CN110459320B - 一种基于知识图谱的辅助诊疗系统 - Google Patents

一种基于知识图谱的辅助诊疗系统 Download PDF

Info

Publication number
CN110459320B
CN110459320B CN201910767367.9A CN201910767367A CN110459320B CN 110459320 B CN110459320 B CN 110459320B CN 201910767367 A CN201910767367 A CN 201910767367A CN 110459320 B CN110459320 B CN 110459320B
Authority
CN
China
Prior art keywords
patient
medical
treatment
knowledge
information
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.)
Active
Application number
CN201910767367.9A
Other languages
English (en)
Other versions
CN110459320A (zh
Inventor
孙钊
吴军
樊昭磊
刘小梅
许志国
段慧斌
何玉成
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.)
Zhongyang Health Technology Group Co ltd
Original Assignee
Shandong Msunhealth Technology Group 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 Shandong Msunhealth Technology Group Co Ltd filed Critical Shandong Msunhealth Technology Group Co Ltd
Priority to CN201910767367.9A priority Critical patent/CN110459320B/zh
Publication of CN110459320A publication Critical patent/CN110459320A/zh
Application granted granted Critical
Publication of CN110459320B publication Critical patent/CN110459320B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G16H50/70—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Databases & Information Systems (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种基于知识图谱的辅助诊疗系统，包括：数据库，用于存储医学知识图谱，所述知识图谱以医疗操作为节点，以两个连续医疗操作之间的患者状态为边；患者信息处理模块，接收患者信息，提取历史医疗操作和患者状态信息，并发送至诊疗方案推送模块；诊疗方案推送模块，从数据库调取知识图谱，根据知识图谱中边所指示的方向，将患者信息与知识图谱进行匹配，确定患者的当前状态在知识图谱中所处的位置，基于知识图谱推送待检测的医疗指标和/或下一步诊疗操作。本发明能够快速得知该患者所处的诊疗阶段，给出下一步诊疗建议。

