CN114360678A - 信息处理方法、装置、设备和存储介质 - Google Patents
信息处理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN114360678A CN114360678A CN202111590365.0A CN202111590365A CN114360678A CN 114360678 A CN114360678 A CN 114360678A CN 202111590365 A CN202111590365 A CN 202111590365A CN 114360678 A CN114360678 A CN 114360678A
- Authority
- CN
- China
- Prior art keywords
- disease
- inquiry
- keywords
- dialogue data
- condition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 74
- 238000003672 processing method Methods 0.000 title claims abstract description 46
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 306
- 201000010099 disease Diseases 0.000 claims abstract description 295
- 238000000034 method Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 208000024891 symptom Diseases 0.000 description 26
- 206010036790 Productive cough Diseases 0.000 description 22
- 238000010586 diagram Methods 0.000 description 13
- 206010011224 Cough Diseases 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 206010020751 Hypersensitivity Diseases 0.000 description 4
- 208000026935 allergic disease Diseases 0.000 description 4
- 230000007815 allergy Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 206010068319 Oropharyngeal pain Diseases 0.000 description 3
- 201000007100 Pharyngitis Diseases 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000002650 habitual effect Effects 0.000 description 2
- 208000024794 sputum Diseases 0.000 description 2
- 210000003802 sputum Anatomy 0.000 description 2
- 208000026139 Memory disease Diseases 0.000 description 1
- 230000000172 allergic effect Effects 0.000 description 1
- 208000010668 atopic eczema Diseases 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请公开了一种信息处理方法、装置、设备和存储介质。信息处理方法包括获取包括病症关键词的问诊对话数据,并通过病症关键词,在问诊对话数据中提取与病症关键词具有描述关系的病症基础属性词,接着,基于病症关键词和病症基础属性词,确定病症语句,然后,基于病症语句,生成病例报告信息。以解决相关技术中,录入病历报告准确率和效率低的问题。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种信息处理方法、装置、设备和存储介质。
背景技术
随着计算机技术的快速发展,越来越多的信息处理***被广泛地应用于各个领域,针对医学领域中的病历***来说,为医务人员书写纸质版病历节省了大量的时间。
但是,多数医生非专业打字员,使得他们在录入病历报告时,会消耗掉大量的工作时间,有时还会因为输入错误的医学词语,引发医疗纠纷。
发明内容
本申请实施例提供一种信息处理方法、装置、设备和存储介质,可以提高医务人员录入病历报告的准确性和效率。
根据本申请实施例的第一方面,提供一种信息处理方法,包括:
获取问诊对话数据,问诊对话数据包括病症关键词;
基于病症关键词,在问诊对话数据中提取病症基础属性词,病症基础属性词包括与病症关键词具有描述关系的词语;
根据病症关键词和病症基础属性词,确定病症语句;
基于病症语句,生成病例报告信息。
根据本申请实施例的第二方面,提供一种信息处理方法,包括:
在接收到病例生成请求的情况下,获取问诊对话数据,问诊对话数据包括病症关键词;
基于病症关键词,在问诊对话数据中提取病症基础属性词,病症基础属性词包括与病症关键词具有描述关系的词语;
根据病症关键词和病症基础属性词,确定病症语句;
基于病症语句,展示病例报告信息。
根据本申请实施例的第三方面,提供一种信息处理方法,包括:
获取第一预设时间窗内的第一问诊对话数据,第一问诊对话数据包括第一病症关键词;
