[发明专利]疾病信息挖掘和检索方法、装置、电子设备和存储介质

权利要求书

1.一种疾病信息挖掘方法，其特征在于，包括：

获取待挖掘的各医学数据所包含的实体及其实体类别，所述实体类别属于预设类别，所述预设类别包括疾病、分期、病理、生物标志物和患者基线特征中的至少一种；

基于各医学数据中包含的实体及其实体类别，以及所述预设类别之间的层级关系，构建各医学数据对应的树状图谱；

对各树状图谱进行合并，并基于合并后的树状图谱确定对应疾病的分类体系，基于所述分类体系进行疾病信息挖掘。

2.根据权利要求1所述的疾病信息挖掘方法，其特征在于，所述对各树状图谱进行合并，包括：

从标准实体字典中选取各树状图谱中的各实体的多个候选标准实体；

基于各树状图谱中的各实体及其多个候选标准实体之间的语义相关度，确定各树状图谱中的各实体的标准实体，并基于各树状图谱中的各实体的标准实体对各树状图谱进行标准化；

对标准化后的各树状图谱进行合并。

3.根据权利要求2所述的疾病信息挖掘方法，其特征在于，所述从标准实体字典中选取各树状图谱中的各实体的多个候选标准实体，包括：

基于标准实体字典中的各标准实体对于各树状图谱中的各实体的重要度，从所述标准实体字典中选取各树状图谱中的各实体的多个候选标准实体，所述重要度基于TF-IDF算法确定。

4.根据权利要求2所述的疾病信息挖掘方法，其特征在于，所述各树状图谱中的各实体及其多个候选标准实体之间的语义相关度基于如下步骤确定：

将任一树状图谱中的任一实体与任一候选标准实体拼接后输入到语义匹配模型中，得到所述语义匹配模型输出的所述任一实体与所述任一候选标准实体之间的语义相关度；

所述语义匹配模型是在语言模型的基础上微调得到的。

5.根据权利要求1至4中任一项所述的疾病信息挖掘方法，其特征在于，所述获取待挖掘的各医学数据所包含的实体及其实体类别，包括：

对图像和/或表格形式的医学数据进行区域分割，得到区域图像；

对所述区域图像进行文字识别，得到区域文本；

对所述区域文本进行预设类别的实体识别，得到各医学数据中包含的实体及其实体类别。

6.根据权利要求1至4中任一项所述的疾病信息挖掘方法，其特征在于，所述基于所述分类体系进行疾病信息挖掘，包括：

确定各疾病对应的多源数据；

对所述多源数据中的疾病信息文本进行实体识别，得到所述疾病信息文本中包含的实体；

将所述疾病信息文本中包含的实体与所述分类体系中包含的实体进行匹配，并基于匹配结果建立所述疾病信息文本与所述分类体系的连接关系。

7.根据权利要求6所述的疾病信息挖掘方法，其特征在于，所述将所述疾病信息文本中包含的实体与所述分类体系中包含的实体进行匹配，包括：

将所述疾病信息文本中包含的实体与所述分类体系中包含的当前粒度的实体进行匹配，若匹配未成功，则将所述分类体系中当前粒度的上一粒度更新为当前粒度进行匹配，直至匹配成功或所述当前粒度为所述分类体系中的最大粒度。

8.一种检索方法，其特征在于，包括：

接收用户终端发送的待检索信息；

从疾病信息中，确定与所述待检索信息相关的目标信息，并将所述目标信息返回至所述用户终端，所述疾病信息是基于如权利要求1至7中任一项所述的疾病信息挖掘方法确定的。

9.一种疾病信息挖掘装置，其特征在于，包括：

实体获取单元，用于获取待挖掘的各医学数据所包含的实体及其实体类别，所述实体类别属于预设类别，所述预设类别包括疾病、分期、病理、生物标志物和患者基线特征中的至少一种；

图谱构建单元，用于基于各医学数据中包含的实体及其实体类别，以及所述预设类别之间的层级关系，构建各医学数据对应的树状图谱；

信息挖掘单元，用于对各树状图谱进行合并，并基于合并后的树状图谱确定对应疾病的分类体系，基于所述分类体系进行疾病信息挖掘。

10.一种检索装置，其特征在于，包括：

接收单元，用于接收用户终端发送的待检索信息；

检索单元，用于从疾病信息中，确定与所述待检索信息相关的目标信息，并将所述目标信息返回至所述用户终端，所述疾病信息是基于如权利要求1至7中任一项所述的疾病信息挖掘方法确定的。