修改病种描述的方法和装置
阅读：362发布：2020-05-31
专利汇可以提供修改病种描述的方法和装置专利检索，专利查询，专利分析的服务。并且本 发明 提供 修改 病种描述的方法和装置，其中，方法包括：从本地或医疗机构 服务器 获取目标病案首页；对所述目标病案首页进行识别，得到所述病案首页中的各项数据；根据所述各项数据确定所述目标病案首页对应的病种特征数据；根据所述病种特征数据以及基于分类 算法 建立的病种分类模型确定所述目标病案首页对应的病种；确定医疗绩效考核表中登记的所述目标病案首页的病种描述，如果所述病种描述与所述目标病案首页对应的病种不同，则将所述医疗绩效考核表中的所述目标首页病案的病种描述修改为所述病种。本发明的技术方案，可实现对病案首页中不规范的病种描述进行纠正，方便根据病案首页对应的病种进行绩效分析。，下面是修改病种描述的方法和装置专利的具体信息内容。
1.一种修改病种描述的方法，其特征在于，包括：
从本地或医疗机构服务器获取目标病案首页，所述医疗机构服务器为医疗机构的服务器；
对所述目标病案首页进行识别，得到所述病案首页中的各项数据；
根据所述各项数据确定所述目标病案首页对应的病种特征数据；
根据所述病种特征数据以及基于分类算法建立的病种分类模型确定所述目标病案首页对应的病种；
确定医疗绩效考核表中登记的所述目标病案首页的病种描述，如果所述病种描述与所述目标病案首页对应的病种不同，则将所述医疗绩效考核表中的所述目标首页病案的病种描述修改为所述病种，所述医疗绩效考核表用于保存待考核的至少一个绩效考核对象的绩效考核数据，所述绩效考核数据被用于对所述绩效考核对象进行绩效考核，所述绩效考核数据包括所述绩效考核对象对应的病案首页的病种描述。
2.根据权利要求1所述的方法，其特征在于，所述获取目标病案首页之前，还包括：
确定第一时间范围内的多份病案首页对应的病种特征数据以及所述多份病案首页对应的病种；
将所述多份病案首页对应的病种特征数据以及所述多份病案首页对应的病种作为训练样本，采用所述分类算法对病种分类模型进行训练得到最逼近所述训练样本的病种分类模型；
将所述最逼近所述训练样本的病种分类模型确定为所述基于分类算法建立的病种分类模型。
3.根据权利要求1所述的方法，其特征在于，所述分类算法为K邻近算法，所述根据所述病种特征数据以及基于分类算法建立的病种分类模型确定所述目标病案首页对应的病种，包括：
分别确定所述病种特征数据与所述病种分类模型中的多份病案首页对应的病种特征数据之间的相似距离；
根据所述相似距离分别确定所述目标病案首页与所述多份病案首页之间的相似值；
根据所述相似值在所述多份病案首页中选择K份病案首页，所述K份病案首页与所述目标首页之间的相似值大于其他病案首页与所述目标病案首页之间的相似值，所述其他病案首页为所述多份病案首页中除所述K份病案首页之外的病案首页，K为正整数，K大于0；
根据所述K份病案首页对应的病种将在所述K份病案首页对应的病种中出现频率最高的病种确定为所述目标病案首页对应的病种。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述各项数据确定所述目标病案首页对应的病种特征数据包括：
对所述各项数据进行筛选以及处理，得到所述目标病案首页对应的多个病种相关数据，所述病种相关数据为直接和/或间接反映所述目标病案首页对应的用户的身体机能和/或身体状况和/或用户体征的数据；
根据所述多个病种相关数据相互之间的相关性对所述病种相关数据进行降维处理，得到所述目标病案首页对应的病种特征数据。
5.根据权利要求4所述的方法，其特征在于，所述根据所述多个病种相关数据相互之间的相关性对所述病种相关数据进行降维处理，得到所述目标病案首页对应的病种特征数据，包括：
根据所述多个病种相关数据构建N维数据，N为正整数，N等于所述病种相关数据的数量；
根据所述多个病种相关数据相互之间的相关性对所述N维数据进行降维处理得到M维数据，M为正整数，M小于N；
将所述M维数据确定为所述目标病案首页对应的病种特征数据。
6.根据权利要求5所述的方法，其特征在于，所述根据所述多个病种相关数据相互之间的相关性对所述N维数据进行降维处理得到M维数据包括：
根据所述多个病种相关数据相互之间的相关性采用主成分分析算法、自编码算法或线性判别分析算法对所述N维数据进行降维处理得到M维数据。
7.根据权利要求5所述的方法，其特征在于，所述根据所述多个病种相关数据相互之间的相关性对所述N维数据进行降维处理得到M维数据包括：
根据所述多个病种相关数据相互之间的相关性将所述N维数据划分为M个数据分组；
分别对所述M个数据分组中的数据进行线性计算得到M个数据，将所述M个数据确定为M维数据。
8.一种修改病种描述的装置，其特征在于，包括：
病案首页获取模块，用于从本地或医疗机构服务器获取目标病案首页，所述医疗机构服务器为医疗机构的服务器；
数据识别模块，用于对所述目标病案首页进行识别，得到所述病案首页中的各项数据；
病种特征数据确定模块，用于根据所述各项数据确定所述目标病案首页对应的病种特征数据；
病种确定模块，用于根据所述病种特征数据以及基于分类算法建立的病种分类模型确定所述目标病案首页对应的病种；
