[发明专利]ICD编码转化方法、装置、计算设备和存储介质

说明书

本发明公开了一种ICD编码转化方法、装置、计算设备和存储介质，包括：提取并预处理待转化的ICD二元组{名称类，编码类}；针对每个预处理后的ICD二元组进行精转化，包括：对ICD二元组进行相对于标准ICD二元组{标准名称类，标准ICD编码类}的关联匹配，筛选得到关联的ICD二元组作为精转化结果；针对每个未关联的ICD二元组进行粗转化，包括：计算名称类与每个标准名称类的相似度得分、编码类与每个标准ICD编码类的距离得分，综合相似度得分和距离得分筛选确定得分最高的一组{标准名称类，标准ICD编码类}作为ICD二元组的粗转化结果。提升编码效率和编码准确率，且降低编码员工作量。

技术领域

本发明属于国际疾病分类编码领域，具体涉及一种ICD编码转化方法、装置、计算设备和存储介质。

背景技术

国际疾病分类(international classification of diseases,ICD)编码是医院等医疗机构使用的统一编码方法，该ICD编码允许不同国家或地区根据本国或地区实际情况进行扩展。在过去20年，我国各地区在WHO发布的ICD-10和ICD-9-CM-3的基础上扩展了将近20个编码版本，同一家医疗机构在不同的时期会有不同的编码版本，甚至同一家医疗机构在同一时间不同系统(如电子病历和病案首页)中也可能会使用不同的版本。另外，很多医院还会自行扩展院内ICD编码，这使得精细化统计分析难度加大，也使基于诊断编码或手术编码的大数据、机器学习的应用陷入困难。

随着医保支付方式的改革，尤其是诊断相关组(Diagnosis Related Groups,DRGs)收费制度的稳步推行，相关部门也在大力推进各种编码标准化，2019年针对疾病和手术操作编码分别发布了《ICD-10医保版1.0》和《ICD-9-CM-3医保版1.0》，方便其他不同版本能够转化，保障数据一致性，也为DRGs的实施和医院精细化管理奠定基础。

传统的ICD编码转化方法通常采用逐条翻译的模式，即由编码员将待转化的编码逐条翻译成标准的新编码，这种方法虽然保证了准确率，但效率较为低下。

发明内容

鉴于上述，本发明的目的是提供一种ICD编码转化方法、装置、计算设备和存储介质，提升编码效率和编码准确率，且降低编码员工作量。

第一方面，实施例提供的一种ICD编码转化方法，包括以下步骤：

提取并预处理待转化的ICD二元组{名称类，编码类}；

针对每个预处理后的ICD二元组进行精转化，包括：对ICD二元组进行相对于标准ICD二元组{标准名称类，标准ICD编码类}的关联匹配，筛选得到关联的ICD二元组作为精转化结果；

针对每个未关联的ICD二元组进行粗转化，包括：计算名称类与每个标准名称类的相似度得分、编码类与每个标准ICD编码类的距离得分，综合相似度得分和距离得分筛选确定得分最高的一组{标准名称类，标准ICD编码类}作为ICD二元组的粗转化结果。

在一个实施例中，对待转化的ICD二元组的预处理包括：删除空格及特殊字符，统一大小写字母，统一同义词。

在一个实施例中，精转化过程中，以待转化的ICD二元组的名称类为基准，查找与名称类相同的标准名称类对应的标准ICD二元组，若查找到，则进行关联匹配，即将标准ICD二元组中的标准编码类作为待转化的ICD二元组的新编码类，提取关联的ICD二元组{名称类、新编码类}作为精转化结果。

在一个实施例中，粗转化过程中，计算名称类与每个标准名称类的余弦相似度作为相似度得分。

在一个实施例中，计算名称类与每个标准名称类的相似度得分，包括：

分别对名称类与每个标准名称类进行分词，分别合并名称类与每个标准名称类的分词结果以确定合并分词结果，依据名称类的分词结果、标准名称类的分词结果在合并分词结果中出现情况进行编码，确认名称类的分词向量，标准名称类的分词向量；