发明内容
针对上述问题,本发明提供一种生成效率高、过程简便的基于数据挖掘和图论技术的临床路径建立和优化方法及系统。
为达到上述目的,本发明基于数据挖掘和图论技术的临床路径建立和优化方法,所述方法包括:
S1,针对不同疾病分别提取数据,选择有完整诊疗信息并且完成治疗疗程的数据,放入分布式数据库中存储;
S2,对所述的分布式数据库中的数据进行分析,针对不同病症分别设置完整疗程的各个诊疗阶段点;
S3,基于图论技术存储所述诊疗阶段点,所述诊疗阶段点至少包括诊疗阶段,各个诊疗阶段之间需要做的治疗信息,各个诊疗阶段本身所具有的临床病理数据;
S4,运用图论的相关算法,寻找针对该疾病的典型路径;
S5,根据所述每个诊疗阶段点,以及所述每个诊疗阶段点的诊疗活动,建立临床路径存储至临床路径数据库;
S6,记录应用所述的临床路径的应用结果和变异,若有变异,则重新优化临床路径。
进一步地,所述方法还包括:基于新的诊疗手段和病例数据的引入,更新所述临床路径数据库。
进一步地,步骤S1中提取的数据至少包括病人的基本信息,诊断信息,治疗手段,临床病理数据。
进一步地,步骤S3中所述的诊疗阶段点的建立方法具体为:以诊断信息,治疗手段,临床病例数据等重要数据作为维度,使用聚类算法,把所有数据分到簇里面,找到各簇中心,根据各中心的诊疗阶段信息,排序作为完整疗程的各个诊疗阶段点。
为达到上述目的,本发明基于数据挖掘和图论技术的临床路径建立和优化系统,包括:
数据获取单元,用于针对不同疾病分别提取数据,选择有完整诊疗信息并且完成治疗疗程的数据,放入分布式数据库中存储;
诊疗阶段点建立单元,用于对所述的分布式数据库中的数据进行分析,针对不同病症分别设置完整疗程的各个诊疗阶段点;
诊疗阶段点存储单元,用于基于图论技术存储所述诊疗阶段点,所述诊疗阶段点至少包括诊疗阶段,各个诊疗阶段之间需要做的治疗信息,各个诊疗阶段本身所具有的临床病理数据;
临床路径建立单元,用于运用图论的相关算法,寻找针对该疾病的典型路径;
临床路径数据库建立单元,用于根据所述每个诊疗阶段点,以及所述每个诊疗阶段点的诊疗活动,建立临床路径存储至临床路径数据库;
临床路径优化单元,用于记录应用所述的临床路径的应用结果和变异,若有变异,则重新优化临床路径。
进一步地,还包括临床路径增加单元,用于基于新的诊疗手段和病例数据的引入,更新所述临床路径数据库。
有益效果:
与现有相关技术相比,本发明具有以下有益效果:
大数据及挖掘技术近年得到广泛应用。大数据的特征是增长速度快,数据量大,数据复杂。而数据挖掘正是对这样的数据进行分析,找出背后规律。图论是运用数学模型描述关系的很好的理论。在本发明中,先用数据挖掘技术找到诊疗过程中的关键点,运用图论技术存储和分析这些关键点,形成门诊路径。
本发明通过以上技术方案,可以根据存储在各大医院信息系统的数据库中的临床数据,把这些结构化和非结构化数据抽取出来,这些数据包括病人的基本信息,诊断信息,治疗手段,临床病理数据等,无需医生花费大量的时间与精力制作针对指定病症的临床路径,降低了医生的工作量,并且提高了临床路径的生成效率。在将来新的诊疗技术和新的病理参数引入后,及时优化更新门诊路径。数据挖掘技术的应用,甚至可以找到人工找不到的隐藏在复杂数据背后的规律。
具体实施方式
下面结合说明书附图对本发明做进一步的描述。
临床路径(摘自百度百科): 临床路径(Clinical pathway)是指针对某一疾病建立一套标准化治疗模式与治疗程序,是一个有关临床治疗的综合模式,以循证医学证据和指南为指导来促进治疗组织和疾病管理的方法,最终起到规范医疗行为,减少变异,降低成本,提高质量的作用。相对于指南来说,其内容更简洁,易读、适用于多学科多部门具体操作,是针对特定疾病的诊疗流程、注重治疗过程中各专科间的协同性、注重治疗的结果、注重时间性。
数据挖掘(摘自百度百科):又译为资料探勘、数据采矿。它是数据库知识发现(英语:Knowledge-Discovery in Databases,简称:KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。
临床病理参数 :病理的特征参数(医疗仪器检测出的值或医生根据临床诊断得到的值),如血压值等。
本发明基于数据挖掘和图论技术的临床路径建立和优化方法,所述方法包括:
S1,针对不同疾病分别提取数据,选择有完整诊疗信息并且完成治疗疗程的数据,放入分布式数据库中存储;
S2,对所述的分布式数据库中的数据进行分析,针对不同病症分别设置完整疗程的各个诊疗阶段点;
S3,基于图论技术存储所述诊疗阶段点,所述诊疗阶段点至少包括诊疗阶段,各个诊疗阶段之间需要做的治疗信息,各个诊疗阶段本身所具有的临床病理数据;
S4,运用图论的相关算法,寻找针对该疾病的典型路径;
S5,根据所述每个诊疗阶段点,以及所述每个诊疗阶段点的诊疗活动,建立临床路径存储至临床路径数据库;
S6,记录应用所述的临床路径的应用结果和变异,若有变异,则重新优化临床路径。
所述方法还包括:基于新的诊疗手段和病例数据的引入,更新所述临床路径数据库。