根据第一病症关键词,在第一问诊对话数据中提取第一病症基础属性词,第一病症基础属性词包括与第一病症关键词具有描述关系的词语;
根据第一病症关键词和第一病症基础属性词,确定第一病症语句;
在获取到第二预设时间窗内的第二问诊对话数据的情况下,根据第二问诊对话数据中的第二病症关键词,在第二问诊对话数据中提取第二病症基础属性词,第二病症基础属性词包括与第二病症关键词具有描述关系的词语;
根据第二病症关键词和第二病症基础属性词,确定第二病症语句;
基于第二病症语句,调整第一病症语句;
基于调整后的第一病症语句,得到病例报告信息。
根据本申请实施例的第四方面,提供一种信息处理装置,包括:
获取模块,用于获取问诊对话数据,问诊对话数据包括病症关键词;
提取模块,用于基于病症关键词,在问诊对话数据中提取病症基础属性词,病症基础属性词包括与病症关键词具有描述关系的词语;
确定模块,用于根据病症关键词和病症基础属性词,确定病症语句;
生成模块,用于基于病症语句,生成病例报告信息。
根据本申请实施例的第五方面,提供一种信息处理装置,包括:
获取模块,用于在接收到病例生成请求的情况下,获取问诊对话数据,问诊对话数据包括病症关键词;
提取模块,用于基于病症关键词,在问诊对话数据中提取病症基础属性词,病症基础属性词包括与病症关键词具有描述关系的词语;
确定模块,用于根据病症关键词和病症基础属性词,确定病症语句;
展示模块,用于基于病症语句,展示病例报告信息。
根据本申请实施例的第六方面,提供一种信息处理装置,包括:
获取模块,用于获取第一预设时间窗内的第一问诊对话数据,第一问诊对话数据包括第一病症关键词;
第一提取模块,用于根据第一病症关键词,在第一问诊对话数据中提取第一病症基础属性词,第一病症基础属性词包括与第一病症关键词具有描述关系的词语;
第一确定模块,用于根据第一病症关键词和第一病症基础属性词,确定第一病症语句;
第二提取模块,用于在获取到第二预设时间窗内的第二问诊对话数据的情况下,根据第二问诊对话数据中的第二病症关键词,在第二问诊对话数据中提取第二病症基础属性词,第二病症基础属性词包括与第二病症关键词具有描述关系的词语;
第二确定模块,用于根据第二病症关键词和第二病症基础属性词,确定第二病症语句;
调整模块,用于基于第二病症语句,调整第一病症语句;
生成模块,用于基于调整后的第一病症语句,得到病例报告信息。
根据本申请实施例的第七方面,提供一种计算机设备,包括:存储器和处理器;
存储器,用于存储有计算机程序;
处理器,用于执行存储器中存储的计算机程序,计算机程序运行时使得处理器执行如第一方面、第二方面、第三方面中至少一方面所示的信息处理方法的步骤。
根据本申请实施例的第八方面,提供一种计算机可读存储介质,计算机可读存储介质上存储程序或指令,在程序或指令被计算机设备执行的情况下,使得计算机设备执行如第一方面、第二方面、第三方面中至少一方面所示的信息处理方法的步骤。
根据本申请实施例的第九方面,提供一种计算机程序产品,包括计算机程序,在计算机程序被计算机设备执行的情况下,使得计算机设备执行如第一方面、第二方面、第三方面中至少一方面所示的信息处理方法的步骤。
根据本申请实施例中的信息处理方法、装置、设备和存储介质,获取包括病症关键词的问诊对话数据,并通过病症关键词,在问诊对话数据中提取与病症关键词具有描述关系的病症基础属性词,接着,基于病症关键词和病症基础属性词,确定病症语句,以充分理解问诊对话数据中的隐藏含义,跳出模板的局限性,以及,由于确定病症语句的信息来源于患者和医生真实的问诊对话数据,可以提高生成病历报告的准确性。然后,基于病症语句,生成病例报告信息,实现在生成更通顺、更符合语法的病例报告的同时,减少医务人员录入病历的操作和时间,提高医务人员录入病历的效率。
附图说明
从下面结合附图对本申请的具体实施方式的描述中可以更好地理解本申请其中,相同或相似的附图标记表示相同或相似的特征。
图1是示出根据一个实施例的一种信息处理架构示意图;
图2是示出根据一个实施例的另一种信息处理架构示意图;
图3是示出根据一个实施例的一种信息处理方法的流程图;
图4是示出根据一个实施例的一种信息展示方法的流程示意图;
图5是示出根据一个实施例的一种信息展示方法的交互流程图;
图6是示出根据一个实施例的另一种信息处理方法的流程图;
图7是示出根据一个实施例的一种信息处理装置的结构示意图;
图8是示出根据一个实施例的一种信息展示装置的结构示意图;
图9是示出根据一个实施例的另一种信息处理装置的结构示意图;
图10是示出根据一个实施例的计算机设备的硬件结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本申请,并不被配置为限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
目前,为了实现对医疗资源的优化分配,可以借助医生专业知识,构建自动分诊、问诊和生成患者病历报告的平台。一般而言,医生可以通过问诊结果,对病人确认的症状和否认的症状进行归并,以便医生从中手动提取症状信息,并撰写病历报告。由此,使得医生在录入病历报告时,会消耗掉大量的工作时间,有时还会因为输入错误的医学词语,引发医疗纠纷。
因此,本申请实施例提供了一种信息处理方法,以智能问诊对话数据为基础,提取问诊对话数据中的病症关键词以及与病症关键词具有描述关系的病症基础属性词,并基于病症关键词和病症基础属性词,确定病症语句,以基于病症语句,生成病历书写规范的结构化病例报告信息,在减少医务人员录入病历的操作和时间的同时,提高医务人员录入病历的效率。
基于此,下面结合附图1和附图2所示的本申请实施例提供的信息处理架构,对本申请实施例提供的信息处理方法进行详细地说明。
