一种基于深度学习和知识图谱的ICD智能编码的方法
基本信息
| 申请号 | CN202111149440.X | 申请日 | - |
| 公开（公告）号 | CN113779179A | 公开（公告）日 | 2021-12-10 |
| 申请公布号 | CN113779179A | 申请公布日 | 2021-12-10 |
| 分类号 | G06F16/31（2019.01）I;G06F16/33（2019.01）I;G06F16/36（2019.01）I;G16H10/60（2018.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06N7/00（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 张友书;肖尚华;程岚;祝伟 | 申请（专利权）人 | 北京雅丁信息技术有限公司 |
| 代理机构 | 北京中企鸿阳知识产权代理事务所（普通合伙） | 代理人 | 苏艳;孙海波 |
| 地址 | 100020北京市朝阳区酒仙桥路6号院7号楼1至19层101内18层1815室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提出了一种基于深度学习和知识图谱的ICD智能编码的方法，包括：获取电子病历数据和医嘱项目数据；对所述电子病历数据和医嘱项目数据进行数据标准化处理，得到标准化处理后的数据；构建BERT+BiLSTM+CRF训练诊断名称识别模型，利用该模型识别所述标准化处理后的数据的诊断名称；基于BERT模型，计算每一个诊断名称的最终ICD编码；对各个诊断名称的ICD编码进行合并；基于疾病收费项目知识图谱，根据当前病历的收费医嘱，计算本次消耗医疗资源最多的诊断，将其作为主要诊断。 |
