CN109360649A - 一种基于知识库的压力性损伤临床决策支持系统设计方法 - Google Patents

一种基于知识库的压力性损伤临床决策支持系统设计方法 Download PDF

Info

Publication number
CN109360649A
CN109360649A CN201811228599.9A CN201811228599A CN109360649A CN 109360649 A CN109360649 A CN 109360649A CN 201811228599 A CN201811228599 A CN 201811228599A CN 109360649 A CN109360649 A CN 109360649A
Authority
CN
China
Prior art keywords
wound
knowledge
clinical
reasoning
treatment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811228599.9A
Other languages
English (en)
Inventor
吴俊宏
马晓琴
张标标
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Yuantu Interconnection Technology Co Ltd
Original Assignee
Zhejiang Yuantu Interconnection Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Yuantu Interconnection Technology Co Ltd filed Critical Zhejiang Yuantu Interconnection Technology Co Ltd
Priority to CN201811228599.9A priority Critical patent/CN109360649A/zh
Publication of CN109360649A publication Critical patent/CN109360649A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

一种基于知识库的压力性损伤临床决策支持系统设计方法，触发临床消息事件，用户通过人机交互方式输入症状信息给系统，以网络传输将临床消息事件发送给系统服务器端的知识推理引擎，引擎实时监听并接受系统客户端的临床消息事件；知识推理引擎将接收的临床消息进行简单处理后传递给解释器进行消息的解释、分析、并进行消息的有效性验证；然后引擎将临床消息传入推理机进行临床逻辑推理；在知识推理引擎进行临床决策推理工作期间，有机地调用诊疗规则库和综合数据库中的知识、规则完成临床诊疗知识推理；推理机完成推理之后，结果返回临床诊疗决策支持系统的客户端，供临床医生参考。本发明快速准确辅助诊断，有效避免主观性，质量较高。

