CN105468743B - 一种智能诊断手术编码检索方法 - Google Patents
一种智能诊断手术编码检索方法 Download PDFInfo
- Publication number
- CN105468743B CN105468743B CN201510831116.4A CN201510831116A CN105468743B CN 105468743 B CN105468743 B CN 105468743B CN 201510831116 A CN201510831116 A CN 201510831116A CN 105468743 B CN105468743 B CN 105468743B
- Authority
- CN
- China
- Prior art keywords
- character
- match strength
- search method
- match
- intelligent diagnostics
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000003745 diagnosis Methods 0.000 claims abstract description 22
- 201000010099 disease Diseases 0.000 claims description 27
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 27
- 238000003759 clinical diagnosis Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 9
- 230000009467 reduction Effects 0.000 abstract description 5
- 201000001352 cholecystitis Diseases 0.000 description 44
- 201000001883 cholelithiasis Diseases 0.000 description 20
- 208000000197 Acute Cholecystitis Diseases 0.000 description 15
- 206010008614 Cholecystitis acute Diseases 0.000 description 15
- 210000000013 bile duct Anatomy 0.000 description 10
- 208000001130 gallstones Diseases 0.000 description 10
- 206010008617 Cholecystitis chronic Diseases 0.000 description 8
- 230000036541 health Effects 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 208000004845 Cholecystolithiasis Diseases 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 206010061218 Inflammation Diseases 0.000 description 1
- 208000020241 Neonatal disease Diseases 0.000 description 1
- 208000037129 Newborn Diseases Infant Diseases 0.000 description 1
- 206010034464 Periarthritis Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000000232 gallbladder Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Engineering & Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
Abstract
本发明公开了一种智能诊断手术编码检索方法包括：步骤1:接收预设的整个诊断或手术的编码字符集合；步骤2:基于用户的输入操作接收被查找的字符串内容；步骤3:基于步骤2接收的字符串内容循环遍历步骤1中字符库中的所有元素，获得临时结果集合和匹配强度，步骤4:对匹配强度再调整：步骤5:依据匹配强度集合项的临时信息对步骤1的编码字符集合进行排序，其中计数为第一排序依据，长度差为第二排序依据；步骤6:返回编码字符集合前指定数量的集合给用户进行选择使用；步骤7:获取用户选择的目标集合并生成记录，实现了降低使用难度，提高了检索准确率，满足国际标准的技术效果。
Description
技术领域
本发明涉及电子计算机信息处理领域，尤其涉及一种智能诊断手术编码检索方法。
背景技术
