提取临床发现事件的方法、装置、设备及可读存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115759077A(43)申请公布日2023.03.07(21)申请号202210449255.0G16H15/00(2020.01)(22)申请日2022.04.24G06N20/00(2023.01)(71)申请人厦门市易联众易惠科技有限公司地址361000福建省厦门市软件园二期观日路18号504之一(72)发明人施建安庄一波关涛洪剑潇赵友平陈紊森(74)专利代理机构厦门智慧呈睿知识产权代理事务所(普通合伙)35222专利代理师陈晓思(51)Int.Cl.G06F40/289(2020.01)G06F40/30(2019.01)G06F16/35(2019.01)G06F18/2431(2018.01)权利要求书2页说明书9页附图2页(54)发明名称提取临床发现事件的方法、装置、设备及可读存储介质(57)摘要本发明提供了提取临床发现事件的方法、装置、设备及可读存储介质，包括：获取病情描述文本，并在所述病情描述文本的前部添加字符串，生成第一文本；将所述第一文本输入至训练好的深度学习模型进行预测，并获取预测结果；将所述预测结果还原为多个三元组，其中，每一所述三元组包括主体词在所述病情描述文本中的首尾位置、以及每一个类别对应的值在所述病情描述文本中的首尾位置；根据多个所述三元组，生成由多个四元组数据构成的临床发现事件。解决了无法根据患者的描述提取到对应的案例、或提取到的案例不准确的问题。CN115759077ACN115759077A权利要求书1/2页1.一种提取临床发现事件的方法，其特征在于，包括：获取病情描述文本，并在所述病情描述文本的前部添加第一字符串，生成第一文本；将所述第一文本输入至训练好的深度学习模型进行预测，并获取预测结果；将所述预测结果还原为多个三元组，其中，每一所述三元组包括主体词在所述病情描述文本中的首尾位置、以及每一个类别对应的值在所述病情描述文本中的首尾位置；根据多个所述三元组，生成由多个四元组数据构成的临床发现事件。2.根据权利要求1所述的一种提取临床发现事件的方法，其特征在于，在将所述第一文本输入至训练好的深度学习模型进行预测，并获取预测结果之前，还包括对深度学习模型进行训练，具体为：获取训练数据中的病情描述文本，并将所述病情描述文本转化为文本id和文本向量；根据所述文本id生成主体词的的首尾位置，并根据所述主体词的首尾位置，从所述文本向量中抽取出与所述主体词首和尾对应的主体词文本向量；对所述主体词文本向量进行条件正规化，并生成正规化向量；将所述正规化向量传入一个全连接层接一个二分类器，分别预测主体词的每一个类别所对应的值的首尾位置。3.根据权利要求2所述的一种提取临床发现事件的方法，其特征在于，所述获取训练数据中的病情描述文本，并将所述病情描述文本转化为文本id和文本向量，具体为：获取训练数据中的病情描述文本，将所述病情描述文本转为BERT模型的文本id，并将所述BERT模型的文本id传至BERT的编码器；获取所述编码器生成的文本向量。4.根据权利要求1所述的一种提取临床发现事件的方法，其特征在于，所述根据多个所述三元组，生成由多个四元组数据构成的临床发现事件，具体为：将首尾位置相同的主体词的三元组进行合并，同时将相同类别的值进行合并，生成一个临床发现事件的四元组数据；将描述词为所述第一字符串的替换为空串，并根据对照表逆向将主体词中出现的替换词替换、以及逆向将发生状态中的虚词替换，生成由多个四元组数据生成构成的临床发现事件。5.一种提取临床发现事件的装置，其特征在于，包括：病情描述文本获取单元，用于获取病情描述文本，并在所述病情描述文本的前部添加第一字符串，生成第一文本；预测结果获取单元，用于将所述第一文本输入至训练好的深度学习模型进行预测，并获取预测结果；还原单元，用于将所述预测结果还原为多个三元组，其中，每一所述三元组包括主体词在所述病情描述文本中的首尾位置、以及每一个类别对应的值在所述病情描述文本中的首尾位置；临床发现事件生成单元，根据多个所述三元组，生成由多个四元组数据构成的临床发现事件。6.根据权利要求5所述的一种提取临床发现事件的装置，其特征在于，所述预测结果获取单元还包括深度学习模型进行训练的模块，具体用于：2CN115759077A权利要求书2/2页获取训练数据中的病情描述文本，并将所述病情描述文本转化为文本id和文本向量；根据所述文本id生成主体词的的首尾位置，并根据所述主体词的首尾位置，从所述文本向量中抽取出与所述主体词首和尾对应的主体词文本向量；对所述主体词文本向量进行条件正规化，并生成正规化向量；将所述正规化向量传入一个全连接层接一个二分类器，分别预测主体词的每一个类别所对应的值的首尾位置。7.根据权利要求6所