基于多智能体协同的电子病历数据平台的构建方法及系统与流程

摘要: 本发明涉及医疗信息处理,具体为基于多智能体协同的电子病历数据平台的构建方法及系统。背景技术:1、电子病历文本中同时承载医学实体、否定极性、时态信息以及实体间语义...
基于多智能体协同的电子病历数据平台的构建方法及系统与流程

本发明涉及医疗信息处理,具体为基于多智能体协同的电子病历数据平台的构建方法及系统。

背景技术:

1、电子病历文本中同时承载医学实体、否定极性、时态信息以及实体间语义关系等多维度内容。现有电子病历数据平台的构建方法,在将非结构化病历文本转换为结构化数据时,多采用基于规则或单一深度学习模型的串行解析流程。此种常规方案中,实体识别、否定检测、时间元素提取和关系抽取等任务被设计为依次执行的独立环节,同一段文本需被多次遍历,不同解析目标之间的上下文特征无法即时共享。实体边界与否定作用域的判定依赖后处理规则对齐,容易出现否定词和实体搭配偏差;时间表达与临床事件之间的关联建立滞后,多维语义的并行协同挖掘能力薄弱,解析过程吞吐量受限,信息提取的维度完整性不足。同时,上述传统方案在生成结构化记录时,往往忽略病历文本中固有的原始时间戳属性,输出结果表现为按段落或文档聚合的静态事实片段集合。这些片段丢失了疾病发生、诊断和处置的前后顺序及时间间隔,无法形成按时间轴连续演进的病理事件视角,对病情转归的追溯和时序模式发现缺乏有效支撑。面对电子病历数据平台构建任务,亟须在单一流程中同时实现实体锚点、否定与时态作用范围、谓词关系等多类型语义的并行获取,并将提取出的异构信息依照实际发生时间序列重构为连贯的病历事件链路。

技术实现思路

1、提供一种基于多智能体协同的电子病历数据平台的构建方法及系统,解决病历文本多维语义并行解析与基于原始时间戳的时序连贯事件链图谱自动构建问题。

2、为了实现上述目的,本发明提供如下技术方案:本发明提供一种基于多智能体协同的电子病历数据平台的构建方法,该方法将原始病历文本依据电子病历的文书结构标签和段落边界标记切分为多个独立的语义承载单元,为每个语义承载单元分配单元标识码,并建立单元标识码与电子病历的原始时间戳之间的映射索引表。基于映射索引表,调用多个功能互异的解析智能体并行处理各语义承载单元,各解析智能体分别输出携带单元标识码的初步解析结果,再将各初步解析结果按照单元标识码回填至映射索引表,形成结构化数据骨架,根据结构化数据骨架中的原始时间戳,将结构化数据骨架重组为时序连贯的病历事件链图谱。

3、作为本发明的一个技术方案,在切分语义承载单元时,提取原始病历文本中的章节标题标签和分段符序列,以章节标题标签为一级分割锚点,以分段符序列为二级分割锚点依次切割原始病历文本;对切割后得到的每个文本片段,检测其是否包含嵌套列表标记,若包含嵌套列表标记,则按嵌套列表标记继续拆分为子单元,并将最终拆分所得的每个文本片段及其对应的章节标题标签和嵌套列表标记共同封装为一个语义承载单元。该切分方式充分利用病历文书的层级结构,使语义承载单元具有完整的语境信息,避免因过度切分或欠切分造成的语义碎片化,有效保证后续解析的准确性。

4、优选的,在为语义承载单元分配单元标识码并建立映射索引表时,按语义承载单元在原始病历文本中的出现顺序生成递增序列号作为单元标识码,从原始病历文本的元数据区读取每个段落对应的记录时间点作为原始时间戳,将单元标识码与原始时间戳一一配对存储至哈希映射表中,以单元标识码为键、以原始时间戳为值,构成映射索引表。这样既保留了文本的原有时间顺序关系,又为后续并行解析和时序重组提供了快速索引依据。

5、作为本发明的进一步方案,基于映射索引表调用多个功能互异的解析智能体并行处理各语义承载单元的过程包括:从映射索引表中提取所有单元标识码,将各语义承载单元按单元标识码分发至任务队列,从任务队列中并行弹出多个语义承载单元分别派发给第一解析智能体、第二解析智能体和第三解析智能体。第一解析智能体输出实体锚点集合及其在语义承载单元中的起止位置偏移量,第二解析智能体输出语义承载单元中的否定词和时态词及其作用范围区间,第三解析智能体输出语义承载单元中的关联谓词及其连接的主客体标识。多个解析智能体围绕同一语义承载单元协同工作,各自聚焦不同维度信息,能够削减单智能体处理长文本时产生的累进误差,提升实体识别、属性提取和关系抽取的全面性。

6、在第一解析智能体输出实体锚点集合时,该智能体加载预先构建的医学实体词典,医学实体词典按首字拼音排序形成查找树结构,对语义承载单元中的每个字符,以该字符为起点在查找树结构中进行最长匹配搜索,将匹配成功的连续字符序列标记为候选实体并记录起止位置偏移量,合并重叠的候选实体,选取最长者作为最终实体锚点存入实体锚点集合。通过词典的查找树结构与最长匹配策略,能够快速、准确地识别医学专业术语和复合实体,减少歧义和遗漏。

