本申請涉及醫(yī)療器械技術(shù)領(lǐng)域，特別是涉及一種自動(dòng)獲取病歷模板的方法、裝置和存儲介質(zhì)。
背景技術(shù)：
醫(yī)學(xué)影像是指為了醫(yī)療或醫(yī)學(xué)研究，對人體或人體某部分，以非侵入方式取得內(nèi)部組織影像的技術(shù)與處理過程。它包含以下兩個(gè)相對獨(dú)立的方向：醫(yī)學(xué)成像系統(tǒng)(medicalimagingsystem)和醫(yī)學(xué)圖像處理(medicalimageprocessing)。前者是指圖像行成的過程，包括對成像機(jī)理、成像設(shè)備、成像系統(tǒng)分析等問題；后者是指對已經(jīng)獲得的圖像作進(jìn)一步的處理，其目的是使原來不夠清晰的圖像更加的清晰。在醫(yī)學(xué)影像設(shè)備檢查之后，醫(yī)師通常是需要根據(jù)醫(yī)學(xué)影像設(shè)備所生成的圖像出具一份臨床診斷報(bào)告。
目前的傳統(tǒng)技術(shù)中，在通過醫(yī)學(xué)影像設(shè)備生成醫(yī)學(xué)圖像之后，醫(yī)師需要審閱醫(yī)學(xué)圖像，并且手打報(bào)告內(nèi)的所有文字。而通過醫(yī)師手打報(bào)告耗費(fèi)了醫(yī)師大量的時(shí)間以及精力。
技術(shù)實(shí)現(xiàn)要素：
本申請實(shí)施例提供了一種自動(dòng)獲取病歷模板的方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)，以至少解決相關(guān)技術(shù)中醫(yī)師手打報(bào)告耗費(fèi)了醫(yī)師大量的時(shí)間以及精力的問題。
第一方面，本申請實(shí)施例提供了一種自動(dòng)獲取病歷模板的方法，包括：構(gòu)建病歷模板數(shù)據(jù)庫；獲取受檢者的醫(yī)學(xué)信息；根據(jù)所述醫(yī)學(xué)信息，得到相應(yīng)受檢者的病理關(guān)鍵詞；根據(jù)所述病理關(guān)鍵詞以及所述病歷模板數(shù)據(jù)庫，自動(dòng)輸出病歷模板。
在其中一個(gè)實(shí)施例中，所述根據(jù)所述醫(yī)學(xué)信息，得到相應(yīng)受檢者的病理關(guān)鍵詞包括：所述醫(yī)學(xué)信息包括醫(yī)學(xué)文本和/或醫(yī)學(xué)圖像；將所述醫(yī)學(xué)圖像輸入識別模型，得到病灶信息；提取所述病灶信息和/或所述醫(yī)學(xué)文本的關(guān)鍵詞，得到相應(yīng)受檢者的病理關(guān)鍵詞。
在其中一個(gè)實(shí)施例中，所述構(gòu)建病歷模板數(shù)據(jù)庫包括：獲取記錄完備的病例文本，并對所述病例文本進(jìn)行預(yù)處理得到病歷模板；對病歷模板進(jìn)行分詞處理，得到所述病歷模板對應(yīng)的所有分詞；根據(jù)所有所述分詞提取模板關(guān)鍵詞，并建立所述模板關(guān)鍵詞與對應(yīng)病歷模板的病歷模板數(shù)據(jù)庫。
在其中一個(gè)實(shí)施例中，所述獲取記錄完備的病歷文本，并對所述病例文本進(jìn)行預(yù)處理得到病歷模板包括：獲取記錄完備的病例文本；根據(jù)所述記錄完備的病例文本提取敏感詞、干擾詞以及停用詞；對所述病例文本中的所述敏感詞、干擾詞以及停用詞進(jìn)行隱藏處理得到病歷模板。
在其中一個(gè)實(shí)施例中，所述分詞處理包括：基于字符串匹配的分詞處理、基于理解的分詞處理以及基于統(tǒng)計(jì)的分詞處理中的一種。
在其中一個(gè)實(shí)施例中，所述根據(jù)所有所述分詞提取模板關(guān)鍵詞，并建立所述模板關(guān)鍵詞與對應(yīng)病歷模板的病歷模板數(shù)據(jù)庫包括：將所述分詞輸入關(guān)鍵詞提取模型，得到所述模板關(guān)鍵詞；建立所述模板關(guān)鍵詞與對應(yīng)病歷模板的病歷模板數(shù)據(jù)庫。
在其中一個(gè)實(shí)施例中，所述將所述分詞輸入關(guān)鍵詞提取模型，得到所述模板關(guān)鍵詞包括：獲取每一種分詞在病歷模板中出現(xiàn)的次數(shù)、病歷模板總詞數(shù)、病歷模板總數(shù)量以及每一種分詞出現(xiàn)的病歷模板數(shù)量；根據(jù)分詞在病歷模板中出現(xiàn)的所述次數(shù)以及相應(yīng)病歷模板總詞數(shù)，得到相應(yīng)分詞的詞頻；根據(jù)分詞出現(xiàn)的病歷模板數(shù)量以及病歷模板總數(shù)量，得到相應(yīng)分詞的逆文檔頻率；根據(jù)所述詞頻以及逆文檔頻率，得到所述模板關(guān)鍵詞。
在其中一個(gè)實(shí)施例中，根據(jù)所述病理關(guān)鍵詞以及所述病歷模板數(shù)據(jù)庫，自動(dòng)輸出病歷模板包括：根據(jù)所述病理關(guān)鍵詞以及所述病歷模板數(shù)據(jù)庫中每個(gè)病歷模板的模板關(guān)鍵詞，計(jì)算相應(yīng)病理關(guān)鍵詞與每個(gè)病歷模板的相似度；選取最高相似度對應(yīng)的病歷模板作為最終病歷模板。
第二方面，本申請實(shí)施例提供了一種自動(dòng)獲取病歷模板的裝置，包括：數(shù)據(jù)庫構(gòu)建模塊，用于構(gòu)建病歷模板數(shù)據(jù)庫；醫(yī)學(xué)信息獲取模塊，用于獲取受檢者的醫(yī)學(xué)信息；關(guān)鍵詞提取模塊，用于根據(jù)所述醫(yī)學(xué)信息，得到相應(yīng)受檢者的病理關(guān)鍵詞；病歷模板獲取模塊，用于根據(jù)所述病理關(guān)鍵詞以及所述病歷模板數(shù)據(jù)庫，自動(dòng)輸出病歷模板。
