[发明专利]一种基于医学知识图谱的语义相似病例检索方法及设备

说明书

本发明公开了一种基于医学知识图谱的语义相似病例检索方法及设备，所述方法包括步骤：获取符合病例内容规范要求的电子病例；对所述电子病例文本进行结构化处理，并结合医学知识图谱对其得到具有统一规范术语的结构化电子病例；结合内容匹配程度及规模相近程度计算出所述结构化电子病例与库中病例的相似度；根据所计算的相似度高低对库中病例进行排序并输出。本发明结合医学知识图谱对齐和根据知识图谱的语义网络构建语义相似度计算模型计算出结构化电子病例与库中病例的相似度，既考虑了匹配的数量、也考虑匹配的度量值，从而使相似度的定义为不仅要匹配的多，而且还匹配的准，提高了相似病例匹配的粒度要求和准确性。

技术领域

本发明涉及相似病例检索领域，特别地，涉及一种基于医学知识图谱的语义相似病例检索方法及设备。

背景技术

随着计算机技术的发展，检索已经成为日常生活中获取信息普遍使用的手段。在医疗领域，相似病例检索在科研、临床上具有重大意义，相似病例不仅可以辅助医生基于过去相似病例对当前病例作出更好的诊断分析，提高诊断准确率，还可以通过相似病例的治疗方案制定出当前病例的治疗计划，缩短患者的治愈周期，提高治疗效率。

知识图谱又称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。随着知识图谱提出与建立，能够更方便地、清晰地、准确地搜索和查询信息，越来越多行业在建立各行业的专业知识图谱，如医学知识图谱。

传统的相似病例检索方法是根据提取输入文本中的医学特征到库中进行查找，并返回匹配的相似病例，但是由于医学特征之间的复杂关系，往往容易造成定义不精准，导致检索粒度较粗，检索不准确的问题。

发明内容

本发明提供了一种基于医学知识图谱的语义相似病例检索方法，以解决现有相似病例检索时定义不精准、检索粒度较粗、检索不准确的问题。

本发明采用的技术方案如下：

一种基于医学知识图谱的语义相似病例检索方法，包括步骤：

获取符合病例内容规范要求的电子病例；

对所述电子病例文本进行结构化处理，并结合医学知识图谱对其得到具有统一规范术语的结构化电子病例；

结合内容匹配程度及规模相近程度计算出所述结构化电子病例与库中病例的相似度；

根据所计算的相似度高低对库中病例进行排序并输出。

作为一可行实施例，所述符合病例内容规范要求的电子病例包括患者基本信息及基本健康信息，所述患者基本信息包括患者姓名、性别、年龄及婚姻情况，所述基本健康信息包括主诉、现病史、既往史、个人史、家族史、体格检查。

作为一可行实施例，所述结合医学知识图谱对所述电子病例文本进行结构化处理，得到具有统一规范术语的结构化电子病例具体包括步骤：

利用实体提取模型从患者基本健康信息中提取出医学实体；

将所提取的医学实体与所述医学知识图谱进行对齐与标准化，将非专业术语表达与专业术语表达对齐，得到具有标准术语的医学实体；

根据预设的实体类别对所述具有标准术语的医学实体进行分类，得到具有统一规范术语的结构化电子病例。

作为一可行实施例，所述实体提取模型采用命名实体识别模型bilstm-crf，并基于电子病例文本进行训练学习；所述将所提取的医学实体与所述医学知识图谱进行对齐与标准化时采用基于编解码技术的翻译模型bilstm-attention，并基于医学知识图谱中统一规范的医学术语体系进行训练学习。