一种基于个人知识本体的医疗文书生成与智能协同方法及系统与流程
本发明涉及医疗信息,更具体地说,尤其涉及一种基于个人知识本体的医疗文书生成与智能协同方法及系统。
背景技术:
1、医疗信息技术的发展推动了医院业务流程的数字化转型,电子病历系统及临床信息管理平台已成为支撑现代医疗运转的基础底座。在真实的临床场景中,涵盖门诊接诊、住院监护及手术干预等全周期环节,不仅会产生海量复杂的患者时序医疗数据,还需要医生、护士、医技等多个核心角色围绕这些数据进行高频的交互与处理。各类临床医疗文书不仅是记录患者疾病演进轨迹的医学载体,更是跨科室执行医疗动作、划分医疗责任体系的底层依据。当前,临床诊疗的精细化程度不断提高,对文书流转的时序逻辑严密性以及跨角色协同作业的同步并发能力提出了较高的要求。
2、现有技术在处理临床文书生成与多角色协同作业时,普遍采用基于通用模板的固定逻辑进行分发与填报;然而,面对动态的疾病演进,难以捕捉医生的个性化诊疗经验,导致病历同质化且易脱离患者实际病情。受限于独立表单结构,现有系统无法建立文书间的时序关联,当出现临床偏差时,无法沿时间线联动更新跨角色的衍生记录,造成数据失步与重复编辑负荷。
3、因此,如何提供一种基于个人知识本体的医疗文书生成与智能协同方法,其能够提高医疗文书与患者实际病情的契合度,并实现跨角色医疗文书的自动化联动更新,已经成为本领域技术人员亟待解决的技术问题。
技术实现思路
1、为解决上述技术问题,本发明提供一种基于个人知识本体的医疗文书生成与智能协同方法,其能够提高医疗文书与患者实际病情的契合度,并实现跨角色医疗文书的自动化联动更新。
2、本发明提供的第一种技术方案如下:
3、本发明提供一种基于个人知识本体的医疗文书生成与智能协同方法,包括以下步骤:s1获取医生个人临床知识,根据所述医生个人临床知识构建个人医疗知识本体,所述个人医疗知识本体为包含映射疾病路径轨迹的临床节点及节点间语义关联与推导规则的结构化知识网络;
4、s2接收患者医疗数据,基于所述患者医疗数据与所述个人医疗知识本体进行匹配,并基于医生预设规则推导生成时序医疗文书,所述时序医疗文书包括预期时间轴;
5、s3采集患者的临床医疗数据,将所述临床医疗数据与所述时序医疗文书中的所述临床节点进行比对,根据比对结果识别并输出临床偏差;
6、s4响应于所述临床偏差,基于所述临床节点动态重构所述预期时间轴,获取重构时间轴,并根据所述重构时间轴联动生成跨角色的医疗协同文书。
7、进一步地,在本发明一种优选的方式中,基于所述临床节点动态重构所述预期时间轴,获取重构时间轴,包括:
8、根据所述临床偏差提取病情偏移参数,将所述病情偏移参数与对应所述临床节点中预设的临床路径分支阈值进行条件比对;
9、当满足条件时,基于所述个人医疗知识本体调取与所述病情偏移参数对应的病程演进指令,其中,所述病程演进指令包括时序偏移指令和文书重构指令中的至少一项;
10、当所述病程演进指令包括所述时序偏移指令时,解析所述时序偏移指令获取时间偏移量,并基于所述时间偏移量对所述预期时间轴上对应的后续所述临床节点进行平移更新,获取时序平移节点;
11、当所述病程演进指令包括所述文书重构指令时,执行所述文书重构指令,对所述预期时间轴上对应的后续所述临床节点进行节点重构,得到更新临床节点;
12、基于所述时序平移节点和/或所述更新临床节点,生成重构时间轴。
13、进一步地,在本发明一种优选的方式中,根据所述重构时间轴联动生成跨角色的医疗协同文书,包括:
14、基于所述重构时间轴提取目标临床节点,并读取所述目标临床节点中封装的诊疗属性数据;
15、确定与所述目标临床节点关联的目标角色标识,基于所述目标角色标识,调取所述个人医疗知识本体中预设的跨角色联动规则;
16、根据所述跨角色联动规则,基于所述诊疗属性数据直接映射获取与所述目标角色标识对应的专属文书要素;
17、基于所述专属文书要素,组合生成跨角色医疗协同文书。
18、进一步地,在本发明一种优选的方式中,基于所述诊疗属性数据直接映射获取与所述目标角色标识对应的专属文书要素,包括:
19、基于所述诊疗属性数据和所述目标角色标识,在所述跨角色联动规则中进行条件匹配,获取角色专属干预动作;
20、基于所述个人医疗知识本体,调取与所述角色专属干预动作对应的临床执行约束参数;
21、基于所述临床执行约束参数与所述角色专属干预动作进行数据合并,生成医疗协同执行要素;
22、将所述医疗协同执行要素确定为与所述目标角色标识对应的专属文书要素。
23、进一步地,在本发明一种优选的方式中,还包括,跨部门反向溯源与协同监督机制,具体为:
24、提取所述目标临床节点所引用的源头临床节点的关键诊疗要素;
25、当所述诊疗属性数据与所述关键诊疗要素之间存在数据不一致时,生成偏差反馈指令;
26、响应于所述偏差反馈指令,沿所述重构时间轴进行反向遍历,定位所述源头临床节点,以及介于所述源头临床节点与所述目标临床节点之间的所有关联临床节点;