第三方面，本申請實(shí)施例提供了一種計(jì)算機(jī)設(shè)備，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上述第一方面所述的自動(dòng)獲取病歷模板的方法。
第四方面，本申請實(shí)施例提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述第一方面所述的自動(dòng)獲取病歷模板的方法。
相比于相關(guān)技術(shù)，本申請實(shí)施例提供的自動(dòng)獲取病歷模板的方法，通過獲取受檢者的醫(yī)學(xué)信息，再根據(jù)獲取到的醫(yī)學(xué)信息，生成受檢者的病理關(guān)鍵詞，最后根據(jù)病理關(guān)鍵詞以及病歷模板數(shù)據(jù)庫，得到病歷模板。通過對獲取到的醫(yī)學(xué)信息進(jìn)行自動(dòng)識別得到病理關(guān)鍵詞，再通過病理關(guān)鍵詞在存儲有大量病歷模板的數(shù)據(jù)庫中查找對應(yīng)的病歷模板，通過獲取病歷模板，節(jié)省了醫(yī)師記錄報(bào)告的時(shí)間以及精力。
本申請的一個(gè)或多個(gè)實(shí)施例的細(xì)節(jié)在以下附圖和描述中提出，以使本申請的其他特征、目的和優(yōu)點(diǎn)更加簡明易懂。
附圖說明
此處所說明的附圖用來提供對本申請的進(jìn)一步理解，構(gòu)成本申請的一部分，本申請的示意性實(shí)施例及其說明用于解釋本申請，并不構(gòu)成對本申請的不當(dāng)限定。在附圖中：
圖1為一個(gè)實(shí)施例中自動(dòng)獲取病歷模板的方法的流程示意圖；
圖2為一個(gè)實(shí)施例中病灶識別神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖；
圖3為一個(gè)實(shí)施例中構(gòu)建病歷模板數(shù)據(jù)庫方法的流程示意圖；
圖4為一個(gè)實(shí)施例中自動(dòng)獲取病歷模板的方法的流程示意圖；
圖5為一個(gè)實(shí)施例中自動(dòng)獲取病歷模板的裝置的結(jié)構(gòu)框圖；
圖6為一個(gè)實(shí)施例中計(jì)算機(jī)設(shè)備的硬件結(jié)構(gòu)示意圖。
具體實(shí)施方式
為了使本申請的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本申請進(jìn)行描述和說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本申請，并不用于限定本申請。基于本申請?zhí)峁┑膶?shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本申請保護(hù)的范圍。
顯而易見地，下面描述中的附圖僅僅是本申請的一些示例或?qū)嵤├瑢τ诒绢I(lǐng)域的普通技術(shù)人員而言，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖將本申請應(yīng)用于其他類似情景。此外，還可以理解的是，雖然這種開發(fā)過程中所作出的努力可能是復(fù)雜并且冗長的，然而對于與本申請公開的內(nèi)容相關(guān)的本領(lǐng)域的普通技術(shù)人員而言，在本申請揭露的技術(shù)內(nèi)容的基礎(chǔ)上進(jìn)行的一些設(shè)計(jì)，制造或者生產(chǎn)等變更只是常規(guī)的技術(shù)手段，不應(yīng)當(dāng)理解為本申請公開的內(nèi)容不充分。
在本申請中提及“實(shí)施例”意味著，結(jié)合實(shí)施例描述的特定特征、結(jié)構(gòu)或特性可以包含在本申請的至少一個(gè)實(shí)施例中。在說明書中的各個(gè)位置出現(xiàn)該短語并不一定均是指相同的實(shí)施例，也不是與其它實(shí)施例互斥的獨(dú)立的或備選的實(shí)施例。本領(lǐng)域普通技術(shù)人員顯式地和隱式地理解的是，本申請所描述的實(shí)施例在不沖突的情況下，可以與其它實(shí)施例相結(jié)合。
除非另作定義，本申請所涉及的技術(shù)術(shù)語或者科學(xué)術(shù)語應(yīng)當(dāng)為本申請所屬技術(shù)領(lǐng)域內(nèi)具有一般技能的人士所理解的通常意義。本申請所涉及的“一”、“一個(gè)”、“一種”、“該”等類似詞語并不表示數(shù)量限制，可表示單數(shù)或復(fù)數(shù)。本申請所涉及的術(shù)語“包括”、“包含”、“具有”以及它們?nèi)魏巫冃?，意圖在于覆蓋不排他的包含；例如包含了一系列步驟或模塊(單元)的過程、方法、系統(tǒng)、產(chǎn)品或設(shè)備沒有限定于已列出的步驟或單元，而是可以還包括沒有列出的步驟或單元，或可以還包括對于這些過程、方法、產(chǎn)品或設(shè)備固有的其它步驟或單元。本申請所涉及的“連接”、“相連”、“耦接”等類似的詞語并非限定于物理的或者機(jī)械的連接，而是可以包括電氣的連接，不管是直接的還是間接的。本申請所涉及的“多個(gè)”是指兩個(gè)或兩個(gè)以上?！昂?或”描述關(guān)聯(lián)對象的關(guān)聯(lián)關(guān)系，表示可以存在三種關(guān)系，例如，“a和/或b”可以表示：單獨(dú)存在a，同時(shí)存在a和b，單獨(dú)存在b這三種情況。字符“/”一般表示前后關(guān)聯(lián)對象是一種“或”的關(guān)系。本申請所涉及的術(shù)語“第一”、“第二”、“第三”等僅僅是區(qū)別類似的對象，不代表針對對象的特定排序。