国际疾病（手术）分类是依据疾病的某些特征，按照规则将疾病分门别类，并用编码的形式来表示的系统，是WHO制定的国际统一的疾病分类，是疾病（手术）名称标准化、格式化是医学信息化、医院信息管理的基础（以下对于疾病名称的分类讨论同时适用于手术名称）。由于国际疾病分类与临床疾病命名体系的不同，使得临床疾病名称与国际疾病分类的条目并非一对一的关系。由于两系统内条目众多，即使对于专业的疾病编码员（进行临床国际疾病分类的工作人员），疾病编码（分类）依旧会遇到很多困难。而对于非编码专业的临床医生，则难度更大。随着社保按病种付费(DRGs)的发展及医院信息化建设的加强，准确进行国际疾病分类需求越来越强，而对于编码员、医务工作人员来说，准确地进行国际疾病分类成为一大医院难题。
目前常见的可供医务工作人员使用的诊断编码检索方案是：
（一）通过诊断的拼音缩写、五笔码、诊断文字进行检索，而检索方式为关键字检索。
如：需编码“K80.1胆囊结石伴胆囊炎”则需要填写入诸如“胆囊结石伴”或“结石伴胆囊炎”地方式检索出包含目标编码的结果集。已存在地改进方案是通过分组关键字,如通过”胆 石 炎”检索目标编码的结果集。
缺陷：
1、即使是用改进后的方案：当检索文字中出现非目标名称的内容文字时，则不能返回正确目标结果集。如“结石伴伴胆囊炎症”，“胆 石 炎 症”，“石 胆 炎 症”，“结石性胆囊炎”的对应的四种字符串，不能获得包含正确的“K80.1胆囊结石伴胆囊炎”的结果集。
2、返回的结果集过多：结果集过多加大了使用者在选择正确的对应项的难度，如通过“胆 石 炎”的结果集包含了45条结果。
3、返回的结果不能体现正确率的相关性：当前的查询检索方案中，排序仅仅依靠名称的拼音缩写或者笔画缩写排序，排序的前后与被检索名称无相关性，常常导致正确的条目非常靠后，增加了正确分类选择的难度。
4、使用难度：医务工作人员在进行检索时，为了让结果尽可能包含目标名称，可能会采用尽可能少的关键字。在对被检索的字符串的关键字的选择上便出现了技能要求，通常需要医生参与短期培训并依靠长期的使用经验来提高分类编码的能力，增加了使用难度。
（二）目前另一种正在发展的国际疾病分类查询检索方案是通过增加标准库中的非标准内容提高匹配项，通俗地理解就是直接向编码库加入临床医生的诊断名称。如直接将“结石性胆囊炎“加入查询库对应”K80.1“中，使“结石性胆囊炎“变得可被查询。
缺陷：
1、依旧使用困难：医生的诊断格式是非标准的，潜在的错别字、空格、标点、诊断长度都会直接影响到检索结果。当这种情况出现时，又得使用关键字检索方案，问题依旧。
2、失去标准：国际疾病库原本是一个国际标准库，自行加入的库会是标准化的各种有点失去意义。即违背了国际疾病分类的设计初衷。
3、实施难度大：临床诊断条目繁多，是远远大于国际疾病分类2万多条的条目，完成这个工作并使其适用于临床依旧是一个巨大的任务和挑战，耗时耗力。
综上所述，本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
在现有技术中，现有的诊断编码检索方法存在使用难度大、不能满足国际标准、实施难度大的技术问题。
发明内容
本发明提供了一种智能诊断手术编码检索方法，解决了现有的诊断编码检索方法存在使用难度大、不能满足国际标准、实施难度大的技术问题，实现了降低使用难度，提高了检索准确率，满足国际标准的技术效果。
为解决上述技术问题，本申请实施例提供了一种智能诊断手术编码检索方法，所述方法用于在指定字符库中查找某种随机字符，所述方法包括：
步骤1:接收预设的整个诊断或手术的编码字符集合；
步骤2:基于用户的输入操作接收被查找的字符串内容；
步骤3:基于步骤2接收的字符串内容循环遍历步骤1中字符库中的所有元素，获得临时结果集合和匹配强度，其中，历遍单个元素时的具体操作是：步骤I、分别拆分指定字符库元素的字符串及被查找的字符串，循环比对两组字符相同的个数并计数；步骤II、比较元素字符串及被查找字符串的长度差；将I获得的参数作为匹配强度，并作为对应匹配强度集合项的临时信息；其中，当匹配强度集合项中出现一条或多条元素匹配强度一致时，基于II中的参数对匹配强度进行调整；
步骤4:对匹配强度再调整：步骤I、根据对部分预设字符进行忽略计数以消除该字符对匹配强度的影响；步骤II、计算步骤2及步骤3中历遍的单个元素中的相同重复字符个数，消除其因多次出现时而产生的过度增强匹配强度；III、根据编码字符集合历史使用次数进行匹配强度调整；依据历史使用次数进行匹配强度调整；
步骤5:依据匹配强度集合项的临时信息对步骤1的编码字符集合进行排序，其中计数为第一排序依据，长度差为第二排序依据；
步骤6:返回编码字符集合前指定数量的集合给用户进行选择使用；返回集合拒绝空集合，即用户一定能获得指定数量的结果集合；
步骤7:获取用户选择的目标集合并生成记录。获取用户选择的目标集合并生成记录，作为步骤4中III的排序依据。
进一步的，步骤3中：I方法以拆分元素字符串进行比较，查找字符与集合中目标元素即使有差异字符，目标元素也可以被排列出来，有效防止目标元素因差异字符而不被包含于返回结果集合中；步骤3中：II方法参数与I方法配合使用作为次要匹配依据时可大大增加用户的目标元素靠前排序几率。
进一步的，所述当匹配强度集合项中出现一条或多条元素匹配强度一致时，基于预设方法对匹配强度进行调整，具体包括：
