疾病名称

摘要： 一、“呼吸道”就是呼吸道性疾病?养殖业中呼吸道是个老生常谈的话题,也是一个非常顽固的呼吸系统性疾病?病理书中根本就没有呼吸道这个疾病名称。凡是能引起呼吸系统炎症的都能表现呼吸道症状。所以,日常生活中,只要有呼吸道症状的统称呼吸道病有点过于盲目,有些情况,呼吸道药吃了好多,就是不见好转,为啥呢?因为你没有找到真正引起呼吸道症状的病因。

摘要： 在体检报告中常出现“钙化”字样,很多人不懂这是啥意思,是危险的提示,还是可以放任不管。本期就给大家科普一下。“钙化”不是疾病名称,而是疾病引起的一种体征。钙化可以是钙磷代谢失调,引起血液中的钙明显升高,从而使得钙沉积在正常组织内;也可以是组织感染后发生了坏死或即将发生坏死而形成钙化,这在临床中更常见。

摘要： 今天的我们难以想象,一个孩子两天内就可能因为流脑死亡,而这种巨大的打击会落在许许多多的家庭身上。流脑,一个似乎听说过但又非常陌生的疾病名称。不仅是普通人,很多医生也并不熟悉流脑,因为流脑病例在我们日常的生活中已经非常少见。但就在距离我们并不算遥远的上世纪70年代,中国曾暴发过非常严重的流脑疫情。

摘要： 肺结节并不是疾病名称,而是一个影像学术语。结节就是局限性圆形、椭圆形或不规则形的东西。肺结节,顾名思义就是正常的肺组织内多出了一些较小的、局限的、椭圆形或不规则形的生理或病理性组织,在CT或胸片上显示类似结节的形态。有研究显示,我国健康人群体检肺结节检出率为20%~40%。

摘要： 背景:日前,有网友表示,在网上买药非常随意,包括麻醉类处方药品均可随意购买。北京青年报记者调查发现,在一些药品健康类网站上购药,对“处方”的审核流于形式,只需点选疾病名称即可收到在线处方,甚至无须上传处方照片,最快3分钟就可完成验证,等待收货。专家表示,处方药随意开具可能带来用药风险,建议平台从严加强审核。

摘要： 本文重点介绍了数据库和程序的设计重点、难点技术和解决方案.该系统能够实现对基础信息数据的添加、修改、删除等信息处理功能,对病人信息、入院、出院等信息进行录入、存储、检索等,完成医疗的疾病信息统计、查询等.

摘要： 我们常说的眩晕,不是一个单独的疾病名称,而是多种疾病都可能出现的一种症状。例如常见的耳石移位、上呼吸道感染、后循环缺血等,都可能会有眩晕的症状,并且在出现眩晕的同时,可能还伴随恶心、呕吐、脚步不稳、耳鸣、听力衰退等不适。眩晕种类多样,以下4种眩晕被称为“需要中医治疗的眩晕”,体质辨证在眩晕治疗中起着重要的作用。

摘要： 目的探讨加强病案书写质量管理对提高疾病编码正确性的影响。方法选取医院2016年12月至2017年12月实施质量管理前的病案为对照组,另取2018年1月至2019年1月实施质量管理后的病案为研究组,各500份。比较两组病案书写质量和疾病编码正确性,分析造成疾病编码错误的原因。结果与对照组比较,研究组病案书写质量明显升高(P<0.05),疾病编码正确性显著升高(P<0.05)。病案书写中疾病名称书写不规范为影响疾病编码正确性的主要原因。结论实施病案书写质量管理后,医务人员病案书写质量得到明显提升,疾病编码正确性显著提高。

