[发明专利]数据处理方法、装置、电子设备及计算机可读存储介质

说明书

本申请实施例提供了一种数据处理方法、装置、电子设备及计算机可读存储介质，涉及数据处理技术领域。该方法包括：获取目标用户的病历数据信息，确定目标用户的病例数据信息中的基础诊疗知识点；获取预先建立的疾病诊疗模型；在疾病诊疗模型中标注基础诊疗知识点，将标注完基础诊疗知识点的疾病诊疗模型转换为目标格式的数据，目标格式包括图像格式、矩阵格式以及文本格式中的至少一种；将目标格式的数据输入至预设的人工智能算法中，得到至少一条诊疗路径，并从至少一条诊疗路径中确定目标诊疗路径。有效提升了当前线性病历记录方式与人工智能算法之间的兼容性，有效减少了医疗诊断中的试错过程，有效减少了医疗资源的浪费。

技术领域

本申请涉及数据处理技术领域，具体而言，本申请涉及一种数据处理方法、装置、电子设备及计算机可读存储介质。

背景技术

疾病诊疗过程会产生大量电子病历、诊断记录、处方信息等临床数据，为医疗信息化、现代化、智能化发展提供了充足的数据支撑。然而，由于现有电子病历的记录方式多为线性，医疗信息数据庞杂，记录过程中积累了较多冗余和干扰信息，缺乏与当前先进算法的兼容性与适配性。如现病史、既往史、现病史、体格检查等电子病历记录内容往往篇幅较长，记录形式为非结构化自然语言，即使后续基于深度学习算法进行结构化、信息挖掘与展示等处理，没有降维、统一、简化的数据表示方式，其处理结果仍然难以适用于其他算法，难以对疾病诊疗做出实质性贡献。

很明显，现有电子临床数据的线性记录方式庞杂而冗余，使其缺少可计算性，难以直接参与高效的算法运算，阻碍了现存医学诊疗领域数据和先进人工智能算法之间的密切联系。如不能以合理的形式处置疾病诊断过程中涉及的临床数据，诊疗过程中积累的大量数据反而会限制人工智能算法在智慧医学诊疗领域的使用，导致庞大的逻辑计算量，阻碍医疗信息化、现代化与智能化的进程。

发明内容

本申请实施例提供了一种数据处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品，可以解决人工智能算法在疾病诊疗领域的有效应用问题。所述技术方案如下：

根据本申请实施例的第一方面，提供了一种数据处理方法，该方法包括：

获取目标用户的病历数据信息，确定目标用户的病例数据信息中的基础诊疗知识点；

获取预先建立的疾病诊疗模型；疾病诊疗模型是基于病历诊断样本构建的、包含病历诊断样本中所有诊疗知识点的围棋棋盘式的数据模型；疾病诊疗模型中的元素为病历诊断样本的诊疗知识点；各个病历诊断样本中包括样本用户的病历数据信息和/或病历对应的已进行的诊疗方法信息；

在疾病诊疗模型中标注基础诊疗知识点，将标注完基础诊疗知识点的疾病诊疗模型转换为目标格式的数据，目标格式包括图像格式、矩阵格式以及文本格式中的至少一种；

将目标格式的数据输入至预设的人工智能算法中，得到所述人工智能算法输出的至少一条诊疗路径，并从至少一条诊疗路径中确定目标诊疗路径；诊疗路径的节点表征基础诊疗知识点或后续诊疗方法信息对应的目标诊疗知识点。

在一个可能的实现方式中，将标注完基础诊疗知识点的疾病诊疗模型转换为目标格式的数据，包括：

若目标格式为图像格式，则将标注完基础诊疗知识点的疾病诊疗模型转换为目标图像；目标图像的像素点为疾病诊疗模型的元素；

若目标格式为矩阵格式，则将标注完基础诊疗知识点的疾病诊疗模型转换为目标矩阵；目标矩阵的元素为疾病诊疗模型的元素；

若目标格式为文本格式，则将标注完基础诊疗知识点的疾病诊疗模型转换为文本内容，文本内容中的各个词汇为疾病诊疗模型的元素。

在一个可能的实现方式中，疾病诊疗模型中横轴代表诊疗知识点的不同属性，疾病诊疗模型包括至少一个属性，同一列的元素属于同一属性，疾病诊疗模型大小为n*n；在疾病诊疗模型中标注基础诊疗知识点，将标注完基础诊疗知识点的疾病诊疗模型转换为目标格式的数据，包括：