[发明专利]医疗文本的潜在疾病推断方法、系统及可读存储介质

说明书

技术领域

本发明涉及计算机技术领域，尤其涉及一种医疗文本的潜在疾病推断方法、系统及可读存储介质。

背景技术

一般情况下，处理医疗文本的第一步都是推断潜在的疾病，进而才能进行接下来的诊断建议。现有技术中针对医疗文本的潜在疾病推断，只能根据医生的个人经验人工推断该医疗文本中的潜在疾病，效率较低，无法利用现有的医疗数据资源来进行潜在疾病的有效推断。

发明内容

本发明的主要目的在于提供一种医疗文本的潜在疾病推断方法、系统及可读存储介质，旨在准确、高效地推断出医疗文本的潜在疾病。

为实现上述目的，本发明提供的一种医疗文本的潜在疾病推断方法，所述方法包括以下步骤：

A、对收到的医疗文本进行分词，并将该医疗文本对应的各个分词与预先确定的医疗领域专用词汇库进行匹配，提取出该医疗文本对应的各个分词中的医疗词汇；

B、基于预先构建的医疗专业数据库，确定该医疗文本中的医疗词汇对应的疾病；其中，所述医疗专业数据库中包含不同类型疾病与医疗词汇的映射关系；

C、将确定的疾病作为推断出的该医疗文本的潜在疾病进行输出。

优选地，所述步骤A之前还包括：

从预先确定的数据源获取医疗数据，从所述医疗数据中找出每一种疾病对应的一个或多个医疗词汇，并根据不同类型疾病与医疗词汇的映射关系建立医疗专业数据库。

优选地，所述医疗词汇包括：

疾病对应的简介信息、症状信息、并发症信息、治疗药品信息或治疗科室信息中的医疗词汇。

优选地，所述医疗专业数据库中还包含疾病对应的各个医疗词汇的权重，所述步骤B包括：

基于预先构建的医疗专业数据库，找出该医疗文本中各个医疗词汇对应的疾病，并计算各个疾病对应的医疗词汇的权重加和，选择对应的医疗词汇的权重加和最高的疾病作为确定出的该医疗文本对应的疾病。

优选地，所述对收到的医疗文本进行分词处理的步骤包括：

根据正向最大匹配法将该医疗文本与预先确定的医疗领域专用词汇库进行匹配，得到第一匹配结果，所述第一匹配结果中包含有第一数量的第一词组和第三数量的单字；

根据逆向最大匹配法将该医疗文本与预先确定的医疗领域专用词汇库进行匹配，得到第二匹配结果，所述第二匹配结果中包含有第二数量的第二词组和第四数量的单字；

若所述第一数量与所述第二数量相等，且所述第三数量小于或者等于所述第四数量，则将所述第一匹配结果作为该医疗文本的分词结果；

若所述第一数量与所述第二数量相等，且所述第三数量大于所述第四数量，则将所述第二匹配结果作为该医疗文本的分词结果；

若所述第一数量与所述第二数量不相等，且所述第一数量大于所述第二数量，则将所述第二匹配结果作为该医疗文本的分词结果；

若所述第一数量与所述第二数量不相等，且所述第一数量小于所述第二数量，则将所述第一匹配结果作为该医疗文本的分词结果。

此外，为实现上述目的，本发明还提供一种医疗文本的潜在疾病推断系统，所述医疗文本的潜在疾病推断系统包括：

分词提取模块，用于对收到的医疗文本进行分词，并将该医疗文本对应的各个分词与预先确定的医疗领域专用词汇库进行匹配，提取出该医疗文本对应的各个分词中的医疗词汇；

确定模块，用于基于预先构建的医疗专业数据库，确定该医疗文本中的医疗词汇对应的疾病；其中，所述医疗专业数据库中包含不同类型疾病与医疗词汇的映射关系；

输出模块，用于将确定的疾病作为推断出的该医疗文本的潜在疾病进行输出。

优选地，还包括：

建立模块，用于从预先确定的数据源获取医疗数据，从所述医疗数据中找出每一种疾病对应的一个或多个医疗词汇，并根据不同类型疾病与医疗词汇的映射关系建立医疗专业数据库。

优选地，所述医疗词汇包括：

疾病对应的简介信息、症状信息、并发症信息、治疗药品信息或治疗科室信息中的医疗词汇。

优选地，所述医疗专业数据库中还包含疾病对应的各个医疗词汇的权重，所述确定模块还用于：

基于预先构建的医疗专业数据库，找出该医疗文本中各个医疗词汇对应的疾病，并计算各个疾病对应的医疗词汇的权重加和，选择对应的医疗词汇的权重加和最高的疾病作为确定出的该医疗文本对应的疾病。