TWI703580B - 中藥處方用之資訊處理系統、資訊處理方法及程式 - Google Patents
中藥處方用之資訊處理系統、資訊處理方法及程式 Download PDFInfo
- Publication number
- TWI703580B TWI703580B TW108122814A TW108122814A TWI703580B TW I703580 B TWI703580 B TW I703580B TW 108122814 A TW108122814 A TW 108122814A TW 108122814 A TW108122814 A TW 108122814A TW I703580 B TWI703580 B TW I703580B
- Authority
- TW
- Taiwan
- Prior art keywords
- plural
- information
- mentioned
- types
- neural network
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61J—CONTAINERS SPECIALLY ADAPTED FOR MEDICAL OR PHARMACEUTICAL PURPOSES; DEVICES OR METHODS SPECIALLY ADAPTED FOR BRINGING PHARMACEUTICAL PRODUCTS INTO PARTICULAR PHYSICAL OR ADMINISTERING FORMS; DEVICES FOR ADMINISTERING FOOD OR MEDICINES ORALLY; BABY COMFORTERS; DEVICES FOR RECEIVING SPITTLE
- A61J3/00—Devices or methods specially adapted for bringing pharmaceutical products into particular physical or administering forms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Medicinal Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Pharmacology & Pharmacy (AREA)
- General Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Medical Preparation Storing Or Oral Administration Devices (AREA)
- Medicines Containing Plant Substances (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本發明之目的在於提供一種可良好地處理患者之疾病等與應開處方之中藥之關係的資訊處理裝置等。
本發明之資訊處理裝置具備:疾病資訊輸入部,其接收複數種疾病類別中患者符合之疾病類別相關之疾病資訊之輸入;體質資訊輸入部,其接收複數種體質傾向類別中患者符合之體質傾向類別相關之體質資訊之輸入;中藥用神經網路部,其具有與複數種疾病類別相當之複數個第1節點、與複數種體質傾向類別相當之複數個第2節點、及與複數種生藥類別或複數種方劑類別相當之複數個第3節點;及輸出部,其對可藉由將與疾病資訊及體質資訊相當之值輸入至中藥用神經網路部之複數個第1節點及複數個第2節點而獲得之與複數種生藥類別或複數種方劑類別之各者針對之值相應的生藥資訊或方劑資訊進行輸出。
Description
本發明係關於一種中藥處方用之資訊處理系統、資訊處理方法及程式。
近年,考慮提供支援中藥處方之資訊處理裝置(例如參照專利文獻1)。專利文獻1中記載之資訊處理裝置係對表示癥狀與中藥之對應關係之對應資訊加以管理,並基於此支援中藥之處方者。更具體而言,係藉由使用過去之中藥處方歷程資料將中藥處方之不確定性作為事後概率計算,而可基於數值邏輯上判別處方藥之處方之不確定性者。
[專利文獻1]日本專利特開2016-139268號公報
如上所述,專利文獻1記載之方法基於癥狀與中藥之對應資訊特定根據癥狀應開處方的中藥。然而,由於中藥中亦存在不應同時開處方者等,故無法僅根據過去之癥狀與中藥之對應關係簡單地特定應開處方之中藥。
本發明之若干態樣係鑑於上述問題而完成者,其目的之一在於提供一種可良好地處理患者之疾病等與應開處方之中藥之關係的資訊
處理裝置、資訊處理方法及程式。
本發明之一態樣之資訊處理裝置具備:疾病資訊輸入部,其接收複數種疾病類別中患者符合之疾病類別相關之疾病資訊之輸入;體質資訊輸入部,其接收複數種體質傾向類別中患者符合之體質傾向類別相關之體質資訊之輸入;中藥用神經網路部,其具有與上述複數種疾病類別相當之複數個第1節點、與上述複數種體質傾向類別相當之複數個第2節點、及與複數種生藥類別或複數種方劑類別相當之複數個第3節點;及輸出部,其對可藉由將與上述疾病資訊及上述體質資訊相當之值輸入至上述中藥用神經網路部之上述複數個第1節點及上述複數個第2節點而獲得之與上述複數種生藥類別或上述複數種方劑類別之各者針對之值相應的生藥資訊或方劑資訊進行輸出。
本發明之一態樣之資訊處理裝置具備:輸入部,其接收表示複數種方劑類別或複數種生藥類別中成為功效之調查對象之方劑類別或生藥類別的方劑資訊或生藥資訊之輸入;中藥用神經網路部,其具有與上述複數種方劑類別或上述複數種生藥類別相當之複數個第1節點、與複數種疾病類別相當之複數個第2節點、及與複數種體質傾向類別相當之複數個第3節點;第1輸出部,其對可藉由將與上述方劑資訊或上述生藥資訊相當之值輸入至上述中藥用神經網路部之上述複數個第1節點而獲得之與上述複數種疾病類別之值相應的疾病資訊進行輸出;第2輸出部,其對可藉由將與上述方劑資訊或上述生藥資訊相當之值輸入至上述中藥用神經網路部之上述複數個第3節點而獲得之與上述複數種體質傾向類別所針對之值相應的體質資訊進行輸出。
本發明之一態樣之資訊處理處理方法係由資訊處理裝置進行以下處理:接收複數種疾病類別中患者符合之疾病類別相關之疾病資訊之輸入;接收複數種體質傾向類別中患者符合之體質傾向類別相關之體質資訊之輸入;藉由將與上述疾病資訊及上述體質資訊相當之值輸入至具有與上述複數種疾病類別相當之複數個第1節點、與上述複數種體質傾向類別相當之複數個第2節點、及與複數種生藥類別或複數種方劑類別相當之複數個第3節點的中藥用神經網路部之上述複數個第1節點及上述複數個第2節點,而獲得與上述複數種生藥類別或上述複數種方劑類別之各者針對之值相應之生藥資訊或方劑資訊;及輸出上述生藥資訊或上述方劑資訊。
本發明之一態樣之資訊處理處理方法係由資訊處理裝置進行以下之處理:接收複數種方劑類別或複數種生藥類別中成為功效之調查對象之方劑類別或生藥類別相關的方劑資訊或生藥資訊之輸入;藉由將與上述方劑資訊或上述生藥資訊相當之值輸入至具有與上述複數種方劑類別或上述複數種生藥類別相當之複數個第1節點、與複數種疾病類別相當之複數個第2節點、及與複數種體質傾向類別相當之複數個第3節點的中藥用神經網路部之上述複數個第1節點,而獲得與上述複數種疾病類別所針對之值相應之疾病資訊、及與上述複數種體質傾向類別所針對之值相應之體質資訊;及輸出上述疾病資訊及上述體質資訊。
本發明之一態樣之程式係使電腦執行以下處理:接收複數種疾病類別中患者符合之疾病類別相關之疾病資訊之輸入;接收複數種體質傾向類別中患者符合之體質傾向類別相關之體質資訊之輸入;藉由將與上述疾病資訊及上述體質資訊相當之值輸入至具有與上述複數種疾病類別相當之複數個第1節點、與上述複數種體質傾向類別相當之複數個第2節
點、及與複數種生藥類別或複數種方劑類別相當之複數個第3節點的中藥用神經網路部之上述複數個第1節點及上述複數個第2節點,而獲得與上述複數種生藥類別或上述複數種方劑類別之各者針對之值相應之生藥資訊或方劑資訊;及輸出上述生藥資訊或上述方劑資訊。
本發明之一態樣之程式,其使電腦執行以下處理:接收複數種方劑類別或複數種生藥類別中成為功效之調查對象之方劑類別或生藥類別相關的方劑資訊或生藥資訊之輸入;藉由將與上述方劑資訊或上述生藥資訊相當之值輸入至具有與上述複數種方劑類別或上述複數種生藥類別相當之複數個第1節點、與複數種疾病類別相當之複數個第2節點、及與複數種體質傾向類別相當之複數個第3節點的中藥用神經網路部之上述複數個第1節點,而獲得與上述複數種疾病類別所針對之值相應之疾病資訊、及與上述複數種體質傾向類別所針對之值相應之體質資訊;及輸出上述疾病資訊及上述體質資訊。
另,本發明中,「部」或「機構」、「裝置」、「系統」並非簡單意指實體機構,亦包含藉由軟體實現該等「部」或「機構」、「裝置」、「系統」具有之功能之情形。又,1個「部」或「機構」、「裝置」、「系統」具有之功能可藉由2個以上之實體機構或裝置實現,2個以上之「部」或「機構」、「裝置」、「系統」之功能亦可藉由1個實體機構或裝置實現。
100:資訊處理裝置
101:疾病資訊輸入部
103:體質資訊輸入部
110:中藥用神經網路部
111:疾病用神經網路部
113:體質用神經網路部
115:中間網路部
117:生藥用神經網路部
119:方劑用神經網路部
121:生藥方劑轉換部
123:方劑輸出部
200:資訊處理裝置
201:方劑輸入部
203:生藥方劑轉換部
210:中藥用神經網路部
211:生藥用神經網路部
213:中間網路部
215:疾病用神經網路部
217:體質用神經網路部
221:疾病資訊輸出部
223:體質資訊輸出部
301:控制部
303:RAM
305:記憶部
307:控制程式
309:通信介面(I/F)部
311:輸入部
313:輸出部
315:匯流排線
S201:步驟
S203:步驟
S205:步驟
S207:步驟
S209:步驟
S601:步驟
S603:步驟
S605:步驟
S607:步驟
S609:步驟
圖1係用以模式性例示第1實施形態之資訊處理裝置之功能構成之一例的圖。
圖2係例示第1實施形態之資訊處理裝置之處理程序之一例的流程圖。
圖3係用以模式性例示第1實施形態之資訊處理裝置之硬體構成之一例的圖。
圖4係用以模式性例示變化例之資訊處理裝置之功能構成之一例的圖。
圖5係用以模式性例示第2實施形態之資訊處理裝置之功能構成之一例的圖。
圖6係例示第2實施形態之資訊處理裝置之處理程序之一例的流程圖。
以下,參照圖式說明本發明之實施形態。其中,以下說明之實施形態僅為例示,並非意欲排除以下未明示之各種變化或技術之應用。即,本發明於不脫離其主旨之範圍內可進行各種變化而實施。又,以下圖式之記載中,對同一或類似之部分標註同一或類似之符號而顯示。圖式係模式性者,未必與實際之尺寸或比例等一致。有時圖式相互間亦包含有彼此之尺寸關係或比例不同之部分。
[1 第1實施形態]
[1.1 功能構成]
一面參照圖1,一面說明與本實施形態之資訊處理裝置100相關之概要。資訊處理裝置100係輸入患者之疾病及體質之資訊,特定與該疾病及體質相應之中藥(以下稱為生藥之組合即「方劑」)之組合並輸出者。如圖1所示,資訊處理裝置100大致分為包含疾病資訊輸入部101、體質資訊輸
入部103、中藥用神經網路部110、生藥方劑轉換部121、及方劑輸出部123。
例如,醫師等操作者藉由對患者進行診察等,而將患者期望改善之主訴即疾病資訊自疾病資訊輸入部101輸入。作為主訴,考慮例如惡寒、高血壓、低血壓、疲勞、倦怠、食慾不振等各種情況。
又,操作者將患者長期存在之性質即患者之體質資訊自體質資訊輸入部103輸入。作為體質,例如考慮容易連續受寒、畏寒、身體容易上火、有口臭、生理不順、頭髮容易粗糙等各種情況。
疾病資訊輸入部101及體質資訊輸出部103將由操作者輸入之疾病資訊及體質資訊矢量化,並將其輸入至中藥用神經網路部110。
中藥用神經網路部110係預先學習將複數種疾病類別相關之疾病資訊、及複數種體質傾向類別相關之體質資訊作為輸入,且可輸出表示用以將其改善之較佳之生藥類別之組合之生藥資訊的神經網路。自中藥用神經網路部110輸出之表示生藥類別之組合之生藥資訊藉由生藥方劑轉換部121轉換成方劑組合,方劑輸出部123輸出為表示應開處方之1種以上之方劑之方劑資訊。