Description

一种基于知识图谱的辅助诊疗系统
技术领域
本发明属于医疗信息数据处理技术领域，尤其涉及一种基于知识图谱的辅助诊疗系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
恶性肿瘤作为目前我国死亡率最高的疾病之一，具有难以预防、治疗过程复杂、治疗效果差、复发率高等特点。肿瘤治疗过程复杂多变，是一个医学多学科交叉的领域，临床医生由于很难及时获取最新的肿瘤医学知识，在面对病人某种症状时，常常很难准确判断、处理得当。
近些年，虽然医院在信息化建设方面有了很大进步，但还没有出现能够将肿瘤医学知识与医生临床工作深入融合，辅助肿瘤专科医生规范地进行每一步治疗的信息系统。据发明人了解，现有的肿瘤辅助诊疗系统主要有两类：
一类是纯粹的肿瘤医学知识库，医生在这些系统中可以查阅肿瘤医学方面的知识，然而这些系统并没有与医生的临床工作相联系，不能在医生需要指导的时候智能地提供帮助；
另一类系统以IBM公司的Watson系统为代表，这些系统能够收集患者的信息，然后推荐适应患者的治疗方案，然而该类系统注重整体治疗方案的选择，忽略了对治疗过程中每一步的辅助指导，这就导致了当患者出现意外的急症、并发症时，这些系统无法提供必要的指导来应对这些突发状况。
发明内容
为克服上述现有技术的不足，本发明提供了一种基于知识图谱的辅助诊疗系统，引入一种以医生所执行的医疗操作为节点，以两个连续医疗操作之间的患者状态为边的肿瘤医学知识图谱，通过将该知识图谱和患者的病情信息进行匹配，能够快速得知该患者所处的诊疗阶段，给出下一步诊疗建议。
为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：
一种基于知识图谱的辅助诊疗系统，包括：
数据库，用于存储医学知识图谱，所述知识图谱以医疗操作为节点，以两个连续医疗操作之间的患者状态为边；
患者信息处理模块，接收患者信息，提取历史医疗操作和患者状态信息，并发送至诊疗方案推送模块；
诊疗方案推送模块，从数据库调取知识图谱，根据知识图谱中边所指示的方向，将患者信息与知识图谱进行匹配，确定患者的当前状态在知识图谱中所处的位置，基于知识图谱推送待检测的医疗指标和/或下一步诊疗操作。
一个或多个实施例提供了一种基于知识图谱的辅助诊疗系统，包括客户端和服务器，其中，
所述客户端，接收用户的医疗方案推送请求并发送至服务器；以及接收服务器反馈的待检测的医疗指标和/或下一步诊疗操作；
所述服务器，用于存储肿瘤知识图谱，所述知识图谱以医疗操作为节点，以两个连续医疗操作之间的患者状态为边；以及响应客户端的医疗方案推送请求，执行以下操作：
接收患者信息，从患者信息中提取历史医疗操作和患者状态信息；
调取知识图谱，根据知识图谱中边所表示的方向，将从患者信息中提取的历史医疗操作和患者状态信息与知识图谱进行匹配，确定患者的当前状态在知识图谱中所处的位置，基于知识图谱推送待检测的医疗指标和/或下一步诊疗操作。
以上一个或多个技术方案存在以下有益效果：
(1)本发明提出了一种基于知识图谱的辅助诊疗系统，所述诊疗系统中构建了一种以医生所执行的医疗操作为节点，以两个连续医疗操作之间的患者状态为边的肿瘤医学知识图谱，所述知识图谱能够同时包含医学知识，以及临床实际工作中各类医学知识之间的关联，通过将该知识图谱和患者的病情信息进行匹配，能够快速得知该患者所处的诊疗阶段，和下一步诊疗建议。
(2)所述知识图谱方便拓展最新的肿瘤医疗知识，使得医生能够在临床工作中及时地学习到最新的肿瘤知识，并且视情况按照最新的肿瘤诊疗方案给患者提供规范的治疗；所述知识图谱中还存在各类肿瘤知识的注释，对于实习医生而言，还能够方便的学习肿瘤治疗的全过程。
(3)本发明的诊疗系统在知识图谱和患者的病情信息的匹配过程中，能够对缺失的患者信息进行提醒，从而实现知识图谱的完善，实现了诊疗过程的全流程管理，同时对于医生的治疗流程也能够起到一定的规范作用。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明一个或多个实施例中基于知识图谱的辅助诊疗系统的结构框架图；
图2为本发明一个或多个实施例中知识图谱的结构示意图；