在一种或者多种可能的实施例中,如图1所示,本申请实施例提出的信息处理架构可以包括电子设备10和服务器20。电子设备10安装有提供问诊服务功能的应用程序,或者电子设备10提供访问具有问诊服务功能的平台。服务器20为与问诊服务功能对应的应用程序或者平台提供数据服务。
示例性地,当电子设备10为患者的电子设备时,患者可以通过电子设备10访问服务器20,以基于服务器20中存储的医疗数据,对患者进行线上问诊,服务器20可以基于线上问诊的聊天记录,以便基于线上问诊的聊天记录,生成患者的病例报告信息。
需要说明的是,上述涉及的医疗数据,可以是预先设置的问诊信息,还可以是基于医生针对患者线上问诊中的问询信息(实时)生成的。
另外,基于如图1所示的架构,电子设备10可以为医生的电子设备。这样,在线下问诊时,医生可以通过电子设备10录制医生和患者的聊天信息。然后,电子设备10向服务器20发送聊天信息,以便服务器20基于聊天信息,生成患者的病例报告信息,或者电子设备10基于服务器提供的数据,对聊天信息进行处理,以得到病例报告信息。这里,电子设备10可以为手机、平板电脑、台式电脑等具有录制音频或者音视频的设备。
在另一种或者多种可能的实施例中,如图2所示,本申请实施例提出的信息处理架构可以包括电子设备11、电子设备12和服务器21。电子设备11和电子设备12均安装有提供问诊服务功能的应用程序,或者电子设备11和电子设备12均可提供访问具有问诊服务功能的平台。服务器21与图1中服务器20的功能相同。
示例性地,当电子设备11为患者的电子设备,电子设备12为医生的电子设备时,患者可以通过电子设备11向服务器21发送问询信息,服务器21可以将其问询信息发送到电子设备12,这样,医生可以通过电子设备12显示的患者的问询信息,回复与问询信息对应的反馈信息,以便服务器21基于问询信息和反馈信息,生成医生和患者的问诊对话数据,并基于问诊对话数据,生成患者的病例报告信息。
由此,基于上述信息处理架构,对本申请实施例提供的信息处理方法详细说明。
计算机设备获取患者与医生之间的问诊对话数据,问诊对话数据包括病症关键词。接着,计算机设备基于病症关键词,在问诊对话数据中提取病症基础属性词,病症基础属性词为与病症关键词具有描述关系的词语。这里,描述关系是指问诊对话数据中的至少一个词是对病症关键词的属性、特征、功能、背景、时间、人物等相关信息的描述。
然后,计算机设备根据病症关键词和病症基础属性词,确定病症语句,以基于病症语句,生成病例报告信息。
需要说明的是,计算机设备可以包括(如图1和/或图2所示的)电子设备和服务器。
由此,获取包括病症关键词的问诊对话数据,并通过基于病症关键词,在问诊对话数据中提取与病症关键词具有描述关系的病症基础属性词,接着,基于病症关键词和病症基础属性词,确定病症语句,以充分理解问诊对话数据中的隐藏含义,跳出模板的局限性,以及,由于确定病症语句的信息来源于问诊对话数据,则可以提高生成病历报告的准确性。然后,基于病症语句,生成患者的病例报告信息,在实现生成更通顺、更符合语法的病例报告的同时,减少医务人员录入病历的操作和时间,提高医务人员录入病历的效率。
基于此,本申请实施例提供的信息处理方法可以应用于线下问诊,并基于线下问诊对话数据,生成病例报告的场景,还可以应用于线上问诊,并基于线上问诊对话数据,生成病例报告,以及任何可以自动化生成病例报告信息的场景。
需要说明的是,本申请实施例是以医疗场景下的信息处理方法进行举例说明的,在实际应用中,也可以获取法律领域的法律咨询对话数据,以实现自动化生成案件信息,当然,也可以获取建筑领域的设计对话数据,以实现自动化生成设计说明等。
根据上述架构以及应用场景,下面结合图3对本申请实施例提供的信息处理方法进行详细说明。
图3是示出根据一个实施例的一种信息处理方法的流程图。
如图3所示,信息处理方法可以应用于计算机设备,计算机设备可以包括(如图1和/或如图2所示的)电子设备和/或服务器,信息处理方法具体可以包括:
步骤310,获取问诊对话数据,问诊对话数据包括病症关键词。步骤 320,基于病症关键词,在问诊对话数据中提取病症基础属性词,病症基础属性词为与病症关键词具有描述关系的词语。步骤330,根据病症关键词和病症基础属性词,确定病症语句。步骤340,基于病症语句,得到病例报告信息。
下面对上述步骤进行详细说明,具体如下所示。
涉及步骤310,本申请实施例中可以结合不同的场景,分别对获取问诊对话数据的步骤进行举例说明。
在一个或者多个示例中,计算机设备可以获取线下问诊的记录,并基于线下问诊的记录,生成问诊对话数据,基于此,步骤310具体可以包括:
获取线下问诊的音频记录,音频记录包括患者的问答音频和医务人员的问答音频;
根据音频记录,生成问诊对话数据,问诊对话数据包括针对患者的问诊文本信息和针对医务人员的问诊文本信息。
在另一个或者多个示例中,计算机设备可以获取线上问诊的记录,即在问诊对话数据包括线上问诊的通讯记录的情况下,步骤310具体可以包括:
获取线上问诊的通讯记录,通讯记录包括患者的问答文本和医务人员的问答文本。
由此,本申请实施例可以获取不同应用场景下的医务人员和患者的问诊对话数据,获取专业的医疗词汇,为后期生成结构化病历报告信息提供数据基础。另外,由于获取到的问诊对话数据为医务人员和患者的真实数据,这样,可以进一步提高生成病历报告信息的准确性。
需要说明的是,在本申请实施例中,可以通过上述至少一种方式获取问诊对话数据,这里,可以在患者先在线上进行问诊咨询后,又在线下进行问诊时,采用上述两种方式获取问诊对话数据。
基于此,在执行步骤320之前,在一个或者多个示例中,可以在问诊对话数据中获取病症关键词,基于此,本申请实施例提供的信息处理方法还可以包括:
利用结构化抽取深度学习算法对问诊对话数据进行实体抽取,得到病症关键词。
这里,实体抽取是指从数据中抽取出关键的名词、实体词,示例性地,如在医疗场景下是从问诊对话数据中抽取出疾病、症状、性状描述的实体词即病症关键词如咳痰。
进一步地,为了提高获取病症基础属性词的准确度,在得到病症关键词之后,本申请实施例提供的信息处理方法还可以包括:
根据每个病症关键词的语义,对每个病症关键词进行结构化分离,得到结构化后的至少两个病症关键词。
这里,结构化分离是指从数据中抽取出不同角度下的相关描述的词,并将不同角度描述的词进行分组、结构化。示例性地,如在医疗场景下,对病症关键词进行结构化分离是指从问诊对话数据中抽取出相应症状的相关描述的词。
示例性地,仍以上述病症关键词“咳痰”为例,根据每个“咳痰”的语义,对“咳痰”进行结构化分离,得到结构化后的至少两个病症关键词“咳痰-咳嗽+咳痰”。
基于此,涉及步骤320具体可以包括:
基于病症关键词,通过实体关系提取算法提取问诊对话数据中的病症基础属性词;和/或基于结构化后的病症关键词,通过实体关系提取算法提取问诊对话数据中的病症基础属性词。
示例性地,仍以上述病症关键词“咳痰”为例,病症基础属性词可以为“咳嗽病因为感冒”。以及,仍以结构化后的至少两个病症关键词的“咳痰-咳嗽+咳痰”为例,病症基础属性词可以为“咳嗽病因为受凉”、“咳痰因为咽喉肿痛”等。
需要说明的是,实体关系提取算法是对病症关键词的关系描述,在本申请实施例提供的医疗场景下,是对于某一形状或表现实体词(或者结构化结果)对症状、病症的描述关系。
本申请实施例中的实体关系提取算法提取的结果,即病症基础属性词可以包括下述中的至少一种词:
病历基础属性,病症发病时间,性质,症状属性等,其中,病历基础属性如患者的个人信息、家族病史等,病症发病时间如咳痰开始时间、持续时间等、性质如咳痰的原因是过敏性咳痰还是因为某些疾病咳痰。
由此,可以理解的为,步骤320可以基于上述涉及的病症关键词如“病症A和病症B在同一时间段出现,病症C和病症A又在另一个时间段出现”,由此可推,基于病症A、B和C获取到每个病症的病因、表现、属性描述,以充分理解问诊对话数据中的隐藏含义,为生成病历报告提供数据基础。
进一步地,在本申请实施例中包括但不限于通过预训练的语言表征模型(Bidirectional Encoder Representation from Transformers,BERT)、自然语言处理模型(Transformer)或者长短期记忆网络(Long Short-Term Memory,LSTM)提供的实体关系提取算法,提取问诊对话数据中的病症基础属性词。
涉及步骤330,在一个或者多个示例中,具体可以包括步骤3301和步骤3302。
步骤3301,按照预设语句逻辑,将病症基础属性词和病症关键词进行排序,得到初始语句。
示例性地,对于“咳嗽”、“咳痰”表现不同的形状进行结构化分离,得到每个病症基础属性词与病症关键词的初始语句,如“咳痰”-“痰色深”、“咳痰因为咽喉肿痛”、“持续时间大概3天”;“咳嗽”-“白日”、“次数多”、“运动咳嗽加深”。
由此,实现病症基础属性词和病症关键词的形状描述表格化,生成各自形状的初始语句的描述。
步骤3302,对初始语句进行语义填充,得到病症语句。
进一步地,基于预设的医务人员预料***中的语句,对初始语句进行语义填充,得到病症语句。
示例性地,计算机设备对初始语句进行语义逻辑优化,即对病症基础属性词和病症关键词的初始语句进行合并,如基于“咳痰”-“痰色深”、“咳痰因为咽喉肿痛”、“持续时间大概3天”;“咳嗽”-“白日”、“次数多”、“运动咳嗽加深”进行语义填充,得到病症语句如“咳嗽、咳痰3日,症状较轻”、“咳嗽白日较重,常见于清晨,运动后加重”。
由此,本申请实施例提供的信息处理方法,利用医务人员预料***,对初始语句进行语义填充,以得到与医务人员习惯性的医疗用语更为贴切的语句,从而在实现生成更通顺、更符合语法的病例报告的同时,减少医务人员录入病历的操作和时间。
涉及步骤340具体可以包括:按照病例模板,对病症语句进行语义分析和语义排序,生成病例报告信息。
进一步地,病例模板可以为基于病历书写规范生成的模板,病历模板可以包括如下部分:用户基本信息、现主诉、现病史、医嘱等部分。其中,现病史为问诊对话数据中涉及的患者当前阶段疾病相关情况记录。
基于此,步骤340中涉及的语义分析包括在识别到不满足语句语义的情况下,修改不满足语句语义的部分,如删除重复信息、修改错别字、按照医生习惯性语句修改对应的病症语句等。
以及,步骤340中涉及的可以按照病例模板对病症语句进行语义排序,并基于排序后的病症语句对病例模板进行填充,从而完成结构化现病史的病例报告信息,为医生录入病历提供了可靠的病历数据基础,减少医务人员录入病历的操作和时间,从而提高就诊效率。
在另一个或者多个示例中,当计算机设备识别到问诊对话数据包括患者的信息时,可以基于患者的信息查询计算机设备中是否存储有患者的历史病历报告信息,若存储有患者的历史病历报告信息在,则可以基于历史病历报告信息,以丰富待生成的病历报告信息,基于此,步骤340具体可以包括:
在问诊对话数据包括患者的信息的情况下,根据患者的信息,获取患者的历史病例报告信息;
按照病例模板,对病症语句和历史病例报告信息进行语义分析和语义排序,生成病例报告信息。
此时,本示例中的病历模板除了可以包括上述涉及用户基本信息、现主诉、现病史、医嘱等部分之外,还可以包括患者的既往史、家族史等其他诊疗历史,以便生成更加完整的病例报告信息,便于医生充分了解患者情况,从而提高诊断正确率。
需要说明的是,本申请实施例提供的信息处理方法,为了方便医务人员在实际中的操作,本申请实施例得到的病例报告信息可以为可编辑文本信息,这样,以便医务人员随时编辑并修改。
此外,在一种或者多种可能的实施例中,信息处理方法除了可以自动生成病历报告之外,还可以检测当前患者和医生的问诊对话信息中是否缺失了某些问询部分,如有时医生会忘记询问或者患者忘记主动告知过敏史,所以,在上述涉及到的得到病历报告信息的步骤之前,信息处理方法还可以包括:
在检测到病例报告信息符合预设缺失条件的情况下,显示提示信息,提示信息用于提示用户录入与缺失部分对应的问诊对话数据。
