CN113988013B 基于多任务学习和图注意力网络的icd编码方法及装置 （清华大学）

基于多任务学习和图注意力网络的ICD编码本发明提供一种基于多任务学习和图注意编码预测任务包括ICD编码任务；根据至少一个模型基于训练数据对图注意力网络进行训练得络的ICD编码方法及装置，由于在编码预测前先2获取至少一个编码预测任务对应的医疗文本；其中，所述至意力网络进行训练得到的，所述训练数据包括基于ICD编码任务对应的医疗文本构建的文本图样本数据以及相应的ICD编码结果样将所述医疗文本和所述概念作为节点，并将各个概念与医疗文本2.根据权利要求1所述的一种基于多任务学习和将至少一个编码预测任务对应的所述文本图输入图注意力网络编码注意力网络编码层包括多个用于处理不同等级编码预测根据所述编码预测任务对应的处理等级，通过相应的子编码层对所3.根据权利要求1所述的一种基于多任务学习将至少一个编码预测任务对应的所述文本图输入相应将至少一个编码预测任务对应的所述文本图输入全局共享编码层进将所述至少一个特定任务处理结果分别与所述全局共享处理结果进行加权4.根据权利要求1所述的一种基于多任务学习和图注意力网5.根据权利要求1或4所述的一种基于多任务学习和图注意力网络的ICD编码方法，其第一处理模块，用于根据所述至少一个编码预测任务对应3第二处理模块，用于将所述文本图输入编码预测模型，意力网络进行训练得到的，所述训练数据包括基于ICD编码任务对应的医疗文本构建的文本图样本数据以及相应的ICD编码结果样将所述医疗文本和所述概念作为节点，并将各个概念与医疗文本7.一种电子设备，包括存储器、处理器及述基于多任务学习和图注意力网络的ICD编码方法程序被处理器执行时实现如权利要求1至5任一项所述基于多任务学习和图注意力网络的时实现如权利要求1至5任一项所述基于多任务学习和图注意力网络的ICD编码方法的步4[0005]本发明提供一种基于多任务学习和图注意力网络的ICD编码方法及装置，用以解图注意力网络进行训练得到的，所述训练数据包括基于ICD编码任务对应的医疗文本构建[0011]根据本发明提供的一种基于多任务学习和图注意力网络的ICD编码方法，根据所[0015]根据本发明提供的一种基于多任务学习和图注意力网络的ICD编码方法，将所述5述图注意力网络编码层包括多个用于处理不同等级编码预测任务的[0018]根据本发明提供的一种基于多任务学习和图注意力网络的ICD编码方法，将所述[0019]将至少一个编码预测任务对应的所述文本图输入相应的特定任务编码层进行处[0021]将所述至少一个特定任务处理结果分别与所述全局共享[0022]根据本发明提供的一种基于多任务学习和图注意力网络的ICD编码方法，所述至[0023]根据本发明提供的一种基于多任务学习和图注意力网络的ICD编码方法，所述至图注意力网络进行训练得到的，所述训练数据包括基于ICD编码任务对应的医疗文本构建被处理器执行时实现如上述任一种所述基于多任务学习和图注意力网络的ICD编码方法的[0032]本发明提供的基于多任务学习和图注意力网络的ICD编码方法及装置，通过基于预测模型输出的编码预测结果，由于在编码预测前先将医疗文本数据转化为文本图的形6[0034]图1是本发明提供的基于多任务学习和图注意力网络的ICD编码方法的流程示意[0038]图5是本发明提供的基于多任务学习和图注意力网络的ICD编码装置的结构示意[0041]下面结合图1至图4描述本发明实施例提供的基于多任务学习和图注意力网络的[0044]本实施例中编码预测任务可以包含ICD编码任务、治疗方案推荐任务以及死亡预[0046]由于本实施例中编码预测任务可以包含多个任务，不同任务对应的医疗文本不医疗领域知识。MetaMap是一个把生物医学文本与UMLS(UnifiedMedicalLanguage7网络进行训练得到的，训练数据包括基于ICD编码任务对应的医疗文本构建的文本图样本8[0066]如果编码预测模型是通过上述通用共享层次多任务学习方式训练得到的，相应(v)表示文本图中节点v的邻居节点，f表示LeakyReLUT表示权重向量。[0081]最后，任务k的最终输出是特定任务编码层输出结果和全局共享编码层输出结果9码任务对应的文本图和死亡预测任务对应的文本图输入到各自对应的特定任务编码层进行处理，并将ICD编码任务对应的文本图和死亡预测任务对应的文本图共同输入到全局共享编码层进行处理，得到的全局共享处理结果分别输入ICD编码任务对应的特定任务编码层和死亡预测任务对应的特定任务编码层，将ICD编码任务对应的特定任务处理结果与全[0094]下面对本发明提供的基于多任务学习和图注意力网络的ICD编码装置进行描述，下文描述的基于多任务学习和图注意力网络的ICD编码装置与上文描述的基于多任务学习[0095]图5示出了本发明实施例提供的基于多任务学习和图注意力网络进行训练得到的，训练数据包括基于ICD编码任务对应的医疗文本构建的文本图样本预测结果包括ICD编码结果；编码预测模型是基于训练数据对图注意力网络进行训练得到[0115]此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以括基于ICD编码任务对应的医疗文本构建的文本图样本数据以及相应的ICD编码结果样本练得到的，训练数据包括基于ICD编码任务对应的医疗文本构建的文本图样本数据以及相以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以