7、在第二解析智能体输出否定词和时态词及其作用范围区间时,提取语义承载单元中的否定副词和否定动词组成否定词候选表,提取时间名词和时间副词组成时态词候选表,对每个否定词利用依存句法关系确定其支配的谓语动词,并将该谓语动词所在的子句边界作为否定词的作用范围区间,对每个时态词将其所在的短语边界作为时态词的作用范围区间。通过句法关系精确定位否定和时态的语义作用范围,使得抽取出的信息带有更准确的语义极性及时间属性,为后续生成准确的诊疗事件链奠定基础。

8、在第三解析智能体输出关联谓词及其连接的主客体标识时,对语义承载单元进行依存句法分析获取各词语之间的依存关系弧,筛选出标签为“主谓关系”和“动宾关系”的关系弧,将每条关系弧中的谓语动词提取为关联谓词,将主语对应实体提取为主语标识,将宾语对应实体提取为宾语标识,以关联谓词为边、主语标识和宾语标识为两端节点构建关系三元组。由此实现从自然文本到语义关系的直接映射,形成规范化的主谓宾结构,便于图谱化存储与查询。

9、在将各初步解析结果回填至映射索引表形成结构化数据骨架时,以单元标识码为查询键在映射索引表中定位对应的表项,将同一单元标识码对应的所有初步解析结果合并至该表项的值域中形成单条单元解析记录,对各单条单元解析记录中的实体锚点进行跨智能体去重合并,保留置信度最高的实体表述,再将去重合并后的所有单条单元解析记录按单元标识码递增顺序排列,组装为结构化数据骨架。这一过程对多智能体输出进行一致性整合和冲突消除,获得兼具完整性和一致性的结构化表示。

10、在重组时序连贯的病历事件链图谱时,从结构化数据骨架中读取每条单元解析记录对应的原始时间戳并按时间先后排序,以排序后的每个原始时间戳为事件节点,以相邻时间戳之间的时间间隔为边权重构建时序基线,将同一时间戳下的结构化数据骨架中的实体锚点和关系三元组挂载至该时间戳对应的事件节点上,将挂载后的各事件节点按时序基线连接生成病历事件链图谱。生成过程中,为每个事件节点分配全局唯一节点编号并与原始时间戳绑定存储,根据时序基线对每个非首事件节点确定其前驱事件节点的节点编号并建立有向边,计算有向边连接的两个事件节点的原始时间戳差值作为边的属性标记存储,将所有事件节点和有向边及其属性标记写入图存储结构。由此得到按时间序列组织、事件间时间间隔可量化的病历事件链图谱,完整呈现患者病情演变脉络,使医护人员能够直观追溯各诊疗事件的发生顺序与时间关系,辅助临床决策。

11、本发明还提供一种基于多智能体协同的电子病历数据平台的构建系统,包括存储器、处理器以及存储在存储器中并在处理器上运行的计算机程序,处理器在执行计算机程序时实现上述基于多智能体协同的电子病历数据平台的构建方法的步骤。该系统将病历文本解析结构化为时序事件链图谱,具备处理速度快、语义保真度高和时序可溯性强等特点,能够适用于医疗机构大规模电子病历的深度数据挖掘与知识发现。

12、在上述技术方案中,本发明提供的技术效果和优点:

13、采用功能互异的解析智能体并行协同作业,将从病历文本切分得到的语义承载单元分派给第一解析智能体、第二解析智能体和第三解析智能体。第一解析智能体通过医学实体词典查找树进行最长匹配搜索,输出实体锚点集合及其起止位置偏移量;第二解析智能体利用依存句法关系输出否定词和时态词的作用范围区间;第三解析智能体基于依存关系弧输出关联谓词及主客体标识构成的关系三元组。多个解析智能体在同一切分单元上同步执行各自任务,实体识别、否定与时态极性判定、语义关系提取一次并行完成,消除了传统串行解析中多次扫描同一文本带来的冗余计算。不同维度的语义提取结果共享相同单元标识码和上下文窗口,天然对齐,避免了后处理阶段因实体与否定范围、时间表达跨任务匹配产生的偏移误差,提升了解析过程的吞吐效率和语义提取的一致性、完整度。

14、利用单元标识码与原始时间戳之间的映射索引表,将各解析智能体输出的携带单元标识码的初步解析结果回填,形成按时间原点关联的结构化数据骨架。从数据骨架中抽取所有原始时间戳并按时间先后排序,构建时序基线;将同一时间戳下的实体锚点和关系三元组挂载至对应事件节点,并为非首事件节点确定前驱节点编号,建立有向边且计算时间间隔作为边属性,最终生成时序连贯的病历事件链图谱。该过程将离散的病历结构化片段从文档顺序还原为真实发生时间顺序,保留原始时间间隔信息,使疾病状态的起始、变化和结果以有向图方式流动呈现,直接反映病情发展的时间逻辑和事件的先后依赖。事件节点之间的时间差值提供了分析疾病进展节奏和异常间隔的基础量化维度,支持开展时间线回溯、病程分期观察和动态演变检索。