[發(fā)明專利]一種基于大數據分析技術的數據脈象價值分析方法

在審

• 申請?zhí)枺?/td>: 201910288052.6
• 申請日: 2019-04-11
• 公開（公告）號: CN110070945A
• 公開（公告）日: 2019-07-30
• 發(fā)明（設計）人: 趙林度;梁藝馨;王敏
• 申請（專利權）人: 東南大學
• 主分類號: G16H50/70
• 分類號: G16H50/70
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 向文

1.一種基于大數據分析技術的數據脈象價值分析方法，其特征在于：包括如下步驟：

S1：建立醫(yī)療健康案例知識庫，利用數據挖掘技術對其中疾病的診斷準則進行提煉，獲得診斷準則中的數據脈象集；

S2：患者就醫(yī)時，基于步驟S1中的數據脈象的知識庫，采集患者的健康體征集，并且根據采集到的健康體征集定義數據脈象模型；

S3：根據步驟S2中定義的數據脈象模型，在數據脈象的知識庫中挖掘出對應的特定置信程度下的目標數據脈象集合；

S4：基于醫(yī)院的處方管理系統(tǒng)數據源，建立數據脈象與治療方案的一一映射，根據步驟S3獲得的目標數據脈象集合以及患者的診斷疾病給予患者提供對應的治療方案集合，并且核算治療方案的成本；

S5：經過治療后，再次對患者進行全面體檢，獲得患者的體征報告，返回步驟S3，根據體征報告找到對應的數據脈象集合，檢驗是否和原先的數據脈象集合一致；

S6：根據數據脈象的對比，對治療方案的準確性進行評價；

S7：患者經過觀察期后，獲得患者的健康報告，根據健康報告獲得決策效果集合；

S8：根據決策效果集合和治療方案的成本來核算分析患者的數據脈象價值，并且根據對于數據脈象價值的分析，更新步驟S1中的數據脈象集的知識庫。

2.根據權利要求1所述的一種基于大數據分析方法的數據脈象價值分析方法，其特征在于：所述步驟S1中獲取的數據脈象集表示為表示關鍵指標集，表示醫(yī)療健康案例知識庫中已有記錄的所有病種集合，其中表示時間點t時，診斷為疾病m時，關鍵體征n的參照值，定義表示診斷疾病m的初始數據脈象集，所述步驟S2中若患者為首診患者，記錄其主訴體征集合若患者為在t時間已經診斷為m疾病的患者，經過T療程復診，進行體檢后獲得體征集合為

3.根據權利要求2所述的一種基于大數據分析方法的數據脈象價值分析方法，其特征在于：所述步驟S3中獲取到的目標數據脈象集合為對應了患者潛在患病集合設置為集合集合其中表示時間t時，體征為目標數據脈象集合的患者患上m疾病的可能性，系統(tǒng)允許存在診斷誤差ε，ε∈{0,1}，從而有

系統(tǒng)根據最大可能性準則診斷患者病情，即選取患者在t時間確診疾病為m，則此時

4.根據權利要求2所述的一種基于大數據分析方法的數據脈象價值分析方法，其特征在于：所述步驟S2中通過健康體征集定義數據脈象模型中健康體征集由兩部分體征指標組成：一部分為疾病m的數據脈象指標另一部分屬于非疾病m的數據脈象指標首診患者的主訴體征集合其中,表示時間點t時，患者的關鍵體征n的主訴值；若患者為在t時間已經診斷為m疾病的患者，經過T療程復診，進行體檢后獲得健康體征集合為

5.根據權利要求1或3所述的一種基于大數據分析方法的數據脈象價值分析方法，其特征在于：所述步驟S3中引入信息缺省條件下的推理置信度δ，δ∈{0,1}，此推理置信度δ反映患者數據與知識庫中的案例的近似程度，由此，求解目標數據脈象集合應滿足如下條件：

6.根據權利要求3所述的一種基于大數據分析方法的數據脈象價值分析方法，其特征在于：所述步驟S4中數據脈象與治療方案的一一映射表示為f，對符合數據脈象且診斷為m疾病的患者在t時提供治療方案集合由設備、藥劑、操作者和場所四類醫(yī)療資源元素構成，分別為診斷為m疾病的患者在t時需要使用的醫(yī)療資源數量，C為治療方案總集；所以治療方案集合表達式為：

設定第i種醫(yī)療資源元素的價格為p_i,進而可以核算治療方案集合的總成本治療方案與治療總成本的一一映射表示為o,計算公式如下：

7.根據權利要求2所述的一種基于大數據分析方法的數據脈象價值分析方法，其特征在于：所述步驟S7中患者的健康報告為決策效果集合為其中，ω_n表示患者的體征n在衡量患者健康質量中的重要性權重。

8.根據權利要求7所述的一種基于大數據分析方法的數據脈象價值分析方法，其特征在于：所述步驟S8中數據脈象價值的核算定義公式為：

9.根據權利要求1所述的一種基于大數據分析方法的數據脈象價值分析方法，其特征在于：所述步驟S6中若患者體征報告通過治療方案的準確性評價，則對治療方案的效率性進行評估，若治療方案效率較低，則對治療方案進行優(yōu)化；若經評估治療方案選取不正確，則改變治療方案。