[发明专利]基于自然语义处理和知识图谱的ICD-11编码检索方法

说明书

本公开提供了一种基于自然语义处理和知识图谱的ICD‑11编码检索方法，获取自由书写的临床诊断文本数据；对获取的文本数据进行自然语言处理，得到实体和实体关系识别结果，标注出实体及其所属实体类型；标注实体在医学知识图谱上直接联系的其他实体，记录关系权重系数；结合医学知识图谱上的实体关系以及关系权重系数，通过标准诊断的实体和实体关系的树形结构搜索候选编码；依据ICD‑11编码规则对候选编码组成的组合进行检索筛选，选出最合理的组合编码作为ICD‑11诊断编码；本公开实现了ICD‑11诊断编码检索的智能化，解决了医疗机构无编码员或编码员配备不足的问题，降低了人力消耗成本和沟通成本。

技术领域

本公开涉及数据处理技术领域，特别涉及一种基于自然语义处理和知识图谱的ICD-11编码检索方法。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。

国际疾病分类ICD(International Classification of Diseases)作为疾病和有关健康问题的国际分类标准，是卫生信息标准体系的重要构成部分。自产生至今已有一百多年的历史，期间经历了试一次修订，从最初仅用于死亡原因的统计，发展到涉及所有疾病和死亡原因，包括损伤和中毒及其外部原因的统计分类。疾病分类是根据疾病的某些特征，按照一定的规则对疾病分门别类，疾病分类实际上也是一种分组，有时一个组别可以包含若干种相同或者相似性质的疾病，有时仅单纯的包含某种疾病。国际疾病分类ICD是用编码的方法对疾病进行分组。

疾病分类的目的是为了按照所设定的方案进行资料的收集、整理、分析和利用。它希望尽可能地最大限度的满足各个方面对资料的需求，如临床医师、病理血痂、医院管理者、流行病学家、国家医学信息统计中心等。

ICD已有一百多年历史，由世界卫生组织主持修订，是国际公认的卫生信息标准分类；其中ICD-10是第10次修订；ICD-10之前，包括ICD-10是分类体系，即每个疾病按照分类轴心和事先约定的分类规则分类到一个特定的类别下。由于ICD-10是分类体系，分类过程不可避免的存在信息缺失，比如肺左上叶小细胞癌分类编码到肺左上叶恶性肿瘤，那么小细胞癌的肿瘤形态学这个信息在分类过程中就已经丢失了。这种分类体系经过一百多年的演化后，在ICD-11这个版本彻底改革，变为描述体系：使用多编码、后组配(postcoordinate)的方式对临床诊断进行编码，诊断中的每个实体描述都会被编码，最后组合为一个诊断编码，这种方式解决了疾病诊断的信息在分类过程中丢失的问题。

但是，发明人发现，ICD编码的检索使用，目前只能通过关键词或者拼音简码的检索方式，对于ICD-11只有检索出诊断中每个部分的编码，然后组合到一起，使用不方便且不准确；一方面由于临床的术语与ICD-11标准诊断编码的术语存在不兼容性，另外一方面，每个部分的检索对临床医生和编码员操作非常繁琐，一个诊断要反复检索多次才能组合出一个编码结果，并且容易产生错误的组合。

发明内容

为了解决现有技术的不足，本公开提供了一种基于自然语义处理和知识图谱的ICD-11编码检索方法，利用人工智能的技术，自主的对临床诊断进行自然语义处理，基于医学知识图谱和ICD-11的编码规则进行编码，实现了ICD-11诊断编码检索的智能化，解决了医疗机构无编码员或编码员配备不足的问题，降低了人力消耗成本和沟通成本，保证编码结果具有高度一致性，使得编码结果的统计使用和基于统计的管理决策更有效。

为了实现上述目的，本公开采用如下技术方案：

本公开第一方面提供了一种基于自然语义处理和知识图谱的ICD-11编码检索方法。

一种基于自然语义处理和知识图谱的ICD-11编码检索方法，包括以下步骤：

获取自由书写的临床诊断文本数据；

对获取的文本数据进行自然语言处理，得到实体和实体关系识别结果，标注出实体及其所属实体类型；