CN102184315A - 基于诊断要素分析的科室分诊系统 - Google Patents

Abstract

本发明所述基于诊断要素分析的科室分诊系统，属于医学信息处理与网络应用领域。所述系统包括逻辑调用管理和服务接口、疑似疾病推理模块、科室推理模块、知识节点定位模块、知识节点关联模块、用户向导模块等。根据用户提供的症状在预设的疾病库中查找与这些症状具有关联的疾病，并按照相关度或疑似概率从高到低排列；根据用户选定的疑似疾病进行就诊科室分析；有效解决了缓解医院分诊分流压力，避免百姓盲目就医，特别是可以防止传染病患者盲目就医和滞留公共区域造成疾病传播和交叉感染，使公众在初步了解患病可能的情况之下，明确应该去哪个科室就诊，提高了分诊咨询操作的信息化程度。

Description

基于诊断要素分析的科室分诊系统

技术领域

本发明涉及一种科室分诊系统，尤其是一种根据患者症状分配科室的分诊系统，属于医学信息处理与网络应用领域。

背景技术

分诊是病人在医院就医时所经历的首要环节，只有正确的分诊，将病患分流到对症的科室，才能使患者得到适合的医治，而如果没有正确分诊，不仅造成患者重新就诊，还造成不必要的医务资源的浪费。现实中医院就诊的病人去哪个科室看病(或选择哪家专科医院)就诊，主要取决于导致患者有不适症状的疾病属于哪个科室，因此判断出疑似的疾病，是分诊的关键所在。目前二级甲等以上的医院或专门医院的科室分类越来越细致，例如仅内科就可分为十个科室。现阶段，医院分诊主要是依靠人工来实现，一方面是病人自我判断，另一方面是通过医院分诊台的人工咨询。正确的分诊工作需要专业医生依据患者不适的症状和医学经验，根据患者对象描述的症状进行分诊，不仅依赖于分诊人员的专业能力，也受医患双方的情感、语言描述及沟通等因素的干扰。

近年来随着信息技术的发展，产生了一些辅助诊断的新方法和新产品，从症状可辅助判断患何种疾病，其中如深圳迈瑞生物推出的“心电图计算机辅助诊断系统”、日立医药的“疾病判断辅助系统”和美国第一咨询公司推出的“基于列表的处理的计算机医疗诊断系统”等等，但是这些系统都致力于解决对疾病的判断和辅助诊断方法上，而没有考虑介入就诊流程，例如进行科室建议。另一方面，目前也有一些自动挂号系统，主要涉及排号预约的冲突解决、硬件实现的方法等，其中未包括科室分诊环节，也就是说需要用户自行判断要挂号的科室再进行挂号操作，对于缺乏医学知识的患者或者患有多种并发症情况复杂的病人来说，即便挂号预约流程是完善的，但患者在未经分诊盲目就医的过程中极有可能造成疾病传播和患者交叉感染、治疗延误、甚至误诊等，不利于卫生防疫，也容易造成易患纠纷。患者尚未得到合理高效的医疗咨询服务，医患矛盾日益加剧。若能在病人挂号前给予病人包括疑似疾病和相关专门医院以及就诊所属科室、疾病介绍专家解释等就医建议，将极大的提高目前的医务效率。

发明内容

本发明提供了一种根据患者症状进行科室分诊建议的系统，帮助用户判断应前往的科室，是利用计算机技术在医学领域的典型应用，可达到缓解医院分诊压力，避免百姓盲目就医，特别是可以防止传染病患者盲目就医和滞留公共区域造成疾病传播和交叉感染，使公众在初步了解患病可能的情况之下，明确应该去哪个科室就诊，从而减轻大中型综合性医院过分集中就诊等问题。

本发明构建的基于诊断要素分析的科室分诊系统，采用三层架构，包括彼此相连的表现层、逻辑层和存储层，其中，

表现层，用于与用户进行人机交互，包括用户向导模块、相关知识链接模块；

逻辑层，用于对系统内的各知识数据库进行操作，以及对数据业务进行逻辑处理和控制；逻辑层包括逻辑调用管理和服务接口、疑似疾病推理模块、科室推理模块、知识节点定位模块、知识节点关联模块；

