[发明专利]一种医技检查项目相似性快速判别方法

说明书

本发明公开了一种医技检查项目相似性快速判别方法。本发明是根据医技检查项目命名特点，直接以部位和检查方法为语义空间，动态构建低维的特征向量进行相似性判断，克服现有的文本相似度计算方法大量统计、分解降维、提取语义等复杂计算缺点，并区分了检查次序对相似性的影响。本发明既简便快速，又准确有效，符合实际应用需要。

技术领域

本发明涉及医疗信息检索领域，尤其涉及一种医技检查项目相似性快速判别方法。

背景技术

尽管卫生监管部门三令五申要求各医疗机构在保证医疗质量和医疗安全的前提下开展检查资料及检查结果互认工作，合理有效利用卫生资源，减轻患者负担。但是，局部利益驱动、传统胶片信息量不足、举证倒置等诸多因素，导致大量的重复检查。许多患者在遇到疑难杂症时，常常会多家寻医问诊。刚在一家医院进行了一系列全面检查，奔波至另一家医院又被迫重复检查一遍。不仅延误诊疗时机，浪费卫生资源，而且消耗身体，特别是放射重复检查导致患者短期内接受过多的辐射剂量。

随着各地区卫生信息平台及区域PACS的建立，医院间的电子病历、影像检查共享已成为现实，技术上有力支撑了检查结果互认工作。但是，重复检查量仍然居高不下。为此，卫生监管部门希望通过卫生信息平台实现重复检查的事先提醒和事后审计。

实际工作中，各医院对检查项目编号/名称的编制各不相同，而且没有业界标准进行转换、统一。这给“重复检查”的界定带来困难。从“检查项目名称”相似性分析入手，首先“检查项目名称”只有几个不重复的词组成，如“CT头部平扫”，没有词频TF差异；其次，检查项目名称与检查报告之间并非“题目与内容”关系，没法统计逆向文本频率IDF。而传统的基于语义的文本相似性分析技术，其关键点(1)特征词是通过词频TF、逆向文本频率IDF统计得到；(2)通过LSA或PLSA降维处理，实现原文的语义提取；(3)采用特征向量的余弦度量，计算相似性。显然，其中的(1)(2)两点，对于“检查项目名称”相似性分析是根本不能套用的。

此外，现有文本相似度计算方法没法区分检查次序对检查项目相似性的影响。

参考文献：201310105450.2一种基于目标文本的计算文本相似度的方法。

发明内容

本发明正是鉴于上述技术问题而提出了一种医技检查项目相似性快速判别方法，该方法包括以下几个步骤：

1、获取当前检查项目名称A和待比对的历史检查项目名称B，完成2个检查项目名称的自动分词。

2、与检查项目专业名词库对照，按设备类型、部位、检查方法归类，完成同义词替代。

3、设备类型核对，确定设备类型匹配系数α。当两个检查设备类型相同时，取α＝1；否则取α＝0.5。

4、分别构造部位和检查方法2个特征向量，并计算相似度。

按照分词所得部位，构造部位向量空间，部位为列，A、B为行，如图1所示。分别给两个检查的部位列赋初值0或1。根据检查项目专业名称库核对，如列(部位)之间有从属关系，则大部位属性向下延伸至子部位(子部位属性不能上延)。为区别检查次序对检查项目相似性的影响，当前项目A向下延伸时取1.2，历史项目B向下延伸时取0.8。由此得到A和B的部位特征向量。

同样，按照分词所得检查方法，构造检查方法向量空间，检查方法为列，A、B为行，如表1所示。分别给两个检查的检查方法列赋初值0或1，由此得到A和B的检查方法特征向量。

按向量的余弦度量公式，分别计算部位相似度β和检查方法相似度γ：

其中，bd_a,bd_b分别表示A和B的部位特征向量，m_a,m_b分别表示A和B的检查方法特征向量。