在用于临床诊断进行国际疾病分类的选择时，根据诊断条目被曾使用的次数，次数多者上调匹配强度；
对于手术或诊断中，去除编码表中无意义的字符，以调整匹配度。
进一步的，所述去除编码表中无意义的字符具体为：
对于临床诊断时，对检索名称中得“左”、“右”进行忽略，以调整匹配度；
对于手术名称时，对检索名称中得“术”进行忽略，以调整匹配度；
对于其他相对于编码库无意义的字符进行忽略；
对于手术名称或诊断时，去除部分特定的标点符号，如：逗号，分号，问号等。步骤4中：对诊断中的“左”、“右”及手术中的“术”等在编码库中无意义字符进行忽略，在计算诊断或手术库各集合元素的匹配强度时，可有效平衡这些特殊字符带来的影响。
进一步的，所述基于预设方法对匹配强度进行调，可用于结果集合处理前、处理中及返回前。
进一步的，所述步骤4还包括步骤 IV：匹配强度可加入字符顺序的相关性进行强度再计算。如顺序完全符合的字符串可以将强度变更为1.5倍。
进一步的，在接收被检索字符时，可根据需要接受附带的一个或多个限定参数，返回相应集合。
进一步的，所述步骤5:依据匹配强度集合项的临时信息对步骤1的编码字符集合进行排序，排序函数可以计算得出，也可由数据库SQL筛选得出。
指定的结果集返回数量可根据工作需要进行设定。对于难以被检索字符串可显著扩大返回条目。
本方法不仅适用于国际疾病(手术)编码系统中，在特定的情况下，可更改并适用于其他字符筛选系统中。
在库集合中，单个集合包含多个字符组，将多个字符组同时应用该系统的强度匹配方法进行强度匹配并进行综合参考；如，疾病(手术)编码库包含(1)诊断(手术)名，(2)编码，(3)(手术)级别等，在考虑传入字符时采用字符组传入并分别进行强度计算，综合强度进行排序，以此返回具有多列数据的结果集合。
传入字符应进行重复字符的去除，实际测试中，多次出现的重复字符会极强地提高匹配强度，这会导致不理想的排序结果。
根据需要，本方法可设置"回调方法"，可在结果集被选择时进行记录，返回的结果集可依据历史使用次数而再次排序，以方便使用者。
在接受被检索字符时，可根据需要接受附带的一个或多个限定参数，以精确返回集合范围，如，对于疾病编码中，查找对于新生儿的疾病编码时，附加参数"P"以明确仅返回P类编码。
在特定的工作平台上，为简化工作步骤，选择性接受多个库集合，以实现同时在多个库中查找被检索字符串。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了将智能诊断手术编码检索方法设计为包括：步骤1:接收预设的整个诊断或手术的编码字符集合；步骤2:基于用户的输入操作接收被查找的字符串内容；步骤3:基于步骤2接收的字符串内容循环遍历步骤1中字符库中的所有元素，获得临时结果集合和匹配强度，步骤4:对匹配强度再调整：步骤5:依据匹配强度集合项的临时信息对步骤1的编码字符集合进行排序，其中计数为第一排序依据，长度差为第二排序依据；步骤6:返回编码字符集合前指定数量的集合给用户进行选择使用；步骤7:获取用户选择的目标集合并生成记录的技术方案，即使得返回结果顺序附带准确率的特性，实现拒绝“空结果集”返回，有限数量返回，且使用者无需关键字判断，降低使用者的分类难度，从而提高分类的准确率，与传统的扩充库原理完全不同，与扩充库共同使用可加倍提高选中正确率，本方案独立于常见得数据库(WHERE条件判断)检索方案，本方案不仅适用于国际疾病（手术）分类，对于单字段或多字段且符合字符变量型的关系型数据（库）的筛选，同样是适用并能达来文中描述的优化效果及准确率提升，所以，有效解决了现有的诊断编码检索方法存在使用难度大、不能满足国际标准、实施难度大的技术问题，进而实现了降低使用难度，提高了检索准确率，满足国际标准的技术效果。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定，在附图中：
图1是本申请实施例中智能诊断手术编码检索方法的流程示意图。
具体实施方式
本发明提供了一种智能诊断手术编码检索方法，解决了现有的诊断编码检索方法存在使用难度大、不能满足国际标准、实施难度大的技术问题，实现了降低使用难度，提高了检索准确率，满足国际标准的技术效果。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1：
请参考图1：
例1:假设现医务工作人员需要对使用的诊断编码进行检索：
假设字符集合：
K80.000 胆囊结石伴急性胆囊炎
K80.400 胆管结石伴胆囊炎
K80.101 胆囊结石伴慢性胆囊炎
用户希望查到：“急性胆囊炎合并胆囊结石”
注：“急性胆囊炎合并胆囊结石”和“胆囊结石伴急性胆囊炎”是同一个疾病。用户取关键字时，按其思路可能检索的关键字是“急性胆囊炎 合并 结石”。
传统算法（以前的算法）：
需要同时满足包含“急性胆囊炎”、“合并”及“结石”的集合。而集合中没有任何一个字符包含“合并”，所以返回的结果集合为空。即用户没有任何条目可以选择。
本专利方法：
K80.000 胆囊结石伴急性胆囊炎
K80.400 胆管结石伴胆囊炎
K80.101 胆囊结石伴慢性胆囊炎
分别与“急性胆囊炎 合并 结石”计算匹配强度，即去掉重复的字符后比较两字符之间的字符相同数。
得到：
