申请/专利权人：深圳平安医疗健康科技服务有限公司

申请日：2020-12-31

公开（公告）日：2024-06-28

公开（公告）号：CN112734202B

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06F40/242;G06F40/284;G06F40/295;G06N3/049;G06N3/08;G16H50/70

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.06.14#专利申请权的转移;2021.05.21#实质审查的生效;2021.04.30#公开

摘要：本申请揭示了一种基于电子病历的医疗能力评价方法、装置、设备及介质，其中方法包括：获取待评价医生的开具的电子病历初始文本；对所述初始文本进行文本预处理；利用预设的规则模板进行章节划分；利用预训练的深度学习模型进行实体特征抽取，得到对应的实体特征抽取结果；对所述实体特征抽取结果进行向量化编码，得到特征向量；将特征向量输入到预设的逻辑回归模型中，得到医生的诊疗能力评分。本申请通过模型实现对电子病历中的特征实体抽取，然后利用逻辑回归模型实现对医生治疗能力的评价，可以减少人力成本，可迁移性能好，能够为医务人员进行诊疗方面的指导。本申请还涉及区块链在区块链网络中实现上述的基于电子病历的医疗能力评价方法。

主权项：1.一种基于电子病历的医疗能力评价方法，其特征在于，包括：获取待评价医生的开具的电子病历初始文本；对所述初始文本进行文本预处理，得到目标文本；利用预设的规则模板对所述目标文本进行章节划分，得到第一章节文本、第二章节文本和第三章节文本，其中所述第一章节文本包括电子病历中的病人主诉、检验检查结果，第二章节文本包括电子病历的诊断结果，第三章节信息包括电子病历中的治疗方案；利用预训练的深度学习模型分别对所述第一章节文本、第二章节文本、第三章节文本进行实体特征抽取，得到对应的实体特征抽取结果；对所述实体特征抽取结果进行向量化编码，得到第一章节特征向量，第二章节特征向量和第三章节特征向量；将所述第一章节特征向量、所述第二章节特征向量、所述第三章节特征向量输入到预设的逻辑回归模型中，得到医生的诊疗能力评分；所述对所述初始文本进行文本预处理，得到目标文本的步骤，包括：对所述电子病历初始文本进行数据清洗，得到清洗过的文本数据；对所述清洗过的文本数据进行分词处理，得到所述目标文本；所述对所述清洗过的文本数据进行分词处理，得到所述目标文本的步骤包括：根据所述电子病历初始文本确定医生所属的科室信息；根据所述科室信息在科室对应的医学用词词库中获取预所述科室信息相关联的医学用词词汇，构建与科室对应的医学用词词典；将所述医学用词词典导入到分词工具的自定义词典中；利用导入了医学用词词典的分词工具对所述清洗过的文本数据进行分词处理；所述将所述第一章节特征向量、所述第二章节特征向量、所述第三章节特征向量输入到预设的逻辑回归模型中，得到医生的诊疗能力评分的步骤包括：利用所述预设的逻辑回归模型获取基于所述第一章节特征向量得到所述第二章节特征向量的第一概率值，将所述第一概率值转化为第一诊疗能力评分；利用所述预设的逻辑回归模型获取基于所述第一章节特征向量得到所述第三章节特征向量的第二概率值，将所述第二概率值转化为第二诊疗能力评分；根据所述第一诊疗能力评分和所述第二诊疗能力评分得到医生的诊疗能力评分。

全文数据：

权利要求：

百度查询： 深圳平安医疗健康科技服务有限公司 基于电子病历的医疗能力评价方法、装置、设备及介质

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