[发明专利]诊断数据识别方法及装置、电子设备、存储介质

说明书

本公开实施例是关于一种诊断数据识别方法及装置、电子设备、存储介质，涉及医疗大数据技术领域，该诊断数据识别方法包括：基于历史医疗数据获取待处理对象的原始诊断数据，并获取候选诊断数据；根据所述原始诊断数据和所述候选诊断数据的语义特征，确定所述原始诊断数据和所述候选诊断数据之间的匹配结果；基于所述匹配结果对原始诊断数据进行归一化处理，并根据归一化结果对所述待处理对象对应的原始诊断数据进行识别，以确定目标诊断结果。本公开实施例中的技术方案，能够准确识别原始诊断数据的目标诊断结果，提高识别效率。

技术领域

本公开涉及医疗大数据技术领域，具体而言，涉及一种诊断数据识别方法、诊断数据识别装置、电子设备以及计算机可读存储介质。

背景技术

在识别用户的既往症时，需要将用户的诊断数据进行标准化，并在标准化后进行识别。

相关技术中，可根据一个周期内已赔付的医疗记录来标识既往症人群，或者是进行人工识别。上述方式中，可能存在漏识别或者是误识别的问题，覆盖范围不全面，识别准确性较低；人工方式的识别标准不一致，且识别效率较低。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种诊断数据识别方法及装置、电子设备、存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的准确性较差的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种诊断数据识别方法，包括：基于历史医疗数据获取待处理对象的原始诊断数据，并获取候选诊断数据；根据所述原始诊断数据和所述候选诊断数据的语义特征，确定所述原始诊断数据和所述候选诊断数据之间的匹配结果；基于所述匹配结果对原始诊断数据进行归一化处理，并根据归一化结果对所述待处理对象对应的原始诊断数据进行识别，以确定目标诊断结果。

在本公开的一种示例性实施例中，所述根据所述原始诊断数据和所述候选诊断数据的语义特征，确定所述原始诊断数据和所述候选诊断数据之间的匹配结果，包括：对所述原始诊断数据以及所述候选诊断数据进行特征提取，得到语义特征；根据所述语义特征计算所述原始诊断数据和所述候选诊断数据的语义相似度；基于所述语义相似度进行分类，确定所述原始诊断数据以及所述候选诊断数据的所述匹配结果。

在本公开的一种示例性实施例中，所述根据所述语义特征计算所述原始诊断数据和所述候选诊断数据的语义相似度，包括：对所述原始诊断数据和所述候选诊断数据的中间特征进行特征提取，获取所述语义特征；将所述语义特征进行相似度计算，确定所述语义相似度。

在本公开的一种示例性实施例中，所述根据所述原始诊断数据和所述候选诊断数据的语义特征，确定所述原始诊断数据和所述候选诊断数据之间的匹配结果，包括：通过归一模型对所述原始诊断数据以及所述候选诊断数据进行相似度计算，以确定所述匹配结果；其中，所述归一模型包括多个编码器、多层感知机以及分类层。

在本公开的一种示例性实施例中，所述通过归一模型对所述原始诊断数据以及所述候选诊断数据进行相似度计算，以确定所述匹配结果，包括：通过多个编码器对所述原始诊断数据以及所述候选诊断数据进行特征提取，获取所述原始诊断数据和所述候选诊断数据中每个单词之间的关系特征作为所述语义特征；基于多层感知机和分类层对所述语义特征进行相似度计算，获取所述语义相似度；对所述语义相似度进行分类处理，确定所述匹配结果。

在本公开的一种示例性实施例中，所述方法还包括：通过通用语料对语言模型进行训练，得到通用语言模型；通过医疗文本语料对所述通用语言模型进行训练，得到医疗语言模型；通过目标任务对应的训练数据对医疗语言模型进行训练，得到所述归一模型。