[发明专利]基于人工智能学习的医生电子病历自动生成系统在审

专利信息
申请号: 201711319883.2 申请日: 2017-12-12
公开(公告)号: CN107818816A 公开(公告)日: 2018-03-20
发明(设计)人: 刘忠于 申请(专利权)人: 刘忠于
主分类号: G16H10/60 分类号: G16H10/60
代理公司: 北京爱普纳杰专利代理事务所(特殊普通合伙)11419 代理人: 王玉松
地址: 100036 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 学习 医生 电子 病历 自动 生成 系统
【权利要求书】:

1.一种基于人工智能学习的医生电子病历自动生成系统,其特征在于,包括如下部分:

电子病历预处理单元(10):用于对现有的电子病历进行清洗、整合、整理、清理以及预处理;

电子病历处理单元(20):用于对经过电子病历预处理单元(10)处理的电子病历进行自然语处理;

词库生成单元(30):用于基于自然语处理后的电子病历建立专病或专科中文词库;

病历生成单元(40):用于基于人工输入的关键字,在中文词库中搜寻与所述关键字相匹配的电子病历,将电子病历进行处理后生成新的电子病历。

2.根据权利要求1所述的基于人工智能学习的医生电子病历自动生成系统,其特征在于,所述词库生成单元(30)包括如下部分:

病历存储模块(31):用于存储基于自然语处理后的电子病历;

筛选模块(32):用于在病历存储模块(31)存储的电子病历中提取使用次数大于等于阈值的高频词汇,将提取出的高频词汇与病历存储模块(31)中存储的各电子病历相关联,并对高频词汇进行专病或专科分类;

词库建立模块(33):用于基于上述提取的高频词汇建立中文医学词库以及中文医学输入法,并作为专病或专科中文词输入词库。

3.根据权利要求1所述的基于人工智能学习的医生电子病历自动生成系统,其特征在于,所述电子病历预处理单元(10)包括如下部分:

病历库模块(11):用于基于现有电子病历建立专病或专科病历库;

数据集成模块(12):用于基于病历库模块将多个电子病历中的数据结合起来并存储;

数据清洗模块(13):用于去掉现有电子病历中的噪音和无关数据;数据变换模块(14):用于基于数据归约技术将经过数据清洗模块(13)清洗后的电子病历中的数据转换为数据集。

4.根据权利要求2所述的基于人工智能学习的医生电子病历自动生成系统,其特征在于,所述筛选模块(32)包括显示子界面(321),所述显示子界面(321)用于显示病历存储模块(31)中的电子病历,所述显示子界面(321)上设有筛选键,所述筛选键与专病或专科特征的高频词汇相关联。

5.根据权利要求2所述的基于人工智能学习的医生电子病历自动生成系统,其特征在于,所述病历存储模块(31)包括多个数据子模块(311),各所述数据子模块(311)用于将电子病历处理单元(20)处理后的电子病历基于专病或专科进行分类存储。

6.根据权利要求1所述的基于人工智能学习的医生电子病历自动生成系统,其特征在于,所述病历生成单元(40)包括相似病历寻找模块(41);所述相似病历寻找模块(41)包括如下部分:

接收模块(411):用于接收医院网络系统自动导入的临床检查数据;

搜寻模块(412):用于基于人工输入的关键字和自动导入的临床检查数据在词库生成单元(30)中搜寻相关的电子病历;

第一显示模块(413):用于显示搜寻到的电子病历,显示界面上还设有修改按钮,用于链接一修改界面供人工对显示的电子病历进行修改。

7.根据权利要求1所述的基于人工智能学习的医生电子病历自动生成系统,其特征在于,所述病历生成单元(40)包括电子病历自动生成模块(42);所述电子病历自动生成模块(42)包括如下部分:

模型建立模块(421):用于通过人工智能深度学习技术对现有电子病历进行深度学习并建立模型;

自动生成模块(422):用于基于人工输入的关键字在词库生成单元(30)中搜寻与所述关键字相匹配的电子病历,基于搜寻到的电子病历通过模型建立模块(421)自动生成新的电子病历;

第二显示模块(423):用于显示自动生成的新的电子病历,显示界面上还设有修改按钮,用于链接一修改界面供人工对显示的电子病历进行修改。

8.根据权利要求1所述的基于人工智能学习的医生电子病历自动生成系统,其特征在于,所述病历生成单元(40)还包括病历重新生成模块(43),所述病历重新生成模块(43)用于接收医生修改后新生成的电子病历,并将新生成的电子病历存储到所述病历库模块(11)中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于刘忠于,未经刘忠于许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711319883.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top