文本相似度计算方法提高诊断名称数据标准化过程中人工判断效率的影响

目的研究文本相似度计算方法在提高诊断名称数据标准化过程中人工判断效率的价值。方法严格遵照国家标准的疾病分类与代码上存在编码的诊断名称,按疾病名称进行排序,并对其ID进行标记,选择2020年3月—2021年8月使用的23681条诊断名称文本数据,利用余弦相似度计算文本相似度,并通过单字与单字组合的穷举分词及频数、逆文本频率指数加权形成文本向量,经函数对计算结果进行校正。结果诊断名称长度为8.58个字符,获得9字组长度,经观察发现3字组后,字组暂停增长,但5字组逐渐减低,从而得知9字组长度未达50万维,可利用计算机处理。通过余弦相似度的计算,选择频数向量成为非标准数据,而标准数据选择频数逆文本频率指数加权的向量,最终将数据标准化。利用疾病诊断名称相似的文本,发现文本向量存在较大差别,其自身即为相似度最大值。通过字组组合的方式,测定不同文本向量,选择高血压进行举例。各类字组组合模式下存在356条诊断名称,其中390次相似度最大值并不是其本身。对于不同的情况实施分析,字组组合模式Ⅰ不一致,Ⅱ~Ⅸ模式一致,记成0、1、1、1、1、1、1、1、1。结论文本相似度计算方法能够提升诊断名称数据标准化,并促进人工判断效率改善。

ICD-10在门诊医生工作站中的应用

“阳光用药”监测管理系统，是对医生处方用药的追踪监控，可对不合理用药进行及时干预。本院推行“阳光用药”监测管理系统，在门诊医生工作站启用ICD-10诊断录入模式，将ICD码字典库嵌入门诊医生工作站的模块中，医生书写门诊诊断时自动匹配国际疾病分类的疾病名称，实现疾病诊断名称标准化录入，落实应用，有效监控了医生的诊疗行为及合理用药，同时也为将来临床路径、数据挖掘、按病种付费的开展奠定基础。