CN117936016A - 胃肠道肿瘤的辅助治疗决策方法及系统 - Google Patents

胃肠道肿瘤的辅助治疗决策方法及系统 Download PDF

Info

Publication number
CN117936016A
CN117936016A CN202311616685.8A CN202311616685A CN117936016A CN 117936016 A CN117936016 A CN 117936016A CN 202311616685 A CN202311616685 A CN 202311616685A CN 117936016 A CN117936016 A CN 117936016A
Authority
CN
China
Prior art keywords
stage
patient
treatment
information
field
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
CN202311616685.8A
Other languages
English (en)
Inventor
朱立峰
孙晶
薛佩
柏志安
胡伟国
张少霆
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.)
Ruinjin Hospital Affiliated to Shanghai Jiaotong University School of Medicine Co Ltd
Shanghai AI Innovation Center
Original Assignee
Ruinjin Hospital Affiliated to Shanghai Jiaotong University School of Medicine Co Ltd
Shanghai AI Innovation Center
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 Ruinjin Hospital Affiliated to Shanghai Jiaotong University School of Medicine Co Ltd, Shanghai AI Innovation Center filed Critical Ruinjin Hospital Affiliated to Shanghai Jiaotong University School of Medicine Co Ltd
Priority to CN202311616685.8A priority Critical patent/CN117936016A/zh
Publication of CN117936016A publication Critical patent/CN117936016A/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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
    • 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
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Surgery (AREA)
  • Urology & Nephrology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及一种胃肠道肿瘤的辅助治疗决策方法及系统，所述方法包括：创建多个阶段对应的有向图以获得多阶段有向图；构建各阶段对应的决策树；基于患者之前各阶段的患者治疗信息、当前阶段的患者病情信息、多阶段有向图和各阶段对应的决策树确定患者当前阶段的治疗操作；其中，每一个阶段的患者治疗信息包括：该阶段的患者病情信息和与该阶段的患者病情信息对应的治疗操作；每一个阶段的患者病情信息包括：该阶段多模态的患者临床信息；所述阶段包括和胃肠道肿瘤治疗相关的各个阶段。本发明的胃肠道肿瘤的辅助治疗决策方法可以基于患者的个体化特征生成较为适合其的较佳的辅助治疗方案。

