[發明專利]數據分析方法和設備

有效

• 申請號: 201710038539.X
• 申請日: 2017-01-19
• 公開（公告）號: CN108335755B
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 張振中
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 孫之剛;陳嵐

本公開提供了一種醫學大數據分析方法和設備。該方法包括：接收用向量h表示的體征癥狀；以所述體征癥狀為特征定位患者在醫學大數據中所處的子空間，其中用矩陣D來表示大數據中的病例集合，D=[D₁,D₂,……,D_M]，D_i表示第i個子空間，1≤i≤M，所述定位包括對公式求解；和通過分析子空間的語義一致性來分析患者處于特定子空間的概率P₁。此外還可以基于醫學知識圖譜上的證據傳遞得分來分析患者處于特定節點的概率P₂。還可以根據如下公式確定患者處于特定子空間或節點的概率P：，其中是調和參數，01。通過這些方案，不僅能夠提高分析的準確率；而且還可以在第一時間依據癥狀分析患者的狀況，讓患者有針對性地進行檢查，從而降低成本提高效率。

技術領域

本公開涉及一種數據分析方法和設備，更具體而言，涉及一種基于醫學大數據和醫學知識圖譜的數據分析方法和設備。

背景技術

咨詢委員會公司（Advisory Board Company）的最新研究表明：在未來十年內，普通大眾在醫療機構的成本支出每年將提高5%。因此，為了生存以及發展，醫療機構應想方設法將成本降低20%。而實現這一目標的一個有效方法是利用大數據分析技術盡可能早地發現重大疾病。

眾所周知，如果能在早期發現重大疾病的警示信號，其治療過程會比更晚發現簡單得多，而且費用也比較便宜，患者的恢復效果也好。根據EMC報告，22%的醫療機構利用數據分析技術來提高重大疾病的早期發現幾率。美國已經有醫療機構通過數據分析，節約了可觀的成本，并且提高了患者護理質量：美國威斯康星州麥迪遜的Meriter健康服務公司部署了一套商業智能解決方案，把來自分析系統和電子健康檔案（EHR）的數據進行整合，為行政人員和臨床醫師提供了大量的、對實際工作有指導意義的信息。豐富的信息為Meriter公司的整形外科醫師提供了準確的基準數據，還為醫生選擇更適合患者的植入假體提供了依據。在這些信息的幫助下，醫院能夠更高效地利用醫療開支——Meriter公司在利用數據分析后的短短8個月中節約了近100萬美元。

目前基于醫療數據預測疾病的常用做法是從數據中抽取特征，例如血壓值、血糖值等檢測指標，然后通過機器學習方法訓練一個預測模型（如邏輯斯蒂回歸模型等），最后使用該模型進行預測。但此類做法存在兩個不足之處：1）需要對每一個病種建立一個模型，當患者就診時，需要使用每一個模型進行預測，效率十分低下；2）由于不同的病種的預測通常需要不同的檢測指標，因此需要患者進行一些不必要的檢測，提高了醫療成本。同時，此類做法通常使用檢測指標作為特征，不能充分利用患者自述癥狀等一些其他有用的信息。

發明內容

為了解決或緩解上述現有技術中的至少一個缺陷，期望提供一種新的數據預測和分析方法和設備。

根據一個方面，提供了一種醫學大數據分析方法，包括：

接收患者的體征癥狀并用向量h來表示所述體征癥狀；

以所述體征癥狀為特征定位患者在醫學大數據中所處的子空間，其中用矩陣D來表示大數據中的病例集合，D = [D₁, D₂, ……, D_M]，D_i表示第i個子空間，1≤i≤M，所述定位包括對公式求解，X為一個系數向量，用來表示向量h在各個子空間中的分布；和

通過分析體征癥狀向量h所在子空間的語義一致性來分析患者處于特定子空間的概率P₁。

在一個實施例中，以所述體征癥狀為特征定位患者在醫學大數據中所處的子空間進一步包括：

通過采用稀疏解法對公式求解從而確定患者所處的子空間；以及

基于系數向量X中各元素的值確定h位于哪個子空間的部分最多，從而確定位于哪個子空間的概率最大。