换一批基于NLP和知识图谱的电子病历自动预警方法研究
Research on Automatic Early Warning Method for Electronic Medical Records Based on NLP and Knowledge Graph
摘要目的 解决目前电子病历自动预警模型中存在的患者状况预警不全面、预警耗时长的问题.方法 研究收集不同医疗信息系统中患者病历的相关信息,对信息进行预处理,再使用自然语言处理技术识别信息中的实体类别、名称,抽取实体关系及属性,构建电子病历知识图谱.在构建的知识图谱中,定义预警触发条件,利用知识图谱结构实时监测预警信息与相关实体的关联,进行自动预警.结果 本研究构建的知识图谱,其平均倒数排名大于0.9,能够将数据中的信息完整嵌入到知识图谱中.基于该知识图谱的自动预警模型对患者身体状况、不良反应以及药物服用不合理现象的预警准确度分别为93.5%、92.7%和91.9%,且预警时间小于2.0 s;此外,利用该预警方法后,患者的疾病恶化风险降至3.2%.结论 本研究提出的电子病历自动预警方法能够大幅度提高医院的诊疗水平.
更多相关知识
关键词
自然语言处理知识图谱电子病历自动预警诊疗水平预警水平natural language processingknowledge graphelectronic medical recordautomatic early warningdiagnosis and treatment levelwarning level
栏目名称
DOI
10.3969/j.issn.1674-1633.20242035
发布时间
2025-10-29（万方平台首次上网日期，不代表论文的发表时间）
基金项目
广东省医学科学技术研究基金项目（A2024590）
- 浏览6
- 被引1
- 下载6
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
