基于编码智能适配的诊断相关分组方法及系统与流程

本发明涉及医疗信息管理技术领域，具体地，涉及一种基于编码智能适配的诊断相关分组方法及系统。

背景技术：

诊断相关分组(Diagnosis Related Groups，DRGs)是众多“病例分组方法”中的一种，在医院信息管理领域中影响最大。它诞生于上世纪60年代末的美国。80年代首先应用于美国养老保险的支付改革，此后在欧洲、澳洲及亚洲部分地区得到沿用。中国80年代末开始关注DRGs，随着新一轮卫生体制改革部分的推进，国内医疗信息化条件较好的地区(如北京)，开始将DRGs应用于医疗管理的实际工作当中(CN-DRGs)。其主要特点是依据主诊断、次诊断、年龄、性别、手术信息和并发症等资料，将临床特征、住院时间相同和医疗资源消耗相似的住院病人归类到同一组。将DRGs作为医院管理的工具，可以提高医疗服务效率，促进医院的成本核算，也有利于遏制医疗资源的滥用和医保基金支付的不合理增长。

编码智能适配(Intelligent Coding Adaptation，ICA)是一种将名称异构、涵义相似的医学术语进行标准化编码的方法。现行国际主流医学术语标准化方法可分为分类标准和本体系统两种类型。前者包括《医学主题词表》(MESH)、《国际医学术语》(IMT)、《世界卫生组织不良反应术语》(WHOART)和应用最广的《国际疾病分类与代码》(ICD)；医学术语本体系统按术语领域从小到大、体系规格由低到高依次有LOINC、SNOMED CT和UMLS。UMLS是是目前国际上体系最完整、词汇最丰富、对医学术语标准集成度最好的术语系统。

然而，中文医学术语的标准化建设大大落后于西文医学术语的标准化。我国的医学术语标准化进程是从大量引进和翻译国际标准开始的。MESH的中译版CMESH已应用于生物医学文献主题标引和检索领域；ICD-10中文版被国家卫计委指定为临床诊断、疾病类术语的通用标准；ICD-9-CM3中文版被国家卫计委指定为临床手术操作类术语的推荐标准。中国医学科学院医学信息研究所从2000年开始对中文一体化医学语言系统(CUMLS)研制，可以算作中文医学术语本体系统研发的里程碑。然而，由于国内医疗机构的病案数据更多采用国家卫计委给出的医学术语标准。医学术语本体系统离真正付诸实施尚待时日。目前，比较务实的医学术语标准化方法，是建立一套临床诊断和手术操作自动编码方法，从而实现及时的、准确的DRGs病例分组，缩短国内医疗机构与西方发达国家在病案管理水平上的差距。

经检索：专利号为：CN201510359039.7，名称为：医院疾病管理智能分析和评估系统，用户查询终端用于根据医院管理质量评估模块的评估结果，实现医疗质量、医疗效率、医疗效益及病人满意度四维度的院内医院精益管理和医院间对比评估。本发明不仅实现不了不同维度间的多种筛选、自由组合及360度全方位动态对比，也实现了同种维度间的多种筛选、组合及全方位对比，通过在医院大数据专业分析、医院管理决策支持及医院管理不同维度比对，清晰明确医院管理中存在的问题及排名、定位，实现包括ICD诊断、疾病诊断相关分组DRG病种、临床医生、临床科室、地区医院间等的综合比对及排名，清楚比对对象在行业间的优劣势，即可清晰定位，推动医院精益管理及提升医院综合竞争能力。

上述专利文献主要是使用疾病诊断相关分组DRGs来作为评估的参考依据之一，不涉及具体的诊断相关分组的逻辑流程；而本发明侧重于诊断相关分组在提高适应性方面的创新，尤其是在病案相关信息的标准化上。

