一种混合增强的体检报告自动生成方法、装置及存储介质与流程

本发明涉及智能疾病诊断技术领域，具体而言，尤其涉及一种混合增强的体检报告自动生成方法、装置及存储介质。

背景技术：

随着生活水平的不断提升，居民越来越来看重生活质量，对于自身健康情况愈发关心，周期性地通过体检进行健康监控，也普及开来。现阶段大部分体检流程是居民通过各个科室检查，得到文本类描述或者数值型描述，汇总到一个医生进行评估诊断。上述体检过程面临的问题在于，进行体检的人群以健康为主，大部分患有一种或者多种常见疾病，如慢性鼻炎等，仅极少部分患有重大疾病。医生每天要对常见疾病进行重复性地诊断，并给予相应的建议。面对大量重复性地疾病诊断，医生容易陷入机械性地重复劳作，提高了忽略重大疾病或隐患的可能性。

目前体检报告生成技术，大多将科室检查数据和医生诊断结果和建议进行匹配，再填入对应的体检模板之中，如申请号为201711154533.5的中国专利。也有将科室检查数据和医生评语进行匹配的方法，如申请号为201910783038.3的中国专利。上述两种方案都是直接重复了或拷贝医生诊断描述到报告中，没有自动生成对应的诊断结果的功能，既没有解决医生重复诊断的问题。也有研究针对体检报告使用聚类的方法进行疾病诊断或预测的技术，如申请号为201910240359.9的中国专利，但此方法未融入医生经验和持续迭代升级系统的思想和方法，方法的泛化性较弱，模型有效性不能持续改进。同时也未见针对体检报告中体检检查建议的个性化生成方法的研究。

技术实现要素：

根据上述提出的医生对常见疾病重复诊断的技术问题，而提供一种混合增强的体检报告自动生成方法及装置。本发明可以针对体检检查数据，进行体检报告自动生成，并且依据科室描述信息，自动诊断常见疾病种类，减少医生工作量。

本发明采用的技术手段如下：

一种混合增强的体检报告自动生成方法，包括：

获取不同科室对体检人员的描述数据；

通过训练好的疾病识别模型对所述描述数据进行疾病识别，得到疾病自动识别结果，所述疾病识别模型用于对所述描述数据进行分类，得到所述描述数据所属类别对应的疾病名称；所述疾病自动识别结果包括：所述描述数据以及所述描述数据所属类别对应的疾病名称；

获取医生对所述疾病自动识别结果的审核结果；

如果审核结果为通过，则基于所述疾病自动识别结果生成体检报告；

如果审核结果为不通过，则获取医生诊断结果，并基于所述医生诊断结果生成体验报告。

进一步地，在所述获取医生诊断结果并填入体检报告时，还包括：

获取所述医生诊断结果中的疾病名称；

判断所述疾病名称是否属于常见疾病名称数据库，若是则将所述描述数据和疾病名称保存至误判数据库；

否则将所述描述数据和疾病名称保存至非常见疾病数据库。

进一步地，当所述误判数据库中数据量达到阈值后，将所述误判数据库中的误判数据加入训练数据集中，重新训练所述疾病识别模型。

进一步地，当所述非常见疾病数据库中对某一疾病名称的描述数据量达到阈值后，将该非常见疾病数据作加入训练数据集中，重新训练所述疾病识别模型，并更新所述常见疾病数据库。

