[发明专利]一种值域数据匹配方法、装置及相关产品

说明书

本申请公开了一种值域数据匹配方法、装置及相关产品。获得待匹配值域数据中待匹配手术名称；对待匹配手术名称进行处理获得待匹配特征向量组；利用预先训练的数据匹配模型和待匹配特征向量组获得匹配结果。因此训练得到的数据匹配模型具有根据非国标的手术名称匹配出国标手术名称的功能，且能够确定出该国标手术名称在值域分类树中的具体分类情况，并通过节点索引值反映该具体分类情况。利用该匹配结果可索引获得以待匹配手术名称匹配出的国标手术名称，以及确定匹配出的国标手术名称在值域分类树中的具体分类情况。相比于现有技术有效节省了人力劳动，提升匹配效率。此外，也可以提升匹配的抗干扰性，进而提升值域数据的匹配准确性。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种值域数据匹配方法、装置及相关产品。

背景技术

近年来，随着医疗领域信息化产业化进程的不断推进，医疗数据的展现形式也发生了巨大的变化。这对于医院的医疗信息系统(Hospital Information System,HIS)和国家卫生信息系统都产生了深刻的影响。为了对区域的疾病发病状况、疾病治疗方案等医疗领域相关信息进行有效收集、分析和运用，目前可以建立区域平台。

医疗数据中包含大量的值域数据，其中有些值域数据的种类较少，数据组织简单，可称为小值域的值域数据，例如医保类别、患者性别等；另外还有一些值域数据的种类较少，数据组织复杂，可称为大值域的值域数据，例如手术名称、疾病名称等。

区域平台对应的区域通常包括多个医院，每个医院分别建立数据库用以存储该医院的医疗数据，区域平台从这些数据库中获得数据并进行分析和应用。但是各个医院的数据库存储的值域数据可能存在不标准、不统一的问题。作为示例，医院A的数据库中对“喉切除术”的名称为“第一手术”，医院B的数据库中对“喉切除术”的名称为“第二手术”。如果不进行手术名称的匹配，将难以对这些值域数据进行有效分析和应用。

目前，医疗领域中，对医疗数据中大值域的值域数据进行匹配的方案包括模糊查询、分词比较和手动对照，但是利用模糊查询或分词比较的方法匹配效果不佳，而手动对照的方法则耗费大量人力。可见，如何提升值域数据匹配的准确性和匹配效率，已经成为建立和完善医疗区域平台急需解决的技术问题。

发明内容

基于上述问题，本申请提供了一种值域数据匹配方法、装置及相关产品，以提升值域数据匹配的准确性和匹配效率。

本申请实施例公开了如下技术方案：

第一方面，本申请提供一种值域数据匹配方法，包括：

获得待匹配值域数据；

对所述待匹配值域数据中待匹配手术名称进行处理，获得待匹配特征向量组；

利用数据匹配模型和所述待匹配特征向量组获得匹配结果；所述数据匹配模型为预先利用打标签的样本特征向量组训练后获得的；所述标签包括所述历史手术名称对应的国标手术名称的名称索引值，和所述国标手术名称在值域分类树的各层对应的节点索引值；所述值域分类树为依据人体或动物体的部位对国标手术名称进行分类的结构树。

可选地，获得所述数据匹配模型，具体包括：

按照人体或动物体的部位对国际疾病分类标准中包括的多个国标手术名称进行分类，获得值域分类树；所述值域分类树中各层至少包括一个节点；

从医院信息系统HIS获得的所述历史手术名称，以及所述历史手术名称与国标手术名称的对应关系；

对所述历史手术名称进行处理，获得所述样本特征向量组；利用所述历史手术名称、所述对应关系以及所述值域分类树，获得所述标签；

利用带有所述标签的所述样本特征向量组对待训练模型进行训练，当预设结束条件满足时，停止训练并获得所述数据匹配模型。