病种修改模块，用于确定医疗绩效考核表中登记的所述目标病案首页的病种描述，如果所述病种描述与所述目标病案首页对应的病种不同，则将所述医疗绩效考核表中的所述目标首页病案的病种描述修改为所述病种，所述医疗绩效考核表用于保存待考核的至少一个绩效考核对象的绩效考核数据所述绩效考核数据被用于对所述绩效考核对象进行绩效考核，所述绩效考核数据包括所述绩效考核对象对应的病案首页的病种描述。
9.一种修改病种描述的装置，包括处理器、存储器以及输入输出接口，所述处理器、存储器和输入输出接口相互连接，其中，所述输入输出接口用于输入或输出数据，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，执行如权利要求1-7任一项所述的方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求
1-7任一项所述的方法。
修改病种描述的方法和装置
技术领域
[0001] 本发明涉及医疗技术领域，尤其涉及修改病种描述的方法和装置。
背景技术
[0002] 病例是医务人员在医疗活动过程中形成的文字、符号、图表、影像、病例报告等能够反映医务人员诊断治疗行为的资料的总和。病案是病例被交上病案管理机构后经过病案管理人员整理的患者在就诊期间全部的医疗资料。
[0003] 病案首页是医疗机构进行病案登记、疾病分类、审查等的主要依据，其也是卫生管理部门对医疗机构进行绩效分析、医疗机构对科室、医护人员进行绩效分析的重要依据。病案首页记录了患病用户的基本情况、住院医疗以及诊断情况、住院医疗经费情况等信息，但是，由于医护人员个体的差异，医护人员在对病案首页进行记录时，针对于同一病种，不同的医护人员使用的描述不同，不利于进行绩效分析。
发明内容
[0004] 本发明实施例提供修改病种描述的方法和装置，解决因为对病种的描述不同而导致的不利于进行绩效分析的问题。
[0005] 第一方面，提供一种修改病种描述的方法，包括：
[0006] 从本地或医疗机构服务器获取目标病案首页，所述医疗机构服务器为医疗机构的服务器；
[0007] 对所述目标病案首页进行识别，得到所述病案首页中的各项数据；
[0008] 根据所述各项数据确定所述目标病案首页对应的病种特征数据；
[0010] 确定医疗绩效考核表中登记的所述目标病案首页的病种描述，如果所述病种描述与所述目标病案首页对应的病种不同，则将所述医疗绩效考核表中的所述目标首页病案的病种描述修改为所述病种，所述医疗绩效考核表用于保存待考核的至少一个绩效考核对象的绩效考核数据，所述绩效考核数据被用于对所述绩效考核对象进行绩效考核，所述绩效考核数据包括所述绩效考核对象对应的病案首页的病种描述。
[0011] 本发明实施例中，根据识别到的病案首页中的数据确定病案首页对应的病种特征数据，将该病种首页对应的病种特征数据送入病种分类模型中，根据病种分类模型的分类功能可以确定该目标病案首页对应的病种，实现对病案首页中不规范的病种描述的纠正，方便根据病种首页的内容进行绩效分析。
[0012] 结合第一方面，在一种可能的实现方式中，所述获取目标病案首页之前，还包括：确定第一时间范围内的多份病案首页对应的病种特征数据以及所述多份病案首页对应的病种；将所述多份病案首页对应的病种特征数据以及所述多份病案首页对应的病种作为训练样本，采用所述分类算法对病种分类模型进行训练得到最逼近所述训练样本的病种分类模型；将所述最逼近所述训练样本的病种分类模型确定为所述基于分类算法建立的病种分类模型。通过利用多份病案首页以及其对应的病种，对病种分类模型进行训练，可以有助于调整病种分类模型内部的加权系数，从而使得病种分类模型具有更准确的分类能力。
[0013] 结合第一方面，在一种可能的实现方式中，所述分类算法为K邻近(k-nearest neighbor，KNN)算法，所述根据所述病种特征数据以及基于分类算法建立的病种分类模型确定所述目标病案首页对应的病种，包括：分别确定所述病种特征数据与所述病种分类模型中的多份病案首页对应的病种特征数据之间的相似距离；根据所述相似距离分别确定所述目标病案首页与所述多份病案首页之间的相似值；根据所述相似值在所述多份病案首页中选择K份病案首页，所述K份病案首页与所述目标首页之间的相似值大于其他病案首页与所述目标病案首页之间的相似值，所述其他病案首页为所述多份病案首页中除所述K份病案首页之外的病案首页，K为正整数，K大于0；根据所述K份病案首页对应的病种将在所述K份病案首页对应的病种中出现频率最高的病种确定为所述目标病案首页对应的病种。利用基于KNN算法的病种分类模型确定病案首页对应的病种，易于理解，简单方便。
[0014] 结合第一方面，在一种可能的实现方式中，所述根据所述各项数据确定所述目标病案首页对应的病种特征数据包括：
[0015] 对所述各项数据进行筛选以及处理，得到所述目标病案首页对应的多个病种相关数据，所述病种相关数据为直接和/或间接反映所述目标病案首页对应的用户的身体机能和/或身体状况和/或用户体征的数据；根据所述多个病种相关数据相互之间的相关性对所述病种相关数据进行降维处理，得到所述目标病案首页对应的病种特征数据。通过筛选以及处理的方式可以得到与用户的身体机能相关的能够反映病种的并且能够被计算机识别的数据，对这些数据进行降维，可以确定输入至病种分类模型的病种特征数据。
[0016] 结合第一方面，在一种可能的实现方式中，所述根据所述多个病种相关数据相互之间的相关性对所述病种相关数据进行降维处理，得到所述目标病案首页对应的病种特征数据，包括：根据所述多个病种相关数据构建N维数据，N为正整数，N等于所述病种相关数据的数量；根据所述多个病种相关数据相互之间的相关性对所述N维数据进行降维处理得到M维数据，M为正整数，M小于N；将所述M维数据确定为所述目标病案首页对应的病种特征数据。根据病种数据的个数可以构建多维数据，通过对这多维数据降维从而可以确定输入至病种分类模型的病种特征数据。
[0017] 结合第一方面，在一种可能的实现方式中，所述根据所述多个病种相关数据相互之间的相关性对所述N维数据进行降维处理得到M维数据包括：根据所述多个病种相关数据相互之间的相关性采用主成分分析(principle component analysis，PCA)算法、自编码算法或线性判别分析(linear discriminant analysis，LDA)算法对所述N维数据进行降维处理得到M维数据。通过降维的算法对数据进行直接降维，可以减少病种相关数据的个数，不需要人为地设定规则对计算进行干预，比较方便。
[0018] 结合第一方面，在一种可能的实现方式中，所述根据所述多个病种相关数据相互之间的相关性对所述N维数据进行降维处理得到M维数据包括：根据所述多个病种相关数据相互之间的相关性将所述N维数据划分为M个数据分组；分别保留所述M个数据分组中的一个数据得到M维数据。通过根据数据之间的相关性将数据划分为多个数据分组，然后通过线性计算将每个数据分组中的数据合并为一个数据，将其确定为病种特征数据，计算方式简单。
[0019] 第二方面，提供一种修改病种描述的装置，包括：
[0020] 病案首页获取模块，用于从本地或医疗机构服务器获取目标病案首页，所述医疗机构服务器为医疗机构的服务器；
[0021] 数据识别模块，用于对所述目标病案首页进行识别，得到所述病案首页中的各项数据；
[0022] 病种特征数据确定模块，用于根据所述各项数据确定所述目标病案首页对应的病种特征数据；
[0023] 病种确定模块，用于根据所述病种特征数据以及基于分类算法建立的病种分类模型确定所述目标病案首页对应的病种；
[0024] 病种修改模块，确定医疗绩效考核表中登记的所述目标病案首页的病种描述，如果所述病种描述与所述目标病案首页对应的病种不同，则将所述医疗绩效考核表中的所述目标首页病案的病种描述修改为所述病种，所述医疗绩效考核表用于保存待考核的至少一个绩效考核对象的绩效考核数据，所述绩效考核数据被用于对所述绩效考核对象进行绩效考核，所述绩效考核数据包括所述绩效考核对象对应的病案首页的病种描述。
[0025] 第三方面，提供另一种修改病种描述的装置，包括处理器、存储器以及输入输出接口，所述处理器、存储器和输入输出接口相互连接，其中，所述输入输出接口用于输入或输出数据，所述存储器用于存储修改病种描述的装置执行上述方法的应用程序代码，所述处理器被配置用于执行上述第一方面的方法。
[0026] 第四方面，提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
[0027] 本发明实施例中，将病案首页的病种特征数据送入预先建立的病种分类模型中，病种分类模型具备修改病种描述的分类的能力，可以确定病案首页对应的病种，从而可以对病案首页中不规范的病种描述进行修正，实现对病案首页的规范化管理。附图说明
[0028] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0029] 图1A和1B是发明实施例提供的病案首页的示意图；
[0030] 图2是发明实施例提供的一种修改病种描述的方法的流程示意图；
[0031] 图3是本发明实施例提供的另一种修改病种描述的方法的流程示意图；
[0032] 图4是本发明实施例提供的一种训练病种分类模型的示意图；
[0033] 图5是本发明实施例提供的一种训练病种分类模型的示意图；
[0034] 图6是本发明实施例提供的一种修改病种描述的装置组成结构示意图；
[0035] 图7是本发明实施例提供的另一种修改病种描述的装置的组成结构示意图。
具体实施方式
[0036] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0037] 首先对病案首页进行介绍。病案首页是由卫生部统一制定和修改的需要按照一定规则填写的纸质或电子的文档。病案首页由两页内容组成，分别如图1A和1B所示，其由患者基本情况、诊断治疗情况、医疗质量监测、手术情况和住院费用情况组成。其中，在诊断治疗情况的内容部分，需要由对患者进行诊治的医护人员对病种以及疾病编码等内容进行填写。
[0038] 参见图2，图2是发明实施例提供的一种修改病种描述的方法的流程示意图，如图所示，该方法包括：
[0039] S201，从本地或医疗机构服务器获取目标病案首页。
[0040] 这里，目标病案首页是指需要被分析以确定其对应的病种的病案首页，目标病案首页的格式可以如图1A和图1B所示。医疗机构服务器为医疗机构的服务器。如果目标病案首页被医疗机构用于对科室或医护人员进行绩效考核，则执行步骤S201的为医疗机构服务器，医疗机构服务器可以从本地获取目标病案首页。如果目标病案首页被卫生管理部门用于对医疗机构进行绩效分析，则执行步骤S201的为卫生管理部门的服务器，如果医疗机构服务器已经提交该目标病案首页给卫生管理部门的服务器，则卫生管理部门的服务器可以从本地获取目标病案首页；如果医疗机构服务器未提交该目标病案首页给卫生管理部门的服务器可以从医疗机构服务器获取目标病案首页。
