[发明专利]中文电子病历手术操作文本的ICD自动编码方法及装置

说明书

本发明涉及自然语言处理技术领域，特别涉及一种中文电子病历手术操作文本的ICD自动编码方法及装置，该方法包括：以结构化电子病历中的手术操作文本作为输入，基于BERT无监督预训练模型，构建包含无监督上下文语义信息的节点与边，得到每条手术操作文本的无监督语义图；将构建的无监督语义图输入门控图神经网络，进行全局信息交互，得到上下文语义信息和全局语义信息融合的语义图；基于得到的语义信息融合的语义图，聚合各节点的表征，得到聚合的特征向量；根据聚合的特征向量进行分类，确定手术操作文本对应的ICD编码。本发明集成了手术操作文本中上下文语义信息和全局信息，能够基于文本本身取得更好的表征性能，实现对手术操作精准编码。

技术领域

本发明涉及自然语言处理技术领域，特别涉及一种中文电子病历手术操 作文本的ICD自动编码方法、装置、电子设备及存储介质。

背景技术

国际疾病分类(International Classification of Diseases，ICD)是WHO制 定的国际统一的疾病分类方法，它根据疾病的病因、病理、临床表现和解剖 位置等特性，将疾病分门别类，使其成为一个有序的组合，并用编码的方法 来表示。如今，ICD编码作为统一分类标准，已在全球各医院广泛运用于病 案管理、医保报销等医疗保健任务中。

ICD编码是医院医疗管理的一项重要工作。然而，传统的编码过程存在 大量手工操作。在中国传统公立医院，ICD编码流程首先需要由主治医生根 据病患情况在电子病历中填写临床诊断描述，然后由医院病案室专业的编码 员根据临床诊断描述确定相应的编码标准名称，最后再将编码标准名称转换 为相应的ICD编码，并输入到疾病诊断相关分组(DRG)系统中进行医学统计 分析，整个过程非常耗时，且容易出错。

发明内容

基于人工ICD编码工作费时费力、容易出错的问题，本发明提供了一种 中文电子病历手术操作文本的ICD自动编码方法、装置、电子设备及存储介 质，能够针对电子病历中的手术操作结构化短文本自动化地实现ICD精准编 码。

第一方面，本发明实施例提供了一种中文电子病历手术操作文本的ICD 自动编码方法，包括：

以结构化电子病历中的手术操作文本作为输入，基于BERT无监督预训 练模型，构建包含无监督上下文语义信息的节点与边，得到每条手术操作文 本的无监督语义图；其中，所述无监督语义图的节点包括章节级节点、文档 级节点和最多四个轴心词节点；所述章节级节点的特征向量包含手术操作文 本所属章节的上下文语义信息，所述文档级节点的特征向量包含整条手术操 作文本的上下文语义信息，四个所述轴心词节点的特征向量分别包含手术操 作的部位、术式、入路和疾病性质四个轴心词语义信息，所述无监督语义图 的边的权重包含所连两节点之间在手术操作文本中的的语义影响力信息；

将构建的所述无监督语义图输入门控图神经网络，进行全局信息交互， 得到语义信息融合的语义图；

基于得到的语义信息融合的语义图，聚合各节点的表征，得到聚合的特 征向量；

根据聚合的特征向量进行分类，确定所述手术操作文本对应的ICD编码。

可选地，所述基于BERT无监督预训练模型，构建包含无监督上下文语 义信息的节点，包括：

将所述手术操作文本输入第一BERT模型，查找所述手术操作文本对应 的编码章节，确定章节标题文本；所述第一BERT模型包括BERT无监督预 训练模型和softmax层；

将所述章节标题文本输入第二BERT模型，以[CLS]字符的表征作为所 述章节级节点的初始特征向量；

将所述手术操作文本输入命名实体识别模型，分别提取部位、术式、入 路和疾病性质四个轴心词的词组，确定各轴心词的词组位置；