进一步地，所述方法还包括：

获取体检人员信息，所述体检人员信息包括饮食习惯以及生活方式信息；

根据所述疾病自动识别结果或者医生诊断结果生成与所述饮食习惯以及生活方式信息对应的体检建议，并填入体检报告中。

进一步地，所述疾病识别模型包括文本分类模型和数值分类模型，通过疾病识别模型对所述描述数据进行疾病识别，得到疾病自动识别结果，包括：

对所述描述数据进行分类，所述描述数据包括文本描述数据和数值描述数据；

利用文本分类模型对所述文本描述数据进行分类识别，获取文本型疾病识别结果；

利用数值分类模型对所述数值描述数据进行分类识别，获取数值型疾病识别结果；

将所述文本型疾病识别结果和数值型疾病识别结果作为疾病自动识别结果。

进一步地，对所述文本描述数据进行分类识别，包括：

对所述文本描述数据进行预处理，使所述文本描述数据符合文本分类模型的输入要求；

将预处理后的文本描述数据输入到所述文本分类模型中进行分类，所述文本分类模型用于对所述文本描述数据进行分类，得到所述文本描述数据所属类别对应的疾病名称；

获取所述文本分类模型各分类标签的置信度，通过置信度与阈值的比较结果获取所述文本型疾病识别结果。

进一步地，所述对所述数值描述数据进行分类识别，包括：

对所述数值描述数据进行预处理，使所述数值描述数据符合数值分类模型的输入要求；

将预处理后的数值描述数据输入到所述数值分类模型中进行分类，所述数值分类模型用于对所述数值描述数据进行分类，得到所述数值描述数据所属类别对应的疾病名称；

获取所述数值分类模型各分类标签的置信度，通过置信度与阈值的比较结果获取所述数值型疾病识别结果。

一种混合增强的体检报告自动生成装置，包括：

数据收集模块，用于获取不同科室对体检人员的描述数据；

疾病识别模块，用于通过疾病识别模型对所述描述数据进行疾病识别，从而得到疾病自动识别结果；

审核模块，用于获取医生对所述疾病自动识别结果的审核结果；

报告模板填充模块，用于当审核通过时将所述疾病自动识别结果填入体检报告，以及当审核不通过时将医生诊断结果填入体检报告。

一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机指令集；所述计算机指令集被处理器执行时实现如上述任一项所述的混合增强的体检报告自动生成方法。

较现有技术相比，本发明具有以下优点：

1、本发明能够依据科室描述信息，针对描述信息中的文本描述数据和数值描述数据分别进行分类识别，自动诊断常见疾病种类，减少医生工作量。同时针对体检检查数据，进行体检报告自动生成，提高了工作效率。

2、本发明能够实现常见较轻疾病自动判别，非常见严重疾病医生判别。通过医生把关生成质量，帮助医生将有限的精力重点投注到非常见严重疾病的患者，降低医生因疲劳导致的错诊、漏诊的概率。

3、本发明模型能够持续升级，有效利用医生的实际经验，既保证了模型疾病诊断精度不断提高，又可以增加疾病判别种类。

4.本发明能够依据个人信息、医嘱和疾病常规建议，生成个性化、人性化的建议报告。

将本发明方法植入现有体检报告生成系统中，检查医生在使用端输入诊断描述，后台自动生成体检报告，交由汇总医生进行报告质量评判，合格部分填入报告模板或者直接打印结果，不合理部分交由医生判断，达到常见疾病自动判别、非常见疾病医生判别、医生把控体检报告质量的效果。整合个人信息、医嘱和疾病的常规建议，生成个性化、人性化的体检报告。同时通过收集错误判断的数据和非常见疾病数据，对模型进行重新训练，达到模型螺旋阶梯式升级。

基于上述理由本发明可在医疗健康领域广泛推广。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明体检报告自动生成方法流程图。

图2为实施例中混合增强识别模型工作流程图。

图3为实施例中体检报告生成装置工作流程图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

如图1所示，本发明实施例提供了一种混合增强的体检报告自动生成方法，包括：

s100、获取不同科室对体检人员的描述数据。采集医生输入信息，即同一体检人员的不同科室的描述数据，包括不同科室描述的文本描述数据和数值描述数据，和对应上述数据的科室名称。

s200、通过疾病识别模型对所述描述数据进行疾病识别，从而得到疾病自动识别结果。

对科室检查文本描述数据，采用多标签文本分类的方法，对常见疾病进行自动判别和归类。对科室检查数值描述数据，采用多标签分类的方法，对常见疾病进行自动判别。对于未被成功判别的数据，认为是非常见疾病。该步骤主要用于实现常见疾病的自动判别，并筛选出不易判别的数据送至医生判别。其中，常见疾病为体检检出疾病中占比较大的疾病，比如过敏性鼻炎，脂肪肝等，非常见疾病指的是体检检出疾病中占比较小的疾病，一般为重大疾病，比如癌症、艾滋病等。

