确定疾病的标准诊断编码的方法和装置制造方法及图纸

本公开涉及一种确定疾病的标准诊断编码的方法，包括：接收来自外部机构的疾病的诊断编码和诊断描述；通过自然语言处理，将所述诊断描述与数据库中的多个标准诊断描述进行匹配，以得到所述诊断描述与所述多个标准诊断描述之间的多个第一相似度；确定所述多个第一相似度中的最大值小于预定的第一阈值；根据所述诊断编码确定所述多个标准诊断描述的子集；获取所述子集中的标准诊断描述与所述诊断描述的第二相似度的最大值；以及在确定所述第二相似度的最大值大于或等于预定的第二阈值的情况下，将与所述第二相似度的最大值对应的标准诊断描述作为所述疾病的标准诊断描述，将与该标准诊断描述对应的标准诊断编码作为所述疾病的标准诊断编码。

【技术实现步骤摘要】
确定疾病的标准诊断编码的方法和装置
本公开涉及确定疾病的标准诊断编码的方法和装置。
技术介绍
保险机构在保险理赔的过程中，经常需要从医疗机构获取被保险人的医疗信息。医疗结构提供的医疗信息通常包括诊断编码和诊断描述等信息。保险机构根据医疗机构提供的医疗信息决定是否向被保险人给予赔付。
技术实现思路
根据本公开的一个方面，提供了一种确定疾病的标准诊断编码的方法，包括：接收来自外部机构的疾病的诊断编码和诊断描述；通过自然语言处理，将所述诊断描述与数据库中的多个标准诊断描述进行匹配，以得到所述诊断描述与所述多个标准诊断描述之间的多个第一相似度；确定所述多个第一相似度中的最大值小于预定的第一阈值；根据所述诊断编码确定所述多个标准诊断描述的子集；获取所述子集中的标准诊断描述与所述诊断描述的第二相似度的最大值；以及在确定所述第二相似度的最大值大于或等于预定的第二阈值的情况下，将与所述第二相似度的最大值对应的标准诊断描述作为所述疾病的标准诊断描述，将与该标准诊断描述对应的标准诊断编码作为所述疾病的标准诊断编码。在根据本公开的一些实施例中，在确定所述第二相似度的最大值小于所述第二阈值的情况下，选择所述子集的标准诊断描述中的第二相似度较大的预定数目的标准诊断描述作为候选标准诊断描述；以及选择所述候选标准诊断描述中的一个作为所述疾病的标准诊断描述。在根据本公开的一些实施例中，选择所述候选标准诊断描述中的一个作为与所述疾病对应的标准诊断描述包括：由人工手动选择所述候选标准诊断描述中的一个作为所述疾病的标准诊断描述。在根据本公开的一些实施例中，所述方法还包括：记录选择的标准诊断描述与所述诊断描述之间的对应关系。在根据本公开的一些实施例中，所述方法还包括：接收来自外部机构的疾病的另一诊断描述；以及根据所述对应关系和所述另一诊断描述确定所述疾病的标准诊断描述。在根据本公开的一些实施例中，所述自然语言处理使用机器学习获得的模型，所述方法还包括：将选择的标准诊断描述、所述诊断描述以及选择的标准诊断描述和所述诊断描述之间的对应关系作为训练样本，来训练所述模型。在根据本公开的一些实施例中，所述模型包括：词向量化模型、循环神经网络模型、长短期记忆网络模型。在根据本公开的一些实施例中，第二阈值小于第一阈值。在根据本公开的一些实施例中，根据所述诊断编码确定所述多个标准诊断描述的子集包括：根据所述诊断编码确定标准诊断编码的集合；以及获取与所述集合中的所述标准诊断编码对应的标准诊断描述作为所述多个标准诊断描述的子集。在根据本公开的一些实施例中，所述诊断编码为国际疾病分类标准编码，将所述诊断编码的大类或小类中包含的标准诊断编码作为所述标准诊断编码的集合。根据本公开的另一个方面，提供了一种确定疾病的标准诊断编码的装置，包括存储器和处理器，其中当所述处理器执行所述存储器中存储的指令时，所述处理器被配置为：接收来自外部机构的疾病的诊断编码和诊断描述；通过自然语言处理，将所述诊断描述与数据库中的多个标准诊断描述进行匹配，以得到所述诊断描述与所述多个标准诊断描述之间的多个第一相似度；确定所述多个第一相似度中的最大值小于预定的第一阈值；根据所述诊断编码确定所述多个标准诊断描述的子集；获取所述子集中的标准诊断描述与所述诊断描述的第二相似度的最大值；以及在确定所述第二相似度的最大值大于或等于预定的第二阈值的情况下，将与所述第二相似度的最大值对应的标准诊断描述作为所述疾病的标准诊断描述，将与该标准诊断描述对应的标准诊断编码作为所述疾病的标准诊断编码。在根据本公开的一些实施例中，所述处理器还被配置为：在确定所述第二相似度的最大值小于所述第二阈值的情况下，选择所述子集的标准诊断描述中的第二相似度较大的预定数目的标准诊断描述作为候选标准诊断描述；以及选择所述候选标准诊断描述中的一个作为所述疾病的标准诊断描述。在根据本公开的一些实施例中，所述处理器还被配置为：接收人工手动选择的所述候选标准诊断描述中的一个作为所述疾病的标准诊断描述。在根据本公开的一些实施例中，所述处理器还被配置为：记录选择的标准诊断描述与所述诊断描述之间的对应关系。在根据本公开的一些实施例中，所述处理器还被配置为：接收来自外部机构的疾病的另一诊断描述；以及根据所述对应关系和所述另一诊断描述确定所述疾病的标准诊断描述。在根据本公开的一些实施例中，所述自然语言处理使用机器学习获得的模型，所述处理器还被配置为：将选择的标准诊断描述、所述诊断描述以及选择的标准诊断描述和所述诊断描述之间的对应关系作为训练样本，来训练所述模型。在根据本公开的一些实施例中，所述模型包括：词向量化模型、循环神经网络模型、长短期记忆网络模型。在根据本公开的一些实施例中，第二阈值小于第一阈值。在根据本公开的一些实施例中，所述处理器还被配置为：根据所述诊断编码确定标准诊断编码的集合；以及获取与所述集合中的所述标准诊断编码对应的标准诊断描述作为所述多个标准诊断描述的子集。在根据本公开的一些实施例中，所述诊断编码为国际疾病分类标准编码，所述处理器还被配置为：将所述诊断编码的大类或小类中包含的标准诊断编码作为所述标准诊断编码的集合。根据本公开的又一个方面，提供了一种存储有指令的非暂态计算机可读存储介质，当所述指令被处理器执行时，所述处理器被配置为执行上述确定疾病的标准诊断编码的方法。通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。附图说明构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：图1示出了根据本公开的实施例的确定疾病的标准诊断编码的方法的流程图。图2是根据本公开的一种示例性实施例的计算设备的框图。。注意，在以下说明的实施方式中，有时在不同的附图之间共同使用同一附图标记来表示相同部分或具有相同功能的部分，而省略其重复说明。在本说明书中，使用相似的标号和字母表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。为了便于理解，在附图等中所示的各结构的位置、尺寸及范围等有时不表示实际的位置、尺寸及范围等。因此，所公开的专利技术并不限于附图等所公开的位置、尺寸及范围等。具体实施方式现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。本文档来自技高网...

