本發(fā)明涉及信息處理技術(shù)領(lǐng)域，具體而言，涉及一種醫(yī)療信息處理方法和醫(yī)療信息處理裝置。

背景技術(shù)：

目前，醫(yī)療服務(wù)信息化是國(guó)際發(fā)展趨勢(shì)，隨著信息技術(shù)的快速發(fā)展，國(guó)內(nèi)越來越多的醫(yī)院正加速實(shí)施基于信息化平臺(tái)、HIS(Hospital Information System，醫(yī)院信息系統(tǒng))的整體建設(shè)，以提高醫(yī)院的服務(wù)水平與核心競(jìng)爭(zhēng)力，醫(yī)療信息化不僅提升了醫(yī)生的工作效率，使醫(yī)生有更多的時(shí)間為患者服務(wù)，更提高了患者滿意度和信任度，無形之中樹立起了醫(yī)院的科技形象。因此，醫(yī)療業(yè)務(wù)應(yīng)用與基礎(chǔ)網(wǎng)絡(luò)平臺(tái)的逐步融合正成為國(guó)內(nèi)醫(yī)院，尤其是大中型醫(yī)院信息化發(fā)展的新方向。

在醫(yī)療信息化過程中，醫(yī)療詞庫(kù)的構(gòu)建是一個(gè)非常重要且基礎(chǔ)的工作，醫(yī)療詞庫(kù)的構(gòu)建有助于實(shí)現(xiàn)病歷電子化，有助于對(duì)互聯(lián)網(wǎng)上大量的非結(jié)構(gòu)化的醫(yī)療文本進(jìn)行解析，也有助于實(shí)現(xiàn)病人病案的智能化分析。雖然國(guó)外有成熟的醫(yī)學(xué)詞庫(kù)系統(tǒng)，但并不適合用于以中文為母語(yǔ)的國(guó)內(nèi)醫(yī)療詞庫(kù)。國(guó)內(nèi)也構(gòu)建了英漢平行語(yǔ)料庫(kù)、中醫(yī)藥學(xué)詞庫(kù)等，然而，國(guó)內(nèi)醫(yī)療詞庫(kù)中的詞并不全面，而且也缺乏一定的正確性。

因此，如何構(gòu)建出更加準(zhǔn)確、全面的醫(yī)療詞庫(kù)成為亟待解決的問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明正是基于上述問題，提出了一種新的技術(shù)方案，可以比較準(zhǔn)確、全面地挖掘出醫(yī)療文本中存在關(guān)聯(lián)關(guān)系的詞，從而根據(jù)存在關(guān)聯(lián)關(guān)系的詞構(gòu)建出的醫(yī)療詞庫(kù)更加準(zhǔn)確和全面。

有鑒于此，本發(fā)明的一方面提出了一種醫(yī)療信息處理方法，包括：對(duì) 多個(gè)醫(yī)療文本進(jìn)行切詞，以及對(duì)所述多個(gè)醫(yī)療文本進(jìn)行聚類；根據(jù)同一類別的醫(yī)療文本中每?jī)蓚€(gè)醫(yī)療文本的詞，確定所述每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度；根據(jù)所述每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度，判斷所述同一類別的醫(yī)療文本中任兩個(gè)醫(yī)療文本的詞是否存在關(guān)聯(lián)關(guān)系；在判斷結(jié)果為是時(shí)，將存在關(guān)聯(lián)關(guān)系的詞進(jìn)行關(guān)聯(lián)存儲(chǔ)。

在該技術(shù)方案中，根據(jù)同一類別的醫(yī)療文本中每?jī)蓚€(gè)醫(yī)療文本中的詞確定每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度，以根據(jù)每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度判斷該同一類別的任兩個(gè)醫(yī)療文本的詞之間是否存在關(guān)聯(lián)關(guān)系，并將存在關(guān)聯(lián)關(guān)系的詞進(jìn)行關(guān)聯(lián)存儲(chǔ)，例如，存儲(chǔ)在醫(yī)療詞庫(kù)中，以構(gòu)建較為完善的醫(yī)療詞庫(kù)。例如，A醫(yī)療文本中的詞有：感冒和發(fā)燒，B醫(yī)療文本中的詞有：發(fā)熱和咳嗽，C醫(yī)療文本中的詞有：咳嗽和著涼，可見，A與B中具有相近的詞：發(fā)燒和發(fā)熱，A與B之間的關(guān)聯(lián)度為30％，B與C中具有相同的詞：咳嗽，B與C之間的關(guān)聯(lián)度為50％，A與C中雖然沒有相同或相近的詞，但是，由于A與B之間有關(guān)聯(lián)，B與C之間有關(guān)聯(lián)，則可以確定A與C之間有關(guān)聯(lián)，也就確定A與C的詞之間存在關(guān)聯(lián)關(guān)系。因此，本方案可以進(jìn)一步地挖掘出存在隱含關(guān)聯(lián)關(guān)系的詞，從而可以更加準(zhǔn)確、全面地挖掘出醫(yī)療文本中存在關(guān)聯(lián)關(guān)系的詞。進(jìn)一步地，可以根據(jù)存在關(guān)聯(lián)關(guān)系的詞構(gòu)建出醫(yī)療醫(yī)療信息的搜索引擎，或者實(shí)現(xiàn)醫(yī)療文本信息的自動(dòng)化分析等，為門診醫(yī)生及患者查詢疾病與癥狀提供便利。

