语素级临床汉语言解析引擎及在电子病历中应用.pdfVIP

语素级临床汉语言解析引擎及在电子病历中的应用 ① ① 胡安邦 廖邦富 ①成都成电医星数字健康软件有限公司，610047，成都市武侯区武科东四路 11 号 慧谷 5 栋4 号 摘 要 语素级临床汉语言解析引擎，是实现电子病历结构化和智能化的技术方法。该引 擎可以实现对电子病历的后台语素级解析，达到每秒钟 10000 个汉字解析速度；96%以上有 效语素的匹配度；98.5%以上有效语素的匹配正确性。达到电子病历真正结构化，更低社会 成本，智能化的要求。 关键词 电子病历 语素 汉语言解析 智能化 1 概述 电子病历文书的编辑是电子病历的重要内容。很多对电子病历软件的宣传时，重点在描 述一个好的病历编辑器。如何输入，如何结构化，如何适应不同的格式，如何进行数据的存 储等。把结构化作为电子病历的一个主要特点和要求。大家都讲结构化的好处，但几乎都不 讲结构化的成本和实际效果。目前电子病历的一个弊病就是结构化成本很高，以至于在实际 应用声称结构化的电子病历，多数并没有真正结构化。 非结构化的电子病历的弊病非常明显。但结构化成本太高，效果差的问题很少有人提起。 比如点选模式的电子病历，需要书写“无明显诱因，饮酒后，受凉后，劳累时……”，医生 需要进行多次选择并确认。这种方式存在问题很明显：严重干扰医生思维，书写这样一份结 构化的病历花费的时间太长，浪费最昂贵的医疗资源--医生的时间；以至于很多医务人员弃 之不用。而且更重要的是，这种选择性输入的电子病历，并不能真正保证电子病历的结构化， 因为这种方法，不能达到语义或语素级的结构化水平，不能很好的满足电子病历智能化的需 求。 对于电子病历是否结构化、如何结构化，解决之道各有不同。在美国和英国，因为结构 化成本太高，解决之道是通过便宜的资源（转录员）代替医生录入病历；在法国，干脆就规 定少写病历；在我国，基本上是采用成本最高的选择性输入方法，来解决电子病历结构化的 问题。 电子病历的结构化并不仅仅是成本问题。电子病历的结构化，是电子病历智能化的基础。 只有实现了电子病历的真正结构化，才能实现电子病历的智能化。这是在全世界都是一个难 题。 如何解决这个世界级的难题。是否能考虑医生用自然语言输入电子病历，把复杂的结构 化过程交给计算机完成，通过计算机的语义或语素的解析，实现电子病历的结构化、智能化。 这是很多人都在思考或研究的问题。但这种方法的难度太大。因为语言的灵活、多变，给语 义或语素的解析造成了巨大的障碍。我国的汉语言的多样性和灵活性更在其它语言之上。与 英语等西方语言的以词组句不同，汉语言是以字组词、以词组句，更为复杂，更难实现汉语 言计算机语义或语素级的解析。 对于汉语言的解析的研究和计算机软件的开发，国内的研究比较多。如北大计算机语言 学研究所的相关软件，是这方面比较成熟的软件。但是该软件实际上只有对词法的解析 （动 词，名词等）方面比较成熟。由于侧重点不同，该软件对词法的解析中，并未对词的具体逻 辑含义进行解析。而语义或语素的解析算法更加复杂，还未真正实现。 2 语素级临床汉语言解析引擎的研究 我们在电子病历软件的开发过程中，为了实现电子病历真正的结构化和智能化。对临床 汉语言的语素级解析进行了研究。自主开发了语素级临床汉语言解析引擎，并嵌入电子病历 系统。对汉语言电子病历进行后台语素级的解析，随电子病历一起保存，实现电子病历的结 构化。并为实现电子病历的智能化利用奠定了基础。 语素则是最小的语法单位，是表达语义的最小的语言。比如：少许，严重，水肿，色泽， 高度，黄染，右下,气海，太阳蓄水证，胸透，Murphy 征等。 在语素级临床汉语言解析引擎中，将临床汉语语素分类为：症状：ZZ （否定症状：NZZ）, 部位：BW,属性：SX,时间：SJ,检查：JC,量度：LD 等等。各分类语言有其组成（比如症状 就分为：症状主体（ZZ.1），症状时间（ZZ.2），症状部位（ZZ.3），症状属性（ZZ.4），症状 量度（ZZ.6）等等，进行解析。 例如医生书写的现病史：“入院前2 小时于晨起穿衣时突然出现左侧肢体活动不能，无 法自行穿衣，言语欠清晰，无头昏、头痛，无恶心、呕吐，无抽搐及意识障碍，无大小便失 禁，家人发现后即送我院急诊科，经头颅 CT:颅内未见明显异常。”经过引擎解析后，结果 如下： • C1 •