经检索：专利号为：CN201510357827.2，名称为：疾病风险调整模型建立方法，该方法针对某个医院或者某一地区所有医院住院病人的历史性数据，将病人入院时伴随的合并症/并发症，病人个体的人口特征，以及入院状态来源等整合成疾病治疗的影响变量因素，按疾病诊断相关分组DRG类别和这些病人最终的治疗信息，分别建立统计模型对医院病人的死亡率、住院周期和住院医疗成本进行数值预测和分析。该风险调整模型创新的利用了病人入院的合并/并发症和其他住院信息变量，采用了经典统计学中的检验和回归方法，并结合LASSO方法进行建模，避免了因变量过多而产生的过度拟合，达到了对病人死亡率、住院周期和成本的定量预测，从而为医疗分析和医院管理创造了新的手段和途径。

上述专利文献主要是使用疾病诊断相关分组DRGs来作为风险调整模型建立的起点和依据，不涉及具体的诊断相关分组的逻辑流程。

经检索：专利号为：CN201510357957.6，名称为：住院病人医疗管理质量评估方法，历史性数据筛选与建模：数据鉴别和清理；疾病诊断相关分组DRG和模型的归类；入院时ICD合并发症及其他变量的归类集合；入院及合并发症变量的统计检验与筛选；统计学模型的建立和质量验证；当前数据筛选与预值计算：计算病人入院风险的预测值，实现对每个入院病人在死亡率、住院天数和医疗成本的入院风险预测。本发明通过大数据分析、数学统计学和机器学习等方法实现了医疗数据从数据到解决方案的有效转化，实现了数据价值。解决了医疗数据之间不可比的难题，不仅能够实现病种之间的医疗质量评估，还可实现医生之间、医院科室之间、医院之间在住院病人疾病治疗管理的绩效合理性评价。

上述专利文献主要是使用疾病诊断相关分组DRGs来作为医疗管理质量评估的起点和依据，不涉及具体的诊断相关分组逻辑流程和合理性的研究。

经检索：专利号为：CN101178804A，名称为：以医疗质量为核心的医院信息系统建设方法，属于医院数字化研究领域。当前医院信息系统是以收费为核心的，在建设前没有充分考虑医疗质量管理的需求，因此，大量的医疗质量表达数据无法采集，现有的质量表达数据由于内容不完整无法使用，为了在现有医院信息系统的基础上，进行低成本改造和充分实现医疗质量管理的目标，本发明提供了一种通过病案首页标准化，补充知识库，扩展病案首页附页数据采集内容，以医疗质量指标表达数据采集为引擎，将目前以收费管理为核心的医院信息系统转变为以医疗质量管理为核心的医院信息系统。

上述专利文献主要涉及医院信息系统的建设中的病案首页标准化问题，涉及到的病例信息更加广泛，但没有具体涉及诊断相关分组，信息标准化的目的仅仅是为了医疗质量的数据采集；而本发明是以编码化的信息标准来进行诊断相关分组。

此外，《CN-DRGs分组方案(2014版)》是北京市医院管理研究所在北京市正在试用的BJ-DRGs基础上，进一步研发和出版的。并在国家卫计委医政医管局的推动下，拟向国内其他地区推广。但这套分组方案在推广过程中面临困难。在二三线城市乃至乡村基层医院不具备使用CN-DRGs分组方案的信息标准化条件。由于当地病案管理工作同北京市病案管理工作存在较大差距，医疗信息数据异构情况非常突出。此外，基于北京各大医院医疗成本构建的诊断相关分组，是否考虑到我国其他地区的实际情况，仍有很大争议。

本发明虽然在疾病诊断相关分组上和《CN-DRGs分组方案(2014版)》属于相同领域，但本发明着重解决医疗信息数据在异构条件下的编码统一问题，可以从根本上解决DRGs分组方案在医疗欠发达地区的适应性问题。而且本发明得到的上下两层结构的DRG分组结果是根据当地医疗费用数据得到的，不是简单套用北京市医疗费用数据得到的结果，从理论上来讲更加科学。

