[发明专利]一种医学实体对码方法、装置、计算机设备和存储介质

说明书

本发明公开了一种医学实体对码方法，可应用于智慧医疗领域，首先从目标标准库大量的标准医学条目中粗略的筛选出与非标准医学条目较为相似的一些标准医学条目，然后再精确的计算非标准医学条目和筛选出的每条标准医学条目的第二相似度，且只有在精确计算出的最大的第二相似度大于等于第二相似度阈值时，才会将该最大的第二相似度对应的标准医学条目输出，以保证对码的准确度。其中，目标标准库可分布式部署于区块链节点中。本实施例既保证了智能对码的速度又保证了智能对码的准确率且降低人力成本的技术效果。

技术领域

本发明涉及计算机技术领域，具体涉及一种医学实体对码方法、装置、计算机设备和计算机可读存储介质。

背景技术

对码，又称为对标，是指将不标准的数据转换为标准数据。

在数据日益膨胀的今天，医疗领域每天产生着大量的医学数据。为了使这些医学数据产生价值，比如作为各种模型输入、作为用户的病例档案或者建立医学数据库等，需要先将这些医学数据录入电子系统保存起来。但是，医护人员为了节省时间，通常不会按照标准录入这些医学数据，这就导致后期需要利用标准的医学实体对这些医学数据进行对码。

然而，发明人研究发现，现有的医学实体对码技术需要人工手动对码，费时费力，且对对码人员的医学知识水平有较高的要求，额外增加了人力成本。

针对现有技术中人工手动实施医学实体对码费时费力且额外增加人力成本的技术问题，目前尚未提供有效的解决方案。

发明内容

本发明的目的在于提供了一种医学实体对码方法、装置、计算机设备和计算机可读存储介质，能够解决现有技术中人工手动实施医学实体对码费时费力且额外增加人力成本的技术问题。

本发明的一个方面提供了一种医学实体对码方法，所述方法包括：获取非标准医学条目，所述非标准医学条目包括若干非标准医学实体；确定与所述非标准医学条目的类别一致的目标标准库；利用第一预设相似度算法计算所述非标准医学条目与所述目标标准库中每条标准医学条目的相似度，作为第一相似度；筛选出第一相似度大于等于第一相似度阈值的标准医学条目；在筛选出的所述标准医学条目不唯一时，获取与所述非标准医学条目的类别一致的目标相似度数据表，所述目标相似度数据表定义了每个医学实体的分值；将所述非标准医学条目中每个非标准医学实体和筛选出的每条标准医学条目中对应的标准医学实体映射到所述目标相似度数据表中的医学实体；根据映射到的所述目标相似度数据表中的医学实体的分值，计算所述非标准医学条目和筛选出的每条标准医学条目的相似度，作为第二相似度；在最大的第二相似度大于等于第二相似度阈值时，以所述最大的第二相似度指向的标准医学条目中的标准医学实体为标准，对所述非标准医学条目中的非标准医学实体对码。

可选地，根据映射到的所述目标相似度数据表中的医学实体的分值，计算所述非标准医学条目和筛选出的每条标准医学条目的相似度，作为第二相似度的步骤包括：根据映射到的所述目标相似度数据表中的医学实体的分值，确定所述非标准医学条目中每个非标准医学实体和筛选出的每条标准医学条目中对应的标准医学实体的相似度；根据所述非标准医学条目中每个非标准医学实体和筛选出的每条标准医学条目中对应的标准医学实体的相似度，计算所述非标准医学条目和筛选出的每条标准医学条目的第二相似度。

可选地，根据所述非标准医学条目中每个非标准医学实体和筛选出的每条标准医学条目中对应的标准医学实体的相似度，计算所述非标准医学条目和筛选出的每条标准医学条目的第二相似度的步骤包括：将所述非标准医学条目中每个非标准医学实体和筛选出的每条标准医学条目中对应的标准医学实体的相似度之和，确定为所述非标准医学条目和筛选出的每条标准医学条目的第三相似度；获取权重预测模型，所述权重预测模型用于预测医学条目的权重值；将筛选出的每条标准医学条目输入所述权重预测模型，得到所述权重预测模型输出的筛选出的每条标准医学条目的权重值，作为第一权重值；根据每个所述第三相似度和每个所述第一权重值，计算所述非标准医学条目和筛选出的每条标准医学条目的第二相似度。