【技术保护点】
1.一种确定疾病的标准诊断编码的方法，包括：/n接收来自外部机构的疾病的诊断编码和诊断描述；/n通过自然语言处理，将所述诊断描述与数据库中的多个标准诊断描述进行匹配，以得到所述诊断描述与所述多个标准诊断描述之间的多个第一相似度；/n确定所述多个第一相似度中的最大值小于预定的第一阈值；/n根据所述诊断编码确定所述多个标准诊断描述的子集；/n获取所述子集中的标准诊断描述与所述诊断描述的第二相似度的最大值；以及/n在确定所述第二相似度的最大值大于或等于预定的第二阈值的情况下，将与所述第二相似度的最大值对应的标准诊断描述作为所述疾病的标准诊断描述，将与该标准诊断描述对应的标准诊断编码作为所述疾病的标准诊断编码。/n

【技术特征摘要】
1.一种确定疾病的标准诊断编码的方法，包括：
接收来自外部机构的疾病的诊断编码和诊断描述；
通过自然语言处理，将所述诊断描述与数据库中的多个标准诊断描述进行匹配，以得到所述诊断描述与所述多个标准诊断描述之间的多个第一相似度；
确定所述多个第一相似度中的最大值小于预定的第一阈值；
根据所述诊断编码确定所述多个标准诊断描述的子集；
获取所述子集中的标准诊断描述与所述诊断描述的第二相似度的最大值；以及
在确定所述第二相似度的最大值大于或等于预定的第二阈值的情况下，将与所述第二相似度的最大值对应的标准诊断描述作为所述疾病的标准诊断描述，将与该标准诊断描述对应的标准诊断编码作为所述疾病的标准诊断编码。


2.根据权利要求1所述的方法，其中，在确定所述第二相似度的最大值小于所述第二阈值的情况下，选择所述子集的标准诊断描述中的第二相似度较大的预定数目的标准诊断描述作为候选标准诊断描述；以及
选择所述候选标准诊断描述中的一个作为所述疾病的标准诊断描述。


3.根据权利要求2所述的方法，其中，选择所述候选标准诊断描述中的一个作为与所述疾病对应的标准诊断描述包括：由人工手动选择所述候选标准诊断描述中的一个作为所述疾病的标准诊断描述。


4.根据权利要求2或3所述的方法，还包括：记录选择的标准诊断描述与所述诊断描述之间的对应关系。


5.根据权利要求4所述的方法，还包括：
接收来自外部机构的疾病的另一诊断描述；以及
根据所述对应关系和所述另一诊断描...

【专利技术属性】
技术研发人员：何苗，陈国锋，刘建立，苏仕颖，
申请(专利权)人：中保科联技术有限责任公司，
类型：发明
国别省市：浙江;33