申请/专利权人：朱玮

申请日：2020-07-02

公开（公告）日：2024-06-11

公开（公告）号：CN111785387B

主分类号：G16H50/70

分类号：G16H50/70;G06F16/35;G06F40/126;G06F40/284

优先权：

专利状态码：有效-授权

法律状态：2024.06.11#授权;2020.11.03#实质审查的生效;2020.10.16#公开

摘要：本发明公开了一种使用Bert做疾病标准化映射分类的方法及系统，所述方法包括：对获取的原始疾病诊断数据进行标注，将其映射到预设的标准规范上，以形成两个训练数据集；通过Bert对两个训练数据集进行学习训练以得到两层训练模型；通过两层训练模型分别对待处理的疾病诊断名称进行处理，以得到中间处理结果；再对中间处理结果进行排名处理，以得到最终排列的多个疾病标准名称；其效果是：通过形成的两个训练数据集为形成两层模型训练提供了可行性，能够对疾病诊断数据做标准化映射，使得医疗病案专家在对医院的疾病诊断名称做标准化映射时，可提高处理效率，同时对待处理的疾病诊断名称进行处理，也相应提高了最终映射的准确度。

主权项：1.一种使用Bert做疾病标准化映射分类的方法，其特征在于，所述方法包括：对获取的原始疾病诊断数据进行标注，并将其映射到预设的疾病标准规范名称和分类上，以形成两个训练数据集，包括标准疾病名称训练数据集和标准疾病分类训练数据集；其中，所述原始疾病诊断数据包括疾病诊断名称和编码；通过Bert对所述两个训练数据集进行学习训练以得到两层训练模型；通过所述两层训练模型分别对待处理的疾病诊断名称进行处理，以得到中间处理结果；对所述中间处理结果进行排名处理，以得到最终排列的多个疾病标准名称；通过Bert对所述两个训练数据集进行学习训练以得到两层训练模型，具体包括：使用Bert针对所述标准疾病名称训练数据集进行学习训练，获得疾病名称模型；使用Bert针对所述标准疾病分类训练数据集进行学习训练，获得疾病分类模型；通过所述两层训练模型分别对待处理的疾病诊断名称进行处理，以得到中间处理结果，具体包括：通过所述疾病名称模型为待处理的疾病诊断名称进行分类计算，以获得该疾病诊断名称数据所映射的疾病标准名称，并选取概率排名前n个疾病标准名称；通过所述疾病分类模型为待分类的疾病诊断名称进行分类，以获得该疾病诊断名称数据所映射的疾病标准分类，选取概率排名前m个疾病标准分类；所述n个疾病标准名称和m个疾病标准分类即为所述中间处理结果；对所述中间处理结果进行排名处理，以得到最终排列的多个疾病标准名称，具体包括：对n个疾病标准名称中的各元素计算其疾病名称权重值；对m个疾病标准分类中的各元素计算其疾病分类权重值；再根据所述疾病名称权重值和疾病分类权重值计算n个疾病标准名称中各元素的二次权重，并根据所述二次权重的大小进行排序，以得到所述最终排列；其中，疾病名称模型为小分类模型，疾病分类模型为大分类模型；使用大分类模型疾病分类模型预测获得的疾病分类值的集合C，再为集合C中每个元素Cj进行计算分类权重值，其中，Cj为集合C中第j个元素；使用小分类模型疾病名称模型预测的疾病名称的集合D，再为每个元素di计算名称权重值，其中，di为集合D中第i个元素；再为D计算每个元素的二次权重，其中，i、j的取值范围为1至10，为D中元素di所属C中分类Cj的分类权重值；如果di所属分类不在C中，则该di的分类权重值

全文数据：

权利要求：

百度查询： 朱玮 一种使用Bert做疾病标准化映射分类的方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD