APP下载

基于Bert-BiLSTM-CRF模型的电子病历隐私信息识别方法*

2022-05-13陈逸墨叶辉易珺周华文方丹丹曹东

自动化与信息工程 2022年2期
关键词:实验信息模型

陈逸墨 叶辉 易珺 周华文 方丹丹 曹东

基于Bert-BiLSTM-CRF模型的电子病历隐私信息识别方法*

陈逸墨1叶辉1易珺2周华文1方丹丹1曹东1

(1.广州中医药大学医学信息工程学院,广东 广州 510006 2.广东药科大学医药信息工程学院,广东 广州 510006)

随着电子病历数据开放共享的需求越来越大,电子病历去隐私性问题亟需解决。利用自然语言处理技术,提出一种基于Bert-BiLSTM-CRF模型的电子病历隐私信息识别方法。采用某三甲中医院的电子病历作为数据来源,结合当前公开的数据集进行训练,得到正确率为94.02%、召回率为94.25%、1为93.98%的中医电子病历隐私信息识别模型。与其他传统模型进行对比实验表明,Bert-BiLSTM-CRF模型能有效识别并保护电子病历中的隐私数据,有助于医疗数据的开放共享。

隐私信息;Bert;双向长短时记忆网络;条件随机场;电子病历

0 引言

随着信息时代的到来,各行各业开始与互联网、信息技术交融并飞速发展。为加快我国医学领域的发展进程,卫生部发布了《电子病历基本规范(试行)》。电子病历也称计算机化的病案系统,是用电子设备保存、管理、传输和重现的数字化医疗记录[1]。电子病历在提高信息交流效率的同时也面临诸多挑战,其中如何有效识别并隐藏患者的隐私信息成为关键问题。

目前,中文命名实体识别方法主要基于规则、统计机器学习和深度学习等方法[2]。其中,基于规则的方法依赖手工规则,结合命名实体库,通过实体与规则的相符情况进行类型判断。该方法能够得到较好的识别效果,但不同领域的规则各有不同且这些规则不能互用,因此机器学习的方法逐渐兴起。……

登录APP查看全文

猜你喜欢

实验信息模型
一半模型
记一次有趣的实验
重尾非线性自回归模型自加权M-估计的渐近分布
做个怪怪长实验
订阅信息
3D打印中的模型分割与打包
NO与NO2相互转化实验的改进
实践十号上的19项实验
展会信息
健康信息