摘要： 目的：探讨临床路径病种的疾病名称和ICD编码与卫生部《疾病分类与代码(GB/T4396-2001)》的一致性，提高采集数据的统一性。方法：采集了临床路径的全部专业，随机节选了其中的111个临床路径病种与卫生部《疾病分类与代码(GB/T14396-2001)》中相同的疾病名称和ICD编码进行比对。依据《疾病和有关健康问题的国际统计分》(ICD-10)中的分类原则与编码方法进行复核。结果：在节选的临床路径病种中疾病名称含有手术操作描述的有5个(占4.5％)，与卫生部《疾病分类与代码(GB/T14396-2001)》差异明显的情况分别有疾病名称不同的病种有36个(占32.43％)，编码(含类目、亚目和细目)不同的病种有17个(占15.32％)，代码库中没有的病种有2个(占1.8％)。结论：卫生部《疾病分类与代码(GB/T14396-2001)》的建立是对临床路径病种信息化管理的基础和数据采集的重要支撑;是病案管理工作中疾病分类和统计信息收集、整理、交换、分析的标准;疾病编码的准确与否直接影响统计数据的质量和统计指标的可比性;临床路径病种给出的疾病名称和编码不规范，且名称含混不清编码混用;临床路径病种疾病名称定义的范围广，使用大解剖部位或某部位疾病诊断的总称，在《疾病分类与代码(GB/T14396-2001)》中则根据不同的解剖部位有不同的清晰、完整且细化的编码。

摘要： 通过查阅古代中风病相关论著,结合临床经验,浅谈拙见,并总结了古代中医对中风病名、病机的认识.笔者以为，中风病名首见于汉张仲景所著《金匾要略》之中风历节病篇，篇中明确指出“夫风之为病，当半身不遂”、“脉微而数，中风使然”，然半身不遂作为中风病的主症，最早论述见于《灵枢经》，经曰:“虚邪客于身半，其入深者，内聚营卫，营卫衰则真气去，邪气独留，发为偏枯”，偏枯者，半身不遂也。

摘要： 通过查阅古代中风病相关论著,结合临床经验,浅谈拙见,并总结了古代中医对中风病名、病机的认识.笔者以为，中风病名首见于汉张仲景所著《金匾要略》之中风历节病篇，篇中明确指出“夫风之为病，当半身不遂”、“脉微而数，中风使然”，然半身不遂作为中风病的主症，最早论述见于《灵枢经》，经曰:“虚邪客于身半，其入深者，内聚营卫，营卫衰则真气去，邪气独留，发为偏枯”，偏枯者，半身不遂也。

摘要： 通过查阅古代中风病相关论著,结合临床经验,浅谈拙见,并总结了古代中医对中风病名、病机的认识.笔者以为，中风病名首见于汉张仲景所著《金匾要略》之中风历节病篇，篇中明确指出“夫风之为病，当半身不遂”、“脉微而数，中风使然”，然半身不遂作为中风病的主症，最早论述见于《灵枢经》，经曰:“虚邪客于身半，其入深者，内聚营卫，营卫衰则真气去，邪气独留，发为偏枯”，偏枯者，半身不遂也。

摘要： 通过查阅古代中风病相关论著,结合临床经验,浅谈拙见,并总结了古代中医对中风病名、病机的认识.笔者以为，中风病名首见于汉张仲景所著《金匾要略》之中风历节病篇，篇中明确指出“夫风之为病，当半身不遂”、“脉微而数，中风使然”，然半身不遂作为中风病的主症，最早论述见于《灵枢经》，经曰:“虚邪客于身半，其入深者，内聚营卫，营卫衰则真气去，邪气独留，发为偏枯”，偏枯者，半身不遂也。

摘要： 早在中国商周时期的殷虚甲骨文中，就有关于“瘤”的病名记载。到了《内经》时代，对肿瘤有了更深入、更全面的认识，这为后世医家治疗肿瘤理论的形成奠定了良好的基础。本文详细阐述了《内经》对肿瘤病名、病因、病机的认识。

摘要： 早在中国商周时期的殷虚甲骨文中，就有关于“瘤”的病名记载。到了《内经》时代，对肿瘤有了更深入、更全面的认识，这为后世医家治疗肿瘤理论的形成奠定了良好的基础。本文详细阐述了《内经》对肿瘤病名、病因、病机的认识。