示例性地,在检测到病例报告信息中缺失患者的过敏史的情况下,显示提示信息,如“医嘱中有**药物,该药物有##过敏史的患者请勿服用,当前问话中并未提到患者过敏史,请添加”。
这里,显示提示信息可以是在线上问诊时,分别通过计算机设备向医务人员和患者展示,也可以是在线下问诊时,通过计算机设备向医务人员展示,以提示医务人员(和/或患者)录入与缺失部分对应的问诊对话数据。
综上,本申请实施例提供的信息处理方法,可以基于医生和患者间实际的问诊对话数据,实现分别病症、归纳病症信息以及整理并生成结构化病历报告信息的过程,以便辅助医生整理确诊决策,提高医务人员录入病历报告的准确性和效率。
基于相同的发明构思,为了方便医务人员(和/或患者)可以实时浏览病历报告信息,本申请还提供了一种信息展示方法,具体结合图4至图5 进行详细说明。
如图4所示,信息处理方法可以应用于如图1或者图2所示的电子设备,此时,信息处理装置可以安装在电子设备中,以执行步骤410至步骤 440。
步骤410,在接收到病例生成请求的情况下,获取问诊对话数据,问诊对话数据包括病症关键词。
步骤420,基于病症关键词,在问诊对话数据中提取病症基础属性词,病症基础属性词包括与病症关键词具有描述关系的词语。
步骤430,根据病症关键词和病症基础属性词,确定病症语句。
步骤440,基于病症语句,展示病例报告信息。
当然,信息处理方法可以应用于如图1或者图2所示的电子设备的服务器,具体可以结合图5进行说明。
如图5所示,信息处理方法可以包括步骤510至步骤570。
步骤510,电子设备接收用户针对生成病历的第一输入。响应于第一输入,向服务器发送病历生成请求,病历生成请求包括问诊对话数据。
步骤520,服务器在接收到病例生成请求的情况下,获取病例生成请求中的问诊对话数据,以及问诊对话数据中的病症关键词。
步骤530,服务器基于病症关键词,在问诊对话数据中提取病症基础属性词,病症基础属性词包括与病症关键词具有描述关系的词语。
步骤540,服务器根据病症关键词和病症基础属性词,确定病症语句。
步骤550,服务器基于病症语句,生成病例报告信息。
步骤560,服务器向电子设备发送病例报告信息。
步骤570,电子设备在接收到病例报告信息的情况下,展示病例报告信息。
由此,可以基于医生和患者间实际的问诊对话数据,实现分别病症、归纳病症信息以及整理并生成结构化病历报告信息的过程,然后,通过计算机设备向医务人员展示,以便辅助医生整理确诊决策,提高医务人员录入病历报告的准确性和效率。
另外,本申请实施例为了使本申请实施例提供的信息处理方法可以适用于多种场景,即在患者因为遗忘或者记忆错乱导致前后陈述的病症不一致的场景下,基于相同的发明构思,本申请还提供了另一种信息处理方法,具体结合图6进行详细说明。
如图6所示,信息处理方法可以应用于如图1或者图2所示的电子设备和服务器,具体可以包括步骤610至步骤670。
步骤610,获取第一预设时间窗内的第一问诊对话数据,第一问诊对话数据包括第一病症关键词。
步骤620,根据第一病症关键词,在第一问诊对话数据中提取第一病症基础属性词,第一病症基础属性词包括与第一病症关键词具有描述关系的词语。
步骤630,根据第一病症关键词和第一病症基础属性词,确定第一病症语句。
步骤640,在获取到第二预设时间窗内的第二问诊对话数据的情况下,根据第二问诊对话数据中的第二病症关键词,在第二问诊对话数据中提取第二病症基础属性词,第二病症基础属性词包括与第二病症关键词具有描述关系的词语。
步骤650,根据第二病症关键词和第二病症基础属性词,确定第二病症语句。
步骤660,基于第二病症语句,调整第一病症语句。
步骤670,基于调整后的第一病症语句,得到病例报告信息。
由此,计算机设备可以检测患者的陈述是否存在前后陈述的病症不一致的情况下,在检测到前后陈述的病症不一致时,可以基于后者陈述生成的第二病症语句调整前述生成的第一病症语句,然后,基于调整后的第一病症语句,得到病例报告信息,以此实现自动修改病历报告信息,减少医务人员修改病历的操作和时间,在提高生成病历报告的准确性的同时,提高医务人员录入病历的效率。
基于上述涉及的信息处理方法,本申请提供了与其对应的信息处理装置。具体结合图7进行详细说明。
图7是示出根据一个实施例的一种信息处理装置的结构示意图。
如图7所示,信息处理装置70应用于如图1或者图2所示的电子设备和服务器,信息处理装置70具体可以包括:
获取模块701,用于获取问诊对话数据,问诊对话数据包括病症关键词;
提取模块702,用于基于病症关键词,在问诊对话数据中提取病症基础属性词,病症基础属性词包括与病症关键词具有描述关系的词语;
确定模块703,用于根据病症关键词和病症基础属性词,确定病症语句;
生成模块704,用于基于病症语句,得到病例报告信息。
这样,获取包括病症关键词的问诊对话数据,并通过病症关键词,在问诊对话数据中提取与病症关键词具有描述关系的病症基础属性词,接着,基于病症关键词和病症基础属性词,确定病症语句,以充分理解问诊对话数据中的隐藏含义,跳出模板的局限性,以及,由于确定病症语句的信息来源于患者和医生真实的问诊对话数据,可以提高生成病历报告的准确性。然后,基于病症语句,生成病例报告信息,实现在生成更通顺、更符合语法的病例报告的同时,减少医务人员录入病历的操作和时间,提高医务人员录入病历的效率。
基于此,下面对本申请实施例提供的信息处理装置70进行详细说明:
在一种或者多种可能的实施例中,提取模块702具体可以用于,基于病症关键词,通过实体关系提取算法提取问诊对话数据中的病症基础属性词。
在另一种或者多种可能的实施例中,确定模块703具体可以用于,按照预设语句逻辑,将病症基础属性词和病症关键词进行排序,得到初始语句;
对初始语句进行语义填充,得到病症语句。
在又一种或者多种可能的实施例中,生成模块704具体可以用于,按照病例模板,对病症语句进行语义排序和语义排序,得到病例报告信息。
