一种疾病编码方法和装置制造方法及图纸

本发明专利技术实施例提供了一种疾病编码方法和装置，该方法包括：获取结构化的电子病例；对结构化的电子病例的目标字段进行分词，得到多个关键词，目标字段至少包括医生诊断描述字段、患病部位字段、症状字段、检查结果字段；从医疗知识库中查找与多个关键词相匹配的至少一个候选国际疾病分类编码；将候选国际疾病分类编码输入机器学习模型，得到候选国际疾病分类编码的分数排名；输出候选国际疾病分类编码及其分数排名；根据候选国际疾病分类编码的分数排名向用户推荐至少一个候选国际疾病分类编码。因此，本发明专利技术实施例提供的技术方案能够解决现有技术中凭借经验人工编码准确度低的问题。

A Method and Device for Disease Coding

The embodiment of the present invention provides a disease coding method and device, which includes: acquiring structured electronic cases; segmenting the target fields of structured electronic cases to obtain multiple keywords, the target fields include at least the doctor's diagnosis description field, the disease location field, the symptom field and the examination result field; and searching for multiple keywords from the medical knowledge base. At least one candidate International Classification of Diseases (ICD) coding is matched; the candidate ICD coding is input into the machine learning model to obtain the score ranking of the candidate ICD coding; the candidate ICD coding and its score ranking are output; and at least one candidate ICD coding is recommended to users according to the score ranking of the candidate ICD coding. Therefore, the technical scheme provided by the embodiment of the present invention can solve the problem of low accuracy of manual coding relying on experience in the prior art.