藉此,資訊處理裝置100可輸出與患者之疾病及體質相應之較佳之方劑之組合,並向操作者提示等。
[1.2 功能構成]
如上所述,本實施形態之中藥處方用之資訊處理裝置100大致分為包含疾病資訊輸入部101、體質資訊輸入部103、中藥用神經網路部110、生藥方劑轉換部121、及方劑輸出部123。資訊處理裝置100可實體上以1台電腦(可包含個人電腦(PC:Personal Computer)或伺服器)實現,或可藉由
複數台協作之電腦實現。於下文中,將資訊處理裝置100以1台伺服器實現之情形為中心進行說明。
[1.2.1 疾病資訊輸入部101及體質資訊輸入部103]
疾病資訊輸入部101如上所述,接收患者期望改善之主訴即疾病資訊之輸入,並以將之矢量化而成之疾病矢量予以輸出。即,疾病矢量為特定預先確定之複數種疾病類別中患者符合之疾病類別者。於以下之說明中,將疾病矢量之維數設為L維(L為任意之整數)。疾病矢量中,例如,只要將符合主訴之項目(例如惡寒、食慾不振、失眠、肩膀酸痛、生理不順等)設為1,將其他之項目(高血壓、低血壓、心悸、肝障礙、排尿障礙等)設為0來表現即可。於患者訴說複數種疾病之情形時,亦考慮就複數個項目設定0以外之值。又,亦考慮根據患者之訴說程度而改變值(例如,將強烈訴說之疾病設為1,中等程度之疾病設為0.5等)。
於資訊處理裝置100以網路上之伺服器實現之情形時,可考慮疾病資訊輸入部101自操作者操作之PC等操作終端,經由網路接收疾病資訊之輸入。
體質資訊輸入部103如上所述,接收患者長期存在之體質傾向相關之體質資訊之輸入,並將之矢量化而輸出為體質矢量。即,體質矢量係特定預先確定之複數種體質傾向類別中患者符合之體質傾向之類別者。於以下之說明中,將體質矢量之維數設為M維(M為任意之整數)。體質矢量中,例如,只要將適用於患者之項目(例如身體容易上火、生理不順、面部或手腳容易浮腫、睡眠質量差容易做夢、傷神後容易身體不適等)設為1,將其他之體質(畏寒、有口臭、容易拉肚子、焦躁、上午出現身體不適等)設為0來表現即可。當患者適用於複數個項目之情形時,只要
對各個項目設定0以外之數值即可。又,亦可考慮根據患者之符合程度來改變值。
於資訊處理裝置100以網路上之上伺服器實現之情形時,考慮疾病資訊輸入部101自操作者操作之PC等操作終端,經由網路接收體質資訊之輸入。
另,由疾病資訊輸入部101及體質資訊輸入部103接收輸入之疾病資訊及體質資訊可作為一體之資訊而接收輸入。
[1.2.2 中藥用神經網路部110]
[1.2.2.1 網路構成]
中藥用神經網路部110係接收L維之疾病矢量及M維之體質矢量之輸入,並輸出用以改善疾病等之相當於生藥類別之組合的生藥矢量者。以下,將中藥用神經網路部110輸出之生藥矢量之維數設為P維(P為任意之整數)。即,中藥用神經網路部110具有L+M個輸入節點,且具有P個輸出節點。
中藥用神經網路部110由疾病用神經網路部111、體質用神經網路部113、中間網路部115、及生藥用神經網路部117之4個大的神經網路構成。
此處,中醫學上,有所謂之「癥候」,即患者之個人狀態(體質、體力、抵抗力、癥狀等)之概念,且採用藉由以符合個人之「癥候」之中藥為處方而治療疾病的思維方式。本實施形態中,將「癥候」視作N維之矢量(以下稱為「癥候矢量」,N為任意之整數)。作為癥候之項目(類別)例如考慮表寒、表熱、裏寒、裏熱、血虛、血虧、氣虛、心、肺等。
因此,如以下所說明,疾病用神經網路部111、體質用神經網路部113、中間網路部115、及生藥用神經網路部117分別作為經由癥候矢量之輸入輸出而連接。
將疾病用神經網路部111及體質用神經網路部113之輸出、以及生藥用神經網路部117之輸入設為癥候矢量。因此,疾病用神經網路部111為輸入L維之疾病矢量,輸出N維之癥候矢量之神經網路,即具有L個輸入節點及N個輸出節點之神經網路。另,中間節點之層級數及各個層級中之中間節點之數量為任意。
同樣地,體質用神經網路部113為輸入M維之體質矢量,輸出N維之癥候矢量之神經網路,即具有M個輸入節點及N個輸出節點之神經網路。生藥用神經網路部117為輸入N維之癥候矢量,輸出P維之生藥矢量之神經網路,即具有N個輸入節點及P個輸出節點之神經網路。作為生藥矢量之項目(類別)例如考慮阿膠、威靈仙、茵陳蒿、茴香、烏藥、蓮子、芍藥、柴胡、當歸等。另,關於體質用神經網路部113及生藥用神經網路部117之任一者,中間節點之層級數及各個層級中之中間節點之數量亦任意。
中間網路部115為接收自疾病用神經網路部111輸出之N維之癥候矢量、及自體質用神經網路部113輸出之N維之癥候矢量之輸入,並輸出向生藥用神經網路部117輸出之N維之癥候矢量的神經網路。即,中間網路部115為具有N×2個之輸入節點及N個之輸出節點之神經網路。另,中間節點之層級數及各個層級中之中間節點之數量為任意。
[1.2.2.2 神經網路之學習方法]
中醫學上,有著大量於漫長歷史中積累下來之文獻或病例等。因
此,構成中藥用神經網路部110之疾病用神經網路部111、體質用神經網路部113、中間網路部115、及生藥用神經網路部117可分別使用該等進行學習。
例如,若為疾病用神經網路部111,則預先準備大量包含疾病資訊(疾病矢量)與癥候資訊(癥候矢量)之組合之疾病用學習資料後,使包含L個輸入節點及N個輸出節點、與包含任意層級數及個數之中間節點的神經網路,利用機械學習之一種方法即監督式學習來學習該等學習資料。更具體而言,以輸入構成學習資料之疾病矢量之結果可獲得之癥候矢量值與學習資料之癥候矢量值近似之方式,使用例如誤差逆傳播法等周知之方法調整節點間之鏈接,藉此使神經網路學習疾病用之學習資料,其結果,可獲得疾病用神經網路部111。
體質用神經網路部113及生藥用神經網路部117亦同樣,可藉由使神經網路學習預先準備之包含體質資訊與癥候資訊之組合之體質用學習資料、及包含生藥資訊與癥候資訊之組合之生藥用學習資料而產生。
