[发明专利]编码映射方法及其相关装置、电子设备和存储介质

说明书

本申请公开了一种编码映射方法及其相关装置、电子设备和存储介质，该方法包括：获取待映射医学术语，并获取标准术语库；其中，标准术语库包括若干组术语数据，术语数据包括标准医学术语、标准医学术语的术语编码，以及由标准医学术语提取得到的第一特征数据；提取待映射医学术语的第二特征数据；基于各个标准医学术语对应的第一特征数据分别与第二特征数据之间的相似度，推荐至少一个标准医学术语的术语编码作为待映射医学术语的术语编码。上述方案，能够提高编码映射的准确性。

技术领域

本申请涉及智慧医疗技术领域，特别是涉及一种编码映射方法及其相关装置、电子设备和存储介质。

背景技术

目前，疾病诊断中文名称标准化采用的是ICD-10(InternationalClassificationofDisease，国际疾病分类)编码，基本通过规则引擎过滤、利用专家或医生的知识或者采用人工方式将不同医疗机构、不同医生录入的疾病诊断中文名称准确编码为ICD-10标准疾病诊断中文名称。

但是，国内各医疗机构大多在ICD-10编码基础上进行了本地化修改，导致编码异源多构、难以统一；并且，不同医生对于同一种ICD编码疾病诊断中文名称描述风格不一样。因此，将疾病诊断中文名称自动且准确标准化为ICD编码难度大且容易出错。

发明内容

本申请主要解决的技术问题是提供一种编码映射方法及其相关装置、电子设备和存储介质，能够提高编码映射的准确性。

为了解决上述技术问题，本申请第一方面提供了一种编码映射方法，该方法包括：获取待映射医学术语，并获取标准术语库；其中，标准术语库包括若干组术语数据，术语数据包括标准医学术语、标准医学术语的术语编码，以及由标准医学术语提取得到的第一特征数据；提取待映射医学术语的第二特征数据；基于各个标准医学术语对应的第一特征数据分别与第二特征数据之间的相似度，推荐至少一个标准医学术语的术语编码作为待映射医学术语的术语编码。

其中，第一特征数据、第二特征数据是从相同特征维度提取得到的，特征维度包含中心词、医学部位中至少一种。

其中，特征数据的提取步骤包括：对医学术语进行规整处理，得到规整术语；提取规整术语分别在若干特征维度上的特征数据；其中，若干特征维度包括中心词、医学部位中至少一种，在医学术语为标准医学术语的情况下，特征数据为第一特征数据，在医学术语为待映射医学术语的情况下，特征数据为第二特征数据。

其中，规整处理的步骤包括以下至少一者：剔除医学术语中括号以及括号内的字符、标点符号、数字、停用词中至少一者；替换医学术语中英文缩写为对应的中文译名；替换医学术语中医学词汇为目标词汇；其中，医学词汇与目标词汇同义，且目标词汇包含于一个同义词集合，同义词集合包含以目标词汇作为主同义词的多个医学词汇。

其中，提取规整术语分别在若干特征维度上的特征数据，包括：将若干特征维度分别作为当前特征维度；提取医学术语中表征当前特征维度的特征词汇；基于特征词汇，构建当前特征维度上的特征数据；其中，在医学术语为标准医学术语的情况下，特征词汇包括标准医学术语对应的特征词汇和标准医学术语的同义词对应的特征词汇；在医学术语为待映射医学术语的情况下，特征词汇包括待映射医学术语对应的特征词汇和待映射医学术语的同义词对应的特征词汇。

其中，基于各个标准医学术语对应的第一特征数据分别与第二特征数据之间的相似度，推荐至少一个标准医学术语的术语编码作为待映射医学术语的术语编码，包括：基于同义词库，获取各个标准医学术语对应的第一特征数据分别与第二特征数据之间的相似度；按照相似度由高到低的顺序，选择至少一个标准医学术语的术语编码，推荐为待映射医学术语的术语编码。

其中，标准术语库在加载之后常驻于内存。