[发明专利]一种基于知识图谱的电子病历智能检索系统

说明书

本发明公开了一种基于知识图谱的电子病历智能检索系统，包括：数据层，用于采集病历信息数据；平台层，利用大数据平台处理数据层采集的数据，构建病历中心库；知识图谱层，利用爬虫技术从病历中心库爬取所需医疗数据，生成医疗知识图谱；实体抽取层，用于根据患者主诉及患者特征对知识图谱层进行实体识别和关系抽取；应用层，用于整合患者的多元化信息，输入实体抽取层进行匹配，得到检索结果并输出。本发明提供一种基于知识图谱的电子病历智能检索系统，检索智能度高，速度快，精准得出所需数据，过滤非必要数据，减轻患者负担和医院运行负荷，给患者带来高效精准的就医体验。

技术领域

本发明涉及计算机技术领域，具体涉及一种基于知识图谱的电子病历智能检索系统。

背景技术

随着我国医疗系统的不断完善，医疗资源包括医疗设备和医护人员队伍也在逐步壮大，但医疗资源紧缺、医院运行效率不高的情况仍然存在。其中电子病历系统采用电子设备来保存、管理、传输和重现数字化的病人的医疗记录，取代手写纸张病历。对于医院以及医护人员而言，患者的病程记录档案具有相当高的科研价值，是一种重要的医疗资源，可以为医护人员提供既往案例分析的材料，从而进一步提高诊疗水平。因此，开发一种以电子病历档案库为基础，针对某一检索词所进行的智能检索系统，具有极高的现实意义

发明内容

本发明提出一种基于知识图谱的电子病历智能检索系统，检索智能度高，速度快，精准得出所需数据，过滤非必要数据，减轻患者负担和医院运行负荷，给患者带来高效精准的就医体验。

为实现上述目的，本发明采用以下技术方案：

一种基于知识图谱的电子病历智能检索系统，包括：

数据层，用于采集病历信息数据；

平台层，利用大数据平台处理数据层采集的数据，构建病历中心库；

知识图谱层，利用爬虫技术从病历中心库爬取所需医疗数据，生成医疗知识图谱；

实体抽取层，用于根据患者主诉及患者特征对知识图谱层进行实体识别和关系抽取；

应用层，用于整合患者的多元化信息，输入实体抽取层进行匹配，得到检索结果并输出。

优选地，所述数据层的数据来源包括HIS、EMR、LIS及ACS。

优选地，所述病历信息数据包括结构化数据、非结构化数据及半结构化数据，所述结构化数据包括门诊病历、诊断及医嘱，所述非结构化数据包括检验数据、影像数据及语音数据，所述半结构化数据包括住院病历。

优选地，所述大数据平台包括数据集成模块、数据计算模块、数据分析模块、数据存储模块及平台支撑模块。

优选地，所述病历中心库包括疾病知识库、检查检验知识库、症状知识库、药品知识库，身体部位知识库及手术知识库。

优选地，知识图谱层从病历中心库爬取所需医疗数据的步骤包括：

A1、通过定义模块定义爬虫任务；

A2、调度模块读取爬虫任务，并基于ZooKeeper模块和Redis模块获取爬虫资源；

A3、调度模块处理爬虫任务和爬虫资源，分解任务下达至爬虫引擎定向爬取病历中心库的信息数据；

A4、知识图谱层从病历中心库爬取特定数据，基于web分析模块对不同维度的数据进行可视化分析，生成知识图谱。

优选地，所述实体抽取层由数据输入模块、神经网络模块组成，所述数据输入模块采用人工手动输入或语音输入患者特征及患者主诉从而生成文本，所述神经网络模块由Bi-LSTM网络和CRF网络组成，所述实体抽取层的输出结果由疾病种类、疾病症状和诱因组成。

优选地，所述实体识别和关系抽取的过程具体如下：