K80.000 胆囊结石伴急性胆囊炎 匹配度：7（“急性胆囊炎结石”7个相同）；
K80.400 胆管结石伴胆囊炎 匹配度：5（“胆囊炎结石”5个相同）；
K80.101 胆囊结石伴慢性胆囊炎 匹配度：6（“性胆囊炎结石”6个相同）
根据匹配度重排；
得到：
＃1 K80.000 胆囊结石伴急性胆囊炎 匹配度：7；
＃2 K80.101 胆囊结石伴慢性胆囊炎 匹配度：6；
＃3 K80.400 胆管结石伴胆囊炎 匹配度：5；
然后将结果集返回给用户，供用户选择。而＃1则是用户需要的正确编码。
例2:同样假设现医务工作人员需要对使用的诊断编码进行检索：
假设已将集合内每个条目初始化为0次。
K80.000 胆囊结石伴急性胆囊炎 计数：0；
K80.400 胆管结石伴胆囊炎 计数：0；
K80.101 胆囊结石伴慢性胆囊炎 计数：0；
用户检索了关键字“胆囊炎 合并 结石”并从结果集中选择了“K80.400 胆管结石伴胆囊炎”。获知选择的即过后，将“K80.400 胆管结石伴胆囊炎”项计数加1并存入私有数据库中。
K80.000 胆囊结石伴急性胆囊炎 计数：0；
K80.400 胆管结石伴胆囊炎 计数：1；
K80.101 胆囊结石伴慢性胆囊炎 计数：0；
当用户再次检索“胆囊炎 合并 结石”，算法计算出的列表是：
K80.000 胆囊结石伴急性胆囊炎 匹配度：5 计数：0；
K80.101 胆囊结石伴慢性胆囊炎 匹配度：5计数：0；
K80.400 胆管结石伴胆囊炎 匹配度：5计数：1；
再根据计数重排：
K80.400 胆管结石伴胆囊炎 匹配度：5计数：1；
K80.000 胆囊结石伴急性胆囊炎 匹配度：5 计数：0；
K80.101 胆囊结石伴慢性胆囊炎 匹配度：5计数：0；
则将用户选择次数更多的内容排在前面，方便用户。
因此，从上述多个例子可以看出本申请中的检索方法与传统的方法相比实现了降低使用难度，提高了检索准确率，满足国际标准。
上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：
由于采用了将智能诊断手术编码检索方法设计为包括：步骤1:接收预设的整个诊断或手术的编码字符集合；步骤2:基于用户的输入操作接收被查找的字符串内容；步骤3:基于步骤2接收的字符串内容循环遍历步骤1中字符库中的所有元素，获得临时结果集合和匹配强度，步骤4:对匹配强度再调整：步骤5:依据匹配强度集合项的临时信息对步骤1的编码字符集合进行排序，其中计数为第一排序依据，长度差为第二排序依据；步骤6:返回编码字符集合前指定数量的集合给用户进行选择使用；步骤7:获取用户选择的目标集合并生成记录的技术方案，即使得返回结果顺序附带准确率的特性，实现拒绝“空结果集”返回，有限数量返回，且使用者无需关键字判断，降低使用者的分类难度，从而提高分类的准确率，与传统的扩充库原理完全不同，与扩充库共同使用可加倍提高选中正确率，本方案独立于常见得数据库(WHERE条件判断)检索方案，本方案不仅适用于国际疾病（手术）分类，对于单字段或多字段且符合字符变量型的关系型数据（库）的筛选，同样是适用并能达来文中描述的优化效果及准确率提升，所以，有效解决了现有的诊断编码检索方法存在使用难度大、不能满足国际标准、实施难度大的技术问题，进而实现了降低使用难度，提高了检索准确率，满足国际标准的技术效果。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种智能诊断手术编码检索方法，其特征在于，所述方法用于在指定字符库中查找某种随机字符，所述方法包括：
步骤1:接收预设的整个诊断或手术的编码字符集合；
步骤2:基于用户的输入操作接收被查找的字符串内容；
步骤3:基于步骤2接收的字符串内容循环遍历步骤1中字符库中的所有元素，获得临时结果集合和匹配强度，其中，历遍单个元素时的具体操作是：步骤I、分别拆分指定字符库元素的字符串及被查找的字符串，循环比对两组字符相同的个数并计数；步骤II、比较元素字符串及被查找字符串的长度差；将I获得的计数参数作为匹配强度，并作为对应匹配强度集合项的临时信息；其中，当匹配强度集合项中出现一条或多条元素匹配强度一致时，基于II中的长度差参数对匹配强度进行调整；
步骤4:对匹配强度再调整：步骤I、根据对部分预设字符进行忽略计数以消除该字符对匹配强度的影响；步骤II、计算步骤2及步骤3中历遍的单个元素中的相同重复字符个数，消除其因多次出现时而产生的过度增强匹配强度；III、根据编码字符集合历史使用次数进行匹配强度调整；
步骤5:依据匹配强度集合项的临时信息对步骤1的编码字符集合进行排序，其中计数为第一排序依据，长度差为第二排序依据；
步骤6:返回编码字符集合前指定数量的集合给用户进行选择使用；
步骤7:获取用户选择的目标集合并生成记录。
2.根据权利要求1所述的智能诊断手术编码检索方法，其特征在于，步骤3中步骤I以拆分元素字符串进行比较，当查找字符与集合中目标元素存在差异字符，目标元素也能够被排列出来。
3.根据权利要求2所述的智能诊断手术编码检索方法，其特征在于，所述当匹配强度集合项中出现一条或多条元素匹配强度一致时，基于预设方法对匹配强度进行调整，具体包括：
