医疗数据处理方法、装置、终端设备和可读存储介质制造方法及图纸

本申请适用于数据处理技术领域，提供了医疗数据处理方法、装置、终端设备和可读存储介质。该医疗数据处理方法包括：从多个医疗终端获取医疗数据，对医疗数据进行清洗，从清洗后的医疗数据中提取关键词，根据关键词将清洗后的医疗数据转化为结构化数据；在预设存储空间中，对每个患者标识设置一存储区间，并将多个患者对应的患者标识、关键词和结构化数据存入对应的存储区间中；在预设存储空间中，设置一位置信息分区，将多个患者对应存储区间的位置信息及对应的关键词记录至位置信息分区。本申请能够建立多个医疗终端中的不同医疗数据之间的关联关系，并能够将上述医疗数据和关联关系存储到一个存储空间中，便于后续查询处理。便于后续查询处理。便于后续查询处理。

【技术实现步骤摘要】
医疗数据处理方法、装置、终端设备和可读存储介质


[0001]本申请属于数据处理
，尤其涉及医疗数据处理方法、装置、终端设备和可读存储介质。

技术介绍

[0002]随着数据信息化无纸化的发展，患者在医院内的各种医疗数据均已存储在对应的存储器中。例如，患者的病例数据、入院检查数据、医学影像数据、治疗数据等都能够存储在相应的存储器中。
[0003]然而，上述的医疗数据各自存储在不同的系统之中，相互之间没有关联关系，在需要对某个患者、某类病症或某个科室的医疗情况进行分析时，很难找到相关完整的医疗数据。

