[发明专利]医疗文件处理方法与装置

说明书

本公开提供一种医疗文件处理方法与装置。医疗文件处理方法包括：按与医疗文件对应的预设文档格式确定多个描述类对应的多个字符串；对所述多个字符串进行分词并根据预设词汇表标注词汇类别，记录症状词汇和诊断词汇；按照所述描述类对应的句型模版对所述描述类对应的字符串进行识别，在未被标注词汇类别的词汇中确认症状词汇；记录各所述描述类的症状词汇与所述诊断词汇的词汇对应关系。本公开提供的医疗文件处理方法可以根据大量病历文件分析症状与诊断之间的关系。

技术领域

本公开涉及数据处理技术领域，具体而言，涉及一种医疗文件处理方法与装置。

背景技术

症状(symptom)是诊断、鉴别诊断的线索和依据，也是反映病情的重要指标之一。疾病的症状很多，同一疾病可有不同的症状(例如，消化性溃疡可有腹痛、反酸、烧心、腹胀等症状)，不同的疾病又可有某些相同的症状(例如，消化性溃疡、胆囊炎、宫外孕都可有腹痛症状)。因此，在诊断疾病时需要结合所有临床资料进行综合分析，不能单凭某一个或几个症状而做出诊断。

目前在中文医学领域中，症状术语识别面临两大问题。一是标准术语量少，不能覆盖临床实际使用的术语。目前仅有国际疾病分类(ICD-10)中第18章涉及症状、体征词，以及Medra涉及部分药物不良反应相关的症状词。因为临床数据是非结构化数据，症状的表达方式灵活多变，难以通过标准术语完全涵盖症状。二是现有症状分类词表结构简单，较难支持复杂的临床决策。例如ICD10中，腹痛的分类信息只有“累及消化系统和腹部的症状和体征”和“腹部和盆腔痛”分类，这些信息对有腹痛症状的不同疾病(如消化性溃疡、胆囊炎、宫外孕)并无鉴别价值。目前在国外术语领域中，最权威、广泛认可的医学术语是SNOMED CT，是关系型术语体系，其核心思想是表达临床思维。目前该SNOMED CT中与症状建立关系的属性主要是发现部位、临床发现。总而言之，现有技术存在症状术语量不足、症状描述不精确的问题。

因此，从临床诊断思维出发，分析症状与症状、症状与属性(诱因、性质、程度、部位、发作特点等)、症状与疾病的关系具有重要价值。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种医疗文件处理方法与医疗文件处理装置，用于至少在一定程度上克服由于相关技术的限制和缺陷而导致的标准症状术语少、症状与诊断之间关系记录少的问题。

根据本公开实施例的第一方面，提供一种医疗文件处理方法，包括：按与医疗文件对应的预设文档格式确定多个描述类对应的多个字符串；对所述多个字符串进行分词并根据预设词汇表标注词汇类别，记录症状词汇和诊断词汇；按照所述描述类对应的句型模版对所述描述类对应的字符串进行识别，在未被标注词汇类别的词汇中确认症状词汇；记录各所述描述类的症状词汇与所述诊断词汇的词汇对应关系。

在本公开的一种示例性实施例中，所述按与医疗文件对应的预设文档格式确定多个描述类对应的多个字符串包括：

根据预设病历格式确定病历中的诊断、主诉以及现病史对应的。

在本公开的一种示例性实施例中，所述按照所述描述类对应的句型模版对所述描述类对应的字符串进行识别，在未被标注词汇类别的词汇中确认症状词汇包括：

根据所述字符串的词汇类别标注结果在对应于所述字符串的多个句型模板里确认匹配句型模板；

在所述字符串中存在未被标注词汇类别的未分类词汇时，根据所述匹配句型模板以及所述词汇类别标注结果确定所述未分类词汇的词汇类别；

在所述未分类词汇的词汇类别为症状词汇时，将所述未分类词汇写入所述预设词汇表并对所述医疗文件中的所有所述未分类词汇标注词性。