技术实现要素：

针对现有技术中的缺陷，本发明的目的是提供一种基于编码智能适配的诊断相关分组方法及系统。

根据本发明提供的基于编码智能适配的诊断相关分组系统，包括：

病例数据预处理模块：用于将病例的诊断信息和手术操作信息分开提取，并且输入到诊断智能适配系统和手术适配系统中；

动态扩充的关键词库建立模块：用于分别对病例的诊断信息和手术操作信息进行智能化匹配，得到诊断适配编码和手术操作适配编码；

编码处理模块：用于将诊断适配编码作为病例的主诊断编码或次诊断编码输入病例分组系统中；将手术适配编码作为病例的手术操作编码输入病例分组系统中；

诊断相关分组结果输出模块：通过病例分组系统对诊断适配编码和手术适配编码进行分组，输出病例的诊断相关分组结果。

优选地，所述病例数据预处理模块中的诊断智能适配系统是指一套利用当地诊断编码、诊断名称分别同国际标准编码规则、诊断关键词库进行智能化的逐级匹配，最终输出同该诊断的ICD-10CM标准编码的系统化编码装置。

手术适配系统是指一套利用当地手术名称分别同手术操作关键词库进行智能化的逐级匹配，最终输出同该手术操作最适合的ICD-10PCS标准编码的系统化编码装置。

优选地，所述动态扩充的关键词库建立模块包括：

诊断关键词库建立模块：建立动态扩充的诊断关键词库；

诊断关键词库建立第一子模块：根据当地诊断编码信息确定对应诊断名称所属关键词库的区块；

诊断关键词库建立第二子模块：从对应诊断名称中提取各种诊断信息所对应关键词，所述各种诊断信息包括：症状、部位、病因；

诊断关键词库建立第三子模块：建立诊断适配编码和诊断关键词库建立第二子模块中所述关键词组合的对应关系，同时将该关键词存入诊断关键词库的不同类别下；

诊断关键词库建立第四子模块：整理诊断关键词库，去掉重复的新增诊断关键词；

手术关键词库建立模块：建立动态扩充的手术关键词库；

手术关键词库建立第一子模块：从当地手术名称中提取各种手术操作信息所对应关键词，所述各种手术操作信息包括：手术动作、器官部位、进入方式、使用装置或材料；

手术关键词库建立第二子模块：建立手术操作适配编码和手术关键词库建立第一子模块中所述的关键词组合的对应关系，同时将该关键词存入手术关键词库的不同类别下；

手术关键词库建立第三子模块：整理手术关键词库，去掉重复的新增手术关键词；

匹配模块：匹配诊断关键词库建立模块中生成的诊断关键词库并定位关键词库的区块，若当地诊断适配编码确定词库区块成功，则遵循关键词由长到短，优先级由高到低的原则，对病例的诊断数据作智能化匹配，输出编码匹配结果，并启动编码匹配模块；若当地诊断编码确定词库区块不成功，则启动定位模块；

定位模块：根据区块就近原则，重新定位关键词库的区块，重新启动匹配模块；

编码匹配模块：匹配手术关键词库建立模块中生成的手术关键词库，遵循关键词由长到短，优先级由高到低的原则，对病例的手术操作数据作智能化匹配，输出编码匹配结果；对部分关键词缺省或指代不明的，则输出所有可能的手术匹配编码。

优选地，所述诊断相关分组结果输出模块包括：

诊断相关分组结果输出第一子模块：从病例数据中提取病人的相关信息，所述相关信息包括：性别、年龄、转归状态、医嘱，将所述相关信息并入主诊断适配编码、次诊断适配编码和手术操作适配编码中；

诊断相关分组结果输出第二子模块：根据主诊断适配编码、病人性别、手术编码确定病例归属的主诊断类别；

诊断相关分组结果输出第三子模块：根据主诊断适配编码、次诊断适配编码、手术编码、医嘱以及转归状态信息，确定诊断相关分组的组别；

诊断相关分组结果输出第四子模块：根据主诊断适配编码、次诊断适配编码的组合关系、转归状态信息或重要手术操作适配编码，确定病例的并发症或合并症情况，确定病例归属的诊断相关组；

诊断相关分组结果输出第五子模块：输出所有病例的编码适配结果，同时输出所有病例的诊断相关分组结果。

优选地，所述动态扩充的关键词库建立模块中：按照WHO制定的7位诊断编码，截取当地诊断编码的前四位作为诊断关键词库的下层区块标识符，前三位作为上层区块标识符；作为训练数据的诊断名称直接进入划分好的区块中，建立区块内匹配的诊断关键词单元，每个单元内以症状、部位、病因作为第1、第2、第3关键词组，训练病例数据的关键词按类分别存入相应的关键词单元，使得所有训练数据的诊断名称都被相应区块的关键词单元所涵盖；

按照WHO制定的7位手术操作编码，截取当地手术名称中的手术动作与手术操作编码的前三位进行对照后，作为手术关键词库的第三位编码的匹配条件；截取当地手术名称中的手术动作、手术部位，与手术操作编码的前四位进行对照后，把手术部位作为手术关键词库的前四位编码的匹配条件；截取当地手术名称中的手术动作、手术部位以及进入方式，与手术操作编码的前五位进行对照后，把进入方式作为手术关键词库的第五位编码的匹配条件，使得所有训练数据的手术操作名称都被从第三位到第七位编码的5类关键词单元所涵盖。

优选地，所述匹配模块包括：用当地诊断编码的前四位匹配下层区块标识符；如果匹配成功，则遵循关键词由长到短，优先级由低到高的原则，病例的诊断名称同匹配下层区块的关键词单元匹配；如果匹配失败，则用当地诊断编码的前三位匹配上层区块标识符；如果上层区块标识符匹配成功，则遵循关键词由长到短，优先级由低到高的原则，病例的诊断名称同匹配上层区块的关键词匹配；如果匹配仍然失败，启动定位模块进行区块重定向。

优选地，所述编码匹配模块包括：用手术名称匹配手术动作的关键词单元：如果匹配失败，转入手术动作的更正流程，扩充手术动作的关键词单元；如果匹配成功，用手术名称匹配手术部位的关键词单元，如果手术部位匹配失败，转入手术部位的更正流程，扩充手术部位的关键词单元；如果匹配成功，则确定了手术适配编码的前四位，用手术名称匹配进入方式的关键词单元，经过编码位更正后，病例的手术操作均被适配为国际标准手术操作编码。

根据本发明提供的基于编码智能适配的诊断相关分组方法，包括如下步骤：

步骤1：病例数据预处理，将病例的诊断信息和手术操作信息分开提取，并且输入到诊断智能适配系统和手术适配系统中；

步骤2：建立动态扩充的关键词库，分别对病例的诊断信息和手术操作信息进行智能化匹配，得到诊断适配编码和手术操作适配编码；

步骤3：将诊断适配编码作为病例的主诊断编码或次诊断编码输入病例分组系统中；将手术适配编码作为病例的手术操作编码输入病例分组系统中；

步骤4：通过病例分组系统对诊断适配编码和手术适配编码进行分组，输出病例的诊断相关分组结果。

优选地，所述步骤1中的诊断智能适配系统是指一套利用当地诊断编码、诊断名称分别同国际标准编码规则、诊断关键词库进行智能化的逐级匹配，最终输出同该诊断的ICD-10CM标准编码的系统化编码装置。

手术适配系统是指一套利用当地手术名称分别同手术操作关键词库进行智能化的逐级匹配，最终输出同该手术操作最适合的ICD-10PCS标准编码的系统化编码装置。

优选地，所述步骤2包括：

步骤2.1：建立动态扩充的诊断关键词库；

步骤2.1.1：根据当地诊断编码信息确定对应诊断名称所属关键词库的区块；

步骤2.1.2：从对应诊断名称中提取各种诊断信息所对应关键词，所述各种诊断信息包括：症状、部位、病因；

步骤2.1.3：建立诊断适配编码和步骤2.1.2中所述关键词组合的对应关系，同时将该关键词存入诊断关键词库的不同类别下；

步骤2.1.4：整理诊断关键词库，去掉重复的新增诊断关键词；

步骤2.2：建立动态扩充的手术关键词库；

步骤2.2.1：从当地手术名称中提取各种手术操作信息所对应关键词，所述各种手术操作信息包括：手术动作、器官部位、进入方式、使用装置或材料；

步骤2.2.2：建立手术操作适配编码和步骤2.2.1中所述的关键词组合的对应关系，同时将该关键词存入手术关键词库的不同类别下；

步骤2.2.3：整理手术关键词库，去掉重复的新增手术关键词；

步骤2.3：匹配步骤2.1中生成的诊断关键词库并定位关键词库的区块，若当地诊断适配编码确定词库区块成功，则遵循关键词由长到短，优先级由高到低的原则，对病例的诊断数据作智能化匹配，输出编码匹配结果，并执行步骤2.5；若当地诊断编码确定词库区块不成功，则执行步骤2.4；

步骤2.4：根据区块就近原则，重新定位关键词库的区块，返回执行步骤2.3；

步骤2.5：匹配步骤2.2中生成的手术关键词库，遵循关键词由长到短，优先级由高到低的原则，对病例的手术操作数据作智能化匹配，输出编码匹配结果；对部分关键词缺省或指代不明的，则输出所有可能的手术匹配编码。

优选地，所述步骤4包括：

步骤4.1：从病例数据中提取病人的相关信息，所述相关信息包括：性别、年龄、转归状态、医嘱，将所述相关信息并入主诊断适配编码、次诊断适配编码和手术操作适配编码中；

步骤4.2：根据主诊断适配编码、病人性别、手术编码确定病例归属的主诊断类别；

步骤4.3：根据主诊断适配编码、次诊断适配编码、手术编码、医嘱以及转归状态信息，确定诊断相关分组的组别；

步骤4.4：根据主诊断适配编码、次诊断适配编码的组合关系、转归状态信息或重要手术操作适配编码，确定病例的并发症或合并症情况，确定病例归属的诊断相关组；

步骤4.5：输出所有病例的编码适配结果，同时输出所有病例的诊断相关分组结果。

优选地，所述步骤2中：按照WHO制定的7位诊断编码，截取当地诊断编码的前四位作为诊断关键词库的下层区块标识符，前三位作为上层区块标识符；作为训练数据的诊断名称直接进入划分好的区块中，建立区块内匹配的诊断关键词单元，每个单元内以症状、部位、病因作为第1、第2、第3关键词组，训练病例数据的关键词按类分别存入相应的关键词单元，使得所有训练数据的诊断名称都被相应区块的关键词单元所涵盖；

按照WHO制定的7位手术操作编码，截取当地手术名称中的手术动作与手术操作编码的前三位进行对照后，作为手术关键词库的第三位编码的匹配条件；截取当地手术名称中的手术动作、手术部位，与手术操作编码的前四位进行对照后，把手术部位作为手术关键词库的前四位编码的匹配条件；截取当地手术名称中的手术动作、手术部位以及进入方式，与手术操作编码的前五位进行对照后，把进入方式作为手术关键词库的第五位编码的匹配条件，使得所有训练数据的手术操作名称都被从第三位到第七位编码的5类关键词单元所涵盖。

优选地，所述步骤2.3包括：用当地诊断编码的前四位匹配下层区块标识符：如果匹配成功，则遵循关键词由长到短，优先级由低到高的原则，病例的诊断名称同匹配下层区块的关键词单元匹配；如果匹配失败，则用当地诊断编码的前三位匹配上层区块标识符；如果上层区块标识符匹配成功，则遵循关键词由长到短，优先级由低到高的原则，病例的诊断名称同匹配上层区块的关键词匹配；如果匹配仍然失败，转入步骤2.4进行区块重定向。

优选地，所述步骤2.5包括：用手术名称匹配手术动作的关键词单元：如果匹配失败，转入手术动作的更正流程，扩充手术动作的关键词单元；如果匹配成功，用手术名称匹配手术部位的关键词单元，如果手术部位匹配失败，转入手术部位的更正流程，扩充手术部位的关键词单元；如果匹配成功，则确定了手术适配编码的前四位，用手术名称匹配进入方式的关键词单元，经过编码位更正后，病例的手术操作均被适配为国际标准手术操作编码。