进一步地,生成模块704具体可以用于,在问诊对话数据包括患者的信息的情况下,根据患者的信息,获取患者的历史病例报告信息;
按照病例模板,对病症语句和历史病例报告信息进行语义排序和语义排序,生成病例报告信息。
在再一种或者多种可能的实施例中,本申请实施例中的数据处理装置 70还可以包括:显示模块,用于在检测到病例报告信息符合预设缺失条件的情况下,显示提示信息,提示信息用于提示用户录入与缺失部分对应的问诊对话数据。
在再一种或者多种可能的实施例中,获取模块701具体可以用于,在问诊对话数据包括线上问诊的通讯记录的情况下,获取线上问诊的通讯记录,通讯记录包括患者的问答文本和医务人员的问答文本。
在再一种或者多种可能的实施例中,获取模块701具体可以用于,获取线下问诊的音频记录,音频记录包括患者的问答音频和医务人员的问答音频;
根据音频记录,生成问诊对话数据,问诊对话数据包括针对患者的问诊文本信息和针对医务人员的问诊文本信息。
另外,基于上述涉及的信息展示方法,本申请提供了与其对应的信息展示装置。具体结合图8进行详细说明。
图8是示出根据一个实施例的一种信息展示装置的结构示意图。
如图8所示,信息展示装置80应用于如图1或者图2所示的电子设备,信息展示装置80具体可以包括:
获取模块801,用于在接收到病例生成请求的情况下,获取问诊对话数据,问诊对话数据包括病症关键词;
提取模块802,用于基于病症关键词,在问诊对话数据中提取病症基础属性词,病症基础属性词包括与病症关键词具有描述关系的词语;
确定模块803,用于根据病症关键词和病症基础属性词,确定病症语句;
展示模块804,用于基于病症语句进行语义排序,展示病例报告信息。
由此,可以基于医生和患者间实际的问诊对话数据,实现分别病症、归纳病症信息以及整理并生成结构化病历报告信息的过程,然后,通过计算机设备向医务人员展示,以便辅助医生整理确诊决策,提高医务人员录入病历报告的准确性和效率。
同理,基于上述涉及的信息处理方法,本申请提供了与其对应的信息处理装置。具体结合图9进行详细说明。
图9是示出根据一个实施例的另一种信息处理装置的结构示意图。
如图9所示,信息处理装置90应用于如图1或者图2所示的电子设备和服务器,信息处理装置90具体可以包括:
获取模块901,用于获取第一预设时间窗内的第一问诊对话数据,第一问诊对话数据包括第一病症关键词;
第一提取模块902,用于根据第一病症关键词,在第一问诊对话数据中提取第一病症基础属性词,第一病症基础属性词为与第一病症关键词具有描述关系的词语;
第一确定模块903,用于根据第一病症关键词和第一病症基础属性词,确定第一病症语句;
第二提取模块904,用于在获取到第二预设时间窗内的第二问诊对话数据的情况下,根据第二问诊对话数据中的第二病症关键词,在第二问诊对话数据中提取第二病症基础属性词,第二病症基础属性词为与第二病症关键词具有描述关系的词语;
第二确定模块905,用于根据第二病症关键词和第二病症基础属性词,确定第二病症语句;
调整模块906,用于基于第二病症语句,调整第一病症语句;
生成模块907,用于基于调整后的第一病症语句,得到病例报告信息。
由此,可以检测患者的陈述是否存在前后陈述的病症不一致的情况下,在检测到前后陈述的病症不一致时,可以基于后者陈述生成的第二病症语句调整前述生成的第一病症语句,然后,基于调整后的第一病症语句,得到病例报告信息,以此实现自动修改病历报告信息,减少医务人员修改病历的操作和时间,在提高生成病历报告的准确性的同时,提高医务人员录入病历的效率。
图10是示出根据一个实施例的计算机设备的硬件结构示意图。
如图10所示,计算机设备1000包括输入设备1001、输入接口1002、处理器1003、存储器1004、输出接口1005、以及输出设备1006。
输入接口1002、处理器1003、存储器1004、以及输出接口1005通过总线1010相互连接,输入设备1001和输出设备1006分别通过输入接口 1002和输出接口1005与总线1010连接,进而与计算机设备1000的其他组件连接。具体地,输入设备1001接收来自外部的输入信息,并通过输入接口1002将输入信息传送到处理器1003;处理器1003基于存储器1004中存储的计算机可执行指令对输入信息进行处理以生成输出信息,将输出信息临时或者永久地存储在存储器1004中,然后通过输出接口1005将输出信息传送到输出设备1006;输出设备1006将输出信息输出到计算机设备1000的外部供用户使用。
在一个实施例中,图10所示的计算机设备1000可以被实现为一种信息处理设备,该信息处理设备可以包括:存储器,被配置为存储程序;处理器,被配置为运行存储器中存储的程序,以执行上述实施例描述的信息处理方法。
在一个实施例中,该存储器还可以用于存储问诊对话数据以及结合上述图1至图6描述的信息处理、信息展示过程中每个步骤的计算结果。作为示例,该计算结果至少包括:在问诊对话数据中提取病症基础属性词、根据病症关键词和病症基础属性词确定的病症语句、病例报告信息。
根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机可读存储介质。例如,本申请的实施例包括一种计算机可读存储介质,其包括在计算机可读存储介质上存储程序或指令,在程序或指令被计算机设备执行的情况下,使得计算机设备执行上述方法的步骤。
根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以从网络上被下载和安装,和/或从可拆卸存储介质被安装。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令,当其在计算机上运行时,使得计算机执行上述各个实施例中描述的方法。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等) 方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘)等。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使对应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (12)