图3为肺癌诊疗过程中部分知识图谱的结构示意图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
本实施例以肿瘤辅助治疗为例，公开了一种基于知识图谱的辅助诊疗系统，包括：
数据库，用于存储肿瘤医学知识图谱。
所述肿瘤医学知识图谱的构建方法为：接收各类肿瘤医学文本信息，提取肿瘤医学知识；以医生所执行的医疗操作为节点，以两个连续医疗操作之间的患者状态为边，构建肿瘤医学知识图谱。
本实施例中，采用的肿瘤医学文本信息包括：各类肿瘤临床指南(例如，各类型肿瘤的nccn指南、csco指南、MIMS恶性肿瘤用药指南)、教材(例如，肿瘤内科学、临床肿瘤内科手册)、论文等。
知识图谱包括节点和连接节点的有向边。
其中，节点表示治疗过程中医生进行的治疗操作，例如，肺叶切除手术；节点中包含相应操作的注释，包括操作方法和注意事项。
边表示不同节点之间的关系，边的方向表示所连接的两个节点(治疗操作)之间的先后顺序，边上包含执行完前一医疗操作后患者的状态，以及该状态相应的注释，包括各类状态的含义、判断方法、意义和注意事项。具体来说，状态指的是患者的某些医疗指标，例如，肺叶切除手术后切缘阴阳性的判定结果。
图2为知识图谱结构示意图；图3为以肺癌诊疗中根据结节大小制定复查计划的诊疗过程为例展示的知识图谱的结构示意图。
所述知识图谱能够根据需求进行扩展，对节点和边进行更新。例如，当存在新的肿瘤知识时，将新的肿瘤知识添加到知识图谱中，使得医生在临床工作中能够及时获取新的肿瘤知识，并且视情况按照最新的肿瘤诊疗方案给患者提供规范的治疗；又如，在某个治疗操作后可能会发生什么突发情况，可将相应的患者医疗指标及下一步应对方式写入知识图谱。
所述知识图谱以有向图的形式存储在图数据库neo4j中，有向图中节点和关系的定义与上述知识图谱中节点和关系的定义相同。
患者信息获取模块，每隔设定时间间隔从医疗卫生信息系统中自动抽取待分析的患者信息。
医疗卫生信息系统的业务数据库包括但不限于HIS、LIS、PACS、EMR、病理；抽取的患者信息包括但不限于患者的性别、年龄、现病史、既往史、个人史、家族史、各类检查检验报告、手术记录、历次住院病历。
本实施例中，每隔设定时间间隔通过ETL工具从各个医疗卫生信息系统的业务数据库中抽取患者信息并储存在Oracle数据库中，覆盖之前存储的该患者的同类别历史数据。本实施例中设定时间间隔为5分钟，本领域技术人员容易理解，可根据需求设定时间间隔，当时间间隔设定值很小时，患者信息能够接近实时地进行更新。
患者信息处理模块，接收患者信息，并将其中的非结构化信息转化成结构化信息，以及提取其中的医疗操作和患者状态信息，以及对应的时间信息。
所述患者状态信息采用肿瘤相关医疗指标来描述。从各类报告中提取出肿瘤相关的医疗指标，指标包括但不限于血液及尿液的检查结果、肿瘤的TNM分期、基因突变结果、是否做过手术、是否进行放化疗、放化疗方案、治疗疗效评估结果等。需要提取的医疗指标中，大部分都是结构化数据，可以从报告中直接提取，例如，血液、尿液中各成分含量的结果；还有一部分指标并不是结构化数据，需要从文本信息中获得具体的医疗指标数据，例如，肿瘤的TNM分期、基因突变结果、治疗疗效评估结果等。本实施例中利用自然语言处理技术分析文本信息获得相关医疗指标，下面以从CT报告中推断肺癌患者的TNM分期为例说明：
1)找肿瘤大小，确定T分期
在CT报告部分查找以下形式的组合：
数字cm
数字mm
数字x数字cm
数字x数字mm
数字x数字x数字cm
数字x数字x数字mm
提取出上述情况中的数字，若数字后面跟的是mm，则数字除以10，然后比较所有数字，取最大的数字，根据这个数字进行T的分期。
如果没有上述情况返回T0
2)在CT报告总结部分中，通过寻找关键字确定N分期
若没有“淋巴结”出现，返回N0
若有“淋巴结”出现：
在“淋巴结“所出现的同一条目中搜“对侧”，搜到就返回N3；
搜不到的话接着在“淋巴结“所出现的同一条目中搜“纵膈”和“隆突”，如果搜到就返回N2；
搜不到的话就返回N1
3)在CT报告总结部分中，通过寻找关键字确定M分期
在CT报告总结部分中舍弃第2步中考虑的条目，只考虑剩下的条目中的内容