Description

一种基于知识库的压力性损伤临床决策支持系统设计方法
技术领域
本发明涉及一种临床决策支持系统，尤其自适应知识库的压力损伤临床决策支持系统。
背景技术
我国是一个人口大国，人口老年化越来越严重了。随着年龄增长和体重的增加，在医疗保健领域，压力性损伤变得十分普遍。预计压力性损伤患者人数会随着慢性疾病并发症的复杂化呈指数增长。压力性损伤疾病倾向于影响虚弱、年老、卧床的患者，增加其发病率、死亡率和疼痛的困扰。对于医护人员来说，挑战性的问题是如何有效地治疗伤痛并防止其恶化。
近年来，医药科技迅猛的发展导致每年出现多种新的治疗损伤性疾病药品。医护人员选择药品的科学性受到多种因素的影响：1)创伤药品品种多样化和文献材料积累的大量信息让医护人员很难确定药品最佳服用；2)社区或普通医院中多数护理人员经验有限，没有接受专门针对创伤疾病护理专门培训；3)社区或普通医院没有能得到医疗专家及时、正确的指导，难以应对创伤疾病高要求，特别是创伤专家医生稀缺情况下，情况更糟。因此在临床实践中，医护人员只能依赖于个人对药品喜好、同伴们知识以及以往经验来决断，这种缺乏标准化的做法将损害伤口的有效治疗和对病人正确护理。医院担忧患者伤口进展的潜在风险，可能导致病人生命质量下降，住院时间延长，经济负担加重，一旦伤口发生感染，可能危及生命。
发明内容
为了克服已有技术压力性损伤患者医护方式的主观性较强、质量较差的不足,本发明提供了一种有效避免主观性、质量较高的基于知识库的压力性损伤临床决策支持系统设计方法。
本发明解决其技术问题所采用的技术方案是：
一种基于知识库的压力性损伤临床决策支持系统设计方法，过程如下：
触发临床消息事件，用户通过人机交互方式输入症状信息给系统，以网络传输将临床消息事件发送给系统服务器端的知识推理引擎，引擎实时监听并接受系统客户端的临床消息事件；
知识推理引擎将接收的临床消息进行简单处理后传递给解释器进行消息的解释、分析、并进行消息的有效性验证；临床消息通过消息解析，知识推理引擎根据消息事件的类型，加载事件驱动文件来配置推理资源、算法和推理机初始化参数，指导推理机创建推理环境；然后引擎将临床消息传入推理机进行临床逻辑推理；在知识推理引擎进行临床决策推理工作期间，有机地调用诊疗规则库和综合数据库中的知识、规则完成临床诊疗知识推理；推理机完成推理之后，结果返回临床诊疗决策支持系统的客户端，供临床医生参考。
进一步，所述诊疗规则库使用IF-AND-THEN基于规则的推理逻辑运算模型的先后顺序，IF和AND的选择与伤口属性相对应，所述伤口属性包括伤口床貌、阶段、渗出物水平和分类；选择THEN和AND是与治疗决策的“结果”(输出)一致，与使用一级治疗、二级治疗的各种治疗方案相匹配，并且频繁更换药和清洁解决方案。
表达方式为：IF(伤口类型)和(伤口床的外观是…)AND(伤口阶段是…)和(渗出物水平是…)。然后(一级治疗是…)和(二级治疗是…)和(另外的治疗是…)AND(换药次数是…)AND(清洁解决方案是…)AND(指令)；规则如下：
1)IF创伤分期:阶段1，THEN(一级处理:泡沫有Ag/无Ag；藻酸钠有Ag/无Ag；水胶体)AND(更换频率：3天)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
2)IF(创伤分期:阶段2)AND(创面床外观:造粒)AND(渗出液水平:潮湿的),THEN(一级处理:泡沫有Ag/无Ag；海藻酸钠有Ag/无Ag；水凝胶)AND(二级处理:泡沫)AND(更换频率：5天)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
3)IF(创伤分期:阶段3)AND(创面床外观:上皮化)AND(渗出液水平:干的)，THEN(一级处理:泡沫有Ag/无Ag；藻酸钠有Ag/无Ag；纳米晶敷料)AND(二级处理:纱布包扎)AND(更换频率：EOD)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
4)IF(创伤分期:阶段4)AND(创面床外观:超颗粒化)AND(渗出液水平:湿的)，THEN(一级处理:泡沫有Ag/无Ag；海藻酸钠有Ag/无Ag；有Ag/无Ag)AND(二级处理:纱布)AND(更换频率：每天)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
