[发明专利]一种针对诊断结果的质量监控方法、装置、介质及设备

权利要求书

1.一种针对诊断结果的质量监控方法，其特征在于，包括：

基于若干第一历史病历数据获取若干第一文本数据以及与各第一文本数据对应的样本诊断结果，以构建获得第一训练集；

基于所述第一训练集中的第一文本数据以及与各第一文本对应的样本诊断结果，对初始疾病预测模型中的当前医疗文本语言子模型、全连接层以及逻辑回归层进行模型训练，获得目标疾病预测模型；

基于所述目标疾病预测模型对目标病历的目标文本数据进行疾病预测，获得预测结果；

基于所述预测结果对所述目标病历对应的诊断结果进行质量监控。

2.如权利要求1所述的方法，其特征在于，在训练获得所述目标疾病预测模型之前，所述方法还包括：训练获得所述当前医疗文本语言子模型，包括：

基于若干第二历史病历数据获取若干第二文本数据以及与各第二文本数据对应的第二样本医疗文本数据，以构建获得第二训练集；

基于所述第二训练集中的第二文本数据以及第二样本医疗文本数据，对初始医疗文本语言子模型进行模型训练，获得所述当前医疗文本语言子模型。

3.如权利要求2所述的方法，其特征在于，所述基于所述第二训练集中的第二文本数据以及第二样本医疗文本数据，对初始医疗文本语言子模型进行模型训练，获得所述当前医疗文本语言子模型，具体包括：

利用初始医疗文本语言子模型对所述第二训练集中的第二文本数据进行医疗文本提取，获得当前第二医疗文本；

基于与各第二文本数据对应的第二样本医疗文本以及与各第二文本数据对应的当前第二医疗文本，对所述初始医疗文本语言子模型中的初始参数进行调整，获得所述当前医疗文本语言子模型。

4.如权利要求1所述的方法，其特征在于，所述基于所述第一训练集中的第一文本数据以及与各第一文本对应的样本诊断结果，对初始疾病预测模型中的当前医疗文本语言子模型、全连接层以及逻辑回归层进行模型训练，获得目标疾病预测模型，具体包括：

依次基于初始疾病预测模型中的当前医疗文本语言模型、初始全连接层以及初始逻辑回归层对各所述第一文本进行疾病概率筛选，获得疾病诊断的第一预测结果；

基于与各所述第一文本对应的第一预测结果、各第一文本对应的样本诊断结果，分别对所述当前医疗文本语言子模型、初始全连接层以及初始逻辑回归层中的参数进行调整，获得目标医疗文本语言子模型、目标全连接层以及目标逻辑回归层，以获得所述目标疾病预测模型。

5.如权利要求1所述的方法，其特征在于，所述基于所述目标疾病预测模型对目标病历的目标文本数据进行疾病预测，获得预测结果，具体包括：

基于目标文本，利用所述目标疾病预测模型中的目标医疗文本语言子模型、目标全连接层以及目标逻辑回归层，进行疾病概率计算，获得各疾病的概率值；

基于各所述疾病的概率值，对各所述疾病进行筛选，获得至少一种预测疾病，以获得所述预测结果。

6.如权利要求1所述的方法，其特征在于，所述基于所述预测结果对所述目标病历对应的诊断结果进行质量监控，具体包括：

将所述预测结果中的各预测疾病与所述目标诊断结果中的目标疾病进行比对，以确定所述预测结果是否包含目标诊断结果；

在确定所述预测结果包含所述目标诊断结果的情况下，获得诊断质量合格的监控结果；

在确定所述预测结果未包含所述目标诊断结果的情况下，获得诊断质量不合格的监控结果。

7.如权利要求所述的方法，其特征在于，在获得各疾病的概率值之后，所述方法还包括：

在确定所述预测结果未包含所述目标诊断结果的情况下，按照各预测疾病概率值由高到低的顺序，对预定数量的预测疾病进行展示，以进行疾病提示。