若出现“多处转移”或者“多发转移灶”，返回M1c
若没有出现“多处转移”、“多发转移灶”，只出现了“转移”，返回M1b
若没有出现”转移”，同时，出现了“积液”，且“积液“所在的条目中出现了”心包“或者”胸腔“，返回M1a
上述情况都没有出现，返回M0
诊疗方案推送模块，从数据库调取知识图谱，根据知识图谱中边所表示的方向，将患者信息按照时间顺序与知识图谱进行匹配，确定患者的当前状态在知识图谱中所处的位置，基于知识图谱推送待检测的医疗指标和/或下一步诊疗操作。
若在匹配过程中发现存在一个或多个诊疗操作或患者状态无法匹配上，即知识图谱中有些无法在患者信息中找到，则提示医生补充缺失的治疗操作和些医疗指标，待补全所有信息后再推荐下一步的诊疗操作。
该模块同时具备了提示治疗方案和管理治疗流程的功能。将获得的患者病情信息在肿瘤医学知识图谱中进行匹配，检测患者的关键医疗指标是否完备，若完备，则根据病情推荐下一步的治疗方案；若不完备，则提示医生需要考虑未能找到的医疗指标，提示医生补充某些治疗流程以获得这些医疗指标，从而实现了治疗流程的完善，待补全所有医疗指标后推荐下一步的治疗方案。
本领域技术人员可以理解，推荐待检测的医疗指标和诊疗操作的同时，还可同时推送相应的注释，以便给予医生提示。
实施例二
本实施例的目的是提供一种基于知识图谱的辅助诊疗系统，所述系统包括：
数据库管理系统，包括医疗卫生信息系统的业务数据库；
服务器，用于存储肿瘤知识图谱，所述知识图谱以医疗操作为节点，以两个连续医疗操作之间的患者状态为边；每隔设定时间间隔从数据库管理系统中自动抽取患者信息并存储；以及
响应客户端的访问请求，将知识图谱发送至客户端；
响应客户端的维护请求，将知识图谱发送至客户端；以及，接收客户端发送的修改指令，对知识图谱进行修改并存储；
响应客户端的医疗方案推送请求，从患者信息中提取历史医疗操作和患者状态信息，以及相应的时间信息；从数据库调取知识图谱，根据知识图谱中边所表示的方向，将从患者信息中提取的历史医疗操作和患者状态信息与知识图谱进行匹配，确定患者的当前状态在知识图谱中所处的位置，基于知识图谱推送待检测的医疗指标和/或下一步诊疗操作；若在匹配过程中发现存在一个或多个诊疗操作或患者状态无法匹配上，即知识图谱中有些无法在患者信息中找到，则提示医生补充缺失的治疗操作和些医疗指标，待补全所有信息后再推荐下一步的诊疗操作。
客户端，包括：
知识图谱访问模块，接收用户对知识图谱的访问请求并发送至服务器；接收服务器反馈的知识图谱并进行可视化；
知识图谱维护模块，接收用户对知识图谱的修改请求并发送至服务器；接收服务器反馈的知识图谱，以及，接收用户的修改指令发送至服务器；
医疗方案推送模块，接收用户的医疗方案推送请求并发送至服务器；接收服务器反馈的待检测的医疗指标和/或下一步诊疗操作，或，待补充医疗指标或诊疗操作的提示；若接收到待补充医疗指标或诊疗操作的提示，接收用户根据提示补充的信息并发送至服务器。
本领域技术人员可以理解，所述客户端可以对应医生所采用的电脑、手机等设备。
该实施例中涉及的具体实施方式与实施例一相对应，具体可参见实施例一的相关说明部分。
以上一个或多个实施例具有以下技术效果：
(1)本发明提出了一种基于知识图谱的辅助诊疗系统，所述诊疗系统中构建了一种以医生所执行的医疗操作为节点，以两个连续医疗操作之间的患者状态为边的肿瘤医学知识图谱，所述知识图谱能够同时包含医学知识，以及临床实际工作中各类医学知识之间的关联，通过将该知识图谱和患者的病情信息进行匹配，能够快速得知该患者所处的诊疗阶段，和下一步诊疗建议。
(2)所述知识图谱方便拓展最新的肿瘤医疗知识，使得医生能够在临床工作中及时地学习到最新的肿瘤知识，并且视情况按照最新的肿瘤诊疗方案给患者提供规范的治疗；所述知识图谱中还存在各类肿瘤知识的注释，对于实习医生而言，还能够方便的学习肿瘤治疗的全过程。
(3)本发明的诊疗系统在知识图谱和患者的病情信息的匹配过程中，能够对缺失的患者信息进行提醒，从而实现知识图谱的完善，实现了诊疗过程的全流程管理，同时对于医生的治疗流程也能够起到一定的规范作用。
本领域技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (6)

