[发明专利]一种医疗文本编码方法、装置、设备及可读存储介质

说明书

本发明提供了一种医疗文本编码方法、装置、设备及可读存储介质，所述方法包括：获取第一文档集合；基于临床文档，利用词嵌入技术生成词嵌入矩阵；基于临床文档、词嵌入矩阵和卷积神经网络得到上层序列向量；基于上层序列向量和词嵌入矩阵得到每个临床文档所对应的句子向量；基于每个临床文档所对应的句子向量得到初步的分类器；基于第一文档集合和临床文档所对应的句子向量得到最终的分类器，使用最终的分类器对临床文档进行ICD编码。本发明关注了罕见疾病编码，提高了编码员对罕见病的重视。并且本发明能够自动抽取特征，不依赖手工特征，对不同医生的书写风格进行了缓和，可以减少研究时间和减少匹配错误。

技术领域

本发明涉及数据技术领域，具体而言，涉及一种医疗文本编码方法、装置、设备及可读存储介质。

背景技术

目前，在临床中频繁出现的编码（我们称之为频繁编码）只占据总编码数量的很少一部分，而临床中很少出现的编码（我们称之为少样本编码）却占据了总编码数量的大部分。例如，在医学数据集MIMIC-III中除去不可见编码，可见编码有8,922个。其中，有5,386个编码只出现了1到10次。存在这种现象的原因是在临床中存在较多的罕见疾病，例如儿童早衰症等，其发病几率非常低。这对编码员的知识储备提出了巨大的要求，并且编码员也需要查阅相关资料才可以完成编码，这大大降低了编码效率，同时ICD代码的长尾分布意味着自动编码也是一个非常大的挑战。

发明内容

本发明的目的在于提供一种医疗文本编码方法、装置、设备及可读存储介质，以改善上述问题。

为了实现上述目的，本申请实施例提供了如下技术方案：

一方面，本申请实施例提供了一种医疗文本编码方法，所述方法包括：

获取第一文档集合，所述第一文档集合中包括至少一条临床文档；

基于所述临床文档，利用词嵌入技术生成词嵌入矩阵；

基于所述临床文档、所述词嵌入矩阵和卷积神经网络得到上层序列向量；

基于所述上层序列向量和所述词嵌入矩阵得到每个所述临床文档所对应的句子向量；

基于每个所述临床文档所对应的句子向量得到初步的分类器，所述初步的分类器中包括分类器权重；

基于所述第一文档集合和所述临床文档所对应的句子向量得到新的分类器权重，用新的分类器权重替换所述分类器权重，得到最终的分类器，使用所述最终的分类器对临床文档进行ICD编码。

第二方面，本申请实施例提供了一种医疗文本编码装置，所述装置包括获取模块、第一计算模块、第二计算模块、第三计算模块、第四计算模块和替换模块。

获取模块，用于获取第一文档集合，所述第一文档集合中包括至少一条临床文档；

第一计算模块，用于基于所述临床文档，利用词嵌入技术生成词嵌入矩阵；

第二计算模块，用于基于所述临床文档、所述词嵌入矩阵和卷积神经网络得到上层序列向量；

第三计算模块，用于基于所述上层序列向量和所述词嵌入矩阵得到每个所述临床文档所对应的句子向量；

第四计算模块，用于基于每个所述临床文档所对应的句子向量得到初步的分类器，所述初步的分类器中包括分类器权重；

替换模块，用于基于所述第一文档集合和所述临床文档所对应的句子向量得到新的分类器权重，用新的分类器权重替换所述分类器权重，得到最终的分类器，使用所述最终的分类器对临床文档进行ICD编码。

第三方面，本申请实施例提供了一种医疗文本编码设备，所述设备包括存储器和处理器。存储器用于存储计算机程序；处理器用于执行所述计算机程序时实现上述医疗文本编码方法的步骤。