在用于临床诊断进行国际疾病分类的选择时，根据诊断条目被曾使用的次数，次数多者上调匹配强度；
对于手术或诊断中，去除编码表中无意义的字符，以调整匹配度。
4.根据权利要求3所述的智能诊断手术编码检索方法，其特征在于，所述去除编码表中无意义的字符具体为：
对于临床诊断时，对检索名称中的“左”、“右”进行忽略，以调整匹配度；
对于手术名称时，对检索名称中的“术”进行忽略，以调整匹配度；
对于手术名称或诊断时，去除部分特定的标点符号。
5.根据权利要求3所述的智能诊断手术编码检索方法，其特征在于，所述基于预设方法对匹配强度进行调整，可用于结果集合处理前、处理中及返回前。
6.根据权利要求1所述的智能诊断手术编码检索方法，其特征在于，所述步骤4还包括步骤 IV：匹配强度可加入字符顺序的相关性进行强度再计算。
7.根据权利要求1所述的智能诊断手术编码检索方法，其特征在于，在接收被检索字符时，可根据需要接受附带的一个或多个限定参数，返回相应集合。
8.根据权利要求1所述的智能诊断手术编码检索方法，其特征在于，所述步骤5:依据匹配强度集合项的临时信息对步骤1的编码字符集合进行排序，排序函数可以计算得出，也可由数据库SQL筛选得出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510831116.4A CN105468743B (zh) | 2015-11-25 | 2015-11-25 | 一种智能诊断手术编码检索方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510831116.4A CN105468743B (zh) | 2015-11-25 | 2015-11-25 | 一种智能诊断手术编码检索方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105468743A CN105468743A (zh) | 2016-04-06 |
| CN105468743B true CN105468743B (zh) | 2018-12-28 |
Family
ID=55606444
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510831116.4A Active CN105468743B (zh) | 2015-11-25 | 2015-11-25 | 一种智能诊断手术编码检索方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105468743B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107273681B (zh) * | 2017-06-09 | 2021-07-20 | 广州慧扬健康科技有限公司 | 诊断录入的智能排序系统 |
| CN107577826B (zh) * | 2017-10-25 | 2018-05-15 | 山东众阳软件有限公司 | 基于原始诊断数据的疾病分类编码方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6097841A (en) * | 1996-05-21 | 2000-08-01 | Hitachi, Ltd. | Apparatus for recognizing input character strings by inference |
| CN101911078A (zh) * | 2007-12-28 | 2010-12-08 | 皇家飞利浦电子股份有限公司 | 基于疾病概率向量检索类似患者病例 |
| CN102103623A (zh) * | 2010-09-29 | 2011-06-22 | 长沙博为软件技术有限公司 | 一种健康档案共享平台交叉标识索引的方法 |
| CN102184170A (zh) * | 2011-06-17 | 2011-09-14 | 成都成电医星数字健康软件有限公司 | 一种语素级临床汉语言解析的方法 |
| CN102880302A (zh) * | 2012-07-17 | 2013-01-16 | 重庆优腾信息技术有限公司 | 一种基于多词连续输入的字词识别方法、装置和系统 |
| CN104835098A (zh) * | 2015-05-15 | 2015-08-12 | 上海翼依信息技术有限公司 | 一种病历电子数据识别方法及系统 |
| CN104881463A (zh) * | 2015-05-22 | 2015-09-02 | 清华大学深圳研究生院 | 基于结构化病历数据库的参考病历检索方法及装置 |
-
2015
- 2015-11-25 CN CN201510831116.4A patent/CN105468743B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6097841A (en) * | 1996-05-21 | 2000-08-01 | Hitachi, Ltd. | Apparatus for recognizing input character strings by inference |
