[發明專利]基于診斷要素數據關聯的疾病輔助判斷方法

無效

• 申請號: 201110083664.5
• 申請日: 2011-04-02
• 公開（公告）號: CN102110192A
• 公開（公告）日: 2011-06-29
• 發明（設計）人: 代濤
• 申請（專利權）人: 中國醫學科學院醫學信息研究所
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種疾病輔助判斷方法，特別是利用數據關聯分析的疾病輔助判斷方法，屬于信息分析和輔助決策領域，可用于臨床診斷支持系統。

背景技術

臨床診斷是醫療機構和醫生最基本的醫療業務行為之一。如果醫務人員能在第一時間分析患者病因，確定可能的治療方案，就能贏得最佳治療時間，對搶救患者生命、保障群眾身體健康方面具有非常大的積極作用。由于臨床診斷過程復雜，要求醫生具備比較豐富的臨床經驗，特別是一些疑難雜癥，目前這種臨床診斷經驗都依賴于醫生個人經歷，還缺少實際的輔助診療支持。因此構建臨床診療的輔助指南系統對提高醫生業務水平，增加診斷的科學性，節約時間成本，積累各種診療經驗具有重要的現實意義。

臨床輔助診療系統是一種以信息處理技術為基礎、融入人工智能的臨床診斷支持系統。借助本系統的輔助診療流程，臨床醫生將能夠獲得與每項診斷相關的信息和內容(疑似疾病、處方、經驗教訓、相關的圖片、視頻、文本及其文獻等)，更快更方便的尋找對個證臨床問題的相關知識。

例如，設某種疾病F可能出現3種臨床表現E1～E3，在實際病人中就可能有如下7種情況：①E1、E2、E3；②E1、E2；③E1、E3；④E2、E3；；⑤E1；⑥E2；⑦E3。即其復雜程度有：種可能。如果按一般診療專家系統生成規則的原理，必須用7條規則描述，才能保證實際運作中對信息的處理不會遺漏。但是當有j種疾病、n個臨床表現出現時，且j、n足夠大時(如：n≥1000，j≥1000)，其組合數之和已趨向無限大，即其復雜程度有無限種可能，一般的生成規則是不可能對其進行全面描述的。

發明內容

作為對醫務人員臨床診斷的輔助支持，本發明的目的主要有兩個，一是利用長期積累的臨床疾病知識和經驗構建臨床診療疾病知識庫；二是利用構建的知識庫，通過建立分析查找算法為醫生臨床診斷提供輔助服務。

本發明所述基于診斷要素數據關聯的疾病輔助判斷方法，包括如下步驟：

步驟0：根據臨床經驗和專家數據將每種疾病相關的癥狀條目的集合(即每種疾病表現出來的癥狀集合，集合元素為患該疾病時可能出現的癥狀)構成一個疾病模型α＝(a₁，a₂，…，a_k，…，a_m)，其中m為該疾病所表現出的癥狀的個數；將各疾病模型作為疾病庫的構成元素；將疾病庫中各個疾病模型涉及到的癥狀作為癥狀庫的構成元素，建立癥狀庫；作為優選，癥狀庫帶有分類導航；

步驟1：根據患者的癥狀信息，首先在癥狀庫中選擇1個或1個以上癥狀，作為患者的癥狀集合E；作為優選，先輸入患者的主要癥狀；

步驟2：根據選定的癥狀在預設的疾病庫中查找所有帶有這些癥狀的疾病，并按照相關度或疑似概率從高到低排列為疾病列表；

步驟3：將疾病列表列出，同時將與步驟1中選定的癥狀有關聯的其它癥狀按照出現頻率從高到低列為癥狀列表，包括步驟2所述疾病列表涉及的其它癥狀；

步驟4：從步驟3列出的癥狀列表中補選癥狀添加到患者的癥狀集合E中；或者直接從疾病列表中選定一個疾病模型進行先期定位；

步驟5：如果補選了新的癥狀，則在步驟3列出的疾病列表中查找所有帶有當前癥狀集合E中癥狀的疾病，并按照相關度或疑似概率從高到低排列為新的疾病列表；

如果從疾病列表中選定了一個疾病模型，則將預存的該疾病的所有其它癥狀顯示出來，供用戶進一步選擇；如果用戶此時增加或刪除選定的癥狀，則返回步驟2，即引發新一輪疑似疾病的定位和篩選；如果用戶不再增加或刪除癥狀，則繼續進行步驟3；

步驟6：根據用戶選定的疑似疾病，提供該疾病的相關信息，包括疾病基本情況介紹、所需要的檢查項目和檢查指標、常規治療方法，用藥信息等。

步驟2和步驟5中所述按照相關度或疑似概率從高到低排列為疾病列表的方法包括如下步驟：

步驟a：根據患者當前選定的癥狀集合E計算其對待排序的每個疾病的患病概率；方法是，該患者患有疾病H_i的概率為：

P(H_i|β)＝[P(H_i|b₁)+P(H_i|b₂)+…+P(H_i|b_j)+…+P(h_i|b_n)]/n；

其中：