一种基于人工智能的患者画像系统的制作方法

技术特征：
1.一种基于人工智能的患者画像系统，其特征在于：包括：信息获取单元，用于通过各平台实时获取患者的病历信息；信息处理单元，与信息获取单元连接用于接收患者的病历信息，对信息按照患者轴和疾病轴对数据进行分类处理；画像生成单元，用于根据患者轴和疾病轴的数据结合患者的身份表示融合构建患者画像。2.根据权利要求1所述的一种基于人工智能的患者画像系统，其特征在于：所述病历信息包括患者的基础信息、疾病表征、检查检验结果、诊断数据以及治疗方法；所述患者轴的数据以诊断数据为中心，用于多角度的展示患者的信息，快速做出诊断，得出治疗方案；所述疾病轴以疾病表征、检查检验结果以及治疗方法为中心，对不同患者的相同特征进行统计。3.根据权利要求1所述的一种基于人工智能的患者画像系统，其特征在于：所述信息获取单元定时利用爬虫技术从指定的医院平台爬取患者相关的病历信息；具体步骤包括：s1、设置目标爬虫地址，对网站的html语言进行简单解析，按照模板完成爬虫的框架，得到病历信息；s2、根据病历信息的url作为标识在数据库中进行查找，以此来判断该病历信息是否重复；s3、设定定时功能，使得爬虫程序按照用户预设的时间定期爬取。4.根据权利要求1所述的一种基于人工智能的患者画像系统，其特征在于：所述信息处理单元包括数据清洗模块、预分类模块以及细分类模块，所述数据清洗模块用于将病例信息进行清洗形成结构化数据，所述预分类模块用于根据病历信息的类别进行分类处理，所述细分类模块用于分别以患者轴和疾病轴为中心抽取对应分类的数据进行处理。5.根据权利要求4所述的一种基于人工智能的患者画像系统，其特征在于：所述数据清洗模块对接收的信息流进行解析，通过正则表达式、strip函数、replace函数等进行数据降噪和清洗，所述清洗包括清洗无意义的转义字符、标记符号、空行、回车数据。6.根据权利要求1所述的一种基于人工智能的患者画像系统，其特征在于：所述画像生成单元的具体处理步骤包括：s1、将分类处理后的数据分别同步输入实体识别模型，获取各层编码器的文本表示向量；s2、将获取的各层文本表示向量进行动态权重融合，然后利用bilstm网络捕获序列特征信息，再使用条件随机场限制标签间的序列关系，完成病历文本中的实体识别；s3、在真实的自主标注电子病历语料与电子病历数据集上验证模型效果。7.根据权利要求6所述的一种基于人工智能的患者画像系统，其特征在于：所述将获取的各层文本表示向量进行动态权重融合，具体包括：将各层编码层生成的文本表示向量赋予一个初始权重，而后在训练的过程中确定权重的值，将每一层生成的表示向量进行加权，动态融合各层文本表示信息后降至512维，然后作为输入下接bilstm网络。

技术总结
本发明属于大数据医疗技术领域，具体涉及一种基于人工智能的患者画像系统，包括：信息获取单元，用于通过各平台实时获取患者的病历信息；信息处理单元，与信息获取单元连接用于接收患者的病历信息，对信息按照患者轴和疾病轴对数据进行分类处理；画像生成单元，用于根据患者轴和疾病轴的数据结合患者的身份表示融合构建患者画像；所述病历信息包括患者的基础信息、疾病表征、检查检验结果、诊断数据以及治疗方法；所述患者轴的数据以诊断数据为中心，用于多角度的展示患者的信息。克服了现有技术的不足，分别以患者轴和疾病轴为中心，从患者个人诊疗和群体诊疗角度描绘患者的特征，构建更为细致的患者画像，便于医生精准的制定医疗方案。医疗方案。医疗方案。


技术研发人员：高飞 林辉 董津 刘琛 毛夏薇 林涛
受保护的技术使用者：纳里健康科技有限公司
技术研发日：2022.12.14
技术公布日：2023/3/10