本發(fā)明涉及信息檢索技術(shù)領(lǐng)域，尤其是涉及醫(yī)學(xué)文獻(xiàn)智能處理方法及系統(tǒng)。

背景技術(shù)：

循證醫(yī)學(xué)(Evidence-based medicine，EBM)的核心思想是醫(yī)療決策，即病人的處理，治療指南和醫(yī)療政策的制定等，醫(yī)療決策應(yīng)在現(xiàn)有的最好的臨床研究依據(jù)基礎(chǔ)上做出，同時(shí)也重視結(jié)合個(gè)人的臨床經(jīng)驗(yàn)。證據(jù)是循證醫(yī)學(xué)的基石，遵循證據(jù)是循證醫(yī)學(xué)的本質(zhì)所在。臨床研究者和應(yīng)用者應(yīng)盡可能提供和應(yīng)用當(dāng)前最可靠的臨床研究證據(jù)是循證醫(yī)學(xué)的關(guān)鍵。

證據(jù)推薦分級(jí)的評(píng)估、制訂與評(píng)價(jià)(The Grading of Recommendations Assessment，Development and Evaluation，GRADE)系統(tǒng)是當(dāng)前證據(jù)質(zhì)量和推薦強(qiáng)度分級(jí)的國(guó)際標(biāo)準(zhǔn)之一，最主要應(yīng)用領(lǐng)域是臨床實(shí)踐指南。GRADE系統(tǒng)將證據(jù)質(zhì)量分為“高、中、低和極低”四個(gè)等級(jí)。

目前，醫(yī)生或研究者開展循證醫(yī)學(xué)工作的一般步驟為：提出問題→檢索證據(jù)→評(píng)價(jià)證據(jù)→臨床應(yīng)用→后效評(píng)價(jià)。在評(píng)價(jià)證據(jù)步驟中，醫(yī)生或研究者一般采用兩位專業(yè)評(píng)價(jià)人員分別對(duì)文獻(xiàn)進(jìn)行質(zhì)量評(píng)價(jià)和證據(jù)分級(jí)，并通過討論以及第三評(píng)價(jià)者介入等手段達(dá)成一致。目前的對(duì)醫(yī)學(xué)文獻(xiàn)的處理手段不但效率較低，而且評(píng)價(jià)者容易出現(xiàn)意見分歧。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供醫(yī)學(xué)文獻(xiàn)智能處理方法及系統(tǒng)，以提高了對(duì)醫(yī)學(xué)文獻(xiàn)的處理效率和準(zhǔn)確率。

第一方面，本發(fā)明實(shí)施例提供了一種醫(yī)學(xué)文獻(xiàn)智能處理方法，其中，包括：

根據(jù)研究方向在數(shù)據(jù)庫中進(jìn)行文獻(xiàn)篩選，獲得第一文獻(xiàn)信息，并將所述第一文獻(xiàn)信息收集到文獻(xiàn)池中；

對(duì)所述文獻(xiàn)池中的第一文獻(xiàn)信息進(jìn)行預(yù)處理，獲得文獻(xiàn)結(jié)構(gòu)化庫，其中，所述文獻(xiàn)結(jié)構(gòu)化庫包括第二文獻(xiàn)信息；

通過對(duì)計(jì)算機(jī)模型進(jìn)行訓(xùn)練，建立人工智能處理方法；

采用所述人工智能處理方法對(duì)所述第二文獻(xiàn)信息進(jìn)行證據(jù)分級(jí)，得到文獻(xiàn)證據(jù)分級(jí)結(jié)果信息；

將所述文獻(xiàn)證據(jù)分級(jí)結(jié)果信息進(jìn)行收集并存入循證醫(yī)學(xué)證據(jù)數(shù)據(jù)庫。

結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第一種可能的實(shí)施方式，其中，所述根據(jù)研究方向在數(shù)據(jù)庫中進(jìn)行文獻(xiàn)篩選，獲得第一文獻(xiàn)信息包括：

確定所述研究方向；

根據(jù)所述研究方向和Mesh選定檢索關(guān)鍵詞；

根據(jù)所述檢索關(guān)鍵詞，在所述數(shù)據(jù)庫中進(jìn)行文獻(xiàn)檢索，得到文獻(xiàn)檢索結(jié)果信息；

根據(jù)初篩條件對(duì)所述文獻(xiàn)檢索結(jié)果信息進(jìn)行篩選，獲得所述第一文獻(xiàn)信息。

結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第二種可能的實(shí)施方式，其中，所述對(duì)所述文獻(xiàn)池中的第一文獻(xiàn)信息進(jìn)行預(yù)處理，獲得文獻(xiàn)結(jié)構(gòu)化庫包括：