[0041] 在目标病案首页为纸质档的病案首页的情况下，可以通过文件扫描仪扫描该目标病案首页、摄像机拍摄该目标病案首页等方式将目标病案首页转化为电子档的病案首页，然后保存。在目标病案首页为电子档的病案首页的情况下，可以通过确定该电子档的病案首页的存储位置，从该存储位置获取该目标病案首页，其中，如果该目标病案首页就在当前的装置上，则直接从该存储位置读取该目标病案首页；如果该目标病案首页在其他存储装置上，则可以通过与该其他存储装置的连接访问该其他存储装置，从而从该存储装置中读取该目标病案首页。
[0042] S202，对目标病案首页进行识别，得到病案首页中的各项数据。
[0043] 这里，病案首页中的各项数据是指由医务人员或患病用户进行填写的数据，如图1A中，医务人员或患病用户需要填写医疗机构、组织机构代码、健康卡号等栏目对应的内容，医疗机构、组织机构代码、健康卡号等对应的内容即为病案首页中的各项数据。
[0044] 在目标病案首页为图片格式的病案首页的情况下，可以通过光学字符识别(optical character recognition，OCR)技术获取病案首页中的各项数据。在目标病案首页不为图片格式的病案首页的情况下，可以将目标病案首页转化为图片格式的病案首页，然后OCR技术获取该图片格式的病案首页中的各项数据。也可以按照识别电子档的病案首页的方式获取病案首页中的各项数据。
[0045] 在一种可能的实现方式中，可以通过如下方式识别目标病案首页以得到病案首页中的数据：根据病案首页中的各个固定的内容参数(指医疗机构、组织机构代码、姓名等)在病案首页中的位置和顺序按顺序保存这些内容参数。在识别目标病案首页时，按行读取目标病案首页的每一行的内容，将读取到的内容分别与预先保存的内容参数进行比较，若第一内容与预先保存的第一内容参数匹配，并且，第二内容与预先保存的第二内容参数匹配，则将读取到的第一内容与第二内容之间的内容确定为第一内容参数对应的数据，其中，第一内容参数与第二内容参数为两个顺序连续的内容参数并且第一内容参数的顺序在第二内容参数的顺序之前。这种方式适用于要填写的内容位于已经有的内容参数之后的部分数据。
[0046] 例如，已经有的内容参数分别为医疗机构、组织机构代码、健康卡号等，则按照它们在病案首页上的排列顺序保存这些内容参数，即医疗机构的顺序在组织机构代码的顺序之前，组织机构代码的顺序在健康卡号之前，假设读取到的数据为“医疗机构XXY组织机构代码Y110健康卡号CVV”，则将“XXY”确定为医疗机构对应的数据，将Y110确定为组织机构代码对应的数据。
[0047] 在另一种可能的实现方式中，还可以通过如下方式识别目标病案首页以得到病案首页中的数据：预先保存病案首页中选项参数(如入院病情、病案质量等)以及选项参数对应的选项内容的编号，在识别目标病案首页时，若读取到的内容与预先保存的选项参数相同，并且，识别到该选项参数对应的目标选项内容的编号被选中，则确定该目标选项内容为该选项参数对应的数据。这种方式适用于病案首页中以选项的方式呈现的内容。
[0048] 应理解的是，上述识别病案首页以得到病案首页中的各项数据的内容仅为本发明实施例的示例，在可选实施方式中，还可以有其他的方式得到病案首页中的各项数据。
[0049] S203，根据目标病案首页中的各项数据确定目标病案首页对应的病种特征数据。
[0050] 这里，可以对识别得到的该目标病案首页中的各项数据进行筛选以及处理得到该目标病案首页对应的多个病种相关数据，然后根据多个病种相关数据确定该目标病案首页对应的病种特征数据，其中，病种相关数据是指能够直接和/或间接反映该目标病案首页对应的用户的身体机能和/或身体状况和/或用户的数据。
[0051] 具体地，病种相关数据例如可以为该目标病案首页对应的用户的年龄、身高、体重、性别、病症、用药反应、病理特征等参数的数据，其中，病症、用药反应、病理特征等参数的数据可以来源于病理诊断、药物过敏、手术情况等信息对应的内容；进一步地，病理特征可以为该用户的呼吸速率、血小板、血压、心率、血糖、体温等在一段时间内呈动态变化的参数的数据的特征值(如最大值、最小值、平均值等)。
[0052] 本发明实施例中，对目标病案首页中的各项数据进行处理是指将筛选得到的能够直接和/或间接反映该目标病案首页对应的用户的身体机能和/或身体状况和/或用户的数据，按照预先设置的转换规则将各项数据转化为计算机可识别的数据。例如，对于病症，其对应的数据为“呕吐不止”，则可以对“呕吐不止”进行编码(如采用utf8编码)将其转化为计算机能够识别的数据。
[0053] 本发明实施例中，根据多个病种相关数据确定该目标病案首页对应的病种特征数据有以下两种方式：
[0054] 第一种可能的实现方式，在病种相关数据的数量小于第一数量阈值的情况下，可以将所有的病种相关数据确定为目标病案首页对应的病种特征数据，其中，第一数量阈值可以为10，20等用于限制数据的维度的数值。例如，病种相关数据分别为身高、年龄、体重、心率、血小板、血糖对应的数据，其中，身高为158(单位：厘米)，年龄为35(单位：岁)，体重为50(单位：千克)，心率为90(单位：次/分)，血小板为150(单位：细胞/nL)，血糖为9.5(单位：