5)IF(创伤分期:不明确分期)AND(创面床外观:蜕皮)AND(渗出液水平:饱和的)，THEN(一级处理:泡沫有Ag/无Ag；藻酸钠有Ag/无Ag；卡地姆碘)AND(二级处理:透明)AND(更换频率：每天)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
6)IF(创伤分期:深层组织损伤)AND(创面床外观:焦痂)AND(渗出液水平：泄漏)，THEN(一级处理:泡沫有Ag/无Ag；藻酸钠有Ag/无Ag；伤口接触层；甲基化酒精70％；高渗凝胶；高渗盐水浸渍纱布)AND(二级处理:敷料)AND(更换频率：TDS，其他情况需要时候)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
用XML语言设计的规则语言包含要素：规则集合、事实集合与结果集合。
更进一步，推理机采用关键词检索匹配法，自适应推理机完成新到来的事件负载与知识库中规则前提条件的匹配，并根据匹配的结果做出下一步动作，即决定新负载事件是否加入到负载控制的队列中；
为了能够达到知识的模糊匹配，引入了关键词检索匹配法，令P′1为新到来的负载事件症状数据；P1为规则表单一规则的关键词内容，包括创伤分期、创面床外观、渗出液水平；r为相似度；推理过程就是规则匹配过程，如下：1)若P′1中没有P1中的关键词，则r＝0；2)若P′1与P1能够完全匹配，r＝1；3)若P′1与P1只有部分匹配，关键词相似度计算公式：
其中与分别为P′1、P1与它们之间交集的关键词数；比较r与预先设定的r0＝0.85，若r大于或等于r0，则新到来负载进入位于解释器内的负载控制队列中进行诊疗建议的信息反馈处理，否则进入多规则置信评估，更新规则库。
本发明的技术构思为：系统基于规则库和推理引擎，与先前开发的创伤疾病案例档案文档管理系统对接；创伤疾病案例信息管理系统是建立在Web应用程序上信息处理系统，服务器使用.net框架，它是一个集成的系统，可连接临床管理系统。创伤案例信息管理系统主要是存储患者病例特定医疗处理数据，并提供关于伤口愈合趋势的简单报告。
临床决策支持系统嵌入医院工作流模型中使用，一方面给病人提供诊疗建议，达到高效准确的诊疗效果，通过临床医生现场医治疾病，获得第一手疾病数据，传给专家医生评估，专家医生正确建议反馈给临床医生，专家医生最后的跟进随访治疗，有助于能够正确了解病情处理情况；另一方面，采用案例档案库管理方式，不断更新临床决策系统知识库，增加系统诊断疾病能力。具体地说，工作流模型主要由病人、护士、临床决策系统、医疗数据档案系统，专家医生诊断等五部分组成。过程如下：病人入院进行挂号登记，检查伤口情况，护士评估伤口，将数据输入临床决策支持系统，系统收集属性材料，决策系统对所收集病人材料进行评估后，推荐进行治疗的建议，护士让病人与伤口医生见面。医生诊治后，开出处方，护士调制药剂，药剂用量等数据输入临床决策系统中。临床医生发送数据给专家医生，咨询诊疗方案，专家医生通过对伤口评估后，将诊疗建议或意见传输到临床支持系统中。病人诊疗数据形成资料电子文档格式被存储在文档数据库以备将来查询，作为疾病案例。库中案例用于更新临产决策系统的规则库中规则的一部分依据。医生能够及时全面了解患者的各种诊疗信息，为快速准确诊断奠定了基础；并通过与各种辅助诊疗系统的有效集成来提高检查、检验结果的准确及时性，也能同时把医生护士各种可能的差错讲到最低，达到医疗质量最佳化。
本发明的有益效果主要表现在：快速准确辅助诊断，有效避免主观性，质量较高。
附图说明
图1是基于规则的临床决策系统图。
图2是工作流模型。
图3是创伤决策系统应用的工作流程图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1～图3，一种基于知识库的压力性损伤临床决策支持系统设计方法，过程如下：
触发临床消息事件，用户通过人机交互方式输入症状信息给系统，以网络传输将临床消息事件发送给系统服务器端的知识推理引擎，引擎实时监听并接受系统客户端的临床消息事件；
知识推理引擎将接收的临床消息进行简单处理后传递给解释器进行消息的解释、分析、并进行消息的有效性验证；临床消息通过消息解析，知识推理引擎根据消息事件的类型，加载事件驱动文件来配置推理资源、算法和推理机初始化参数，指导推理机创建推理环境；然后引擎将临床消息传入推理机进行临床逻辑推理；在知识推理引擎进行临床决策推理工作期间，有机地调用诊疗规则库和综合数据库中的知识、规则完成临床诊疗知识推理；推理机完成推理之后，结果返回临床诊疗决策支持系统的客户端，供临床医生参考。
