CN113555130A - 一种基于案例推理的中医临床决策支持系统的构建方法 - Google Patents
一种基于案例推理的中医临床决策支持系统的构建方法 Download PDFInfo
- Publication number
- CN113555130A CN113555130A CN202110823977.3A CN202110823977A CN113555130A CN 113555130 A CN113555130 A CN 113555130A CN 202110823977 A CN202110823977 A CN 202110823977A CN 113555130 A CN113555130 A CN 113555130A
- Authority
- CN
- China
- Prior art keywords
- case
- diagnosis
- traditional chinese
- chinese medicine
- cases
- 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
Links
- 239000003814 drug Substances 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000003745 diagnosis Methods 0.000 claims abstract description 35
- 208000024891 symptom Diseases 0.000 claims abstract description 12
- 238000012986 modification Methods 0.000 claims abstract description 11
- 230000004048 modification Effects 0.000 claims abstract description 11
- 238000012937 correction Methods 0.000 claims abstract description 8
- 238000012423 maintenance Methods 0.000 claims abstract description 5
- 229940079593 drug Drugs 0.000 claims abstract description 4
- 230000000694 effects Effects 0.000 claims description 6
- 238000009411 base construction Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- 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
- G16H20/90—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to alternative medicines, e.g. homeopathy or oriental medicines
-
- 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)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Bioethics (AREA)
- Alternative & Traditional Medicine (AREA)
- Pharmacology & Pharmacy (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种基于案例推理的中医临床决策支持系统的构建方法,包括案例表示:在中医临床数据仓库中以已有的中医临床经验作为基础案例,将诊疗经验中的症状、诊断、药物提取为案例的属性,案例检索:定义合适的相似度算法,根据相似度算法在案例库中检索相似的案例,案例修正:将检索得到的相似的案例与新问题进行对比,如果该案例的问题与新问题的描述一致,则该案例的解无需修改可直接用于解决新问题;若该案列的问题描述与新问题的描述有出入,则需要适当修改以适应新问题;案例学习与维护:将案例修正后得到的解与其解决的新问题相结合并加入案例库,本发明提供了一种易于得出结论的基于案例推理的中医临床决策支持系统的构建方法。
Description
技术领域
本发明涉及医学技术领域,具体为一种基于案例推理的中医临床决策支持系统的构建方法。
背景技术
