一种病历输入法及其输入系统技术方案

本发明专利技术公开了一种病历输入法及其输入系统。该输入法包括：调用自然语言录入引擎，对所有推荐文本按照预测概率排序，并将准确率前列的多个数据作为选择项集合返回至调用方；判断调用方是否存在选择项，是则解析选择项，否则提示操作者更换关键字；展示解析结果以供操作者选择；判断操作者选择的结构中是否包含结构化数据，是则分析结构化数据以对操作者所选内容进行换算，将结构化格式内容写入病历，否则直接将操作者所选内容写入病历。本发明专利技术结合了自然语言和预测概率排序，录入相对简单快捷，查找也更加容易，不会限制病历书写，而对于相同的疾病，输入法不会简单地复制既往文书，不会造成大量的雷同，提高病历的书写效率、文本质量和科研价值。

【技术实现步骤摘要】
一种病历输入法及其输入系统
本专利技术涉及病历管理
的一种输入法，尤其涉及一种病历输入法，还涉及应用该病历输入法的病历输入系统。
技术介绍
病历输入法能够为病历书写提供输入方式，操作者输入关键字，而输入法则相应显示一定数量的选择项供操作者进行选择，而后操作者选择所需要的选择项的内容并输入到病历中，完成对病历的书写。现有的门诊病历通常存在书写时间紧，文书质量要求的问题，住院病历则存在病历文书数量、种类繁多，录入周期长的缺点，而且病历的输入过程中生僻字非常多，专业词汇也非常多，录入比较麻烦，并且查找频繁。在现有的病历输入法中，结构化病历模板只考虑科研查询，未考虑使用者，病历模板大范围的结构化，书写被限制。另外，在复制病历时，相同疾病，医生存在复制既往文书，造成雷同较多，科研分析价值低。
技术实现思路
为解决现有的病历输入法存在录入和查找繁琐，复制病历价值低的技术问题，本专利技术提供一种病历输入法及其输入系统。本专利技术采用以下技术方案实现：一种病历输入法，其包括以下步骤：在操作者书写病历时，当输入框输入信息时，进行步骤S1：调用自然语言录入引擎，并依据关键字、科室名称、文件结构、主要诊断、用户ID、患者就诊信息、操作者习惯、标准数据元、值域、行业规则、医院业务数据、质控规则、病历专业知识库，对所有推荐文本按照预测概率排序，并将准确率前列的多个数据作为选择项集合返回至调用方；步骤S2：判断所述调用方是否存在选择项，是则进行步骤S3，否则进行步骤S4；步骤S3：开始解析所述选择项；步骤S4：提示所述操作者更换关键字；在所述选择项解析后，进行步骤S5：展示解析结果以供所述操作者选择；在所述操作者选择结果后，进行步骤S6：判断所述操作者选择的结构中是否包含结构化数据，是则进行步骤S7，否则进行步骤S8；步骤S7：分析所述结构化数据以对所述操作者所选内容进行换算，将结构化格式内容写入所述病历；步骤S8：直接将所述操作者所选内容写入所述病历。本专利技术通过在书写病历并输入关键字时，通过自然语言录入引擎对所有推荐文本按照预测概率进行排序，确定准确率靠前的多个数据项作为选择项集合，而后判断调用方是否存在选择项，是则对选择项进行解析，否则提示操作者更换关键字。在选择项解析后，将结果展示之操作者以供其进行选择，并在选择后判断选择结构中是否包含结构化数据，是则分析数据并进行换算，将结构化格式数据写入病历，否则直接将选择的内容写入到病历中。由于关键字录入结合了自然语言和预测概率排序，录入相对简单，查找也更加容易，同时考虑到使用者，不会出现病历模板大范围的结构化，不会限制病历书写，解决了现有的病历输入法存在录入和查找繁琐，复制病历价值低的技术问题，得到了病历输入和查找简便快速，复制质量高的技术效果。作为上述方案的进一步改进，所述病历中配置有引擎地址，并嵌入有所述自然语言录入引擎。作为上述方案的进一步改进，所述选择项的解析方法包括以下步骤：根据历史病历文本数据，分别构建基于BM25算法和bert神经网络算法的两个模型；根据用户的选择，用其中一种模型进行文本推荐。