电子病例检测方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及机器学习，提供一种电子病例检测方法、装置、计算机设备和存储介质。该方法包括：获取待检测电子病例信息和目标电子病例信息；将待检测电子病例信息和目标电子病例信息实体识别，得到待检测电子病例实体和目标电子病例实体；根据待检测电子病例实体和目标电子病例实体确定对应的各个实体类型，根据各个实体类型确定对应的实体匹配模型；将实体类型一致的待检测电子病例实体和目标电子病例实体输入对应的实体匹配模型中匹配，得到各个实体类型对应的实体相似度；获取各个实体类型权重，根据实体类型权重和实体相似度计算电子病例相似度；根据电子病例相似度确定相似电子病例。采用本方法能够提高得到相似电子病例的准确性。

Electronic case detection method, device, computer equipment and storage medium

【技术实现步骤摘要】
电子病例检测方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种电子病例检测方法、装置、计算机设备和存储介质。
技术介绍
随着电子病例技术的发展，寻找相似的电子病例在临床诊断，临床科研等应用领域中具有重大价值，医生可以基于相似病例进行诊断并开具处方，大大节约了临床医生的工作时间。目前，寻找相似电子病例通常是将电子病例向量化，根据向量化后的电子病例进行相似度计算确定相似的电子病例，然而，只是通过向量化后的电子病例进行相似度计算，存在确定出的相似电子病例准确度低的问题。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高相似电子病例确定准确性的电子病例检测方法、装置、计算机设备和存储介质。一种电子病例检测方法，所述方法包括：接收电子病例相似度检测指令，根据电子病例相似度检测指令获取待检测电子病例信息和目标电子病例信息；将待检测电子病例信息和目标电子病例信息进行实体识别，得到各个待检测电子病例实体和各个目标电子病例实体；根据各个待检测电子病例实体和各个目标电本文档来自技高网...

【技术保护点】
1.一种电子病例检测方法，所述方法包括：/n接收电子病例相似度检测指令，根据所述电子病例相似度检测指令获取待检测电子病例信息和目标电子病例信息；/n将所述待检测电子病例信息和所述目标电子病例信息进行实体识别，得到各个待检测电子病例实体和各个目标电子病例实体；/n根据所述各个待检测电子病例实体和所述各个目标电子病例实体确定对应的各个实体类型，根据所述各个实体类型确定对应的实体匹配模型；/n将实体类型一致的待检测电子病例实体和目标电子病例实体输入对应的实体匹配模型中匹配，得到所述各个实体类型对应的实体相似度；/n获取各个实体类型权重，根据所述实体类型权重和所述实体相似度计算得到所述待检测电子病例信...

【技术特征摘要】
1.一种电子病例检测方法，所述方法包括：
接收电子病例相似度检测指令，根据所述电子病例相似度检测指令获取待检测电子病例信息和目标电子病例信息；
将所述待检测电子病例信息和所述目标电子病例信息进行实体识别，得到各个待检测电子病例实体和各个目标电子病例实体；
根据所述各个待检测电子病例实体和所述各个目标电子病例实体确定对应的各个实体类型，根据所述各个实体类型确定对应的实体匹配模型；
将实体类型一致的待检测电子病例实体和目标电子病例实体输入对应的实体匹配模型中匹配，得到所述各个实体类型对应的实体相似度；
获取各个实体类型权重，根据所述实体类型权重和所述实体相似度计算得到所述待检测电子病例信息和所述目标电子病例信息的电子病例相似度；
当所述电子病例相似度超过预设阈值时，确定所述待检测电子病例信息为所述目标电子病例信息的相似电子病例。


2.根据权利要求1所述的方法，其特征在于，所述将所述待检测电子病例信息和所述目标电子病例信息进行实体识别，得到各个待检测电子病例实体和各个目标电子病例实体，包括：
将所述待检测电子病例信息输入到已建立的命名实体识别模型中识别，得到第一识别结果，并将所述待检测电子病例信息输入到已建立的医疗知识图谱中匹配，得到第一匹配结果，根据所述第一识别结果和所述第一匹配结果得到各个待检测电子病例实体；
将所述目标电子病例信息输入到所述已建立的命名实体识别模型中识别，得到第二识别结果，并将所述目标电子病例信息输入到所述已建立的医疗知识图谱中匹配，得到第二匹配结果，根据所述第二识别结果和所述第二匹配结果得到各个目标电子病例实体。


3.根据权利要求1所述的方法，其特征在于，所述将实体类型一致的待检测电子病例实体和目标电子病例实体输入对应的实体匹配模型中匹配，得到所述各个实体类型对应的实体相似度，包括：
将名称实体类型的待检测电子病例实体和目标电子病例实体输入到已建立的医疗名称分类树中，得到待检测电子病例实体对应的待检测实体节点和目标电子病例实体对应的目标实体节点；
计算所述待检测实体节点和所述目标实体节点之间的路径长度，根据所述待检测实体节点和所述目标实体节点之间的路径长度确定所述名称实体类型的待检测电子病例实体和目标电子病例实体的名称相似度。


4.根据权利要求3所述的方法，其特征在于，所述根据所述待检测实体节点和所述目标实体节点之间的路径长度确定所述名称实体类型的待检测电子病例实体和目标电子病例实体的名称相似度，包括：
获取所述已建立的医疗名称分类树的根实体节点，并从所述已建立的医疗名称分类树中获取所述待检测实体节点和所述目标实体节点的共同父节点，计算所述根实体节点和所述共同父节点之间的第二路径长度；
获取目标路径长度，根据所述路径长度、所述第二路径长度和所述目标路径长度计算所述名称实体类型的待检测电子病例实体和目标电子病例实体之间的名称相似度。


5.根据权利要求1所述的方法，其特征在于，所述将实体类型一致的待检测电子病例实体和目标电子病例实体输入对应的实体匹配模型中匹配，得到所述各个实体类型对应的实体相似度，包括：
将年龄实体类型的待检测电子病例实体和目标电子病例实体输入对应的非...

【专利技术属性】
技术研发人员：杨志专，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：广东;44