[发明专利]用于对医疗数据进行数据质控的方法和装置

说明书

本发明公开了用于对医疗数据进行数据质控的方法和装置，方法包括：构建医疗数据质控规则库；使用经训练的医疗实体识别网络对所获取的医疗数据进行实体识别，以识别出所述医疗数据对应的医疗实体；以及对所识别出的医疗实体自动配置所述医疗数据质控规则库中的医疗数据质控规则，以对所述医疗数据进行数据质控。本发明采用神经网络模型自动学习医疗数据的特征，无需复杂的特征工程，并且能够自动进行质控规则的配置，无需工作人员花费大量的时间与精力进行质控规则配置，提升了大体量数据质控的效率和质量，从而可适用于大规模的数据质控。

技术领域

本发明总体上涉及数据质控领域，更具体地，涉及用于对医疗数据进行数据质控的方法和装置。

背景技术

随着国家对医疗健康领域的改革和政策引导及大力推进全民健康发展，人民健康水平得到很大提升，同时5G及信息技术的发展，医疗健康服务的模式也发生了很大变化，从传统的手工模式转变为信息化模式，又从信息化模式转变为智能化、数字化模式。新时期医疗健康服务领域出现很多新的创新场景，如诊前预测预警，诊中临床决策支持，诊后分析及挖掘，医疗与卫生互通融合，患者与医务人员信息共享，数字化精细化管理决策等，这些场景都对现代医疗卫生供需服务提出新的要求，都需要大数据的支撑。

然而，医疗健康贯穿人们的全生命周期，涉及的医疗健康信息庞大而繁杂，在进行大数据利用之前需要对数据进行质控、治理，只有质量符合要求的数据才能产生合理赋能，否则可能就会不可用，甚至导致错误的信息，进而引起不良事件，因此数据质控显得尤其重要。

然而，现有的信息系统大都只关注业务流程的可执行性，各种系统之间缺少互通，很少关注产生的数据是否合理、合规、完整、一致等情况，加之医务人员操作不规范、操作失误等原因，实际产生的数据存在很多问题。为满足新形势下新场景的要求，出现了很多数据平台、数据中台等对产生的数据进行质控、治理，进而为业务提供支撑，但现有的数据质控都是人工处理，其效率、结果等都不理想，有待于提高。

因此，为了解决上述问题，需要一种新型的用于对医疗数据进行数据质控的方法和装置，以解决现有的医疗数据质控中存在的问题。

发明内容

在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

根据本发明的一方面，提供了一种用于对医疗数据进行数据质控的方法，所述方法包括：构建医疗数据质控规则库；使用经训练的医疗实体识别网络对所获取的医疗数据进行实体识别，以识别出所述医疗数据对应的医疗实体；以及对所识别出的医疗实体自动配置所述医疗数据质控规则库中的医疗数据质控规则，以对所述医疗数据进行数据质控。

在一个实施例中，其中所述医疗数据包括在医疗数据表中，所述医疗数据包括字段数据，所述方法还包括：通过对所述字段数据进行实体识别，来对所述字段数据对应的医疗数据进行实体识别。

在一个实施例中，其中所述医疗实体识别网络包括预训练模型和实体识别模型。

在一个实施例中，其中所述预训练模型为ALBERT模型。

在一个实施例中，所述实体识别模型包括WC-LSTM模型和CRF模型。

在一个实施例中，其中所述经训练的医疗实体识别网络通过以下步骤进行训练而得到：对从训练语料中获取的字段数据进行标注，得到所述字段数据对应的医疗实体标签；将所述字段数据和所述医疗实体标签作为训练数据对输入所述预训练模型，得到所述字段数据的字向量；将所述字向量输入所述实体识别模型，得到所述字段数据对应的预测医疗实体；将所述医疗实体标签与所述预测医疗实体进行比较，基于所述比较的结果调整所述预训练模型和所述实体识别模型的权重；进行多次训练迭代，得到所述经训练的医疗实体识别网络。