CN111180032B - 一种基于余弦计算的中药物疗效统计方法 - Google Patents

一种基于余弦计算的中药物疗效统计方法 Download PDF

Info

Publication number
CN111180032B
CN111180032B CN201911423052.9A CN201911423052A CN111180032B CN 111180032 B CN111180032 B CN 111180032B CN 201911423052 A CN201911423052 A CN 201911423052A CN 111180032 B CN111180032 B CN 111180032B
Authority
CN
China
Prior art keywords
information
prescription
treatment
chinese medicine
traditional chinese
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
CN201911423052.9A
Other languages
English (en)
Other versions
CN111180032A (zh
Inventor
徐云生
陈守强
赵帅
徐亮
张现波
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.)
Second Affiliated Hospital Shandong University Of Traditional Chinese Medicine
Original Assignee
Second Affiliated Hospital Shandong University Of Traditional Chinese Medicine
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 Second Affiliated Hospital Shandong University Of Traditional Chinese Medicine filed Critical Second Affiliated Hospital Shandong University Of Traditional Chinese Medicine
Priority to CN201911423052.9A priority Critical patent/CN111180032B/zh
Publication of CN111180032A publication Critical patent/CN111180032A/zh
Application granted granted Critical
Publication of CN111180032B publication Critical patent/CN111180032B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • 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)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种基于余弦计算的中药物疗效统计方法，涉及中医治疗技术领域，技术方案为，将现有的中药治疗医案进行结构化；将结构化后的中药治疗医案数据化；用数据化后的中药治疗医案构建中药治疗基础库；通过中药治疗基础库，提取疾病信息，药方组成信息和药方疗效信息；按照疾病信息遍历其对应的药方组成信息，通过对药方组成信息的文本进行比对，并判定该疾病对应药方的药方疗效信息。本发明的有益效果是：本方案通过构建中医治疗病案的大数据，以大数据为基础进行统计，通过对病人对疾病的诊疗次数来反推其使用药方治疗效果，从侧面体现药方对疾病的治疗的有效程度，使其成为疾病治疗的参考。

