先构建的典型治疗病历库中，获取所述目标出院诊断对应的典型治疗病历，并从所述典型治疗病历中获取典型诊疗过程；计算所述目标诊疗过程与所述典型诊疗过程的相似度；根据所述相似度的计算结果，判断所述目标出院诊断与目标诊疗过程的一致性。2.根据权利要求1所述的方法，其特征在于，所述计算所述目标诊疗过程与所述典型诊疗过程的相似度，包括：构建所述典型诊疗过程对应的上下文图；以及构建所述目标诊疗过程与所述典型诊疗过程对应的异构图；将所述典型诊疗过程对应的上下文图、所述目标诊疗过程与所述典型诊疗过程对应的异构图共同输入至预先构建的图网络质检模型，识别得到所述目标诊疗过程与所述典型诊疗过程的相似度；所述图网络质检模型是根据正样本病历数据和负样本病历数据，利用损失函数进行对比训练得到的。3.根据权利要求2所述的方法，其特征在于，所述图网络质检模型的构建方式如下：构建训练样本病历数据，所述训练样本病历数据包括正样本病历数据和负样本病历数据；构建所述训练样本病历数据中诊疗过程对应的训练上下文图和训练异构图；将所述训练样本病历数据中诊疗过程对应的训练上下文图和训练异构图输入初始图网络质检模型，通过调整损失函数，训练得到所述图网络质检模型；其中，所述初始图网络质检模型包括图卷积层、新图构建层、特征输出层。4.根据权利要求2或3所述的方法，其特征在于，所述损失函数为合页损失函数；所述损失函数用于拉近正样本病历数据表征之间的距离、且用于拉远负样本病历数据表征之间的距离。5.根据权利要求2所述的方法，其特征在于，所述构建所述典型诊疗过程对应的上下文图，包括：对所述典型诊疗过程进行分词处理，得到所述典型诊疗过程包含的各个分词词语；通过滑动窗口遍历所述典型诊疗过程包含的各个分词词语，并利用互信息PMI公式，计算所述各个分词词语之间的依赖关系；根据所述各个分词词语之间的依赖关系，生成所述典型诊疗过程对应的上下文图。6.根据权利要求2所述的方法，其特征在于，所述构建所述目标诊疗过程与所述典型诊疗过程对应的异构图，包括：对所述目标诊疗过程与所述典型诊疗过程进行分词处理，分别得到所述目标诊疗过程与所述典型诊疗过程各自包含的各个分词词语；计算所述目标诊疗过程与所述典型诊疗过程各自包含的各个分词词语对应的词向量；将所述目标诊疗过程包含的各个分词词语对应的词向量，与所述典型诊疗过程包含的各个分词词语对应的词向量之间，进行两两相似度计算，得到所述目标诊疗过程与所述典型诊疗过程对应的异构图的邻接矩阵。7.根据权利要求3所述的方法，其特征在于，所述方法还包括：
获取测试病历，并从所述测试病历中获取测试出院诊断和测试诊疗过程；从预先构建的典型治疗病历库中，获取所述测试出院诊断对应的测试典型治疗病历，...

【专利技术属性】
技术研发人员：尤心心，刘喜恩，周开银，吴及，
申请(专利权)人：北京惠及智医科技有限公司，
类型：发明
国别省市：