[发明专利]电子健康病例生成方法、装置、终端设备及存储介质

说明书

本申请适用于人工智能技术领域，提供了一种电子健康病例生成方法、装置、终端设备及存储介质，其中，一种电子健康病例生成方法，通过采用自编码器的方式对真实样本数据和待转换医疗数据进行解码的设计，使得无需将真实样本数据和待转换医疗数据转换为图片格式后进行解码，进而防止了真实样本数据和待转换医疗数据中结构分布的改变，使得生成的电子健康病例与待转换医疗数据的结构分布相同，提高了电子健康病例生成的准确性。本申请实施例涉及的电子健康病例生成方法，应用于智慧医疗场景中，从而推动了智慧城市的建设。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种电子健康病例生成方法、装置、终端设备及存储介质。

背景技术

电子健康病例(electronic health record，EHR)是以患者为中心的、以电子方式记录的关于个人健康状况的信息，如住院记录、疾病信息、过敏史等。这些记录为医生了解病人病情提供了极大帮助，同时，在机器学习和人工智能飞速发展的今天，AI医疗算法(疾病预测、智能诊断等)的实现也极大的依赖于大量电子健康医疗数据。

由于不同医疗机构之间的信息无法共享、医疗数据保密、针对某种疾病的病例较少等原因，很难获取大量的有效数据，大量的电子健康病例数据却并不能直接为研究人员所用。因此，生成EHR数据的方法在AI医疗领域的应用意义重大。

现有的电子健康病例数据生成过程中，先根据ICD-9疾病编码列表将原始数据转换为图片格式，再使用生成式对抗网络(GAN)生成对应数据分布的图片，最后将图片解码为可用的电子健康病例数据。但由于需要将原始的离散数据先转换为图片格式，使得改变了原始数据的结构分布，导致生成的电子健康病例数据与原始数据不符，降低了电子健康病例数据生成的准确性。

发明内容

有鉴于此，本申请实施例提供了一种电子健康病例生成方法、装置、终端设备及存储介质，以解决现有技术中电子健康病例生成方法需要将原始的离散数据先转换为图片格式改变了原始数据的结构分布，所导致的电子健康病例数据生成准确性差的问题。

本申请实施例的第一方面提供了一种电子健康病例生成方法，包括：

获取真实样本数据，并根据所述真实样本数据对自编码器进行训练；

获取预设噪声数据，并将所述预设噪声数据输入生成式对抗网络进行数据生成，得到虚假数据；

控制训练后的所述自编码器对所述真实样本数据和所述虚假数据进行解码，得到样本解码数据和虚假解码数据；

根据所述样本解码数据和所述虚假解码数据对所述生成式对抗网络进行权值参数优化，直至所述生成式对抗网络满足预设结束条件，并将训练后的所述自编码器合并至参数优化后的所述生成式对抗网络中；

将待转换医疗数据输入合并后的所述生成式对抗网络，并指示所述生成式对抗网络根据所述待转换医疗数据进行数据生成，得到电子健康病例。

进一步地，所述根据所述真实样本数据对自编码器进行训练，包括：

根据疾病编码列表将所述真实样本数据中的疾病信息转换为样本编码数据，并对所述样本编码数据进行向量转换，得到样本向量数据；

对所述样本向量数据进行采样，得到采样向量，并控制所述自编码器中的编码器对所述采样向量进行编码，得到编码结果；

控制所述自编码器中的解码器对所述编码结果进行解码，得到解码结果，并根据所述解码结果进行损失计算，得到损失值；

根据所述损失值分别对所述编码器和所述解码器进行参数更新。

进一步地，所述根据所述损失值分别对所述编码器和所述解码器进行参数更新之后，还包括：

若所述自编码器满足预设优化条件，则停止所述自编码器的训练；