[发明专利]电子病历质检方法和装置有效
申请号: | 201910031488.7 | 申请日: | 2019-01-14 |
公开(公告)号: | CN111435364B | 公开(公告)日: | 2023-04-18 |
发明(设计)人: | 仇伟;陈漠沙;程钰淇;李兆融;李林琳;司罗 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06F18/241;G06F18/214;G16H10/60 |
代理公司: | 北京合智同创知识产权代理有限公司 11545 | 代理人: | 李杰 |
地址: | 英属开曼群岛大开*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电子 病历 质检 方法 装置 | ||
本发明实施例提供了一种电子病历质检方法和装置。其中,电子病历质检方法包括:获取被检测发生异常警报的目标数据以及用户针对所述发生异常警报的目标数据进行的历史行为数据;若根据所述历史行为数据确定所述用户对所述发生异常警报的目标数据进行了第一操作,则标注所述异常警报为负异常警报;和/或,若根据所述历史行为数据确定所述用户对所述发生异常警报的目标数据进行了第二操作,则标注所述异常警报为正异常警报;使用所述正异常警报和/或所述负异常警报以及其对应的目标数据生成用于训练分类模型的样本数据集,以通过使用所述样本数据集训练的所述分类模型对电子病历进行质检。通过本发明实施例,可以提升分类模型训练效率。
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种电子病历质检方法和装置。
背景技术
随着科技的发展和信息化建设的推广,使得越来越多的数据以电子数据的方式存储,但是很多人为操作不规范会导致电子数据的质量不高。例如,在医疗领域,利用电子病历存储患者病历信息的方式越来越普遍。但是,在日常电子病历的填写过程中,存在着用户(如,医生)操作不规范,导致填写的电子病历质量不高的问题。例如,医生在填写电子病历时可能会从其他病历中全部或部分拷贝相关信息,使得电子病历的质量大大下降,往往不能准确反映患者的实际状况,给医院带来了极大的诊疗风险。
目前,通常采用手工抽检的方式对电子数据进行质检,这种方式需要投入大量人力,而且还不能做到实时检测,检测的数量也仅能覆盖极少的电子数据,导致电子数据质检效果不好。为此,利用机器学习模型对电子数据进行质检正逐渐被广泛使用。但这种方式使用大量标注的样本对机器学习模型进行训练,需要耗费大量时间和人力来收集样本,并对样本进行标注,使得训练成本高,耗费时间长,而且人工标注样本还存在标注错误的情况。由此,造成对电子数据进行质检的机器学习模型训练效率低下的问题。
发明内容
有鉴于此,本发明实施例提供一种电子病历质检方案,以解决上述问题。
根据本发明实施例的第一方面,提供了一种电子病历质检方法,包括:获取被检测发生异常警报的目标数据以及用户针对所述发生异常警报的目标数据进行的历史行为数据;若根据所述历史行为数据确定所述用户对所述发生异常警报的目标数据进行了第一操作,则标注所述异常警报为负异常警报;和/或,若根据所述历史行为数据确定所述用户对所述发生异常警报的目标数据进行了第二操作,则标注所述异常警报为正异常警报;使用所述正异常警报和/或所述负异常警报以及其对应的目标数据生成用于训练分类模型的样本数据集,以通过使用所述样本数据集训练的所述分类模型对电子病历进行质检。
根据本发明实施例的第二方面,提供了一种电子病历质检装置,包括:第一获取模块,用于获取被检测发生异常警报的目标数据以及用户针对所述发生异常警报的目标数据进行的历史行为数据;标注模块,用于当根据所述历史行为数据确定所述用户对所述发生异常警报的目标数据进行了第一操作时,标注所述异常警报为负异常警报;和/或,当根据所述历史行为数据确定所述用户对所述发生异常警报的目标数据进行了第二操作时,标注所述异常警报为正异常警报;生成训练模块,用于使用所述正异常警报和/或所述负异常警报以及其对应的目标数据生成用于训练分类模型的样本数据集,以通过使用所述样本数据集训练的所述分类模型对电子病历进行质检。
根据本发明实施例提供的电子病历质检方案,利用用户的历史行为数据对检测为发生异常警报的目标数据进行标注,实现了无需人工干预的标注,一方面,提升了标注效率;另一方面,相较于人工标注,机器标注的准确率也更高,因此提高了标注的准确性。进一步地,使用标注后的正异常警报和/或负异常警报及其对应的目标数据生成样本数据集,并利用该样本数据集训练用于对电子数据(例如电子病历数据)进行质检的分类模型,由于样本数据集生成效率更高,因此有效提高了对分类模型的训练效率。此外,还提升了使用该分类模型对电子病历进行质检的准确性。
附图说明
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910031488.7/2.html,转载请声明来源钻瓜专利网。