近年来,各个医院的就诊人数不断增加,2018年,全国医疗卫生机构总诊疗人次达83.1亿人次,平均每人至医疗卫生机构就诊6.0次,以至于很多患者不能够获得及时和高质量的诊疗,该问题在基层医院尤其突出。基层医院医疗资源的匮乏是目前医疗资源与需求极为不平衡的典型表现,很多患者由于床位限制、医疗水平有限等原因不能够及时地就诊并且基层医院的医务人员专业水平的参差不齐,使得治疗效果难以保证。随着近几年计算机的不断普及以及计算机技术的不断进步,越来越多的医院开始重视电子病历的记录从而产生了大量有价值的医疗数据。同时,自然语言处理和其他机器学习模型近几年也获得了突飞猛进,这些都为电子病历的处理和智能诊断提供了数据和技术的支持。所以本文主要针对的是电子病历的诊断模型构建,本文的具体工作包括以下几个部分:(1)语料库以及实体识别模型的构建:本文首先构建了实体识别的语料库,语料中包含五种类型的实体,包括症状、治疗、异常检查结果、疾病、检查。接着在实体识别的技术上进行了调研,并且在调研的基础上对比了不同模型在电子病历上实体识别的表现。本文将实体识别任务看作为序列标注的典型任务,所以主要对比了CRF、Bidirectional Encoder Representations from Transformers(BERT)、LSTM、LSTM-CRF三种实体识别模型。LSTM能够记忆更长的句子的上下文知识,CRF能够很好的描述序列标签之间的相关性,进一步提高实体识别的效果。并且针对LSTM-CRF模型改进了词向量并获得了最优的效果,我们将基于词的向量和基于字符的向量相结合。在本文我们使用LSTM和CNN来抽取字符特征,其中LSTM主要抽取每个词中字符的序列特征,CNN用来提取每个词中字符的局部特征也就是n-gram特征。(2)再入院诊断模型的构建,现如今有大量的再入院病人的出现,这些病人大大增加了医疗支出。我们提出了再入院风险诊断模型的构建,使用LSTM来抽取按照时间排列的医疗实体的特征,并且加入了病人的基本信息来诊断病人是否有再次入院的可能。我们还对比了基于CNN的再入院的模型。(3)疾病诊断模型的构建,在基于大量关于疾病诊断模型的调研之后,对比了不同模型在疾病诊断上的表现。包括传统机器学习模型和深度学习模型。在传统的机器学习中采用了决策树,随机森林,贝叶斯网络,感知机,k-近邻以及多模型融合的方法。在深度学习中,我们对比了深度信念网络、卷积神经网络和深度神经网络三种方法,并且介绍了不同的图表示学习方法,除此之外还加入了attention机制,并针对不同的embedding做了对比实验。