優(yōu)選地，多個(gè)醫(yī)療文本可以是醫(yī)院的醫(yī)療系統(tǒng)中的電子病歷，還可以是利用爬蟲程序從醫(yī)學(xué)專業(yè)網(wǎng)站上獲取到的。由于多個(gè)醫(yī)療文本的規(guī)模比較大，因此，可以對(duì)多個(gè)醫(yī)療文本進(jìn)行分布式文件系統(tǒng)進(jìn)行存儲(chǔ)。

在上述技術(shù)方案中，優(yōu)選地，所述將存在關(guān)聯(lián)關(guān)系的詞進(jìn)行關(guān)聯(lián)存儲(chǔ)的步驟，還包括：根據(jù)所述任兩個(gè)醫(yī)療文本的關(guān)聯(lián)度，確定所述任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度；將所述任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度進(jìn)行存儲(chǔ)。

在該技術(shù)方案中，根據(jù)任兩個(gè)醫(yī)療文本的關(guān)聯(lián)度，確定任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度，具體地，可以將任兩個(gè)醫(yī)療文本的關(guān)聯(lián)度作為任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度，當(dāng)然還可以根據(jù)預(yù)設(shè)算法計(jì)算任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度，從而根據(jù)詞之間的關(guān)聯(lián)度更加準(zhǔn)確、直觀地反映詞之間的關(guān)聯(lián) 程度。例如，A醫(yī)療文本中的詞有：感冒和發(fā)燒，C醫(yī)療文本中的詞有：咳嗽和著涼，A與C之間的關(guān)聯(lián)度為10％，則感冒和咳嗽之間的關(guān)聯(lián)度為10％。

在上述任一技術(shù)方案中，優(yōu)選地，所述對(duì)多個(gè)醫(yī)療文本進(jìn)行切詞的步驟，具體包括：根據(jù)詞典和所述多個(gè)醫(yī)療文本中詞的詞性，對(duì)所述多個(gè)醫(yī)療文本進(jìn)行切詞。

在該技術(shù)方案中，可以根據(jù)詞典(優(yōu)選醫(yī)療詞典)中的詞和詞性對(duì)多個(gè)醫(yī)療文本進(jìn)行切詞，具體地，根據(jù)詞典中的詞對(duì)多個(gè)醫(yī)療文本進(jìn)行切詞，若詞典中不存在多個(gè)醫(yī)療文本中的詞語(yǔ)，根據(jù)該詞語(yǔ)的詞性判斷其與前后詞語(yǔ)是否存在關(guān)聯(lián)，是否需要組合成新的詞，從而有效地避免出現(xiàn)誤切詞和漏切詞的情況，進(jìn)而保證切詞的準(zhǔn)確性和全面性。

在上述任一技術(shù)方案中，優(yōu)選地，所述對(duì)所述多個(gè)醫(yī)療文本進(jìn)行聚類的步驟，具體包括：根據(jù)國(guó)際疾病分類和K-means算法，對(duì)所述多個(gè)醫(yī)療文本進(jìn)行聚類。

在該技術(shù)方案中，可以根據(jù)國(guó)際疾病分類(International Classification of Disease，ICD)和K-means算法，對(duì)所述多個(gè)醫(yī)療文本進(jìn)行聚類，由于聚類得到的同一類別的醫(yī)療文本的患病相同，因此，聚類得到的同一類別的醫(yī)療文本的詞之間存在關(guān)聯(lián)的可能性比較大，然后對(duì)該同一類別的醫(yī)療文本進(jìn)行進(jìn)一步地處理，以保證處理速度。

在上述任一技術(shù)方案中，優(yōu)選地，所述將存在關(guān)聯(lián)關(guān)系的詞進(jìn)行關(guān)聯(lián)存儲(chǔ)的步驟，具體包括：根據(jù)所述存在關(guān)聯(lián)關(guān)系的詞的屬性，對(duì)所述存在關(guān)聯(lián)關(guān)系的詞進(jìn)行存儲(chǔ)。

