CN119740558A 电子病历信息提取的方法、系统、设备及存储介质

(12)发明专利申请(21)申请号202510258525.3有限公司11435(54)发明名称通过电子病历信息提取模型中的第一子模型提取第一电子病历信息通过电子病历信息提取模型中的第一子模型提取第一电子病历信息中的第一文字特征，并通过所述第一子模型提取所述第一电子病历信息中的第一图片特征通过上述电子病历信息提取模型中的第二子模型对上述第一电子病历信息中的文字特征和上述第一电子病历信息中的图像特征进行处理，识别上述第一文字特征中的第二文字特征和上述第一图片特征中的第二图片特征通过上述电子病历信息提取模型中的第三子模型对上述第二文字特征和上述第二图片特征识别，获取上述第一电子病历信息对应的实通过上述电子病历信息提取模型中的第四子模型按照预定义结构化234567附图说明[0031]步骤304:通过上述电子病历信息提取模型中的第四子模型按照预定义结构化格9y*=argmaxK(X,y')(16)详细信息患者基本信息姓名张三性别男45岁近一个月来体重下降5公斤，伴有间歇性发热长期服用降糖药物检查结果白细胞计数偏高药物性肝损伤急性，肝细胞损伤型，RUCAM:10分治疗方案"Patient":"张三","Diagnosis":"药物性肝损伤","Treatment":"胰岛素注射","Name":"白藓皮","Dosage":"每日一次","Effect":"肝功能异常""BloodRoutine":"白细胞计数偏高",minimizecTx+λ·PenminimizecTxsubjecttoq[0105]对于原始电子病历处理流程需要使用电子病历信息提取模型中的多个不同的子2)长期服用降糖药物案22通过电子病历信息提取模型中的第一子模型提取第一电子病历信息中的第一文字特征，并通过所述第一子模型提取所述第一电子病历信息中的第一图片特征通过上述电子病历信息提取模型中的第二子模型对上述第一电子病历信息中的文字特征和上述第一电子病历信息中的图像特征进行处理，识别上述第一文字特征中的第二文字特征和上述第一图片特征中的第二图片特征通过上述电子病历信息提取模型中的第三子模型对上述第二文字特征和上述第二图片特征识别，获取上述第一电子病历信息对应的实体信息通过上述电子病历信息提取模型中的第四子模型按照预定义结构化格式处理所述实体信息，生成结构化信息23特征提取征中的关键信息和图像特征中的关键信息S105疾病名称识别药品信息识别对应方案识别模型构建用户信息提取与结构化输出结果反馈调整模型更新模型构建用户提取关键信息参数：CRF转移矩阵，发射矩阵输出结构化信息呈现结构化电子病历数据评估输出结果参数调整：学习率：le-4,LSTM根据评估结果调整模型参数改进信息提取策略重新输出结构化信息参数调整：学习率：le-4,LSTM模型单元数=512模型构建用户用户数据预处理模型构建注意力机制运筹学优化模型参数：Word2Vec维度=300,BERT模型层数=6,LSTM模型单元数=256,CNN核数=32输入原始电子病历的数据参数：词向量维度=300完成文本和图像的预处理过程构建多任务学习模型参数：自注意力机制维度=64应用自注意力机制强化信息识别参数调整：学习率：le-4,LSTM模型单元数=512优化信息提取过程用户数据预处理