摘要： 早在中国商周时期的殷虚甲骨文中，就有关于“瘤”的病名记载。到了《内经》时代，对肿瘤有了更深入、更全面的认识，这为后世医家治疗肿瘤理论的形成奠定了良好的基础。本文详细阐述了《内经》对肿瘤病名、病因、病机的认识。

摘要： 本发明提供了一种非标准疾病名称的归一化方法、装置及可读介质，该方法，包括：获取非标准疾病名称；根据口语化疾病类型，确定该非标准疾病名称的第一标识信息；根据第一标识信息和第一身体部位特征词，确定该非标准疾病名称的待归一化疾病名称；对待参考的ICD版本中的每一个标准疾病名称均执行以下步骤：根据标准疾病类型，确定该目标标准疾病名称的第二标识信息；根据第二标识信息和第二身体部位特征词，确定该目标标准疾病名称的中间标准疾病名称；按照设定计算规则计算待归一化疾病名称和每一个中间标准疾病名称的距离，确定在待参考的ICD版本中与该中间标准疾病名称相对应的标准疾病名称。本发明的方案能够准确地对非标准疾病名称进行归一。

摘要： 本发明提供一种基于剖面隐式马氏模型的疾病名称标准化快速计算方法，所述方法包括：获取电子病历，识别所述电子病历中的待处理疾病名称；将所述待处理疾病名称同时输入到多个剖面隐式马氏模型中，得到所述待处理疾病名称在每一个剖面隐式马氏模型对应的标准疾病编码下的条件概率，根据所述条件概率及预设算法得到所述疾病名称对应的标准疾病编码。通过所述方法能够快速使用剖面隐式马氏模型识别出疾病名称对应的标准疾病编码，其中所述剖面隐式马氏模型中不同隐式状态下字符的发射概率由混合分布算法计算得到。通过所述方法能够快速训练剖面隐式马氏模型，并使用剖面隐式马氏模型识别出疾病名称对应的标准疾病编码。

摘要： 本发明提供一种基于电子病历信息的中文疾病名称智能标准化方法与系统，所述方法包括：获取待处理的电子病历，从电子病历中提取疾病名称；将提取的疾病名称输入至预设的标准化概率模型，得到疾病名称对应的标准化编码；其中，标准化概率模型的生成方式为：获取多份历史电子病历，从历史电子病历中提取疾病名称以及与疾病名称对应的疾病编码，生成疾病名称与疾病编码的映射列表；从预设的分类算法中选取至少两种分类算法建立至少两个预测模型，选择疾病名称与疾病编码映射列表中的数据分别对所述至少两个预测模型进行训练；对至少两个预测模型进行模型平均，得到标准化概率模型。所述方法可以更加准确的得到电子病历的疾病名称对应的标准化编码。

摘要： 本申请公开了一种非标准疾病名称的疾病编码匹配方法、装置及计算机设备，涉及保险领域，可以解决非标准疾病名称无法匹配疾病编码导致的理赔效率低及理赔结果准确率低的问题。包括：基于预设标点符号切割疾病描述数据，得到疾病名称列表；在疾病名称列表中提取非标准疾病名称，基于编辑距离算法计算非标准疾病名称与标准疾病名称的第一特征相似度；按照第一特征相似度由大到小的顺序，在标准疾病库中筛选出预设数量个第一标准疾病名称；基于词频‑逆文件频率算法计算非标准疾病名称与第一标准疾病名称的第二特征相似度；提取第二特征相似度最大的第二标准疾病名称，将第二标准疾病名称对应的预设疾病编码确定为非标准疾病名称对应的目标疾病编码。

摘要： 本发明实施例公开了一种疾病名称的编码方法，所述方法包括：获取待编码的疾病名称，确定对应的第一向量短语矩阵；将第一向量短语矩阵输入到医学实体识别模型，确定对应的至少一个疾病标签，对至少一个疾病标签进行逻辑重构，获取重构疾病名称，其中，疾病标签包括部位、症状、病因中的一个或多个；确定与重构疾病名称对应的第二向量短语矩阵，将第二向量短语矩阵输入到疾病诊断类目编码预测模型中，获取多个待定类目编码；根据多个待定类目编码，确定多个候选疾病名称；计算待编码的疾病名称与每一个候选疾病名称之间的相似度，根据相似度确定目标疾病名称，将目标疾病名称对应的细目编码作为目标编码。采用本发明，可提高中文的疾病名称编码的准确度和效率。