醫(yī)學(xué)影像設(shè)備包括x線成像設(shè)備(數(shù)字x線攝影、ct、x線機(jī))、核磁共振成像設(shè)備、超聲成像設(shè)備(a型、b型、c型以及m型等)、熱成像設(shè)備(紅外成像以及光機(jī)掃描成像等)、核醫(yī)學(xué)成像設(shè)備(pet以及spect等)以及光學(xué)成像設(shè)備(醫(yī)專用內(nèi)鏡成像)。本申請適用于以上任意一種設(shè)備或多種設(shè)備的組合設(shè)備。
本實(shí)施例還提供了一種自動(dòng)獲取病歷模板的方法。圖1為一個(gè)實(shí)施例中自動(dòng)獲取病歷模板的方法的流程示意圖，如圖1所示，該流程包括如下步驟：
步驟s102，構(gòu)建病歷模板數(shù)據(jù)庫。
具體地，獲取大量醫(yī)師已經(jīng)記錄完備的病例文本。對病例文本進(jìn)行預(yù)處理，隱藏部分詞語。對隱藏詞語后的病例文本進(jìn)行分詞處理，得到多個(gè)分詞。最后根據(jù)每個(gè)分詞出現(xiàn)頻率，為相應(yīng)病例文本挑選模板關(guān)鍵詞。將挑選的模板關(guān)鍵詞與相應(yīng)的病例文本進(jìn)行對應(yīng)，構(gòu)建病歷模板數(shù)據(jù)庫。
步驟s104，獲取受檢者的醫(yī)學(xué)信息。
具體地，受檢者可以為人體。醫(yī)學(xué)信息包括：醫(yī)學(xué)文本和/或醫(yī)學(xué)圖像。通過醫(yī)學(xué)影像設(shè)備對受檢者進(jìn)行掃描，生成相應(yīng)的醫(yī)學(xué)圖像。其中，獲取醫(yī)學(xué)圖像可以為通過醫(yī)學(xué)影像設(shè)備對受檢者進(jìn)行掃描后直接獲取生成的醫(yī)學(xué)圖像；獲取醫(yī)學(xué)圖像還可以為通過醫(yī)學(xué)影像設(shè)備對受檢者進(jìn)行掃描，得到醫(yī)學(xué)圖像，將醫(yī)學(xué)圖像存儲至存儲器，需要使用時(shí)從存儲器內(nèi)獲取醫(yī)學(xué)圖像。醫(yī)學(xué)影像設(shè)備可以為上述任意一種設(shè)備或多種設(shè)備的組合設(shè)備。醫(yī)學(xué)文本為醫(yī)師選取的病理詞匯或醫(yī)師撰寫的病理描述。
步驟s106，根據(jù)所述醫(yī)學(xué)信息，得到相應(yīng)受檢者的病理關(guān)鍵詞。
具體地，若醫(yī)學(xué)信息為醫(yī)學(xué)文本，則提取所述醫(yī)學(xué)文本的關(guān)鍵詞，得到相應(yīng)受檢者的病理關(guān)鍵詞。若醫(yī)學(xué)信息為醫(yī)學(xué)圖像，則將所述醫(yī)學(xué)圖像輸入識別模型，得到病灶信息；提取所述病灶信息的關(guān)鍵詞，得到相應(yīng)受檢者的病理關(guān)鍵詞。其中，識別模型可以為基于神經(jīng)網(wǎng)絡(luò)建立的識別模型、也可以是基于機(jī)器學(xué)習(xí)建立的識別模型，本實(shí)施例不做具體限定，只需滿足能夠根據(jù)圖像識別出病理關(guān)鍵詞即可。以基于神經(jīng)網(wǎng)絡(luò)建立的識別模型為例，在將醫(yī)學(xué)圖像輸入至訓(xùn)練完備的病灶識別神經(jīng)網(wǎng)絡(luò)之前，需要醫(yī)師對重點(diǎn)區(qū)域進(jìn)行標(biāo)注，其中，標(biāo)注可以為點(diǎn)標(biāo)注、線標(biāo)注、面標(biāo)注以及體積標(biāo)注中的一種或多種，標(biāo)注的形式可以通過坐標(biāo)進(jìn)行表示。其中重點(diǎn)區(qū)域可以是圖像中有異常的區(qū)域。標(biāo)注后的醫(yī)學(xué)圖像輸入訓(xùn)練完備的病灶識別神經(jīng)網(wǎng)絡(luò)，得到病灶信息，其中，病灶信息包括腫瘤，炎癥，腫塊，器官形態(tài)信號異常等，在本實(shí)施例中，訓(xùn)練完成的病灶識別神經(jīng)網(wǎng)絡(luò)是分類神經(jīng)網(wǎng)絡(luò)，即將輸入醫(yī)生標(biāo)記的醫(yī)學(xué)圖像，輸出病理信息。根據(jù)輸出的病理信息提取關(guān)鍵詞或其他病理特征表達(dá)方式，優(yōu)選的，基于病理信息提取病理關(guān)鍵詞。
在其中一個(gè)實(shí)施例中，如圖2所示，圖2為一個(gè)實(shí)施例中病灶識別神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖。病灶識別神經(jīng)網(wǎng)絡(luò)包括：輸入層、卷積層、批量歸一化層、池化層、全連接層、損失層以及輸出層。其中，輸入層，用于數(shù)據(jù)的輸入。在訓(xùn)練過程中輸入數(shù)據(jù)是醫(yī)生標(biāo)記的醫(yī)學(xué)圖像訓(xùn)練樣本。卷積層，用于進(jìn)行特征提取和特征映射。低卷積層可能只能提取一些低級的特征如邊緣、線條和角等層級，更多層的網(wǎng)絡(luò)能從低級特征中迭代提取更復(fù)雜的特征。批量歸一化層，用于把逐漸向非線性函數(shù)映射后向取值區(qū)間極限飽和區(qū)靠攏的輸入分布強(qiáng)制拉回到均值為0方差為1的比較標(biāo)準(zhǔn)的正態(tài)分布，使得非線性變換函數(shù)的輸入值落入對輸入比較敏感的區(qū)域，以此避免梯度消失問題。