与现有技术相比，本发明具有如下的有益效果：

1、本发明提供的基于编码智能适配的诊断相关分组方法统一了医疗病案数据在异构条件下的标准编码，从根本上解决诊断相关分组方案在医疗欠发达地区难以实施的问题。

2、本发明提供的基于编码智能适配的诊断相关分组方法能够根据当地医疗费用数据得到了上下两层的DRGs分组结果，该结果更加贴合当地的医疗实际情况，兼顾了可比性和灵活性。

3、在本发明给出的DRGs分组结果基础上，医疗机构能够更加客观准确地进行内部绩效评估或医疗成本核算；医保部门也可以深化按病种付费的医保基金支付改革。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明提供的基于编码智能适配的诊断相关分组方法的流程图；

图2为诊断关键词库的创建及扩充流程图；

图3为手术关键词库的创建及扩充流程图；

图4为诊断的编码智能适配流程图；

图5为手术的编码智能适配流程图；

图6为诊断相关分组的流程图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

根据本发明提供的基于编码智能适配的诊断相关分组方法，包括如下步骤：

步骤1：病例数据预处理，将病例的诊断信息(含主诊断和若干次诊断)和手术操作信息分开提取，并且输入到诊断智能适配系统和手术适配系统中。

步骤2：建立动态扩充的关键词库，然后对病例的诊断信息和手术操作信息进行智能化匹配，得到符合国际标准的诊断适配编码(ICD-10-CM)和手术操作适配编码(ICD-10-PCS)。

所述步骤2包括：

步骤2.1：建立动态扩充的诊断关键词库。

将用户数据所使用的当地诊断编码及对应诊断名称作为训练数据输入。首先根据当地诊断编码信息，确定对应诊断名称所属关键词库的区块；其次，从对应诊断名称中提取症状、部位、病因及其他信息的对应关键词；再次，建立ICD-10-CM编码和这些关键词组合的对应关系，同时将关键词存入诊断关键词库的不同类别下；最后，整理诊断关键词库，去掉重复的新增诊断关键词。

步骤2.2：建立动态扩充的手术关键词库。

将用户数据所使用的当地手术操作名称作为训练数据输入。首先从当地手术名称中提取手术动作、器官部位、进入方式、装置或材料及其他信息的对应关键词；其次，建立ICD-10-PCS编码和这些关键词组合的对应关系，同时将关键词存入手术关键词库的不同类别下；最后，整理手术关键词库，去掉重复的新增手术关键词。

步骤2.3：数据匹配2.1中生成的诊断关键词库，若当地诊断编码确定词库区块成功，则遵循关键词由长到短，优先级由高到低的原则，对病例的诊断数据作智能化匹配。最后输出编码匹配结果。

步骤2.4：若病例的当地诊断编码不能确定关键词库的区块，则根据区块就近原则，重新定位关键词库的区块，进入2.3进行下一轮的迭代。最后输出编码匹配结果。

步骤2.5：数据匹配2.2中生成的手术关键词库，遵循关键词由长到短，优先级由高到低的原则，对病例的手术操作数据作智能化匹配，输出编码匹配结果，结束；对部分关键词缺省或指代不明的，智能输出所有可能的手术匹配编码。

步骤3：将步骤2得到的诊断适配编码，作为病例的主诊断编码或次诊断编码，输入病例分组系统；将步骤2得到的手术适配编码作为病例的手术操作编码，输入病例分组系统。

步骤4：采用流程化的诊断相关分组模块，对适配后的病例编码数据集进行分组；

所述步骤4包括：

步骤4.1：从病例数据中提取病人性别、年龄、转归状态、医嘱等相关信息，并入适配后的主诊断编码、次诊断编码和手术操作编码；

步骤4.2：根据主诊断编码，辅以病人性别、手术编码等信息确定病例归属的主诊断类别(MDC00至MDC25)；

步骤4.3：根据主诊断编码、次诊断编码、手术编码，辅以医嘱及转归状态信息，确定诊断相关分组的组别(若干个DRGs组成)；

步骤4.4：根据主诊断编码、次诊断编码的组合关系，辅以转归状态信息或重要手术操作编码，确定病例的并发症或合并症情况(无并发合并症/有一般并发合并症/有重大并发合并症)，最终确定病例归属的某一个诊断相关组(DRG)；

步骤5：输出所有病例的编码适配结果，同时输出所有病例的诊断相关分组结果。

具体地，步骤2中，按照WHO制定的诊断编码规则，截取当地诊断编码的前四位作为诊断关键词库的下层区块标识符，前三位作为上层区块标识符。作为训练数据的诊断名称直接进入划分好的区块中，建立区块内匹配的诊断关键词单元，每个单元内以“症状”、“部位”、“病因”作为第1、第2、第3关键词组，训练病例数据的关键词按类分别存入相应的关键词单元，最终使得所有训练数据的诊断名称都被相应区块的关键词单元所涵盖。

按照WHO制定的7位手术操作编码，首先，截取当地手术名称中的“手术动作”与手术操作编码的前三位进行对照后，作为手术关键词库的第三位编码的匹配条件；其次，截取当地手术名称中的“手术动作”及“手术部位”，与手术操作编码的前四位进行对照后，把“手术部位”作为手术关键词库的前四位编码的匹配条件。再次，截取当地手术名称中的“手术动作”、“手术部位”及“进入方式”，与手术操作编码的前五位进行对照后，把“进入方式”作为手术关键词库的第五位编码的匹配条件。以此类推，把“装置及材料”作为手术关键词库的第六位编码的匹配条件，把“其他附加信息”作为手术关键词库的第七位编码的匹配条件。最终使得所有训练数据的手术操作名称都被从第三位到第七位编码的5类关键词单元所涵盖。

数据匹配诊断关键词库时，首先，用当地诊断编码的前四位匹配下层区块标识符：如果匹配成功，则遵循关键词由长到短，优先级由低到高的原则，病例的诊断名称同匹配下层区块的关键词单元匹配；如果匹配失败，则用当地诊断编码的前三位匹配上层区块标识符。如果上层区块标识符匹配成功，则遵循关键词由长到短，优先级由低到高的原则，病例的诊断名称同匹配上层区块的关键词匹配；如果匹配仍然失败，转入步骤2.4进行区块重定向。经过三个流程，病例的诊断信息均被适配为国际标准诊断编码。

数据匹配手术关键词库时，首先，用手术名称匹配“手术动作”的关键词单元：如果匹配失败，转入“手术动作”的更正流程，人工介入扩充“手术动作”的关键词单元；如果匹配成功，进一步用手术名称匹配“手术部位”的关键词单元。

如果“手术部位”匹配失败，转入“手术部位”的更正流程，人工介入扩充“手术部位”的关键词单元；如果匹配成功，则确定了手术适配编码的前四位，进一步用手术名称匹配“进入方式”的关键词单元。

以此类推，“进入方式”、“装置及材料”和“其他附加信息”作为第3、第4、第5个匹配单元，经过编码位的确认或更正后，病例的手术操作均被适配为国际标准手术操作编码。

具体地，所述步骤4中，首先根据手术操作情况(有无手术操作编码，如果有，具体属于手术还是操作)来确定病例应该归入手术类DRGs组还是非手术类DRGs组；其次，根据主诊断编码、次诊断编码和手术操作编码的组合与排除关系，确定病例应该归属的上层DRGs组(Block)。最后，根据主诊断编码、次诊断编码的组合关系，辅以重大手术操作及转归信息，最终确定病例应该归属的下层DRG。上层DRGs组与下层DRG之间的界限，主要根据上层DRGs组的组内差异，以及下层DRG的组间差异来确定。差异的划定界限以变异系数等于1作为阀值。

更进一步地，通过建立动态调整适应的手术词库和诊断词库，实现对疾病诊断名称和手术操作名称的国际标准编码智能查找，经过一定次数的迭代学习后，得到适应国内病案信息输入习惯的关键词库。再使用流程化的诊断相关分组系统，将病例按国际标准诊断编码和手术编码进行归类，最终输出每个病例所属的MDC类和具体的DRG组。以下结合说明书附图和具体实施方式对本发明的方法做进一步详细说明。

