医学文献智能处理方法及系统技术方案

本发明专利技术提供了医学文献智能处理方法及系统，涉及信息检索技术领域，通过根据研究方向在数据库中进行文献筛选，获得第一文献信息，并将第一文献信息收集到文献池中，对文献池中的第一文献信息进行预处理，获得文献结构化库，其中，文献结构化库包括第二文献信息，通过对计算机模型进行训练，建立人工智能处理方法，采用人工智能处理方法对第二文献信息进行证据分级，得到文献证据分级结果信息，将文献证据分级结果信息进行收集并存入循证医学证据数据库。本发明专利技术提高了对医学文献的处理效率和准确率。

【技术实现步骤摘要】
医学文献智能处理方法及系统
本专利技术涉及信息检索
，尤其是涉及医学文献智能处理方法及系统。
技术介绍
循证医学(Evidence-basedmedicine，EBM)的核心思想是医疗决策，即病人的处理，治疗指南和医疗政策的制定等，医疗决策应在现有的最好的临床研究依据基础上做出，同时也重视结合个人的临床经验。证据是循证医学的基石，遵循证据是循证医学的本质所在。临床研究者和应用者应尽可能提供和应用当前最可靠的临床研究证据是循证医学的关键。证据推荐分级的评估、制订与评价(TheGradingofRecommendationsAssessment，DevelopmentandEvaluation，GRADE)系统是当前证据质量和推荐强度分级的国际标准之一，最主要应用领域是临床实践指南。GRADE系统将证据质量分为“高、中、低和极低”四个等级。目前，医生或研究者开展循证医学工作的一般步骤为：提出问题→检索证据→评价证据→临床应用→后效评价。在评价证据步骤中，医生或研究者一般采用两位专业评价人员分别对文献进行质量评价和证据分级，并通过讨论以及第三评价者介入等手段达成一致。目前的对医学文献的处理手段不但效率较低，而且评价者容易出现意见分歧。
技术实现思路
有鉴于此，本专利技术的目的在于提供医学文献智能处理方法及系统，以提高了对医学文献的处理效率和准确率。第一方面，本专利技术实施例提供了一种医学文献智能处理方法，其中，包括：根据研究方向在数据库中进行文献筛选，获得第一文献信息，并将所述第一文献信息收集到文献池中；对所述文献池中的第一文献信息进行预处理，获得文献结构化库，其中，所述文献结构化库包括第二文献信息；通过对计算机模型进行训练，建立人工智能处理方法；采用所述人工智能处理方法对所述第二文献信息进行证据分级，得到文献证据分级结果信息；将所述文献证据分级结果信息进行收集并存入循证医学证据数据库。结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，所述根据研究方向在数据库中进行文献筛选，获得第一文献信息包括：确定所述研究方向；根据所述研究方向和Mesh选定检索关键词；根据所述检索关键词，在所述数据库中进行文献检索，得到文献检索结果信息；根据初筛条件对所述文献检索结果信息进行筛选，获得所述第一文献信息。结合第一方面，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，所述对所述文献池中的第一文献信息进行预处理，获得文献结构化库包括：根据所述第一文献信息定义元字段标准；根据所述元字段标准对所述第一文献信息的第一要素信息进行抽取；判断能否直接抽取到所述第一要素信息；如果不能直接抽取到所述第一要素信息，则将所述第一要素信息进行格式转换，得到第二要素信息；根据所述第一要素信息和所述第二要素信息获取证据信息，其中，所述证据信息与所述第二文献信息相匹配；根据所述证据信息构建文献结构化库。结合第一方面，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，所述通过对计算机模型进行训练，建立人工智能处理方法包括：在所述第二文献信息中选取第一证据组，并根据证据分级标准对所述第一证据组进行评价和分级，得到标准分级信息；将所述标准分级信息输入到所述计算机模型中；在所述第二文献信息中选取第二证据组，并根据所述标准分级信息采用所述计算机模型对所述第二证据组进行评价和分级，得到第一训练结果；对所述第一训练结果进行人工校验，判断所述第一训练结果是否符合预期标准；如果所述第一训练结果不符合所述预期标准，则将所述第一训练结果进行纠正，得到第二训练结果，并将所述第二训练结果作为所述标准分级信息，对所述计算机模型进行重新训练；如果所述第一训练结果符合所述预期标准，则完成建立所述人工智能处理方法。结合第一方面的第三种可能的实施方式，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，所述证据分级标准包括证据分级规则和证据升降级因素，其中，证据分级规则分为高级证据、中级证据、低级证据和极低级证据。第二方面，本专利技术实施例还提供一种医学文献智能处理系统，其中，包括：文献检索模块，用于根据研究方向在数据库中进行文献筛选，获得第一文献信息，并将所述第一文献信息收集到文献池中；预处理模块，用于对所述文献池中的第一文献信息进行预处理，获得文献结构化库，其中，所述文献结构化库包括第二文献信息；训练模块，通过对计算机模型进行训练，建立人工智能处理方法；人工智能处理模块，用于采用所述人工智能处理方法对所述第二文献信息进行证据分级，得到文献证据分级结果信息；数据收集和存储模块，用于将所述文献证据分级结果信息进行收集并存入循证医学证据数据库。结合第二方面，本专利技术实施例提供了第二方面的第一种可能的实施方式，其中，所述文献检索模块包括：确定所述研究方向；根据所述研究方向和Mesh选定检索关键词；根据所述检索关键词，在所述数据库中进行文献检索，得到文献检索结果信息；根据初筛条件对所述文献检索结果信息进行筛选，获得所述第一文献信息。结合第二方面，本专利技术实施例提供了第二方面的第二种可能的实施方式，其中，所述预处理模块包括：根据所述第一文献信息定义元字段标准；根据所述元字段标准对所述第一文献信息的第一要素信息进行抽取；判断能否直接抽取到所述第一要素信息；如果不能直接抽取到所述第一要素信息，则将所述第一要素信息进行格式转换，得到第二要素信息；根据所述第一要素信息和所述第二要素信息获取证据信息，其中，所述证据信息与所述第二文献信息相匹配；根据所述证据信息构建文献结构化库。结合第二方面，本专利技术实施例提供了第二方面的第三种可能的实施方式，其中，所述训练模块包括：在所述第二文献信息中选取第一证据组，并根据证据分级标准对所述第一证据组进行评价和分级，得到标准分级信息；将所述标准分级信息输入到所述计算机模型中；在所述第二文献信息中选取第二证据组，并根据所述标准分级信息采用所述计算机模型对所述第二证据组进行评价和分级，得到第一训练结果；对所述第一训练结果进行人工校验，判断所述第一训练结果是否符合预期标准；如果所述第一训练结果不符合所述预期标准，则将所述第一训练结果进行纠正，得到第二训练结果，并将所述第二训练结果作为所述标准分级信息，对所述计算机模型进行重新训练；如果所述第一训练结果符合所述预期标准，则完成建立所述人工智能处理方法。结合第二方面的第三种可能的实施方式，本专利技术实施例提供了第二方面的第四种可能的实施方式，其中，所述证据分级标准包括证据分级规则和证据升降级因素，其中，证据分级规则分为高级证据、中级证据、低级证据和极低级证据。本专利技术提供的医学文献智能处理方法及系统，通过根据研究方向在数据库中进行文献筛选，获得第一文献信息，并将第一文献信息收集到文献池中，对文献池中的第一文献信息进行预处理，获得文献结构化库，其中，文献结构化库包括第二文献信息，通过对计算机模型进行训练，建立人工智能处理方法，采用人工智能处理方法对第二文献信息进行证据分级，得到文献证据分级结果信息，将文献证据分级结果信息进行收集并存入循证医学证据数据库。本专利技术可以提高对医学文献的处理效率和准确率，同时消除了评价和分级过程中的意见分歧。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而本文档来自技高网...