關於中間網路部115,可藉由預先準備大量包含疾病資訊(疾病矢量)及體質資訊(體質矢量)、與生藥資訊(生藥矢量)之組合之學習資料,且對該等進行學習而產生。更具體而言,預先準備具有N×2個之輸入節點及N個之輸出節點,且具有包含任意之層級數及個數之中間節點的中間用神經網路後,使該神經網路連接於已預先學習之疾病用神經網路部111、體質用神經網路部113、及生藥用神經網路部117。此外,以將構成預先準備之學習資料之疾病矢量及體質矢量輸入至該網路之結果可獲得之生藥矢量與學習資料者近似之方式,使中間用之神經網路學習。其結果,可產生中間網路部115。
[1.2.3 生藥方劑轉換部121及方劑輸出部123]
生藥方劑轉換部121將自中藥用神經網路部110輸出之生藥資訊(P維之生藥矢量),轉換成複數種方劑類別之各者相關之表示應對患者開處方之值之方劑矢量。由於方劑為生藥之組合,故根據構成各個方劑之生藥成分及比例,生藥矢量可藉由矢量轉換而轉換成方劑矢量。於以下之說明中,方劑矢量設為Q維者(Q為任意之整數)。作為方劑矢量之項目(類別),例如考慮安中散、胃苓湯、六味丸、補中益氣湯、酸棗仁湯、加味逍遙散、當歸芍藥散等。
方劑輸出部123根據藉由生藥方劑轉換部121產生之Q維之方劑矢量,輸出為應對患者開處方之方劑。於資訊處理裝置100以網路上之伺服器實現之情形時,方劑輸出部123只要將方劑資訊發送至供操作者操作之PC等操作終端即可。此時,方劑輸出部123可將方劑矢量之各項目之數值中之上階X個及其值輸出為應對患者開處方之方劑及分量。
[1.3 處理流程]
以下,一面參照圖2一面說明資訊處理裝置100之處理流程。圖2係顯示資訊處理裝置100之處理流程的流程圖。
另,稍後敘述之各處理步驟於處理內容上不發生矛盾之範圍內,可任意變更順序或並行地執行。又,亦可於各處理步驟間追加執行其他之步驟。再者,方便起見記載為1個步驟之步驟亦可分成複數個步驟執行,且方便起見分開記載為複數個之步驟亦可作為1個步驟執行。於該點上,關於稍後敘述之圖6之流程圖亦同樣。
首先,資訊處理裝置100之疾病資訊輸入部101及體質資訊輸入部103接收表示患者之主訴之疾病矢量及表示患者之體質之體質矢量
之輸入(S201)。中藥用神經網路部110於疾病用神經網路部111、體質用神經網路部113、中間網路部115、及生藥用神經網路部117中,進行針對輸入之疾病矢量及體質矢量之運算(S203),藉此產生生藥矢量(S205)。
生藥方劑轉換部121將藉由中藥用神經網路部110產生之生藥矢量轉換為方劑矢量(S207),方劑輸出部123將可根據方劑矢量獲得之應對患者開處方之方劑之資訊以方劑資訊輸出(S209)。
[1.4 硬體構成]
一面參照圖3一面對可實現資訊處理裝置100之硬體構成進行說明。圖3係模式性例示本實施形態之資訊處理裝置100之硬體構成之一例。圖3所示之資訊處理裝置100包含控制部301、記憶部305、通信介面(I/F:Interface)部309、輸入部311、及輸出部313,且各部可經由匯流排線315相互通信地連接。
控制部301包含CPU(Central Processing Unit:中央處理單元)、RAM(Random Access Memory:隨機存取記憶體)303、ROM(Read Only Memory:唯讀記憶體)等,且根據資訊處理進行各構成要素之控制。更具體而言,例如,可包含於控制部301之CPU自記憶部305向RAM303讀入控制程式307,且執行該控制程式307,藉此可執行與圖1所示之疾病資訊輸入部101、體質資訊輸入部103、中藥用神經網路部110、生藥方劑轉換部121、及方劑輸出部123相關之上述各種處理。
記憶部305為例如硬碟驅動器(HDD:Hard Disk Drive)、固態驅動機(SSD:Solid State Drive)等輔助記憶裝置,且記憶以控制部301執行之控制程式307等。
控制程式307為用以執行一面參照圖1一面說明之資訊處理
裝置100之處理的程式。尤其,圖1所示之疾病資訊輸入部101、體質資訊輸入部103、中藥用神經網路部110、生藥方劑轉換部121、及方劑輸出部123之各構成可以控制程式307實現。
通信I/F部309例如為用以藉由有線或無線而與其他裝置,例如供醫師等操作者操作之PC等資訊處理終端進行通信的通信模組。通信I/F部309與其他裝置之通信所用之通信方式為任意,例如列舉網際網路或電話線等公共電線網、LAN(Local Area Network:區域網路)或USB(Universal Serial Bus:通用串列匯流排)。
輸入部311為例如可以滑鼠或鍵盤、觸控面板等實現之用以受理來自使用者之各種輸入操作等之器件。輸出部313為例如顯示器或揚聲器等用以藉由顯示或聲音等向利用資訊處理裝置100之使用者等報知各種資訊之裝置。例如,方劑輸出部123輸出之方劑資訊可考慮由輸出部313顯示於顯示裝置等。
[1.5 實施形態之效果]
如以上所說明,本實施形態中,可使用已預先學習之中藥用神經網路部110提出與患者之疾病及體質相應之較佳之方劑資訊。於使用歷程資料等根據疾病直接運算方劑之情形時,無法處理歷程中未出現之癥狀,此外,難以進行與患者之體質等相應之處理,但本實施形態中,由於使用已學習疾病及體質之神經網路,故即便為過去無相同事例之情形時,亦可提出較佳之方劑。再者,關於無法同時開處方之方劑之組合等,由於可使中藥用神經網路部110學習,故於該方面,亦可提出較佳之方劑。
[1.6 變化例]
上述之例中,中藥用神經網路部110輸出生藥矢量,且由生藥方劑轉
換部121將其轉換成方劑矢量,但並非限定於此者。例如,亦可考慮直接輸出表示與患者之疾病及體質相應之較佳之生藥類別之組合的生藥矢量。
或,亦可構成為由中藥用神經網路部110輸出方劑矢量,由方劑輸出部123輸出基於此之方劑資訊。於該情形時,無須生藥方劑轉換部121。以下,一面參照圖4等一面對該情形時之功能構成及處理流程等進行說明。
[1.6.1 功能構成]
於圖4顯示變化例之資訊處理裝置100之構成。另,關於設為與上述實施形態同樣之動作之構成,標註與圖1同一之名稱及名稱。
圖4中,方劑用神經網路部119為輸入中間網路部115之輸出即N維之癥候矢量,且輸出Q維之方劑矢量的神經網路,即具有N個輸入節點及Q個輸出節點之神經網路。另,中間節點之層級數及各個層級中之中間節點之數量為任意。