【技术实现步骤摘要】
一种疾病编码方法和装置
本专利技术涉及编码领域，尤其涉及一种疾病编码方法和装置。
技术介绍
目前对病案首页进行ICD编码(国际疾病分类，internationalClassificationofdiseases，ICD)，是依据疾病的某些特征，按照规则将疾病分门别类，并用编码的方法来表示的系统。大部分是靠医生在对患者诊治之后进行填写，但由于医生往往按照自己的习惯去书写诊断情况，不一定符合ICD规范，而且还会有写错或者漏写的情况，所以这些问题还需要后续病案科的编码人员去完善，但受限于编码人员水平参差不齐，编码遗漏或者写错的情况依然存在。
技术实现思路
有鉴于此，本专利技术实施例提供了一种疾病编码方法和装置，用以解决现有技术凭借经验人工编码准确度低的问题。一方面，本专利技术实施例提供了一种疾病编码方法，所述方法包括：获取结构化的电子病例；对所述结构化的电子病例的目标字段进行分词，得到多个关键词，所述目标字段至少包括医生诊断描述字段、患病部位字段、症状字段、检查结果字段；从医疗知识库中查找与多个所述关键词相匹配的至少一个候选国际疾病分类编码；将所述候选国际疾病分类编码输入机器学习模型，得到所述候选国际疾病分类编码的分数排名；输出所述候选国际疾病分类编码及其分数排名；根据所述候选国际疾病分类编码的分数排名向用户推荐至少一个所述候选国际疾病分类编码。进一步地，所述根据所述候选国际疾病分类编码的分数排名向用户推荐至少一个所述候选国际疾病分类编码，包括：筛选出分数排名靠前的预设数量的所述候选国际疾病分类编码，并向所述用户推荐筛选出的所述候选国际疾病分类编码；或，计算分数排名靠前的预设数量的所述候选国际疾病分类编码的置信度；将置信度大于预设置信度的所述候选国际疾病分类编码向所述用户进行推荐。进一步地，所述医疗知识库有多个，所述从医疗知识库中查找与多个所述关键词相匹配的至少一个候选国际疾病分类编码，包括：计算多个所述关键词与每个所述医疗知识库的匹配程度；将匹配程度最高的所述医疗知识库作为目标医疗知识库；从所述目标医疗知识库中查找与多个所述关键词相匹配的至少一个所述候选国际疾病分类编码。进一步地，所述将所述候选国际疾病分类编码输入机器学习模型，得到所述候选国际疾病分类编码的分数排名，包括：将所述候选国际疾病分类编码输入机器学习模型的多维度评分器，得到所述候选国际疾病分类编码基于多个预设维度的分数；将所述候选国际疾病分类编码基于多个所述预设维度的分数进行加权计算，得到所述候选国际疾病分类编码的分数；按照分数由高到低的顺序对多个所述候选国际疾病分类编码进行排名。进一步地，所述从医疗知识库中查找与多个所述关键词相匹配的至少一个候选国际疾病分类编码，包括：获取所述关键词之间的医疗关联关系；根据所述医疗关联关系从所述医疗知识库中查找与多个所述关键词相匹配的至少一个所述候选国际疾病分类编码。进一步地，所述对结构化的电子病例的目标字段进行分词，得到的多个所述关键词包括命名实体，所述从医疗知识库中查找与多个所述关键词相匹配的至少一个候选国际疾病分类编码，包括：根据所述命名实体和分词得到的其他关键词从所述医疗知识库中查找所述候选国际疾病分类编码。一方面，本专利技术实施例提供了一种疾病编码装置，所述装置包括：获取单元，用于获取结构化的电子病例；分词单元，用于对所述结构化的电子病例的目标字段进行分词，得到多个关键词，所述目标字段至少包括医生诊断描述字段、患病部位字段、症状字段、检查结果字段；查找单元，用于从医疗知识库中查找与多个所述关键词相匹配的至少一个候选国际疾病分类编码；输入单元，用于将所述候选国际疾病分类编码输入机器学习模型，得到所述候选国际疾病分类编码的分数排名；输出单元，用于输出所述候选国际疾病分类编码及其分数排名；推荐单元，用于根据所述候选国际疾病分类编码的分数排名向用户推荐至少一个所述候选国际疾病分类编码。进一步地，所述推荐单元包括：第一推荐子单元，用于筛选出分数排名靠前的预设数量的所述候选国际疾病分类编码，并向所述用户推荐筛选出的所述候选国际疾病分类编码；或，第二推荐子单元，用于计算分数排名靠前的预设数量的所述候选国际疾病分类编码的置信度；将置信度大于预设置信度的所述候选国际疾病分类编码向所述用户进行推荐。进一步地，所述医疗知识库有多个，所述查找单元包括：第一计算子单元，用于计算多个所述关键词与每个所述医疗知识库的匹配程度；确定子单元，用于将匹配程度最高的所述医疗知识库作为目标医疗知识库；第一查找子单元，用于从所述目标医疗知识库中查找与多个所述关键词相匹配的至少一个所述候选国际疾病分类编码。进一步地，所述输入单元包括：输入子单元，用于将所述候选国际疾病分类编码输入机器学习模型的多维度评分器，得到所述候选国际疾病分类编码基于多个预设维度的分数；第二计算子单元，用于将所述候选国际疾病分类编码基于多个所述预设维度的分数进行加权计算，得到所述候选国际疾病分类编码的分数；排名子单元，用于按照分数由高到低的顺序对多个所述候选国际疾病分类编码进行排名。进一步地，所述查找单元包括：获取子单元，用于获取所述关键词之间的医疗关联关系；第二查找子单元，用于根据所述医疗关联关系从所述医疗知识库中查找与多个所述关键词相匹配的至少一个所述候选国际疾病分类编码。进一步地，所述对结构化的电子病例的目标字段进行分词，得到的多个所述关键词包括命名实体，所述查找单元包括：第三查找子单元，用于根据所述命名实体和分词得到的其他关键词从所述医疗知识库中查找所述候选国际疾病分类编码。一方面，本专利技术实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述的疾病编码方法。一方面，本专利技术实施例提供了一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，所述程序指令被处理器加载并执行时实现上述的疾病编码方法的步骤。本方案中，对医生诊断描述字段、患病部位字段、症状字段、检查结果字段进行分词，得到多个关键词，根据多个关键词从医疗知识库中查找候选ICD编码，使用机器学习模型对候选ICD编码进行打分，根据分数排名向用户推荐候选ICD编码，避免了凭借经验人工编码准确度低的问题，达到了提高编码准确度的效果。【附图说明】为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。图1是本专利技术实施例提供的一种疾病编码方法的流程图；图2是本专利技术实施例提供的一种疾病编码装置的示意图；图3是本专利技术实施例提供的一种计算机设备的示意图。【具体实施方式】为了更好的理解本专利技术的技术方案，下面结合附图对本专利技术实施例进行详细描述。应当明确，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。在本专利技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术实施例和所附权利要求书中所使用的单数形式本文档来自技高网...