Description

胃肠道肿瘤的辅助治疗决策方法及系统
技术领域
本发明涉及医疗领域，特别是涉及一种胃肠道肿瘤的辅助治疗决策方法及系统。
背景技术
胃肠道肿瘤作为消化系统中最常见的恶性肿瘤之一，包括胃癌、结肠癌、直肠癌等。胃肠癌的治疗长期且复杂，由于肿瘤个体化的差异，在长期的治疗过程中每次如何选择最佳的治疗方案是一大难点。
目前胃肠癌的治疗通常包括：传统的诊疗方法和采用智能辅助诊疗系统进行辅助诊断。对于传统的方法而言，其受限于医生的主观经验和临床指南，而智能辅助诊疗系统距离真实癌症医疗场景的有效应用却仍有一定距离。
目前的智能辅助诊疗系统一般针对初诊阶段进行治疗建议，无法进行后续治疗的多阶段决策步骤，而胃肠癌肿瘤的诊断和治疗并非一个简单的初诊过程。
对于基于机器学习技术的辅助诊疗系统而言，其可解释性差，且需要收集大量的患者数据去训练模型，而获取这些数据的成本较高且难度大。
对于采用基于规则系统的辅助诊疗系统而言，通常需要构建一套决策树或知识图谱，该方案较复杂且难以维护，且决策树和规则通常都是静态的，即固定不变。然而，在实际医疗场景下，患者的状态和病情会随时间变化，现有的静态系统无法有效应对这种动态性，进而导致治疗方案可能不合时宜。
因此，如何能够提供较为适合胃肠道肿瘤患者的辅助治疗决策，以满足实际的临床需求，成为目前亟待解决的问题之一。
发明内容
基于此，本发明提供一种胃肠道肿瘤的辅助治疗决策方法及系统，可以基于患者的个体化特征生成较为适合其的较佳的辅助治疗方案，进而在一定程度上提高了患者的治疗效果和患者生存率。另外，本发明提供的胃肠道肿瘤的辅助治疗决策方法及系统，可以辅助医生确定患者的治疗决策，提高了医生的工作效率的同时也在一定程度上增强了患者的治疗决策的科学性和客观性。
一种胃肠道肿瘤的辅助治疗决策方法，包括：
创建多个阶段对应的有向图以获得多阶段有向图；
构建各阶段对应的决策树；
基于患者之前各阶段的患者治疗信息、当前阶段的患者病情信息、多阶段有向图和各阶段对应的决策树确定患者当前阶段的治疗操作；
其中，每一个阶段的患者治疗信息包括：该阶段的患者病情信息和与该阶段的患者病情信息对应的治疗操作；每一个阶段的患者病情信息包括：该阶段多模态的患者临床信息；所述阶段包括和胃肠道肿瘤治疗相关的各个阶段。
可选的，所述多阶段有向图的节点代表各阶段，多阶段有向图的边给出各阶段之间的转换关系。
可选的，各阶段对应的决策树包括：诊断节点、评估节点和治疗节点；
其中，决策树的根节点关联于该决策树所在的阶段，决策树的非叶子节点为诊断节点或评估节点，决策树的叶子节点为治疗节点；所述诊断节点基于判别模型或者判定规则确定诊断结果；所述评估节点评估治疗质量；所述治疗节点给出治疗决策。
可选的，所述决策方法还包括：获取每一个阶段的患者治疗信息，所述获取每一个阶段的患者治疗信息包括：
获取患者自入院以来的所有病情信息；
将患者病情信息匹配至与其对应的阶段以获取患者各阶段的患者病情信息；
更新患者各阶段的患者病情信息；
基于更新后的患者各阶段的患者病情信息及与各阶段对应的治疗操作获得各阶段的患者治疗信息。
可选的，所述更新患者各阶段的患者病情信息包括：
提取患者病情信息中的病情字段及与其对应的字段值；
根据患者的检查结果，更新与该检查结果关联的阶段的病情字段对应的字段值和/或根据上一个阶段的治疗操作，更新当前阶段的病情字段对应的字段值；
其中，病情字段关联于胃肠道肿瘤的治疗操作。
可选的，所述更新患者各阶段的患者病情信息还包括：
若提取到多个同一病情字段，则基于该病情字段所在记录的时间顺序或该病情字段对应病情的严重度，更新该病情字段对应的字段值。
可选的，所述基于该病情字段所在记录的时间顺序或该病情字段对应病情的严重度，更新该病情字段的字段值包括：
若记录中该病情字段对应的病情严重度为最严重，则以该记录中该病情字段对应的字段值作为多个同一病情字段的字段值；
否则，则以时间最晚的记录中该病情字段对应的字段值作为多个同一病情字段对应的字段值。
可选的，所述基于患者之前各阶段的患者治疗信息、当前阶段的患者病情信息、多阶段有向图和各阶段对应的决策树确定患者当前阶段的治疗操作包括：
基于患者第N阶段的患者治疗信息将其匹配至多阶段有向图中与其对应的节点；
基于该节点对应阶段的决策树及第N阶段的患者病情信息确定第N阶段的治疗操作；
若第N阶段的治疗操作与第N阶段的实际治疗操作一致，则从患者第N阶段的患者治疗信息在多阶有向图中对应的节点跳转至第N阶段治疗操作对应的多阶段有向图中的节点，基于第N阶段治疗操作对应的节点所对应阶段的决策树及第N+1阶段的患者病情信息确定第N+1阶段的治疗操作；
否则，则从患者第N阶段的患者治疗信息在多阶有向图中对应的节点跳转至第N阶段实际治疗操作对应的多阶段有向图中的节点，基于第N阶段实际治疗操作对应的节点所对应阶段的决策树及第N+1阶段的患者病情信息确定第N+1阶段的治疗操作；
其中，N大于等于1。
本发明还提供一种胃肠道肿瘤的辅助治疗决策系统，包括：
创建单元，用于创建多个阶段对应的有向图以获得多阶段有向图；
构建单元，用于构建各阶段对应的决策树；
决策单元，用于基于患者之前各阶段的患者治疗信息、当前阶段的患者病情信息、多阶段有向图和各阶段对应的决策树确定患者当前阶段的治疗操作；
其中，每一个阶段的患者治疗信息包括：该阶段的患者病情信息和与该阶段的患者病情信息对应的治疗操作；每一个阶段的患者病情信息包括：该阶段多模态的患者临床信息；所述阶段包括和胃肠道肿瘤治疗相关的各个阶段。
本发明还提供一种计算机可读存储介质，其上存储有计算机可执行指令，所述计算机可执行指令由处理器执行时，实现上述任一决策方法。
本发明的胃肠道肿瘤的辅助治疗决策方法，首先，创建多个阶段对应的有向图以获得多阶段有向图，构建各阶段对应的决策树；然后，基于患者之前各阶段的患者治疗信息、当前阶段的患者病情信息、多阶段有向图和各阶段对应的决策树确定患者当前阶段的治疗操作。由于对各阶段均构建了与其对应的决策树，因此降低了现有决策树的复杂度，且不同阶段均对应有决策树，也便于将各决策树模块化，使得决策树的维护简单且容易。另外，各个阶段均具有对应的决策树，也能使得各阶段的患者都能获取该阶段对应的辅助治疗决策，进而提高了该辅助治疗决策方法的普适度。患者病情信息包括了多模态的患者临床信息，在一定程度上提高了辅助治疗决策的有效性。将多阶段有向图和各阶段对应的决策树联合，并结合多阶段的患者病情信息，可以更好的适应患者病情随时间变化的实际场景，进而也在一定程度上提高了最终生成的辅助治疗决策的准确度。另外，采用该辅助治疗决策一方面提高了医生的工作效率，另一方面也增强了最终确定的治疗决策的科学性和客观性。
附图说明
图1为本发明实施例的胃肠道肿瘤的辅助治疗决策方法的流程图。
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，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1为本发明实施例的胃肠道肿瘤的辅助治疗决策方法的流程图。如图1所示，本发明的胃肠道肿瘤的辅助治疗决策方法，包括如下步骤：
步骤S1，创建多个阶段对应的有向图以获得多阶段有向图。
步骤S2，构建各阶段对应的决策树。
步骤S3，基于患者之前各阶段的治疗信息、当前阶段的患者病情信息、多阶段有向图和各阶段对应的决策树确定患者当前阶段的治疗操作；其中，每一个阶段的患者治疗信息包括：该阶段的患者病情信息和与该阶段的患者病情信息对应的治疗操作；每一个阶段的患者病情信息包括：该阶段多模态的患者临床信息；所述阶段包括和胃肠道肿瘤治疗相关的各个阶段。
执行步骤S1，创建多个阶段对应的有向图以获得多阶段有向图。
本实施例中所述的阶段包括和胃肠道肿瘤治疗相关的各个阶段，如：初诊阶段、新辅助化疗阶段、手术阶段、辅助化疗阶段、一线化疗阶段，二线化疗阶段，三线化疗阶段，姑息化疗阶段、放疗阶段、处理风险阶段等。本实施例中的多阶段有向图的节点代表前述的各个阶段，多阶段有向图的边给出各阶段之间的转换关系。例如：初诊阶段(节点)指向的所有下一个节点可以包括新辅助化疗阶段，手术阶段，一线化疗阶段。而手术阶段指向的下一个节点可以是辅助化疗阶段，一线化疗阶段指向的下一个节点可以是二线化疗阶段。在实际创建多阶段有向图的过程中，可以是从图数据库里中读取各节点，并根据各节点之间的转换关系构建节点和其指向的所有下一个节点，然后遍历子节点找到子子节点，直到没有子节点为止，此时多阶段有向图则创建完成。通过多阶段有向图可以清晰的看到每个阶段之间的指向关系。
