病历质量的评估方法、装置及设备制造方法及图纸

本实施例提供的病历质量的评估方法、装置及设备，该方法包括：获取待评估的电子病历的目标文本，所述目标文本包括：主诉信息和现病史信息；根据所述目标文本，获取所述目标文本对应的医疗实体信息，其中，所述医疗实体信息包括每种类型的医疗实体的数量；根据所述目标文本和所述医疗实体信息，评估所述电子病历的质量。通过上述过程，实现了对电子病历的质量进行评估，从而能够在各种应用场景中根据质量进行电子病历的筛选。

Evaluation method, device and equipment of medical record quality

【技术实现步骤摘要】
病历质量的评估方法、装置及设备
本专利技术实施例涉及人工智能
，尤其涉及一种病历质量的评估方法、装置及设备。
技术介绍
电子病历用于记录患者的就诊信息，是疾病预测和医学研究的基础数据源。目前，电子病历的质量参差不齐。例如，有些电子病历中仅记录了开药、配药、上环、体检等信息；甚至有些电子病历中记录的是非医疗文本。质量好的电子病历对于后续的疾病预测和医学研究具有重要的参考意义，而质量差的电子病历对于疾病预测和医学研究没有任何参考价值。因此，需要一种对电子病历质量进行评估的方法，以便能够根据质量对电子病历进行筛选。
技术实现思路
本专利技术实施例提供一种病历质量的评估方法、装置及设备，用于对电子病历质量进行评估，从而能够根据质量对电子病历进行筛选。第一方面，本专利技术实施例提供一种病历质量的评估方法，包括：获取待评估的电子病历的目标文本，所述目标文本包括：主诉信息和现病史信息；根据所述目标文本，获取所述目标文本对应的医疗实体信息，其中，所述医疗实体信息包括每种类型的医疗实体的数量；根据所述目标文本和所述医疗实体信息，评估所述电子病历的质量。可选的，所述根据所述目标文本，获取所述目标文本对应的医疗实体信息，包括：对所述目标文本进行自然语言解析处理，得到多个医疗实体；根据每个所述医疗实体所属的类型，获取所述医疗实体信息。可选的，所述医疗实体信息包括：症状类医疗实体的数量、体征类医疗实体的数量以及疾病类医疗实体的数量。可选的，所述根据所述目标文本和所述医疗实体信息，评估所述电子病历的质量，包括：将所述目标文本和所述医疗实体信息输入至已训练好的评估模型，根据所述评估模型的输出结果获取所述电子病历的质量参数；根据所述电子病历的质量参数，评估所述电子病历的质量。可选的，所述电子病历的质量参数包括第一参数和第二参数，所述第一参数用于指示所述电子病历满足筛选条件的概率，所述第二参数用于指示所述电子病历不满足筛选条件的概率；所述根据所述电子病历的质量参数，评估所述电子病历的质量，包括：根据所述第一参数和/或所述第二参数，评估所述电子病历的质量。可选的，所述将所述目标文本和所述医疗实体信息输入至已训练好的评估模型之前，还包括：对所述目标文本进行预处理，得到预处理后的目标文本，所述预处理后的目标文本中包括预设数量的文字；所述将所述目标文本和所述医疗实体信息输入至已训练好的评估模型，包括：将所述预处理后的目标文本和所述医疗实体信息输入至已训练好的评估模型。可选的，所述评估模型是采用如下方法训练得到的：获取待训练的正样本和负样本，所述正样本中包括：标注第一标签的医疗文本以及各所述医疗文本对应的医疗实体信息，所述负样本中包括：标注第二标签的医疗文本以及各所述医疗文本对应的医疗实体信息，所述医疗文本包括：主诉信息和现病史信息；将所述正样本和负样本输入至待训练的评估模型，获取评估模型的输出结果；根据所述第一标签、所述第二标签以及所述输出结果，对所述评估模型进行训练，得到训练好的评估模型。可选的，所述评估模型包括：输入层、词向量层、双向长短期记忆层BiLSTM、最大池化层、线性采样层和输出层。第二方面，本专利技术实施例提供一种病历质量的评估装置，包括：第一获取模块，用于获取待评估的电子病历的目标文本，所述目标文本包括：主诉信息和现病史信息；第二获取模块，用于根据所述目标文本，获取所述目标文本对应的医疗实体信息，其中，所述医疗实体信息包括每种类型的医疗实体的数量；评估模块，用于根据所述目标文本和所述医疗实体信息，评估所述电子病历的质量。可选的，所述第二获取模块具体用于：对所述目标文本进行自然语言解析处理，得到多个医疗实体；根据每个所述医疗实体所属的类型，获取所述医疗实体信息。可选的，所述医疗实体信息包括：症状类医疗实体的数量、体征类医疗实体的数量以及疾病类医疗实体的数量。可选的，所述评估模块具体用于：将所述目标文本和所述医疗实体信息输入至已训练好的评估模型，根据所述评估模型的输出结果获取所述电子病历的质量参数；根据所述电子病历的质量参数，评估所述电子病历的质量。可选的，所述电子病历的质量参数包括第一参数和第二参数，所述第一参数用于指示所述电子病历满足筛选条件的概率，所述第二参数用于指示所述电子病历不满足筛选条件的概率；所述评估模块具体用于：根据所述第一参数和/或所述第二参数，评估所述电子病历的质量。可选的，所述第一获取模块还用于：对所述目标文本进行预处理，得到预处理后的目标文本，所述预处理后的目标文本中包括预设数量的文字；所述评估模块具体用于：将所述预处理后的目标文本和所述医疗实体信息输入至已训练好的评估模型。可选的，所述评估模型是采用如下方法训练得到的：获取待训练的正样本和负样本，所述正样本中包括：标注第一标签的医疗文本以及各所述医疗文本对应的医疗实体信息，所述负样本中包括：标注第二标签的医疗文本以及各所述医疗文本对应的医疗实体信息，所述医疗文本包括：主诉信息和现病史信息；将所述正样本和负样本输入至待训练的评估模型，获取评估模型的输出结果；根据所述第一标签、所述第二标签以及所述输出结果，对所述评估模型进行训练，得到训练好的评估模型。可选的，所述评估模型包括：输入层、词向量层、双向长短期记忆层BiLSTM、最大池化层、线性采样层和输出层。第三方面，本专利技术实施例提供一种病历质量的评估设备，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行如第一方面任一项所述的方法。第四方面，本专利技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质包括计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述的方法。本实施例提供的病历质量的评估方法、装置及设备，该方法包括：获取待评估的电子病历的目标文本，所述目标文本包括：主诉信息和现病史信息；根据所述目标文本，获取所述目标文本对应的医疗实体信息，其中，所述医疗实体信息包括每种类型的医疗实体的数量；根据所述目标文本和所述医疗实体信息，评估所述电子病历的质量。通过上述过程，实现了对电子病历的质量进行评估，从而能够在各种应用场景中根据质量进行电子病历的筛选。进一步的，通过根据主诉信息和现病史信息对电子病历的质量进行评估，使得评估结果能够真实反映电子病历的参考价值，提高了电子病历质量评估的准确性；更进一步的，通过根据主诉信息和现病史信息中的医疗实体数量对电子病历的质量进行评估，能够有效识别出非医疗文本，进一步提高了电子病历质量评估的准确性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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他的附图。图1为本专利技术实施例适用的应用场景示意图一；图2为本专利技术实施例适用的应用场景示意图二；图3为本专利技术一实施例提供的病历质量的评估方法的流程示意图；图4为本专利技术另一实施例提供的病历质量的评估方法的流程示意图；图5为本专利技术又一实施例提供的评估模型的训练方法的流程示意图；图6为本专利技术又一实施例提供的评估模型的结构示意图；图7为本专利技术实施例提供的病历质量的评估装置的结构示本文档来自技高网...