进一步，参照表1，规则库使用IF-AND-THEN基于规则的推理逻辑运算先后顺序，
Ag:银；BD:一天两次；TDS:一天三次；PRN：必要时；EOD：每隔一天。
表1
对于以下分类有：
IF(创伤分期)AND(创面床外观)AND(渗出物水平),THEN(一级处理)AND(二级处理)AND(频率)AND(解决方案)AND(指示)。
分类1：创伤分期包括阶段1、阶段2、阶段3、阶段4以及不明确分段、深层组织、损伤。
分类2：创面床外观包括上皮化、造粒、超颗粒化、蜕皮与焦痂。
分类3：渗出液水平包括干的、潮湿、湿的、水饱和与泄漏。
分类4：一级处理包括泡沫有Ag/无Ag、藻酸钠有Ag/无Ag、水胶体、水凝胶、纳米晶敷料、有Ag/无Ag、卡地姆碘、伤口接触层、甲基化酒精70％、高渗凝胶与高渗盐水浸渍纱布。
分类5：二级处理包括泡沫、纱布包扎、纱布、透明与敷料。
分类6：频率包括3天、5天、EOD、每天、BD、TDS与其它PRN。
分类7：解决方案包括是生理盐水0.9％，水灌溉70％的甲基化聚维酮碘钾溶液冲洗。
分类8：指令包括肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用药物。
IF和AND的选择与伤口属性相对应，所述伤口属性包括伤口床貌、阶段、渗出物水平和分类；选择THEN和AND是与治疗决策的“结果”(输出)一致，与使用一级治疗、二级治疗的各种治疗方案相匹配，并且频繁更换药和清洁解决方案。
表达方式为：IF(伤口类型)和(伤口床的外观是…)AND(伤口阶段是…)和(渗出物水平是…)。然后(一级治疗是…)和(二级治疗是…)和(另外的治疗是…)AND(换药次数是…)AND(清洁解决方案是…)AND(指示)；规则如下：
1)IF创伤分期:阶段1，THEN(一级处理:泡沫有Ag/无Ag；藻酸钠有Ag/无Ag；水胶体)AND(更换频率：3天)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
2)IF(创伤分期:阶段2)AND(创面床外观:造粒)AND(渗出液水平:潮湿的),THEN(一级处理:泡沫有Ag/无Ag；海藻酸钠有Ag/无Ag；水凝胶)AND(二级处理:泡沫)AND(更换频率：5天)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
3)IF(创伤分期:阶段3)AND(创面床外观:上皮化)AND(渗出液水平:干的)，THEN(一级处理:泡沫有Ag/无Ag；海藻酸钠有Ag/无Ag；纳米晶敷料)AND(二级处理:纱布包扎)AND(更换频率：EOD)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
4)IF(创伤分期:阶段4)AND(创面床外观:超颗粒化)AND(渗出液水平:湿的)，THEN(一级处理:泡沫有Ag/无Ag；海藻酸钠有Ag/无Ag；有Ag/无Ag)AND(二级处理:纱布)AND(更换频率：每天)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
5)IF(创伤分期:不明确分期)AND(创面床外观:蜕皮)AND(渗出液水平:饱和的)，THEN(一级处理:泡沫有Ag/无Ag；海藻酸钠有Ag/无Ag；卡地姆碘)AND(二级处理:透明)AND(更换频率：每天)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
6)IF(创伤分期:深层组织损伤)AND(创面床外观:焦痂)AND(渗出液水平：泄漏)，THEN(一级处理:泡沫有Ag/无Ag；海藻酸钠有Ag/无Ag；伤口接触层；甲基化酒精70％；高渗凝胶；高渗盐水浸渍纱布)AND(二级处理:敷料)AND(更换频率：TDS，其他情况需要时候)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)。
用XML语言设计的规则语言包含要素：规则集合、事实集合与结果集合，<压力损伤诊断规则文件>
<DiagnosisRuleSet name＝”压力性损伤诊断规则”>
<precondition>
<params>
<param name＝<“指压伤口，没有白红斑”>{0}</param>