根據(jù)所述第一文獻(xiàn)信息定義元字段標(biāo)準(zhǔn)；

根據(jù)所述元字段標(biāo)準(zhǔn)對(duì)所述第一文獻(xiàn)信息的第一要素信息進(jìn)行抽取；

判斷能否直接抽取到所述第一要素信息；

如果不能直接抽取到所述第一要素信息，則將所述第一要素信息進(jìn)行格式轉(zhuǎn)換，得到第二要素信息；

根據(jù)所述第一要素信息和所述第二要素信息獲取證據(jù)信息，其中，所述證據(jù)信息與所述第二文獻(xiàn)信息相匹配；

根據(jù)所述證據(jù)信息構(gòu)建文獻(xiàn)結(jié)構(gòu)化庫。

結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第三種可能的實(shí)施方式，其中，所述通過對(duì)計(jì)算機(jī)模型進(jìn)行訓(xùn)練，建立人工智能處理方法包括：

在所述第二文獻(xiàn)信息中選取第一證據(jù)組，并根據(jù)證據(jù)分級(jí)標(biāo)準(zhǔn)對(duì)所述第一證據(jù)組進(jìn)行評(píng)價(jià)和分級(jí)，得到標(biāo)準(zhǔn)分級(jí)信息；

將所述標(biāo)準(zhǔn)分級(jí)信息輸入到所述計(jì)算機(jī)模型中；

在所述第二文獻(xiàn)信息中選取第二證據(jù)組，并根據(jù)所述標(biāo)準(zhǔn)分級(jí)信息采用所述計(jì)算機(jī)模型對(duì)所述第二證據(jù)組進(jìn)行評(píng)價(jià)和分級(jí)，得到第一訓(xùn)練結(jié)果；

對(duì)所述第一訓(xùn)練結(jié)果進(jìn)行人工校驗(yàn)，判斷所述第一訓(xùn)練結(jié)果是否符合預(yù)期標(biāo)準(zhǔn)；

如果所述第一訓(xùn)練結(jié)果不符合所述預(yù)期標(biāo)準(zhǔn)，則將所述第一訓(xùn)練結(jié)果進(jìn)行糾正，得到第二訓(xùn)練結(jié)果，并將所述第二訓(xùn)練結(jié)果作為所述標(biāo)準(zhǔn)分級(jí)信息，對(duì)所述計(jì)算機(jī)模型進(jìn)行重新訓(xùn)練；

如果所述第一訓(xùn)練結(jié)果符合所述預(yù)期標(biāo)準(zhǔn)，則完成建立所述人工智能處理方法。

結(jié)合第一方面的第三種可能的實(shí)施方式，本發(fā)明實(shí)施例提供了第一方面的第四種可能的實(shí)施方式，其中，所述證據(jù)分級(jí)標(biāo)準(zhǔn)包括證據(jù)分級(jí)規(guī)則和證據(jù)升降級(jí)因素，其中，證據(jù)分級(jí)規(guī)則分為高級(jí)證據(jù)、中級(jí)證據(jù)、低級(jí)證據(jù)和極低級(jí)證據(jù)。

第二方面，本發(fā)明實(shí)施例還提供一種醫(yī)學(xué)文獻(xiàn)智能處理系統(tǒng)，其中，包括：

文獻(xiàn)檢索模塊，用于根據(jù)研究方向在數(shù)據(jù)庫中進(jìn)行文獻(xiàn)篩選，獲得第一文獻(xiàn)信息，并將所述第一文獻(xiàn)信息收集到文獻(xiàn)池中；

預(yù)處理模塊，用于對(duì)所述文獻(xiàn)池中的第一文獻(xiàn)信息進(jìn)行預(yù)處理，獲得文獻(xiàn)結(jié)構(gòu)化庫，其中，所述文獻(xiàn)結(jié)構(gòu)化庫包括第二文獻(xiàn)信息；

訓(xùn)練模塊，通過對(duì)計(jì)算機(jī)模型進(jìn)行訓(xùn)練，建立人工智能處理方法；

人工智能處理模塊，用于采用所述人工智能處理方法對(duì)所述第二文獻(xiàn)信息進(jìn)行證據(jù)分級(jí)，得到文獻(xiàn)證據(jù)分級(jí)結(jié)果信息；

數(shù)據(jù)收集和存儲(chǔ)模塊，用于將所述文獻(xiàn)證據(jù)分級(jí)結(jié)果信息進(jìn)行收集并存入循證醫(yī)學(xué)證據(jù)數(shù)據(jù)庫。