1.一种信息处理方法,包括:
获取问诊对话数据,所述问诊对话数据包括病症关键词;
基于所述病症关键词,在所述问诊对话数据中提取病症基础属性词,所述病症基础属性词包括与所述病症关键词具有描述关系的词语;
根据所述病症关键词和所述病症基础属性词,确定病症语句;
基于所述病症语句,生成病例报告信息。
2.根据权利要求1所述的方法,其中,所述基于所述病症关键词,在所述问诊对话数据中提取病症基础属性词,包括:
基于所述病症关键词,通过实体关系提取算法提取所述问诊对话数据中的所述病症基础属性词。
3.根据权利要求1所述的方法,其中,所述根据所述病症关键词和所述病症基础属性词,确定病症语句,包括:
按照预设语句逻辑,将所述病症基础属性词和所述病症关键词进行排序,得到初始语句;
对所述初始语句进行语义填充,得到病症语句。
4.根据权利要求1所述的方法,其中,所述基于所述病症语句,生成病例报告信息,包括:
按照病例模板,对所述病症语句进行语义分析和语义排序,生成病例报告信息。
5.根据权利要求1所述的方法,其中,所述方法还包括:
在检测到所述病例报告信息符合预设缺失条件的情况下,显示提示信息,所述提示信息用于提示用户录入与缺失部分对应的问诊对话数据。
6.根据权利要求1所述的方法,其中,所述获取问诊对话数据,包括:
在所述问诊对话数据包括线上问诊的通讯记录的情况下,获取线上问诊的通讯记录,所述通讯记录包括患者的问答文本和医务人员的问答文本;
或者,获取线下问诊的音频记录,所述音频记录包括患者的问答音频和医务人员的问答音频;
根据所述音频记录,生成问诊对话数据,所述问诊对话数据包括针对所述患者的问诊文本信息和针对所述医务人员的问诊文本信息。
7.一种信息展示方法,包括:
在接收到病例生成请求的情况下,获取问诊对话数据,所述问诊对话数据包括病症关键词;
基于所述病症关键词,在所述问诊对话数据中提取病症基础属性词,所述病症基础属性词包括与所述病症关键词具有描述关系的词语;
根据所述病症关键词和所述病症基础属性词,确定病症语句;
基于所述病症语句,展示所述病例报告信息。
8.一种信息处理方法,包括:
获取第一预设时间窗内的第一问诊对话数据,所述第一问诊对话数据包括第一病症关键词;
根据所述第一病症关键词,在所述第一问诊对话数据中提取第一病症基础属性词,所述第一病症基础属性词包括与所述第一病症关键词具有描述关系的词语;
根据所述第一病症关键词和所述第一病症基础属性词,确定第一病症语句;
在获取到第二预设时间窗内的第二问诊对话数据的情况下,根据所述第二问诊对话数据中的第二病症关键词,在所述第二问诊对话数据中提取第二病症基础属性词,所述第二病症基础属性词包括与所述第二病症关键词具有描述关系的词语;
根据所述第二病症关键词和所述第二病症基础属性词,确定第二病症语句;
基于所述第二病症语句,调整所述第一病症语句;
基于调整后的第一病症语句,得到病例报告信息。
9.一种信息处理装置,包括:
获取模块,用于获取问诊对话数据,所述问诊对话数据包括病症关键词;
提取模块,用于基于所述病症关键词,在所述问诊对话数据中提取病症基础属性词,所述病症基础属性词包括与所述病症关键词具有描述关系的词语;
确定模块,用于根据所述病症关键词和所述病症基础属性词,确定病症语句;
生成模块,用于基于所述病症语句,得到病例报告信息。
10.一种计算机设备,包括:存储器和处理器,
所述存储器,用于存储有计算机程序;
所述处理器,用于执行所述存储器中存储的计算机程序,所述计算机程序运行时使得所述处理器执行权利要求1至6中任意一项所述的信息处理方法的步骤。
11.一种计算机可读存储介质,所述计算机可读存储介质上存储程序或指令,在所述程序或指令被计算机设备执行的情况下,使得所述计算机设备执行如权利要求1至6中任意一项所述的信息处理方法的步骤。
12.一种计算机程序产品,包括计算机程序,在所述计算机程序被计算机设备执行的情况下,使得所述计算机设备执行如权利要求1至6中任意一项所述的信息处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111590365.0A CN114360678A (zh) | 2021-12-23 | 2021-12-23 | 信息处理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111590365.0A CN114360678A (zh) | 2021-12-23 | 2021-12-23 | 信息处理方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114360678A true CN114360678A (zh) | 2022-04-15 |
Family
ID=81102334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111590365.0A Pending CN114360678A (zh) | 2021-12-23 | 2021-12-23 | 信息处理方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114360678A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114897104A (zh) * | 2022-06-14 | 2022-08-12 | 北京金堤科技有限公司 | 信息获取方法、装置、电子设备及存储介质 |
