[发明专利]医疗信息处理方法和医疗信息处理装置

说明书

本发明提出了一种医疗信息处理方法和医疗信息处理装置，其中，所述医疗信息处理方法包括：对多个医疗文本进行切词，以及对所述多个医疗文本进行聚类；根据同一类别的医疗文本中每两个医疗文本的词，确定所述每两个医疗文本的关联度；根据所述每两个医疗文本的关联度，判断所述同一类别的医疗文本中任两个医疗文本的词是否存在关联关系；在判断结果为是时，将存在关联关系的词进行关联存储。通过本发明的技术方案，可以比较准确、全面地挖掘出医疗文本中存在关联关系的词，从而根据存在关联关系的词构建出的医疗词库更加准确和全面。

技术领域

本发明涉及信息处理技术领域，具体而言，涉及一种医疗信息处理方法和医疗信息处理装置。

背景技术

目前，医疗服务信息化是国际发展趋势，随着信息技术的快速发展，国内越来越多的医院正加速实施基于信息化平台、HIS(Hospital Information System，医院信息系统)的整体建设，以提高医院的服务水平与核心竞争力，医疗信息化不仅提升了医生的工作效率，使医生有更多的时间为患者服务，更提高了患者满意度和信任度，无形之中树立起了医院的科技形象。因此，医疗业务应用与基础网络平台的逐步融合正成为国内医院，尤其是大中型医院信息化发展的新方向。

在医疗信息化过程中，医疗词库的构建是一个非常重要且基础的工作，医疗词库的构建有助于实现病历电子化，有助于对互联网上大量的非结构化的医疗文本进行解析，也有助于实现病人病案的智能化分析。虽然国外有成熟的医学词库系统，但并不适合用于以中文为母语的国内医疗词库。国内也构建了英汉平行语料库、中医药学词库等，然而，国内医疗词库中的词并不全面，而且也缺乏一定的正确性。

因此，如何构建出更加准确、全面的医疗词库成为亟待解决的问题。

发明内容

本发明正是基于上述问题，提出了一种新的技术方案，可以比较准确、全面地挖掘出医疗文本中存在关联关系的词，从而根据存在关联关系的词构建出的医疗词库更加准确和全面。

有鉴于此，本发明的一方面提出了一种医疗信息处理方法，包括：对多个医疗文本进行切词，以及对所述多个医疗文本进行聚类；根据同一类别的医疗文本中每两个医疗文本的词，确定所述每两个医疗文本的关联度；根据所述每两个医疗文本的关联度，判断所述同一类别的医疗文本中任两个医疗文本的词是否存在关联关系；在判断结果为是时，将存在关联关系的词进行关联存储。

在该技术方案中，根据同一类别的医疗文本中每两个医疗文本中的词确定每两个医疗文本的关联度，以根据每两个医疗文本的关联度判断该同一类别的任两个医疗文本的词之间是否存在关联关系，并将存在关联关系的词进行关联存储，例如，存储在医疗词库中，以构建较为完善的医疗词库。例如，A医疗文本中的词有：感冒和发烧，B医疗文本中的词有：发热和咳嗽，C医疗文本中的词有：咳嗽和着凉，可见，A与B中具有相近的词：发烧和发热，A与B之间的关联度为30％，B与C中具有相同的词：咳嗽，B与C之间的关联度为50％，A与C中虽然没有相同或相近的词，但是，由于A与B之间有关联，B与C之间有关联，则可以确定A与C之间有关联，也就确定A与C的词之间存在关联关系。因此，本方案可以进一步地挖掘出存在隐含关联关系的词，从而可以更加准确、全面地挖掘出医疗文本中存在关联关系的词。进一步地，可以根据存在关联关系的词构建出医疗医疗信息的搜索引擎，或者实现医疗文本信息的自动化分析等，为门诊医生及患者查询疾病与症状提供便利。

优选地，多个医疗文本可以是医院的医疗系统中的电子病历，还可以是利用爬虫程序从医学专业网站上获取到的。由于多个医疗文本的规模比较大，因此，可以对多个医疗文本进行分布式文件系统进行存储。

在上述技术方案中，优选地，所述将存在关联关系的词进行关联存储的步骤，还包括：根据所述任两个医疗文本的关联度，确定所述任两个医疗文本中词的关联度；将所述任两个医疗文本中词的关联度进行存储。