一种电子病历的生成方法、装置、设备及存储介质制造方法及图纸

本公开提供了一种电子病历的生成方法、装置、设备及存储介质，所述方法包括：首先获取目标结构化病历数据，提取目标结构化病历数据中的问诊反馈信息，然后基于预设的问诊关键字之间的顺序关系，对提取到的问诊反馈信息进行排序，生成问诊反馈信息序列，再将问诊反馈信息序列输入至目标文本生成模型中，经过目标文本生成模型的处理后，输出具有对应关系的问诊反馈信息和修饰词以及修饰词的显示位置信息，最后基于修饰词的显示位置信息，将修饰词添加至问诊反馈信息序列中，生成目标结构化病历数据对应的自然语言病历。可见，本公开实施例能够将目标结构化病例数据自动生成该目标结构化病例数据对应的自然语言病例，提升了电子病例的书写效率。的书写效率。的书写效率。

【技术实现步骤摘要】
一种电子病历的生成方法、装置、设备及存储介质


[0001]本公开涉及数据处理领域，尤其涉及一种电子病历的生成方法、装置、设备及存储介质。

技术介绍

[0002]目前临床工作中，通常使用人工录入的方式来创建电子病历，导致电子病历的书写效率较低，因此，如何提升电子病历的书写效率成为亟需解决的一个技术问题。

技术实现思路

[0003]为了解决上述技术问题，本公开实施例提供了一种电子病历的生成方法。
[0004]第一方面，本公开提供了一种电子病历的生成方法，所述方法包括：获取目标结构化病历数据；其中，所述目标结构化病历数据包括具有对应关系的问诊关键字和问诊反馈信息；提取所述目标结构化病历数据中的问诊反馈信息；基于预设的问诊关键字之间的顺序关系，对提取到的所述问诊反馈信息进行排序，生成问诊反馈信息序列；将所述问诊反馈信息序列输入至目标文本生成模型中，经过所述目标文本生成模型的处理后，输出具有对应关系的问诊反馈信息和修饰词以及所述修饰词的显示位置信息；其中，所述目标文本输入模型为基于结构化病历数据样本集和自然语言病历数据样本集训练得到；基于所述修饰词的显示位置信息，将所述修饰词添加至所述问诊反馈信息序列中，生成所述目标结构化病历数据对应的自然语言病历。
[0005]一种可选的实施方式中，所述基于预设的问诊关键字之间的顺序关系，对提取到的所述问诊反馈信息进行排序，生成问诊反馈信息序列之前，且在所述提取所述目标结构化病历数据中的问诊反馈信息之后，还包括：利用映射规则字典中包括的所述问诊反馈信息和标准化问诊信息的对应关系，确定所述问诊反馈信息对应的标准化问诊信息；相应地，所述基于预设的问诊关键字之间的顺序关系，对提取到的所述问诊反馈信息进行排序，生成问诊反馈信息序列，包括：基于预设的问诊关键字之间的顺序关系，对所述标准化问诊信息进行排序，生成问诊反馈信息序列；相应地，所述将所述问诊反馈信息序列输入至目标文本生成模型中，经过所述目标文本生成模型的处理后，输出具有对应关系的问诊反馈信息和修饰词以及所述修饰词的显示位置信息，包括：将所述问诊反馈信息序列输入至目标文本生成模型中，经过所述目标文本生成模型的处理后，输出具有对应关系的标准化问诊信息和修饰词以及所述修饰词的显示位置信
息。
[0006]一种可选的实施方式中，所述将所述问诊反馈信息序列输入至目标文本生成模型中，经过所述目标文本生成模型的处理后，输出具有对应关系的问诊反馈信息和修饰词以及所述修饰词的显示位置信息之前，还包括：获取结构化病历数据样本集和自然语言病历数据样本集；利用所述结构化病历数据样本集和所述自然语言病历数据样本集进行模型训练，得到目标文本生成模型。
[0007]一种可选的实施方式中，所述基于所述修饰词的显示位置信息，将所述修饰词添加至所述问诊反馈信息序列中，生成所述目标结构化病历数据对应的自然语言病历之后，还包括：对所述自然语言病历中的修饰词进行错别字校正处理，得到第一自然语言病历。
[0008]一种可选的实施方式中，所述对所述自然语言病历中的修饰词进行错别字校正处理，得到第一自然语言病历之后，还包括：对所述第一自然语言病历进行语法校正处理，得到第二自然语言病历。
[0009]一种可选的实施方式中，所述方法还包括：基于预设的病历排版规则，对所述自然语言病历进行排版，得到排版后的自然语言病历。
[0010]一种可选的实施方式中，所述目标文本生成模型由循环神经网络模型和/或自注意力机制的神经网络模型构建。
[0011]第二方面，本公开提供了一种电子病历的生成装置，所述装置包括：第一获取模块，用于获取目标结构化病历数据；其中，所述目标结构化病历数据包括具有对应关系的问诊关键字和问诊反馈信息；提取模块，用于提取所述目标结构化病历数据中的问诊反馈信息；排序模块，用于基于预设的问诊关键字之间的顺序关系，对提取到的所述问诊反馈信息进行排序，生成问诊反馈信息序列；第一处理模块，用于将所述问诊反馈信息序列输入至目标文本生成模型中，经过所述目标文本生成模型的处理后，输出具有对应关系的问诊反馈信息和修饰词以及所述修饰词的显示位置信息；其中，所述目标文本输入模型为基于结构化病历数据样本集和自然语言病历数据样本集训练得到；生成模块，用于基于所述修饰词的显示位置信息，将所述修饰词添加至所述问诊反馈信息序列中，生成所述目标结构化病历数据对应的自然语言病历。
