[发明专利]一种基于临床诊疗指南进行电子病历诊疗质控的方法有效
申请号: | 202110587640.7 | 申请日: | 2021-05-27 |
公开(公告)号: | CN113361230B | 公开(公告)日: | 2023-02-03 |
发明(设计)人: | 王寅光;许孟可;何沛媚 | 申请(专利权)人: | 重庆南鹏人工智能科技研究院有限公司;广州天鹏计算机科技有限公司 |
主分类号: | G06F40/103 | 分类号: | G06F40/103;G06F40/186;G06F40/295;G16H10/60;G16H40/20;G06N3/044;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 401120 重庆市渝北区*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 临床 诊疗 指南 进行 电子 病历 方法 | ||
本发明公开了一种基于临床诊疗指南进行电子病历诊疗质控的方法,包括如下步骤:S1:建立基于指南的质控规则库;S2:对电子病历及检验检查信息进行数据处理及标准化映射;S3:利用基于指南的质控规则库对病历文本进行质控判断。本发明通过利用指南进行电子病历诊疗质控,弥补了终末病历质控局限于形式、滞后于医疗过程的缺点,能够利用标准化的指南治疗规范帮助医生提高诊疗水平,降低误诊误治,实现不同层级医生的同质化诊疗,降低医生诊疗偏差,降低质控人员压力,对于降低医疗风险,具有十分重要的意义。
技术领域
本发明属于医疗系统信息化技术领域,具体涉及一种基于临床诊疗指南进行电子病历诊疗质控的方法。
背景技术
病历是医务人员在诊疗工作中形成的文字、符号等资料的总和,是医务工作者对患者病情演变以及诊疗经过、效果等一系列医疗行为的记录,是医保赔付的重要依据、医院考核的关键指标及医疗纠纷的有力证据。它要求具有客观性、完整性、准确性。
由于不同年资医生诊疗水平存在差距,诊疗过程中经常出现不规范诊治现象。首先现阶段病历质控依赖于终末质控,病历数据量大,质控从业人员少,水平参差不齐,对病历质控力度弱,导致病历质控局限于形式,滞后于医疗过程。其次实时诊疗中,电子病历系统一般只会进行形式质控,无法对病历文书、检查等非结构化数据进行内涵诊疗质控。只有从源头建立和完善病历质控体系,才能系统地解决病历质量的根本问题,实现诊疗同质化,提升低水平及基层医生诊疗能力。
发明内容
本发明的目的在于提供一种基于临床诊疗指南进行电子病历诊疗质控的方法,以解决上述背景技术中所提出的问题。
为实现上述目的,本发明提供以下技术方案:一种基于临床诊疗指南进行电子病历诊疗质控的方法,其技术要点在于:包括如下步骤:
S1:建立基于指南的质控规则库:
S1.1:自动挖掘指南诊疗知识点;
S1.2:建立基于本体的诊疗关系库;
S1.3:建立通用规则模板及个性化规则模板;
S1.4:建立标准化的质控规则库;
S2:对电子病历及检验检查信息进行数据处理及标准化映射,系统抓取HIS、LIS、PACS系统的数据,通过规范化接口对接,形成标准化病历、检验、检查字段,通过NLP+规则的组合方式对一诉五史和病程记录病历文本进行数据结构化处理,处理结果包括结构化实体症状、症状发生时间、疾病诱因、体征、影像学异常影征、诊断、检验、检查和药品,处理后将结构化实体映射到规范本体概念库中,具体包括以下步骤:
S2.1:数据预处理,所述的数据预处理需要对不同的电子病历数据源文本信息进行格式转换、敏感词脱敏、过滤重复、无效、缺陷数据处理,后进行病历解析,方便下一步的数据后结构化及标准化;
S2.2:数据后结构化处理,首先使用医学字典表对标注平台上的数据进行统一预标注,采用的字典表词库数量达10万以上,涵盖诊断、症状、部位、影征得到常见实体类型,预标注可以覆盖大部分的实体词,然后通过人工进行错误调整和遗漏补标,利用标注数据集生成训练数据进行命名实体模型训练,利用BiLSTM对上下文信息的理解能力和CRF对邻近词的概率判断,结合医学逻辑规则对实体之间进行关系建立,准确识别出真实的语义信息,完成实现实体识别和关系抽取,建立各类后结构化任务模型;
S2.3:实体标准化,利用ICD9-CM3、ICD10和国家卫健委《常用临床医学名词(2019年版)》对模型识别出的实体进行同义词的标准化,以便于数据的统一表达,方便质控系统进行逻辑交互;
S3:利用基于指南的质控规则库对病历文本进行质控判断,系统通过对病历文本进行数据处理及本体映射,再利用预设的质控规则库判断该患者是否存在不符合指南诊疗的缺陷,若能匹配缺陷质控点规则则输出提醒,并监督用户改正,具体包括以下步骤:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆南鹏人工智能科技研究院有限公司;广州天鹏计算机科技有限公司,未经重庆南鹏人工智能科技研究院有限公司;广州天鹏计算机科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110587640.7/2.html,转载请声明来源钻瓜专利网。