技术特征：
1.一种数据处理方法，其特征在于，包括：获取目标用户的病历数据信息，确定所述目标用户的病例数据信息中的基础诊疗知识点；获取预先建立的疾病诊疗模型；所述疾病诊疗模型是基于病历诊断样本构建的、包含病历诊断样本中所有诊疗知识点的围棋棋盘式的数据模型；所述疾病诊疗模型中的元素为病历诊断样本的诊疗知识点；各个所述病历诊断样本中包括样本用户的病历数据信息和/或病历对应的已进行的诊疗方法信息；在所述疾病诊疗模型中标注所述基础诊疗知识点，将标注完所述基础诊疗知识点的疾病诊疗模型转换为目标格式的数据，所述目标格式包括图像格式、矩阵格式以及文本格式中的至少一种；将所述目标格式的数据输入至预设的人工智能算法中，得到所述人工智能算法输出的至少一条诊疗路径，并从所述至少一条诊疗路径中确定目标诊疗路径；所述诊疗路径的节点表征所述基础诊疗知识点或后续诊疗方法信息对应的目标诊疗知识点。2.根据权利要求1所述的方法，其特征在于，所述将标注完所述基础诊疗知识点的疾病诊疗模型转换为目标格式的数据，包括：若所述目标格式为图像格式，则将标注完所述基础诊疗知识点的疾病诊疗模型转换为目标图像；所述目标图像的像素点为所述疾病诊疗模型的元素；若所述目标格式为矩阵格式，则将标注完所述基础诊疗知识点的疾病诊疗模型转换为目标矩阵；所述目标矩阵的元素为所述疾病诊疗模型的元素；若所述目标格式为文本格式，则将标注完所述基础诊疗知识点的疾病诊疗模型转换为文本内容，所述文本内容中的各个词汇为所述疾病诊疗模型的元素。3.根据权利要求2所述的方法，其特征在于，所述疾病诊疗模型中横轴代表诊疗知识点的不同属性，疾病诊疗模型包括至少一个属性，同一列的元素属于同一属性，疾病诊疗模型大小为n*n；所述在所述疾病诊疗模型中标注所述基础诊疗知识点，将标注完所述基础诊疗知识点的疾病诊疗模型转换为目标格式的数据，包括：确定所述基础诊疗知识点对应的目标属性，在所述疾病诊疗模型中标注所述目标属性所对应的元素，连接标注的各个元素形成诊疗过程中的棋局数据，将所述棋局数据转换为目标格式的数据。4.根据权利要求1所述的方法，其特征在于，所述从所述至少一条诊疗路径中确定目标诊疗路径，包括：调用预设先验库，基于所述预设先验库确定各个诊疗路径中的各个节点的节点价值；所述节点价值表征该节点对应的诊疗知识点对目标疾病诊断的影响力；确定各个诊疗路径的深度值；根据所述节点价值和所述深度值从所述至少一条诊疗路径中确定目标诊疗路径，所述先验库是基于疾病诊疗手册构建的库。5.根据权利要求4所述的方法，其特征在于，所述根据所述节点价值和所述深度值从所述至少一条诊疗路径中确定目标诊疗路径，包括：从所述至少一条诊疗路径中确定至少一条参考路径；所述参考路径的的节点对应的总的节点价值符合第一预设条件；
确定各个参考路径的深度值，根据所述深度值从所述参考路径中确定目标诊疗路径。6.根据权利要求5所述的方法，其特征在于，所述根据所述深度值从所述参考路径中确定目标诊疗路径，包括：将深度值最小的参考路径确定为目标诊疗路径。7.一种数据处理装置，其特征在于，包括：基础诊疗知识点确定模块，用于获取目标用户的病例数据信息，确定所述目标用户的病例数据信息中的基础诊疗知识点；疾病诊疗模型获取模块，用于获取预先建立的疾病诊疗模型；所述疾病诊疗模型是基于病历诊断样本构建的、包含病历诊断样本中所有诊疗知识点的围棋棋盘式的数据模型；所述疾病诊疗模型中的元素为病历诊断样本的诊疗知识点；各个所述病历诊断样本中包括样本用户的病历数据信息和/或病历对应的已进行的诊疗方法信息；转换模块，用于在所述疾病诊疗模型中标注所述基础诊疗知识点，将标注完所述基础诊疗知识点的疾病诊疗模型转换为目标格式的数据，所述目标格式包括图像格式、矩阵格式以及文本格式中的至少一种；诊疗路径确定模块，用于将所述目标格式的数据输入至预设的人工智能算法中，得到人工智能算法输出的至少一条诊疗路径，并从所述至少一条诊疗路径中确定目标诊疗路径；所述诊疗路径的节点表征所述基础诊疗知识点或后续诊疗方法信息对应的目标诊疗知识点。8.一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-6任一项所述方法的步骤。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6任一项所述方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6任一项所述方法的步骤。
技术总结
本申请实施例提供了一种数据处理方法、装置、电子设备及计算机可读存储介质，涉及数据处理技术领域。该方法包括：获取目标用户的病历数据信息，确定目标用户的病例数据信息中的基础诊疗知识点；获取预先建立的疾病诊疗模型；在疾病诊疗模型中标注基础诊疗知识点，将标注完基础诊疗知识点的疾病诊疗模型转换为目标格式的数据，目标格式包括图像格式、矩阵格式以及文本格式中的至少一种；将目标格式的数据输入至预设的人工智能算法中，得到至少一条诊疗路径，并从至少一条诊疗路径中确定目标诊疗路径。有效提升了当前线性病历记录方式与人工智能算法之间的兼容性，有效减少了医疗诊断中的试错过程，有效减少了医疗资源的浪费。有效减少了医疗资源的浪费。有效减少了医疗资源的浪费。
技术研发人员：刘耀 张瑾 朱礼军 翟雨
受保护的技术使用者：中国科学技术信息研究所
技术研发日：2022.05.26
技术公布日：2022/9/2