[0012]第三方面，本公开提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备实现上述的方法。
[0013]第四方面，本公开提供了一种电子病历的生成设备，包括：存储器，处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述的方法。
[0014]第五方面，本公开提供了一种计算机程序产品，所述计算机程序产品包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现上述的方法。
[0015]本公开实施例提供的技术方案与现有技术相比至少具有如下优点：
本公开实施例提供了一种电子病历的生成方法，首先获取目标结构化病历数据，其中，目标结构化病历数据包括具有对应关系的问诊关键字和问诊反馈信息，提取目标结构化病历数据中的问诊反馈信息，然后基于预设的问诊关键字之间的顺序关系，对提取到的问诊反馈信息进行排序，生成问诊反馈信息序列，再将问诊反馈信息序列输入至目标文本生成模型中，经过目标文本生成模型的处理后，输出具有对应关系的问诊反馈信息和修饰词以及修饰词的显示位置信息，其中，目标文本输入模型为基于结构化病历数据样本集和自然语言病历数据样本集训练得到，最后基于修饰词的显示位置信息，将修饰词添加至问诊反馈信息序列中，生成目标结构化病历数据对应的自然语言病历。可见，本公开实施例能够将目标结构化病例数据自动生成该目标结构化病例数据对应的自然语言病例，提升了电子病例的书写效率。
附图说明
[0016]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0017]为了更清楚地说明本公开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，对于本领域普通技术人员而言，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。
[0018]图1为本公开实施例提供的一种电子病历的生成方法的流程图；图2为本公开实施例提供的另一种电子病历的生成方法的流程图；图3为本公开实施例提供的一种电子病历的生成装置的结构示意图；图4为本公开实施例提供的一种电子病历的生成设备的结构示意图。
具体实施方式
[0019]为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
[0020]在下面的描述中阐述了很多具体细节以便于充本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电子病历的生成方法，其特征在于，所述方法包括：获取目标结构化病历数据；其中，所述目标结构化病历数据包括具有对应关系的问诊关键字和问诊反馈信息；提取所述目标结构化病历数据中的问诊反馈信息；基于预设的问诊关键字之间的顺序关系，对提取到的所述问诊反馈信息进行排序，生成问诊反馈信息序列；将所述问诊反馈信息序列输入至目标文本生成模型中，经过所述目标文本生成模型的处理后，输出具有对应关系的问诊反馈信息和修饰词以及所述修饰词的显示位置信息；其中，所述目标文本输入模型为基于结构化病历数据样本集和自然语言病历数据样本集训练得到；基于所述修饰词的显示位置信息，将所述修饰词添加至所述问诊反馈信息序列中，生成所述目标结构化病历数据对应的自然语言病历。2.根据权利要求1所述的方法，其特征在于，所述基于预设的问诊关键字之间的顺序关系，对提取到的所述问诊反馈信息进行排序，生成问诊反馈信息序列之前，且在所述提取所述目标结构化病历数据中的问诊反馈信息之后，还包括：利用映射规则字典中包括的所述问诊反馈信息和标准化问诊信息的对应关系，确定所述问诊反馈信息对应的标准化问诊信息；相应地，所述基于预设的问诊关键字之间的顺序关系，对提取到的所述问诊反馈信息进行排序，生成问诊反馈信息序列，包括：基于预设的问诊关键字之间的顺序关系，对所述标准化问诊信息进行排序，生成问诊反馈信息序列；相应地，所述将所述问诊反馈信息序列输入至目标文本生成模型中，经过所述目标文本生成模型的处理后，输出具有对应关系的问诊反馈信息和修饰词以及所述修饰词的显示位置信息，包括：将所述问诊反馈信息序列输入至目标文本生成模型中，经过所述目标文本生成模型的处理后，输出具有对应关系的标准化问诊信息和修饰词以及所述修饰词的显示位置信息。3.根据权利要求1所述的方法，其特征在于，所述将所述问诊反馈信息序列输入至目标文本生成模型中，经过所述目标文本生成模型的处理后，输出具有对应关系的问诊反馈信息和修饰词以及所述修饰词的显示位置信息之前，还包括：获取结构化病历数据样本集和自然语言病历数据样本集；利用所述结构化病历数据样本集和所述自然语言病历数据样本集进行模型训练，得到目标文本生成模型。4.根...

【专利技术属性】
技术研发人员：屠琛琛，张超凡，宋现涛，张宏家，张今尧，吴昊，罗岚，张继胤，
申请(专利权)人：科亚医疗科技股份有限公司，
类型：发明
国别省市：