摘要
本申请公开了一种在电子病历数据中不依赖于ICD编码的脑卒中判断方法、装置及系统,属于脑卒中患者人群筛选领域;在获取待识别患者的现病史长文本和诊断信息后,分别输入预训练模型得到第一文本向量和第二文本向量,基于注意力特征融合模块进行特征融合得到目标向量,根据分类网络判断待识别患者是否患有脑卒中且因脑卒中入院。由于ICD编码缺失率高、标注精确性和一致性欠佳,基于ICD编码难以准确识别脑卒中患者且不能判断是否因脑卒中入院。现病史长文本和诊断信息是电子病历数据的基本信息和患者疾病信息的原始数据。因此,可以使用现病史长文本和诊断信息就能准确识别患者是否患有脑卒中且因脑卒中入院,以准确筛选脑卒中研究人群。
技术关键词
识别患者
预训练模型
文本
前馈神经网络
分类网络
电子病历数据
注意力
判断方法
编码
模块
判断系统
处理器
疾病
存储器
指令
通道
参数
系统为您推荐了相关专利信息
规则匹配方法
文本
匹配模块
复杂度
意图识别系统
文本特征向量
评价管理方法
实体关联关系
OCR图像识别
语义标签
自动点胶方法
点胶路径
偏差
机器人基坐标系
校正
敏感数据识别
脱敏方法
子系统
前馈神经网络
样本