<param name＝<“部分皮层缺少，伴有真皮层”>{1}</param>
<param name＝<“全层皮肤缺失”>{2}</param>
<param name＝<“全程皮肤和组织确失”>{3}</param>
<param name＝<“持续指压不变白，颜色为深红色或紫色”>{4}</param>
</params>
<facts>
<fact relationname＝<“阶段1”>validator＝“isTrue({0})”rstSet＝“1026_1”
default＝”false”value＝{0}/>
<fact relationname＝<“阶段2”>validator＝“isTrue({1})”rstSet＝“1026_2”
default＝”false”value＝{1}/>
<fact relationname＝<“阶段3”>validator＝“isTrue({2})”rstSet＝“1026_3”
default＝”false”value＝{2}/>
<fact relationname＝<“不可分期”>validator＝“isTrue({3})”rstSet＝“1026_4”
default＝”false”value＝{3}/>
<fact relationname＝<“深部组织损伤”>validator＝“isTrue({4})”rstSet＝“1026_5”default＝”false”value＝{4}/>
</facts>
</preconditions>
<results>
<result rstId＝“1026_1”check＝“创面床外观”AND“渗出液水平”
methodcode＝”001”
<result rstId＝“1026_2”check＝“创面床外观＝上皮化”AND“渗出液水平＝干的”
methodcode＝”002”
<result rstId＝“1026_3”check＝“创面床外观＝造粒”AND“渗出液水平＝潮湿的”
methodcode＝”003”
<result rstId＝“1026_4”check＝“创面床外观＝超颗粒化”AND“渗出液水平＝湿的”methodcode＝”004”
<result rstId＝“1026_5”check＝“创面床外观＝蜕皮”AND“渗出液水平＝饱和”
methodcode＝”005”
……
</results>
</DiagnosisRuleSet>。
更进一步，参照图2，推理机采用关键词检索匹配算法，自适应推理机完成新到来的事件负载与知识库中规则前提条件的匹配，并根据匹配的结果做出下一步动作，即决定新负载事件是否加入到负载控制的队列中；
为了能够达到知识的模糊匹配，引入了关键词检索匹配法，令P′1为新到来的负载事件症状数据；P1为规则表中单一规则关键词内容包括创伤分期、创面床外观、渗出液水平；r为相似度；推理过程就是规则匹配过程，如下：1)若P′1中没有P1中的关键词，则r＝0；2)若P′1与P1能够完全匹配，r＝1；3)若P′1与P1只有部分匹配，相似度计算公式：
其中与分别为P′1、P1与它们之间交集的关键词数。
比较r与预先设定的r0＝0.85，若r大于或等于r0，则新到来负载进入位于解释器内的负载控制队列中进行诊疗建议的信息反馈处理，否则进入多规则置信评估，更新规则库。
本实施例的临床决策支持系统嵌入医院工作流模型中使用，一方面给病人提供诊疗建议，达到高效准确的诊疗效果，通过临床医生现场医治疾病，获得第一手疾病数据，传给给专家医生评估，专家医生正确建议反馈给临床医生，专家医生最后的跟进随访治疗，有助于能够正确了解病情处理情况；另一方面，采用案例档案库管理方式，不断更新临床决策系统知识库，增加系统诊断疾病能力。具体地说，工作流模型主要由病人、护士、临床决策系统、医疗数据档案系统，专家医生诊断等五部分组成。过程如下：患者入院进行挂号登记，病人登记的数据资料存储与数据档案系统库中。接着护士领着患者去医院损伤科室进行伤口检查与评估。伤口情况数据输入临床决策系统。系统收集属性，进行规则推理，提出推荐治疗方案。护士领着病人去见临床医生，开出药方。临床医生将诊疗方案发送给专家医生进行评估，由专家对诊疗药剂方案进行修改。此时最后诊疗方案，包括住院诊疗周期输入临床决策系统的案例数据库中，以收集诊疗数据资料。专家医生继续对临床治疗以及换药周期提供建设性意见，最终参加对病人治疗随访，以便患者稳定地恢复。患者康复后，开具出院证明信以及购买药方后，即可出院回家调养。

