[发明专利]质控方法和装置

说明书

本申请公开了质控方法和装置，涉及医疗技术领域，本公开的实施例提供的质控方法，通过获取第一病况信息和针对第一病况信息的医生诊断结果；在预设的标准疾病集合中，确定出与医生诊断结果相似度大于等于预设的第一相似度阈值的第一标准疾病；计算第一病况信息与第一标准疾病对应的第二病况信息的相似度，得到目标相似度；基于目标相似度及预设的第二相似度阈值，输出对医生诊断结果的质控结果。该方式提高了误诊质控的准确率和召回率。

技术领域

本申请涉及计算机技术领域，具体涉及医疗技术领域，尤其涉及一种质控方法和装置。

背景技术

在医疗领域，基层医疗服务广大人民群众，然而，在基层医疗机构，专业技术人才队伍较薄弱，学历、职称层次较低，且基层医疗机构的医生，由于碰到的病种相对单一，以常见病和多发病为主，其诊疗水平往往不足以应对复杂病情，导致基层医疗的诊疗水平较低，基层医疗机构的医生所下诊断会出现较高的误诊率。随着人工智能技术的不断发展进步，且正逐步与医疗领域相结合，利用先进的人工智能技术辅助于基层医疗得到了广泛应用。

现有技术中，诊断误诊质控系统普遍采用的方法是：利用AI(ArtificialIntelligence，人工智能)诊断结果与医生诊断结果作对比以实现对医生诊断误诊质控。

发明内容

本申请实施例提供了一种质控方法、装置、设备以及存储介质。

第一方面，本申请实施例提供了一种质控方法，该方法包括：获取第一病况信息和针对第一病况信息的医生诊断结果；在预设的标准疾病集合中，确定出与医生诊断结果相似度大于等于预设的第一相似度阈值的第一标准疾病；计算第一病况信息与第一标准疾病对应的第二病况信息的相似度，得到目标相似度；基于目标相似度及预设的第二相似度阈值，输出对所述医生诊断结果的质控结果。

在一些实施例中，计算第一病况信息与第一标准疾病对应的第二病况信息的相似度，得到目标相似度，包括：计算第一标准疾病对应的第二病况信息中各病况之间的相似度；对第二病况信息中相似度大于等于预设的第三相似度阈值的两个病况执行删减操作，得到删减后的第二病况信息，删减操作为筛除两个病况中的一个；将第一病况信息与删减后的第二病况信息的相似度，确定为目标相似度。

在一些实施例中，计算第一标准疾病对应的第二病况信息中各病况之间的相似度，包括：基于预先训练的病况相似计算模型，计算第一标准疾病对应的第二病况信息中各病况之间的相似度，预先训练的病况相似计算模型基于标注有相似度的病况样本对训练得到。

在一些实施例中，确定出与医生诊断结果相似度大于等于预设的第一相似度阈值的第一标准疾病，包括：基于预先训练的疾病相似计算模型，确定出与医生诊断结果相似度大于等于预设的第一相似度阈值的第一标准疾病。

在一些实施例中，模型为基于ERNIE字向量训练得到的模型。

第二方面，本申请实施例提供了一种质控装置，该装置包括：获取模块，被配置成获取第一病况信息和针对第一病况信息的医生诊断结果；确定模块，被配置成在预设的标准疾病集合中，确定出与所述医生诊断结果相似度大于等于预设的第一相似度阈值的第一标准疾病；计算模块，被配置成计算第一病况信息与第一标准疾病对应的第二病况信息的相似度，得到目标相似度；输出模块，被配置成基于目标相似度及预设的第二相似度阈值，输出对医生诊断结果的质控结果。

在一些实施例中，计算模块进一步被配置成：计算第一标准疾病对应的第二病况信息中各病况之间的相似度；对第二病况信息中相似度大于等于预设的第三相似度阈值的两个病况执行删减操作，得到删减后的第二病况信息，删减操作为筛除两个病况中的一个；将第一病况信息与所述删减后的第二病况信息的相似度，确定为目标相似度。

在一些实施例中，计算第一标准疾病对应的第二病况信息中各病况之间的相似度，包括：基于预先训练的病况相似计算模型，计算第一标准疾病对应的第二病况信息中各病况之间的相似度，预先训练的病况相似计算模型基于标注有相似度的病况样本对训练得到。