【技术保护点】
一种医学文献智能处理方法，其特征在于，包括：根据研究方向在数据库中进行文献筛选，获得第一文献信息，并将所述第一文献信息收集到文献池中；对所述文献池中的第一文献信息进行预处理，获得文献结构化库，其中，所述文献结构化库包括第二文献信息；通过对计算机模型进行训练，建立人工智能处理方法；采用所述人工智能处理方法对所述第二文献信息进行证据分级，得到文献证据分级结果信息；将所述文献证据分级结果信息进行收集并存入循证医学证据数据库。

【技术特征摘要】
1.一种医学文献智能处理方法，其特征在于，包括：根据研究方向在数据库中进行文献筛选，获得第一文献信息，并将所述第一文献信息收集到文献池中；对所述文献池中的第一文献信息进行预处理，获得文献结构化库，其中，所述文献结构化库包括第二文献信息；通过对计算机模型进行训练，建立人工智能处理方法；采用所述人工智能处理方法对所述第二文献信息进行证据分级，得到文献证据分级结果信息；将所述文献证据分级结果信息进行收集并存入循证医学证据数据库。2.根据权利要求1所述的医学文献智能处理方法，其特征在于，所述根据研究方向在数据库中进行文献筛选，获得第一文献信息包括：确定所述研究方向；根据所述研究方向和医学主题词表Mesh选定检索关键词；根据所述检索关键词，在所述数据库中进行文献检索，得到文献检索结果信息；根据初筛条件对所述文献检索结果信息进行筛选，获得所述第一文献信息。3.根据权利要求1所述的医学文献智能处理方法，其特征在于，所述对所述文献池中的第一文献信息进行预处理，获得文献结构化库包括：根据所述第一文献信息定义元字段标准；根据所述元字段标准对所述第一文献信息的第一要素信息进行抽取；判断能否直接抽取到所述第一要素信息；如果不能直接抽取到所述第一要素信息，则将所述第一要素信息进行格式转换，得到第二要素信息；根据所述第一要素信息和所述第二要素信息获取证据信息，其中，所述证据信息与所述第二文献信息相匹配；根据所述证据信息构建文献结构化库。4.根据权利要求1所述的医学文献智能处理方法，其特征在于，所述通过对计算机模型进行训练，建立人工智能处理方法包括：在所述第二文献信息中选取第一证据组，并根据证据分级标准对所述第一证据组进行评价和分级，得到标准分级信息；将所述标准分级信息输入到所述计算机模型中；在所述第二文献信息中选取第二证据组，并根据所述标准分级信息采用所述计算机模型对所述第二证据组进行评价和分级，得到第一训练结果；对所述第一训练结果进行人工校验，判断所述第一训练结果是否符合预期标准；如果所述第一训练结果不符合所述预期标准，则将所述第一训练结果进行纠正，得到第二训练结果，并将所述第二训练结果作为所述标准分级信息，对所述计算机模型进行重新训练；如果所述第一训练结果符合所述预期标准，则完成建立所述人工智能处理方法。5.根据权利要求4所述的医学文献智能处理方法，其特征在于，所述证据分级标准包括证据分级规则和证据升降级因素，其中，证据分级规则分为高级证据、中级证据、...

【专利技术属性】
技术研发人员：汤海京，杨旭，
申请(专利权)人：北京理工大学，汤海京，
类型：发明
国别省市：北京,11