口语化疾病名称向国际规范疾病术语集的映射研究

目的：研究患者口语化疾病名称到术语疾病名称的映射，解决在线口语化疾病名称难以有效利用的问题。方法：抓取“微医网”上患者口语中的疾病名，将PubMed摘要、百度搜索页摘要与百科内容作为语料，训练词向量，用余弦距离计算相似度，由2名具有临床知识和从业经验的编码人员对结果的准确性进行检验。结果：将最相似词条的参数TopN设置为>= 30的时候效果比较好，映射到大类和细类的准确性分别稳定在60%和70%左右。结论：利用词向量将口语化疾病名称映射到国际疾病术语集，具有较强的通用性和可行性，对于在线问诊、智能分诊甚至自动化编码具有明显的参考借鉴价值。