CN116612848A (zh) * | 2023-07-19 | 2023-08-18 | 首都医科大学附属北京安贞医院 | 一种电子病历的生成方法、装置、设备及存储介质 |
-
2021
- 2021-12-23 CN CN202111590365.0A patent/CN114360678A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114897104A (zh) * | 2022-06-14 | 2022-08-12 | 北京金堤科技有限公司 | 信息获取方法、装置、电子设备及存储介质 |
CN116612848A (zh) * | 2023-07-19 | 2023-08-18 | 首都医科大学附属北京安贞医院 | 一种电子病历的生成方法、装置、设备及存储介质 |
CN116612848B (zh) * | 2023-07-19 | 2023-11-10 | 首都医科大学附属北京安贞医院 | 一种电子病历的生成方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11586827B2 (en) | Generating desired discourse structure from an arbitrary text | |
US11158411B2 (en) | Computer-automated scribe tools | |
US11126793B2 (en) | Unsupervised induction of user intents from conversational customer service corpora | |
US7496621B2 (en) | Method, program, and apparatus for natural language generation | |
US20140019128A1 (en) | Voice Based System and Method for Data Input | |
US20120290561A1 (en) | Information processing apparatus, information processing method, program, and information processing system | |
US20140351228A1 (en) | Dialog system, redundant message removal method and redundant message removal program | |
WO2021208444A1 (zh) | 电子病例自动生成方法、装置、设备及存储介质 | |
EP4018353A1 (en) | Systems and methods for extracting information from a dialogue | |
CN113051362B (zh) | 数据的查询方法、装置和服务器 | |
CN114360678A (zh) | 信息处理方法、装置、设备和存储介质 | |
CN109299227B (zh) | 基于语音识别的信息查询方法和装置 | |
CN112417090A (zh) | 利用未提交的用户输入数据来提高任务性能 | |
US11734358B2 (en) | Inferring intent and utilizing context for natural language expressions in a data visualization user interface | |
US11699034B2 (en) | Hybrid artificial intelligence system for semi-automatic patent infringement analysis | |
RU61442U1 (ru) | Система автоматизированного упорядочения неструктурированного информационного потока входных данных | |
CN109033083A (zh) | 一种基于语义网的法律咨询*** | |
EP4187463A1 (en) | An artificial intelligence powered digital meeting assistant | |
EP4038538A1 (en) | Unsupervised induction of user intents from conversational customer service corpora | |
US11769013B2 (en) | Machine learning based tenant-specific chatbots for performing actions in a multi-tenant system | |
JP6885506B2 (ja) | 応答処理プログラム、応答処理方法、応答処理装置および応答処理システム | |
CN116910270A (zh) | 多模态心理知识图谱构建方法、装置、设备及存储介质 | |
WO2023124837A1 (zh) | 问诊处理方法、装置、设备及存储介质 | |
US11580737B1 (en) | Search results within segmented communication session content | |
Zafari et al. | Chatsum: an intelligent medical chat summarization tool |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |