[发明专利]一种以时间编码方式的人工智能数据归集方法

说明书

本发明公开了一种以时间编码方式的人工智能数据归集方法，包括以下步骤：采集用户临床信息；利用机器学习系统将用户临床信息进行分析；其中，机器学习系统将用户临床信息中的关键信息归总，经转换后记录在机器学习数据库；将关键信息按时间顺序确定用户时间编码，时间编码按图表方式展示，本发明采用对用户临床信息的提取、转换、加载的方式，为每一个用户建立专属的病情时间编码，时间编码上任何的变化包括检查结果、化验报告、用药记录、原始影像数据智能检测结果都会被综合起来，提示用户健康状态的变化。这些信息经机器学习转换为标准编码，以时间编码的方式记录下来并归集，供进一步操作达到某种特定的应用目的。

技术领域

本发明属于医疗数据分析应用软件领域，具体涉及一种以时间编码方式的人工智能数据归集方法。

背景技术

电子病历主要指医疗机构的医务人员在临床诊疗和指导干预时所使用的信息、系统生成的文字、符号、图标、图形、数据及影像等数字化的医疗服务工作记录。电子病历系统则是具备医疗信息的记录、存储和访问功能、辅助医生临床决策功能和为公共卫生和科研服务信息再利用功能的信息化集成系统。从宏观角度来说，电子病历的发展趋势是更加人性化、标准化、区域一体化，最终实现对EHR的全面支持。

随着互联网技术在医疗卫生领域的应用发展，电子病历系统已经基本取代纸质病历，成为现代化医院的信息建设的基础。电子病历系统不仅仅是静态的病历文书，更是深层的电子化；通过将相关的医疗服务记录在案，医生可以在线浏览病人的临床信息、检查化验结果、护理操作以及医疗影像等内容，进行病史回顾和临床科研。

目前广泛应用的电子病历系统普遍存在的问题包括：以数据录入存储为主，翻阅和查找信息困难，没有为医生提供结构化系统性的回顾病史工具，无法对数据进行探索发现的问题。

现有的电子病历是用户病情记录的表单罗列，对于其中数据的进一步应用非常困难，特征难以提取。电子病历中的文字描述并不完全遵循标准，存在大量的同义、近义词，数据的检索非常困难；检验结果的条目也不一定是标准词汇；影像等非结构化数据只能用语言表达一部分信息，更多隐含的信息无法被提取。面对这些情况，也为了数据进一步在临床治疗、慢病管理、数据监管、并发症预判等应用，需要由人工智能来对数据进行归集，并且转换为标准编码，供数据进一步应用做好基础准备。

发明内容

本发明的目的在于提供一种以时间编码方式的人工智能数据归集方法，以解决现有电子病历仅仅是表单罗列，对于其中数据的进一步应用非常困难，特征难以提取的问题。

为了达到上述目的，本发明采用以下技术方案：

一种以时间编码方式的人工智能数据归集方法，包括以下步骤：

步骤1；通过机器学习系统将用户临床信息进行分析；具体为，所述机器学习系统将所述用户临床信息中的关键信息归总，经转换后记录在用户时间编码上；

步骤2；将所述关键信息按时间顺序确定用户时间编码。

本发明在步骤1之前对所述用户临床信息进行采集，其中，所述用户临床信息同步到云系统，具体包括：所述用户临床信息包括：电子病历数据、影像检查数据、检验数据；所述电子病历数据从医院信息系统采集；所述影像检查数据从放射信息管理系统采集；所述检验数据从实验室信息管理系统采集。

本发明中所述机器学习系统包括：语义识别算法、ICD10疾病诊断编码库、SNOWMEDCT临床医学术语编码库 、影像智能检测、LOINC指标标识符逻辑命名与编码库 、向量编码；

本发明中，所述电子病历数据中文字信息采用所述语义识别算法后通过向量编码将所述电子病历数据中文字信息的关键信息呈现在用户时间编码上；所述电子病历数据经过所述ICD10 疾病诊断编码库后将其中关键信息直接呈现在用户时间编码上；所述电子病历数据经过所述SNOWMED CT临床医学术语编码库将其中关键信息直接呈现在用户时间编码上。