[发明专利]一种层级式病例结构化方法及系统

说明书

本发明公开了一种层级式病例结构化方法及系统，该方法包括构建医疗术语层级体系；所述体系中包括：上下位实体、上下位实体对应关系及上下位实体所属类别的定义；根据所述医疗术语层级体系，通过实体与关系抽取模型，抽取病例文本中的医疗实体及属性，生成结构化数据；所述结构化数据包括医疗术语中的上下位实体、上下位实体对应关系及上下位实体所属类别。该方法可根据构建医疗术语层级体系，基于实体与关系抽取模型，抽取医疗实体及属性准确率高，实现了将非结构化与半结构化病例自动转换为结构化电子病例，可满足智能医疗市场的需求。

技术领域

本发明涉及医疗大数据及计算机应用技术领域，特别涉及一种层级式病例结构化方法及系统。

背景技术

病例是病人病情发生、发展和转归全过程的记录，不仅是医疗、教学的重要依据，对药品使用、新药研发等也有着重要的辅助作用。随着医药系统的推广，电子病例也在多数医院得到普及。然而日益膨胀的医疗数据，因数据格式不统一与数据质量等问题，无法满足智能医疗市场的需求。

但是目前将医疗数据格式统一，提高数据质量，因人而已，也无法在制度上达到很好的统一标准；而基于计算机技术的进步，将医疗数据格式统一，也面临困难。首先，医疗行业不同与其它领域的知识抽取，医疗领域的实体各个品类所包含的实体过于庞大，其属性也较为复杂，普通的抽取方式效果很差。例如，病例中一句对病人病情的描述，可能包括病人体征、疾病名称、用药等多个医学术语，并且每个医学术语都可能有各种状态；而且不同的医生所撰写的同一病例，表达的方式也存在区别；这都是需要识别的重要语言单元，通用的实体识别准确率较低。另外，由于医疗领域的文本，一个句子中还存在多对关系，通用的关系抽取方法效果效差。

因此，如何解决医疗病例中的上述属性抽取差、实体识别准确率低及实体关系抽取差，成为同行从业人员亟待解决的问题。

发明内容

鉴于上述问题，本发明提出了一种层级式病例结构化方法，通过层级式知识抽取，有效改善了现有技术的问题，实现了将非结构化与半结构化病例自动转换为结构化电子病例，可满足智能医疗市场的需求。

本发明实施例提供一种层级式病例结构化方法，包括：

S10、构建医疗术语层级体系；所述体系中包括：上下位实体、上下位实体对应关系及上下位实体所属类别的定义；

S20、根据所述医疗术语层级体系，通过实体与关系抽取模型，抽取病例文本中的医疗实体、医疗实体关系及属性，生成结构化数据；所述结构化数据包括医疗术语中的上下位实体、上下位实体对应关系及上下位实体所属类别。

在一个实施例中，所述步骤S10，包括：

根据医学相关词典或医疗知识图谱，结合预设病例的结构化需求，进行定义层级体系的上下位实体、上下位实体间的关系及上下位实体所属类别；所述下位实体依存于所述上位实体；所述上位实体表示疾病名称、药品名称、症状名称；所述下位实体为上位实体的相关信息，所述相关信息包括下述任一项或多项：部位、持续时间、次数、程度和病因。

在一个实施例中，所述步骤S20，包括：

根据语义对病例文本进行预处理，分为不同语义单元；

在每一个所述语义单元内，通过预设实体模型识别出第一信息；所述第一信息包括医疗术语中的至少一个上位实体及所述上位实体的所属类别；

根据所述层级体系，确定每一个所述上位实体对应的下位实体及下位实体所属类别；

将所述第一信息进行融合生成第一向量，将所述第一向量输入所述预设实体模型，抽取出第二信息；所述第二信息包括医疗术语中的下位实体及所述下位实体的所属类别；

根据自注意力关系抽取模型，区分所述语义单元内多个上位实体分别与多个下位实体是否存在依存关系，完成抽取病例文本中的结构化数据。