[发明专利]病历文本处理方法、装置、电子设备及存储介质

权利要求书

1.一种病历文本处理方法，其特征在于，包括：

确定待处理的病历文本的多个候选诊断类型；

基于任一候选诊断类型与所述病历文本中的病历诊疗信息之间的相关性，以及所述任一候选诊断类型的通用诊疗属性，确定所述任一候选诊断类型的得分；

基于每一候选诊断类型的得分，从所有候选诊断类型中选取出所述病历文本的主要诊断类型；

所述病历诊疗信息包括患者的入院信息、治疗信息和科室信息中的至少一种；所述通用诊疗属性包括疾病危重程度、资源消耗程度和主要诊断出现概率中的至少一种；

所述病历文本对应一个主要诊断类型；

所述任一候选诊断类型与所述病历文本中的病历诊疗信息之间的相关性包括：

所述任一候选诊断类型与所述病历诊疗信息中入院信息之间的相关性、所述任一候选诊断类型与所述病历诊疗信息中治疗信息之间的相关性，以及所述任一候选诊断类型与所述病历诊疗信息中科室信息之间的相关性中的至少一种；

所述任一候选诊断类型与所述病历诊疗信息中入院信息之间的相关性是所述任一候选诊断类型与所述病历诊疗信息中入院信息之间的语义相关概率，所述任一候选诊断类型与所述病历诊疗信息中治疗信息之间的相关性是基于所述任一候选诊断类型分别与所述治疗信息中的每一手术操作、每一药物和每一治疗方式之间的关系概率确定的，所述任一候选诊断类型与所述病历诊疗信息中科室信息之间的相关性是所述任一候选诊断类型与所述科室信息之间的关系概率。

2.根据权利要求1所述的病历文本处理方法，其特征在于，所述任一候选诊断类型与所述病历诊疗信息中入院信息之间的相关性是基于如下步骤确定的：

将所述病历文本中的主诉文本作为所述入院信息；

将所述任一候选诊断类型和所述主诉文本输入至语义关系模型，得到所述语义关系模型输出的语义相关概率；

其中，所述语义关系模型是基于样本病历文本中的样本主要诊断类型、样本非主要诊断类型和样本主诉文本训练的。

3.根据权利要求1所述的病历文本处理方法，其特征在于，所述任一候选诊断类型与所述治疗信息中的每一手术操作、每一药物和每一治疗方式之间的关系概率是统计病历数据集中所述任一候选诊断类型作为主要诊断类型时采用的手术操作、药物和治疗方式得到的。

4.根据权利要求1所述的病历文本处理方法，其特征在于，所述任一候选诊断类型与所述科室信息之间的关系概率是对所述任一候选诊断类型作为主要诊断类型时每一科室在病历数据集中的出现次数进行统计后得到的。

5.根据权利要求1所述的病历文本处理方法，其特征在于，所述任一候选诊断类型的疾病危重程度是对所述任一候选诊断类型作为主要诊断类型时病历数据集中患者出现危重情况的次数进行统计后确定的；

所述任一候选诊断类型的资源消耗程度是对所述任一候选诊断类型作为主要诊断类型时患者的住院时间和医疗费用进行统计后确定的；

所述任一候选诊断类型的主要诊断出现概率是在病历数据集中对所述任一候选诊断类型作为主要诊断类型的次数进行统计后确定的。

6.根据权利要求1至5任一项所述的病历文本处理方法，其特征在于，所述基于任一候选诊断类型与所述病历文本中的病历诊疗信息之间的相关性，以及所述任一候选诊断类型的通用诊疗属性，确定所述任一候选诊断类型的得分，包括：

基于任一候选诊断类型与所述病历文本中的病历诊疗信息之间的相关性，以及所述任一候选诊断类型的通用诊疗属性，确定所述任一候选诊断类型的特征表示；

将所述任一候选诊断类型的特征表示输入至诊断预测模型，得到所述诊断预测模型输出的所述任一候选诊断类型的得分；

其中，所述诊断预测模型是基于样本病历中的样本主要诊断类型和样本非主要诊断类型的特征表示，以及所述样本病历中样本主要诊断类型的标签训练得到的。