存储层：用于存放多种知识和信息，包括疾病库、症状库、疾症关系库、就医知识库；

其中，

用户向导模块、相关知识链接模块彼此相连，并且均与逻辑调用管理和服务接口相连；

疑似疾病推理模块、科室推理模块依次相连；并且均与逻辑调用管理和服务接口、知识节点定位模块、知识节点关联模块相连；

逻辑调用管理和服务接口与知识节点定位模块、知识节点关联模块彼此相连；

疾病库、症状库、疾症关系库、就医知识库均与知识节点定位模块、知识节点关联模块相连；疾症关系库与疾病库、症状库相连；

疾病库：用于存储多种疾病条目和疾病的信息，所存储条目采用医学知识库中的疾病的规范名称；

症状库：用于存储各种症状信息；

疾症关系库：用于存储疾病库中各疾病条目与症状库中各症状条目之间的关联关系；

就医知识库：包括医院的科室信息、专家信息、各医院挂号系统信息；

逻辑调用管理和服务接口：用于管理和控制表现层、逻辑层、存储层之间的数据交换；

知识节点定位模块：用于在存储层进行数据的检索、定位、提取；当上层模块进行知识调用时，利用本模块进行检索的定位和相关推荐功能；

知识节点关联模块：用于动态组装信息之间的关联关系，根据特定数据的关联定义和相关指令从存储层中取出与该特定数据相关联的其它数据，并生成最终的关联关系供上层模块调用；

疑似疾病推理模块：根据用户提供的全部症状，通过特定的算法计算推导出疑似疾病，并通过用户向导模块将结果输出给用户；

科室推理模块：根据用户选定的疑似疾病或疑似疾病推理模块输出的患病概率最高的疑似病症，输出适合的就医科室及信息；

用户向导模块：用户向导模块提供前台可视化的自我诊断和分诊流程，以向导形式与用户进行人机交互，包括信息输出、结果输出、用户确认、查询交互、操作提示；整合来自底层模块的各阶段数据；

相关知识链接模块：根据用户向导模块发来的调用命令，向用户提供相关知识的连接，所述连接的来源包括存储层或来自互联网、并将结果通过用户向导模块输出给用户。

使用本系统时，包括如下步骤：

步骤1：根据用户提供的症状在预设的疾病库中查找与这些症状具有关联的疾病，并按照相关度或疑似概率从高到低排列为疾病列表；用户选定疾病列表中的一个疑似疾病；

步骤2：根据预存的医院科室信息和用户选定的疑似疾病进行就诊科室分析，选定其中一个科室。

作为优选，逻辑层中还包括人体结构和症状管理模块、相关症状推理模块；同时存储层中还包括人体结构库；人体结构和症状管理模块、相关症状推理模块、疑似疾病推理模块、科室推理模块依次相连；并且均与逻辑调用管理和服务接口、知识节点定位模块、知识节点关联模块相连；人体结构库与知识节点定位模块、知识节点关联模块相连；其中，

人体结构及症状管理模块：提供人体部位和症状之间的关联，实现按照人体结构对症状的分类导航作用；

相关症状推理模块：用于根据用户提供的症状进行推理，提供与用户症状相关联或相似的其它症状数据，或者是与用户输入的症状可能同时出现的其它症状，将推理结果发送到用户向导模块供用户进一步选择和确认；

人体结构库：用于存储人体各部分的信息和数据、指标。

对比现有技术，本发明的有益效果在于，本技术方案不但通过向导式的人机交互，根据用户提供的症状辅助用户判断疑似疾病，还连通了从诊断疾病到科室推荐的分诊流程，有效解决了分诊分流问题，还可以防止传染病患者盲目就医造成疾病传播和交叉。提高了分诊咨询操作的信息化程度，有助于推进医疗网络的融合，在国内外还未见相似的应用。

附图说明

图1为基于诊断要素分析的科室分诊系统组成示意图；

图2为分诊服务实施例流程图；

图3为症状-疾病-科室关联示意图；

图4为进行症状的补充与纠正的操作界面；

图5为疑似疾病列表和推荐科室的界面。

具体实施方式

下面结合附图和实施例对本发明内容进行解释。

本发明技术方案构建的基于诊断要素分析的科室分诊系统见附图1，一种应用本发明技术方案构建的基于诊断要素分析的科室分诊系统实例如附图6所示，所述系统采用三层架构，包括表现层、逻辑层和存储层。