1.一种基于知识图谱的辅助诊疗系统，其特征在于，包括：
数据库，用于存储医学知识图谱，所述知识图谱以医疗操作为节点，以两个连续医疗操作之间的患者状态为边；所述知识图谱包括节点和连接节点的有向边；其中，节点表示治疗过程中的治疗操作，节点中包含相应操作的注释；边的方向表示所连接的两个治疗操作之间的先后顺序，边上包含执行完前一医疗操作后患者的状态，以及该状态相应的注释；
患者信息处理模块，接收患者信息，提取历史医疗操作和患者状态信息，以及相应的时间信息，并发送至诊疗方案推送模块；所述患者信息处理模块接收患者信息后，还将其中的非结构化信息转化成结构化信息；患者状态信息采用肿瘤医疗指标来描述，利用自然语言处理分析文本信息获得医疗指标；
诊疗方案推送模块，从数据库调取知识图谱，根据知识图谱中边所指示的方向，将患者信息与知识图谱进行匹配，确定患者的当前状态在知识图谱中所处的位置，得知该患者所处的诊疗阶段，基于知识图谱推送待检测的医疗指标和/或下一步诊疗操作；若发现知识图谱中存在一个或多个诊疗操作或患者状态无法匹配上，则获取缺失的治疗操作或患者状态信息并进行提示；待缺失信息补充后再推荐待检测的医疗指标和/或下一步诊疗操作。
2.如权利要求1所述的一种基于知识图谱的辅助诊疗系统，其特征在于，还包括患者信息获取模块，按照设定时间间隔自动获取患者信息。
3.一种基于知识图谱的辅助诊疗系统，其特征在于，包括客户端和服务器，其中，
所述客户端，接收用户的医疗方案推送请求并发送至服务器；以及接收服务器反馈的待检测的医疗指标和/或下一步诊疗操作；
所述服务器，用于存储肿瘤知识图谱，所述知识图谱以医疗操作为节点，以两个连续医疗操作之间的患者状态为边；以及响应客户端的医疗方案推送请求，执行以下操作：服务器在匹配过程中，若发现知识图谱中存在一个或多个诊疗操作或患者状态无法匹配上，则获取缺失的治疗操作或患者状态信息并向客户端发送提示信息；待缺失信息补充后再推荐待检测的医疗指标和/或下一步诊疗操作；
接收患者信息，从患者信息中提取历史医疗操作和患者状态信息，以及相应的时间信息；
调取知识图谱，根据知识图谱中边所表示的方向，将从患者信息中提取的历史医疗操作和患者状态信息与知识图谱进行匹配，确定患者的当前状态在知识图谱中所处的位置，得知该患者所处的诊疗阶段，基于知识图谱推送待检测的医疗指标和/或下一步诊疗操作。
4.如权利要求3所述的一种基于知识图谱的辅助诊疗系统，其特征在于，所述知识图谱包括节点和连接节点的有向边；其中，节点表示治疗过程中的治疗操作，节点中包含相应操作的注释；边的方向表示所连接的两个治疗操作之间的先后顺序，边上包含执行完前一医疗操作后患者的状态，以及该状态相应的注释。
5.如权利要求3所述的一种基于知识图谱的辅助诊疗系统，其特征在于，所述客户端还包括知识图谱访问模块，用于从服务器获取知识图谱并进行可视化。
6.如权利要求3所述的一种基于知识图谱的辅助诊疗系统，其特征在于，所述客户端还包括知识图谱维护模块，用于从服务器获取知识图谱并进行可视化，以及，接收用户的修改指令发送至服务器；服务器接收客户端发送的修改指令，对知识图谱进行修改并存储。
CN201910767367.9A 2019-08-20 2019-08-20 一种基于知识图谱的辅助诊疗系统 Active CN110459320B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910767367.9A CN110459320B (zh) 2019-08-20 2019-08-20 一种基于知识图谱的辅助诊疗系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910767367.9A CN110459320B (zh) 2019-08-20 2019-08-20 一种基于知识图谱的辅助诊疗系统

