[发明专利]一种确定医疗数据属性数据的方法和装置

说明书

本申请公开了一种确定医疗数据属性数据的方法和装置，该方法包括：根据从医疗本体词典选取的目标医疗本体，基于对应的预设医疗本体属性，获得包括第一属性值和其他属性值的第一属性数据，第一属性数据来源于多个实际医疗文本信息；统计包括第一属性值的实际医疗文本信息数量和包括其他属性值的实际医疗文本信息数量；基于上述数量获得第一属性值的分值；若第一属性值的分值大于目标阈值，确定第一属性值为目标医疗本体的预设医疗本体属性数据。可见，分值大于目标阈值表示第一属性值属于该属性的可能性大，采用数据融合计算得到的分值相较于数据源权重更为准确，进而得到第一属性值是否属于目标医疗本体的预设医疗本体属性的结果更为准确。

技术领域

本申请涉及医疗数据处理技术领域，尤其涉及一种确定医疗数据属性数据的方法和装置。

背景技术

目前，在对病人进行诊疗的过程中，医院记录存储大量的真实医疗文本信息，例如病历信息、手术信息等等；在各个公开的医疗网站上也存储大量的医疗知识文本信息，例如，百度百科、公众健康、医学数据库上关于各种疾病的知识等。医院和各个医疗网站等都具有大量的医疗数据，随着医疗数据的快速增长，医疗相关人员需要了解各个来源的医疗数据，以便丰富完善自身的医疗知识，提高诊疗水平，或者进行科研教学等。

不同来源的医疗数据包含的内容可能不同，例如，从百度百科、公众健康、医学数据库以及医院等获取的多个某疾病数据所包含的症状存在一定差异，即，不同来源的该疾病数据所包含的症状不同，需要确定抽取到的某个症状是否是该疾病的症状，以便将不同症状进行融合得到该疾病的症状数据。现有技术中，通常是根据数据源的可信度人为预先设置权重，从而确定某个症状对应的权重，基于该权重判断该症状是否是该疾病的症状。

但是，发明人经过研究发现，人为基于数据源的可信度预先设置权重，受到人为因素影响，主观性太强，尤其是对于医院真实医疗文本信息中的内容而言，采用权重判断的方法较为粗略，导致最后判断结果的准确性较低，进而影响各个不同来源的医疗数据的融合等。

发明内容

本申请所要解决的技术问题是，提供一种确定医疗数据属性数据的方法和装置，数据融合得到的分值相较于数据源权重更为准确，进而得到属性值是否属于目标医疗本体的预设医疗本体属性的结果更为准确，为不同来源医疗数据的内容提供了更加精确的融合基础。

第一方面，本申请实施例提供了一种确定医疗数据属性数据的方法，该方法包括：

可选的，所述目标医疗本体包括目标疾病、目标症状、目标检查、目标体征、目标手术、目标药品、目标检验、目标病因、目标诱因或目标过敏原。

可选的，所述根据所述包括所述第一属性值的实际医疗文本信息数量和所述包括所述其他属性值的实际医疗文本信息数量，获得所述第一属性值的分值，包括：

根据所述包括所述第一属性值的实际医疗文本信息数量、所述包括所述其他属性值的实际医疗文本信息数量和概率公式，获得所述第一属性值对应的概率；

根据所述第一属性值对应的概率和预设算法，获得所述第一属性值的分值。

可选的，还包括：

根据目标医疗本体和对应的预设医疗本体属性，获得第二属性值和所述第二属性值对应的权重，所述第二属性值来源于不同数据源的医疗知识文本信息，所述第二属性值与所述第一属性值和所述其他属性值均不同；

根据所述第二属性值对应的权重和所述预设算法，获得所述第二属性值的分值；

若所述第二属性值的分值大于第二目标阈值，确定所述第二属性值属于所述目标医疗本体的预设医疗本体属性。

可选的，所述第一目标阈值为预设先设置的阈值；或所述第一目标阈值是根据所述第一属性值的分值与所述其他属性值的分值统计得到的。

可选的，在获得所述第一属性值的分值之后，还包括：