在該技術(shù)方案中，根據(jù)存在關(guān)聯(lián)關(guān)系的詞的屬性對(duì)該詞進(jìn)行存儲(chǔ)，例如，詞的屬性為：身體部位(如“頭”、“四肢”等)、謂詞(如“疼痛”、“勞損”等)、疾病(如“發(fā)熱”、“心臟病”等)、藥物(如“格華止片”，“葡萄糖注射液”等)、治療手段(如“點(diǎn)滴”、“麻醉”等)、忽略詞(如“本院”、“患者”等對(duì)信息抽取沒有貢獻(xiàn)的詞)，從而保證關(guān)聯(lián)關(guān)系的詞的存儲(chǔ)更加有條理。

本發(fā)明的另一方面提出了一種醫(yī)療信息處理裝置，包括：處理單元， 用于對(duì)多個(gè)醫(yī)療文本進(jìn)行切詞，以及對(duì)所述多個(gè)醫(yī)療文本進(jìn)行聚類；第一確定單元，用于根據(jù)同一類別的醫(yī)療文本中每?jī)蓚€(gè)醫(yī)療文本的詞，確定所述每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度；判斷單元，用于根據(jù)所述每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度，判斷所述同一類別的醫(yī)療文本中任兩個(gè)醫(yī)療文本的詞是否存在關(guān)聯(lián)關(guān)系；存儲(chǔ)單元，用于在判斷結(jié)果為是時(shí)，將存在關(guān)聯(lián)關(guān)系的詞進(jìn)行關(guān)聯(lián)存儲(chǔ)。

在該技術(shù)方案中，根據(jù)同一類別的醫(yī)療文本中每?jī)蓚€(gè)醫(yī)療文本中的詞確定每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度，以根據(jù)每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度判斷該同一類別的任兩個(gè)醫(yī)療文本的詞之間是否存在關(guān)聯(lián)關(guān)系，并將存在關(guān)聯(lián)關(guān)系的詞進(jìn)行關(guān)聯(lián)存儲(chǔ)，例如，存儲(chǔ)在醫(yī)療詞庫(kù)中，以構(gòu)建較為完善的醫(yī)療詞庫(kù)。例如，A醫(yī)療文本中的詞有：感冒和發(fā)燒，B醫(yī)療文本中的詞有：發(fā)熱和咳嗽，C醫(yī)療文本中的詞有：咳嗽和著涼，可見，A與B中具有相近的詞：發(fā)燒和發(fā)熱，A與B之間的關(guān)聯(lián)度為30％，B與C中具有相同的詞：咳嗽，B與C之間的關(guān)聯(lián)度為50％，A與C中雖然沒有相同或相近的詞，但是，由于A與B之間有關(guān)聯(lián)，B與C之間有關(guān)聯(lián)，則可以確定A與C之間有關(guān)聯(lián)，也就確定A與C的詞之間存在關(guān)聯(lián)關(guān)系。因此，本方案可以進(jìn)一步地挖掘出存在隱含關(guān)聯(lián)關(guān)系的詞，從而可以更加準(zhǔn)確、全面地挖掘出醫(yī)療文本中存在關(guān)聯(lián)關(guān)系的詞。進(jìn)一步地，可以根據(jù)存在關(guān)聯(lián)關(guān)系的詞構(gòu)建出醫(yī)療醫(yī)療信息的搜索引擎，或者實(shí)現(xiàn)醫(yī)療文本信息的自動(dòng)化分析等，為門診醫(yī)生及患者查詢疾病與癥狀提供便利。

優(yōu)選地，多個(gè)醫(yī)療文本可以是醫(yī)院的醫(yī)療系統(tǒng)中的電子病歷，還可以是利用爬蟲程序從醫(yī)學(xué)專業(yè)網(wǎng)站上獲取到的。由于多個(gè)醫(yī)療文本的規(guī)模比較大，因此，可以對(duì)多個(gè)醫(yī)療文本進(jìn)行分布式文件系統(tǒng)進(jìn)行存儲(chǔ)。

在上述技術(shù)方案中，優(yōu)選地，所述存儲(chǔ)單元包括：第二確定單元，用于根據(jù)所述任兩個(gè)醫(yī)療文本的關(guān)聯(lián)度，確定所述任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度；所述存儲(chǔ)單元具體用于，將所述任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度進(jìn)行存儲(chǔ)。