在执行智能适配和诊断相关分组之前，需要根据分组系统部署的具体地区确定相关试验数据，便于进行词库的迭代训练；具体数据包括当地的ICD-10诊断编码范本、常见的诊断名称、当地医疗机构使用的手术操作名称，或者医疗服务收费项目名称等。

如图1所示，步骤1：病例数据预处理，将病例的诊断信息(含主诊断和若干次诊断)和手术操作信息分开提取，并且输入到诊断智能适配系统和手术适配系统中；步骤2：建立动态扩充的关键词库，然后对病例的诊断信息和手术操作信息进行智能化匹配，得到符合国际标准的诊断编码(ICD-10-CM)和手术操作编码(ICD-10-PCS)；步骤3：将步骤2得到的诊断适配编码，作为病例的主诊断编码或次诊断编码，输入病例分组系统；将步骤2得到的手术适配编码作为病例的手术操作编码，输入病例分组系统；步骤4：采用流程化的诊断相关分组模块，对适配后的病例编码数据集进行从“MDC类至上层DRGs组至下层DRG”的快速分组；步骤5：输出所有病例的编码适配结果，同时输出所有病例的诊断相关分组结果。

具体的，如图2至图5所示，本发明的步骤2中建立动态扩充的关键词库，然后对病例的诊断信息和手术操作信息进行智能化匹配，得到符合国际标准的诊断编码(ICD-10-CM)和手术操作编码(ICD-10-PCS)，具体包括如下步骤：

(1)建立动态扩充的诊断关键词库(如图2所示)。

(2)建立动态扩充的手术关键词库(如图3所示)。

按照WHO制定的7位手术操作编码，首先，截取当地手术名称中的“手术动作”与手术操作编码的前三位进行对照后，作为手术关键词库的第三位编码的匹配条件；其次，截取当地手术名称中的“手术动作”及“手术部位”，与手术操作编码的前四位进行对照后，把“手术部位”作为手术关键词库的前四位编码的匹配条件。再次，截取当地手术名称中的“手术动作”、“手术部位”及“进入方式”，与手术操作编码的前五位进行对照后，把“进入方式”作为手术关键词库的第五位编码的匹配条件。以此类推，把“装置及材料”作为手术关键词库的第六位编码的匹配条件，把“其他附加信息”作为手术关键词库的第七位编码的匹配条件。最终使得所有训练数据的手术操作名称都被从第三位到第七位编码的5类关键词单元所涵盖。

(3)诊断的智能适配(如图4所示)。

数据匹配诊断关键词库时，首先，用当地诊断编码的前四位匹配下层区块标识符：如果匹配成功，则遵循关键词由长到短，优先级由低到高的原则，病例的诊断名称同匹配下层区块的关键词单元匹配；如果匹配失败，则用当地诊断编码的前三位匹配上层区块标识符。如果上层区块标识符匹配成功，则遵循关键词由长到短，优先级由低到高的原则，病例的诊断名称同匹配上层区块的关键词匹配；如果匹配仍然失败，转入步骤2.4进行区块重定向。经过三个流程，病例的诊断信息均被适配为国际标准诊断编码。

(4)手术的智能适配(如图5所示)。

数据匹配手术关键词库时，首先，用手术名称匹配“手术动作”的关键词单元：如果匹配失败，转入“手术动作”的更正流程，人工介入扩充“手术动作”的关键词单元；如果匹配成功，进一步用手术名称匹配“手术部位”的关键词单元。

如果“手术部位”匹配失败，转入“手术部位”的更正流程，人工介入扩充“手术部位”的关键词单元；如果匹配成功，则确定了手术适配编码的前四位，进一步用手术名称匹配“进入方式”的关键词单元。

以此类推，“进入方式”、“装置及材料”和“其他附加信息”作为第3、第4、第5个匹配单元，经过编码位的确认或更正后，病例的手术操作均被适配为国际标准手术操作编码。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。