結(jié)合第二方面，本發(fā)明實(shí)施例提供了第二方面的第一種可能的實(shí)施方式，其中，所述文獻(xiàn)檢索模塊包括：

確定所述研究方向；

根據(jù)所述研究方向和Mesh選定檢索關(guān)鍵詞；

根據(jù)所述檢索關(guān)鍵詞，在所述數(shù)據(jù)庫中進(jìn)行文獻(xiàn)檢索，得到文獻(xiàn)檢索結(jié)果信息；

根據(jù)初篩條件對(duì)所述文獻(xiàn)檢索結(jié)果信息進(jìn)行篩選，獲得所述第一文獻(xiàn)信息。

結(jié)合第二方面，本發(fā)明實(shí)施例提供了第二方面的第二種可能的實(shí)施方式，其中，所述預(yù)處理模塊包括：

根據(jù)所述第一文獻(xiàn)信息定義元字段標(biāo)準(zhǔn)；

根據(jù)所述元字段標(biāo)準(zhǔn)對(duì)所述第一文獻(xiàn)信息的第一要素信息進(jìn)行抽??；

判斷能否直接抽取到所述第一要素信息；

如果不能直接抽取到所述第一要素信息，則將所述第一要素信息進(jìn)行格式轉(zhuǎn)換，得到第二要素信息；

根據(jù)所述第一要素信息和所述第二要素信息獲取證據(jù)信息，其中，所述證據(jù)信息與所述第二文獻(xiàn)信息相匹配；

根據(jù)所述證據(jù)信息構(gòu)建文獻(xiàn)結(jié)構(gòu)化庫。

結(jié)合第二方面，本發(fā)明實(shí)施例提供了第二方面的第三種可能的實(shí)施方式，其中，所述訓(xùn)練模塊包括：

在所述第二文獻(xiàn)信息中選取第一證據(jù)組，并根據(jù)證據(jù)分級(jí)標(biāo)準(zhǔn)對(duì)所述第一證據(jù)組進(jìn)行評(píng)價(jià)和分級(jí)，得到標(biāo)準(zhǔn)分級(jí)信息；

將所述標(biāo)準(zhǔn)分級(jí)信息輸入到所述計(jì)算機(jī)模型中；

在所述第二文獻(xiàn)信息中選取第二證據(jù)組，并根據(jù)所述標(biāo)準(zhǔn)分級(jí)信息采用所述計(jì)算機(jī)模型對(duì)所述第二證據(jù)組進(jìn)行評(píng)價(jià)和分級(jí)，得到第一訓(xùn)練結(jié)果；

對(duì)所述第一訓(xùn)練結(jié)果進(jìn)行人工校驗(yàn)，判斷所述第一訓(xùn)練結(jié)果是否符合預(yù)期標(biāo)準(zhǔn)；

如果所述第一訓(xùn)練結(jié)果不符合所述預(yù)期標(biāo)準(zhǔn)，則將所述第一訓(xùn)練結(jié)果進(jìn)行糾正，得到第二訓(xùn)練結(jié)果，并將所述第二訓(xùn)練結(jié)果作為所述標(biāo)準(zhǔn)分級(jí)信息，對(duì)所述計(jì)算機(jī)模型進(jìn)行重新訓(xùn)練；

如果所述第一訓(xùn)練結(jié)果符合所述預(yù)期標(biāo)準(zhǔn)，則完成建立所述人工智能處理方法。

結(jié)合第二方面的第三種可能的實(shí)施方式，本發(fā)明實(shí)施例提供了第二方面的第四種可能的實(shí)施方式，其中，所述證據(jù)分級(jí)標(biāo)準(zhǔn)包括證據(jù)分級(jí)規(guī)則和證據(jù)升降級(jí)因素，其中，證據(jù)分級(jí)規(guī)則分為高級(jí)證據(jù)、中級(jí)證據(jù)、低級(jí)證據(jù)和極低級(jí)證據(jù)。

本發(fā)明提供的醫(yī)學(xué)文獻(xiàn)智能處理方法及系統(tǒng)，通過根據(jù)研究方向在數(shù)據(jù)庫中進(jìn)行文獻(xiàn)篩選，獲得第一文獻(xiàn)信息，并將第一文獻(xiàn)信息收集到文獻(xiàn)池中，對(duì)文獻(xiàn)池中的第一文獻(xiàn)信息進(jìn)行預(yù)處理，獲得文獻(xiàn)結(jié)構(gòu)化庫，其中，文獻(xiàn)結(jié)構(gòu)化庫包括第二文獻(xiàn)信息，通過對(duì)計(jì)算機(jī)模型進(jìn)行訓(xùn)練，建立人工智能處理方法，采用人工智能處理方法對(duì)第二文獻(xiàn)信息進(jìn)行證據(jù)分級(jí)，得到文獻(xiàn)證據(jù)分級(jí)結(jié)果信息，將文獻(xiàn)證據(jù)分級(jí)結(jié)果信息進(jìn)行收集并存入循證醫(yī)學(xué)證據(jù)數(shù)據(jù)庫。本發(fā)明可以提高對(duì)醫(yī)學(xué)文獻(xiàn)的處理效率和準(zhǔn)確率，同時(shí)消除了評(píng)價(jià)和分級(jí)過程中的意見分歧。