Publications (2)

Publication Number Publication Date
CN110459320A CN110459320A (zh) 2019-11-15
CN110459320B true CN110459320B (zh) 2021-01-05

Family

ID=68487908

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910767367.9A Active CN110459320B (zh) 2019-08-20 2019-08-20 一种基于知识图谱的辅助诊疗系统

Country Status (1)

Country Link
CN (1) CN110459320B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111128320B (zh) * 2019-11-19 2023-08-01 四川好医生云医疗科技有限公司 基于检验结果确定医学标签的系统及人工智能方法
CN112836058A (zh) * 2019-11-25 2021-05-25 北京搜狗科技发展有限公司 医疗知识图谱建立方法及装置、医疗知识图谱查询方法及装置
CN111681737B (zh) * 2020-05-07 2023-12-19 陈�峰 用于建设肝癌影像数据库的结构化报告系统及方法
CN111899828A (zh) * 2020-07-31 2020-11-06 青岛百洋智能科技股份有限公司 一种知识图谱驱动的乳腺癌诊疗方案推荐系统
CN112071425B (zh) * 2020-09-04 2022-10-21 平安科技（深圳）有限公司 一种数据处理方法、装置、计算机设备及存储介质
CN112133425A (zh) * 2020-09-11 2020-12-25 北京欧应信息技术有限公司 一种基于智能推荐辅助医生优化诊疗过程的系统
CN112133424A (zh) * 2020-09-11 2020-12-25 北京欧应信息技术有限公司 一种用于骨科的学习诊疗系统
CN113192628B (zh) * 2021-04-22 2023-09-01 广州金域医学检验中心有限公司 基于病理知识图谱的病理危急值预警方法及相关设备
CN113571179B (zh) * 2021-07-09 2023-01-31 清华大学 基于知识图谱的指标提取方法和装置
CN113506625A (zh) * 2021-08-21 2021-10-15 江泽飞 一种基于csco指南的诊疗建议评分系统
CN114464286B (zh) * 2022-02-25 2023-02-07 广州循证医药科技有限公司 基于人机交互的可视化病例数据导入、报告系统与方法
CN114328979A (zh) * 2022-03-14 2022-04-12 北京泽桥医疗科技股份有限公司 一种基于医学知识图谱的医学点数字数据推荐算法
CN114783580B (zh) * 2022-06-20 2022-09-13 武汉博科国泰信息技术有限公司 一种医疗数据质量评估方法及系统
CN115762813B (zh) * 2023-01-09 2023-04-18 之江实验室 一种基于患者个体知识图谱的医患交互方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105808931A (zh) * 2016-03-03 2016-07-27 北京大学深圳研究生院 一种基于知识图谱的针灸决策支持方法及装置
CN106021281A (zh) * 2016-04-29 2016-10-12 京东方科技集团股份有限公司 医学知识图谱的构建方法、其装置及其查询方法
CN107563142A (zh) * 2017-09-12 2018-01-09 为朔医学数据科技（北京）有限公司 一种辅助诊断方法及系统
CN109346169A (zh) * 2018-10-17 2019-02-15 长沙瀚云信息科技有限公司 一种人工智能辅助诊疗系统及其构建方法、设备和存储介质
CN109920540A (zh) * 2019-03-14 2019-06-21 宁波中云创科信息技术有限公司 辅助诊疗决策系统的构建方法、装置及计算机设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030144886A1 (en) * 2002-01-29 2003-07-31 Taira Rick K. Method and system for generating textual medical reports