执行步骤S2，构建各阶段对应的决策树。本实施例中，每一个阶段对应的决策树均包括：诊断节点、评估节点和治疗节点。
决策树的根节点关联于该决策树所在的阶段，例如，若该决策树属于手术阶段的决策树，那么该决策树的根节点为手术质量评估，若该决策树属于初级阶段，那么该决策树的根节点为入院。
本实施例中，决策树的非叶子节点为诊断节点或评估节点，决策树的叶子节点为治疗节点；诊断节点可以基于判别模型或者判定规则确定诊断结果；评估节点可以对治疗质量进行评估，治疗节点则给出治疗决策。
决策树的构建则是根据医学知识，如胃肠道肿瘤综合治疗指南等来进行构建的。例如：对于初诊入院的患者而言，可以先判断是否为食管胃结合部肿瘤，如果是非食管胃结合部肿瘤，则判断是不是转移性胃癌等。
本实施例中，诊断节点所根据的判定规则也可以是通过胃肠道肿瘤综合治疗指南来获得；此外，还可以通过对神经网络模型进行训练，进而通过神经网络模型对患者的病情进行诊断和判定。
本实施例中，评估节点可以对手术质量进行评估，也可以对化疗质量进行评估。
本实施例中，治疗节点可以包括：手术，化疗(化疗包括：新辅助化疗、一线化疗、二线化疗、三线化疗和姑息化疗)，放疗，随访等，在治疗节点则负责给出相应的治疗方案。
在通过步骤S1和S2获得了多阶段有向图和各阶段对应的决策树后，执行步骤S3，基于患者之前各阶段的患者治疗信息、当前阶段的患者病情信息、多阶段有向图和各阶段对应的决策树确定患者当前阶段的治疗操作。
本实施例中，每一个阶段的患者治疗信息包括：该阶段的患者病情信息和与该阶段的患者病情信息对应的治疗操作。而每一个阶段的患者病情信息包括：该阶段多模态的患者临床信息，具体的可以是在该阶段患者的入院/出院记录，病史、影像报告(超声报告、CT报告、MR报告等)、手术记录、病理报告、检验检查报告、随访记录、患者身高、体重等。
本实施例中，具体地，可以先获取患者自入院以来的所有病情信息，如可以从医疗信息化系统中读取患者自入院起的所有的如上所述的患者临床信息，例如:影像/病理报告、检验数据，出/入院记录，病史、手术/随访记录、患者性别、年龄、身高、体重等临床信息。
然后，根据患者病情信息将其匹配至与其对应的阶段以获取患者各阶段的患者病情信息。例如：和手术相关的患者病情信息则匹配至手术阶段；和化疗相关的患者病情信息则匹配至化疗阶段等。
接下来，更新患者各阶段的患者病情信息。本实施例中，可以通过如下方式更新各阶段的患者病情信息：
首先，提取患者病情信息中的病情字段及与其对应的字段值。本实施例中，病情字段关联于胃肠道肿瘤的治疗操作。例如，病情字段可以包括：
'肿瘤部位'，'肿瘤长'，'肿瘤宽'，'组织学分型'，'分化程度'，'淋巴管浸润'，'cT'，'cN'，'cM'，'梗阻'，'外侵严重'，'包绕大血管'，'区域淋巴结转移融合固定'，'转移淋巴结超过清扫范围'，'生存状态'，'腹膜转移'，'穿孔'，'Her2_免疫组化'，'性别'，'年龄'，'身高'，'体重'，'血型'，等病情字段。不同的病情字段均有其对应的字段值。例如：肿瘤长对应的字段值则是肿瘤在长度方向上的尺寸，梗阻字段对应的字段值可以是1也可以是0(“1”代表有梗阻，“0”则代表没有梗阻)等。本实施例中，可以通过正则匹配、NLP的BERT语言模型等来提取患者病情信息中的病情字段及与其对应的字段值。
然后，根据患者的检查结果，更新与该检查结果关联的阶段的病情字段对应的字段值和/或根据上一个阶段的治疗操作，更新当前阶段的病情字段对应的字段值。
实际治疗过程中，大部分的病理报告、基因检查等的结果可能不会在当前阶段给出，因此当前阶段中和病理报告、基因检查等的结果相关的病情字段的字段值为空，一旦检查完成，则需要更新和检查结果相关的病情字段的字段值。另外，由于患者的病情可能会发展，因此，最新一次的影像报告给出的结果可能较上一次的影像报告给出的结果又发生了进展，因此也需要对该检查结果关联的阶段的病情字段对应的字段值进行更新。
此外，上一个阶段的治疗操作会对某些病情字段对应的字段值产生影响，此时，对于当前阶段而言，该病情字段对应的字段值也需要更新。例如：上一阶段患者病情字段“梗阻”对应的字段值为1，在该阶段的治疗操作是一个处理风险即解除梗阻的手术，则当前阶段患者病情字段“梗阻”对应的字段值则要更新为0。
本实施例中，更新患者各阶段的患者病情信息还包括：若提取到多个同一病情字段，则基于该病情字段所在记录的时间顺序或该病情字段对应病情的严重度，更新该病情字段对应的字段值。这是因为实际治疗过程中，患者在某一阶段可能做了不同模态的影像检查，而不同模态的影像报告中可能均会出现同一病情字段，但是同一病情字段对应的字段值可能有所不同。例如，对于不同的影像报告，有的会给出肿瘤已经远处转移，有的则不会给出，此时病情字段cN对应的字段值则需要更新。另外，也有可能在报告或者记录中都涉及了同一病情字段，但是该同一病情字段对应的字段值也不同。例如：在影像报告中腹膜转移字段对应的字段值为1，但是在手术记录中腹膜转移字段对应的字段值为0，此时，也需要对腹膜转移字段对应的字段值进行更新。
本实施例中，具体地可以通过如下规则更新患者各阶段的患者病情信息：若该阶段的记录(影像的记录或检查的记录或手术的记录等)中该病情字段对应的病情严重度为最严重，则以该记录中该病情字段对应的字段值作为多个同一病情字段的字段值；
否则，则以时间最晚的记录(影像的记录或检查的记录或手术的记录等)中该病情字段对应的字段值作为多个同一病情字段对应的字段值。
另外，本实施例中，为了减少提取患者病情信息中的病情字段及与其对应的字段值时可能出现的错误，还可以对提取后病情字段对应的字段值进行校验。
本实施例，可以通过每个字段值的值域范围来判断提取到的病情字段对应的字段值是否正确。字段值的值域范围则是根据医学临床知识得出，比如ABO血型字段的值域范围是['A'，'B'，'AB'，‘O’]，如果抽取的病情字段对应的字段值不在此范围，则可以认为抽取错误，需重新抽取。
此外，可能会出现部分病情字段对应的字段值不能通过抽取的方式获取，则可以根据已经抽取到的病情字段对应的字段值和医学临床知识来得到该病情字段对应的字段值。例如：对于脉管侵犯字段而言，其对应的字段值需要根据抽取的脉管癌栓字段对应的字段值，抽取的血管浸润字段对应的字段值和抽取的淋巴管浸润字段对应的字段值来判断，只要前述三者有一个为阳性(字段值可以为1)，则脉管侵犯字段对应的字段值为1(阳性)。
至此，通过上述的步骤获得了更新后的各阶段的患者病情信息，基于更新后的患者各阶段的患者病情信息及与各阶段对应的治疗操作即可获得各阶段的患者治疗信息。
执行步骤S3，基于患者之前各阶段的患者治疗信息、当前阶段的患者病情信息、多阶段有向图和各阶段对应的决策树确定患者当前阶段的治疗操作。本实施例中，具体地，步骤S3包括：
a.基于患者第N阶段的患者治疗信息将其匹配至多阶段有向图中与其对应的节点；
b.基于该节点对应阶段的决策树及第N阶段的患者病情信息确定第N阶段的治疗操作；
c.若第N阶段的治疗操作与第N阶段的实际治疗操作一致，则从患者第N阶段的患者治疗信息在多阶有向图中对应的节点跳转至第N阶段治疗操作对应的多阶段有向图中的节点，基于第N阶段治疗操作对应的节点所对应阶段的决策树及第N+1阶段的患者病情信息确定第N+1阶段的治疗操作；
d.否则，则从患者第N阶段的患者治疗信息在多阶有向图中对应的节点跳转至第N阶段实际治疗操作对应的多阶段有向图中的节点，基于第N阶段实际治疗操作对应的节点所对应阶段的决策树及第N+1阶段的患者病情信息确定第N+1阶段的治疗操作；
其中，N大于等于1。
需要说明的是，在确定患者当前阶段的治疗操作时，如果可以明确确定当前阶段的前一阶段处于哪一个阶段，此时可以直接通过当前阶段的前一阶段来确定当前阶段的治疗操作，否则需要遍历当前阶段之前的所有阶段来确定当前阶段的治疗操作。也就是说：若当前阶段为第三阶段，在确定患者第三阶段的治疗操作时，如果可以明确患者的第二阶段为哪一个阶段，此时上述步骤中的N可以直接取2，即直接根据第二阶段的相关信息来确定第三阶段的治疗操作。如果实际应用中无法明确知晓患者的第二阶段为哪一个阶段，此时，则需要遍历第一阶段和第二阶段的相关信息来确定第三阶段的治疗操作，此时上述步骤中的N取1，先根据第一阶段的相关信息确定第二阶段的治疗操作，再根据第二阶段的治疗操作是否和第二阶段的实际治疗操作相同来确定第三阶段的治疗操作，也即执行上述的步骤c～d来确定第三阶段的治疗操作。若当前阶段为第M阶段，且无法明确知晓前一个阶段处于哪一个阶段，此时N取1，在根据第一阶段的治疗操作确定第二阶段的治疗操作后，重复执行上述的步骤c～d，直至确定患者第M阶段的治疗操作。
以下以N＝1为例，患者在本次入院前经历了第一阶段和第二阶段，本次入院为第三阶段为例进行说明。
第一阶段的患者治疗信息为：(病情信息1，治疗操作：新辅助化疗)；
第二阶段的患者治疗信息为：(病情信息2，治疗操作：根治术)
本次入院为患者的第三阶段，其患者治疗信息为：(病情3，治疗操作：？)
此时我们可以根据本实施例提供的决策方法确定第三阶段患者的治疗操作。
对于第一个阶段而言，其对应多阶段有向图里的初诊阶段节点，从初诊阶段对应的决策树的根节点开始，根据病情1的字段值，走到了新辅助化疗的治疗节点，此时，决策树推荐的治疗操作：新辅助化疗与实际治疗操作一致。
根据决策树给出的决策，则从初诊阶段节点跳转至新辅助化疗阶段所在的节点，同样的从新辅助化疗阶段对应的决策树的根节点开始，根据病情2的字段值往下走，走到了继续新辅助化疗的治疗节点，也即决策树推荐的治疗操作为继续新辅助化疗，而实际治疗操作却是进行了手术。由于决策树给出的治疗操作和实际的治疗操作不一致，因此，下一阶段会调整到手术阶段节点，也即从多阶段有向图中的新辅助化疗阶段所在的节点跳转至手术阶段所在的节点。接下来从手术阶段对应的决策树的根节点开始，根据病情3的字段值往下走，走到了辅助化疗的治疗节点，也即决策树给出的第三阶段的治疗建议是进行手术后的辅助化疗。
至此通过执行上述的步骤S1～S3，给出了患者当前阶段的治疗决策。
本发明实施例还提供一种胃肠道肿瘤的辅助治疗决策系统，包括：
创建单元，用于创建多个阶段对应的有向图以获得多阶段有向图；
构建单元，用于构建各阶段对应的决策树；
决策单元，用于基于患者之前各阶段的治疗信息、当前阶段的患者病情信息、多阶段有向图和各阶段对应的决策树确定患者当前阶段的治疗操作；
其中，每一个阶段的患者治疗信息包括：该阶段的患者病情信息和与该阶段的患者病情信息对应的治疗操作；每一个阶段的患者病情信息包括：该阶段多模态的患者临床信息；所述阶段包括和胃肠道肿瘤治疗相关的各个阶段。
本实施例中胃肠道肿瘤的辅助治疗决策系统，各单元采用的技术可以参照胃肠道肿瘤的辅助治疗决策方法中对应步骤的实现技术，在此不再赘述。
本发明实施方式的胃肠道肿瘤的辅助治疗决策方法和系统，通过创建多个阶段对应的有向图以获得多阶段有向图，构建各阶段对应的决策树；基于患者之前各阶段的患者治疗信息、当前阶段的患者病情信息、多阶段有向图和各阶段对应的决策树确定患者当前阶段的治疗操作。由于对各阶段均构建了与其对应的决策树，因此降低了现有决策树的复杂度，且不同阶段均对应有决策树，也便于将各决策树模块化，使得决策树的维护简单且容易。另外，各个阶段均具有对应的决策树，也能使得各阶段的患者都能获取该阶段对应的辅助治疗决策，进而提高了该辅助治疗决策方法的普适度。患者病情信息包括了多模态的患者临床信息，在一定程度上提高了辅助治疗决策的有效性。将多阶段有向图和各阶段对应的决策树联合，并结合多阶段的患者病情信息，可以更好的适应患者病情随时间变化的实际场景，进而也在一定程度上提高了最终生成的辅助治疗决策的准确度。另外，采用该辅助治疗决策一方面提高了医生的工作效率，另一方面也增强了最终确定的治疗决策的科学性和客观性。
本发明实施例中，还提供一种计算机可读存储介质，其上存储有计算机可执行指令，所述计算机可执行指令由处理器执行时，实现上述的决策方法。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种胃肠道肿瘤的辅助治疗决策方法，其特征在于，包括：
创建多个阶段对应的有向图以获得多阶段有向图；
构建各阶段对应的决策树；
基于患者之前各阶段的患者治疗信息、当前阶段的患者病情信息、多阶段有向图和各阶段对应的决策树确定患者当前阶段的治疗操作；
其中，每一个阶段的患者治疗信息包括：该阶段的患者病情信息和与该阶段的患者病情信息对应的治疗操作；每一个阶段的患者病情信息包括：该阶段多模态的患者临床信息；所述阶段包括和胃肠道肿瘤治疗相关的各个阶段。
2.根据权利要求1所述的决策方法，其特征在于，所述多阶段有向图的节点代表各阶段，多阶段有向图的边给出各阶段之间的转换关系。
3.根据权利要求1所述的决策方法，其特征在于，各阶段对应的决策树包括：诊断节点、评估节点和治疗节点；
其中，决策树的根节点关联于该决策树所在的阶段，决策树的非叶子节点为诊断节点或评估节点，决策树的叶子节点为治疗节点；所述诊断节点基于判别模型或者判定规则确定诊断结果；所述评估节点评估治疗质量；所述治疗节点给出治疗决策。
4.根据权利要求1所述的决策方法，其特征在于，还包括：获取每一个阶段的患者治疗信息，所述获取每一个阶段的患者治疗信息包括：
获取患者自入院以来的所有病情信息；
将患者病情信息匹配至与其对应的阶段以获取患者各阶段的患者病情信息；
更新患者各阶段的患者病情信息；
基于更新后的患者各阶段的患者病情信息及与各阶段对应的治疗操作获得各阶段的患者治疗信息。
5.根据权利要求4所述的决策方法，其特征在于，所述更新患者各阶段的患者病情信息包括：
提取患者病情信息中的病情字段及与其对应的字段值；
根据患者的检查结果，更新与该检查结果关联的阶段的病情字段对应的字段值和/或根据上一个阶段的治疗操作，更新当前阶段的病情字段对应的字段值；
其中，病情字段关联于胃肠道肿瘤的治疗操作。
6.根据权利要求5所述的决策方法，其特征在于，所述更新患者各阶段的患者病情信息还包括：
若提取到多个同一病情字段，则基于该病情字段所在记录的时间顺序或该病情字段对应病情的严重度，更新该病情字段对应的字段值。
7.根据权利要求6所述的决策方法，其特征在于，所述基于该病情字段所在记录的时间顺序或该病情字段对应病情的严重度，更新该病情字段的字段值包括：
若记录中该病情字段对应的病情严重度为最严重，则以该记录中该病情字段对应的字段值作为多个同一病情字段的字段值；
否则，则以时间最晚的记录中该病情字段对应的字段值作为多个同一病情字段对应的字段值。
8.根据权利要求1所述的决策方法，其特征在于，所述基于患者之前各阶段的患者治疗信息、当前阶段的患者病情信息、多阶段有向图和各阶段对应的决策树确定患者当前阶段的治疗操作包括：
基于患者第N阶段的患者治疗信息将其匹配至多阶段有向图中与其对应的节点；
基于该节点对应阶段的决策树及第N阶段的患者病情信息确定第N阶段的治疗操作；
若第N阶段的治疗操作与第N阶段的实际治疗操作一致，则从患者第N阶段的患者治疗信息在多阶有向图中对应的节点跳转至第N阶段治疗操作对应的多阶段有向图中的节点，基于第N阶段治疗操作对应的节点所对应阶段的决策树及第N+1阶段的患者病情信息确定第N+1阶段的治疗操作；
否则，则从患者第N阶段的患者治疗信息在多阶有向图中对应的节点跳转至第N阶段实际治疗操作对应的多阶段有向图中的节点，基于第N阶段实际治疗操作对应的节点所对应阶段的决策树及第N+1阶段的患者病情信息确定第N+1阶段的治疗操作；
其中，N大于等于1。
9.一种胃肠道肿瘤的辅助治疗决策系统，其特征在于，包括：
创建单元，用于创建多个阶段对应的有向图以获得多阶段有向图；
构建单元，用于构建各阶段对应的决策树；
决策单元，用于基于患者之前各阶段的治疗信息、当前阶段的患者病情信息、多阶段有向图和各阶段对应的决策树确定患者当前阶段的治疗操作；
其中，每一个阶段的患者治疗信息包括：该阶段的患者病情信息和与该阶段的患者病情信息对应的治疗操作；每一个阶段的患者病情信息包括：该阶段多模态的患者临床信息；所述阶段包括和胃肠道肿瘤治疗相关的各个阶段。
10.一种计算机可读存储介质，其上存储有计算机可执行指令，所述计算机可执行指令由处理器执行时，实现：根据权利要求1至8中任一项所述的决策方法。
CN202311616685.8A 2023-11-29 2023-11-29 胃肠道肿瘤的辅助治疗决策方法及系统 Pending CN117936016A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311616685.8A CN117936016A (zh) 2023-11-29 2023-11-29 胃肠道肿瘤的辅助治疗决策方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311616685.8A CN117936016A (zh) 2023-11-29 2023-11-29 胃肠道肿瘤的辅助治疗决策方法及系统

Publications (1)

Publication Number Publication Date
CN117936016A true CN117936016A (zh) 2024-04-26

Family

ID=90761848

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311616685.8A Pending CN117936016A (zh) 2023-11-29 2023-11-29 胃肠道肿瘤的辅助治疗决策方法及系统

Country Status (1)

Country Link
CN (1) CN117936016A (zh)

Similar Documents

Publication Publication Date Title
US7606405B2 (en) Dynamic tumor diagnostic and treatment system
WO2018119766A1 (zh) 多模态图像处理系统及方法
US11630985B2 (en) Method and system for analyzing image
US20210342627A1 (en) Method and system for analyzing image
Jin et al. Artificial intelligence in radiology
CN109859841A (zh) 基于神经网络的肝癌辅助诊断系统、方法、设备和介质
Yang et al. DCU-Net: Multi-scale U-Net for brain tumor segmentation
CN115036002A (zh) 一种基于多模态融合模型的治疗效果预测方法及终端设备
WO2006119340A2 (en) Dynamic tumor diagnostic and treatment system
CN116259396A (zh) 基于机器学习的治疗费用预测方法、系统、设备及存储介质
Rellum et al. Machine learning methods for perioperative anesthetic management in cardiac surgery patients: a scoping review
Yuan et al. Pulmonary arteries segmentation from CT images using PA‐Net with attention module and contour loss
CN117035087B (zh) 用于医疗推理的事理图谱生成方法、装置、设备及介质
CN117711552A (zh) 一种基于人工智能知识库的放疗临床辅助决策方法及系统
Wang et al. Advancing UWF-SLO Vessel Segmentation with Source-Free Active Domain Adaptation and a Novel Multi-Center Dataset
CN109102845A (zh) 医疗单据审核方法、装置、计算机设备和存储介质
CN116580847B (zh) 一种脓毒性休克预后预测方法及系统
CN116206756B (zh) 肺腺癌数据处理方法、系统、设备及计算机可读存储介质
CN117936016A (zh) 胃肠道肿瘤的辅助治疗决策方法及系统
CN114613498B (zh) 一种基于机器学习的辅助mdt临床决策方法、系统及设备
US11756200B2 (en) Medical imaging with functional architecture tracking
Tang et al. SM-RNet: A Scale-aware-based Multi-attention Guided Reverse Network for Pulmonary Nodules Segmentation
Chen et al. Attention-LSTM Fused U-Net architecture for organ segmentation in CT images
CN112837283A (zh) 一种肺栓塞检测系统、介质及电子设备
US20140153833A1 (en) Image processing apparatus and method

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