摘要： 本发明提供一种用于医保的疾病名称比对方法、装置、设备和存储介质，所述方法包括：获取待比对的疾病名称；基于基础正样本对和增强负样本对，对待比对的疾病名称进行比对，得到比对结果；基础正样本对包括相同疾病对应的多个疾病名称，增强负样本对包括不同疾病对应的疾病名称，增强负样本对是对基础正样本对中的疾病名称进行要素替换得到的。本发明提供的用于医保的疾病名称比对方法、装置、设备和存储介质，能够基于基础正样本对和增强负样本对准确确定待比对的疾病名称之间的关系，进而准确得到比对结果。

摘要： 本发明涉及数字医疗领域，公开了疾病名称对码列表的生成方法、装置、设备及存储介质，用于利用改进的对码模型对待对码的疾病名称进行准确分词并对码，提高了对码模型对疾病名称的对码准确率和召回率。本发明方法包括：获取初始数据集，所述初始数据集包括多条需要进行对码的原始医疗语句；对所述初始数据集进行预处理，得到多个类别的医疗数据；调用预置的实体识别模型对于所述多个类别的医疗数据进行实体识别，得到疾病名称识别结果；调用预置的对码模型将所述疾病名称识别结果与预置的标准数据集进行对码，得到对码结果；基于所述对码结果生成对码列表，所述对码列表包括原始短语列、标准短语列和数据编码列。

摘要： 本发明公开了基于权重调整的疾病名称匹配方法及系统，包括：获取若干个待匹配的疾病名称；对所述若干个待匹配的疾病名称进行预处理；对预处理后的疾病名称进行分词处理；将分词处理后的待匹配的疾病名称进行权重配置后，输入到向量转换模型中，输出待匹配向量；计算待匹配向量与预先构建词典中每个疾病名称的向量之间的余弦相似度，将相似度最高的词向量对应的疾病名称，作为待匹配疾病名称的最佳匹配结果输出。提高疾病名称匹配的匹配精度和运算速度。

摘要： 本发明提供一种基于剖面隐式马尔科夫模型的疾病名称标准化方法和系统，所述方法包括：获取电子病历，从电子病历中提取待处理的疾病名称；将待处理的疾病名称输入多个剖面隐式马尔科夫模型，分别计算待处理的疾病名称在不同标准疾病编码下的条件概率，其中每一个剖面隐式马尔科夫模型对应一个标准疾病编码；根据所述疾病名称在不同标准疾病编码下的条件概率与不同标准疾病编码的先验概率，利用贝叶斯公式计算所述疾病名称属于所述不同标准疾病编码的后验概率；根据所述后验概率得到所述疾病名称对应的概率最大的标准疾病编码。通过所述方法，当医生输入的疾病名称不是标准化的疾病名称时，本方法能够智能地识别出疾病名称对应的标准疾病编码。

摘要： 本发明提供一种基于电子病历信息的中文疾病名称智能标准化方法与系统，所述方法包括：获取待处理的电子病历，从电子病历中提取疾病名称；将提取的疾病名称输入至预设的标准化概率模型，得到疾病名称对应的标准化编码；其中，标准化概率模型的生成方式为：获取多份历史电子病历，从历史电子病历中提取疾病名称以及与疾病名称对应的疾病编码，生成疾病名称与疾病编码的映射列表；从预设的分类算法中选取至少两种分类算法建立至少两个预测模型，选择疾病名称与疾病编码映射列表中的数据分别对所述至少两个预测模型进行训练；对至少两个预测模型进行模型平均，得到标准化概率模型。所述方法可以更加准确的得到电子病历的疾病名称对应的标准化编码。