该步骤主要包括：

s201、对所述描述数据进行分类，所述描述数据包括文本描述数据和数值描述数据，并分别发送给文本分类模型和数值分类模型。优选地，文本分类模型采用中文预训练模型bert，数值分类模型采用ml-knn模型。分类方法依据科室名称。

s202、对所述文本描述数据和数值描述数据进行分类识别，并获取文本型疾病识别结果和数值型疾病识别结果。

其中，对所述文本描述数据进行分类识别，主要包括：

1)对文本描述数据进行预处理，即对文本描述数据进行分字处理，这样既符合中文预训练模型bert训练输入的要求，也可以避免体检数据中特特殊名词带来的分词困扰。具体地，在每条文本前后加[cls]和[sep]符号，获取每个字符的独热编码(one-hot)，获取每个字的位置信息。

2)将预处理后的文本描述数据输入到文本分类模型中进行分类。具体地，接收预处理后的数据并输入到bert多标签分类模型中；提取最后一层隐藏层的[cls]张量，输入全连接层并dropout。

3)获取文本分类模型各分类标签的置信度，通过置信度与阈值的比较结果获取所述文本型疾病识别结果。通过sigmid()函数获取每条标签的置信度，即每一个疾病的置信度；通过与阈值进行比较，输出置信度大于阈值的疾病名称(一种或者多种)。若所有疾病置信度都低于阈值，则输出疾病名称为空；最终输出文本描述数据和文本型疾病分类结果。

对所述数值描述数据进行分类识别，主要包括：

1)对所述数值描述数据进行预处理，使所述数值描述数据符合数值分类模型的输入要求。具体地，将体检报告中每一项数值检查，按照既定顺序输入到向量中去，对于非数值描述数据，如尿胆红素，阳线用1表示，阴性用0来表示。

2)将预处理后的数值描述数据输入到所述数值分类模型中进行分类。具体地，接收预处理后的数据并输入到训练好的ml-knn模型。

3)获取所述数值分类模型各分类标签的置信度，即每一个疾病的置信度；

通过与阈值进行比较，输出置信度大于阈值的疾病名称(一种或者多种)。若所有疾病置信度都低于阈值，则输出疾病名称为空；输出数据型数据和数据行疾病识别结果。

s203、将所述文本型疾病识别结果和数值型疾病识别结果作为疾病自动识别结果。

s300、获取医生对所述疾病自动识别结果的审核结果，如果审核通过则将所述疾病自动识别结果填入体检报告，否则获取医生诊断结果，并填入体检报告。

具体地，将科室描述数据、文本型疾病识别结果以及数值型疾病识别结果发送至医生使用的显示屏上，医生通过操作判断疾病识别结果是否通过。获取医生的审核结果，若审核通过，可选择填入医嘱，并输出科室描述数据和对应的预测疾病名称和医嘱。若审核不通过，则提取医生根据科室描述数据进行诊断，并填入诊断结果，即疾病名称，则可选择填入医嘱。

优选地，本实施例中方法还包括对疾病识别模型进行螺旋阶梯式升级的步骤s400，其主要包括：

s401、获取所述医生诊断结果中的疾病名称。

s402、判断所述疾病名称是否属于常见疾病名称数据库，若是则将所述描述数据和疾病名称保存至误判数据库，否则将所述描述数据和疾病名称保存至非常见疾病数据库。

s403、将误判数据库加入到训练数据集中，对疾病识别模型进行重新训练，提高疾病预测准确度。

s404、将非常见疾病数据库加入到训练数据集中，对疾病识别模型重新训练，提高疾病预测种类数目。

优选地，本实施例中方法还包括：s000、获取体检人员信息，通过调查问卷等方式，收集体检人员的个人信息，包含饮食习惯、生活方式等规则化数据。

以及相应的s500、根据所述疾病自动识别结果或者医生诊断结果生成与所述饮食习惯信息以及生活方式信息对应的体检建议。将个人信息、医嘱和疾病常规建议进行互补融合，将科室描述数据、疾病名词和体检建议填充到体检报告模板中，针对不同体检人员，给予不同的体检建议，体现体检报告自动生成的个人化与人性化。

具体地，根据疾病名称，调取疾病-建议数据库中疾病-建议列表；通过个人信息采集的规则化数据、对疾病-建议列表进行修改：

1)将个人信息中的饮食习惯、生活方式等的实体和疾病-建议列表中建议实体进行对应。

2)若个人信息中的行为未出现在疾病-建议列表中，则不保留，其他项进行保留。

3)对医嘱进行分词：提取医嘱中命名实体；将命名实体和保留疾病-建议列表进行匹配；若匹配成功，则用医嘱建议替换疾病-建议列表中的建议；若匹配不成功，则将医嘱加入到疾病建议列表中；对疾病-建议列表进行整合，形成体检建议。输出科室描述数据、疾病名称、体检建议；