Claims (4)

1.一种基于知识库的压力性损伤临床决策支持系统设计方法，其特征在于，过程如下：
触发临床消息事件，用户通过人机交互方式输入症状信息给系统，以网络传输将临床消息事件发送给系统服务器端的知识推理引擎，引擎实时监听并接受系统客户端的临床消息事件；
知识推理引擎将接收的临床消息进行简单处理后传递给解释器进行消息的解释、分析、并进行消息的有效性验证；临床消息通过消息解析，知识推理引擎根据消息事件的类型，加载事件驱动文件来配置推理资源、算法和推理机初始化参数，指导推理机创建推理环境；然后引擎将临床消息传入推理机进行临床逻辑推理；在知识推理引擎进行临床决策推理工作期间，有机地调用诊疗规则库和综合数据库中的知识、规则完成临床诊疗知识推理；推理机完成推理之后，结果返回临床诊疗决策支持系统的客户端，供临床医生参考。
2.如权利要求1所述的一种基于知识库的压力性损伤临床决策支持系统设计方法，其特征在于，所述诊疗规则库使用IF-AND-THEN基于规则的推理逻辑运算模型的先后顺序，IF和AND的选择与伤口属性相对应，所述伤口属性包括伤口床貌、阶段、渗出物水平和分类；选择THEN和AND是与治疗决策的“结果”(输出)一致，与使用一级治疗、二级治疗的各种治疗方案相匹配，并且频繁更换药和清洁解决方案。
3.如权利要求2所述的一种基于知识库的压力性损伤临床决策支持系统设计方法，其特征在于，表达方式为：IF(伤口类型)和(伤口床的外观是…)AND(伤口阶段是…)和(渗出物水平是…)。然后(一级治疗是…)和(二级治疗是…)和(另外的治疗是…)AND(换药次数是…)AND(清洁解决方案是…)AND(指示)；规则如下：
1)IF创伤分期:阶段1，THEN(一级处理:泡沫有Ag/无Ag；藻酸钠有Ag/无Ag；水胶体)AND(更换频率：3天)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
2)IF(创伤分期:阶段2)AND(创面床外观:造粒)AND(渗出液水平:潮湿的),THEN(一级处理:泡沫有Ag/无Ag；海藻酸钠有Ag/无Ag；水凝胶)AND(二级处理:泡沫)AND(更换频率：5天)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
3)IF(创伤分期:阶段3)AND(创面床外观:上皮化)AND(渗出液水平:干的)，THEN(一级处理:泡沫有Ag/无Ag；藻酸钠有Ag/无Ag；纳米晶敷料)AND(二级处理:纱布包扎)AND(更换频率：EOD)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
4)IF(创伤分期:阶段4)AND(创面床外观:超颗粒化)AND(渗出液水平:湿的)，THEN(一级处理:泡沫有Ag/无Ag；藻酸钠有Ag/无Ag；有Ag/无Ag)AND(二级处理:纱布)AND(更换频率：每天)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
5)IF(创伤分期:不明确分期)AND(创面床外观:蜕皮)AND(渗出液水平:饱和的)，THEN(一级处理:泡沫有Ag/无Ag；藻酸钠有Ag/无Ag；卡地姆碘)AND(二级处理:透明)AND(更换频率：每天)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
6)IF(创伤分期:深层组织损伤)AND(创面床外观:焦痂)AND(渗出液水平：泄漏)，THEN(一级处理:泡沫有Ag/无Ag；藻酸钠有Ag/无Ag；伤口接触层；甲基化酒精70％；高渗凝胶；高渗盐水浸渍纱布)AND(二级处理:敷料)AND(更换频率：TDS，其他情况需要时候)AND(解决方案:生理盐水0.9％；水灌溉；70％的甲基化；聚维酮碘钾溶液冲洗)AND(指示：肾功能严重损害和甲状腺障碍史患者，怀孕的妇女和儿童，谨慎使用)
用XML语言设计的规则语言包含要素：规则集合、事实集合与结果集合。
4.如权利要求1～3之一所述的一种基于知识库的压力性损伤临床决策支持系统设计方法，其特征在于，推理机采用关键词检索匹配法，自适应推理机完成新到来的事件负载与知识库中规则前提条件的匹配，并根据匹配的结果做出下一步动作，即决定新负载事件是否加入到负载控制的队列中；
为了能够达到知识的模糊匹配，引入了关键词检索匹配法，令P′1为新到来的负载事件症状数据；P1为规则表中单一规则关键词内容，包括创伤分期、创面床外观、渗出液水平；r为相似度；推理过程就是规则匹配过程，如下：1)若P′1中没有P1中的关键词，则r＝0；2)若P′1与P1能够完全匹配，r＝1；3)若P′1与P1只有部分匹配，关键词相似度计算公式：
其中与分别为P′1、P1与它们之间交集关键词数；比较r与预先设定的r0＝0.85，若r大于或等于r0，则新到来负载进入位于解释器内的负载控制队列中进行诊疗建议的信息反馈处理，否则进入多规则置信评估，更新规则库。
CN201811228599.9A 2018-10-22 2018-10-22 一种基于知识库的压力性损伤临床决策支持系统设计方法 Pending CN109360649A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811228599.9A CN109360649A (zh) 2018-10-22 2018-10-22 一种基于知识库的压力性损伤临床决策支持系统设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811228599.9A CN109360649A (zh) 2018-10-22 2018-10-22 一种基于知识库的压力性损伤临床决策支持系统设计方法