在該技術(shù)方案中，根據(jù)任兩個(gè)醫(yī)療文本的關(guān)聯(lián)度，確定任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度，具體地，可以將任兩個(gè)醫(yī)療文本的關(guān)聯(lián)度作為任兩個(gè)醫(yī) 療文本中詞的關(guān)聯(lián)度，當(dāng)然還可以根據(jù)預(yù)設(shè)算法計(jì)算任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度，從而根據(jù)詞之間的關(guān)聯(lián)度更加準(zhǔn)確、直觀地反映詞之間的關(guān)聯(lián)程度。例如，A醫(yī)療文本中的詞有：感冒和發(fā)燒，C醫(yī)療文本中的詞有：咳嗽和著涼，A與C之間的關(guān)聯(lián)度為10％，則感冒和咳嗽之間的關(guān)聯(lián)度為10％。

在上述任一技術(shù)方案中，優(yōu)選地，所述處理單元包括：切詞單元，用于根據(jù)詞典和所述多個(gè)醫(yī)療文本中詞的詞性，對(duì)所述多個(gè)醫(yī)療文本進(jìn)行切詞。

在該技術(shù)方案中，可以根據(jù)詞典(優(yōu)選醫(yī)療詞典)中的詞和詞性對(duì)多個(gè)醫(yī)療文本進(jìn)行切詞，具體地，根據(jù)詞典中的詞對(duì)多個(gè)醫(yī)療文本進(jìn)行切詞，若詞典中不存在多個(gè)醫(yī)療文本中的詞語(yǔ)，根據(jù)該詞語(yǔ)的詞性判斷其與前后詞語(yǔ)是否存在關(guān)聯(lián)，是否需要組合成新的詞，從而有效地避免出現(xiàn)誤切詞和漏切詞的情況，進(jìn)而保證切詞的準(zhǔn)確性和全面性。

在上述任一技術(shù)方案中，優(yōu)選地，所述處理單元包括：聚類單元，用于根據(jù)國(guó)際疾病分類和K-means算法，對(duì)所述多個(gè)醫(yī)療文本進(jìn)行聚類。

在該技術(shù)方案中，可以根據(jù)國(guó)際疾病分類(International Classification of Disease，ICD)和K-means算法，對(duì)所述多個(gè)醫(yī)療文本進(jìn)行聚類，由于聚類得到的同一類別的醫(yī)療文本的患病相同，因此，聚類得到的同一類別的醫(yī)療文本的詞之間存在關(guān)聯(lián)的可能性比較大，然后對(duì)該同一類別的醫(yī)療文本進(jìn)行進(jìn)一步地處理，以保證處理速度。

在上述任一技術(shù)方案中，優(yōu)選地，所述存儲(chǔ)單元具體用于，根據(jù)所述存在關(guān)聯(lián)關(guān)系的詞的屬性，對(duì)所述存在關(guān)聯(lián)關(guān)系的詞進(jìn)行存儲(chǔ)。

在該技術(shù)方案中，根據(jù)存在關(guān)聯(lián)關(guān)系的詞的屬性對(duì)該詞進(jìn)行存儲(chǔ)，例如，詞的屬性為：身體部位(如“頭”、“四肢”等)、謂詞(如“疼痛”、“勞損”等)、疾病(如“發(fā)熱”、“心臟病”等)、藥物(如“格華止片”，“葡萄糖注射液”等)、治療手段(如“點(diǎn)滴”、“麻醉”等)、忽略詞(如“本院”、“患者”等對(duì)信息抽取沒有貢獻(xiàn)的詞)，從而保證關(guān)聯(lián)關(guān)系的詞的存儲(chǔ)更加有條理。

通過本發(fā)明的技術(shù)方案，可以比較準(zhǔn)確、全面地挖掘出醫(yī)療文本中存 在關(guān)聯(lián)關(guān)系的詞，從而根據(jù)存在關(guān)聯(lián)關(guān)系的詞構(gòu)建出的醫(yī)療詞庫(kù)更加準(zhǔn)確和全面。

附圖說明

圖1示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的醫(yī)療信息處理方法的流程示意圖；

圖2示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的醫(yī)療信息處理裝置的結(jié)構(gòu)示意圖；

圖3示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的醫(yī)療信息處理裝置的原理示意圖。

具體實(shí)施方式

為了可以更清楚地理解本發(fā)明的上述目的、特征和優(yōu)點(diǎn)，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明進(jìn)行進(jìn)一步的詳細(xì)描述。需要說明的是，在不沖突的情況下，本申請(qǐng)的實(shí)施例及實(shí)施例中的特征可以相互組合。

在下面的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本發(fā)明，但是，本發(fā)明還可以采用其他不同于在此描述的其他方式來實(shí)施，因此，本發(fā)明的保護(hù)范圍并不受下面公開的具體實(shí)施例的限制。

圖1示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的醫(yī)療信息處理方法的流程示意圖。

如圖1所示，根據(jù)本發(fā)明的一個(gè)實(shí)施例的醫(yī)療信息處理方法，包括：

步驟102，對(duì)多個(gè)醫(yī)療文本進(jìn)行切詞，以及對(duì)所述多個(gè)醫(yī)療文本進(jìn)行聚類；

步驟104，根據(jù)同一類別的醫(yī)療文本中每?jī)蓚€(gè)醫(yī)療文本的詞，確定所述每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度；

步驟106，根據(jù)所述每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度，判斷所述同一類別的醫(yī)療文本中任兩個(gè)醫(yī)療文本的詞是否存在關(guān)聯(lián)關(guān)系，在判斷結(jié)果為是時(shí)，進(jìn)入步驟108，否則結(jié)束本次流程；

步驟108，將存在關(guān)聯(lián)關(guān)系的詞進(jìn)行關(guān)聯(lián)存儲(chǔ)。

在該技術(shù)方案中，根據(jù)同一類別的醫(yī)療文本中每?jī)蓚€(gè)醫(yī)療文本中的詞確定每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度，以根據(jù)每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度判斷該同一類別的任兩個(gè)醫(yī)療文本的詞之間是否存在關(guān)聯(lián)關(guān)系，并將存在關(guān)聯(lián)關(guān)系的詞進(jìn)行關(guān)聯(lián)存儲(chǔ)，例如，存儲(chǔ)在醫(yī)療詞庫(kù)中，以構(gòu)建較為完善的醫(yī)療詞庫(kù)。例如，A醫(yī)療文本中的詞有：感冒和發(fā)燒，B醫(yī)療文本中的詞有：發(fā)熱和咳嗽，C醫(yī)療文本中的詞有：咳嗽和著涼，可見，A與B中具有相近的詞：發(fā)燒和發(fā)熱，A與B之間的關(guān)聯(lián)度為30％，B與C中具有相同的詞：咳嗽，B與C之間的關(guān)聯(lián)度為50％，A與C中雖然沒有相同或相近的詞，但是，由于A與B之間有關(guān)聯(lián)，B與C之間有關(guān)聯(lián)，則可以確定A與C之間有關(guān)聯(lián)，也就確定A與C的詞之間存在關(guān)聯(lián)關(guān)系。因此，本方案可以進(jìn)一步地挖掘出存在隱含關(guān)聯(lián)關(guān)系的詞，從而可以更加準(zhǔn)確、全面地挖掘出醫(yī)療文本中存在關(guān)聯(lián)關(guān)系的詞。進(jìn)一步地，可以根據(jù)存在關(guān)聯(lián)關(guān)系的詞構(gòu)建出醫(yī)療醫(yī)療信息的搜索引擎，或者實(shí)現(xiàn)醫(yī)療文本信息的自動(dòng)化分析等，為門診醫(yī)生及患者查詢疾病與癥狀提供便利。

優(yōu)選地，多個(gè)醫(yī)療文本可以是醫(yī)院的醫(yī)療系統(tǒng)中的電子病歷，還可以是利用爬蟲程序從醫(yī)學(xué)專業(yè)網(wǎng)站上獲取到的。由于多個(gè)醫(yī)療文本的規(guī)模比較大，因此，可以對(duì)多個(gè)醫(yī)療文本進(jìn)行分布式文件系統(tǒng)進(jìn)行存儲(chǔ)。

在上述技術(shù)方案中，優(yōu)選地，步驟108還包括：根據(jù)所述任兩個(gè)醫(yī)療文本的關(guān)聯(lián)度，確定所述任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度；將所述任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度進(jìn)行存儲(chǔ)。

在該技術(shù)方案中，根據(jù)任兩個(gè)醫(yī)療文本的關(guān)聯(lián)度，確定任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度，具體地，可以將任兩個(gè)醫(yī)療文本的關(guān)聯(lián)度作為任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度，當(dāng)然還可以根據(jù)預(yù)設(shè)算法計(jì)算任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度，從而根據(jù)詞之間的關(guān)聯(lián)度更加準(zhǔn)確、直觀地反映詞之間的關(guān)聯(lián)程度。例如，A醫(yī)療文本中的詞有：感冒和發(fā)燒，C醫(yī)療文本中的詞有：咳嗽和著涼，A與C之間的關(guān)聯(lián)度為10％，則感冒和咳嗽之間的關(guān)聯(lián)度為10％。

在上述任一技術(shù)方案中，優(yōu)選地，所述對(duì)多個(gè)醫(yī)療文本進(jìn)行切詞的步驟，具體包括：根據(jù)詞典和所述多個(gè)醫(yī)療文本中詞的詞性，對(duì)所述多個(gè)醫(yī) 療文本進(jìn)行切詞。

在該技術(shù)方案中，可以根據(jù)詞典(優(yōu)選醫(yī)療詞典)中的詞和詞性對(duì)多個(gè)醫(yī)療文本進(jìn)行切詞，具體地，根據(jù)詞典中的詞對(duì)多個(gè)醫(yī)療文本進(jìn)行切詞，若詞典中不存在多個(gè)醫(yī)療文本中的詞語(yǔ)，根據(jù)該詞語(yǔ)的詞性判斷其與前后詞語(yǔ)是否存在關(guān)聯(lián)，是否需要組合成新的詞，從而有效地避免出現(xiàn)誤切詞和漏切詞的情況，進(jìn)而保證切詞的準(zhǔn)確性和全面性。優(yōu)選地，對(duì)醫(yī)療文本進(jìn)行切詞得到的詞為醫(yī)療詞語(yǔ)，從而避免無關(guān)詞匯(例如，每天、患者、本院)對(duì)確定醫(yī)療文本關(guān)聯(lián)度時(shí)的干擾。

在上述任一技術(shù)方案中，優(yōu)選地，所述對(duì)所述多個(gè)醫(yī)療文本進(jìn)行聚類的步驟，具體包括：根據(jù)國(guó)際疾病分類和K-means算法，對(duì)所述多個(gè)醫(yī)療文本進(jìn)行聚類。

在該技術(shù)方案中，可以根據(jù)國(guó)際疾病分類(International Classification of Disease，ICD)和K-means算法，對(duì)所述多個(gè)醫(yī)療文本進(jìn)行聚類，由于聚類得到的同一類別的醫(yī)療文本的患病相同，因此，聚類得到的同一類別的醫(yī)療文本的詞之間存在關(guān)聯(lián)的可能性比較大，然后對(duì)該同一類別的醫(yī)療文本進(jìn)行進(jìn)一步地處理，以保證處理速度。

在上述任一技術(shù)方案中，優(yōu)選地，步驟108具體包括：根據(jù)所述存在關(guān)聯(lián)關(guān)系的詞的屬性，對(duì)所述存在關(guān)聯(lián)關(guān)系的詞進(jìn)行存儲(chǔ)。

在該技術(shù)方案中，根據(jù)存在關(guān)聯(lián)關(guān)系的詞的屬性對(duì)該詞進(jìn)行存儲(chǔ)，例如，詞的屬性為：身體部位(如“頭”、“四肢”等)、謂詞(如“疼痛”、“勞損”等)、疾病(如“發(fā)熱”、“心臟病”等)、藥物(如“格華止片”，“葡萄糖注射液”等)、治療手段(如“點(diǎn)滴”、“麻醉”等)、忽略詞(如“本院”、“患者”等對(duì)信息抽取沒有貢獻(xiàn)的詞)，從而保證關(guān)聯(lián)關(guān)系的詞的存儲(chǔ)更加有條理。

圖2示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的醫(yī)療信息處理裝置的結(jié)構(gòu)示意圖。

如圖2所示，根據(jù)本發(fā)明的一個(gè)實(shí)施例的醫(yī)療信息處理裝置200，包括：處理單元202，用于對(duì)多個(gè)醫(yī)療文本進(jìn)行切詞，以及對(duì)所述多個(gè)醫(yī)療文本進(jìn)行聚類；第一確定單元204，用于根據(jù)同一類別的醫(yī)療文本中每?jī)? 個(gè)醫(yī)療文本的詞，確定所述每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度；判斷單元206，用于根據(jù)所述每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度，判斷所述同一類別的醫(yī)療文本中任兩個(gè)醫(yī)療文本的詞是否存在關(guān)聯(lián)關(guān)系；存儲(chǔ)單元208，用于在判斷結(jié)果為是時(shí)，將存在關(guān)聯(lián)關(guān)系的詞進(jìn)行關(guān)聯(lián)存儲(chǔ)。

在該技術(shù)方案中，根據(jù)同一類別的醫(yī)療文本中每?jī)蓚€(gè)醫(yī)療文本中的詞確定每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度，以根據(jù)每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度判斷該同一類別的任兩個(gè)醫(yī)療文本的詞之間是否存在關(guān)聯(lián)關(guān)系，并將存在關(guān)聯(lián)關(guān)系的詞關(guān)聯(lián)存儲(chǔ)，例如，存儲(chǔ)在醫(yī)療詞庫(kù)中，以構(gòu)建較為完善的醫(yī)療詞庫(kù)。例如，A醫(yī)療文本中的詞有：感冒和發(fā)燒，B醫(yī)療文本中的詞有：發(fā)熱和咳嗽，C醫(yī)療文本中的詞有：咳嗽和著涼，可見，A與B中具有相近的詞：發(fā)燒和發(fā)熱，A與B之間的關(guān)聯(lián)度為30％，B與C中具有相同的詞：咳嗽，B與C之間的關(guān)聯(lián)度為50％，A與C中雖然沒有相同或相近的詞，但是，由于A與B之間有關(guān)聯(lián)，B與C之間有關(guān)聯(lián)，則可以確定A與C之間有關(guān)聯(lián)，也就確定A與C的詞之間存在關(guān)聯(lián)關(guān)系。因此，本方案可以進(jìn)一步地挖掘出存在隱含關(guān)聯(lián)關(guān)系的詞，從而可以更加準(zhǔn)確、全面地挖掘出醫(yī)療文本中存在關(guān)聯(lián)關(guān)系的詞。進(jìn)一步地，可以根據(jù)存在關(guān)聯(lián)關(guān)系的詞構(gòu)建出醫(yī)療醫(yī)療信息的搜索引擎，或者實(shí)現(xiàn)醫(yī)療文本信息的自動(dòng)化分析等，為門診醫(yī)生及患者查詢疾病與癥狀提供便利。

優(yōu)選地，多個(gè)醫(yī)療文本可以是醫(yī)院的醫(yī)療系統(tǒng)中的電子病歷，還可以是利用爬蟲程序從醫(yī)學(xué)專業(yè)網(wǎng)站上獲取到的。由于多個(gè)醫(yī)療文本的規(guī)模比較大，因此，可以對(duì)多個(gè)醫(yī)療文本進(jìn)行分布式文件系統(tǒng)進(jìn)行存儲(chǔ)。

在上述技術(shù)方案中，優(yōu)選地，所述存儲(chǔ)單元208包括：第二確定單元2082，用于根據(jù)所述任兩個(gè)醫(yī)療文本的關(guān)聯(lián)度，確定所述任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度；所述存儲(chǔ)單元208具體用于，將所述任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度進(jìn)行存儲(chǔ)。

在該技術(shù)方案中，根據(jù)任兩個(gè)醫(yī)療文本的關(guān)聯(lián)度，確定任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度，具體地，可以將任兩個(gè)醫(yī)療文本的關(guān)聯(lián)度作為任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度，當(dāng)然還可以根據(jù)預(yù)設(shè)算法計(jì)算任兩個(gè)醫(yī)療文本中詞的關(guān)聯(lián)度，從而根據(jù)詞之間的關(guān)聯(lián)度更加準(zhǔn)確、直觀地反映詞之間的關(guān)聯(lián) 程度。例如，A醫(yī)療文本中的詞有：感冒和發(fā)燒，C醫(yī)療文本中的詞有：咳嗽和著涼，A與C之間的關(guān)聯(lián)度為10％，則感冒和咳嗽之間的關(guān)聯(lián)度為10％。

在上述任一技術(shù)方案中，優(yōu)選地，所述處理單元202包括：切詞單元2022，用于根據(jù)詞典和所述多個(gè)醫(yī)療文本中詞的詞性，對(duì)所述多個(gè)醫(yī)療文本進(jìn)行切詞。

在該技術(shù)方案中，可以根據(jù)詞典(優(yōu)選醫(yī)療詞典)中的詞和詞性對(duì)多個(gè)醫(yī)療文本進(jìn)行切詞，具體地，根據(jù)詞典中的詞對(duì)多個(gè)醫(yī)療文本進(jìn)行切詞，若詞典中不存在多個(gè)醫(yī)療文本中的詞語(yǔ)，根據(jù)該詞語(yǔ)的詞性判斷其與前后詞語(yǔ)是否存在關(guān)聯(lián)，是否需要組合成新的詞，從而有效地避免出現(xiàn)誤切詞和漏切詞的情況，進(jìn)而保證切詞的準(zhǔn)確性和全面性。優(yōu)選地，對(duì)醫(yī)療文本進(jìn)行切詞得到的詞為醫(yī)療詞語(yǔ)，從而避免無關(guān)詞匯(例如，每天、患者、本院)對(duì)確定醫(yī)療文本關(guān)聯(lián)度時(shí)的干擾。

在上述任一技術(shù)方案中，優(yōu)選地，所述處理單元202包括：聚類單元2024，用于根據(jù)國(guó)際疾病分類和K-means算法，對(duì)所述多個(gè)醫(yī)療文本進(jìn)行聚類。

在該技術(shù)方案中，可以根據(jù)國(guó)際疾病分類(International Classification of Disease，國(guó)際疾病分類)和K-means算法，對(duì)所述多個(gè)醫(yī)療文本進(jìn)行聚類，由于聚類得到的同一類別的醫(yī)療文本的患病相同，因此，聚類得到的同一類別的醫(yī)療文本的詞之間存在關(guān)聯(lián)的可能性比較大，然后對(duì)該同一類別的醫(yī)療文本進(jìn)行進(jìn)一步地處理，以保證處理速度。

在上述任一技術(shù)方案中，優(yōu)選地，所述存儲(chǔ)單元208具體用于，根據(jù)所述存在關(guān)聯(lián)關(guān)系的詞的屬性，對(duì)所述存在關(guān)聯(lián)關(guān)系的詞進(jìn)行存儲(chǔ)。

在該技術(shù)方案中，根據(jù)存在關(guān)聯(lián)關(guān)系的詞的屬性對(duì)該詞進(jìn)行存儲(chǔ)，例如，詞的屬性為：身體部位(如“頭”、“四肢”等)、謂詞(如“疼痛”、“勞損”等)、疾病(如“發(fā)熱”、“心臟病”等)、藥物(如“格華止片”，“葡萄糖注射液”等)、治療手段(如“點(diǎn)滴”、“麻醉”等)、忽略詞(如“本院”、“患者”等對(duì)信息抽取沒有貢獻(xiàn)的詞)，從而保證關(guān)聯(lián)關(guān)系的詞的存儲(chǔ)更加有條理。

圖3示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的醫(yī)療信息處理裝置的原理示意圖。

如圖3所示，醫(yī)療信息處理裝置300首先通過爬蟲技術(shù)從醫(yī)學(xué)專業(yè)網(wǎng)站中獲取醫(yī)學(xué)文本，以及在醫(yī)院的醫(yī)療系統(tǒng)中獲取電子病歷，由于在醫(yī)學(xué)專業(yè)網(wǎng)站和醫(yī)療系統(tǒng)中獲取的信息量很大，因此，將在醫(yī)學(xué)專業(yè)網(wǎng)站中獲取的醫(yī)學(xué)文本和電子病歷作為多個(gè)醫(yī)療文本存儲(chǔ)在分布式文件系統(tǒng)中，對(duì)多個(gè)醫(yī)療文本進(jìn)行切詞和聚類，然后根據(jù)同一類別的醫(yī)療文本中每?jī)蓚€(gè)醫(yī)療文本中的詞，采用Jacard方法計(jì)算每?jī)蓚€(gè)醫(yī)療文本的關(guān)聯(lián)度，例如對(duì)于兩個(gè)醫(yī)療文本A和B，A醫(yī)療文本進(jìn)行切詞之后的詞有：“患者”、“咽痛咽癢”、“無痰”、“胃脹”、“腰痛”，B醫(yī)療文本進(jìn)行切詞之后的詞有：“干咳”、“咽痛咽癢”、“無痰”、“胃痛”、“腰酸”、“怕冷”，通過計(jì)算可以得出完全相同的分詞對(duì)：“咽痛咽癢”和“咽痛咽癢”,“無痰”和“無痰”；以及相似度較高的分詞對(duì)“胃脹”和“胃痛”，“腰痛”和“腰酸”。然后再采用向量余弦方法確定同一類別的醫(yī)療文本中任兩個(gè)醫(yī)療文本是否存在關(guān)聯(lián)關(guān)系，從而得到一些詞的關(guān)聯(lián)關(guān)系，這種關(guān)聯(lián)關(guān)系可能在采用Jacard方法計(jì)算相似度時(shí)中無法計(jì)算得出。例如上述兩個(gè)醫(yī)療文本A和B，以及另一個(gè)醫(yī)療文本C，C醫(yī)療文本進(jìn)行切詞之后的詞有：“發(fā)熱”、“咽痛咽癢”、“咳嗽”、“扁桃體發(fā)炎”，通過計(jì)算可知病歷A與C具有關(guān)聯(lián)關(guān)系，因此，A與C中的詞存在著關(guān)聯(lián)關(guān)系，如“咽痛咽癢”和“扁桃體發(fā)炎”存在關(guān)聯(lián)關(guān)系，然后將關(guān)聯(lián)關(guān)系的詞存儲(chǔ)在醫(yī)學(xué)詞庫(kù)中，從而構(gòu)建出一個(gè)面向醫(yī)療實(shí)際場(chǎng)景的醫(yī)學(xué)詞庫(kù)。

以上結(jié)合附圖詳細(xì)說明了本發(fā)明的技術(shù)方案，通過對(duì)醫(yī)院的醫(yī)療系統(tǒng)中的真實(shí)數(shù)據(jù)(即病歷)以及醫(yī)學(xué)專業(yè)網(wǎng)站中的醫(yī)療文本進(jìn)行分析，可以比較準(zhǔn)確、全面地挖掘出醫(yī)療文本中存在關(guān)聯(lián)關(guān)系的詞，從而構(gòu)建出一個(gè)面向醫(yī)療實(shí)際場(chǎng)景的醫(yī)學(xué)詞庫(kù)。

以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。