方劑用神經網路部119預先準備大量包含方劑資訊(方劑矢量)與癥候資訊(癥候矢量)之組合之方劑用學習資料後,使包含N個輸入節點及Q個輸出節點、與包含任意之層級數量及個數之中間節點的神經網路學習該等學習資料。更具體而言,以輸入了構成學習資料之方劑矢量之結果可獲得之癥候矢量之值與學習資料之癥候矢量之值近似之方式,調整節點間之鏈接,藉此使神經網路學習方劑用之學習資料,其結果,可獲得方劑用神經網路部119。
[1.6.2 處理流程]
變化例之資訊處理裝置100之處理流程除中藥用神經網路部110之運算結果產生方劑矢量之點、及無須自生藥矢量向方劑矢量轉換之點外,幾
乎與上述實施形態同樣,因而省略說明。
[1.6.3 變化例之效果]
變化例中,關於可提出與患者之疾病及體質相應之較佳之方劑資訊之點等與上述實施形態相同。
再者,若如變化例般構成,則由於無須將生藥矢量轉換成方劑矢量之轉換處理,故亦可謀求減少運算量。
[2 第2實施形態]
上述第1實施形態係根據患者之疾病或體質提出用以改善該等之方劑者,亦考慮使用同樣之構成來構成根據方劑或其之組合,判斷起效之疾病或體質(即功效)之資訊處理裝置200。以下,一面參照圖5及圖6,一面說明基於方劑資訊判別起效之疾病或體質之資訊處理裝置200之功能構成及處理流程等。
[2.1 功能構成]
首先,一面參照圖5,一面說明資訊處理裝置200之功能構成。另,如圖5所示,資訊處理裝置200大致分為包含方劑輸入部201、生藥方劑轉換部203、中藥用神經網路部210、疾病資訊輸出部221、及體質資訊輸出部223。另,關於可實現資訊處理裝置200之硬體構成,由於與第1實施形態同樣,故省略說明。
方劑輸入部201由操作者接收對複數種方劑類別中欲調查功效之方劑或其之組合加以表示的方劑資訊之輸入,並將其轉換成方劑矢量而輸出至中藥用神經網路部210。於資訊處理裝置200以網路上之伺服器實現之情形時,亦可考慮方劑輸入部201由操作者操作之PC等操作終端經由網路接收方劑資訊之輸入。
生藥方劑轉換部203將自方劑輸入部201輸出之方劑矢量轉換成生藥矢量。另,可對生藥方劑轉換部203使用將上述第1實施形態中說明之生藥方劑轉換部121之輸入及輸出設為相反者。
中藥用神經網路部210為以P維之生藥矢量為輸入,以L維之疾病矢量及M維之體質矢量為輸出之神經網路。與第1實施形態之中藥用神經網路部110同樣,由生藥用神經網路部211、中間網路部213、疾病用神經網路部215、及體質用神經網路部217之較大之4個神經網路構成。生藥用神經網路部211、中間網路部213、疾病用神經網路部215、及體質用神經網路部217可分別使用將上述第2實施形態中說明之生藥用神經網路部117、中間網路部115、疾病用神經網路部111、及體質用神經網路部113之輸入及輸出設為相反者。
疾病資訊輸出部221及體質資訊輸出部223分別基於由中藥用神經網路部210產生之疾病矢量及體質矢量,輸出表示方劑起效之疾病及體質之疾病資訊及體質資訊。於資訊處理裝置100以網路上之伺服器實現之情形時,疾病資訊輸出部221及體質資訊輸出部223只要對操作者操作之PC等操作終端發送疾病資訊及體質資訊即可。此時,疾病資訊輸出部221及體質資訊輸出部223亦可將疾病矢量及體質矢量之各項目之數值中之上階X個或閾值以上者輸出為起效之疾病及體質。
[2.2 處理流程]
以下,一面參照圖6一面說明資訊處理裝置200之處理流程。圖6係顯示資訊處理裝置200之處理流程之流程圖。
首先,資訊處理裝置200之方劑輸入部201接收欲調查功效之方劑之其之組合相關之方劑資訊之輸入(S601),並將其轉換成方劑矢量
輸出至生藥方劑轉換部203。生藥方劑轉換部203將該方劑矢量轉換成生藥矢量(S603)。中藥用神經網路部210於生藥用神經網路部211、中間網路部213、疾病用神經網路部215、及體質用神經網路部217中進行針對輸入之生藥矢量之運算(S605),藉此產生疾病矢量及體質矢量(S607)。
疾病資訊輸出部221及體質資訊輸出部223輸出可根據疾病矢量及體質矢量獲得之表示方劑起效之疾病及體質之疾病資訊及體質資訊(S609)。
[2.3 實施形態之效果]
如以上所說明,本實施形態之資訊處理裝置200可藉由輸入方劑或其之組合之資訊,而獲得起效之疾病及體質資訊。於使用歷程資料等,根據方劑直接運算疾病之情形時,無法調查歷程中未出現之方劑之功效,但本實施形態中,由於使用已學習疾病及體質之神經網路,故即便為過去無相同事例之情形時,亦可獲得較佳之功效。
[2.4 變化例]
上述之例中,對中藥用神經網路部110輸入由方劑矢量轉換之生藥矢量,但並非限定於此者。亦可藉由使用將上述第1實施形態之變化例中所示之方劑用神經網路部119之輸入及輸出設為相反者,取代生藥用神經網路部211,而由中藥用神經網路部110輸入方劑矢量。於該情形時,無須生藥方劑轉換部203。
[3.附記]
以上說明之實施形態係為使本發明易於理解者,並非用以限定性解釋本發明者。實施形態具備之各要件及其等之配置、材料、條件、形狀及尺寸等並非限定於例示者,而可適當變更。又,可部分置換或組合不同之
實施形態中顯示之構成彼此。
100:資訊處理裝置
101:疾病資訊輸入部
103:體質資訊輸入部
110:中藥用神經網路部
111:疾病用神經網路部
113:體質用神經網路部
115:中間網路部
117:生藥用神經網路部
121:生藥方劑轉換部
123:方劑輸出部
Claims (8)
- 一種中藥處方用之資訊處理裝置,其具備:疾病資訊輸入部,其接收複數種疾病類別中患者符合之疾病類別相關之疾病資訊之輸入;體質資訊輸入部,其接收複數種體質傾向類別中患者符合之體質傾向類別相關之體質資訊之輸入;中藥用神經網路部,其具有與上述複數種疾病類別相當之複數個第1節點、與上述複數種體質傾向類別相當之複數個第2節點、及與複數種生藥類別或複數種方劑類別相當之複數個第3節點;及輸出部,其對可藉由將與上述疾病資訊及上述體質資訊相當之值輸入至上述中藥用神經網路部之上述複數個第1節點及上述複數個第2節點而獲得之與上述複數種生藥類別或上述複數種方劑類別之各者針對之值相應的生藥資訊或方劑資訊進行輸出,其中上述中藥用神經網路部具備:疾病用神經網路部,其具有與上述複數種疾病類別相當之上述複數個第1節點、及與複數種癥候類別相當之複數個第4節點;體質用神經網路部,其具有與上述複數種體質傾向類別相當之上述複數個第2節點、及與上述複數種癥候類別相當之複數個第5節點;生藥或方劑用網路部,其具有與上述複數種生藥類別或上述複數種方劑類別相當之上述複數個第3節點、及與上述複數種癥候類別相當之複數個第6節點;及中間網路部,其連接上述第4節點及上述第5節點、與上述第6節點。
