[发明专利]用于从医疗文档中提取诊断对象的方法和装置

说明书

本发明提供了用于从医疗文档中提取诊断对象的方法和装置。该方法包括：从输入医疗文档中提取身体部位实体和至少一种类型的非身体部位实体以及身体部位实体与非身体部位实体之间的关系，其中对不少于两个非身体部位实体进行提取；对于所提取出的非身体部位实体的所有对中的每一对，取得一对中两个非身体部位实体之间的相关性评分，其中，该相关性评分基于历史医疗文档中的所述一对中的两个非身体部位实体与一个或多个身体部位实体之间的关系；基于所有对的相关性评分将输入医疗文档中的非身体部位实体聚类为一个或多个群集，及输出与被聚类在每个群集中的一个或多个非身体部位实体相关的一个或多个身体部位实体作为一个诊断对象。

技术领域

本发明涉及文本信息提取领域，更具体而言，涉及用于从医疗文档中提取诊断对象的方法和装置。

背景技术

用于从医疗文档中提取诊断对象(即一组实体(entity))的技术是已知的。这里的诊断对象指的是在做出具体的诊断时所涉及的一个或多个实体。换言之，诊断对象指的是一起被考虑以做出具体的诊断的一个或多个实体。这里的实体指的是医疗文档中的表示具体医疗概念(比如身体部位)的字词。根据现有技术中的技术，根据实体的概念来提取诊断对象(即一组实体)。在一组身体部位实体被作为诊断对象提取的情况下，如果相同的身体部位实体被包括在医疗文档中，则将提取出相同的诊断对象。然而，事实是，对于不同的医疗文档，即使相同的身体部位实体被包括在其中，其中所做出的诊断也可能不同。因此，在现有技术中，独立于医疗文档中所做出的诊断，从医疗文档中提取出诊断对象。

具体而言，将讨论表1中示出的如下两份医疗文档—报告1和报告2。如从表1中可见，两份报告涉及相同的身体部位实体，即，右肺S5、右肺门、纵膈、左中叶和左上叶。但是不同的诊断被做出。根据现有技术提取出的诊断对象在表1的第3行中被示出。“{}”内的身体部位实体属于一个诊断对象。因为在现有技术中，身体部位实体是根据身体部位的概念或医疗概念而分组的，而不考虑所做出的诊断，因此对于报告1和报告2提取出了相同的诊断对象。

美国专利第US8,312,018B2号公开了用于基于实体的标准形态来对实体进行分组的方法。根据在此US专利申请公开中公开的方法，

将取得如在表1的第3行示出的相同的分组结果。

表1

发明内容

本发明的发明人已经发现，可以用若干某种类型的实体的特征序列(或路径)来表达一个医疗现象，并且，可以通过检测上述特征序列是否存在来判断一个医疗现象是否被完整地描述。

本发明的发明人还已经发现，针对同一组身体部位可能做出不同的诊断并且因此出现不同的诊断对象。因此，存在这样的需求：根据医疗文档中做出的诊断来对医疗文档中的实体进行分组。换言之，存在这样的需求：提供能够将医疗文档中的实体划分到诊断相关的(diagnosis-dependent)组中的方法和装置。

根据本发明的一方面，提供了用于从医疗文档中提取诊断对象的方法，包括以下步骤：从输入医疗文档中提取身体部位实体和至少一种类型的非身体部位实体以及身体部位实体与非身体部位实体之间的关系，其中对不少于两个的非身体部位实体进行提取；对于所提取出的非身体部位实体的所有对中的每一对，取得一对中的两个非身体部位实体之间的相关性评分，其中，该相关性评分基于历史医疗文档中的所述一对中的两个非身体部位实体与一个或多个身体部位实体之间的关系；基于所有对的相关性评分将输入医疗文档中的非身体部位实体聚类为一个或多个群集；及输出与被聚类在每个群集中的一个或多个非身体部位实体相关的一个或多个身体部位实体作为一个诊断对象。

从参考附图的以下描述中，本发明的更多典型特征和优点将是清楚的。

附图说明

结合在说明书中并构成说明书一部分的附图图示出本发明的实施例，并且与描述一起用于说明本发明的原理。