技术实现思路

[0004]为克服相关技术中存在的问题，本申请实施例提供了医疗数据处理方法、装置、终端设备和可读存储介质。
[0005]本申请是通过如下技术方案实现的：第一方面，本申请实施例提供了一种医疗数据处理方法，包括：从多个医疗终端获取医疗数据，所述医疗数据包含多个患者的患者标识、病例文本数据和检测报告数据；对所述医疗数据进行清洗，从清洗后的医疗数据中提取关键词，以及根据所述关键词将清洗后的医疗数据转化为结构化数据；所述关键词用于表征患者的历史病症、历史检测结果和历史诊断结果；在预设存储空间中，对每个患者标识设置一存储区间，并将所述多个患者对应的患者标识、关键词和结构化数据存入对应的存储区间中；在所述预设存储空间中，设置一位置信息分区，将所述多个患者对应存储区间的位置信息及对应的关键词记录至所述位置信息分区；其中，各个存储区间对应的位置信息首尾连接，在患者所需的存储区间变大后，对该患者的存储区间进行扩增，且扩增后的存储区间对应的位置信息连续无间断。
[0006]上述医疗数据处理方法，首先获取多个医疗终端的医疗数据，之后对该医疗数据进行清洗，从清洗后的医疗数据中提取关键词，根据上述关键词将清洗后的医疗数据转化为结构化数据而存储至同一存储空间中。在该存储空间中，对每个患者标识设置一存储区间，将多个患者对应的患者标识、关键词和结构化数据存入对应的存储区间中；另外，在该预设存储空间中还设置一位置信息分区，将各个患者对应存储区间的位置信息及对应的关键词记录至位置信息分区。而且各个存储区间对应的位置信息首尾连接，在患者所需的存储区间变大后，对该患者的存储区间进行扩增，且扩增后的存储区间对应的位置信息连续无间断，从而能够建立多个医疗终端（系统）中的不同医疗数据之间的关联关系，并能够将
上述医疗数据和关联关系存储到一个存储空间中，便于后续查询处理。
[0007]结合第一方面，在一些实施例中，所述从清洗后的医疗数据中提取关键词，包括：对所述医疗数据中的文本进行分词，确定第一文本中每个词出现的第一频率和位置，所述第一文本为所述医疗数据中的任一文本；对于所述第一文本，根据各个词首次出现的第一位置和末次出现的第二位置之间的距离，与所述第一文本中词的总数的比值，计算所述第一文本中各个词的跨度，并将所述第一文本中跨度最大的词记作为所述第一文本的第一关键词；计算所述第一文本中各个词在其他文本中出现的第二频率，计算第一频率与第二频率的差值，将差值最大的词记作为所述第一文本的第二关键词 。
[0008]结合第一方面，在一些实施例中，所述对所述医疗数据进行清洗，包括：设置清洗标签，所述清洗标签为需要删除的医疗数据对应的标签，每个医疗终端的医疗数据中均包含一个或多个标签名称以及与标签名称对应的医疗数据；将所述清洗标签与每个医疗终端的医疗数据中的标签名称进行比对，将与所述清洗标签匹配的标签名称所对应的医疗数据删除；所述根据所述关键词将清洗后的医疗数据转化为结构化数据，包括：对于病例文本数据，确定病例文本数据的关键词，将病例文本数据的关键词作为键数据，将病例文本数据关键词对应的内容作为值数据；对于检测报告数据，提取检测报告数据中的文本内容和图像，确定文本内容的关键词，将文本内容的关键词作为键数据，将所述关键词对应的内容以及所述图像作为值数据。
[0009]结合第一方面，在一些实施例中，所述在患者所需的存储区间变大后，对该患者的存储区间进行扩增，且扩增后的存储区间对应的位置信息连续无间断，包括：计算目标患者所需的目标存储区间的大小；根据目标存储区间、当前的存储区间以及诊断结果所表征的病症严重程度，确定对所述目标患者存储区间的扩增区间；所述扩增区间大于或等于所述目标存储区间与当前的存储区间的差值，且所述扩增区间与所述病症严重程度呈正比；根据所述扩增区间，修改所述目标患者存储区间的结束位置，以及修改位于所述目标患者之后的其他患者的存储区间的起始位置和结束位置；在所述位置信息分区中更新所述目标患者存储区间的结束位置，以及位于所述目标患者之后的其他患者的存储区间的起始位置和结束位置。
[0010]结合第一方面，在一些实施例中，所述方法还包括：接收医疗数据的查询请求，所述查询请求包含患者标识、病症、检测结果和诊断结果中的至少一种信息；响应所述查询请求，跳转至所述位置信息分区，将所述查询请求与所述位置信息分区中存储的关键词进行匹配；确定与所述查询请求匹配成功的关键词对应的目标位置信息；将所述目标位置信息对应的医疗数据发送给所述查询请求对应的终端。
[0011]结合第一方面，在一些实施例中，在将医疗数据发送给查询请求对应的终端之前，若所述医疗数据的数据量大于阈值，所述方法还包括：采用Transformer分类模型对医疗数