下面通过具体的应用实例，对本发明的方案和效果做进一步说明。

本实施例提供了上述方法的应用实例，其执行流程如图2所示，主要包括：

1)通过调查问卷等方式，收集体检人员个人信息。包含饮食习惯、生活方式等规则化数据。例如，是否吸烟、是否熬夜、吃辣等；

2)体检人员进行鼻部科室检查，得到科室描述文本“鼻腔粘膜苍白，可见清水样分泌物；鼻中隔右侧棘突”；

3)将鼻部科室描述文本输入系统中，并基于上述文本描述信息进行疾病分类预测；

4)在医生界面则会输出“鼻腔粘膜苍白，可见清水样分泌物；鼻中隔右侧棘突——疾病名称：过敏性鼻炎，鼻中隔棘突”。依靠科室描述文本，自动预测疾病名称。医生审核，若审核通过，选择性写入医嘱，输出科室描述信息、疾病名称和医嘱。若审核不通过，则由医生进行诊断。医生对审核不通过的数据进行重新诊断，诊断出疾病名称，选择性写入医嘱，输出科室描述信息和疾病名称和医嘱，进入步骤5)。

同时将疾病名称和常见数据库进行比较：

a.若诊断疾病名称属于常见疾病名称数据库，将科室描述数据和对应医生诊断结果发送至误判数据库。

b.若诊断疾病名称不属于常见疾病名称数据库，将科室描述数据和对应医生诊断结果发送至非常见疾病数据库。之后进入步骤7)。

5)收集个人信息、医嘱，结合疾病常见建议，输出个性化、人性化的体检建议。比如体检人员不抽烟、不喝酒，则在体检建议中，则不会出现减少抽烟、喝酒的建议。

6)将以上得到的体检检查描述数据、疾病名称、个性化体检建议，按照既定模板形式，填入个人的体检报告模板中去。

7)当误判数据库数量达到一定阈值，则将误判数据库数据提取出，加入训练数据集中，并对模型进行训练。当非常见疾病数据库中数据某一种疾病名称科室描述数据达到一定阈值时候，提取此疾病名称下所有数据加入训练数据集中，对模型重新训练，并更新常见疾病数据库。

对应本申请中的混合增强的体检报告自动生成方法，本申请还提供了一种混合增强的体检报告自动生成装置，主要包括个人信息收集模块、数据收集模块、疾病混合增强识别模块、智能医疗建议推荐模块以及报告模板填充模块，如图3所示。

个人信息收集模块主要用于通过调查问卷等方式，收集个人信息。包含饮食习惯、生活方式等规则化数据。

数据收集模块主要用于获取不同科室对体检人员的描述数据。具体地，采集医生输入信息，即同一体检人员的不同科室的描述数据，包括不同科室描述的文本类数据和数值描述数据，和对应数据的科室名称。

疾病混合增强识别模块主要用于通过疾病识别模型对所述描述数据进行疾病识别，从而得到疾病自动识别结果。其具体包括疾病自动判别模块、审核模块和模型迭代模块，其中又可以看着疾病诊断和模型迭代升级两部分。

疾病自动判别模块，包括数据分类模块、文本类数据疾病识别模块以及数据型数据疾病识别模块。其中数据分类模块将描述数据分类为文本类数据和数值描述数据，并分别发送到文本类数据疾病识别模块和数值描述数据疾病识别模块。分类方法依据科室名称。文本类数据疾病识别模块用于接收文本类数据并对其进行分类识别。数据型数据疾病识别模块用于接收数值描述数据并对其进行分类识别。

进一步地，文本类数据疾病识别模块又可以分为：

1)预处理模块，主要用于：分字，既符合中文预训练模型bert训练输入的要求，也可以避免体检数据中特特殊名词带来的分词困扰；在每条文本前后加[cls]和[sep]符号；获取每个字符的one-hot编码；获取每个字的位置信息；输入到疾病分类模块；

2)疾病分类模块，主要用于：接受预处理模块数据；输入到bert多标签分类模型中；提取最后一层隐藏层的[cls]张量，并输入全连接层并dropout；并通过sigmid()函数获取每条标签的置信度，即每一个疾病的置信度；通过与阈值进行比较，输出置信度大于阈值的疾病名称(一种或者多种)。若所有疾病置信度都低于阈值，则输出疾病名称为空；输出文本类数据和疾病分类模块结果。

