(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210596655.4 (22)申请日 2022.05.30 (71)申请人 中电药明数据科技 （成 都） 有限公司 地址 610095 四川省成 都市高新区仁和街 39号6栋2层1号 (72)发明人 王昕昱　甘喜文　邱文　王晓芳　 李震　 (74)专利代理 机构 北京中慧创科知识产权代理 事务所 (特殊普通合伙) 11721 专利代理师 由元 (51)Int.Cl. G06F 40/126(2020.01) G06F 40/30(2020.01) G16H 50/20(2018.01) (54)发明名称 一种临床诊断数据标准 化方法和装置 (57)摘要 本发明涉及一种临床诊断数据标准化方法 和装置。 所述方法包括： 接收临床诊断数据并进 行数据校验和数据限制； 对所述数据校验和限制 后的数据进行数据预处理； 将标准化疾病分类代 码及名称创建为Trie多叉树； 将所述数据预处理 后的数据与所述Trie多叉树进行数据匹配， 得到 每条临床诊断数据的匹配等级； 根据所述匹配等 级对所述临床诊断数据进行分类； 根据所述分类 的结果对分类后的临床诊断数据进行标准化输 出。 本申请使用基于完整诊断编码的完全匹配和 基于不完整诊断编码的部分匹配再使用基于词 语相似度的匹配， 相对于人工匹配诊断数据提高 了效率， 相对于单纯依靠诊断编码的匹配提高了 匹配的完整性。 权利要求书3页 说明书11页 附图5页 CN 115017868 A 2022.09.06 CN 115017868 A 1.一种临床诊断数据标准 化方法， 其特 征在于， 包括： 接收临床诊断数据并进行 数据校验和数据限制； 对所述数据校验和限制后的数据进行 数据预处 理； 将标准化疾病分类代码及名称创建为Trie多叉树； 将所述数据预处理后的数据与所述Trie多叉树进行数据匹配， 得到每条临床诊断数据 的匹配等级； 根据所述匹配等级对所述临床诊断数据进行分类； 根据所述分类的结果对分类后的临床诊断数据进行 标准化输出。 2.根据权利要求1所述的方法， 其特 征在于， 所述数据校验对数据非法性进行判断， 如果是非法数据则进行异常提示； 数据限制对 所述临床诊断数据的数据元个数以及信息进 行限定， 所述数据元的信息包含： 诊断编 码、 诊 断名称、 和诊断类型。 3.根据权利要求2所述的方法， 其特 征在于， 所述数据预处 理包括： 去掉数据两端空格， 以及清除预设不允许字符。 4.根据权利要求2或3所述的方法， 其特 征在于， 所述数据匹配包括： 精确匹配、 前缀匹配以及名称匹配， 所述数据匹配之后输出的信 息 包含： 诊断类型、 诊断编码、 诊断名称、 标准 化诊断编码、 标准 化诊断名称、 匹配等级。 5.根据权利要求 4所述的方法， 其特 征在于， 所述匹配等级包括： 等级1： 诊断编码6位码、 附加码和诊断名称完全匹配； 等级2： 诊断编码6位码、 附加码精确匹配； 等级3： 诊断编码6位码精确匹配； 等级4： 诊断编码前3位或4 位码匹配； 等级5： 诊断编码缺失或者全不匹配。 6.根据权利要求5所述的方法， 其特 征在于， 所述分类的结果如下： 第一类数据为正常数据， 可直接标准化输出， 对应的数据匹配等级为等级1、 等级2、 和 等级3； 第二类数据为未能匹配到标准 化数据的异常数据。 7.根据权利要求6所述的方法， 其特 征在于， 所述根据所述分类的结果对分类后的临床诊断数据进行 标准化输出， 包括： 对于第一类数据， 直接标准化输出诊断类型、 诊断编码、 诊断名称、 标准诊断编码、 标准 诊断名称、 和匹配等级； 对于第二类数据， 进一步执行NLP语言处理进行智能匹配， 然后输出诊断类型、 诊断编 码、 诊断名称、 标准诊断编码、 标准诊断名称、 和匹配等级。 8.根据权利要求7 所述的方法， 其特 征在于， 所述NLP语言处理包括： 计算待匹配的诊断名称和标准诊断数据中诊断名称的相似度， 取相似度最高的一项作为匹配到的标准诊断名称。权　利　要　求　书 1/3 页 2 CN 115017868 A 29.根据权利要求8所述的方法， 其特 征在于， 所述相似度的计算方法为以下中的一种： Levenshtein算法、 基于词向量的余弦相似 度、 基于同义词 词林的相似度。 10.一种存储介质， 其特征在于， 所述存储介质包括存储的程序， 其中， 在所述程序运行 时由处理器执行权利要求1至9中任意 一项所述的方法。 11.一种临床诊断数据标准 化装置， 其特 征在于， 包括： 校验限制模块， 用于 接收临床诊断数据并进行 数据校验和数据限制； 预处理模块， 用于对所述数据校验和限制后的数据进行 数据预处 理； 多叉树模块， 用于将标准 化疾病分类代码及名称创建为Trie多叉树； 数据匹配模块， 用于将所述数据预处理后的数据与所述Trie多叉树进行数据匹配， 得 到每条临床诊断数据的匹配等级； 分类模块， 用于根据所述匹配等级对所述临床诊断数据进行分类； 输出模块， 用于根据所述分类的结果对分类后的临床诊断数据进行 标准化输出。 12.根据权利要求1 1所述的装置， 其特 征在于， 所述数据校验对数据非法性进行判断， 如果是非法数据则进行异常提示； 数据限制对 所述临床诊断数据的数据元个数以及信息进 行限定， 所述数据元的信息包含： 诊断编 码、 诊 断名称、 和诊断类型。 13.根据权利要求12所述的装置， 其特 征在于， 所述数据预处 理包括： 去掉数据两端空格， 以及清除预设不允许字符。 14.根据权利要求12或13所述的装置， 其特 征在于， 所述数据匹配包括： 精确匹配、 前缀匹配以及名称匹配， 所述数据匹配之后输出的信 息 包含： 诊断类型、 诊断编码、 诊断名称、 标准 化诊断编码、 标准 化诊断名称、 匹配等级。 15.根据权利要求14所述的装置， 其特 征在于， 所述匹配等级包括： 等级1： 诊断编码6位码、 附加码和诊断名称完全匹配； 等级2： 诊断编码6位码、 附加码精确匹配； 等级3： 诊断编码6位码精确匹配； 等级4： 诊断编码前3位或4 位码匹配； 等级5： 诊断编码缺失或者全不匹配。 16.根据权利要求15所述的装置， 其特 征在于， 所述分类的结果如下： 第一类数据为正常数据， 可直接标准化输出， 对应的数据匹配等级为等级1、 等级2、 和 等级3； 第二类数据为未能匹配到标准 化数据的异常数据。 17.根据权利要求16所述的装置， 其特 征在于， 所述根据所述分类的结果对分类后的临床诊断数据进行 标准化输出， 包括： 对于第一类数据， 直接标准化输出诊断类型、 诊断编码、 诊断名称、 标准诊断编码、 标准 诊断名称、 和匹配等级； 对于第二类数据， 进一步执行NLP语言处理进行智能匹配， 然后输出诊断类型、 诊断编权　利　要　求　书 2/3 页 3 CN 115017868 A 3