具体来说，各模块功能如下：

①、疾病库：用于存储多种疾病条目和疾病的信息，所存储条目采用医学知识库中的疾病的规范名称；

②、症状库：用于存储各种症状信息，所述症状是疾病过程中机体内的一系列机能、代谢和形态结构异常变化所引起的病人主观上的异常感觉的集合，作为优选，所述症状库是根据基本症状信息建立的一个具有包括上下位、同位关联的症状库，所述上下位关系是指症状之间的从属关系，同位关系包括同义、近义、相似，易混交等关系，所述的基本症状信息是由医学知识库中的症状库的规范名称来构成。

③、疾症关系库：用于存储疾病库中各疾病条目与症状库中各症状条目之间的关联关系；

④、人体结构库：用于存储人体各部分的信息和数据、指标等；

⑤、就医知识库：包括医院的科室信息、专家信息，作为优选还包括药品信息和治疗手段信息；

⑥、逻辑调用管理和服务接口：用于管理和控制表现层、逻辑层、存储层之间的数据交换；

⑦、知识节点定位模块：用于在存储层进行数据的检索、定位、提取。由于存储层中各数据库中数据庞大，当上层模块进行知识调用时，利用本模块进行检索的定位和相关推荐功能。

⑧、知识节点关联模块：用于动态组装信息之间的关联关系，根据特定数据的关联定义和相关指令从存储层中取出与该特定数据相关联的其它数据，并生成最终的关联关系供上层模块调用。

⑨、人体结构及症状管理模块：提供人体部位和症状之间的关联，即提供按照人体结构进行症状分类管理，通过人体结构能够关联到发生在特定部位的症状，如通过“耳”能够关联到“传导性听觉丧失”、“听力障碍”、“听觉过敏”等症状，即实现了按照人体结构对症状的分类导航的作用。作为优选，为上层的图形化交互提供数据来源。

⑩、相关症状推理模块：根据用户提供的症状进行推理，提供与用户症状相关联或相似的其它症状数据，或者是与用户输入的症状可能同时出现的其它症状，将推理结果发送到用户向导模块供用户进一步选择和确认。例如输入“多尿”，该模块推理出“消瘦”、“体重减轻”、“瘙痒症”等症状供给用户进一步选择，实现导航。

疑似疾病推理模块：根据用户提供的全部症状，通过特定的算法计算推导出疑似疾病，并通过用户向导模块将结果输出给用户，作为优选，疑似疾病推理模块的输出结果包括按照患病概率进行排序的多个疑似疾病，供用户选择。如输入“消瘦”、“多尿”和“体重减轻”该模块推导出疑似疾病为“糖尿病”和“多发性骨髓瘤”。糖尿病的概率要更高，所以推荐去到“内分泌科”就诊，并提示可能是患有糖尿病；

科室推理模块：根据用户选定的疑似疾病或疑似疾病推理模块输出的患病概率最高的疑似病症，将该医院可接诊该疑似疾病的科室名称推送给用户；

用户向导模块：用户向导模块提供前台可视化的自我诊断和分诊流程，以向导形式与用户进行人机交互，包括信息输出、结果输出(包括分诊结果、疾病或症状的查询结果、相关医学信息等)、用户确认、查询交互、操作提示等；整合了来自底层模块的各阶段数据，在实施例中是用户主要使用的UI模块。用户向导模块还包括按照人体结构对症状库中的症状进行分类导航的界面；

该模块采集用户的症状时，包括按照人体结构导航输入症状方式和直接输入症状方式，在按照人体结构导航输入症状方式下通过“逻辑调用管理和服务接口”调用“人体结构及症状管理模块”，作为优选，最后汇总用户输入的症状并输出给疑似疾病推理模块；

相关知识链接模块：根据用户向导模块发来的调用命令，向用户提供相关知识的连接，所述连接的来源包括存储层或来自互联网、并将结果通过用户向导模块输出给用户，可提供在症状选择阶段、疾病推理阶段、科室推荐阶段用户所需的各种相关知识，如疾病介绍、药品信息、科室介绍，专家信息或其它医院的类似科室、特色科室等信息。在实施例中，如在分诊结果页面中能够直接链接到疑似疾病的详细内容展示页面；