毫摩/升)，一共6个数据，则可以将158，35，50，90，150，9.5这几个数据确定为目标病案首页对应的病种特征数据。
毫摩/升)，一共6个数据，则可以将158，35，50，90，150，9.5这几个数据确定为目标病案首页对应的病种特征数据。
[0055] 在第二种可能的实现方式中，在病种相关数据的数量大于或等于第一数量阈值的情况下，可以对目标病案首页中的病种相关数据进行降维处理，将降维处理得到的数据确定为目标病案首页对应的病种特征数据。
[0056] 具体实现中，可以根据多个病种相关数据相互之间的相关性对病种相关数据进行降维处理，以得到目标病案首页对应的病种特征数据。其中，根据多个病种相关数据相互之间的相关对病种相关数据进行降维处理的具体方式可以为：根据多个病种相关数据构建N维数据，N为正整数，N等于病种相关数据的数量；根据多个病种相关数据相互之间的相关性对N维数据进行降维处理得到M维数据，M为正整数，M小于N；将该M维数据确定为目标病案首页对应的病种特征数据。这里，M可以为预先设定的一个小于第一数量阈值的值。
[0057] 在一种可能的实现方式中，可以根据多个病种相关数据相互之间的相关性采用主成分分析算法、自编码算法、线性判别分析算法等用于数据降维的算法对该N维数据进行降维处理得到M维数据。
[0058] 本发明实施例以降维算法为主成分分析算法为例进行具体介绍。采用主成分分析算法对该N维数据进行降维处理的M维数据具体为：将目标病案首页对应的1*N维数据与预先以多份病案首页为样本确定的行列为N*M的特征矩阵相乘，得到的1*M维数据即为M维数据。
[0059] 其中，预先以多份病案首页为样本对其计算以确定行列为N*M的特征矩阵的方式为：1)对多份目标病案首页进行识别，得到各个病案首页各自对应的1*N维数据；2)以这多份病案首页各自对应的1*N维数据构建L*N的矩阵，作为样本，其中，L为病案首页的数量；3)确定该样本的协方差矩阵，得到N*N的协方差矩阵；4)确定该协方差矩阵的特征向量和特征值，其中，确定的特征向量和特征值的数量均为N；5)根据特征值的大小取特征值最大的M个特征对应的特征向量，构成N*M矩阵，这个N*M的矩阵即为特征矩阵。
[0060] 在另一种可能的实现方式中，可以根据多个病种相关数据之间的相关性将N维数据划分为M个数据分组；分别对M个数据分组中的数据进行线性计算得到M个数据，将M个数据确定为M维数据。多个病种相关数据之间的相关性可以通过对大量的样本数据进行分析实验和训练确定。
[0061] S204，根据目标病案首页对应的病种特征数据以及基于分类算法建立的病种分类模型确定目标病案首页对应的病种。
[0062] 这里，病种为根据一个统一的标准制定的用于描述的一组具有相同临床特征、相同资源消耗的疾病组合的名称。例如，病种可以为与国际疾病分类编码对应。
[0063] 这里，基于分类算法建立的病种分类模型是指利用某一分类算法对样本数据进行训练得到的，可以根据病种特征数据进行相关数据处理然后输出该病种特征数据对应的病种的分类模型。该病种分类模型可以为基于K近邻算法的病种分类模型、基于朴素贝叶斯算法的病种分类模型、基于决策树算法的病种分类模型、基于逻辑回归算法的病种分类模型、基于支持向量机算法的病种分类模型，等等，不限于这里的描述。
[0064] 具体实现中，可以将该病种特征数据作为该病种分类模型的输入送入该病种分类模型中，该病种分类模型经过该分类算法对应的处理之后，输出该目标病案首页对应的病种。其中，病种分类模型采用的分类算法不同，则病种分类模型进行的处理所对应的逻辑不同。
[0065] 本发明实施例以该病种分类模型为基于K邻近算法的病种分类模型为例具体介绍该病种分类模型根据病种特征数据确定目标病案首页对应的病种的具处理过程：
[0066] 首先，分别确定目标病案首页对应的各个病种特征数据与该病种分类模型中的多份病案首页的相应的各个病种特征数据之间的相似距离；然后，分别根据多份病案首页的各个病种特征数据对应的相似距离分别确定该多份病案首页中的各份病案首页与该目标病案首页的相似值；根据该相似值从该多份病案首页中选择K份病案首页，这K份病案首页与目标病案首页的相似值大于该多份病案首页中的其他病案首页；将K份病案首页对应的病种中出现频率最高的病种确定该目标病案首页对应的病种。
[0067] 其中，相似距离可以为欧式距离、曼哈顿距离等用于计算两个病种特征数据之间的相似度的距离。根据病种特征数据的相似距离确定两份病案首页的相似值为：根据两份病案首页对应的各个病种特征数据之间的相似距离以及预设的病种特征数据加权公式确定两份病案首页的相似值，该病种特征数据加权公式为病种特征数据1的相似距离*加权系数1+病种特征数据2的相似距离*加权系数2+...+病种特征数据M的相似距离*加权系数M，M为目标病案首页对应的病种特征数据的数据维度，也即病种特征数据的个数。
[0068] 举例来进行说明，假设目标病案首页对应的病种特征数据有10个，分别为病种特征数据1～10，病种特征数据加权公式中各个病种特征数据的加权系数均为1，病种分类模型对应的多份病案首页为300份，K为100，则确定目标病案首页对应的病种的过程为：
[0069] 1)计算目标病案首页与病案首页1的相似值，计算目标病案首页的病种特征数据1与病案首页1的病种特征数据1的相似距离1，计算目标病案首页的病种特征数据2与病案首页1的病种特征数据2的相似距离2，…，计算目标病案首页的病种特征数据10与病案首页1的病种特征数据10的相似距离10，根据病种特征数据加权公式计算目标病案首页1对应的相似值为：相似距离1+相似距离2+…+相似距离10。
[0070] 2)按照步骤1)的方式分别计算目标病案首页与病案首页2，病案首页3，…，病案首页300的相似值。
[0071] 3)根据1)和2)的计算结果确定300份病案首页中相似值较大的100份病案首页。
[0072] 4)统计100份病案首页对应的病种，假设100份病案首页对应的病种分别为病种1(15份)，病种2(20份)，病种3(30份)，病种4(45份)。
[0073] 5)将病种中出现频率最高的病种，即病种4确定为目标病案首页对应的病种。
[0074] 应理解的是，上述过程仅用于对病种分类模型根据病种特征数据进行相关的处理进行解释，不对本发明实施例进行限制，在可选的实施方式中，病种分类模型也可以按照其他的分类算法的处理逻辑根据病种特征数据确定目标病案首页对应的病种。
[0075] 可选地，在确定目标病案首页对应的病种后，可以将该目标病案首页中的对病种的描述修改为通过步骤S204确定的病种。
[0076] S205，确定医疗绩效考核表中登记的所述目标病案首页的病种描述，如果所述病种描述与所述目标病案首页对应的病种不同，则将所述医疗绩效考核表中的所述目标首页病案的病种描述修改为所述病种。
[0077] 这里，医疗绩效考核表为卫生管理部门对医疗机构、医疗机构对科室或医护人员进行绩效所使用的电子表格，其可以用于记录病案首页中的部分或全部内容。医疗绩效考核表用于保存待考核的至少一个绩效考核对象(绩效考核对象例如可以为医疗机构、科室、医护人员等)的绩效考核数据，这些绩效考核数据被用于对该绩效考核对象进行绩效考核，绩效考核数据可以包括绩效考核对象对应的病案首页的病种描述。
[0078] 例如，医疗绩效考核表中登记的目标病案首页的病案首页中的病种描述为白内障，而步骤S204确定的目标病案首页对应的病种为老年性白内障，则将医疗考核表中目标病案首页的病种描述修改为老年性白内障。
[0079] 本发明实施例中，根据识别到的病案首页中的数据确定病案首页对应的病种特征数据，将该病种首页对应的病种特征数据送入病种分类模型中，病种分类模型可以根据病种特征数据确定该目标病案首页对应的病种，实现对病案首页中不规范的病种描述的纠正，进而可以实现对病案首页的规范化管理，方便根据病种首页进行绩效分析。
[0080] 在一种可能的实现方式中，可以获取多份病案首页以及各份病案首页对应的病种对初始的病种分类模型进行训练，以得到最接近于实际情况的病种分类模型。参见图3，图3是发明实施例提供的另一种修改病种描述的方法的流程示意图，如图所示，该方法包括：
[0081] S301，确定第一时间范围内的多份病案首页对应的病种特征数据以及多份病案首页对应的病种。
[0082] 这里，第一时间范围是指过去的一段时间，例如为过去的1年，过去的3年，过去的5年，等等。
[0083] 具体实现中，可以通过以下方式确定第一时间范围内的多份病案首页对应的病种特征数据：首先，按照步骤S101的具体实现方式分别获取第一时间范围内的多份病案首页；然后，分别按照步骤S102的具体实现方式对各份病案首页进行识别，得到各份病案首页中的各项数据；最后，分别按照步骤S103的具体实现方式分别确定各份病案首页对应的病种特征数据，从而确定第一时间范围的多个份病案首页对应的病种特征数据。
[0084] 这里，作为样本的多份病案首页对应的病种为人为确定的。
[0085] S302，将多份病案首页对应的病种特征数据以及多份病案首页对应的病种作为训练样本，采用分类算法对病种分类模型进行训练得到最逼近训练样本的病种分类模型。
[0086] 这里，分类算法可以为K近邻算法、朴素贝叶斯算法、决策树算法的费用、逻辑回归算法、支持向量机算法，等等，不限于这里的描述。
[0087] 本发明实施例中，采用分类算法对病种分类模型进行训练得到最逼近样本的病种分类模型的原理为：将各个训练样本的病种特征数据作为病种分类模型的输入送入病种分类模型中，将病种分类模型输出的病种与该训练样本的病种进行比较，根据比较得到的结果对病种分类模型中的计算系数(如加权系数)进行调整，使得调整计算系数后的病种分类模型的输出与该训练样本的病种相同。
[0088] 下面以分类算法为K邻近算法为例，介绍采用分类算法对病种分类模型进行训练得到最逼近训练样本的病种分类模型的过程。
[0089] 训练的过程可以如图4所示，包括以下过程：利用病案首页1对病种分类模型0(初始的病种分类模型)进行训练确定特征数据加权公式1，特征数据加权公式1对应的病种分类模型为病种分类模型1。利用病案首页2对病种分类模型1进行训练确定特征数据加权公式2，特征数据加权公式2对应的病种分类模型为病种分类模型2。利用病案首页3对病种分类模型2进行训练确定特征数据加权公式3，特征数据加权公式3对应的病种分类模型为病种分类模型3。…。利用病案首页X对病种分类模型(X-1)进行训练确定特征数据加权公式X，特征数据加权公式X对应的病种分类模型为病种分类模型X，病种分类模型X即为训练得到的病种分类模型。其中，X为用作训练样本的病案首页的数量。
[0090] 其中，利用病案首页1对病种分类模型进行训练确定特征数据加权公式1的过程可以如图5所示，包括以下步骤：
[0091] S401，分别确定病案首页1与病种首页2-病案首页X的相似值。
[0092] S402，根据病案首页1与病种首页2-病案首页X的相似值在病种首页2-病案首页X中确定K份病案首页，K小于或等于X。
[0093] S403，确定K份病案首页对应的病种中出现频率最高的病种。
[0094] 其中，步骤S401～S403中确定病案首页1与病种首页2-病案首页X的相似值、确定K份病案首页以及确定K份病案首页对应的病种中出现频率最高的病种可参考上述步骤S204介绍的方式。
[0095] S404，判断K份病案首页对应的病种中出现频率最高的病种是否为病案首页1对应的病种。
[0096] 这里，病案首页1对应的病种是指在步骤S301确定的用作训练样本的病种。
[0097] 若K份病案首页对应的病种中出现频率最高的病种为病案首页1对应的病种，则执行步骤S405；若K份病案首页对应的病种中出现频率最高的病种不为病案首页1对应的病种，则执行步骤S406。
[0098] S405，确定特征数据加权公式，将其确定为特征数据加权公式1。
[0099] S406，调整特征数据加权公式的加权系数，执行步骤S401。
[0100] 利用病案首页2-病案首页X对病种分类模型进行训练确定特征数据加权公式2-特征数据加权公式X的过程可参考利用病案首页1对病种分类模型进行训练确定特征数据加权公式1的方式，此处不再赘述。
[0101] S303，将最逼近训练样本的病种分类模型确定为目标病种分类模型。
[0102] S304，确定目标病案首页对应的病种特征数据。
[0103] S305，根据目标病案首页对应的病种特征数据以及目标病种分类模型确定目标病案首页对应的病种。
[0104] 这里，步骤S304～S305的具体实现方式可参考前述步骤S101～S104的具体实现方式，此处不再赘述。
[0105] 本发明实施例中，通过获取第一时间范围内的病案首页的病种特征数据以及其对应的病种，采用分类算法对病种分类模型进行训练可以得到最接近于真实情况的病种分类模型，从而使得利用训练得到的分类模型能够更准确的输出目标病案首页对应的病种。
[0106] 上面介绍了发明实施例的方法，下面介绍发明实施例的装置。
[0107] 参见图6，图6是本发明实施例提供的一种修改病种描述的装置的组成结构示意图，该装置50包括：
[0108] 病案首页获取模块501，用于从本地或医疗机构服务器获取目标病案首页，所述医疗机构服务器为医疗机构的服务器；
[0109] 数据识别模块502，用于对所述目标病案首页进行识别，得到所述病案首页中的各项数据；
[0110] 病种特征数据确定模块503，用于根据所述各项数据确定所述目标病案首页对应的病种特征数据；
[0111] 病种确定模块504，用于根据所述病种特征数据以及基于分类算法建立的病种分类模型确定所述目标病案首页对应的病种；
[0112] 病种修改模块505，用于确定医疗绩效考核表中登记的所述目标病案首页的病种描述，如果所述病种描述与所述目标病案首页对应的病种不同，则将所述医疗绩效考核表中的所述目标首页病案的病种描述修改为所述病种，所述医疗绩效考核表用于保存待考核的至少一个绩效考核对象的绩效考核数据，所述绩效考核数据被用于对所述绩效考核对象进行绩效考核，所述绩效考核数据包括所述绩效考核对象对应的病案首页的病种描述。
[0113] 在一种可能的设计中，所述装置50还包括：
[0114] 样本数据获取模块506，用于确定第一时间范围内的多份病案首页对应的病种特征数据以及所述多份病案首页对应的病种；
[0115] 模型训练模块507，用于将所述多份病案首页对应的病种特征数据以及所述多份病案首页对应的病种作为训练样本，采用所述分类算法对病种分类模型进行训练得到最逼近所述训练样本的病种分类模型；
[0116] 模型确定模块508，用于将所述最逼近所述训练样本的病种分类模型确定为所述基于分类算法建立的病种分类模型。
[0117] 在一种可能的设计中，所述分类算法为K邻近算法，所述病种确定模块504具体用于：
[0118] 分别确定所述病种特征数据与所述病种分类模型中的多份病案首页对应的病种特征数据之间的相似距离；
[0119] 根据所述相似距离分别确定所述目标病案首页与所述多份病案首页之间的相似值；
[0120] 根据所述相似值在所述多份病案首页中选择K份病案首页，所述K份病案首页与所述目标首页之间的相似值大于其他病案首页与所述目标病案首页之间的相似值，所述其他病案首页为所述多份病案首页中除所述K份病案首页之外的病案首页，K为正整数，K大于0；
[0121] 根据所述K份病案首页对应的病种将在所述K份病案首页对应的病种中出现频率最高的病种确定为所述目标病案首页对应的病种。
[0122] 在一种可能的设计中，所述病种特征数据确定模块503具体用于：
[0123] 对所述各项数据进行筛选以及处理，得到所述目标病案首页对应的多个病种相关数据，所述病种相关数据为直接和/或间接反映所述目标病案首页对应的用户的身体机能和/或身体状况和/或用户体征的数据；
[0124] 根据所述多个病种相关数据相互之间的相关性对所述病种相关数据进行降维处理，得到所述目标病案首页对应的病种特征数据。
[0125] 在一种可能的设计中，所述病种特征数据确定模块503具体用于：
[0126] 根据所述多个病种相关数据构建N维数据，N为正整数，N等于所述病种相关数据的数量；
[0127] 根据所述多个病种相关数据相互之间的相关性对所述N维数据进行降维处理得到M维数据，M为正整数，M小于N；
[0128] 将所述M维数据确定为所述目标病案首页对应的病种特征数据。
[0129] 在一种可能的设计中，所述病种特征数据确定模块503具体用于：
[0130] 根据所述多个病种相关数据相互之间的相关性采用主成分分析算法、自编码算法或线性判别分析算法对所述N维数据进行降维处理得到M维数据。
[0131] 在一种可能的设计中，所述病种特征数据确定模块503具体用于：
[0132] 根据所述多个病种相关数据相互之间的相关性将所述N维数据划分为M个数据分组；
[0133] 分别对所述M个数据分组中的数据进行线性计算得到M个数据，将所述M个数据确定为M维数据。
[0134] 需要说明的是，图6对应的实施例中未提及的内容可参见方法实施例的描述，这里不再赘述。
[0135] 本发明实施例中，修改病种描述的装置根据识别到的病案首页中的数据确定病案首页对应的病种特征数据，将该病种首页对应的病种特征数据送入病种分类模型中，病种分类模型的可以根据病种特征数据确定该目标病案首页对应的病种，从而实现对病案首页中不规范的病种描述的纠正，进而可以实现对病案首页的规范化管理，方便根据病种首页进行绩效分析。通过利用历史数据对病种分类模型进行训练，使得病种分类模型具备更精确的分类能力。
[0136] 参见图7，图7是本发明实施例提供的另一种修改病种描述的装置的组成结构示意图，该装置60包括处理器601、存储器602以及输入输出接口603。处理器601连接到存储器602和输入输出接口603，例如处理器601可以通过总线连接到存储器602和输入输出接口
603。
603。
[0137] 处理器601被配置为支持所述修改病种描述的装置执行图2-图5所述的修改病种描述的方法中相应的功能。该处理器601可以是中央处理器(central processing unit，CPU)，网络处理器(network processor，NP)，硬件芯片或者其任意组合。上述硬件芯片可以是专用集成电路(application specific integrated circuit，ASIC)，可编程逻辑器件(programmable logic device，PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complex programmable logic device，CPLD)，现场可编程逻辑门阵列(field-programmable gate array，FPGA)，通用阵列逻辑(generic array logic，GAL)或其任意组合。
[0138] 存储器602存储器用于存储程序代码等。存储器602可以包括易失性存储器(volatile memory，VM)，例如随机存取存储器(random access memory，RAM)；存储器602也可以包括非易失性存储器(non-volatile memory，NVM)，例如只读存储器(read-only memory，ROM)，快闪存储器(flash memory)，硬盘(hard disk drive，HDD)或固态硬盘(solid-state drive，SSD)；存储器602还可以包括上述种类的存储器的组合。本发明实施例中，存储器602用于存储病种分类模型、病案首页对应的病种特征数据、病案首页对应的病种等。
[0139] 所述输入输出接口603用于输入或输出数据。
[0140] 处理器601可以调用所述程序代码以执行以下操作：
[0141] 通过输入输出接口603从本地或医疗机构服务器获取目标病案首页，所述医疗机构服务器为医疗机构的服务器；
[0142] 对所述目标病案首页进行识别，得到所述病案首页中的各项数据；
[0143] 根据所述各项数据确定所述目标病案首页对应的病种特征数据；
[0144] 根据所述病种特征数据以及基于分类算法建立的病种分类模型确定所述目标病案首页对应的病种；
[0145] 确定医疗绩效考核表中登记的所述目标病案首页的病种描述，如果所述病种描述与所述目标病案首页对应的病种不同，则将所述医疗绩效考核表中的所述目标首页病案的病种描述修改为所述病种，所述医疗绩效考核表用于保存待考核的至少一个绩效考核对象的绩效考核数据，所述绩效考核数据被用于对所述绩效考核对象进行绩效考核，所述绩效考核数据包括所述绩效考核对象对应的病案首页的病种描述。
[0146] 需要说明的是，各个操作的实现还可以对应参照图2-图5所示的方法实施例的相应描述；所述处理器601还可以与输入输出接口603配合执行上述方法实施例中的其他操作。
[0147] 本发明实施例还提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被计算机执行时使所述计算机执行如前述实施例所述的方法，所述计算机可以为上述提到的修改病种描述的装置的一部分。例如为上述的处理器601。
[0148] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、ROM或RAM等。
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
修改热门专利
QQ群二维码
意见反馈
意见反馈