池化層，用于對數(shù)據(jù)做下采樣，對多尺度數(shù)據(jù)特征進(jìn)行學(xué)習(xí)分類，提高模型分類辨識度，并提供了非線性，減少模型參數(shù)數(shù)量，減少過擬合問題。全連接層，用于在模型的尾部進(jìn)行重新擬合，減少特征信息的損失。損失層，接受兩個(gè)輸入，其中的一個(gè)是神經(jīng)網(wǎng)絡(luò)的預(yù)測值，另一個(gè)是真實(shí)標(biāo)簽。損失層則將這兩個(gè)輸入進(jìn)行一系列運(yùn)算，得到當(dāng)前網(wǎng)絡(luò)的損失函數(shù)。深渡學(xué)習(xí)的目的是在權(quán)值空間中找到讓損失函數(shù)最小的權(quán)值。損失函數(shù)是在前向傳播計(jì)算中得到的，同時(shí)也是反向傳播的起點(diǎn)，損失函數(shù)基本都是由真實(shí)值和預(yù)測值兩部分組成，正確的損失函數(shù)，可以起到讓預(yù)測值一直逼近真實(shí)值的效果，當(dāng)預(yù)測值和真實(shí)值相等時(shí)，損失值最小。在本實(shí)施例中采用的損失函數(shù)優(yōu)選為歸一化指數(shù)函數(shù)、交叉熵?fù)p失函數(shù)或者平方誤差損失函數(shù)。輸出層，用于輸出結(jié)果病理分類結(jié)果，在本實(shí)例中病理分類結(jié)果為病理信息。通過病灶識別神經(jīng)網(wǎng)絡(luò)對醫(yī)學(xué)圖像進(jìn)行識別得到病灶信息，能夠避免由于醫(yī)師經(jīng)驗(yàn)不足導(dǎo)致獲取病灶信息出現(xiàn)錯(cuò)誤或偏差的問題，大大的提高了病灶信息的精確度，并且減少了醫(yī)師的工作量，為醫(yī)師節(jié)省了大量時(shí)間資源。
在其中一個(gè)實(shí)施例中，提取所述病灶信息的關(guān)鍵詞，得到相應(yīng)受檢者的病理關(guān)鍵詞，具體的可以為：病灶信息包括兩側(cè)胸廓對稱，氣管縱隔居中。右側(cè)胸腔見片狀無肺紋理透亮區(qū)，其內(nèi)見少量積液，相鄰肺組織壓縮約x％，余兩肺紋理清晰，兩肺內(nèi)未見明顯占位性病變，各肺段葉支氣管開口清晰，未見明顯狹窄?？v隔及兩側(cè)肺門未見明顯腫大淋巴結(jié)。兩側(cè)胸膜未見明顯增厚?；谏鲜霾≡钚畔⑻崛〉降牟±黻P(guān)鍵詞為肺、片狀無肺紋理透亮區(qū)以及積液。
在其中一個(gè)實(shí)施例中，提取所述病灶信息的關(guān)鍵詞，得到相應(yīng)受檢者的病理關(guān)鍵詞，具體的可以為：病灶信息包括兩側(cè)胸廓對稱，氣管縱隔居中。兩肺紋理清晰，右肺下葉后基底段見一不規(guī)則大片致密影，邊界欠清晰，病灶中央見液性低密度區(qū)及小空洞影，相鄰胸膜增厚、粘連，余兩肺內(nèi)未見明顯占位性病變，各肺段葉支氣管開口清晰，未見明顯狹窄。縱隔及兩側(cè)肺門未見明顯腫大淋巴結(jié)。兩側(cè)胸腔未見明顯積液。基于上述病灶信息提取到的病理關(guān)鍵詞為肺、致密影、邊界欠清晰、空洞影、胸膜增厚以及粘連。
步驟s108，根據(jù)所述病理關(guān)鍵詞以及所述病歷模板數(shù)據(jù)庫，自動(dòng)輸出病歷模板。
具體地，病歷模板數(shù)據(jù)庫包括病歷模板以及相應(yīng)病理模板的模板關(guān)鍵詞。根據(jù)所述病理關(guān)鍵詞以及病歷模板數(shù)據(jù)庫中每個(gè)病歷模板的模板關(guān)鍵詞，計(jì)算相應(yīng)病理關(guān)鍵詞與每個(gè)病歷模板的相似度；選取最高相似度對應(yīng)的病歷模板作為最終病歷模板。更具體的，可以是根據(jù)病理關(guān)鍵詞在病歷模板數(shù)據(jù)庫中查找包含病理關(guān)鍵詞的模板關(guān)鍵詞，再找到相應(yīng)模板關(guān)鍵詞對應(yīng)的病歷模板，例如，病理關(guān)鍵詞包括肺以及積液，在數(shù)據(jù)庫中查找包含肺以及積液的模板關(guān)鍵詞，再對應(yīng)找到相應(yīng)的病歷模板。還可以是，將病理關(guān)鍵詞以及模板關(guān)鍵詞通過word2vec轉(zhuǎn)換為詞向量，再計(jì)算病理關(guān)鍵詞的詞向量與所有模板關(guān)鍵詞詞向量的余弦相似度，將余弦相似度最高的模板關(guān)鍵詞對應(yīng)的病歷模板作為最終病歷模板。其中，word2vec是一群用來產(chǎn)生詞向量的相關(guān)模型。
目前的傳統(tǒng)技術(shù)，醫(yī)學(xué)影像設(shè)備生成醫(yī)學(xué)圖像之后，醫(yī)師會(huì)審閱該醫(yī)學(xué)圖像，標(biāo)注出病灶區(qū)域，再根據(jù)病灶區(qū)域的圖像，分析相應(yīng)區(qū)域的病理信息。例如，“胸腔見片狀無肺紋理透亮區(qū)，其內(nèi)見少量積液”“相鄰胸膜增厚、粘連”“腫大淋巴結(jié)”“各肺段葉支氣管開口狹窄”等。為了便于醫(yī)師對患者的病理進(jìn)行連續(xù)監(jiān)控，在得到病理信息之后，醫(yī)師通常會(huì)結(jié)合該患者的身份信息，書寫相應(yīng)患者的病例報(bào)告。通常，病例報(bào)告需要醫(yī)師自行書寫，在書寫的過程中，會(huì)獲取一些病例模板，以輔助醫(yī)師快速完成病例報(bào)告的書寫。但是，目前病歷模板的種類較少，只存在部分常用病灶區(qū)域的病歷模板，對于不常見的病理信息，醫(yī)師需要自行書寫整個(gè)病例文本，這樣會(huì)耗費(fèi)醫(yī)師大量的時(shí)間以及精力。本實(shí)施例提供了一種自動(dòng)獲取病歷模板的方法，通過構(gòu)建病歷模板數(shù)據(jù)庫，在病歷模板數(shù)據(jù)庫中存儲大量的病歷模板，根據(jù)受檢者的醫(yī)學(xué)信息提取病理關(guān)鍵詞，再通過病理關(guān)鍵詞，在病歷模板數(shù)據(jù)庫中查找相應(yīng)病理關(guān)鍵詞對應(yīng)的病歷模板，由于病歷模板數(shù)據(jù)庫中存儲了大量的模板，針對所有的病理關(guān)鍵詞都能找到相應(yīng)的模板，在獲取到模板之后，醫(yī)師只需要將病理信息填充至模板中的相應(yīng)位置，即可完成病例文本的書寫，大大的減少了醫(yī)師書寫病例文本的時(shí)間。
上述自動(dòng)獲取病歷模板的方法，通過獲取受檢者的醫(yī)學(xué)信息，再根據(jù)獲取到的醫(yī)學(xué)信息，生成受檢者的病理關(guān)鍵詞，最后根據(jù)病理關(guān)鍵詞以及病歷模板數(shù)據(jù)庫，得到病歷模板。通過對獲取到的醫(yī)學(xué)信息進(jìn)行自動(dòng)識別得到病理關(guān)鍵詞，再通過病理關(guān)鍵詞在存儲有大量病歷模板的數(shù)據(jù)庫中查找對應(yīng)的病歷模板，通過獲取病歷模板，節(jié)省了醫(yī)師書寫報(bào)告的時(shí)間以及精力。
在其中一些實(shí)施例中還提供了一種構(gòu)建病歷模板數(shù)據(jù)庫的方法，圖3為一個(gè)實(shí)施例中構(gòu)建病歷模板數(shù)據(jù)庫方法的流程示意圖，如圖3所示，該流程包括如下步驟：
步驟s302，獲取記錄完備的病例文本，并對所述病例文本進(jìn)行預(yù)處理得到病歷模板。
具體地，基于不同的醫(yī)學(xué)影像設(shè)備以及不同的醫(yī)院，獲取大量醫(yī)師已經(jīng)記錄完備的病例文本。對獲取到的大量病例文本進(jìn)行預(yù)處理得到病理模板，其中預(yù)處理為對病例文本中的敏感詞、干擾詞以及停用詞進(jìn)行隱藏或利用空白占位符進(jìn)行替換。更具體地，獲取記錄完備的病例文本；根據(jù)所述記錄完備的病例文本提取敏感詞、干擾詞以及停用詞；對所述病例文本中的所述敏感詞、干擾詞以及停用詞進(jìn)行隱藏處理得到病歷模板。其中，敏感詞包括受檢者的名字、年齡以及病灶的變量數(shù)據(jù)。病灶的變量數(shù)據(jù)包括：病灶的大小以及長度等信息。去除噪音包括去除噪音符號，例如，可以去除[“\”“,”“＝”“,”“\\”“/”“:”“-”“(”“)”“?！薄癨n”]等符號。去除停用詞包括去除“的”“是”“在”等助詞。還可以去除一些不相干的詞語，例如“了”，“是”等。還可以提取詞干，把相近的詞語轉(zhuǎn)換成標(biāo)準(zhǔn)形式，例如，將“上面”“在上面”轉(zhuǎn)為成“上方”等。通過對病例文本的預(yù)處理，去除了大量的干擾詞匯，進(jìn)一步的能夠使后續(xù)的分詞處理更加的精準(zhǔn)。
步驟s304，對病歷模板進(jìn)行分詞處理，得到所述病歷模板對應(yīng)的所有分詞。
具體地，分詞就是將連續(xù)的字序列按照一定的規(guī)范重新組合成詞序列的過程。所述分詞處理包括：基于字符串匹配的分詞處理、基于理解的分詞處理以及基于統(tǒng)計(jì)的分詞處理中的一種。本實(shí)施例對分詞處理方法不做具體限定，只需根據(jù)上述分詞處理方法完成分詞即可。
在其中一個(gè)實(shí)施例中，基于字符串匹配的分詞處理方法：這種做法需要有一個(gè)足夠大的可匹配詞典，這個(gè)詞典中存儲了很多的詞條，然后計(jì)算機(jī)會(huì)與這些已經(jīng)存在的詞條進(jìn)行匹配，匹配到一個(gè)就完成一個(gè)分詞。在臨床使用中會(huì)遇到許多醫(yī)學(xué)專業(yè)詞匯，因此需要找醫(yī)學(xué)專家建立相應(yīng)的醫(yī)學(xué)專業(yè)詞匯數(shù)據(jù)庫，在數(shù)據(jù)庫基礎(chǔ)上進(jìn)行分詞。按照查找方向分不同，字符串匹配的分詞方法可以分為正向匹配和逆向匹配；按照不同長度優(yōu)先匹配的情況，可以分為最長匹配和最短匹配。目前常用的字符串匹配方法包括：正向最大匹配法、逆向最大匹配法、最少切分法以及雙向最大匹配法。其中，正向最大匹配法是由字符串從左到右的方向進(jìn)行匹配；逆向最大匹配法是由字符串從右到左的方向進(jìn)行匹配；最少切分法是使每一句中切出的詞語數(shù)量最小；雙向最大匹配法是由字符串從左到右和從右到左進(jìn)行兩次匹配。字符串匹配方法還可以是上述匹配方法的組合。優(yōu)選的，可以優(yōu)先在待分析字符串中識別和切分出一些帶有明顯特征的詞，以這些詞作為斷點(diǎn)，可將原字符串分為較小的串再來進(jìn)字符串分詞，從而減少匹配的錯(cuò)誤率。
在其中一個(gè)實(shí)施例中，基于理解的分詞處理方法，就是讓計(jì)算機(jī)盡可能模擬人類對于句子的理解，在分詞的時(shí)候讓計(jì)算機(jī)做到句法以及語義分析，利用句法信息和語義信息來處理歧義現(xiàn)象。基于理解的分詞處理方法通常包括三個(gè)部分：分詞子系統(tǒng)、句法語義子系統(tǒng)、總控部分。在總控部分的協(xié)調(diào)下，分詞子系統(tǒng)可以獲得有關(guān)詞、句子等的句法和語義信息來對分詞歧義進(jìn)行判斷，即它模擬了人對句子的理解過程。這種分詞方法需要使用大量的語言知識和信息。
在其中一個(gè)實(shí)施例中，基于統(tǒng)計(jì)的分詞處理方法，是在上下文中，相鄰的字同時(shí)出現(xiàn)的次數(shù)越多，就越有可能構(gòu)成一個(gè)詞。因此字與字相鄰共現(xiàn)的頻率或概率能夠較好的反映成詞的可信度?？梢詫φZ料中相鄰共現(xiàn)的各個(gè)字的組合的頻度進(jìn)行統(tǒng)計(jì)，計(jì)算它們的互現(xiàn)信息。互現(xiàn)信息為兩個(gè)漢字x、y的相鄰共現(xiàn)概率。互現(xiàn)信息體現(xiàn)了漢字之間結(jié)合關(guān)系的緊密程度。當(dāng)緊密程度高于某一個(gè)閾值時(shí)，也就是互現(xiàn)信息高于一個(gè)閾值時(shí)，便可認(rèn)為此字組可能構(gòu)成了一個(gè)詞。優(yōu)選的，統(tǒng)計(jì)的分詞處理方法，可以為給出大量的已分好詞的文本，然后利用機(jī)器學(xué)習(xí)文本的分詞方式和方法，訓(xùn)練相應(yīng)的分詞模型，從而達(dá)到對未知文本的分詞。
步驟s306，根據(jù)所有所述分詞提取模板關(guān)鍵詞，并建立所述模板關(guān)鍵詞與對應(yīng)病歷模板的病歷模板數(shù)據(jù)庫。
具體地，將所述分詞輸入關(guān)鍵詞提取模型，得到所述模板關(guān)鍵詞，其中，提取關(guān)鍵詞的算法包括：tf-idf、textrank和word2vec等。其中tf-idf是一種統(tǒng)計(jì)方法，用以評估一個(gè)詞對于一個(gè)文件集或一個(gè)語料庫中的其中一份文件的重要程度。textrank是通過詞與詞之間的相鄰關(guān)系構(gòu)建網(wǎng)絡(luò)，然后用排名迭代計(jì)算每個(gè)詞的重要程度，排序重要程度即可得到關(guān)鍵詞。最后，建立所述模板關(guān)鍵詞與對應(yīng)病歷模板的病歷模板數(shù)據(jù)庫。
在其中一個(gè)實(shí)施例中，通過tf-idf算法得到模板關(guān)鍵詞。首先獲取每一種分詞在病歷模板中出現(xiàn)的次數(shù)、病歷模板總詞數(shù)、病歷模板總數(shù)量以及每一種分詞出現(xiàn)的病歷模板數(shù)量。其中，每一種分詞在病歷模板中出現(xiàn)的次數(shù)為同一個(gè)分詞在當(dāng)前文本中出現(xiàn)的總次數(shù)；病歷模板總數(shù)量為獲取到的大量記錄完備的病例文本的總數(shù)量；每一種分詞出現(xiàn)的病歷模板數(shù)量為同一個(gè)分詞出現(xiàn)的病歷模板的總數(shù)量。根據(jù)分詞在病歷模板中出現(xiàn)的所述次數(shù)以及相應(yīng)病歷模板總詞數(shù)，得到相應(yīng)分詞的詞頻?？紤]到病歷模板有字?jǐn)?shù)長短之分，為了便于對不同病歷模板進(jìn)行比較，需要計(jì)算詞頻，詞頻
通過上述構(gòu)建病歷模板數(shù)據(jù)庫的方法，能夠基于大量的記錄完備的病例文本，得到包含所有情況的病歷模板，而多樣性的病歷模板能夠更好為醫(yī)師提供服務(wù)，進(jìn)一步的降低了醫(yī)師撰寫單個(gè)報(bào)告的時(shí)間，并且提升了報(bào)告的質(zhì)量。
在其中一個(gè)實(shí)施例中，如圖4所示，圖4為一個(gè)實(shí)施例中自動(dòng)獲取病歷模板的方法的流程示意圖。首先通過醫(yī)學(xué)影像設(shè)備對人體進(jìn)行掃描，得到醫(yī)學(xué)圖像，可以通過醫(yī)生技師對醫(yī)學(xué)圖像中有異常的區(qū)域進(jìn)行標(biāo)注，將標(biāo)注后的醫(yī)學(xué)圖像輸入深度學(xué)習(xí)網(wǎng)絡(luò)，也可以在標(biāo)注之后，將醫(yī)學(xué)圖像分為無異常標(biāo)記的圖片區(qū)域和有異常標(biāo)記的圖片區(qū)域。其中，異常標(biāo)記可以通過圓形線框或矩形線框，對異常區(qū)域進(jìn)行標(biāo)注，線框可以為紅色、綠色等較為顯眼的顏色，以便后續(xù)的查看。根據(jù)醫(yī)學(xué)圖像，提取有異常標(biāo)記圖像再將異常區(qū)域的圖像輸入深度學(xué)習(xí)網(wǎng)絡(luò)，得到識別的病理信息，例如，“胸腔見片狀無肺紋理透亮區(qū)，其內(nèi)見少量積液”“相鄰胸膜增厚、粘連”“腫大淋巴結(jié)”“各肺段葉支氣管開口狹窄”等。再根據(jù)病理信息提取關(guān)鍵詞，首先對病理信息進(jìn)行預(yù)處理，對病理信息中的敏感詞、干擾詞以及停用詞進(jìn)行隱藏或利用空白占位符進(jìn)行替換，之后對病理信息進(jìn)行分詞處理，將部分分詞作為關(guān)鍵詞，優(yōu)選的，可以對所有分詞根據(jù)其出現(xiàn)頻率進(jìn)行排序，將出現(xiàn)頻率高的分詞作為病理關(guān)鍵詞。將識別的病理關(guān)鍵詞與病歷模板數(shù)據(jù)庫中病歷模板的模板關(guān)鍵詞進(jìn)行相似度比較，輸出最相似的病歷模板。
需要說明的是，在上述流程中或者附圖的流程圖中示出的步驟可以在諸如一組計(jì)算機(jī)可執(zhí)行指令的計(jì)算機(jī)系統(tǒng)中執(zhí)行，并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。
本實(shí)施例還提供了一種病歷模板獲取裝置，該裝置用于實(shí)現(xiàn)上述實(shí)施例及優(yōu)選實(shí)施方式，已經(jīng)進(jìn)行過說明的不再贅述。如以下所使用的，術(shù)語“模塊”、“單元”、“子單元”等可以實(shí)現(xiàn)預(yù)定功能的軟件和/或硬件的組合。盡管以下實(shí)施例所描述的裝置較佳地以軟件來實(shí)現(xiàn)，但是硬件，或者軟件和硬件的組合的實(shí)現(xiàn)也是可能并被構(gòu)想的。
圖5為一個(gè)實(shí)施例中自動(dòng)獲取病歷模板的裝置的結(jié)構(gòu)框圖，如圖5所示，該裝置包括：數(shù)據(jù)庫構(gòu)建模塊100、醫(yī)學(xué)信息獲取模塊200、關(guān)鍵詞提取模塊300以及病歷模板獲取模塊400。
數(shù)據(jù)庫構(gòu)建模塊100，用于構(gòu)建病歷模板數(shù)據(jù)庫；
醫(yī)學(xué)信息獲取模塊200，用于獲取受檢者的醫(yī)學(xué)信息；
關(guān)鍵詞提取模塊400，用于根據(jù)所述醫(yī)學(xué)信息，得到相應(yīng)受檢者的病理關(guān)鍵詞；
病歷模板獲取模塊400，用于根據(jù)所述病理關(guān)鍵詞以及所述病歷模板數(shù)據(jù)庫，自動(dòng)輸出病歷模板。
關(guān)鍵詞提取模塊300，還用于將所述醫(yī)學(xué)圖像輸入識別模型，得到病灶信息；提取所述病灶信息和/或所述醫(yī)學(xué)文本的關(guān)鍵詞，得到相應(yīng)受檢者的病理關(guān)鍵詞。
數(shù)據(jù)庫構(gòu)建模塊100，用于獲取記錄完備的病例文本，并對所述病例文本進(jìn)行預(yù)處理得到病歷模板；對病歷模板進(jìn)行分詞處理，得到所述病歷模板對應(yīng)的所有分詞；根據(jù)所有所述分詞提取模板關(guān)鍵詞，并建立所述模板關(guān)鍵詞與對應(yīng)病歷模板的病歷模板數(shù)據(jù)庫。
數(shù)據(jù)庫構(gòu)建模塊100，還用于獲取記錄完備的病例文本；根據(jù)所述記錄完備的病例文本提取敏感詞、干擾詞以及停用詞；對所述病例文本中的所述敏感詞、干擾詞以及停用詞進(jìn)行隱藏處理得到病歷模板。
數(shù)據(jù)庫構(gòu)建模塊100，還用于將所述分詞輸入關(guān)鍵詞提取模型，得到所述模板關(guān)鍵詞；建立所述模板關(guān)鍵詞與對應(yīng)病歷模板的病歷模板數(shù)據(jù)庫。
數(shù)據(jù)庫構(gòu)建模塊100，還用于獲取每一種分詞在病歷模板中出現(xiàn)的次數(shù)、病歷模板總詞數(shù)、病歷模板總數(shù)量以及每一種分詞出現(xiàn)的病歷模板數(shù)量；根據(jù)分詞在病歷模板中出現(xiàn)的所述次數(shù)以及相應(yīng)病歷模板總詞數(shù)，得到相應(yīng)分詞的詞頻；根據(jù)分詞出現(xiàn)的病歷模板數(shù)量以及病歷模板總數(shù)量，得到相應(yīng)分詞的逆文檔頻率；根據(jù)所述詞頻以及逆文檔頻率，得到所述模板關(guān)鍵詞。
病歷模板獲取模塊400，還用于根據(jù)所述病理關(guān)鍵詞以及所述病歷模板數(shù)據(jù)庫中每個(gè)病歷模板的模板關(guān)鍵詞，計(jì)算相應(yīng)病理關(guān)鍵詞與每個(gè)病歷模板的相似度；選取最高相似度對應(yīng)的病歷模板作為最終病歷模板。
需要說明的是，上述各個(gè)模塊可以是功能模塊也可以是程序模塊，既可以通過軟件來實(shí)現(xiàn)，也可以通過硬件來實(shí)現(xiàn)。對于通過硬件來實(shí)現(xiàn)的模塊而言，上述各個(gè)模塊可以位于同一處理器中；或者上述各個(gè)模塊還可以按照任意組合的形式分別位于不同的處理器中。
另外，結(jié)合圖1描述的本申請實(shí)施例自動(dòng)獲取病歷模板的方法可以由計(jì)算機(jī)設(shè)備來實(shí)現(xiàn)。圖6為一個(gè)實(shí)施例中計(jì)算機(jī)設(shè)備的硬件結(jié)構(gòu)示意圖。
計(jì)算機(jī)設(shè)備可以包括處理器61以及存儲有計(jì)算機(jī)程序指令的存儲器62。
具體地，上述處理器61可以包括中央處理器(cpu)，或者特定集成電路(applicationspecificintegratedcircuit，簡稱為asic)，或者可以被配置成實(shí)施本申請實(shí)施例的一個(gè)或多個(gè)集成電路。
其中，存儲器62可以包括用于數(shù)據(jù)或指令的大容量存儲器。舉例來說而非限制，存儲器62可包括硬盤驅(qū)動(dòng)器(harddiskdrive，簡稱為hdd)、軟盤驅(qū)動(dòng)器、固態(tài)驅(qū)動(dòng)器(solidstatedrive，簡稱為ssd)、閃存、光盤、磁光盤、磁帶或通用串行總線(universalserialbus，簡稱為usb)驅(qū)動(dòng)器或者兩個(gè)或更多個(gè)以上這些的組合。在合適的情況下，存儲器62可包括可移除或不可移除(或固定)的介質(zhì)。在合適的情況下，存儲器62可在數(shù)據(jù)處理裝置的內(nèi)部或外部。在特定實(shí)施例中，存儲器62是非易失性(non-volatile)存儲器。在特定實(shí)施例中，存儲器62包括只讀存儲器(read-onlymemory，簡稱為rom)和隨機(jī)存取存儲器(randomaccessmemory，簡稱為ram)。在合適的情況下，該rom可以是掩模編程的rom、可編程rom(programmableread-onlymemory，簡稱為prom)、可擦除prom(erasableprogrammableread-onlymemory，簡稱為eprom)、電可擦除prom(electricallyerasableprogrammableread-onlymemory，簡稱為eeprom)、電可改寫rom(electricallyalterableread-onlymemory，簡稱為earom)或閃存(flash)或者兩個(gè)或更多個(gè)以上這些的組合。在合適的情況下，該ram可以是靜態(tài)隨機(jī)存取存儲器(staticrandom-accessmemory，簡稱為sram)或動(dòng)態(tài)隨機(jī)存取存儲器(dynamicrandomaccessmemory，簡稱為dram)，其中，dram可以是快速頁模式動(dòng)態(tài)隨機(jī)存取存儲器(fastpagemodedynamicrandomaccessmemory，簡稱為fpmdram)、擴(kuò)展數(shù)據(jù)輸出動(dòng)態(tài)隨機(jī)存取存儲器(extendeddateoutdynamicrandomaccessmemory，簡稱為edodram)、同步動(dòng)態(tài)隨機(jī)存取內(nèi)存(synchronousdynamicrandom-accessmemory，簡稱sdram)等。
存儲器62可以用來存儲或者緩存需要處理和/或通信使用的各種數(shù)據(jù)文件，以及處理器61所執(zhí)行的可能的計(jì)算機(jī)程序指令。
處理器61通過讀取并執(zhí)行存儲器62中存儲的計(jì)算機(jī)程序指令，以實(shí)現(xiàn)上述實(shí)施例中的任意一種自動(dòng)獲取病歷模板的方法。
在其中一些實(shí)施例中，計(jì)算機(jī)設(shè)備還可包括通信接口63和總線60。其中，如圖6所示，處理器61、存儲器62、通信接口63通過總線60連接并完成相互間的通信。
通信接口63用于實(shí)現(xiàn)本申請實(shí)施例中各模塊、裝置、單元和/或設(shè)備之間的通信。通信端口63還可以實(shí)現(xiàn)與其他部件例如：外接設(shè)備、圖像/數(shù)據(jù)采集設(shè)備、數(shù)據(jù)庫、外部存儲以及圖像/數(shù)據(jù)處理工作站等之間進(jìn)行數(shù)據(jù)通信。
總線60包括硬件、軟件或兩者，將計(jì)算機(jī)設(shè)備的部件彼此耦接在一起?？偩€60包括但不限于以下至少之一：數(shù)據(jù)總線(databus)、地址總線(addressbus)、控制總線(controlbus)、擴(kuò)展總線(expansionbus)、局部總線(localbus)。舉例來說而非限制，總線60可包括圖形加速接口(acceleratedgraphicsport，簡稱為agp)或其他圖形總線、增強(qiáng)工業(yè)標(biāo)準(zhǔn)架構(gòu)(extendedindustrystandardarchitecture，簡稱為eisa)總線、前端總線(frontsidebus，簡稱為fsb)、超傳輸(hypertransport，簡稱為ht)互連、工業(yè)標(biāo)準(zhǔn)架構(gòu)(industrystandardarchitecture，簡稱為isa)總線、無線帶寬(infiniband)互連、低引腳數(shù)(lowpincount，簡稱為lpc)總線、存儲器總線、微信道架構(gòu)(microchannelarchitecture，簡稱為mca)總線、外圍組件互連(peripheralcomponentinterconnect，簡稱為pci)總線、pci-express(pci-x)總線、串行高級技術(shù)附件(serialadvancedtechnologyattachment，簡稱為sata)總線、視頻電子標(biāo)準(zhǔn)協(xié)會(huì)局部(videoelectronicsstandardsassociationlocalbus，簡稱為vlb)總線或其他合適的總線或者兩個(gè)或更多個(gè)以上這些的組合。在合適的情況下，總線60可包括一個(gè)或多個(gè)總線。盡管本申請實(shí)施例描述和示出了特定的總線，但本申請考慮任何合適的總線或互連。
該計(jì)算機(jī)設(shè)備可以基于獲取到的計(jì)算機(jī)指令，執(zhí)行本申請實(shí)施例中的自動(dòng)獲取病歷模板的方法，從而實(shí)現(xiàn)結(jié)合圖1描述的自動(dòng)獲取病歷模板的方法。
另外，結(jié)合上述實(shí)施例中的自動(dòng)獲取病歷模板的方法，本申請實(shí)施例可提供一種計(jì)算機(jī)可讀存儲介質(zhì)來實(shí)現(xiàn)。該計(jì)算機(jī)可讀存儲介質(zhì)上存儲有計(jì)算機(jī)程序指令；該計(jì)算機(jī)程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述實(shí)施例中的任意一種自動(dòng)獲取病歷模板的方法。
以上所述實(shí)施例的各技術(shù)特征可以進(jìn)行任意的組合，為使描述簡潔，未對上述實(shí)施例中的各個(gè)技術(shù)特征所有可能的組合都進(jìn)行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應(yīng)當(dāng)認(rèn)為是本說明書記載的范圍。
以上所述實(shí)施例僅表達(dá)了本申請的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本申請構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本申請的保護(hù)范圍。因此，本申請專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。