本發(fā)明的其他特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)在說明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。

為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實(shí)施例，并配合所附附圖，作詳細(xì)說明如下。

附圖說明

為了更清楚地說明本發(fā)明具體實(shí)施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)具體實(shí)施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施方式，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例一提供的醫(yī)學(xué)文獻(xiàn)智能處理方法流程圖；

圖2為本發(fā)明實(shí)施例一提供的篩選第一文獻(xiàn)信息方法流程圖；

圖3為本發(fā)明實(shí)施例一提供的文獻(xiàn)結(jié)構(gòu)化庫獲得方法流程圖；

圖4為本發(fā)明實(shí)施例一提供的建立人工智能處理方法流程圖；

圖5為本發(fā)明實(shí)施例二提供的醫(yī)學(xué)文獻(xiàn)智能處理系統(tǒng)示意圖。

圖標(biāo)：

100-文獻(xiàn)檢索模塊；200-預(yù)處理模塊；300-訓(xùn)練模塊；400-人工智能處理模塊；500-數(shù)據(jù)收集和存儲(chǔ)模塊。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

目前醫(yī)生或研究者開展循證醫(yī)學(xué)工作的一般步驟為：提出問題→檢索證據(jù)→評(píng)價(jià)證據(jù)→臨床應(yīng)用→后效評(píng)價(jià)。在評(píng)價(jià)證據(jù)步驟中，醫(yī)生或研究者一般采用兩位專業(yè)評(píng)價(jià)人員分別對(duì)文獻(xiàn)進(jìn)行質(zhì)量評(píng)價(jià)和證據(jù)分級(jí)，并通過討論以及第三評(píng)價(jià)者介入等手段達(dá)成一致。目前的對(duì)醫(yī)學(xué)文獻(xiàn)的處理手段不但效率較低，而且評(píng)價(jià)者容易出現(xiàn)意見分歧。

基于此，本發(fā)明實(shí)施例提供的醫(yī)學(xué)文獻(xiàn)智能處理方法及系統(tǒng)，可以提高對(duì)醫(yī)學(xué)文獻(xiàn)的處理效率和準(zhǔn)確率，同時(shí)消除了評(píng)價(jià)和分級(jí)過程中的意見分歧。

為便于對(duì)本實(shí)施例進(jìn)行理解，首先對(duì)本發(fā)明實(shí)施例所公開的醫(yī)學(xué)文獻(xiàn)智能處理方法進(jìn)行詳細(xì)介紹。

實(shí)施例一：

圖1為本發(fā)明實(shí)施例一提供的醫(yī)學(xué)文獻(xiàn)智能處理方法流程圖。

參照?qǐng)D1，醫(yī)學(xué)文獻(xiàn)智能處理方法包括如下步驟：

步驟S110，根據(jù)研究方向在數(shù)據(jù)庫中進(jìn)行文獻(xiàn)篩選，獲得第一文獻(xiàn)信息，并將第一文獻(xiàn)信息收集到文獻(xiàn)池中；

步驟S120，對(duì)文獻(xiàn)池中的第一文獻(xiàn)信息進(jìn)行預(yù)處理，獲得文獻(xiàn)結(jié)構(gòu)化庫，其中，文獻(xiàn)結(jié)構(gòu)化庫包括第二文獻(xiàn)信息；

步驟S130，通過對(duì)計(jì)算機(jī)模型進(jìn)行訓(xùn)練，建立人工智能處理方法；

步驟S140，采用人工智能處理方法對(duì)第二文獻(xiàn)信息進(jìn)行證據(jù)分級(jí)，得到文獻(xiàn)證據(jù)分級(jí)結(jié)果信息；

步驟S150，將文獻(xiàn)證據(jù)分級(jí)結(jié)果信息進(jìn)行收集并存入循證醫(yī)學(xué)證據(jù)數(shù)據(jù)庫。

