[发明专利]一种基于依存句法分析的医疗病历症状识别方法及其系统

说明书

本发明公开了一种基于依存句法分析的医疗病历症状识别方法，它包括：步骤一：医疗实体识别：标记出病历中表示症状的实体，包括发生病变的器官、组织以及描述病变情况的词语；若识别出的医疗实体数量＜2，则为简单病例，直接显示症状，若识别出的医疗实体数量≥2，则进行下一步；步骤二：实体间依存句法分析：对步骤一中标记出的医疗实体进行句法关系分析，确定实体之间的句法结构，即实体之间的依赖关系；步骤三：实体组合：根据步骤二中确定的实体之间的依赖关系，将医疗实体进行组合得到症状；步骤四：序列到序列症状映射：对步骤三中得到的症状说法进行标准说法映射。本发明还公开了一种基于依存句法分析的医疗病历症状识别系统。

技术领域

本发明属于智能医疗领域，特别面向医疗病历中的症状识别，具体涉及一种基于依存句法分析的医疗病历症状识别方法及其系统。

背景技术

随着人工智能的迅速发展，人工智能虚拟助理、医疗影像辅助诊断等逐步应用于医疗领域，为医疗卫生领域众多环节带来新的价值，医疗人工智能的发展将会极大地缓解医疗资源紧张的局面，带来医疗服务新模式，减轻医生负担，提升服务效率。在智能辅助诊疗过程中，病历分析是不可缺少的一环。病历是临床医师根据问诊、查体、辅助检查以及对病情的详细观察所获得的资料，是正确诊断和决定治疗方案中的重要依据。能够读懂、分析复杂的病历文本数据，意味着人工智能将能像医生一样“思考”，病历理解直接关系到疾病的诊断以及后续的诊疗建议。病历中提到的症状是产生疾病的外在表现特征，是确定诊断的依据之一，因而准确地识别病历中的症状能够有效地帮助机器做出更准确的诊断。

目前的症状识别方法有两种，一种是使用序列标注的方式直接将症状作为连续片段进行识别，另一种方式是先采用序列标注的方式识别出病历中的医学实体，再对两个医学实体之间进行关系识别，然后进行组合的方式得到症状。在医疗病历中，经常出现主语+多谓语即一个器官或组织多种症状同时发生或者多主语+同一谓语即多个器官或组织发生一种症状的情况，当同一医学实体发生存在多种症状时，前者的方法无法获取到病历中每个细分的症状；后者虽然对医学实体之间的关系进行了识别，但是未考虑到实体之间的依赖关系，及句子中的语义关系。

发明内容

针对现有技术中存在的诸多问题，本发明的目的是：

提出了一种基于依存句法分析的医疗病历症状识别方法及其系统，能够通过依存句法分析获取医疗实体之间的依赖关系，根据依赖关系进行组合，形成症状，再对症状经过序列到序列模型映射为标准症状说法，以提升病历理解能力。

为了实现上述目的，本发明所采用的技术方案为：

一种基于依存句法分析的医疗病历症状识别方法，包括：

步骤1：医疗实体识别：标记出病历中表示症状的实体，包括发生病变的器官、组织以及描述病变情况的词语；若识别出的医疗实体数量＜2，则为简单病例，直接显示症状，若识别出的医疗实体数量≥2，则进行下一步；

步骤2：实体间依存句法分析：对步骤1中标记出的医疗实体进行句法关系分析，确定实体之间的句法结构，即实体之间的依赖关系；

步骤3：实体组合：根据步骤2中确定的实体之间的依赖关系，将医疗实体进行组合得到症状；

步骤4：序列到序列症状映射：对步骤3中得到的症状说法进行标准说法映射。

进一步的，所述步骤1中：医疗实体识别采用基于字的Bert-CRF的方法，使用谷歌预训练好的模型进行微调，修改输出为适用于命名实体识别，再使用CRF层对各标签的之间的转移概率进行建模，在所有的标签序列中，选取一条最优结果。

进一步的，所述步骤2中：实体依存句法分析采用基于神经网络的依存句法分析方法，对句子中的部分依存关系预测，仅预测医疗实体的句法关系；该方法基于arc-standard系统，使用分类器根据从配置信息中提取的特征来预测正确的转换操作。