作为上述方案的进一步改进，所述预测概率的计算公式为：式中，N表示文档的总数，n(qi)表示包含这个词的文章数，fi表示查询问号中出现的频率在文档中出现的频率，ki、b都表示调节因子，ki＝1，b＝0.75，dl表示文档的长度，avg(dl)表示文档的平均长度。作为上述方案的进一步改进，通过文本相似度以及BP神经网络对所述关键字、所述患者就诊信息、所述操作者习惯、所述标准数据元、所述值域、所述行业规则、所述医院业务数据、历史病历数据、所述质控规则、所述病历专业知识库与所有推荐文本进行学习，并计算出各个推荐文本的预测概率，按照降序排列方式对所有预测概率进行排序。作为上述方案的进一步改进，通过httpweb服务将所述输入框中用户已经输入的信息输送至所述自然语言录入引擎中进行内部运算，并将运算产生的选择项集合通过httpweb服务返回至所述调用方。作为上述方案的进一步改进，所述调用方调用所述自然语言录入引擎200毫秒后，将准确率前5的数据推给所述调用方。作为上述方案的进一步改进，所述关键字为晕厥，所述结构化数据为晕厥{int_晕厥月}月，在发{int_晕厥在发分钟}分钟，换算后的结构化格式内容为晕厥{数值}月，在发{数值}分钟。作为上述方案的进一步改进，所述标准数据元为WS364.6-2011卫生信息数据元值域代码第6部分：主诉与症状，所述值域为GB/T2261.2-2003婚姻状况代码，所述质控规则为WS/T500电子病历共享文档规范。本专利技术还提供一种病历输入系统，其应用上述任意所述的病历输入法，其包括：自然语言录入引擎运算模块，其用于在操作者书写病历时，当输入框输入信息时，调用自然语言录入引擎，并依据所述关键字、科室名称、文件结构、主要诊断、用户ID、患者就诊信息、操作者习惯、标准数据元、值域、行业规则、医院业务数据、质控规则、病历专业知识库，对所有推荐文本按照预测概率排序，并将准确率前列的多个数据作为选择项集合返回至调用方；判断模块一，其用于判断所述调用方是否存在选择项；解析模块，其用于在所述调用方存在所述选择项时，解析所述选择项；提示模块，其用于在所述调用方不存在所述选择项时，提示所述操作者更换关键字；展示模块，其用于在所述选择项解析后，展示解析结果以供所述操作者选择；判断模块二，其用于所述操作者选择结果后，判断所述操作者选择的结构中是否包含结构化数据；换算模块，其用于在所述操作者选择的结构中包含结构化数据时，分析所述结构化数据以对所述操作者所选内容进行换算，将结构化格式内容写入所述病历；直接写入模块，其用于在所述操作者选择的结构中不包含结构化数据时，直接将所述操作者所选内容写入所述病历。相较于现有的病历输入方法，本专利技术的病历输入法及其输入系统具有以下有益效果：1、该病历输入法，其在书写病历并输入关键字时，通过自然语言录入引擎对所有推荐文本按照预测概率进行排序，确定准确率靠前的多个数据项作为选择项集合，而后判断调用方是否存在选择项，是则对选择项进行解析，否则提示操作者更换关键字。在选择项解析后，将结果展示之操作者以供其进行选择，并在选择后判断选择结构中是否包含结构化数据，是则分析数据并进行换算，将结构化格式数据写入病历，否则直接将选择的内容写入到病历中。由于关键字录入结合了自然语言和预测概率排序，录入相对简单，查找也更加容易，同时考虑到使用者，不会出现病历模板大范围的结构化，不会限制病历书写，而对于相同的疾病，输入法不会简单地复制既往文书，这样就不会造成大量的雷同，可以提高病历的书写质量，提高病历的科研价值。2、该病历输入法，其基于自然语言理解，应用了BM25和神经网络算法，结合了机器学习技术和海量的电子病历业务数据以及相关医学内容进行训本文档来自技高网...

