病历信息高精度抽取方法｜新技术应用

本文 基于自然语言处理、结构化算法、知识图谱等技术 ，以神经内科病历为例，通过构建命名实体识别模型、关系识别模型、同义词识别模型完成病历文本句内的信息抽取，通过病历结构化分层解析算法实现大段落病历文本分层结构的解析，利用知识图谱技术存储信息抽取与分层解析的构造模型，最终生成分层次、高精度的结构化病历。实现了对该领域病历数据的自动抽取、精准定位与高效管理，为临床医学研究提供了更为丰富的数据支持，也为其他疾病病历文本数据的挖掘提供了方法学参考。

题　目 ：基于自然语言处理与结构化算法的病历信息高精度抽取方法研究

关键词 ：电子病历；信息抽取；自然语言处理；知识图谱；结构化解析

来　　源： 《中国数字医学》2024 第19卷 第5期

作　　者： 王维笑 费晓璐 闾海荣 魏岚 陶焜 赵明 付旭 赵许盼 高菲 任怡

作者单位： 100084北京，清华大学自动化系（王维笑、闾海荣）；首都医科大学宣武医院信息科（费晓璐、魏岚），神经内科（任怡）；北京爱医声科技有限公司（陶焜、赵明、付旭、赵许盼、高菲）

基金项目： 国家重点研发计划资助（2022YFF1202400）