目前中医临床决策支持系统的主要实现方法有以下几种:(1)基于规则推理的方法(市面主流),该方法主要基于IF_THEN规则。而基于此种方法实现的系统,多由三部分组成---知识库、推理引擎和交流机制。知识库存储编译后的相关医学数据的规则;推理引擎将病人的信息与知识库中的规则相结合;交流机制为用户提供一个良好的交互界面,以供用户输入信息及查看系统的反馈结果。基于规则的优点是效率高。存储空间相对较小和知识库容易构造;而缺点是推理复杂、知识获取困难、表述规则难度大以及存在知识瓶颈,并且维护很困难。(2)基于机器学习的方法,该方法主要基于临床数据构建出相应的模型。而鉴于贝叶斯因果推理与医学推断的相似性,使得贝叶斯模型在医学领域具有典型的适用性。基于机器学习模型的方法适用于知识不清楚的领域,相比于基于规则的方法,该方法降低了知识表示与抽取的难度,而系统的性能则取决于机器学习模型本身的性能及所依赖数据的质量和涵盖度,基于上述两种方法的缺陷,本案由此而生。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种可减少知识识取的瓶颈并易于得出结结的基于案例推理的中医临床决策支持系统的构建方法,解决了上述背景技术中提出的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种基于案例推理的中医临床决策支持系统的构建方法,包括如下:
(1)案例表示:在中医临床数据仓库中以已有的中医临床经验作为基础案例,将诊疗经验中的症状、诊断、药物提取为案例的属性;
(2)案例库构建:每个临床案例由用户信息表、案例基本信息表、案例就诊信息表、案例症状表、案例字典表、案例诊断表、诊断字典表、案例方剂表、案例中药表、案例西药中成药表和案例疗效相互关联而成,其中案例就诊信息表是连接案例与临床案例的中间表,每个案例对应多个就诊ID,每个就诊ID对应一个临床案例,每个临床案例的信息由案例症状表、案例诊断表、案例方剂表、案例中药表和案例西药中成药表组成,其中,案例症状表和案例诊断表分别关联各自的字典表,根据上述方法将现有的临床案例录入系统,形成案例库;
(3)案例检索:定义合适的相似度算法,根据相似度算法在案例库中检索相似的案例;
(4)案例修正:将检索得到的相似的案例与新问题进行对比,如果该案例的问题与新问题的描述一致,则该案例的解无需修改可直接用于解决新问题;若该案列的问题描述与新问题的描述有出入,则根据两个案例的问题描述差异,判断已有的完整案例的解决方案部分地方可以重用,部分地方需要适当修改以适应新问题;
(5)案例学习与维护:将案例修正后得到的解与其解决的新问题相结合,形成一个新的完整的案例,并将新得到的案例加入案例库。
进一步的,步骤(1)中每个案例由五个属性组成包括:病人的基本信息、病人的四诊信息、医生诊断集、医生处方集、诊疗方案的疗效。
进一步的,步骤(3)中的修改方式包括增加、删除、替换和改造。
进一步的,步骤(5)中新案例加入案例库的标准由系统研发者和相关领域专家决定或者制定通用标准。
(三)有益效果
本发明提供了一种基于案例推理的中医临床决策支持系统的构建方法。
具备以下有益效果:
1、本发明在检索过程中的设计了术语扩展和相似性处理模块可提高检索的准确性,同时提高了案例库的样本质量。
2、本发明采用了差异化处理和相关性处理的案例重用修正方案,提高了方案的适用性,保证了案例的完整性。
附图说明
图1为本发明系统模块框图;
图2为本发明决策推理流程图。
具体实施方式
参照图1和图2对本发明一种基于案例推理的中医临床决策支持系统的构建方法作进一步说明。
一种基于案例推理的中医临床决策支持系统的构建方法,包括案例表示:案例表示,是基于案例推理方法首先需要解决的问题。在基于案例推理领域,并没有通用的案例表示方法,通常是具体问题具体分析,并在现有的知识表示方法的基础上做适当地修改或综合。根据案例推理的目的可知,一个完整的案例应包含两部分的内容---问题描述和问题的解。
案例库构建:该系统采用数据库存储案例信息,每个临床案例由如下数据表关联而成,分别是用户信息表、案例基本信息表、案例就诊信息表、案例症状表、案例字典表、案例诊断表、诊断字典表、案例方剂表、案例中药表、案例西药中成药表、案例疗效表。其中案例就诊信息表是连接案例与临床案例的中间表,每个案例对应多个就诊ID,每个就诊ID对应一个临床案例,每个临床案例的信息由案例症状表、案例诊断表、案例方剂表、案例中药表和案例西药中成药表等表组成。其中,案例症状表和案例诊断表分别关联各自的字典表。
案例检索:案例检索是基于案例推理的关键,推理结果的准确与否很大程度上由检索出来的案例的质量高低来决定。案例检索与普通的数据库检索不同,它是一种基于相似度的检索。因此,在案例检索前,需要先定义合适的相似度算法。
案例修正:案例修正是基于案例推理的难点。当检索出相似的案例后,如果该案例的问题与新问题的描述一致,则该案例的解无需修改可直接用于解决新问题;若该案列的问题描述与新问题的描述有出入,则需要进入案例修正过程。大致流程是将按案例检索过程中得到的案例与新问题进行比较,根据两个案例的问题描述差异,判断已有的完整案例的解决方案哪些地方可以重用,哪些地方需要适当修改以适应新问题。调整的形式主要为增加、删除、替换和改造。
案例学习与维护:将案例修正后得到的解与其解决的新问题相结合,形成一个新的完整的案例。这个新得到的案例加入案例库以后,有可能在日后解决类似的问题时将提供帮助。这就是一个自主学习的过程。然而并不是每个案例都值得加入案例库。加入的标准可以由系统研发者和相关领域专家决定,当然也可以制定一些通用标准。
用户在使用时在系统中输入新的问题在系统案例库中进行检索,查询是否有相似的案例描述;然后,若查询到相似的案例,系统则进一步判定该相似案例是否完全适用于解决用户的问题,如果适用则不需要进行任何修改而直接进入案例重用阶段,否则进入案例修正阶段,系统对其信息进行统计筛选,引导用户选择出最相似的案例,并在此案例基础上给出调整方案以供用户参考。此外,在临床意义上,有关诊疗的决策只是决策的一部分内容。因此,系统中还增加了中医药字典,使得医生在使用系统的同时还能查看案例涉及的药物、疾病的医学解释或指南。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (4)
