[发明专利]一种电子病历数据处理方法及系统

权利要求书

1.一种电子病历数据处理方法，其特征在于，包括：

按照预设的映射规则将病历文书中的名称进行映射；

对无法按照预设的所述映射规则进行映射的病历文书，通过预先训练的深度学习模型进行分类。

2.根据权利要求1所述的一种电子病历数据处理方法，其特征在于，所述通过深度学习模型进行分类，具体包括：

对病历文书进行编码，将编码的结果通过深度学习模型映射到预先定义的类别空间，得到所述病历文书的类别。

3.根据权利要求2所述的一种电子病历数据处理方法，其特征在于，所述类别空间包括N个文书类别和一个其他类，所述通过深度学习模型进行分类，具体还包括：

对分类到所述其他类的病历文书进行拒识。

4.根据权利要求1-3任一项所述的一种电子病历数据处理方法，其特征在于，还包括：当所述深度学习模型的训练数据中增加新的电子病历数据时，对所述深度学习模型进行增量训练。

5.根据权利要求4所述的一种电子病历数据处理方法，其特征在于，对所述深度学习模型进行增量训练，具体包括：

按照加入新的电子病历数据后的训练数据中病历文书的名称的类型进行归类统计；分别将相同类型的病历文书以批量形式送入所述深度学习模型进行预测，得到该批量数据中各个病历文书的预测类及对应的概率；如果预测得到的最大概率大于或等于预设阈值，则将预测类与所述最大概率对应的预测类不同的病历文书的类型修改为所述最大概率对应的预测类后加入到所述训练数据中；如果预测得到的最大概率小于所述预设阈值，则从该批量数据中随机抽取一部分人工进行标注后加入到训练数据中，继续训练模型，直至预测得到的最大概率大于或等于所述预设阈值。

6.一种电子病历数据处理系统，其特征在于，包括：

规则映射模块，用于按照预设的映射规则将病历文书中的名称进行映射；

分类模块，用于对无法按照预设的所述映射规则进行映射的病历文书，通过预先训练的深度学习模型进行分类。

7.根据权利要求6所述的一种电子病历数据处理系统，其特征在于，所述分类模块，具体用于：

对病历文书进行编码，将编码的结果通过深度学习模型映射到预先定义的类别空间，得到所述病历文书的类别。

8.根据权利要求7所述的一种电子病历数据处理系统，其特征在于，所述类别空间包括N个文书类别和一个其他类，所述分类，具体还用于：

对分类到所述其他类的病历文书进行拒识。

9.根据权利要求6-8任一项所述的一种电子病历数据处理系统，其特征在于，还包括：训练模块，用于当所述深度学习模型的训练数据中增加新的电子病历数据时，对所述深度学习模型进行增量训练。

10.根据权利要求9所述的一种电子病历数据处理系统，其特征在于，所述训练模块，具体用于：

按照加入新的电子病历数据后的训练数据中病历文书的名称的类型进行归类统计；分别将相同类型的病历文书以批量形式送入所述深度学习模型进行预测，得到该批量数据中各个病历文书的预测类及对应的概率；如果预测得到的最大概率大于或等于预设阈值，则将预测类与所述最大概率对应的预测类不同的病历文书的类型修改为所述最大概率对应的预测类后加入到所述训练数据中；如果预测得到的最大概率小于所述预设阈值，则从该批量数据中随机抽取一部分人工进行标注后加入到训练数据中，继续训练模型，直至预测得到的最大概率大于或等于所述预设阈值。