[发明专利]基于深度学习和知识图谱的临床路径自动生成方法及系统在审
申请号: | 202010989064.4 | 申请日: | 2020-09-18 |
公开(公告)号: | CN112071431A | 公开(公告)日: | 2020-12-11 |
发明(设计)人: | 孙钊;吴军;高希余;刘小梅;许志国 | 申请(专利权)人: | 山东众阳健康科技集团有限公司 |
主分类号: | G16H50/70 | 分类号: | G16H50/70;G16H50/20;G06N3/04;G06N3/08 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 张庆骞 |
地址: | 250000 山东省济南市高*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 深度 学习 知识 图谱 临床 路径 自动 生成 方法 系统 | ||
1.一种基于深度学习和知识图谱的临床路径自动生成方法,其特征在于,包括:
将患者特征信息分别输入第一深度学习模型和第二深度学习模型,对应推荐出第一临床路径和第二临床路径;其中第一临床路径仅包含医嘱,第二临床路径包含医嘱及其执行时间;
将第一临床路径和第二临床路径中包含的所有医嘱取交集,将交集中的医嘱根据类别划分并形成医疗操作医嘱推荐集合和药品医嘱推荐集合;
将医疗操作医嘱推荐集合与医疗操作别名集合取交集,得到第一交集;将药品医嘱推荐集合与药品商品名称集合取交集,得到第二交集;其中,医疗操作别名集合和药品商品名称集合是基于知识图谱及患者特征信息中患者疾病诊断名称所对应的标准临床路径寻找到的;
对第一交集和第二交集中的每条医嘱,通过第二临床路径获得其执行时间,得到第一交集和第二交集对应临床路径每天/每阶段的医嘱分配。
2.如权利要求1所述的基于深度学习和知识图谱的临床路径自动生成方法,其特征在于,标准临床路径中包含的医疗操作名称是医疗操作标准名称,标准临床路径包含的药品名称是药品成分名称。
3.如权利要求1所述的基于深度学习和知识图谱的临床路径自动生成方法,其特征在于,所述患者特征信息包括结构化信息和非结构化文本信息。
4.如权利要求1所述的基于深度学习和知识图谱的临床路径自动生成方法,其特征在于,所述第一深度学习模型包括:
双向长短时记忆循环神经网络模型,其用于接收患者特征信息的非结构化文本信息词向量,将输出结果经过最大池,得到表示患者病情描述向量;
逻辑回归模型,其用于将患者特征信息结构化信息的向量和患者病情描述向量组合,组合后映射到代表患者的信息与所有医嘱之间相似关系的指数向量;其中,该指数向量中任一元素表示对应医嘱进入临床路径的概率。
5.如权利要求4所述的基于深度学习和知识图谱的临床路径自动生成方法,其特征在于,患者特征信息的非结构化文本信息词向量由第三深度学习模型提取。
6.如权利要求5所述的基于深度学习和知识图谱的临床路径自动生成方法,其特征在于,所述第三深度学习模型包括:
双向门控循环网络,其用于接收某小句的词向量集合,将所有输出词向量的输出结果经过最大池,得到最大池化向量;
线性回归模型,其用于将最大池化向量线性归映射到代表是否提取该小句的概率上。
7.如权利要求1所述的基于深度学习和知识图谱的临床路径自动生成方法,其特征在于,所述第二深度学习模型为基于第一深度学习模型的最优化模型。
8.一种基于深度学习和知识图谱的临床路径自动生成系统,其特征在于,包括:
临床路径推荐模块,其用于将患者特征信息分别输入第一深度学习模型和第二深度学习模型,对应推荐出第一临床路径和第二临床路径;其中第一临床路径仅包含医嘱,第二临床路径包含医嘱及其执行时间;
第一取交模块,其用于将第一临床路径和第二临床路径中包含的所有医嘱取交集,将交集中的医嘱根据类别划分并形成医疗操作医嘱推荐集合和药品医嘱推荐集合;
第二取交模块,其用于将医疗操作医嘱推荐集合与医疗操作别名集合取交集,得到第一交集;将药品医嘱推荐集合与药品商品名称集合取交集,得到第二交集;其中,医疗操作别名集合和药品商品名称集合是基于知识图谱及患者特征信息中患者疾病诊断名称所对应的标准临床路径寻找到的;
医嘱分配模块,其用于对第一交集和第二交集中的每条医嘱,通过第二临床路径获得其执行时间,得到第一交集和第二交集对应临床路径每天/每阶段的医嘱分配。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的基于深度学习和知识图谱的临床路径自动生成方法中的步骤。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一项所述的基于深度学习和知识图谱的临床路径自动生成方法中的步骤。
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山东众阳健康科技集团有限公司,未经山东众阳健康科技集团有限公司许可,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/202010989064.4/1.html,转载请声明来源钻瓜专利网。