[发明专利]诊断质检方法、装置、电子设备和存储介质有效

专利信息
申请号: 201911338750.9 申请日: 2019-12-23
公开(公告)号: CN111028934B 公开(公告)日: 2022-02-18
发明(设计)人: 葛健聪;肖飞;赵景鹤;付青远 申请(专利权)人: 安徽科大讯飞医疗信息技术有限公司
主分类号: G16H40/20 分类号: G16H40/20;G16H70/20;G16H50/20;G06F16/35;G06K9/62
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 程琛
地址: 230088 安徽省合肥*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 诊断 质检 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种诊断质检方法,其特征在于,包括:

确定诊断结果和病历文本,所述诊断结果为患者所患疾病名称;

将所述诊断结果和所述病历文本输入至诊断质检模型中,得到所述诊断质检模型输出的质检结果,所述质检结果用于表示所述诊断结果正确与否;

所述诊断质检模型是基于样本诊断结果、样本病历文本、样本质检结果以及诊断知识库训练得到的,所述诊断知识库包括各种疾病对应的诊断相关的医学知识;

所述诊断质检模型用于对诊断相关特征和病历相关特征进行特征融合,并基于融合后的特征进行诊断质检,其中,所述诊断相关特征是基于所述诊断结果和所述诊断知识库确定的,所述病历相关特征是基于所述病历文本确定的;

所述特征融合用于挖掘所述诊断相关特征和所述病历相关特征之间的相关性,所述基于融合后的特征进行诊断质检,包括:基于所述诊断相关特征和所述病历相关特征之间的相关性,判断所述诊断结果所对应的诊断相关特征是否与所述病历文本所包含的病历相关特征相吻合,并得到所述质检结果。

2.根据权利要求1所述的诊断质检方法,其特征在于,所述将所述诊断结果和所述病历文本输入至诊断质检模型中,得到所述诊断质检模型输出的质检结果,具体包括:

将所述诊断结果输入至所述诊断质检模型的诊断特征提取层,得到所述诊断特征提取层输出的所述诊断相关特征;

将所述病历文本输入至所述诊断质检模型的病历特征提取层,得到所述病历特征提取层输出的所述病历相关特征;

将所述诊断相关特征和所述病历相关特征输入至所述诊断质检模型的特征融合层,得到所述特征融合层输出的融合特征;

将所述融合特征输入至所述诊断质检模型的分类层,得到所述分类层输出的所述质检结果。

3.根据权利要求2所述的诊断质检方法,其特征在于,所述将所述诊断结果输入至所述诊断质检模型的诊断特征提取层,得到所述诊断特征提取层输出的所述诊断相关特征,具体包括:

基于所述诊断知识库,确定所述诊断结果所对应诊断相关特征;

所述诊断相关特征是基于所述诊断知识库中,所述诊断结果所对应的若干个预设类型的诊断实体以及每一诊断实体的权重确定的。

4.根据权利要求2所述的诊断质检方法,其特征在于,所述将所述病历文本输入至所述诊断质检模型的病历特征提取层,得到所述病历特征提取层输出的所述病历相关特征,具体包括:

将所述病历文本输入至所述病历特征提取层的关键特征提取层中,得到所述关键特征提取层输出的病历关键特征,所述病历关键特征用于表征所述病历文本中包含的每一预设类型的病历实体;

和/或,将所述病历文本输入至所述病历特征提取层的文本特征提取层中,得到所述文本特征提取层输出的病历文本特征。

5.根据权利要求4所述的诊断质检方法,其特征在于,所述将所述病历文本输入至所述病历特征提取层的关键特征提取层中,得到所述关键特征提取层输出的病历关键特征,具体包括:

将所述病历文本输入至所述关键特征提取层中的序列标注层,得到所述序列标注层输出的所述病历文本所包含的若干个预设类型的病历实体;

基于所述诊断知识库中,所述诊断结果所对应的若干个预设类型的诊断实体以及每一诊断实体的权重,确定每一病历实体的权重;

基于每一病历实体,以及每一病历实体的权重,确定所述病历关键特征。

6.根据权利要求5所述的诊断质检方法,其特征在于,所述基于所述诊断知识库中,所述诊断结果所对应的若干个预设类型的诊断实体以及每一诊断实体的权重,确定每一病历实体的权重,具体包括:

若任一病历实体与所述诊断结果所对应的任一诊断实体一致,则将所述任一诊断实体的权重作为所述任一病历实体的权重;

若所述任一病历实体与所述诊断结果所对应的任一诊断实体相反,则将所述任一病历实体的权重设置为第一预设权重;

否则,将所述任一病历实体的权重设置为第二预设权重。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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安徽科大讯飞医疗信息技术有限公司,未经安徽科大讯飞医疗信息技术有限公司许可,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/201911338750.9/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top