[发明专利]电子病历和病案首页诊断一致性校验方法及系统

说明书

本申请公开了电子病历和病案首页诊断一致性校验方法及系统，其中所述方法包括：获取病案首页信息中的一个或多个诊断名称；确定所述诊断名称是否符合预先构建的国际疾病分类ICD10编码特征知识库的预设纳排条件；响应于诊断名称符合纳排条件，依据核心疾病对诊断名称进行分组；从所述ICD10编码特征知识库获取每一组诊断对应的核心疾病的第一特征集；按照所述ICD10编码特征知识库的结构对电子病历信息进行结构化；从结构化的电子病历信息获取每一组诊断对应的核心疾病的第二特征集；按核心疾病依次比对所获取的第一特征集和第二特征集；根据比对结果输出电子病历和病案首页诊断是否一致的校验结果。本发明使能精准校验电子病历与病案首页诊断之间的一致性。

技术领域

本申请涉及电数字数据处理领域，尤其涉及电子病历和病案首页诊断一致性校验方法及系统。

背景技术

国际疾病分类(International Classification of Diseases，ICD)是世界卫生组织(WHO)为了使卫生从业人员能够交换世界各地的卫生信息而发布的、对各种疾病做出的国际通用的统一分类，其根据疾病的某些特征，按照规则将疾病分门别类，并用编码的方法来表示，其中含有几万个与损伤、疾病以及死因有关的独特编码。目前全世界使用最广泛的ICD版本是ICD10和ICD9。

ICD使得疾病术语得以标准化和格式化，是医学信息化、医疗信息管理的应用基础，也是医疗保险结算的重要依据，因此，有效使用ICD对医疗卫生体系的发展具有非常重要的作用。

在实践中，病案首页诊断信息经常存在与电子病历信息不一致的情况。中国专利申请CN109273062A公开了一种ICD智能辅助编码系统，包括ICD名称管理系统和ICD疾病知识库，ICD名称管理系统包括ICD名称和ICD编码，其中，ICD疾病知识库与ICD名称管理系统相对应，ICD疾病知识库记录在ICD名称管理系统中每种ICD名称对应的疾病的临床诊疗指南；病案首页与ICD编码采用递归神经网络构建预测深度学习模型；利用患者的电子病历、缴费记录以及ICD疾病知识库对预测深度学习模型进行扩展训练构建深度学习模型。其通过做医学术语或原始诊断名称到ICD10编码的映射字典库，一定程度上可以校验首页诊断和临床文档中诊断的一致性，对首页诊断查缺补漏，但无法处理字典库外的医学术语，扩展性较低，也无法解决真实临床文档中诊断书写和首页诊断差异问题。

发明内容

为了克服现有技术中存在的不足，本发明要解决的技术问题是提供一种电子病历和病案首页诊断一致性校验方法及系统，其使能精准校验电子病历与病案首页诊断之间的一致性，能够满足临床诊断从粗略到详细的识别。

为解决上述技术问题，根据本发明的第一方面，提供一种电子病历和病案首页诊断一致性校验方法，该方法包括：

获取病案首页信息中的一个或多个诊断名称；

确定所述诊断名称是否符合预先构建的国际疾病分类ICD10编码特征知识库的预设纳排条件；

响应于所述诊断名称符合所述预设纳排条件，依据核心疾病对所述诊断名称进行分组；

从所述ICD10编码特征知识库获取每一组诊断对应的核心疾病的第一特征集；

按照所述ICD10编码特征知识库的结构对电子病历信息进行结构化；

从结构化的电子病历信息获取每一组诊断对应的核心疾病的第二特征集；

按核心疾病依次比对所获取的第一特征集和第二特征集；

根据比对结果输出电子病历和病案首页诊断是否一致的校验结果。