1.一种基于案例推理的中医临床决策支持系统的构建方法,其特征在于,包括如下:
(1)案例表示:在中医临床数据仓库中以已有的中医临床经验作为基础案例,将诊疗经验中的症状、诊断、药物提取为案例的属性;
(2)案例库构建:每个临床案例由用户信息表、案例基本信息表、案例就诊信息表、案例症状表、案例字典表、案例诊断表、诊断字典表、案例方剂表、案例中药表、案例西药中成药表和案例疗效相互关联而成,其中案例就诊信息表是连接案例与临床案例的中间表,每个案例对应多个就诊ID,每个就诊ID对应一个临床案例,每个临床案例的信息由案例症状表、案例诊断表、案例方剂表、案例中药表和案例西药中成药表组成,其中,案例症状表和案例诊断表分别关联各自的字典表,根据上述方法将现有的临床案例录入系统,形成案例库;
(3)案例检索:定义合适的相似度算法,根据相似度算法在案例库中检索相似的案例;
(4)案例修正:将检索得到的相似的案例与新问题进行对比,如果该案例的问题与新问题的描述一致,则该案例的解无需修改可直接用于解决新问题;若该案列的问题描述与新问题的描述有出入,则根据两个案例的问题描述差异,判断已有的完整案例的解决方案部分地方可以重用,部分地方需要适当修改以适应新问题;
(5)案例学习与维护:将案例修正后得到的解与其解决的新问题相结合,形成一个新的完整的案例,并将新得到的案例加入案例库。
2.根据权利要求1所述的一种基于案例推理的中医临床决策支持方法,其特征在于:步骤(1)中每个案例由五个属性组成包括:病人的基本信息、病人的四诊信息、医生诊断集、医生处方集、诊疗方案的疗效。
3.根据权利要求1所述的一种基于案例推理的中医临床决策支持方法,其特征在于:步骤(3)中的修改方式包括增加、删除、替换和改造。
4.根据权利要求1所述的一种基于案例推理的中医临床决策支持方法,其特征在于:步骤(5)中新案例加入案例库的标准由系统研发者和相关领域专家决定或者制定通用标准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110823977.3A CN113555130A (zh) | 2021-07-21 | 2021-07-21 | 一种基于案例推理的中医临床决策支持系统的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110823977.3A CN113555130A (zh) | 2021-07-21 | 2021-07-21 | 一种基于案例推理的中医临床决策支持系统的构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113555130A true CN113555130A (zh) | 2021-10-26 |
Family
ID=78103724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110823977.3A Pending CN113555130A (zh) | 2021-07-21 | 2021-07-21 | 一种基于案例推理的中医临床决策支持系统的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113555130A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115346662A (zh) * | 2022-08-23 | 2022-11-15 | 亿慧云智能科技(深圳)股份有限公司 | 一种用于宠物医院的智能诊断数据管理方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105260598A (zh) * | 2015-09-29 | 2016-01-20 | 中南大学 | 口腔诊疗决策支持系统及决策方法 |
CN110974260A (zh) * | 2019-12-16 | 2020-04-10 | 兰州大学 | 基于脑电特征的案例推理抑郁症识别系统 |
CN111370127A (zh) * | 2020-01-14 | 2020-07-03 | 之江实验室 | 一种基于知识图谱的跨科室慢性肾病早期诊断决策支持系统 |
CN113077893A (zh) * | 2021-04-23 | 2021-07-06 | 上海理工大学 | 一种智能辅具适配决策系统及方法 |
-
2021
- 2021-07-21 CN CN202110823977.3A patent/CN113555130A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105260598A (zh) * | 2015-09-29 | 2016-01-20 | 中南大学 | 口腔诊疗决策支持系统及决策方法 |
CN110974260A (zh) * | 2019-12-16 | 2020-04-10 | 兰州大学 | 基于脑电特征的案例推理抑郁症识别系统 |
CN111370127A (zh) * | 2020-01-14 | 2020-07-03 | 之江实验室 | 一种基于知识图谱的跨科室慢性肾病早期诊断决策支持系统 |
CN113077893A (zh) * | 2021-04-23 | 2021-07-06 | 上海理工大学 | 一种智能辅具适配决策系统及方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115346662A (zh) * | 2022-08-23 | 2022-11-15 | 亿慧云智能科技(深圳)股份有限公司 | 一种用于宠物医院的智能诊断数据管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10818397B2 (en) | Clinical content analytics engine | |
US10275576B2 (en) | Automatic medical coding system and method | |
US20190251084A1 (en) | Search method and apparatus | |
CN104516942B (zh) | 概念驱动的自动分节标识 | |
CN111986770A (zh) | 药方用药审核方法、装置、设备及存储介质 | |
CN111949759A (zh) | 病历文本相似度的检索方法、系统及计算机设备 | |
US11023679B2 (en) | Apparatus and method for automatically mapping verbatim narratives to terms in a terminology dictionary | |
EP3928322A1 (en) | Automated generation of structured patient data record | |
US10565315B2 (en) | Automated mapping of service codes in healthcare systems | |
CN103294764A (zh) | 用于从电子文档提取信息的方法和系统 | |
Yang et al. | Semantic inference on clinical documents: combining machine learning algorithms with an inference engine for effective clinical diagnosis and treatment | |
US20150310179A1 (en) | System and method that applies relational and non-relational data structures to medical diagnosis | |
CN116910172B (zh) | 基于人工智能的随访量表生成方法及系统 | |
CN117056493A (zh) | 基于病历知识图谱的大语言模型医疗问答系统 | |
US20210375488A1 (en) | System and methods for automatic medical knowledge curation | |
CN111899828A (zh) | 一种知识图谱驱动的乳腺癌诊疗方案推荐系统 | |
US20150106125A1 (en) | Automated Mapping of Service Codes in Healthcare Systems | |
US20220108070A1 (en) | Extracting Fine Grain Labels from Medical Imaging Reports | |
CN115293161A (zh) | 基于自然语言处理和药品知识图谱的合理用药系统及方法 | |
CN113555130A (zh) | 一种基于案例推理的中医临床决策支持系统的构建方法 | |
CN118098585A (zh) | 一种基于数据驱动与大模型的医学ai助理实现方法及系统 | |
Chandra et al. | Natural language Processing and Ontology based Decision Support System for Diabetic Patients | |
CN116825311B (zh) | 一种基于drg/dip的医院管控运营方法及系统 | |
Nguyen et al. | Mimic-iv-icd: A new benchmark for extreme multilabel classification | |
Nair et al. | Automated clinical concept-value pair extraction from discharge summary of pituitary adenoma patients |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211026 |