[发明专利]基于人工智能的电子病例录入方法、装置、终端及介质

说明书

本发明涉及智慧医疗技术领域，提供一种基于人工智能的电子病例录入方法、装置、终端及介质，包括：根据就诊申请获取电子病例参考模板；采集就诊过程中的语音并对语音进行语音分离得到多个问题语音及每个问题语音对应的回答语音；识别每个问题语音得到问题文本及识别每个回答语音得到回答文本，并根据每个问题文本及所述问题文本对应的回答文本生成多个组合文本；采用BERT模型识别每个组合文本中的每个文本字符的文本向量；计算每个文本字符的文本向量的答案概率并根据答案概率确定每个问题文本对应的答案文本；将多个问题文本及每个问题文本对应的答案文本录入电子病例参考模板得到电子病例。本发明能够自动化的且高质量的录入电子病例。

技术领域

本发明涉及智慧医疗技术领域，具体涉及一种基于人工智能的电子病例录入方法、装置、终端及介质。

背景技术

随着医院信息化建设的不断深入，临床决策支持系统(Clinical DecisionSupport System，CDSS)也逐步得到使用。临床决策支持系统能够给临床工作者、患者提供知识或统计信息，并可以智能地过滤或表示这些信息，以辅助进行临床决策。

然而发明人在实现本发明的过程中发现，尽管现有的临床决策支持系统提供了语音录入电子病历的功能，通过语音识别出文本再进行抽取文本信息抽取，但是由于医疗领域的特殊性，语音识别准确度较低，且对于较长的文本，抽取时容易造成信息丢失，因此，无法保障电子病例的录入质量。

发明内容

鉴于以上内容，有必要提出一种基于人工智能的电子病例录入方法、装置、终端及介质，能够自动化的且高质量的录入电子病例。

本发明的第一方面提供一种基于人工智能的电子病例录入方法，所述方法包括：

根据患者的就诊申请获取电子病例参考模板；

采集就诊过程中的语音并对所述语音进行语音分离得到多个问题语音及每个问题语音对应的回答语音；

识别每个问题语音得到问题文本及识别每个回答语音得到回答文本，并根据每个问题文本及所述问题文本对应的回答文本生成多个组合文本；

采用BERT模型识别每个组合文本中的每个文本字符的文本向量；

计算每个文本字符的文本向量的答案概率并根据所述答案概率确定每个问题文本对应的答案文本；

将多个问题文本及每个问题文本对应的答案文本录入所述电子病例参考模板得到电子病例。

根据本发明的一个可选的实施例，所述根据患者的就诊申请获取电子病例参考模板包括：

解析所述就诊申请得到就诊科室类型；

获取与所述就诊科室类型对应的电子病例参考模板。

根据本发明的一个可选的实施例，所述根据每个问题文本及所述问题文本对应的回答文本生成多个组合文本包括：

针对每个问题文本，从所述回答文本的第一个文本字符开始无重叠滑动预设第一长度的滑动窗口，并在每次滑动之后判断是否满足滑动结束条件；

当确定满足滑动结束条件时，停止所述滑动窗口的滑动，并将每次滑动时所述滑动窗口在所述回答文本中的开始位置和结束位置确定为字符切分节点；

从每个所述字符切分节点开始，从所述回答文本中切分出预设第二长度的文本字符得到多个文本片段；

将所述问题文本与对应的多个文本片段中的每一个文本片段分别进行拼接得到多个组合文本。

根据本发明的一个可选的实施例，所述计算每个文本字符的文本向量的答案概率并根据所述答案概率确定每个问题文本对应的答案文本包括：

计算所述文本字符的文本向量的第一向量值；