一种基于AI的登革热智能监测和质控方法与流程

本发明涉及基于人工智能技术的医学信息，具体涉及一种基于ai的登革热智能监测和质控方法，利用电子病历和检验检查数据实现登革热疾病智能监测以及相应电子病历质控。

背景技术：

1、登革热是一种由蚊虫传播的病毒性感染病，具有高度传染性和严重的公共卫生威胁。医疗机构诊断疑似病例和确诊病例后需要通过传染病报告系统开展规范的传报。规范的疾病监测与传报对于此类型传染病的早发现、早隔离、早处置起着非常重要的作用。

2、一项登革热防控现状[1]中指出，登革热在大部分地区属于新发且少见的传染病，临床医生对于早期诊断登革热的认识也尚且不足，疾病确诊也并不是能在第一时间就可以确定的，因此一个简单、高效、准确的初筛监测方案对登革热疫情的防控以及散发性登革热患者的诊断与治疗有着重大的意义。

3、目前已有的登革热防控筛查均集中在传染源的治理即蚊虫的防治与监测[2]，很少能够在诊疗过程或诊疗后及时发现和追踪登革热疑似病例。电子信息领域，在一种利用大数据构建输入性登革热预警预测体系[3]中，利用网络爬虫技术和计算机存储技术，结合自然语言处理技术，构建大数据信息处理平台，实现对输入性登革热的预警预测和登革热防控指导。

4、在电子病历信息抽取方面，一般有基于知识增强的中文电子病历命名实体的识别[4]，利用了roberta-wwm-ext-large预训练模型结合知识图谱使得模型学习大量的医疗实体名词，通过bilstm对电子病历输入的序列进行编码捕获电子病历上下文语义及其实体信息；还有基于预训练的深度双向transformer医疗语言模型(medical-bidirectionalencoder representation from transformers，mc-bert)的混合神经网络模型[5]，将词向量前后方向和局部上下文特征信息合并后通过多头自注意力机制(multi-head self-attention，msa)获得多级语义特征，最后使用条件随机场(conditional random field，crf)对特征进行解码并预测标签序列，以实现实体抽取任务。

5、在电子信息领域，虽然利用社交媒体和网络对登革热疫情进行预测是重要的，但仅仅了解当前疫情的流行状态并不能有效进行疫情的防治、监测和预防，特别是对于疑似病例的监测和防控。

6、在电子病历信息抽取方面，使用bert等预训练模型抽取出电子病历的实体已经相对成熟，但仅提取实体不足以实现登革热疫情的监测任务。我们需要更多的信息，例如疾病与发生时间等关系的抽取，还需要其他算法的支持。此外，对于一些不合规的电子病历，还需要提供质量控制，判断电子病历中是否存在某些实体的类型，及时为医生提示是否缺少影响判定的重要实体，这是传统bert无法实现的。

7、同时随着电子病历系统的广泛应用，在医生问诊看诊期间产生了大量的非结构性的文本信息，这些文本信息中包含了对于当前看诊病人的疾病的既往史、现病史以及一些流行病学调查的信息，这些信息的构成对于分析疾病的发展趋势、研究病因和制定个体化治疗方案都具有重要价值。

8、然而，面对这些庞大的非结构性文本数据，在登革热的监测任务中使用传统的信息提取方法显得力不从心。一方面是为了完成监测任务需要了解患者的既往史和现病史中，如是否出现发热，皮疹等症状。出现症状的时间是什么时候，是否有过高风险地区的旅居史，是何时从旅居史地区返回等，这些信息呈现出复杂而不规则的特点。另一方面，当遇到一些否认状态的词语，比如患者否认发热、无皮疹或否认曾在高风险地区旅行等情况时，传统方法通常只提取这些实体而不进行进一步处理。这可能导致方法的误判，给患者和疾控部门带来不必要的困扰。

9、[1]张复春，中国登革热现状，新发传染病电子杂志，2018.3(02):p.65-66+60；

10、[2]王龙昌等，我国登革热蚊媒监测概况及建议，绿色科技，2020(10):p.188-190；

11、[3]王永亮等，利用大数据构建输入性登革热预警预测体系，中国国境卫生检疫杂志，2018.41(06):p.447-451；

12、[4]李宛泽，宋波，和齐岳山，基于知识增强的中文电子病历命名实体识别，计算机系统应用，2023.32(12):p.112-119；

13、[5]wang q.和h.e,a bert-based named entity recognition in chineseelectronic medical record,in proceedings of the 2020 9th internationalconference on computing and pattern recognition.2021,association forcomputing machinery:xiamen,china.p.13–17。

