[发明专利]一种病历分析方法、设备及计算机可读存储介质

权利要求书

1.一种病历分析方法，其特征在于，所述方法包括：

获取临床表现相对于疾病类型的初始似然比；获取所述临床表现相对于所述疾病类型的权威似然比；

结合所述初始似然比和所述权威似然比，确定所述临床表现相对于所述疾病类型的最终似然比；

获取待诊断疾病的病历信息；

利用所述最终似然比和所述病历信息获取所述临床表现和所述待诊断疾病的相关性，得到所述待诊断疾病的分析结果。

2.根据权利要求1所述的病历分析方法，其特征在于，所述结合所述初始似然比和所述权威似然比，确定所述临床表现相对于所述疾病类型的最终似然比包括：

计算所述初始似然比和所述权威似然比的平均值，得到所述最终似然比。

3.根据权利要求1所述的病历分析方法，其特征在于，所述获取所述临床表现相对于所述疾病类型的权威似然比包括：

获取各所述临床表现的重要度等级；

为不同的所述重要度等级设定不同的似然比作为所述权威似然比，所述重要度等级越高对应的所述权威似然比越大。

4.根据权利要求2所述的病历分析方法，其特征在于，所述计算所述初始似然比和所述权威似然比的平均值之后包括：

将各所述平均值做归一化处理。

5.根据权利要求1所述的病历分析方法，其特征在于，所述利用所述最终似然比和所述病历信息获取所述临床表现和所述待诊断疾病的相关性，得到所述待诊断疾病的分析结果包括：

获取所述临床表现和所述最终似然比的知识图谱，所述知识图谱的各节点包括诊断类型和临床表现；

对所述知识图谱进行编码，得到知识图谱编码矩阵；对所述病历信息进行编码，得到病历信息编码矩阵；

计算所述知识图谱编码矩阵和所述病历信息编码矩阵的相关性矩阵；

利用所述相关性矩阵计算所述知识图谱中的所述诊断类型的概率，将概率值最高的所述诊断类型作为所述分析结果。

6.根据权利要求5所述的病历分析方法，其特征在于，所述病历信息包括病历文本和临床表现关系图，所述对所述病历信息进行编码，得到病历信息编码矩阵包括：

提取所述病历信息中的临床表现信息，并获取所述临床表现信息的临床表现关系图；

对所述病历文本进行编码，得到病历文本编码矩阵；对所述临床表现关系图进行编码，得到临床表现关系图编码矩阵；所述病历信息编码矩阵包括所述病历文本编码矩阵和所述临床表现关系图编码矩阵。

7.根据权利要求6所述的病历分析方法，其特征在于，所述计算所述知识图谱编码矩阵和所述病历信息编码矩阵的相关性矩阵包括：

计算所述知识图谱编码矩阵和所述病历文本编码矩阵的第一相关性矩阵；计算所述知识图谱编码矩阵和所述临床表现关系图编码矩阵的第二相关性矩阵；

融合所述第一相关性矩阵和所述第二相关性矩阵，得到所述相关性矩阵。

8.根据权利要求5所述的病历分析方法，其特征在于，所述对所述知识图谱进行编码包括：

获取所述知识图谱的图谱矩阵，所述图谱矩阵包括邻接矩阵、度矩阵和似然比矩阵；

利用图卷积神经网络对所述图谱矩阵进行编码。

9.根据权利要求5所述的病历分析方法，其特征在于，所述利用所述相关性矩阵计算所述知识图谱中的所述诊断类型的概率包括：

提取所述相关性矩阵中包含所述诊断类型的诊断类型相关性矩阵；

利用多分类模型和所述诊断类型相关性矩阵计算所述诊断类型的概率。

10.根据权利要求9所述的病历分析方法，其特征在于，所述多分类模型是利用二类交叉熵训练得到的。

11.一种病历分析设备，其特征在于，包括处理器，所述处理器用于执行指令以实现如权利要求1-10任一项所述的病历分析方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储指令/程序数据，所述指令/程序数据能够被执行以实现如权利要求1-10任一项所述的病历分析方法。