步骤S1中提取的数据至少包括病人的基本信息,诊断信息,治疗手段,临床病理数据。
步骤S3中所述的诊疗阶段点的建立方法具体为:以诊断信息,治疗手段,临床病例数据等重要数据作为维度,使用聚类算法,把所有数据分到簇里面,找到各簇中心,根据各中心的诊疗阶段信息,排序作为完整疗程的各个诊疗阶段点。
本发明基于数据挖掘和图论技术的临床路径建立和优化系统,包括:
数据获取单元,用于针对不同疾病分别提取数据,选择有完整诊疗信息并且完成治疗疗程的数据,放入分布式数据库中存储;
诊疗阶段点建立单元,用于对所述的分布式数据库中的数据进行分析,针对不同病症分别设置完整疗程的各个诊疗阶段点;
诊疗阶段点存储单元,用于基于图论技术存储所述诊疗阶段点,所述诊疗阶段点至少包括诊疗阶段,各个诊疗阶段之间需要做的治疗信息,各个诊疗阶段本身所具有的临床病理数据;
临床路径建立单元,用于运用图论的相关算法,寻找针对该疾病的典型路径;
临床路径数据库建立单元,用于根据所述每个诊疗阶段点,以及所述每个诊疗阶段点的诊疗活动,建立临床路径存储至临床路径数据库;
临床路径优化单元,用于记录应用所述的临床路径的应用结果和变异,若有变异,则重新优化临床路径。
所述系统,还包括临床路径增加单元,用于基于新的诊疗手段和病例数据的引入,更新所述临床路径数据库。
如图1至4所示,临床路径的建立过程:
第1步,数据提取过程:目前很多的临床数据都是存储在各大医院信息系统的数据库中。首先需要针对某种疾病,把这些结构化和非结构化数据抽取出来(ETL),这些数据包括病人的基本信息,诊断信息,治疗手段,临床病理数据等。
第2步,数据仓储的建立:把第1步中抽取的数据,选择有完整诊疗信息并且完成治疗疗程的数据,放入分布式数据仓储中,以供后续数据挖掘使用。
第3步,数据分析:以诊断信息,治疗手段,临床病例数据等重要数据作为维度,使用聚类算法,把所有数据分到簇里面。找到各簇中心,根据各中心的诊疗阶段信息,排序作为完整疗程的各个阶段节点。
第4步,根据图论存储上述节点信息:运用图论的技术更能方便存储和维护各个诊疗阶段之间的关系,寻找更优的路径。目前有图数据库可以比较方便的存储和查询相关数据、关系。需要存储的数据主要有诊疗阶段,各个诊疗阶段之间需要做的治疗信息,各个诊疗阶段本身所具有的临床病理数据等。
第5步,寻找典型的临床路径:第4步已经建立了通往诊疗结束的所有诊疗阶段点,可以运用图论的相关算法,寻找针对该疾病的典型路径。(详见图3)
第6步,建立临床路径:根据第5步的结果,建立临床路径,存入相关系统。
第7步,临床路径的应用:认真记录结果和变异,为优化临床路径做准备。
第8步,临床路径优化:新的诊疗手段和病例数据的引入,或是在第7步中发现的变异等信息,可以把这些信息引入并从第1步开始,重新优化临床路径。
在上述第3步中,经过数据挖掘,找到诊疗阶段点,需要把这些点提取出来并使用,以获得临床路径。如图3所示,运用图论技术,可以方便的组织这些数据,并且寻找典型路径。
图3中,使用了图数据库来存储这些数据。各个阶段点对应的是Node/Vertex。其属性包括但不局限于病人的基本信息,病理数据特征等能对应该阶段点的信息。
各个阶段点之间所采取的诊疗手段对应的是Edge,表示,采用了该诊疗手段后,从一个阶段点至另一个阶段点。
运用图论的方法,可以得到一个病的从最初阶段到达终点的典型的路径(这个过程可以有专家监督下完成)。
有可能存在的异常情况需要记录,并给出警告。比如在图3中,阶段点3后有可能出现异常。而阶段点4后也有可能回到阶段点2的循环。这些异常需要记录下来,以供优化临床路径。
如图4所示,基于数据挖掘和图论技术的临床路径建立和优化方法的应用流程图,病人入院,也即病人走进医院;
入院,也即临床路径的开始;
诊断,检验,检查,基本信息等,获得这些信息;
信息录入,系统寻找适配的临床路径上的节点,也即将信息录入基于数据挖掘和图论技术的临床路径建立和优化系统;
找到节点,
若找到,则系统给出临床路径;
遵守流程,也即运行基于数据挖掘和图论技术的临床路径建立和优化方法,
若通过验证,则完成路径,也即系统生成临床路径;
若异常处理:如有异常,记录并更新数据库,医生介入寻找其它路径,完成路径验证;
若没找到,则医生介入。
如图1所示,基于数据挖掘和图论技术的临床路径建立和优化方法的临床数据的来源和预处理,临床数据有结构化数据和非结构化数据。通常的数据来源有医院的HIS,PACS等系统,医生手持移动终端的记录,患者的穿戴式设备产生的数据,和其它临床数据来源。经过初步处理的数据会存储在数据仓储里,为下一步数据挖掘做准备。
对本发明应当理解的是,以上所述的实施例,对本发明的目的、技术方案和有益效果进行了进一步详细的说明,以上仅为本发明的实施例而已,并不用于限定本发明,凡是在本发明的精神原则之内,所作出的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内,本发明的保护范围应该以权利要求所界定的保护范围为准。