在本实施例中，利用本发明通过向导式平台向用户提供分诊咨询服务(见附图2)：通过导航或查询选择症状；再基于已选症状提供可能还患有症状列表，进行症状的补充与纠正(见附图4)；依据选择的症状列表，推断出疑似疾病和就诊科室(见附图5)。

此实施例分诊系统中，通过症状到疾病的映射、疾病到科室的映射，实现分诊功能。在此系统中，构建了疾病库、症状库和就医知识库。疾病库、症状库分别是疾病和症状的集合，并在疾症关系库中建立它们之间的关联和收录相关的描述信息。症状与疾病可以是多对多的关系，每个症状对应多个疾病，每个疾病对应多个症状，不同的症状组合可能由不同的疾病所引起的；每个疾病会表现出一个或若干个症状(见附图3)。疾病与科室可以是多对一的关系，也可以是多对多的关系，每个疾病对应一个或多个科室，同一个科室诊治多个疾病。如图3所示。当然也可以将疾病和科室设计为多对多的关系，例如某一疾病对应的接诊科室有多个选择，比如中医科与传染科，或者例如血尿症状可以去肾内科就诊，也可以去泌尿外科就诊。

用户进入本实施例所述自助分诊系统后，如先输入一个症状“紫绀”，此时系统会根据这个症状推出一些列相关度较高的症状，如“腰酸”、“发热”等，此时用户可以继续补充症状，每次补充的症状都会影响推送疾病的变化，最终使得疾病不断自动筛选，并把相关度高的疾病不断向上排序，直到用户选定并暂时确认一个疑似疾病。

如果用户最后确诊了一个疑似疾病如“心肌梗死”，则可选择查看这个疾病的相关信息包括疾病基本情况介绍、所需要的检查项目和检查指标、常规治疗方法，根据该医院信息和用户的疑似疾病进行相关科室的推理和推送显示“心血管内科”，同时还会将心血管内科和专家详情推荐给用户。

综上，本发明所述的基于诊断要素分析的科室分诊系统实施例的实施过程，包括如下步骤：

步骤1：根据用户提供的症状进行推理，提供与用户症状相关联或相似的其它症状条目，或者是与用户输入的症状可能同时出现的其它症状，将推理结果发送到用户向导模块供用户进一步选择和确认；

步骤2：根据用户确定的症状在预设的疾病库中查找与这些症状具有关联的疾病，并按照相关度或疑似概率从高到低排列为疾病列表；用户选定疾病列表中的一个疑似疾病，保存此时用户提供的全部症状作为该用户的症状列表P；

步骤3：根据用户选定的疑似疾病，提供该疾病的相关信息，包括疾病基本情况介绍、所需要的检查项目和检查指标、常规治疗方法；

步骤4：根据预存的医院科室信息和用户的疑似疾病进行就诊科室分析，选定其中一个科室。

以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.基于诊断要素分析的科室分诊系统，其特征在于，包括彼此相连的表现层、逻辑层和存储层，其中，

表现层，用于与用户进行人机交互，包括用户向导模块、相关知识链接模块；

逻辑层，用于对系统内的各知识数据库进行操作，以及对数据业务进行逻辑处理和控制；逻辑层包括逻辑调用管理和服务接口、疑似疾病推理模块、科室推理模块、知识节点定位模块、知识节点关联模块；

存储层：用于存放多种知识和信息，包括疾病库、症状库、疾症关系库、就医知识库；

其中，

用户向导模块、相关知识链接模块彼此相连，并且均与逻辑调用管理和服务接口相连；

疑似疾病推理模块、科室推理模块依次相连；并且均与逻辑调用管理和服务接口、知识节点定位模块、知识节点关联模块相连；

逻辑调用管理和服务接口与知识节点定位模块、知识节点关联模块彼此相连；

疾病库、症状库、疾症关系库、就医知识库均与知识节点定位模块、知识节点关联模块相连；疾症关系库与疾病库、症状库相连；

疾病库：用于存储多种疾病条目和疾病的信息，所存储条目采用医学知识库中的疾病的规范名称；

症状库：用于存储各种症状信息；

疾症关系库：用于存储疾病库中各疾病条目与症状库中各症状条目之间的关联关系；

就医知识库：包括医院的科室信息、专家信息、各医院挂号系统信息；

逻辑调用管理和服务接口：用于管理和控制表现层、逻辑层、存储层之间的数据交换；

知识节点定位模块：用于在存储层进行数据的检索、定位、提取；当上层模块进行知识调用时，利用本模块进行检索的定位和相关推荐功能；

知识节点关联模块：用于动态组装信息之间的关联关系，根据特定数据的关联定义和相关指令从存储层中取出与该特定数据相关联的其它数据，并生成最终的关联关系供上层模块调用；

疑似疾病推理模块：根据用户提供的全部症状，通过特定的算法计算推导出疑似疾病，并通过用户向导模块将结果输出给用户；

科室推理模块：根据用户选定的疑似疾病或疑似疾病推理模块输出的患病概率最高的疑似病症，输出适合的就医科室及信息；

用户向导模块：用户向导模块提供前台可视化的自我诊断和分诊流程，以向导形式与用户进行人机交互，包括信息输出、结果输出、用户确认、查询交互、操作提示；整合来自底层模块的各阶段数据；

相关知识链接模块：根据用户向导模块发来的调用命令，向用户提供相关知识的连接，所述连接的来源包括存储层或来自互联网、并将结果通过用户向导模块输出给用户。

2.根据权利要求1所述一种基于诊断要素分析的科室分诊系统，其特征在于，所述就医知识库还包括药品信息和治疗手段信息。

3.根据权利要求1所述一种基于诊断要素分析的科室分诊系统，其特征在于，疑似疾病推理模块的输出结果包括按照患病概率进行排序的多个疑似疾病，供用户选择。

4.根据权利要求1所述一种基于诊断要素分析的科室分诊系统，其特征在于，逻辑层中还包括人体结构和症状管理模块、相关症状推理模块；同时存储层中还包括人体结构库；人体结构和症状管理模块、相关症状推理模块、疑似疾病推理模块、科室推理模块依次相连；并且均与逻辑调用管理和服务接口、知识节点定位模块、知识节点关联模块相连；人体结构库与知识节点定位模块、知识节点关联模块相连；其中，

人体结构及症状管理模块：提供人体部位和症状之间的关联，实现按照人体结构对症状的分类导航作用；

相关症状推理模块：用于根据用户提供的症状进行推理，提供与用户症状相关联或相似的其它症状数据，或者是与用户输入的症状可能同时出现的其它症状，将推理结果发送到用户向导模块供用户进一步选择和确认；

人体结构库：用于存储人体各部分的信息和数据、指标。

5.根据权利要求4所述一种基于诊断要素分析的科室分诊系统，其特征在于，用户向导模块还包括按照人体结构对症状库中的症状进行分类导航的界面。

6.根据权利要求4或5所述一种基于诊断要素分析的科室分诊系统，其特征在于，用户向导模块在按照人体结构导航输入症状方式下，通过“逻辑调用管理和服务接口”调用“人体结构及症状管理模块”。

7.根据权利要求1所述一种基于诊断要素分析的科室分诊系统，其特征在于，该系统工作时包括如下步骤：

步骤1：根据用户提供的症状在预设的疾病库中查找与这些症状具有关联的疾病，并按照相关度或疑似概率从高到低排列为疾病列表；用户选定疾病列表中的一个疑似疾病；

步骤2：根据预存的医院科室信息和用户选定的疑似疾病进行就诊科室分析，选定其中一个科室。

8.根据权利要求4或5任一所述一种基于诊断要素分析的科室分诊系统，其特征在于，该系统工作时包括如下步骤：

步骤1：根据用户提供的症状进行推理，提供与用户症状相关联或相似的其它症状条目，或者是与用户输入的症状可能同时出现的其它症状，将推理结果发送到用户向导模块供用户进一步选择和确认；

步骤2：根据用户确定的症状在预设的疾病库中查找与这些症状具有关联的疾病，并按照相关度或疑似概率从高到低排列为疾病列表；用户选定疾病列表中的一个疑似疾病，保存此时用户提供的全部症状作为该用户的症状列表P；

步骤3：根据用户选定的疑似疾病，提供该疾病的相关信息，包括疾病基本情况介绍、所需要的检查项目和检查指标、常规治疗方法；

步骤4：根据预存的医院科室信息和用户的疑似疾病进行就诊科室分析，选定其中一个科室。

Images