据进行分类，将分类之后的医疗数据发送给查询请求对应的终端；所述采用Transformer分类模型对医疗数据进行分类，包括：对训练样本进行标注，所述训练样本包括文本样本和图像样本，标注的信息包括所述训练样本的类别标签；采用标注后的训练样本对Transformer分类模型进行训练，得到训练后的第一Transformer分类模型；根据第一Transformer分类模型的文本分类预测结果以及文本分类标签确定第一Transformer分类模型的误差函数的梯度；若所述梯度未满足预设梯度要求，则基于梯度和预设修正系数计算修正矩阵，并基于所述修正矩阵对第一Transformer分类模型的网络参数进行修正，得到第二Transformer分类模型；采用第二Transformer分类模型对输入的医疗数据进行分类。
[0012]结合第一方面，在一些实施例中，所述基于梯度和预设修正系数计算修正矩阵，并基于所述修正矩阵对第一Transformer分类模型的网络参数进行修正，包括：计算所述梯度和所述梯度的转置矩阵的第一乘积；计算所述第一乘积的对角矩阵与预设修正系数的第二乘积；计算第一乘积和第二乘积之和，得到所述修正矩阵；根据对第一Transformer分类模型的网络参数进行修正；其中，S为修正矩阵，为修正矩阵的转置矩阵，为修正前的网络参数，为控制梯度下降的阻尼因子，为的对角矩阵，为网络参数的变化量，为残差向量。
[0013]第二方面，本申请实施例提供了一种医疗数据处理装置，包括：数据获取模块，用于从多个医疗终端获取医疗数据，所述医疗数据包含多个患者的患者标识、病例文本数据和检测报告数据；数据转化模块，用于对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医疗数据处理方法，其特征在于，包括：从多个医疗终端获取医疗数据，所述医疗数据包含多个患者的患者标识、病例文本数据和检测报告数据；对所述医疗数据进行清洗，从清洗后的医疗数据中提取关键词，以及根据所述关键词将清洗后的医疗数据转化为结构化数据；所述关键词用于表征患者的历史病症、历史检测结果和历史诊断结果；在预设存储空间中，对每个患者标识设置一存储区间，并将所述多个患者对应的患者标识、关键词和结构化数据存入对应的存储区间中；在所述设存储空间中，设置一位置信息分区，将所述多个患者对应存储区间的位置信息及对应的关键词记录至所述位置信息分区；其中，各个存储区间对应的位置信息首尾连接，在患者所需的存储区间变大后，对该患者的存储区间进行扩增，且扩增后的存储区间对应的位置信息连续无间断。2.如权利要求1所述的医疗数据处理方法，其特征在于，所述从清洗后的医疗数据中提取关键词，包括：对所述医疗数据中的文本进行分词，确定第一文本中每个词出现的第一频率和位置，所述第一文本为所述医疗数据中的任一文本；对于所述第一文本，根据各个词首次出现的第一位置和末次出现的第二位置之间的距离，与所述第一文本中词的总数的比值，计算所述第一文本中各个词的跨度，并将所述第一文本中跨度最大的词记作为所述第一文本的第一关键词；计算所述第一文本中各个词在其他文本中出现的第二频率，计算第一频率与第二频率的差值，将差值最大的词记作为所述第一文本的第二关键词。3.如权利要求2所述的医疗数据处理方法，其特征在于，所述对所述医疗数据进行清洗，包括：设置清洗标签，所述清洗标签为需要删除的医疗数据对应的标签，每个医疗终端的医疗数据中均包含一个或多个标签名称以及与标签名称对应的医疗数据；将所述清洗标签与每个医疗终端的医疗数据中的标签名称进行比对，将与所述清洗标签匹配的标签名称所对应的医疗数据删除；所述根据所述关键词将清洗后的医疗数据转化为结构化数据，包括：对于病例文本数据，确定病例文本数据的关键词，将病例文本数据的关键词作为键数据，将病例文本数据关键词对应的内容作为值数据；对于检测报告数据，提取检测报告数据中的文本内容和图像，确定文本内容的关键词，将文本内容的关键词作为键数据，将所述关键词对应的内容以及所述图像作为值数据。4.如权利要求1所述的医疗数据处理方法，其特征在于，所述在患者所需的存储区间变大后，对该患者的存储区间进行扩增，且扩增后的存储区间对应的位置信息连续无间断，包括：计算目标患者所需的目标存储区间的大小；根据目标存储区间、当前的存储区间以及诊断结果所表征的病症严重程度，确定对所述目标患者存储区间的扩增区间；所述扩增区间大于或等于所述目标存储区间与当前的存储区间的差值，且所述扩增区间与所述病症严重程度呈正比；
根据所述扩增区间，修改所述目标患者存储区间的结束位置，以及修改位于所述目标患者之后的其他患者的存储区间的起始位置和结束位置；在所述位置信息分区中更新所述目标患者存储区间的结束位置，以及位于所述目标患者之后的其他患者的存储区间的起始位置和结束位置。5.如权利要求1所述的医疗数据处理方法，其特征在于，所述方法还包括：接收医疗数据的查询请求，所述查询请求包含患者标识、病症、检测结果和诊断结果中的至少...

【专利技术属性】
技术研发人员：张超，杨新军，王丽晖，汪晶华，陈云爽，黄旭东，赵维，罗开发，
申请(专利权)人：中国人民解放军联勤保障部队第九八〇医院，
类型：发明
国别省市：