[发明专利]基于原始诊断数据和病历文件数据的疾病编码方法及系统

权利要求书

1.基于原始诊断数据和病历文件数据的疾病编码方法，其特征是，包括如下步骤：

步骤(1)：接收输入数据：所述输入数据包括：原始诊断数据和病历文件数据；

步骤(2)：对输入的原始诊断数据和病历文件数据进行预处理；

步骤(3)：以步骤(2)得到的预处理结果在GB/T 14396-2016《疾病分类与代码》及国际疾病标准分类编码ICD-10中检索，判断是否得到结果，如果得到结果，则直接输出编码结果；若否，进入步骤(4)；

步骤(4)：对预处理过的原始诊断数据进行分词处理、联想转化处理和搜索匹配树处理，然后从匹配树的处理结果中筛选出最优结果，判断是否是最优结果，若是，则进入步骤(6)；若不是最优结果，进入步骤(5)；

步骤(5)：对步骤(1)输入的病历文件数据进行分词处理、非结构化数据转换为结构化数据、联想转化处理和搜索匹配树处理，然后从匹配树的处理结果中筛选出最优结果，进入步骤(6)；

步骤(6)：评估结果的编码准确性，输出编码结果及准确性评估结果；

所述评估结果的编码准确性，从结果与原始诊断数据的匹配程度、诊断关键词在医疗语义网络的转化距离、原始诊断数据中诊断关键词与标准诊断中诊断关键词的顺序的差异性三个角度进行评估；

所述结果与原始诊断数据的匹配程度，为：在所有匹配到的匹配树结果中,首先计算每组切分出的修饰词和主关键词总数量与匹配树包含的修饰词和主关键词总数量之比值，即为第一比值；其次计算切分出的主关键词数量与匹配树的主关键词的数量之比，即为第二比值；第二比值和第一比值，即为结果与原始诊断数据的匹配程度；

所述诊断关键词在医疗语义网络的转化距离，为：将每个诊断关键词在医疗语义网络转化到匹配树对应的诊断关键词经过的路径长度记做一个转化系数，计算所有匹配到的诊断关键词的转化系数自然对数之和，即为诊断关键词在医疗语义网络的转化距离；

所述原始诊断数据中诊断关键词与ICD-10中诊断关键词的顺序的差异性，为：首先计算同一个诊断关键词在原始诊断数据中的位置和在ICD-10中位置的顺序差，然后计算所有诊断关键词的顺序差的绝对值之和。

2.如权利要求1所述的基于原始诊断数据和病历文件数据的疾病编码方法，其特征是，所述分词处理，是指：将待分词语句切分为若干个诊断关键词，所述诊断关键词，包括表示限定修饰的修饰词和表示疾病的主关键词；所述修饰词是指描述性质、部位或程度类型的词语；所述主关键词是指描述疾病、异常组织、异常机体或异常症状的词语；

所述联想转化处理，是指：将分词得到的修饰词和主关键词标记在医疗语义网络上，利用医疗语义网络对修饰词和主关键词分别进行联想转化，将原主关键词和原主关键词联想转化后得到的新主关键词与原修饰词和原修饰词联想转化后得到的新修饰词进行排列组合，最终得到原始诊断数据中主关键词与修饰词之间的所有组合；

所述搜索匹配树处理，是指：根据联想转化处理得到的主关键词与修饰词之间所有组合，从匹配森林中搜索出每个组合对应的完全覆盖树叶的匹配树，结果是一个匹配树、若干个匹配树或无结果。

3.如权利要求1所述的基于原始诊断数据和病历文件数据的疾病编码方法，其特征是，所述从匹配树的处理结果中筛选出最优结果，是指：

步骤(a1)：将匹配到的匹配树上的关键词数量分别进行降序排列比较，如果排名第一的与第二相同或者与排名第一的相同的有多个，

则将得到拆分的关键词数量与匹配树的关键词数量之比进行升序排列比较；如果得到的排名第一的与第二相同或者与排名第一的相同的有多个，则进入步骤(a2)；

步骤(a2)：将修饰词和主关键词在医疗语义网络的转化距离进行叠加，对叠加结果进行降序排列比较，如果排名第一的与第二相同或者与排名第一的相同的有多个，则进入步骤(a3)；

步骤(a3)：计算匹配树的匹配程度，所述匹配树的匹配程度等于分词得到的主关键词的数量与匹配树的主关键词数量之比，对数量之比进行降序排列比较；如果排名第一的与第二相同或者与排名第一的相同的有多个，则结束；

在步骤(a1)-步骤(a3)中，如果最优结果只有一项，即排名第一的结果只有一个，则表示当前匹配树为最优匹配树。