[发明专利]诊断报告符合度检测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种诊断报告符合度检测方法、装置、计算机设备和存储介质，其中，方法包括：获取用户当前诊断报告，提取用户身份信息，根据用户身份信息查找用户对应的历史诊断报告集，通过Sklearn库和Numpy库，计算历史诊断报告集与当前诊断报告的交集和并集，根据交集和并集，计算杰卡德系数，根据计算得到的杰卡德系数与预设杰卡德系数阈值，得到诊断报告符合度定性检测结果。整个过程中，基于Sklearn库和Numpy库计算历史诊断报告集与当前诊断报告的交集和并集，进而得到杰卡德系数，以杰卡德系数作为定性检测的主要参数，无需复杂的人工筛查、判定，即可准确对当前诊断报告与对应历史诊断报告符合度进行定性检测。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种诊断报告符合度检测方法、装置、计算机设备和存储介质。

背景技术

随着智慧医疗的上线，目前越来越多的诊断报告都采用电子报告和纸质报告并行方式、甚至直接采用电子诊断报告方式。电子诊断报告可以方便患者、医生等直接在终端(包括手机和电脑)直接查阅诊断报告，带来巨大便利。

在实际应用中，常常需要对当前诊断报告进行符合度检测，以避免诊断报告出现重大偏差或异常的情况。传统的诊断报告符合度检测方式是采用人工浏览当前诊断报告以及翻阅历史诊断报告集，进而根据查阅的结果得出诊断报告符合度结果为一致或为不一致的结果。

然而，采用人工方式一方面，受限于人的精力有限，人工只能针对少量诊断报告进行符合度检测；另一方面，人工检测过程缓慢，其符合度检测效率低下。因此，有必要提供一种高效的诊断报告符合度检测方案。

发明内容

基于此，有必要针对上述技术问题，提供一种高效的诊断报告符合度检测方法、装置、计算机设备和存储介质。

一种诊断报告符合度检测方法，所述方法包括：

获取用户当前诊断报告，提取用户身份信息；

根据所述用户身份信息查找用户对应的历史诊断报告集；

通过Sklearn库和Numpy库，计算所述历史诊断报告集与所述当前诊断报告的交集和并集；

根据所述交集和所述并集，计算杰卡德系数；

根据计算得到的杰卡德系数与预设杰卡德系数阈值，得到诊断报告符合度定性检测结果。

在其中一个实施例中，所述通过Sklearn库和Numpy库，计算所述历史诊断报告集与所述当前诊断报告的交集和并集包括：

通过Sklearn库中CountVectorizer方法，获取所述历史诊断报告集与当前诊断报告的TF(Term Frequency)矩阵；

根据所述TF矩阵，通过Numpy库计算所述历史诊断报告集与所述当前诊断报告的交集和并集。

在其中一个实施例中，所述根据所述TF矩阵，通过Numpy库计算所述历史诊断报告集与所述当前诊断报告的交集和并集包括：

根据所述TF矩阵，通过Numpy库的Sum方法及Min方法计算所述历史诊断报告集与所述当前诊断报告的交集；

根据所述TF矩阵，通过Numpy库的Sum方法及Max方法计算所述历史诊断报告集与所述当前诊断报告的并集。

在其中一个实施例中，所述通过Sklearn库中CountVectorizer方法，获取所述历史诊断报告集与当前诊断报告的TF矩阵之前，还包括：

对所述当前诊断报告和所述历史诊断报告集进行格式化处理；

提取格式化处理后的所述当前诊断报告中诊断内容和所述格式化处理后的所述历史诊断报告集中诊断内容；