论文部分内容阅读
目的探讨基于自然语言的病历内涵缺陷质控模型的研究与应用,探索有效的质控方法,规范病历书写流程,解决事后质控存在的缺陷和不足。方法通过医学自然语言处理、术语映射和前沿的深度学习等技术,实现对多元异构医疗数据的清洗归类和建模应用。结果通过上述方法提高了对病历文本的语义识别和理解能力,规范了病历书写流程,解决了病历书写格式混乱、病历内容缺陷和内涵质量低下等问题。结论基于自然语言处理及知识库的智能病历全流程质控系统可以实现对病历文本自然语言的识别和理解,能够对病历文书的完整性、时限性、逻辑性、合规性等方面进行内涵