[发明专利]一种病历文档标准化处理系统及方法

说明书

本发明涉及一种病历文档标准化处理系统，包括病历文档，还包括：病历项目定义模块，用于根据病历文档建立若干能够被识别的病历项目；提取规则定义模块，用于设定提取病历项目的提取条件；病历项目识别模块，用于根据提取条件来提取病历项目；标准指标定义模块：用于设定要进行标准化的标准指标；标准化规则定义模块，用于建立标准指标的标准化规则；标准化处理单元，用于根据标准化规则定义模块建立的标准化规则对提取病历项目中的病历项目内容进行标准化处理，获得符合自然语言的标准指标值。由于本发明减少了大量预料库预的定义、分词处理、实体命名标注等步骤，并以标准化病历项目结果为导向，减轻了病历识别的工作量，提高了工作效率与质量。

技术领域

本发明设计医疗体系管理领域，特别是一种病历文档管理系统及病历识别方法。

背景技术

健康医疗大数据是国家重要的基础性战略资源。国家在健康+大数据+互联网医疗等方面多次提出了相关的指导性文件。健康医疗大数据的应用与研究涉及面是很广的，其中大量临床电子病历数据作里面蕴含了大量的医疗健康专业知识信息。为了运行这些只是信息，其中一项非常重要的基础技术就是建立一种通过信息技术能够准确、高效、智能的识别电子病历数据中的知识信息的方法和系统。

传统的病历管理系统往往采用纸质档案，不仅管理不方便，而且医生要从一个患者大量的病历档案中找到有用的病历信息也十分麻烦，也有的医院采用了磁卡管理的模式，将患者的病历文档储存在电子储存设备中，通过患者所持有的磁卡调取其所有病历信息，但仍然没有从根本上解决信息量过大，从中提取有用的信息困难的问题。

目前针对临床电子病历知识信息识别方式已有多方面的研究，其中一个重要的技术方案就是基于分词的自然语言处理技术。自然语言处理是计算机科学领域与人工智能领域中的一个重要方向，它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，对于临床医疗来说电子病历数据就是自然语言的一个部分。单目前采用自然语言处理技术仍的以下几点问题难以解决：(1)单词的边界界定：在病历文档中词与词之间通常是连贯的，如何界定单词的边界是困难的，例如：“对随地吐痰者给予处罚”，“随地吐痰者”本身是一个词还是一个短语，不同的情况会有不同的标准。(2)词义的消歧：许多字词不单只有一个意思，如何根据上下文选出使句意最为通顺的解释或意义等。(3)句法的模糊性：自然语言的文法通常是模棱两可的，针对一个句子通常可能会剖析(Parse)出多棵剖析树(Parse Tree)，而我们必须要仰赖语意及前后文的关联信息才能在其中选择一棵最为适合的剖析树。

发明内容

针对上述现有技术存在的问题，本发明提供了一种病历文档标准化处理系统及方法，以达到信息系统能够对病历文档自动识别的需求。

一种病历文档标准化处理系统，包括病历文档，还包括：

病历项目定义模块，用于根据病历文档建立若干能够被识别的病历项目；

提取规则定义模块，用于设定提取病历项目的提取条件；

病历项目识别模块，用于根据提取规则定义模块设定的提取条件来从病历文档中提取具体的病历项目内容；

标准指标定义模块：用于设定要进行标准化的标准指标；

标准化规则定义模块，用于建立对病历项目内容进行标准化处理的规则；

标准化处理单元，用于根据标准化规则定义模块建立的标准化规则对提取病历项目内容进行标准化处理，获得符合自然语言的标准指标值。

进一步的，所述的标准化识别系统还包括：用于对病历文档分类的病历文档目录，病历项目定义模块能够对病历文档目录里的每一个病历文档建立若干病历项目。

进一步的，同一病历文档目录中所有病历项目对应的病历文档；任意两个病历项目对应的病历文档的内容不重复。