27、基于各个所述关联临床节点对应的角色标识,分发与所述偏差反馈指令对应的关联性核查任务;
28、接收针对所述关联性核查任务的核查确认信息,当所述核查确认信息指示该数据不一致源于所述源头临床节点时,对所述源头临床节点执行数据修正,并沿所述重构时间轴正向联动更新受影响的所述关联临床节点及对应的医疗协同文书。
29、进一步地,在本发明一种优选的方式中,根据所述医生个人临床知识构建个人医疗知识本体,包括:
30、获取通过结构化录入界面输入的医生个人临床知识,所述个人临床知识包括疾病演进路径和临床常规工作流;
31、基于所述结构化录入界面中的属性字段,对所述个人临床知识进行结构化数据封装,确定所述疾病演进路径中的病情特征节点及所述临床常规工作流中的常规干预动作;
32、基于所述病情特征节点和所述常规干预动作的医疗时序依赖关系,映射生成包含所述临床节点的有向拓扑网络,构建个人医疗知识本体。
33、进一步地,在本发明一种优选的方式中,还包括,对所述时序医疗文书进行个性化纠错,具体为:
34、获取基于当前使用者的个人纠错规则库,所述个人纠错规则库记录有所述当前使用者的易错模式特征;
35、调用所述个人纠错规则库,对所述时序医疗文书进行定向特征扫描,识别出与所述易错模式特征相匹配的缺陷文本片段;
36、提取所述缺陷文本片段的节点位置坐标,并从所述个人纠错规则库中调取与所述易错模式特征关联的错误类型及修改建议;
37、基于所述节点位置坐标、所述缺陷文本片段、所述错误类型及所述修改建议,生成纠错提示信息;
38、接收基于所述纠错提示信息生成的纠错执行指令,并根据所述修改建议对所述节点位置坐标对应的所述缺陷文本片段进行数据替换,完成个性化纠错。
39、进一步地,在本发明一种优选的方式中,还包括,对所述个人医疗知识本体进行迭代更新,具体为:
40、获取完成所述数据替换后的更新文本数据,并获取与所述更新文本数据关联的临床诊疗修订依据;
41、将所述更新文本数据与所述临床诊疗修订依据进行特征融合,生成增量临床经验特征;
42、将所述增量临床经验特征转化为本体节点更新参数,写入所述个人医疗知识本体,完成所述个人医疗知识本体的迭代更新。
43、进一步地,在本发明一种优选的方式中,还包括,对所述当前使用者进行人员成长数字化评估,具体为:
44、采集所述当前使用者在所述时序医疗文书生成与修改过程中的临床诊疗数据;
45、将所述临床诊疗数据转化为所述当前使用者的量化能力成长指标;
46、获取预设的基准医疗知识本体,将所述当前使用者的所述个人医疗知识本体与所述基准医疗知识本体进行特征比对,识别并获取知识结构差异;
47、结合所述量化能力成长指标和所述知识结构差异,生成针对所述当前使用者的差异化指导策略。
48、本发明提供第二种技术方案如下:
49、本发明还提供一种基于个人知识本体的医疗文书生成与智能协同系统,包括:
50、本体构建模块,用于获取医生个人临床知识,根据所述医生个人临床知识构建个人医疗知识本体,所述个人医疗知识本体为包含映射疾病路径轨迹的临床节点及节点间语义关联与推导规则的结构化知识网络;
51、文书推导模块,用于接收患者医疗数据,基于所述患者医疗数据与所述个人医疗知识本体进行匹配,并基于医生预设规则推导生成时序医疗文书,所述时序医疗文书包括预期时间轴;
52、偏差比对模块,用于采集患者的临床医疗数据,将所述临床医疗数据与所述时序医疗文书中的所述临床节点进行比对,根据比对结果识别并输出临床偏差;
53、协同生成模块,用于响应于所述临床偏差,基于所述临床节点动态重构所述预期时间轴,获取重构时间轴,并根据所述重构时间轴联动生成跨角色的医疗协同文书。
54、本发明的一种基于个人知识本体的医疗文书生成与智能协同方法相对于现有技术具有以下有益效果:
55、(1)通过获取医生个人临床知识构建包含临床节点的知识本体,并将采集到的患者实际临床数据与推导文书中的临床节点进行比对输出临床偏差,能够识别预期推导路径与客观临床数据之间的差异,避免通用模板带来的内容偏离,从而提高医疗文书与患者实际病情的契合度;
56、(2)通过响应于所述临床偏差动态重构预期时间轴,并根据重构时间轴联动生成跨角色的医疗协同文书,建立了不同文书底层的数据时序关联,使得单一医疗环节的状态变更能够同步驱动下游受影响节点的重构,进而实现跨角色医疗文书的自动化联动更新;
57、(3)本方案采用个人医疗知识本体支撑文书生成,同时以预期时间轴作为各角色文书的关联纽带,当临床数据出现偏差时,通过时间轴动态重构驱动跨角色协同文书同步更新,保证不同岗位诊疗记录随病程变化保持时序一致,避免独立表单的数据脱节与重复修改,进而提升整体诊疗文书质量与多角色协同效率。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com