[发明专利]一种中文电子病历中症状的标准化表型自动获取方法

说明书

本发明公开了一种中文电子病历中症状的标准化表型自动获取方法,其包括：否定域剔除，将病历中与疾病无关的正常症状剔除；症状实体提取与组合，将疾病相关症状提取出来；表型标准化与匹配，将病历中的疾病症状与标准化表型进行匹配，确定哪些标准化表型与患者症状相关，获得的标准化表型作为医疗辅助诊断系统中患者表型的输入。本发明具有原理简单、智能化程度高、精确性好、实用性强等优点。

技术领域

本发明主要涉及到医疗信息化技术领域，特指一种中文电子病历中症状的标准化表型自动获取方法。

背景技术

疾病辅助诊断软件利用计算机分析处理医学检测数据，能够提高医生诊断疾病的效率，在医疗领域发展迅速。疾病辅助诊断软件通常需要输入患者的症状，尤其是症状的标准化表型(HPO,Human Phenotype Ontology)，以方便计算机进行分析处理。然而，在实际应用中，用户常常只能提供患者的中文病历，如何从患者病历中自动化地提取症状的标准化表型，是提高疾病辅助诊断系统使用效率的一个关键环节。

一份详尽的临床病历通常包含病患病史特点、身体状况、检查结果、诊断结论、用药建议以及治疗方式等信息，其中患者当前的身体状态(症状)，是医生进行临床诊断的重要依据，也是疾病辅助诊断软件的重要输入，因此高效准确的从临床病历中提取出症状信息意义重大。中文临床病历的特点有：(1)篇幅较长；(2)不同地区、机构的病历组织结构各异，表达方式也不尽相同；(3)充斥着大量的否定用语；(4)症状表述各异。病历描述中患者的症状，是医生进行临床诊断的重要依据，也是计算机进行疾病辅助诊断的关键，通常为了提高辅助诊断的效率，软件的输入是标准化的疾病表型。中文病历的特点使得软件的使用者很难通过人工的方法从病历中获取准确的标准表型，导致表型的输入很不准确，这大大影响了疾病辅助诊断类软件的诊断效率。

中文病历的上述特点导致人工从病历中提取症状较为困难，特别的，由于临床病历中大量否定域的存在(例：无呕吐、头晕)，人工提取时需要对这些否定域进行剔除，费时费力。此外，如果要将提取结果(症状)用于其他分析软件，则还需将提取结果转化为标准的表型术语(HPO)，要求医务人员对标准表型术语有充分的理解。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种原理简单、智能化程度高、精确性好、实用性强的中文电子病历中症状的标准化表型自动获取方法。

为解决上述技术问题，本发明采用以下技术方案：

一种中文电子病历中症状的标准化表型自动获取方法,其包括：

否定域剔除，将病历中与疾病无关的正常症状剔除；

症状实体提取与组合，将疾病相关症状提取出来；

表型标准化与匹配，将病历中的疾病症状与标准化表型进行匹配，确定哪些标准化表型与患者症状相关，获得的标准化表型作为医疗辅助诊断系统中患者表型的输入。

作为本发明的进一步改进：在进行症状类实体提取过程中，将临床病历中的症状类实体分为修饰实体MOD、症状的部位实体BODY以及症状的表征实体SYM三个细分种类，一个完整的症状类实体由症状的表征实体加上修饰实体MOD、症状的部位实体BODY组成。

作为本发明的进一步改进：在进行症状类实体提取过程中，使用词嵌入方法将临床病历文本向量化为输入特征，利用训练好的神经网络模型，对输入特征的类型判断，并将识别结果输出，实现症状类实体的自动提取。

作为本发明的进一步改进：所述症状类实体提取过程的流程包括：

步骤S10：模型选择；采用双向长短时记忆网络-条件随机场模型结构；

步骤S20：语料标注；采用BIO标注法作为语料的标注方法，其中B代表目标实体的起始字符；I代表目标实体词中的字符，包含实体词末尾位置；O代表不在目标实体中的字符；