Publications (1)

Publication Number Publication Date
CN109360649A true CN109360649A (zh) 2019-02-19

Family

ID=65346162

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811228599.9A Pending CN109360649A (zh) 2018-10-22 2018-10-22 一种基于知识库的压力性损伤临床决策支持系统设计方法

Country Status (1)

Country Link
CN (1) CN109360649A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109886411A (zh) * 2019-02-25 2019-06-14 浙江远图互联科技股份有限公司 一种压力性损伤临床决策系统的规则库表示及推理方法
CN115036009A (zh) * 2022-06-29 2022-09-09 杭州华卓信息科技有限公司 一种基于规则引擎和kmp算法的医疗决策方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205247194U (zh) * 2015-09-18 2016-05-18 蒋广宇 一种自动控制智能专家故障诊断系统
CN107463783A (zh) * 2017-08-16 2017-12-12 安徽影联乐金信息科技有限公司 一种临床决策支持系统和决策方法
CN107591203A (zh) * 2017-10-25 2018-01-16 湖南网数科技有限公司 一种基于知识库的疾病预警方法及系统
CN107591201A (zh) * 2017-09-13 2018-01-16 中国科学院重庆绿色智能技术研究院 一种诊疗决策支持系统
CN108231193A (zh) * 2018-03-12 2018-06-29 东南大学 一种临床决策辅助系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205247194U (zh) * 2015-09-18 2016-05-18 蒋广宇 一种自动控制智能专家故障诊断系统
CN107463783A (zh) * 2017-08-16 2017-12-12 安徽影联乐金信息科技有限公司 一种临床决策支持系统和决策方法
CN107591201A (zh) * 2017-09-13 2018-01-16 中国科学院重庆绿色智能技术研究院 一种诊疗决策支持系统
CN107591203A (zh) * 2017-10-25 2018-01-16 湖南网数科技有限公司 一种基于知识库的疾病预警方法及系统
CN108231193A (zh) * 2018-03-12 2018-06-29 东南大学 一种临床决策辅助系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
马茹: "智能医学辅助诊断知识库管理原型系统的研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109886411A (zh) * 2019-02-25 2019-06-14 浙江远图互联科技股份有限公司 一种压力性损伤临床决策系统的规则库表示及推理方法
CN109886411B (zh) * 2019-02-25 2021-05-07 浙江远图互联科技股份有限公司 一种压力性损伤临床决策系统的规则库表示及推理方法
CN115036009A (zh) * 2022-06-29 2022-09-09 杭州华卓信息科技有限公司 一种基于规则引擎和kmp算法的医疗决策方法和系统

Similar Documents

Publication Publication Date Title
CN105760705B (zh) 一种基于大数据的医疗诊断系统
Broderick et al. Dressings and topical agents for arterial leg ulcers
Wilcox et al. Frequency of debridements and time to heal: a retrospective cohort study of 312 744 wounds
Scherer et al. The vacuum assisted closure device: a method of securing skin grafts and improving graft survival
US6450956B1 (en) System and method for treatment and outcome measurement analysis
Armstrong et al. Improvement in healing with aggressive edema reduction after debridement of foot infection in persons with diabetes
CN110289095B (zh) 一种股骨颈骨折临床智能辅助决策方法及系统
Stewart et al. Reflection on the cause and avoidance of recurrent venous leg ulcers: an interpretive descriptive approach
ATE438338T1 (de) Gesundheits- und krankheitsverwaltungssystem zur verbesserten patientenversorgung
Forster et al. Dressings and topical agents for arterial leg ulcers
Dryburgh et al. Debridement for surgical wounds
CN109360649A (zh) 一种基于知识库的压力性损伤临床决策支持系统设计方法
CN108959582A (zh) 一种人工智能辅助问诊系统及使用方法
Simms et al. Lower extremity ulcer management: best practice algorithm
Chowdhry et al. Use of oxidised regenerated cellulose/collagen dressings versus standard of care over multiple wound types: a systematic review and meta‐analysis
Sellmer et al. Expert system to support the decision in topical therapy for venous ulcers
CN117809823A (zh) 一种基于特征分析的医疗方案推荐方法及装置
Silva et al. Nursing diagnoses, patient outcomes, and nursing interventions for patients undergoing peritoneal dialysis
CN117649924A (zh) 血透机运行记录智能电子表单系统
Braumann et al. Clinical experiences derived from implementation of an easy to use concept for treatment of wound healing by secondary intention and guidance in selection of appropriate dressings
Xu et al. A Multidisciplinary Team Approach for Diabetic Foot Ulcer: A Case Study
Seyhan Ak et al. Evaluation of wound healing in patients with hip prosthesis according to nursing outcome classification
Acioly et al. Development and validation of an instrument for nursing consultation with pediatric patients in the preoperative period
Ratnakar et al. Smart Innovative Medical Devices Based on Artificial Intelligence
US11334989B2 (en) Method of classification and correlation between the pathologic state of the skin and the corresponding therapy and posology

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination