1.一种基于多任务学习和图注意力网络的ICD编码方法，其特征在于，包括：获取至少一个编码预测任务对应的医疗文本；其中，所述至少一个编码预测任务包括ICD编码任务；根据所述至少一个编码预测任务对应的医疗文本，构建相应的文本图；将所述文本图输入编码预测模型，得到所述编码预测模型输出的编码预测结果；其中，所述编码预测结果包括ICD编码结果；所述编码预测模型是基于训练数据对图注意力网络进行训练得到的，所述训练数据包括基于ICD编码任务对应的医疗文本构建的文本图样本数据以及相应的ICD编码结果样本数据；其中，所述根据所述至少一个编码预测任务对应的医疗文本，构建相应的文本图，包括：根据编码预测任务对应的医疗文本，获取与所述医疗文本相关的概念；分别识别各个概念与所述医疗文本之间的关系，并确定各个概念之间的关系；将所述医疗文本和所述概念作为节点，并将各个概念与医疗文本之间的关系以及各个概念之间的关系作为边，构建得到相应的文本图。
2.根据权利要求1所述的一种基于多任务学习和图注意力网络的ICD编码方法，其特征在于，将所述文本图输入编码预测模型，得到所述编码预测模型输出的编码预测结果，包括：将至少一个编码预测任务对应的所述文本图输入图注意力网络编码层；其中，所述图注意力网络编码层包括多个用于处理不同等级编码预测任务的子编码层；根据所述编码预测任务对应的处理等级，通过相应的子编码层对所述编码预测任务对应的文本图进行处理，得到编码预测结果。
3.根据权利要求1所述的一种基于多任务学习和图注意力网络的ICD编码方法，其特征在于，将所述文本图输入编码预测模型，得到所述编码预测模型输出的编码预测结果，包括：将至少一个编码预测任务对应的所述文本图输入相应的特定任务编码层进行处理，得到至少一个特定任务处理结果；将至少一个编码预测任务对应的所述文本图输入全局共享编码层进行处理，得到全局共享处理结果；将所述至少一个特定任务处理结果分别与所述全局共享处理结果进行加权求和，得到编码预测结果。
4.根据权利要求1所述的一种基于多任务学习和图注意力网络的ICD编码方法，其特征在于，所述至少一个编码预测任务还包括治疗方案推荐任务。
5.根据权利要求1或4所述的一种基于多任务学习和图注意力网络的ICD编码方法，其特征在于，所述至少一个编码预测任务还包括死亡预测任务。
6.一种基于多任务学习和图注意力网络的ICD编码装置，其特征在于，包括：获取模块，用于获取至少一个编码预测任务对应的医疗文本；其中，所述至少一个编码预测任务包括ICD编码任务；第一处理模块，用于根据所述至少一个编码预测任务对应的医疗文本，构建相应的文本图；第二处理模块，用于将所述文本图输入编码预测模型，得到所述编码预测模型输出的编码预测结果；其中，所述编码预测结果包括ICD编码结果；所述编码预测模型是基于训练数据对图注意力网络进行训练得到的，所述训练数据包括基于ICD编码任务对应的医疗文本构建的文本图样本数据以及相应的ICD编码结果样本数据；其中，所述根据所述至少一个编码预测任务对应的医疗文本，构建相应的文本图，包括：根据编码预测任务对应的医疗文本，获取与所述医疗文本相关的概念；分别识别各个概念与所述医疗文本之间的关系，并确定各个概念之间的关系；将所述医疗文本和所述概念作为节点，并将各个概念与医疗文本之间的关系以及各个概念之间的关系作为边，构建得到相应的文本图。
7.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述基于多任务学习和图注意力网络的ICD编码方法的步骤。
8.一种非暂态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如权利要求1至5任一项所述基于多任务学习和图注意力网络的ICD编码方法的步骤。
9.一种计算机程序产品，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如权利要求1至5任一项所述基于多任务学习和图注意力网络的ICD编码方法的步骤。