再进一步地，数据型数据疾病识别模块又可以分为：

1)预处理模块，主要用于：将体检报告中每一项数值检查，按照既定顺序输入到向量中去，对于非数值描述数据，如尿胆红素，阳线用1表示，阴性用0来表示；归一化；输入到疾病分类模块；

2)疾病分类模块，主要用于：接受预处理模块数据；输入到训练好的ml-knn模型中，获取每条标签的置信度，即每一个疾病的置信度；通过与阈值进行比较，输出置信度大于阈值的疾病名称(一种或者多种)。若所有疾病置信度都低于阈值，则输出疾病名称为空；输出数据型数据疾病识别模块结果。

审核模块主要用于获取医生对所述疾病自动识别结果的审核结果。具体用于接受文本类数据疾病识别模块和数据型数据疾病识别模块数据，其包括：

1)显示模块，用于将科室描述数据和预测结果打印到屏幕上。

2)审核模块，医生通过选择通过和不通过，对疾病预测结果进行审核；若审核通过，可选择填入医嘱，并输出科室描述数据和对应的预测疾病名称和医嘱，跳过3)诊断模块；

3)诊断模块，用于接收医生审核模块不通过数据；将科室描述数据打印到屏幕上由医生进行诊断，并填入诊断结果，即疾病名称，可选择填入医嘱；若诊断疾病名称属于常见疾病名称数据库，将科室描述数据和对应的预测疾病名称发送至误判数据库，可选择填入医嘱，并输出科室描述数据和对应的预测疾病名称和医嘱；若诊断疾病名称不属于常见疾病名称数据库，将科室描述数据和对应的预测疾病名称发送非常见疾病数据库，可选择填入医嘱，并输出科室描述数据和对应的预测疾病名称和医嘱。

模型生成迭代模块，主要用于模型生成和模型迭代升级。在实现模型生成的过程中，通过收集历史体检数据并提取体检检出疾病占比较大的疾病和对应的数据，包括文本描述数据和数值描述数据，并分别训练，生成对应的疾病分类模型。在实现模型迭代升级过程中，当积累的误判数据数量达到一定阈值，则将误判数据库中的数据提取出来，加入训练数据集中，并对模型进行重新训练；当非常见疾病数据库中数据某一种疾病名称科室描述数据达到一定阈值时候，提取此疾病名称下所有数据加入训练数据集中，对模型重新训练，并更新常见疾病数据库。

本发明装置还包括智能建议推荐模块，主要用于接收疾病识别模块的医生审核修正模块的数据；并根据疾病名称，调取疾病-建议数据库中对应的疾病-建议列表；通过个人信息采集的规则化数据、对疾病-建议列表进行修改。具体地：

1)将个人信息中的饮食习惯、生活方式信息与疾病-建议列表中所有建议项进行匹配。若个人某信息中的信息和建议列表中的建议相符，则移除建议列表中此建议；

2)对医嘱进行信息抽取，提取若干规则医嘱信息，并与疾病-建议列表中所有建议项进行匹配。若医嘱的某信息和建议列表中的建议相符，则用医嘱信息替换建议列表中此建议，并将无法匹配到所有建议项的医嘱添加到建议列表中；

3)对疾病-建议列表进行整合，形成体检建议，并输出科室描述数据、疾病名称、体检建议。

报告模板填充模块，用于接受智能医疗建议推荐模块数据，根据体检报告模板，将科室描述数据、疾病名词和体检建议填充到体检报告模板中，生成个性化、人性化的体检报告。

对于本发明实施例的而言，由于其与上面实施例中的相对应，所以描述的比较简单，相关相似之处请参见上面实施例中部分的说明即可，此处不再详述。

本发明可以植入现有体检报告系统中，检查医生在使用端，输入诊断描述，后台自动生成体检报告，交由汇总医生进行报告质量评判，合格部分填入报告模板或者直接打印结果，不合理部分交由医生判断，达到常见疾病自动判别，非常见疾病医生判别，医生把控体检报告质量的效果。整合个人信息、医嘱和疾病的常规建议，生成个性化、人性化的体检报告。同时通过收集错误判断的数据和非常见疾病数据，对模型进行重新训练，达到模型螺旋阶梯式升级。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可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不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本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全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。