买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：齐鲁工业大学(山东省科学院)

摘要：本发明公开了一种基于临床文本增强的患者表示方法及序列疾病预测装置、电子设备，属于自然语言处理技术领域。本发明要解决的技术问题为如何利用临床文本增强患者表示，并实现序列疾病预测，采用的技术方案为：①一种基于临床文本增强的患者表示方法，该方法包括如下步骤：S301、就诊超图构建模块；S302、临床文本处理模块；S303、临床文本编码模块；S304、就诊超图学习模块；S305、患者表示模块。②一种基于临床文本增强的序列疾病预测装置，该装置包括：预处理数据集单元、构建训练数据集单元、序列疾病预测模型构建单元以及序列疾病预测模型训练单元。

主权项：1.基于临床文本增强的患者表示方法，其特征在于，该方法包括以下步骤：对在以下步骤中使用的专有名词，解释如下：序列疾病预测任务是指根据患者历史就诊记录预测患者下一次就诊被诊断出的疾病；假设患者已有H-1次历史就诊，预测患者在第H次就诊时会被诊断出的疾病；疾病共现关系：假如多种疾病在某次就诊记录中共同出现，则称它们具有共现关系；疾病编码：对于患者的每次就诊，使用疾病编码将患者被诊断出的疾病记录到就诊记录中；其中一种疾病编码唯一对应着一种特定疾病；病案号：在就诊记录中，患者每次就诊都会用一个唯一的病案号进行表示；就诊记录字典：因为每位患者ID可能有多次就诊记录，每次就诊都有一个唯一的病案号以及对应的就诊时间，将每次就诊的病案号和就诊时间组合成一个列表，称之为就诊列表；以患者ID作为字典的键key，将按照就诊时间顺序排列的就诊列表作为字典的值value，创建就诊记录字典；疾病编码字典：为每个疾病编码分配一个唯一的整数编码，构建疾病编码映射字典，其中疾病编码作为key，整数编码作为value；对于每个患者的每次就诊，将该患者就诊的病案号作为key，将诊断出的疾病对应的疾病编码转换为整数编码后，组成一个列表，称之为诊断疾病编码列表并作为value，构建每个患者的疾病编码字典；临床文本字典：将该患者就诊的病案号作为key，将患者该次就诊记录中的临床文本作为value，构建每个患者的临床编码字典；S301、就诊超图构建模块：以预处理后的患者就诊记录作为输入，以单次就诊中被诊断出的疾病作为节点，就诊作为超边，构建疾病超图；初始化疾病超图中的节点特征，得到就诊超图，并将其输入至就诊超图学习模块；S302、临床文本处理模块：以预处理后的患者就诊记录作为输入，设计三步思维链提示方法完成三项子任务提取临床文本中与患者健康状况相关的重要信息：捕捉临床文本中与被诊断出的疾病相关的关键词和术语、从临床文本中提取影响患者健康状况的相关部分内容、根据提取的内容总结临床文本，得到总结后的临床文本，并将其输入临床文本编码模块；S303、临床文本编码模块：以S302临床文本处理模块得到的总结后的临床文本作为输入，使用临床预训练语言模型编码，得到临床文本嵌入表示，并将其输入至患者表示模块；S304、就诊超图学习模块：以S301就诊超图构建模块得到的就诊超图作为输入，使用超图神经网络学习就诊超图中疾病间高阶交互关系，得到疾病上下文，并将其输入至患者表示模块；S305、患者表示模块：以S304就诊超图学习模块得到的疾病上下文以及S303临床文本编码模块得到的临床文本嵌入表示作为输入；使用编码级别的注意力机制学习每种疾病的重要性，得到第H-1次就诊的就诊嵌入表示，并将第H-1次就诊的就诊嵌入表示与S303临床文本编码模块生成的临床文本嵌入表示，进行交互，得到第H-1次就诊表示；使用就诊级别的注意力机制学习历史每一次就诊表示的重要程度，得到患者表示。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院) 基于临床文本增强的患者表示方法及序列疾病预测装置、电子设备