具體的，在文獻(xiàn)檢索模塊中，確定研究方向，根據(jù)MeSH(Medical Subject Headings，醫(yī)學(xué)主題詞表)選定檢索主題詞及相應(yīng)副主題詞，在數(shù)據(jù)庫中進(jìn)行文獻(xiàn)初篩，通過篩選的第一文獻(xiàn)信息進(jìn)入文獻(xiàn)池中；在預(yù)處理模塊中，對(duì)第一文獻(xiàn)信息進(jìn)行預(yù)處理，如字段、表格、摘要和全文的抽取以及結(jié)構(gòu)化等；在基于深度學(xué)習(xí)的人工智能處理模塊中，對(duì)第二文獻(xiàn)信息進(jìn)行證據(jù)分級(jí)，得到文獻(xiàn)證據(jù)分級(jí)結(jié)果信息；在數(shù)據(jù)收集和存儲(chǔ)模塊中，根據(jù)文獻(xiàn)證據(jù)分級(jí)結(jié)果信息，將已完成評(píng)價(jià)和分級(jí)的文獻(xiàn)和證據(jù)進(jìn)行收集整理，存入循證醫(yī)學(xué)數(shù)據(jù)庫中。

根據(jù)本發(fā)明的示例性實(shí)施例，醫(yī)學(xué)文獻(xiàn)智能處理方法的步驟S110中，參照?qǐng)D2，第一文獻(xiàn)信息的獲得方法包括如下步驟：

步驟S210，確定研究方向；

步驟S220，根據(jù)研究方向和Mesh選定檢索關(guān)鍵詞；

其中，《Mesh》是美國(guó)國(guó)立醫(yī)學(xué)圖書館編制的權(quán)威性主題詞表。它在文獻(xiàn)檢索中具有準(zhǔn)確性和專指性的重要作用。標(biāo)引人員將信息輸入檢索系統(tǒng)以及檢索者(用戶)利用系統(tǒng)內(nèi)信息情報(bào)這兩個(gè)過程中，以主題詞作為標(biāo)準(zhǔn)用語，使標(biāo)引和檢索之間用語一致，達(dá)到最佳檢索效果。

步驟S230，根據(jù)檢索關(guān)鍵詞，在數(shù)據(jù)庫中進(jìn)行文獻(xiàn)檢索，得到文獻(xiàn)檢索結(jié)果信息；

步驟S240，根據(jù)初篩條件對(duì)文獻(xiàn)檢索結(jié)果信息進(jìn)行篩選，獲得第一文獻(xiàn)信息；其中，初篩條件可以為根據(jù)實(shí)際需求制定的納入/排除標(biāo)準(zhǔn)。

具體的，研究方向可以為某種疾病，根據(jù)MeSH選定檢索主題詞及相應(yīng)副主題詞；在Medline(The National Library of Medicine，美國(guó)國(guó)立醫(yī)學(xué)圖書館)、Embase、SCI(Science Citation Index，科學(xué)引文索引)、Cochrane Library等數(shù)據(jù)庫中進(jìn)行文獻(xiàn)檢索；根據(jù)納入/排除標(biāo)準(zhǔn)，對(duì)文獻(xiàn)檢索結(jié)果進(jìn)行篩選；通過篩選的文獻(xiàn)進(jìn)入文獻(xiàn)池中。

根據(jù)本發(fā)明的示例性實(shí)施例，醫(yī)學(xué)文獻(xiàn)智能處理方法的步驟S120中，參照?qǐng)D3，文獻(xiàn)結(jié)構(gòu)化庫的獲得方法包括如下步驟：

步驟S310，根據(jù)第一文獻(xiàn)信息定義元字段標(biāo)準(zhǔn)；

步驟S320，根據(jù)元字段標(biāo)準(zhǔn)對(duì)第一文獻(xiàn)信息的第一要素信息進(jìn)行抽??；

具體的，第一要素信息包括字段、表格、摘要和全文。

步驟S330，判斷能否直接抽取到第一要素信息；如果不能直接抽取到第一要素信息，則執(zhí)行步驟S340；

步驟S340，將第一要素信息進(jìn)行格式轉(zhuǎn)換，得到第二要素信息；

具體的，將字段、表格、摘要和全文等格式轉(zhuǎn)換，主要針對(duì)日期、數(shù)字、類型、時(shí)態(tài)和相關(guān)文獻(xiàn)等方面。

步驟S350，根據(jù)第一要素信息和第二要素信息獲取證據(jù)信息，其中，證據(jù)信息與第二文獻(xiàn)信息相匹配；

具體的，根據(jù)第一要素信息和第二要素信息獲取證據(jù)信息，證據(jù)信息主要包括標(biāo)題、作者、日期、影響因子、摘要、正文、附件正文、表格、研究設(shè)計(jì)、研究對(duì)象和研究方法等要素。

步驟S360，根據(jù)證據(jù)信息構(gòu)建文獻(xiàn)結(jié)構(gòu)化庫。

具體的，根據(jù)證據(jù)信息構(gòu)建文獻(xiàn)結(jié)構(gòu)化庫，還同時(shí)構(gòu)建文獻(xiàn)索引庫。

根據(jù)本發(fā)明的示例性實(shí)施例，醫(yī)學(xué)文獻(xiàn)智能處理方法的步驟S130中，參照?qǐng)D4，建立人工智能處理方法包括如下步驟：

步驟S410，在第二文獻(xiàn)信息中選取第一證據(jù)組，并根據(jù)證據(jù)分級(jí)標(biāo)準(zhǔn)對(duì)第一證據(jù)組進(jìn)行評(píng)價(jià)和分級(jí)，得到標(biāo)準(zhǔn)分級(jí)信息；

具體的，采用人工方法對(duì)第二文獻(xiàn)信息中的第一證據(jù)組進(jìn)行評(píng)價(jià)和分級(jí)；證據(jù)分級(jí)標(biāo)準(zhǔn)包括證據(jù)分級(jí)規(guī)則和證據(jù)升降級(jí)因素，其中，證據(jù)分級(jí)規(guī)則分為高級(jí)證據(jù)、中級(jí)證據(jù)、低級(jí)證據(jù)和極低級(jí)證據(jù)。為方便理解，以下通過表1至表2做詳細(xì)描述。

表1

表2

其中，表1為GRADE證據(jù)分級(jí)規(guī)則，表2為證據(jù)升降級(jí)因素表。

步驟S420，將標(biāo)準(zhǔn)分級(jí)信息輸入到計(jì)算機(jī)模型中；

具體的，將標(biāo)準(zhǔn)分級(jí)信息輸入到計(jì)算機(jī)模型中，對(duì)計(jì)算機(jī)模型進(jìn)行機(jī)器訓(xùn)練。

步驟S430，在第二文獻(xiàn)信息中選取第二證據(jù)組，并根據(jù)標(biāo)準(zhǔn)分級(jí)信息采用計(jì)算機(jī)模型對(duì)第二證據(jù)組進(jìn)行評(píng)價(jià)和分級(jí)，得到第一訓(xùn)練結(jié)果；

步驟S440，對(duì)第一訓(xùn)練結(jié)果進(jìn)行人工校驗(yàn)，判斷第一訓(xùn)練結(jié)果是否符合預(yù)期標(biāo)準(zhǔn)；如果第一訓(xùn)練結(jié)果不符合預(yù)期標(biāo)準(zhǔn)，則執(zhí)行步驟S450；如果第一訓(xùn)練結(jié)果符合預(yù)期標(biāo)準(zhǔn)，則執(zhí)行步驟S460；

步驟S450，將第一訓(xùn)練結(jié)果進(jìn)行糾正，得到第二訓(xùn)練結(jié)果，并將第二訓(xùn)練結(jié)果作為標(biāo)準(zhǔn)分級(jí)信息，對(duì)計(jì)算機(jī)模型進(jìn)行重新訓(xùn)練；

具體的，將糾正后的第二訓(xùn)練結(jié)果與標(biāo)準(zhǔn)分級(jí)信息結(jié)合，重新輸入到計(jì)算機(jī)模型中進(jìn)行機(jī)器訓(xùn)練，即重復(fù)執(zhí)行步驟S420，直至計(jì)算機(jī)對(duì)證據(jù)的評(píng)價(jià)和分級(jí)結(jié)果達(dá)到預(yù)期標(biāo)準(zhǔn)，并能夠基本理解文獻(xiàn)中的自然語言語意。

步驟S460，完成建立人工智能處理方法。

本發(fā)明提供的醫(yī)學(xué)文獻(xiàn)智能處理方法，通過根據(jù)研究方向在數(shù)據(jù)庫中進(jìn)行文獻(xiàn)篩選，獲得第一文獻(xiàn)信息，并將第一文獻(xiàn)信息收集到文獻(xiàn)池中，對(duì)文獻(xiàn)池中的第一文獻(xiàn)信息進(jìn)行預(yù)處理，獲得文獻(xiàn)結(jié)構(gòu)化庫，其中，文獻(xiàn)結(jié)構(gòu)化庫包括第二文獻(xiàn)信息，通過對(duì)計(jì)算機(jī)模型進(jìn)行訓(xùn)練，建立人工智能處理方法，采用人工智能處理方法對(duì)第二文獻(xiàn)信息進(jìn)行證據(jù)分級(jí)，得到文獻(xiàn)證據(jù)分級(jí)結(jié)果信息，將文獻(xiàn)證據(jù)分級(jí)結(jié)果信息進(jìn)行收集并存入循證醫(yī)學(xué)證據(jù)數(shù)據(jù)庫。本發(fā)明可以提高對(duì)醫(yī)學(xué)文獻(xiàn)的處理效率和準(zhǔn)確率，同時(shí)消除了評(píng)價(jià)和分級(jí)過程中的意見分歧。