【技术保护点】
1.一种疾病编码方法，其特征在于，所述方法包括：获取结构化的电子病例；对所述结构化的电子病例的目标字段进行分词，得到多个关键词，所述目标字段至少包括医生诊断描述字段、患病部位字段、症状字段、检查结果字段；从医疗知识库中查找与多个所述关键词相匹配的至少一个候选国际疾病分类编码；将所述候选国际疾病分类编码输入机器学习模型，得到所述候选国际疾病分类编码的分数排名；输出所述候选国际疾病分类编码及其分数排名；根据所述候选国际疾病分类编码的分数排名向用户推荐至少一个所述候选国际疾病分类编码。

【技术特征摘要】
1.一种疾病编码方法，其特征在于，所述方法包括：获取结构化的电子病例；对所述结构化的电子病例的目标字段进行分词，得到多个关键词，所述目标字段至少包括医生诊断描述字段、患病部位字段、症状字段、检查结果字段；从医疗知识库中查找与多个所述关键词相匹配的至少一个候选国际疾病分类编码；将所述候选国际疾病分类编码输入机器学习模型，得到所述候选国际疾病分类编码的分数排名；输出所述候选国际疾病分类编码及其分数排名；根据所述候选国际疾病分类编码的分数排名向用户推荐至少一个所述候选国际疾病分类编码。2.根据权利要求1所述的方法，其特征在于，所述根据所述候选国际疾病分类编码的分数排名向用户推荐至少一个所述候选国际疾病分类编码，包括：筛选出分数排名靠前的预设数量的所述候选国际疾病分类编码，并向所述用户推荐筛选出的所述候选国际疾病分类编码；或，计算分数排名靠前的预设数量的所述候选国际疾病分类编码的置信度；将置信度大于预设置信度的所述候选国际疾病分类编码向所述用户进行推荐。3.根据权利要求1所述的方法，其特征在于，所述医疗知识库有多个，所述从医疗知识库中查找与多个所述关键词相匹配的至少一个候选国际疾病分类编码，包括：计算多个所述关键词与每个所述医疗知识库的匹配程度；将匹配程度最高的所述医疗知识库作为目标医疗知识库；从所述目标医疗知识库中查找与多个所述关键词相匹配的至少一个所述候选国际疾病分类编码。4.根据权利要求1所述的方法，其特征在于，所述将所述候选国际疾病分类编码输入机器学习模型，得到所述候选国际疾病分类编码的分数排名，包括：将所述候选国际疾病分类编码输入机器学习模型的多维度评分器，得到所述候选国际疾病分类编码基于多个预设维度的分数；将所述候选国际疾病分类编码基于多个所述预设维度的分数进行加权计算，得到所述候选国际疾病分类编码的分数；按照分数由高到低的顺序对多个所述候选国际疾病分类编码进行排名。5.根据权利要求1所述的方法，其特征在于，所述从医疗知识库中查找与多个所述关键词相匹配的至少一个候选国际疾病分类...

【专利技术属性】
技术研发人员：李濠辰，
申请(专利权)人：平安医疗健康管理股份有限公司，
类型：发明
国别省市：上海,31