【技术保护点】
1.一种病历质量的评估方法，其特征在于，包括：获取待评估的电子病历的目标文本，所述目标文本包括：主诉信息和现病史信息；根据所述目标文本，获取所述目标文本对应的医疗实体信息，其中，所述医疗实体信息包括每种类型的医疗实体的数量；根据所述目标文本和所述医疗实体信息，评估所述电子病历的质量。

【技术特征摘要】
1.一种病历质量的评估方法，其特征在于，包括：获取待评估的电子病历的目标文本，所述目标文本包括：主诉信息和现病史信息；根据所述目标文本，获取所述目标文本对应的医疗实体信息，其中，所述医疗实体信息包括每种类型的医疗实体的数量；根据所述目标文本和所述医疗实体信息，评估所述电子病历的质量。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标文本，获取所述目标文本对应的医疗实体信息，包括：对所述目标文本进行自然语言解析处理，得到多个医疗实体；根据每个所述医疗实体所属的类型，获取所述医疗实体信息。3.根据权利要求1或2所述的方法，其特征在于，所述医疗实体信息包括：症状类医疗实体的数量、体征类医疗实体的数量以及疾病类医疗实体的数量。4.根据权利要求3所述的方法，其特征在于，所述根据所述目标文本和所述医疗实体信息，评估所述电子病历的质量，包括：将所述目标文本和所述医疗实体信息输入至已训练好的评估模型，根据所述评估模型的输出结果获取所述电子病历的质量参数；根据所述电子病历的质量参数，评估所述电子病历的质量。5.根据权利要求4所述的方法，其特征在于，所述电子病历的质量参数包括第一参数和第二参数，所述第一参数用于指示所述电子病历满足筛选条件的概率，所述第二参数用于指示所述电子病历不满足筛选条件的概率；所述根据所述电子病历的质量参数，评估所述电子病历的质量，包括：根据所述第一参数和/或所述第二参数，评估所述电子病历的质量。6.根据权利要求4所述的方法，其特征在于，所述将所述目标文本和所述医疗实体信息输入至已训练好的评估模型之前，还包括：对所述目标文本进行预处理，得到预处理后的目标文本，所述预处理后的目标文本中包括预设数量的文字；所述将所述目标文本和所述医疗实体信息输入至已训练好的评估模型，包括：将所述预处理后的目标文本和所述医疗实体信息输入至已训练好的评估模型。7.根据权利要求4所述的方法，其特征在于，所述评估模型是采用如下方法训练得到的：获取待训练的正样本和负样本，所述正样本中包括：标注第一标签的医疗文本以及各所述医疗文本对应的医疗实体信息，所述负样本中包括：标注第二标签的医疗文本以及各所述医疗文本对应的医疗实体信息，所述医疗文本包括：主诉信息和现病史信息；将所述正样本和负样本输入至待训练的评估模型，获取评估模型的输出结果；根据所述第一标签、所述第二标签以及所述输出结果，对所述评估模型进行训练，得到训练好的评估模型。8.根据权利要求7所述的方法，其特征在于，所述评估模型包括：输入层、词向量层、双向长短期记忆层BiLSTM、最大池化层、线性采样层和输出层。9.一种病历质量的评估装置，其特征在于，包括：第一获取模块，用于获取待评估的电子病历的目...

【专利技术属性】
技术研发人员：代小亚，陈俊，陆超，黄海峰，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11