實(shí)施例二：

圖5為本發(fā)明實(shí)施例二提供的醫(yī)學(xué)文獻(xiàn)智能處理系統(tǒng)示意圖。

參照?qǐng)D5，醫(yī)學(xué)文獻(xiàn)智能處理系統(tǒng)包括文獻(xiàn)檢索模塊100、預(yù)處理模塊200、訓(xùn)練模塊300、人工智能處理模塊400以及數(shù)據(jù)收集和存儲(chǔ)模塊500；

文獻(xiàn)檢索模塊100，用于根據(jù)研究方向在數(shù)據(jù)庫中進(jìn)行文獻(xiàn)篩選，獲得第一文獻(xiàn)信息，并將第一文獻(xiàn)信息收集到文獻(xiàn)池中；

預(yù)處理模塊200，用于對(duì)文獻(xiàn)池中的第一文獻(xiàn)信息進(jìn)行預(yù)處理，獲得文獻(xiàn)結(jié)構(gòu)化庫，其中，文獻(xiàn)結(jié)構(gòu)化庫包括第二文獻(xiàn)信息；

訓(xùn)練模塊300，通過對(duì)計(jì)算機(jī)模型進(jìn)行訓(xùn)練，建立人工智能處理方法；

人工智能處理模塊400，用于采用人工智能處理方法對(duì)第二文獻(xiàn)信息進(jìn)行證據(jù)分級(jí)，得到文獻(xiàn)證據(jù)分級(jí)結(jié)果信息；

數(shù)據(jù)收集和存儲(chǔ)模塊500，用于將文獻(xiàn)證據(jù)分級(jí)結(jié)果信息進(jìn)行收集并存入循證醫(yī)學(xué)證據(jù)數(shù)據(jù)庫。

根據(jù)本發(fā)明的示例性實(shí)施例，文獻(xiàn)檢索模塊100包括：

確定研究方向；

根據(jù)研究方向和醫(yī)學(xué)主題詞表Mesh選定檢索關(guān)鍵詞；

根據(jù)檢索關(guān)鍵詞，在數(shù)據(jù)庫中進(jìn)行文獻(xiàn)檢索，得到文獻(xiàn)檢索結(jié)果信息；

根據(jù)初篩條件對(duì)文獻(xiàn)檢索結(jié)果信息進(jìn)行篩選，獲得第一文獻(xiàn)信息。

根據(jù)本發(fā)明的示例性實(shí)施例，預(yù)處理模塊200包括：

根據(jù)第一文獻(xiàn)信息定義元字段標(biāo)準(zhǔn)；

根據(jù)元字段標(biāo)準(zhǔn)對(duì)第一文獻(xiàn)信息的第一要素信息進(jìn)行抽取；

判斷能否直接抽取到第一要素信息；

如果不能直接抽取到第一要素信息，則將第一要素信息進(jìn)行格式轉(zhuǎn)換，得到第二要素信息；

根據(jù)第一要素信息和第二要素信息獲取證據(jù)信息，其中，證據(jù)信息與第二文獻(xiàn)信息相匹配；

根據(jù)證據(jù)信息構(gòu)建文獻(xiàn)結(jié)構(gòu)化庫。

根據(jù)本發(fā)明的示例性實(shí)施例，訓(xùn)練模塊300包括：

在第二文獻(xiàn)信息中選取第一證據(jù)組，并根據(jù)證據(jù)分級(jí)標(biāo)準(zhǔn)對(duì)第一證據(jù)組進(jìn)行評(píng)價(jià)和分級(jí)，得到標(biāo)準(zhǔn)分級(jí)信息；

將標(biāo)準(zhǔn)分級(jí)信息輸入到計(jì)算機(jī)模型中；

在第二文獻(xiàn)信息中選取第二證據(jù)組，并根據(jù)標(biāo)準(zhǔn)分級(jí)信息采用計(jì)算機(jī)模型對(duì)第二證據(jù)組進(jìn)行評(píng)價(jià)和分級(jí)，得到第一訓(xùn)練結(jié)果；

對(duì)第一訓(xùn)練結(jié)果進(jìn)行人工校驗(yàn)，判斷第一訓(xùn)練結(jié)果是否符合預(yù)期標(biāo)準(zhǔn)；

如果第一訓(xùn)練結(jié)果不符合預(yù)期標(biāo)準(zhǔn)，則將第一訓(xùn)練結(jié)果進(jìn)行糾正，得到第二訓(xùn)練結(jié)果，并將第二訓(xùn)練結(jié)果作為標(biāo)準(zhǔn)分級(jí)信息，對(duì)計(jì)算機(jī)模型進(jìn)行重新訓(xùn)練；

