基于自然语言处理技术的智能电子病历系统
一、设计理念&产品介绍
智能电子病历系统采用独有的NLP技术对病历进行细致的、专业的结构化处理，使得病历内容的内在含义为计算机“理解”，实现监控和利用。其核心价值不单纯在于病历的无纸化存储和电子化记录，更是在医疗质量控制、区域医疗信息化、临床路径、疾病监测、科研教学等方面都发挥出重要作用。
患者就医过程中产生了大量的医疗数据，医生给其接诊时又需要获取该患者既往和当下产生的数据以辅助医生采取下一步治疗，根据治疗所产生的数据再采取对应的治疗措施，周而复始直至患者疾病治愈。这个治疗模式是现有临床诊疗的模式。我们做的是临床诊疗系统，操作者是临床医生，因此我们采取该模式设计了智能电子病历一体化系统，我们的设计理念是，从临床数据中心、专病数据中心、临床诊疗指南、疾病知识库抽取疾病诊疗数据构建医疗知识图谱，以医疗知识图谱为基础创建临床决策引擎，把临床决策引擎接入全结构化的电子病历系统，通过赋能电子病历系统，让医生感知智能医疗：辅助诊断、智能推荐、智能输入、智能纠错、智能质控、智能编码等，让医生从上一代的业务操作系统进入到新一代的智能化时代。
SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。
赋能临床诊疗的全过程后提高了临床效率，在对整个医疗过程进行过程质控、内容质控、效果质控实现智能医疗质控，以提高医疗质量，降低医疗事故，保障医疗安全。
二、产品特点优势
如果为了电子病历的结构化，把应该用自然语言自由化输入的电子病历，组织成用固定的词或词组选择性输入的电子病历，会影响医生的思维，破坏汉语以字成句、以字组词、多样化词语的自然语言结构，破坏医生的专业思维方式和语言习惯。
为避免以上问题，并且又能对丰富的病历资源进行二次利用，NLP自然语言电子病历系统可支持前台自然语言录入，后台自动通过独有的NLP技术将病历内容进行结构化处理和存储。
2.1 后结构化编辑器
在支持全结构化的基础上增加了后结构化技术，即能支持前端结构化录入，也支持前端自由录入后端结构化存储，能充分保障病历书写的灵活高效和后期功能扩展，产品可以自主升级、修改，积极响应国家政策的变化；
Ø 预设结构化元素前端结构化输入，即预先在模板制作时做好文档结构化元素的基础上结构化录入。
Ø 自由后结构化替换输入，即不用预先做做大量的结构化元素，模板制做时直接使用大段落的自由文本，在医生书写病历过得之中编辑器以及后结构化引擎自己后结构化并且引导大夫结构化录入。
2.2 NLP后结构化
智能电子病历独有的NLP技术可对病历进行细致的、专业的结构化处理，使得病历内容的内在含义为计算机“理解”，实现监控和利用。
目前项目上使用的算法F1达到94.0。
Ø 病历的后结构化，算法引擎。
Ø 病历的后结构化，效果展示。
自动提取病历的段落节点
2.3 病历输入法
应用NLP、机器学习技术并结合海量的电子病历以及相关医学内容进行训练的专用病历输入法提供诸如基于书写上下文的超级联想、自动补齐、自然文本自动替换输入。
病历上线费时费力的结构化模板制做的时代将一去不返，基于NLP和机器学习技术，病历只需求结构化段落这一些即可，剩下的只需要交给我们的NLP-输入法引擎即可，自动后结构化并弹出替换选择录入。
Ø 下上文联想输入
Ø 自动补齐
Ø 后结构化替换输入
2.4 结构化病历检索
由于电子病历编辑器支持全结构化（前后端结构化），因此针对病历内容检索可以支持最小元数据级的搜索。既支持单条件搜索，也支持组合条件以及关系条件的搜索。
基于NLP后结构技术以及患者聚合数据存储技术，实现在千万级记录之中实现精确的患者全病历数据检索，速度达到毫秒级级别。
2.5 内容知识图谱
通过整合专业的临床知识库并结合NLP后结构化技术生成可视化的医学知识图谱，为临床决策支持、病历质控、病历检索提供技术支撑。
2.6 临床辅助决策
电子病历系统与临床决策支持系统进行深度集成，为医务提供诸如辅助诊断、合理性验证、报告解读等相应功能。
Ø 辅助诊断
Ø 高危用药提醒
Ø 检验检查合理性校验
Ø 辅助开方
2.7 中医辅助诊疗
医生开立中草药处方时系统提供中药方剂随症加减，辅助医师开立中草药处方。
2.8 智能纠错
临床医生在病历书写过程中，当出现语法、词法、错别字时系统能够给出实时提醒，并能给出正确的词组。同时系统支持医生自定义属于自己的语法、词法、句法规则。
2.9脚本化编程
程序中对于业务流程、个性化设置、本地化开发的需求采用脚本化的开发方式。该方式极大地简化了“开发、部署、测试和调试”的周期过程，同时提高了产品的交付速度、交付质量、客户满意度。
