[發明專利]臨床診斷模型的構建方法及構建系統、臨床診斷系統

在審

• 申請號: 201710228866.1
• 申請日: 2017-04-10
• 公開（公告）號: CN106951719A
• 公開（公告）日: 2017-07-14
• 發明（設計）人: 楊興禮;付永全;葛封才;趙永剛
• 申請（專利權）人: 榮科科技股份有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京卓特專利代理事務所(普通合伙)11572
• 代理人: 段宇

1.一種臨床診斷模型的構建方法，其特征在于，包括：

步驟S1、進行數據采集，數據采集源為多個電子病歷；

步驟S2、對采集到的數據進行處理；

步驟S3、根據處理后的數據中的已知典型病歷建立病例分析模型，并對病歷分析模型進行訓練評估；

步驟S4、將訓練評估完成的模型應用到臨床診斷系統中，形成臨床診斷模型。

2.根據權利要求1所述的臨床診斷模型的構建方法，其特征在于，步驟S1中的電子病歷的數據包括病人的基本信息、用藥歷史、患病史、癥狀主訴和檢查指標。

3.根據權利要求1或2所述的臨床診斷模型的構建方法，其特征在于，步驟S1中采用數據倉庫技術進行數據的采集。

4.根據權利要求1所述的臨床診斷模型的構建方法，其特征在于，步驟S2具體包括：

子步驟S21、去掉未確診和關鍵信息缺失的數據；

子步驟S22、篩選出數據量大且數據可用度好的疾病種類；

子步驟S23、通過疾病共用條件篩選可能病癥；

子步驟S24、獲取患者癥狀主訴數據、檢查指標數據；

子步驟S25、根據統計學概率分析理論將篩選出的可能病癥與患者癥狀主訴數據、檢查指標數據進行概率分析。

5.根據權利要求1所述的臨床診斷模型的構建方法，其特征在于，步驟S3中對病歷分析模型進行訓練評估具體包括：逐層對臨床診斷模型進行訓練評估。

6.根據權利要求5所述的臨床診斷模型的構建方法，其特征在于，逐層對臨床診斷模型進行訓練評估具體包括：

針對有核心癥狀詞的病癥，通過核心癥狀詞進行初級判斷過濾，根據過濾結果進行逐層分析，通過回歸、分析、聚類算法將診斷結果輸出；

針對無典型指向的病癥，通過貝葉斯網絡神經網絡模型進行算法精細化診斷，通過分析后將診斷結果按照近似概率輸出。

7.根據權利要求1所述的臨床診斷模型的構建方法，其特征在于，病歷分析模型的權重為：w＝(w₁，w₂，…，w_n)，其中，w₁、w₂，…，w_n均表示各個癥狀的權重，n為大于或者等于1的正整數；

p(w)為在未給定任何數據時的先驗概率，在給了訓練數據D后，其后驗概率p(w|D)為：p(D)為歸一化因子，與模型無關；p(D|w)為模型的證據，用以判斷模型的復雜度是否合適。

8.根據權利要求1所述的臨床診斷模型的構建方法，其特征在于，數據采集源包括多個病癥的電子病歷時，針對每個病癥分別執行步驟S1～步驟S4，以獲得針對不同病癥的多個臨床診斷模型。

9.一種臨床診斷模型的構建系統，其特征在于，包括：

數據采集模塊，用于進行數據采集，數據采集源為多個電子病歷；

數據處理模塊，用于對采集到的數據進行處理；

模型訓練評估模塊，用于根據處理后的數據中的已知典型病歷建立病例分析模型，并對病歷分析模型進行訓練評估；以及

模型應用模塊，用于將訓練評估完成的模型應用到臨床診斷系統中，形成臨床診斷模型。

10.一種臨床診斷系統，其特征在于，包括：

輸入裝置，用于輸入患者的基本信息、癥狀主訴和檢查指標；

診斷裝置，用于根據患者的基本信息、癥狀主訴和檢查指標，應用臨床診斷模型診斷出可能的疾病及其概率，其中，臨床診斷模型為使用如權利要求1～8任一項所述的臨床診斷模型的構建方法構建所得；

顯示裝置，用于顯示診斷出的可能的疾病及其概率。