如果第一訓(xùn)練結(jié)果符合標(biāo)準(zhǔn)，則完成建立人工智能處理方法。

根據(jù)本發(fā)明的示例性實(shí)施例，證據(jù)分級(jí)標(biāo)準(zhǔn)包括證據(jù)分級(jí)規(guī)則和證據(jù)升降級(jí)因素，其中，證據(jù)分級(jí)規(guī)則分為高級(jí)證據(jù)、中級(jí)證據(jù)、低級(jí)證據(jù)和極低級(jí)證據(jù)。

本發(fā)明提供的醫(yī)學(xué)文獻(xiàn)智能處理系統(tǒng)，包括文獻(xiàn)檢索模塊、預(yù)處理模塊、訓(xùn)練模塊、人工智能處理模塊以及數(shù)據(jù)收集和存儲(chǔ)模塊；通過根據(jù)研究方向在數(shù)據(jù)庫中進(jìn)行文獻(xiàn)篩選，獲得第一文獻(xiàn)信息，并將第一文獻(xiàn)信息收集到文獻(xiàn)池中，對(duì)文獻(xiàn)池中的第一文獻(xiàn)信息進(jìn)行預(yù)處理，獲得文獻(xiàn)結(jié)構(gòu)化庫，其中，文獻(xiàn)結(jié)構(gòu)化庫包括第二文獻(xiàn)信息，通過對(duì)計(jì)算機(jī)模型進(jìn)行訓(xùn)練，建立人工智能處理方法，采用人工智能處理方法對(duì)第二文獻(xiàn)信息進(jìn)行證據(jù)分級(jí)，得到文獻(xiàn)證據(jù)分級(jí)結(jié)果信息，將文獻(xiàn)證據(jù)分級(jí)結(jié)果信息進(jìn)行收集并存入循證醫(yī)學(xué)證據(jù)數(shù)據(jù)庫。本發(fā)明可以提高對(duì)醫(yī)學(xué)文獻(xiàn)的處理效率和準(zhǔn)確率，同時(shí)消除了評(píng)價(jià)和分級(jí)過程中的意見分歧。

本發(fā)明實(shí)施例所提供的醫(yī)學(xué)文獻(xiàn)智能處理方法及系統(tǒng)的計(jì)算機(jī)程序產(chǎn)品，包括存儲(chǔ)了程序代碼的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述程序代碼包括的指令可用于執(zhí)行前面方法實(shí)施例中所述的方法，具體實(shí)現(xiàn)可參見方法實(shí)施例，在此不再贅述。

所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡(jiǎn)潔，上述描述的系統(tǒng)和裝置的具體工作過程，可以參考前述方法實(shí)施例中的對(duì)應(yīng)過程，在此不再贅述。

另外，在本發(fā)明實(shí)施例的描述中，除非另有明確的規(guī)定和限定，術(shù)語“安裝”、“相連”、“連接”應(yīng)做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機(jī)械連接，也可以是電連接；可以是直接相連，也可以通過中間媒介間接相連，可以是兩個(gè)元件內(nèi)部的連通。對(duì)于本領(lǐng)域的普通技術(shù)人員而言，可以具體情況理解上述術(shù)語在本發(fā)明中的具體含義。

所述功能如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的全部或部分步驟。而前述的存儲(chǔ)介質(zhì)包括：U盤、移動(dòng)硬盤、只讀存儲(chǔ)器(ROM，Read-Only Memory)、隨機(jī)存取存儲(chǔ)器(RAM，Random Access Memory)、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。

在本發(fā)明的描述中，需要說明的是，術(shù)語“中心”、“上”、“下”、“左”、“右”、“豎直”、“水平”、“內(nèi)”、“外”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明和簡(jiǎn)化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對(duì)本發(fā)明的限制。此外，術(shù)語“第一”、“第二”、“第三”僅用于描述目的，而不能理解為指示或暗示相對(duì)重要性。

最后應(yīng)說明的是：以上所述實(shí)施例，僅為本發(fā)明的具體實(shí)施方式，用以說明本發(fā)明的技術(shù)方案，而非對(duì)其限制，本發(fā)明的保護(hù)范圍并不局限于此，盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，其依然可以對(duì)前述實(shí)施例所記載的技術(shù)方案進(jìn)行修改或可輕易想到變化，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換；而這些修改、變化或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明實(shí)施例技術(shù)方案的精神和范圍，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)所述以權(quán)利要求的保護(hù)范圍為準(zhǔn)。