Description

一种基于余弦计算的中药物疗效统计方法
技术领域
本发明涉及中医治疗技术领域，特别涉及一种基于余弦计算的中药物疗效统计方法。
背景技术
中医作为我国独有的医疗技术，中医治疗方式中的一大组成部分为熬制中药进行治疗，借助多种药材组成配方进行熬煮，通过患者饮用中药来调和人体，从而实现疾病治疗。
作为去看病的患者，通常不会对看病疗效做出反馈。作为医生而言，需要面对大量的患者，并不容易直接获取所开药方的治疗效果。只能根据个人的经验去判断药方的使用情况。
发明内容
针对上述技术问题，本发明提供一种基于余弦计算的中药物疗效统计方法。
其技术方案为，S1、将现有的中药治疗医案进行结构化；
S2、将结构化后的中药治疗医案数据化；
S3、用数据化后的中药治疗医案构建中药治疗基础库；
S4、通过所述中药治疗基础库，提取疾病信息，药方组成信息和药方疗效信息；
S5、按照疾病信息遍历其对应的药方组成信息，通过对药方组成信息的文本进行比对，并判定该疾病对应药方的药方疗效信息；
S6、输出药方疗效信息结果。
优选为，所述S1中对中药治疗医案的结构化方法为，
S101、定义多维的医案数据元素结构；
S102、根据S101的医案数据元素结构对应中药治疗医案进行元素拆分；
S103、将拆分后的医案数据按照元素结构组成结构化的中药治疗医案信息。
优选为，所述S2中，将结构化后的中药治疗医案数据化具体为，按照结构化后的元素信息将原中药治疗医案转换为数据形式；
所述S3为将S2数据化后的中药治疗医案构建为中药治疗基础库。
优选为，所述S4中，通过所述中药治疗基础库，提取疾病信息，药方组成信息和药方疗效信息；具体为，
通过中药治疗基础库中的数据，提取病案信息，病案信息包括病人信息，病种信息、药方组成信息；
所述病种信息为疾病信息，疾病信息包括疾病名称，及对应中医诊疗的疾病体现形式，即通过望闻问切的中医诊疗方式获取的疾病表现形式，如血瘀，胸痹等等；
药方组成信息为药方使用的药材信息；
通过所述病人信息，病种信息，药方组成信息，提取疗效信息；
所述疗效信息为根据某一病人对应的某一个病种去医院治疗的次数，来统计药方疗效，以该病人去某一医院第一次诊疗某一病种为起始，以获取一个药方后的诊疗次数进行统计，其后续时间中，去医院诊疗同一病种次数值越低，则证明其使用该药方的治疗配方效果越好。
换句话说，通过构建医案大数据，假设病人A因为疾病B在某一个医院进行诊疗，获取药方C，如果在此之后，病人A一段时间的病案信息中没有再出现因为疾病B而去某个医院的诊疗记录，则说明药方C具有较好的疗效。反之，如果病人A在获取药方C后，又出现了多次去其任一医院进行疾病B诊疗的记录，则说明之前的药方C疗效较差。
优选为，所述S5中，按照疾病信息遍历其对应的药方组成信息，通过对药方组成信息的文本进行比对，并判定该疾病对应药方的药方疗效信息；具体为，
通过余弦相似度比对同一疾病的药方文本组成，遍历相似度最为接近的药方组成信息，根据相似度接近的药方组成信息对应的疗效信息进行统计，从而获取不同的药方组成的疗效对应结果。
优选为，所述S5中疗效信息的统计方法为，根据所述疗效信息中统合的药方诊疗次数值，设定诊疗次数值的取值上限，提出超出上限的病案信息，视其为无效病案信息；
遍历有效的病案信息，将余弦相似度最为接近的所有药方的诊疗次数值相加，求取诊疗次数平均值，作为药方诊疗效果参考值，诊疗效果参考值越低，则说明该药方对应该疾病的疗效越好。
本发明实施例提供的技术方案带来的有益效果是：本方案通过构建中医治疗病案的大数据，以大数据为基础进行统计，通过对病人对疾病的诊疗次数来反推其使用药方治疗效果，从侧面体现药方对疾病的治疗的有效程度，借助余弦相似度对药方组成进行判定，从而从海量的数据中统计出相似药方的平均治疗效果，使其成为疾病治疗的参考。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。当然，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
需要说明的是，在不冲突的情况下，本发明创造中的实施例及实施例中的特征可以相互组合。
实施例1
本发明提供一种基于余弦计算的中药物疗效统计方法，
S1、将现有的中药治疗医案进行结构化；具体为，
S101、定义多维的医案数据元素结构；
S102、根据S101的医案数据元素结构对应中药治疗医案进行元素拆分；
S103、将拆分后的医案数据按照元素结构组成结构化的中药治疗医案信息。
通过统一各个医院的医案数据元素结构，为医案数据的大数据化的前提，通过将医案格式统一，方便进行后期对所有医案数据的整合。
S2、将结构化后的中药治疗医案数据化；具体为，按照结构化后的元素信息将原中药治疗医案转换为数据形式；通常来说，中药治疗医案包括病症、治疗用配方；按照步骤S1统一后的格式，将原文本形式转变为数据格式，从而便于下一步形成基础数据库。
S3、用数据化后的中药治疗医案构建中药治疗基础库；具体为将S2数据化后的中药治疗医案构建为中药治疗基础库。构建医案大数据，通过单一医院，扩展至一个区，一个市，一个省……从而形成医案大数据，以便对病患的治疗情况作出全面的统计。
S4、通过中药治疗基础库，提取疾病信息，药方组成信息和药方疗效信息；具体为，
通过中药治疗基础库，提取疾病信息，药方组成信息和药方疗效信息；具体为，
通过中药治疗基础库中的数据，提取病案信息，病人信息需要包括病人的基本个人资料，通过病人的基本个人资料，可以确定病人的单一性，避免在后续的疾病诊疗统计过程中出现错误；
病种信息为疾病信息，疾病信息包括疾病名称，及对应中医诊疗的疾病体现形式，即通过望闻问切的中医诊疗方式获取的疾病表现形式，如血瘀，胸痹等等；
药方组成信息为药方使用的药材信息；
通过病人信息，病种信息，药方组成信息，提取疗效信息；
疗效信息为根据某一病人对应的某一个病种去医院治疗的次数，来统计药方疗效，以该病人去某一医院第一次诊疗某一病种为起始，以获取一个药方后的诊疗次数进行统计，其后续时间中，去医院诊疗同一病种次数值越低，则证明其使用该药方的治疗配方效果越好。
换句话说，通过构建医案大数据，假设病人A因为疾病B在某一个医院进行诊疗，获取药方C，如果在此之后，病人A一段时间的病案信息中没有再出现因为疾病B而去某个医院的诊疗记录，则说明药方C具有较好的疗效。反之，如果病人A在获取药方C后，又出现了多次去其任一医院进行疾病B诊疗的记录，则说明之前的药方C疗效较差。
S5中，按照疾病信息遍历其对应的药方组成信息，通过对药方组成信息的文本进行比对，并判定该疾病对应药方的药方疗效信息；具体为，
通过余弦相似度比对同一疾病的药方文本组成，遍历相似度最为接近的药方组成信息，根据相似度接近的药方组成信息对应的疗效信息进行统计，从而获取不同的药方组成的疗效对应结果。
S5、按照疾病信息遍历其对应的药方组成信息，通过对药方组成信息的文本进行比对，并判定该疾病对应药方的药方疗效信息；具体为，
S5中疗效信息的统计方法为，根据疗效信息中统合的药方诊疗次数值，设定诊疗次数值的取值上限，提出超出上限的病案信息，视其为无效病案信息；
遍历有效的病案信息，将余弦相似度最为接近的所有药方的诊疗次数值相加，求取诊疗次数平均值，作为药方诊疗效果参考值，诊疗效果参考值越低，则说明该药方对应该疾病的疗效越好。
S6、输出药方疗效信息结果，将对应疾病使用的药方以列表的形式整合输出出来，并附以对应的疗效信息值，使其作为医疗人员参考。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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。

Claims (1)

1.一种基于余弦计算的中药物疗效统计方法，其特征在于，包括，
S1、将现有的中药治疗医案进行结构化；
S2、将结构化后的中药治疗医案数据化；
S3、用数据化后的中药治疗医案构建中药治疗基础库；
S4、通过所述中药治疗基础库，提取疾病信息，药方组成信息和药方疗效信息；
S5、按照疾病信息遍历其对应的药方组成信息，通过对药方组成信息的文本进行比对，并判定该疾病对应药方的药方疗效信息；
S6、输出药方疗效信息结果；
其中，所述S1中对中药治疗医案的结构化方法为，
S101、定义多维的医案数据元素结构；
S102、根据S101的医案数据元素结构对应中药治疗医案进行元素拆分；
S103、将拆分后的医案数据按照元素结构组成结构化的中药治疗医案信息；
其中，所述S2中，将结构化后的中药治疗医案数据化具体为，按照结构化后的元素信息将原中药治疗医案转换为数据形式；
所述S3为将S2数据化后的中药治疗医案构建为中药治疗基础库；
其中，所述S4中，通过所述中药治疗基础库，提取疾病信息，药方组成信息和药方疗效信息；具体为，
通过中药治疗基础库中的数据，提取病案信息，病案信息包括病人信息，病种信息、药方组成信息；
所述病种信息为疾病信息，疾病信息包括疾病名称，及对应中医诊疗的疾病体现形式，即通过望闻问切的中医诊疗方式获取的疾病表现形式；
药方组成信息为药方使用的药材信息；
通过所述病人信息，病种信息，药方组成信息，提取疗效信息；
所述疗效信息为根据某一病人对应的某一个病种去医院治疗的次数，来统计药方疗效，以该病人去某一医院第一次诊疗某一病种为起始，以获取一个药方后的诊疗次数进行统计，其后续时间中，去医院诊疗同一病种次数值越低，则证明其使用该药方的治疗配方效果越好；
其中，所述S5中，按照疾病信息遍历其对应的药方组成信息，通过对药方组成信息的文本进行比对，并判定该疾病对应药方的药方疗效信息；具体为，
通过余弦相似度比对同一疾病的药方文本组成，遍历相似度最为接近的药方组成信息，根据相似度接近的药方组成信息对应的疗效信息进行统计，从而获取不同的药方组成的疗效对应结果；
其中，所述S5中疗效信息的统计方法为，根据所述疗效信息中统合的药方诊疗次数值，设定诊疗次数值的取值上限，提出超出上限的病案信息，视其为无效病案信息；
遍历有效的病案信息，将余弦相似度最为接近的所有药方的诊疗次数值相加，求取诊疗次数平均值，作为药方诊疗效果参考值，诊疗效果参考值越低，则说明该药方对应该疾病的疗效越好。
CN201911423052.9A 2019-12-31 2019-12-31 一种基于余弦计算的中药物疗效统计方法 Active CN111180032B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911423052.9A CN111180032B (zh) 2019-12-31 2019-12-31 一种基于余弦计算的中药物疗效统计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911423052.9A CN111180032B (zh) 2019-12-31 2019-12-31 一种基于余弦计算的中药物疗效统计方法

Publications (2)

Publication Number Publication Date
CN111180032A CN111180032A (zh) 2020-05-19
CN111180032B true CN111180032B (zh) 2023-11-24

Family

ID=70621739

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911423052.9A Active CN111180032B (zh) 2019-12-31 2019-12-31 一种基于余弦计算的中药物疗效统计方法

Country Status (1)

Country Link
CN (1) CN111180032B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006301760A (ja) * 2005-04-18 2006-11-02 Toshiba Corp 医療情報提供装置及び医療情報提供方法
CN104915560A (zh) * 2015-06-11 2015-09-16 万达信息股份有限公司 一种基于广义神经网络聚类的疾病病种诊疗方案预测方法
CN107066814A (zh) * 2017-03-09 2017-08-18 南京邮电大学 一种基于望闻问切协同的中医智能辅助诊断系统
CN109872783A (zh) * 2018-12-28 2019-06-11 金力 一种基于大数据的糖尿病文献信息标准数据库集分析方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006301760A (ja) * 2005-04-18 2006-11-02 Toshiba Corp 医療情報提供装置及び医療情報提供方法
CN104915560A (zh) * 2015-06-11 2015-09-16 万达信息股份有限公司 一种基于广义神经网络聚类的疾病病种诊疗方案预测方法
CN107066814A (zh) * 2017-03-09 2017-08-18 南京邮电大学 一种基于望闻问切协同的中医智能辅助诊断系统
CN109872783A (zh) * 2018-12-28 2019-06-11 金力 一种基于大数据的糖尿病文献信息标准数据库集分析方法

Also Published As

Publication number Publication date
CN111180032A (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
Li et al. Efficacy and safety of topical herbal medicine treatment on recurrent aphthous stomatitis: a systemic review
Lam et al. Drug non-adherence and associated risk factors among Chinese geriatric patients in Hong Kong
Jin et al. An improved association-mining research for exploring Chinese herbal property theory: based on data of the Shennong's Classic of Materia Medica
Fenigsen The report of the Dutch governmental committee on euthanasia
Lin et al. Characteristics and prescription patterns of traditional Chinese medicine in atopic dermatitis patients: ten-year experiences at a medical center in Taiwan
Carter Religion/spirituality in African-American culture: an essential aspect of psychiatric care.
WO2022183460A1 (zh) 一种利用个性化指标进行健康分析的系统及其使用方法
Liao et al. Investigation on the use of traditional Chinese medicine for polycystic ovary syndrome in a nationwide prescription database in Taiwan
Sereda et al. Ginkgo biloba for tinnitus
CN112216364A (zh) 一种基于人工智能的用药处方推送方法和系统
CN111178444B (zh) 一种基于向量分析的中药配方治疗效果统计方法
CN111180032B (zh) 一种基于余弦计算的中药物疗效统计方法
CN111180084B (zh) 一种基于聚类算法的中药疗效统计方法
Kim et al. Use of complementary and alternative medicine by arthritis patients in a university hospital clinic serving rheumatology patients in Korea
Wang et al. Chinese herbal medicines for treating skin and soft‐tissue infections
Wilson et al. Pharmacist initiated patient drug histories
Curis et al. The role of the motivational interview in treatment acceptance. Case report
Jeschke et al. Anthroposophic medicine in pediatric primary care: a prospective, multicenter observational study on prescribing patterns
US20090240635A1 (en) Method for discovering new uses of pharmaceutical products through assessment of beneficial side effects in clinical trials
Wang et al. The role of tonifying kidney decoction and acupuncture in the treatment of Alzheimer’s disease: A network meta-analysis
Aziz et al. An Overview of Knowledge of Traditional Medicine for Self-medication in the Community in the Era of the COVID-19 Pandemic
CN111243764A (zh) 一种用于慢病管理的健康档案管理系统
Niswah et al. Complementary Therapies Used Among Adult Patients with Type 2 Diabetes Mellitus in Aceh, Indonesia
Cushman et al. Complementary and alternative health care and the home care population
Coleman Preservation of knowledge in traditional medical practices through information communication technology: A case study in South Africa

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