公开(公告)号：CN114297986A

公开(公告)日：2022-04-08

申请号：CN202111528952.7

申请日：2021-12-14

Applicant: 重庆大学

Inventor： 古平 ,  罗长江 ,  邱嘉涛 ,  张志鹏 ,  张程

IPC: G06F40/126 ,  G06F40/289 ,  G06K9/62 ,  G06N20/00 ,  G16H10/60 ,  G16H15/00

Abstract: 本发明公开一种基于强化学习的ICD自动合并编码系统和方法，S1：采集原始病案数据并移除缺损或错误条目后得到有效病案数据；S2：对有效病案数据进行预处理，再将病案文本进行中文分词，构建特征向量；S3：构建第一数据集和第二数据集；S4：构建ICD编码分配模型，并将第一数据集输入ICD编码分配模型完成训练；S5：构建诊断组合提取模型，并将第二数据集输入诊断组合提取模型完成训练；S6：将ICD编码分配模型与诊断组合进行联合训练，输出诊断对应的ICD编码。本发明提出ICD合并编码，并学习疾病诊断间潜在的关系，在无需人工标记的情况下，准确将需要合并编码的疾病诊断组合在一起构建诊断表征，以供ICD编码分配模型使用，提高分配精度。

公开(公告)号：CN114297986B

公开(公告)日：2024-07-02

申请号：CN202111528952.7

申请日：2021-12-14

Applicant: 重庆大学

Inventor： 古平 ,  罗长江 ,  邱嘉涛 ,  张志鹏 ,  张程

IPC: G06F40/126 ,  G06F40/289 ,  G06F18/241 ,  G06F18/2431 ,  G06N3/0455 ,  G06N3/092 ,  G16H10/60 ,  G16H15/00

Abstract: 本发明公开一种基于强化学习的ICD自动合并编码系统和方法，S1：采集原始病案数据并移除缺损或错误条目后得到有效病案数据；S2：对有效病案数据进行预处理，再将病案文本进行中文分词，构建特征向量；S3：构建第一数据集和第二数据集；S4：构建ICD编码分配模型，并将第一数据集输入ICD编码分配模型完成训练；S5：构建诊断组合提取模型，并将第二数据集输入诊断组合提取模型完成训练；S6：将ICD编码分配模型与诊断组合进行联合训练，输出诊断对应的ICD编码。本发明提出ICD合并编码，并学习疾病诊断间潜在的关系，在无需人工标记的情况下，准确将需要合并编码的疾病诊断组合在一起构建诊断表征，以供ICD编码分配模型使用，提高分配精度。