| CN101911078A (zh) * | 2007-12-28 | 2010-12-08 | 皇家飞利浦电子股份有限公司 | 基于疾病概率向量检索类似患者病例 |
| CN102103623A (zh) * | 2010-09-29 | 2011-06-22 | 长沙博为软件技术有限公司 | 一种健康档案共享平台交叉标识索引的方法 |
| CN102184170A (zh) * | 2011-06-17 | 2011-09-14 | 成都成电医星数字健康软件有限公司 | 一种语素级临床汉语言解析的方法 |
| CN102880302A (zh) * | 2012-07-17 | 2013-01-16 | 重庆优腾信息技术有限公司 | 一种基于多词连续输入的字词识别方法、装置和系统 |
| CN104835098A (zh) * | 2015-05-15 | 2015-08-12 | 上海翼依信息技术有限公司 | 一种病历电子数据识别方法及系统 |
| CN104881463A (zh) * | 2015-05-22 | 2015-09-02 | 清华大学深圳研究生院 | 基于结构化病历数据库的参考病历检索方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105468743A (zh) | 2016-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101606149B (zh) | 用于数据的分类过滤的方法 | |
| CN105893597B (zh) | 一种相似病历检索方法及系统 | |
| CN101055585B (zh) | 文档聚类系统和方法 | |
| CN101796480B (zh) | 将外部相关短语信息集成到基于短语的索引编制信息检索系统中 | |
| CN102226900B (zh) | 信息检索系统中基于短语的搜索 | |
| EP1881427A1 (en) | Database analysis program, database analysis apparatus, and database analysis method | |
| CN104462553B (zh) | 问答页面相关问题推荐方法及装置 | |
| CN109753516A (zh) | 一种病历搜索结果的排序方法和相关装置 | |
| US20060248055A1 (en) | Analysis and comparison of portfolios by classification | |
| CN101408886A (zh) | 通过分析文档的段落来选择该文档的标签 | |
| Sidiropoulos et al. | Gazing at the skyline for star scientists | |
| EP3217296A1 (en) | Data query method and apparatus | |
| US20150294016A1 (en) | System, method and computer program for preparing data for analysis | |
| US20230409551A1 (en) | Scalable Fine Grained Access Control Within A Search Engine | |
| CN108073641B (zh) | 查询数据表的方法和装置 | |
| CN105468743B (zh) | 一种智能诊断手术编码检索方法 | |
| US9342589B2 (en) | Data classifier system, data classifier method and data classifier program stored on storage medium | |
| CN107862043B (zh) | 检查信息的检索方法及装置 | |
| KR20060122276A (ko) | 온톨로지 자동 구축을 위한 문서로부터 개념 간의 관계추출 | |
| CA2423619A1 (en) | Improved system and method for case-based reasoning | |
| CN113094444B (zh) | 数据处理方法、数据处理装置、计算机设备和介质 | |
| US20100268723A1 (en) | Method of partitioning a search query to gather results beyond a search limit | |
| CN107992524A (zh) | 一种专家信息搜索及领域评分计算方法 | |
| CN113505172B (zh) | 数据处理方法、装置、电子设备及可读存储介质 | |
| JPH10187739A (ja) | 情報検索装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |