当代社会不断发展,经济水平在不断提高,科学技术也在不断发展。经济水平的提高将不可避免地使人们更加关注自身的健康状况,同时对医疗服务水平的要求也越来越高。现有的医疗服务受到资源和管理等各种因素的限制,很难满足人们日益增长的需求。智能医疗就变得越来越重要,充分利用医学文本中的知识可以加快智能医疗的进程。并且临床文本包含大量有用的知识,可以通过在临床文本上训练疾病诊断模型来帮助医生做出一定的临床决策支持,所以我们对临床文本的使用非常迫切,我们对临床文本进行了以下几个方面的研究:(1)在使用电子病历之前,由于电子病历仍然含有很多患者以及医生的隐私信息,所以在中文电子病历使用前通过命名实体识别的方法实现自动去隐私的功能。(2)在临床路径上通过命名实体识别的方法提取知识,字典与规则相结合的方法抽取关系,将获得的知识与原有知识库相结合,增加了实体和关系,扩展知识规模。(3)使用FastText和TextCNN等方法通过对病历的部分文本进行文本分类来诊断疾病,为医生提供临床决策支持。(4)将训练好的疾病诊断模型用于病历质检工作,主要判断主诊断是否合理,全部诊断是否完整。完成上述工作后,临床文本可以在智能医疗中发挥作用,帮助解放医生的劳动力,根据专业和优秀医生的先验知识训练的模型可用于容易诊治的患者,或者为医生的诊断减少时间,这样医生能够服务更多的人。智能医疗可以使机器和医生更好地为人们服务。对我们而言,智能医疗的最大优势是能够自动化地为患者服务,为医生服务,从而减少医患之间的矛盾。