【技术保护点】
1.一种病历输入法，其特征在于，其包括以下步骤：/n在操作者书写病历时，当输入框输入信息时，进行步骤S1：调用自然语言录入引擎，并依据关键字、科室名称、文件结构、主要诊断、用户ID、患者就诊信息、操作者习惯、标准数据元、值域、行业规则、医院业务数据、质控规则、病历专业知识库，对所有推荐文本按照预测概率排序，并将准确率前列的多个数据作为选择项集合返回至调用方；/n步骤S2：判断所述调用方是否存在选择项，是则进行步骤S3，否则进行步骤S4；/n步骤S3：开始解析所述选择项；/n步骤S4：提示所述操作者更换关键字；/n在所述选择项解析后，进行步骤S5：展示解析结果以供所述操作者选择；/n在所述操作者选择结果后，进行步骤S6：判断所述操作者选择的结构中是否包含结构化数据，是则进行步骤S7，否则进行步骤S8；/n步骤S7：分析所述结构化数据以对所述操作者所选内容进行换算，将结构化格式内容写入所述病历；/n步骤S8：直接将所述操作者所选内容写入所述病历。/n

【技术特征摘要】
1.一种病历输入法，其特征在于，其包括以下步骤：
在操作者书写病历时，当输入框输入信息时，进行步骤S1：调用自然语言录入引擎，并依据关键字、科室名称、文件结构、主要诊断、用户ID、患者就诊信息、操作者习惯、标准数据元、值域、行业规则、医院业务数据、质控规则、病历专业知识库，对所有推荐文本按照预测概率排序，并将准确率前列的多个数据作为选择项集合返回至调用方；
步骤S2：判断所述调用方是否存在选择项，是则进行步骤S3，否则进行步骤S4；
步骤S3：开始解析所述选择项；
步骤S4：提示所述操作者更换关键字；
在所述选择项解析后，进行步骤S5：展示解析结果以供所述操作者选择；
在所述操作者选择结果后，进行步骤S6：判断所述操作者选择的结构中是否包含结构化数据，是则进行步骤S7，否则进行步骤S8；
步骤S7：分析所述结构化数据以对所述操作者所选内容进行换算，将结构化格式内容写入所述病历；
步骤S8：直接将所述操作者所选内容写入所述病历。


2.如权利要求1所述的病历输入法，其特征在于，所述病历中配置有引擎地址，并嵌入有所述自然语言录入引擎。


3.如权利要求1所述的病历输入法，其特征在于，所述选择项的解析方法包括以下步骤：
根据历史病历文本数据，分别构建基于BM25算法和bert神经网络算法的两个模型；
根据用户的选择，用其中一种模型进行文本推荐。


4.如权利要求3所述的病历输入法，其特征在于，所述预测概率的计算公式为：



式中，N表示文档的总数，n(qi)表示包含这个词的文章数，fi表示查询问号中出现的频率在文档中出现的频率，ki、b都表示调节因子，ki＝1，b＝0.75，dl表示文档的长度，avg(dl)表示文档的平均长度。


5.如权利要求1所述的病历输入法，其特征在于，通过文本相似度以及BP神经网络对所述关键字、所述患者就诊信息、所述操作者习惯、所述标准数据元、所述值域、所述行业规则、所述医院业务数据、历史病历数据、所述质控规则、所述病历专业知识库与所有推荐文本进行学习，并计算出各个推荐文本的预测概率，按照降序排列方式对所有预测概率进行排序。

【专利技术属性】
技术研发人员：王玉贞，赵璐偲，王涛，胡浩，王星光，赵大平，黄克华，吴铭，陈旭，岁波，
申请(专利权)人：卫宁健康科技集团股份有限公司，
类型：发明
国别省市：上海;31