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105808931A (zh) * 2016-03-03 2016-07-27 北京大学深圳研究生院 一种基于知识图谱的针灸决策支持方法及装置
CN106021281A (zh) * 2016-04-29 2016-10-12 京东方科技集团股份有限公司 医学知识图谱的构建方法、其装置及其查询方法
CN107563142A (zh) * 2017-09-12 2018-01-09 为朔医学数据科技（北京）有限公司 一种辅助诊断方法及系统
CN109346169A (zh) * 2018-10-17 2019-02-15 长沙瀚云信息科技有限公司 一种人工智能辅助诊疗系统及其构建方法、设备和存储介质
CN109920540A (zh) * 2019-03-14 2019-06-21 宁波中云创科信息技术有限公司 辅助诊疗决策系统的构建方法、装置及计算机设备

Also Published As

Publication number Publication date
CN110459320A (zh) 2019-11-15

Similar Documents

Publication Publication Date Title
CN110459320B (zh) 一种基于知识图谱的辅助诊疗系统
Wu et al. Comparison of chest radiograph interpretations by artificial intelligence algorithm vs radiology residents
Pezoulas et al. Medical data quality assessment: On the development of an automated framework for medical data curation
US11232856B2 (en) Methods for automatic cohort selection in epidemiologic studies and clinical trials
US11915828B2 (en) System and method of using machine learning for extraction of symptoms from electronic health records
CN108388580A (zh) 融合医学知识及应用病例的动态知识图谱更新方法
Wu et al. Chest imagenome dataset for clinical reasoning
Wang et al. Mapping anatomical related entities to human body parts based on wikipedia in discharge summaries
JP2017509946A (ja) コンテキスト依存医学データ入力システム
US20150073830A1 (en) Electrical Computing Devices for Recruiting a Patient Population for a Clinical Trial
Reiz et al. Big data analysis and machine learning in intensive care units
CN110291555A (zh) 用于促进对健康状况的计算分析的系统和方法
Kenner et al. Early detection of pancreatic cancer: applying artificial intelligence to electronic health records
Kessel et al. Review of developments in electronic, clinical data collection, and documentation systems over the last decade–are we ready for big data in routine health care?
Tschandl Risk of bias and error from data sets used for dermatologic artificial intelligence
Narula Are we up to speed? From big data to rich insights in CV imaging for a hyperconnected world
JP6571346B2 (ja) 医用情報処理装置および医用情報処理方法
US20200176127A1 (en) Systems and methods for guideline concordance
CN106844325B (zh) 医疗信息处理方法和医疗信息处理装置
CN111916202A (zh) 基于强化学习的临床决策支持设备及方法
Liu et al. A few-shot disease diagnosis decision making model based on meta-learning for general practice
US20180260426A1 (en) System and method for uniformly correlating unstructured entry features to associated therapy features
Liu et al. Constructing large scale cohort for clinical study on heart failure with electronic health record in regional healthcare platform: challenges and strategies in data reuse
Pfaff Cohort identification using semantic web technologies: Ontologies and triplestores as engines for complex computable phenotyping
JP2022141335A (ja) 情報処理システム

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
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 12 / F, building 1, Aosheng building, 1166 Xinluo street, hi tech Zone, Jinan City, Shandong Province

Patentee after: Zhongyang Health Technology Group Co.,Ltd.

Address before: 12 / F, building 1, Aosheng building, 1166 Xinluo street, hi tech Zone, Jinan City, Shandong Province

Patentee before: SHANDONG MSUNHEALTH TECHNOLOGY GROUP Co.,Ltd.

CP01 Change in the name or title of a patent holder