- 如請求項1之資訊處理裝置,其中上述中藥用神經網路部之上述複數個第3節點係與上述複數種生藥類別相當者;且進而具備:轉換部,其將上述複數種生藥類別轉換成上述複數種方劑類別。
- 一種中藥處方用之資訊處理裝置,其具備:輸入部,其接收表示複數種方劑類別或複數種生藥類別中成為功效之調查對象之方劑類別或生藥類別的方劑資訊或生藥資訊之輸入;中藥用神經網路部,其具有與上述複數種方劑類別或上述複數種生藥類別相當之複數個第1節點、與複數種疾病類別相當之複數個第2節點、及與複數種體質傾向類別相當之複數個第3節點;第1輸出部,其對可藉由將與上述方劑資訊或上述生藥資訊相當之值輸入至上述中藥神經網路部之上述複數個第1節點而獲得之與上述複數種疾病類別所針對之值相應的疾病資訊進行輸出;及第2輸出部,其對可藉由將與上述方劑資訊或上述生藥資訊相當之值輸入至上述中藥神經網路部之上述複數個第3節點而獲得之與上述複數種體質傾向類別所針對之值相應的體質資訊進行輸出,其中上述中藥用神經網路部具備:生藥或方劑用神經網路部,其具有與上述複數種方劑類別或上述複數種生藥類別相當之上述複數個第1節點、及與複數種癥候類別相當之複數個第4節點;疾病用神經網路部,其具有與上述複數種疾病類別相當之上述複數 個第2節點、及與上述複數種癥候類別相當之複數個第5節點;體質用神經網路部,其具有與上述複數種體質傾向類別相當之上述複數個第3節點、及與上述複數種癥候類別相當之複數個第6節點;及中間網路部,其連接上述第4節點、與上述第5節點及上述第6節點。
- 如請求項3之資訊處理裝置,其中上述中藥用神經網路部之上述複數個第1節點係與複數個生藥類別相當者;且進而具備:轉換部,其將上述複數種方劑類別轉換成上述複數種生藥類別。
- 一種中藥處方用之資訊處理方法,其由資訊處理裝置進行以下處理:接收複數種疾病類別中患者符合之疾病類別相關之疾病資訊之輸入;接收複數種體質傾向類別中患者符合之體質傾向類別相關之體質資訊之輸入;藉由將與上述疾病資訊及上述體質資訊相當之值輸入至具有與上述複數種疾病類別相當之複數個第1節點、與上述複數種體質傾向類別相當之複數個第2節點、及與複數種生藥類別或複數種方劑類別相當之複數個第3節點的中藥用神經網路部之上述複數個第1節點及上述複數個第2節點,而獲得與上述複數種生藥類別或上述複數種方劑類別之各者針對之值相應之生藥資訊或方劑資訊;及輸出上述生藥資訊或上述方劑資訊,其中 上述中藥用神經網路部具備:疾病用神經網路部,其具有與上述複數種疾病類別相當之上述複數個第1節點、及與複數種癥候類別相當之複數個第4節點;體質用神經網路部,其具有與上述複數種體質傾向類別相當之上述複數個第2節點、及與上述複數種癥候類別相當之複數個第5節點;生藥或方劑用網路部,其具有與上述複數種生藥類別或上述複數種方劑類別相當之上述複數個第3節點、及與上述複數種癥候類別相當之複數個第6節點;及中間網路部,其連接上述第4節點及上述第5節點、與上述第6節點。
- 一種中藥處方用之資訊處理方法,其由資訊處理裝置進行以下之處理:接收複數種方劑類別或複數種生藥類別中成為功效之調查對象之方劑類別或生藥類別相關的方劑資訊或生藥資訊之輸入;藉由將與上述方劑資訊或上述生藥資訊相當之值輸入至具有與上述複數種方劑類別或上述複數種生藥類別相當之複數個第1節點、與複數種疾病類別相當之複數個第2節點、及與複數種體質傾向類別相當之複數個第3節點的中藥用神經網路部之上述複數個第1節點,而獲得與上述複數種疾病類別所針對之值相應之疾病資訊、及與上述複數種體質傾向類別所針對之值相應之體質資訊;及輸出上述疾病資訊及上述體質資訊,其中上述中藥用神經網路部具備:生藥或方劑用神經網路部,其具有與上述複數種方劑類別或上述複 數種生藥類別相當之上述複數個第1節點、及與複數種癥候類別相當之複數個第4節點;疾病用神經網路部,其具有與上述複數種疾病類別相當之上述複數個第2節點、及與上述複數種癥候類別相當之複數個第5節點;體質用神經網路部,其具有與上述複數種體質傾向類別相當之上述複數個第3節點、及與上述複數種癥候類別相當之複數個第6節點;及中間網路部,其連接上述第4節點、與上述第5節點及上述第6節點。
- 一種中藥處方用之程式,其使電腦執行以下處理:接收複數種疾病類別中患者符合之疾病類別相關之疾病資訊之輸入;接收複數種體質傾向類別中患者符合之體質傾向類別相關之體質資訊之輸入;藉由將與上述疾病資訊及上述體質資訊相當之值輸入至具有與上述複數種疾病類別相當之複數個第1節點、與上述複數種體質傾向類別相當之複數個第2節點、及與複數種生藥類別或複數種方劑類別相當之複數個第3節點的中藥用神經網路部之上述複數個第1節點及上述複數個第2節點,而獲得與上述複數種生藥類別或上述複數種方劑類別之各者針對之值相應之生藥資訊或方劑資訊;及輸出上述生藥資訊或上述方劑資訊,其中上述中藥用神經網路部具備:疾病用神經網路部,其具有與上述複數種疾病類別相當之上述複數個第1節點、及與複數種癥候類別相當之複數個第4節點; 體質用神經網路部,其具有與上述複數種體質傾向類別相當之上述複數個第2節點、及與上述複數種癥候類別相當之複數個第5節點;生藥或方劑用網路部,其具有與上述複數種生藥類別或上述複數種方劑類別相當之上述複數個第3節點、及與上述複數種癥候類別相當之複數個第6節點;及中間網路部,其連接上述第4節點及上述第5節點、與上述第6節點。
- 一種中藥處方用之程式,其使電腦執行以下處理:接收複數種方劑類別或複數種生藥類別中成為功效之調查對象之方劑類別或生藥類別相關的方劑資訊或生藥資訊之輸入;藉由將與上述方劑資訊或上述生藥資訊相當之值輸入至具有與上述複數種方劑類別或上述複數種生藥類別相當之複數個第1節點、與複數種疾病類別相當之複數個第2節點、及與複數種體質傾向類別相當之複數個第3節點的中藥用神經網路部之上述複數個第1節點,而獲得與上述複數種疾病類別所針對之值相應之疾病資訊、及與上述複數種體質傾向類別所針對之值相應之體質資訊;及輸出上述疾病資訊及上述體質資訊,其中上述中藥用神經網路部具備:生藥或方劑用神經網路部,其具有與上述複數種方劑類別或上述複數種生藥類別相當之上述複數個第1節點、及與複數種癥候類別相當之複數個第4節點;疾病用神經網路部,其具有與上述複數種疾病類別相當之上述複數個第2節點、及與上述複數種癥候類別相當之複數個第5節點; 體質用神經網路部,其具有與上述複數種體質傾向類別相當之上述複數個第3節點、及與上述複數種癥候類別相當之複數個第6節點;及中間網路部,其連接上述第4節點、與上述第5節點及上述第6節點。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018124707A JP2020004221A (ja) | 2018-06-29 | 2018-06-29 | 漢方薬処方用の情報処理システム、情報処理方法、及びプログラム |
JP2018-124707 | 2018-06-29 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202015069A TW202015069A (zh) | 2020-04-16 |
TWI703580B true TWI703580B (zh) | 2020-09-01 |
Family
ID=68985723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108122814A TWI703580B (zh) | 2018-06-29 | 2019-06-28 | 中藥處方用之資訊處理系統、資訊處理方法及程式 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2020004221A (zh) |
TW (1) | TWI703580B (zh) |
WO (1) | WO2020004391A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112562822A (zh) * | 2020-12-17 | 2021-03-26 | 南京王师大数据有限公司 | 一种中药经方确定方法及其系统 |
CN113509386B (zh) * | 2021-09-10 | 2021-12-07 | 江西中医药大学 | 一种煎药监控方法、装置、电子设备及存储介质 |
WO2023210219A1 (ja) * | 2022-04-28 | 2023-11-02 | Tdk株式会社 | 情報処理装置、情報処理方法、及びプログラム |
WO2023210217A1 (ja) * | 2022-04-28 | 2023-11-02 | Tdk株式会社 | 情報処理装置、情報処理方法、及びプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1876172A (zh) * | 2005-06-02 | 2006-12-13 | 北京中医药大学 | Bp神经网络模型方法制备药物组合物 |
CN103154933A (zh) * | 2010-07-28 | 2013-06-12 | 培力(香港)健康产品有限公司 | 用于将草药成分与中医中的疾病相关联的人工智能和方法 |
JP5783587B1 (ja) * | 2015-01-27 | 2015-09-24 | 国立大学法人山口大学 | 情報処理装置と情報処理プログラム並びに情報処理方法 |
CN105825064A (zh) * | 2016-03-22 | 2016-08-03 | 施弘 | 日常性中医疗法智能咨询系统 |
-
2018
- 2018-06-29 JP JP2018124707A patent/JP2020004221A/ja active Pending
-
2019
- 2019-06-25 WO PCT/JP2019/025171 patent/WO2020004391A1/ja active Application Filing
- 2019-06-28 TW TW108122814A patent/TWI703580B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1876172A (zh) * | 2005-06-02 | 2006-12-13 | 北京中医药大学 | Bp神经网络模型方法制备药物组合物 |
CN103154933A (zh) * | 2010-07-28 | 2013-06-12 | 培力(香港)健康产品有限公司 | 用于将草药成分与中医中的疾病相关联的人工智能和方法 |
JP5783587B1 (ja) * | 2015-01-27 | 2015-09-24 | 国立大学法人山口大学 | 情報処理装置と情報処理プログラム並びに情報処理方法 |
CN105825064A (zh) * | 2016-03-22 | 2016-08-03 | 施弘 | 日常性中医疗法智能咨询系统 |
Non-Patent Citations (2)
Title |
---|
竹田俊明, "漢方薬の歴史,展望と診断支援システムの開発", 自治医科大学看護学部紀要, 第1卷, 自治医科大学看護学部, 2003.03.25, 第5-16頁, ISSN:1348-1177 * |
竹田俊明, "漢方薬の歴史,展望と診断支援システムの開発", 自治医科大学看護学部紀要, 第1卷, 自治医科大学看護学部, 2003.03.25, 第5-16頁, ISSN:1348-1177。 |
Also Published As
Publication number | Publication date |
---|---|
TW202015069A (zh) | 2020-04-16 |
JP2020004221A (ja) | 2020-01-09 |
WO2020004391A1 (ja) | 2020-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI703580B (zh) | 中藥處方用之資訊處理系統、資訊處理方法及程式 | |
Zhang et al. | HKGB: an inclusive, extensible, intelligent, semi-auto-constructed knowledge graph framework for healthcare with clinicians’ expertise incorporated | |
Al-Kasasbeh et al. | Prediction and prenosological diagnostics of heart diseases based on energy characteristics of acupuncture points and fuzzy logic | |
Alam et al. | Factors influencing mHealth adoption and its impact on mental well-being during COVID-19 pandemic: A SEM-ANN approach | |
Crofts et al. | A weighted communicability measure applied to complex brain networks | |
Bao et al. | An intelligent medicine recommender system framework | |
Zhang et al. | Effect of ai explanations on human perceptions of patient-facing ai-powered healthcare systems | |
Kerkouche et al. | Privacy-preserving and bandwidth-efficient federated learning: An application to in-hospital mortality prediction | |
JP2018060529A (ja) | コンテキストベースの患者類似性の方法及び装置 | |
CN111048167A (zh) | 一种层级式病例结构化方法及系统 | |
CN103761437A (zh) | 一种基于临床数据的科研数据自动生成系统 | |
CN113628726B (zh) | 基于图神经网络的中医辨治推荐系统、方法和电子设备 | |
Başçiftçi et al. | An expert system design to diagnose cancer by using a new method reduced rule base | |
Dey et al. | Human-centered explainability for life sciences, healthcare, and medical informatics | |
Wang et al. | A conditional probabilistic model for joint analysis of symptoms, diseases, and herbs in traditional Chinese medicine patient records | |
Gupta et al. | A novel approach based on computing with words for monitoring the heart failure patients | |
CN106650232A (zh) | 一种根据药物计算疾病发生概率的方法及其系统 | |
CN109830299A (zh) | 一种基于人体模型的中医病机辨证方法、装置及存储介质 | |
Wang et al. | Multi‐view ensemble learning with empirical kernel for heart failure mortality prediction | |
Zhu et al. | Multimodal brain network jointly construction and fusion for diagnosis of epilepsy | |
Adebayo | Predictive model for the classification of hypertension risk using decision trees algorithm | |
Rasheed et al. | Mathematical modelling of the relationship between two different temperament classifications: during the Covid-19 pandemic | |
Verma et al. | Healthcare 5.0: A study on improving personalized care | |
Chi et al. | [Retracted] Application of Wearable Sensors in the Treatment of Cervical Spondylosis Radiculopathy with Acupuncture | |
Xiao | Width optimization of array electrode for human lung electrical resistance tomography system based on prior knowledge |