技术实现思路

1、本发明实现的目的是：借助自然语言处理(nature language processing，nlp)技术将这些非结构性文本转为结构性文本后与检验检查数据相结合，可以更全面地进行登革热监测任务。在一些基层诊所推广使用后，可以适时提醒那些在登革热诊断方面缺乏经验的医生对需要进行登革热筛查的患者送检。同时能够对诊断过程中所需信息的完整性进行监控，例如是否出现了发热但缺乏时间信息，或者电子病历中未否认旅居史信息却缺失旅居史信息等情况，从而提醒医生规范完善电子病历信息，在完成登革热监测的同时可以达到电子病历质控的目的。

2、为了实现上述目的，本发明的技术方案是提供了一种基于ai的登革热智能监测和质控方法，包括以下步骤：

3、创建实体和关系实体，使用doccano对电子病历根据实体关系进行实体之间的标注，得到数据集；实体包括皮疹、发热、体温、旅居地以及时间，关系实体包括发热时间、体温时间、皮疹时间和回来时间；

4、使用通用信息抽取模型作为基座模型，将数据集分为训练集、测试集、验证集，引入反例机制缓解解码过程中自回归带来的偏差，将训练集构建成dtask＝{(s,x,y)}以对基座模型进行训练，再通过测试集和验证集微调构建，得到医疗实体和关系抽取模型，其中s为旅居地、发热、体温、皮疹、时间、发热的发热时间、体温的体温时间、皮疹的皮疹时间以及旅居地的回来时间，x为标注的电子病历原文本，而y则为要抽取的信息结构；

5、在医疗实体和关系抽取模型中构建一个自定义的词典，词典包括症状、疾病、旅居史和否定词及相对应的词性，利用正则如果遇到无、否认、不伴、排除、未以及没有等否定词加上症状、疾病以及旅居史词性则判别为否定情况，其余则为肯定，以实现否定检出；结合否定检出，判断是否出现如无发热或否定旅居史等信息，如果否定了则对缺失信息忽略，如未否定且存在有缺失的信息则触发提示请医生完善信息，以检查信息完整性达成质控的目的；

6、根据当前不同的情况利用不同的判定逻辑对登革热的疑似与否进行判定，当前不同的情况包括一般情况、本土出现病例情况、本土流行情况以及高风险地区输入情况；

7、在一般情况下出现发热或体温大于等于37.3℃，则判定其发热日期的前3天及后7天是否出现了白细胞计数以及血小板计数的下降，如果出现了则判定其为登革热疑似患者；

8、在本土出现病例情况下出现发热或体温大于等于37.3℃，则判定其发热日期的前3天及后7天是否出现了白细胞计数或者血小板计数的下降，如果出现了则判定其为登革热疑似患者查看是否有30；

9、在本土流行情况下出现发热或体温大于等于37.3℃则判定其为登革热疑似患者；

10、在高风险地区输入情况下，返回时间在看诊时间15天内患者出现发热或体温大于等于37.3℃、皮疹症状、发热或皮疹时间的前3天和后7天的白细胞计数下降或者血小板计数的下降任意均被判定为登革热疑似患者；

11、将疑似患者信息以及所有看诊的电子病历的结构化信息分别存入疑似表和电子病历结构表；

12、疑似表包含了检验检查数据、患者信息、患者最近被判定为疑似的检验检查数据、患者的症状以及症状时间、患者如有旅居史应包含的旅居史信息(包含了回来时间，旅居史类型如国内高风险或国外高风险)、登革热筛查信息、就诊时间、就诊机构以及看诊医生信息；

13、电子病历结构表中包含了检验检查数据、患者信息、结构化后的数据、含非高风险地区的旅居史信息、就诊时间、登革热筛查信息、就诊机构以及看诊医生信息；

14、定时读取电子病历结构表并查出检验检查数据后将信息再次进行判定工作，如果判定出疑似患者将会录入疑似患者表中。

15、优选地，所述标注利用发热时间将标注的发热和时间进行关联，利用体温时间将体温和时间进行关联，利用回来时间将旅居地和时间进行关联，利用皮疹时间将皮疹和时间进行关联。

16、优选地，若所述否定检出发热但是未识别出发热时间，则会触发质控提醒，提醒使用者需完善发热时间。

17、本发明的技术方案提出一种基于ai的登革热智能监测和质控方法，通过对下游任务微调训练后的抽取模型merem从电子病历中抽取是否含皮疹、是否发热、发热时间(体温、体温时间)以及是否有旅居史(旅居史地区以及回来的时间)等信息，merem会将这一系列的数据转为结构化可读的数据。并在数据未否认且不完整时，触发质控提醒，以促使医生完善相关数据。在输入了相关信息之后，方法共分了4种不同的情况，分别是一般情况、本土出现病例情况、本土流行情况以及高风险地区输入情况。如果给定的所有信息符合各例情况下的登革热判定标准且30天内未进行过登革热筛查或30天内登革热筛查为阴性的则会触发提醒机制，提醒医生需要为该患者进行进一步的登革热检定(lgm和lgg抗原检测)，以达到登革热的智能监测和质控的目的。