[發(fā)明專利]一種基于深度學(xué)習(xí)和知識(shí)圖譜的患者畫(huà)像方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110038673.6
• 申請(qǐng)日: 2021-01-12
• 公開(kāi)（公告）號(hào): CN112837769A
• 公開(kāi)（公告）日: 2021-05-25
• 發(fā)明（設(shè)計(jì)）人: 樊昭磊;吳軍;李濤;何云威;王雷;孫釗
• 申請(qǐng)（專利權(quán)）人: 山東眾陽(yáng)健康科技集團(tuán)有限公司
• 主分類號(hào): G16H10/60
• 分類號(hào): G16H10/60;G16H20/10;G16H50/20;G06F16/35;G06F16/36;G06N3/04;G06N3/08
• 代理公司: 濟(jì)南圣達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 37221
• 代理人: 李琳

本發(fā)明公開(kāi)一種基于深度學(xué)習(xí)和知識(shí)圖譜的患者畫(huà)像方法及系統(tǒng)，包括：獲取患者醫(yī)療數(shù)據(jù)；根據(jù)醫(yī)學(xué)知識(shí)圖譜對(duì)患者醫(yī)療數(shù)據(jù)進(jìn)行分詞，對(duì)每個(gè)詞進(jìn)行向量化后，構(gòu)建詞向量矩陣；將詞向量矩陣采用預(yù)先訓(xùn)練的深度學(xué)習(xí)模型得到患者標(biāo)簽；根據(jù)患者標(biāo)簽完成對(duì)患者的畫(huà)像。基于患者醫(yī)療數(shù)據(jù)和醫(yī)學(xué)知識(shí)圖譜計(jì)算患者的疾病標(biāo)簽，根據(jù)患者疾病標(biāo)簽完成患者畫(huà)像，在輔助診療、用藥推薦等應(yīng)用中，能夠輔助醫(yī)生快速定位患者病情。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)療大數(shù)據(jù)技術(shù)領(lǐng)域，特別是涉及一種基于深度學(xué)習(xí)和知識(shí)圖譜的患者畫(huà)像方法及系統(tǒng)。

背景技術(shù)

本部分的陳述僅僅是提供了與本發(fā)明相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

目前，隨著人們對(duì)生命健康的不斷重視和醫(yī)院日益增長(zhǎng)的患者治療成本，醫(yī)生需要快速了解臨床患者的病情，但是由于醫(yī)生工作量巨大，與患者交流時(shí)間短，不能很全面的了解患者的實(shí)際病情，這就導(dǎo)致對(duì)患者采取的治療方案不一定是最佳方案，很容易造成醫(yī)患糾紛。

當(dāng)前國(guó)家和醫(yī)院對(duì)院內(nèi)信息化建設(shè)投入持續(xù)加大，院內(nèi)各信息化系統(tǒng)功能不斷完善，系統(tǒng)存儲(chǔ)的患者人口數(shù)據(jù)和醫(yī)療數(shù)據(jù)不斷增長(zhǎng)，龐大的規(guī)模為醫(yī)療數(shù)據(jù)的分析挖掘提供了保障。

知識(shí)圖譜是指將知識(shí)以三元組形式組織，利用圖結(jié)構(gòu)進(jìn)行存儲(chǔ)的形式，最初是Google用來(lái)改進(jìn)搜索引擎的體驗(yàn)，由于其存儲(chǔ)的高效性、天然的關(guān)系鏈接以及易于推理的特性被不斷用于各個(gè)行業(yè)。在醫(yī)療行業(yè)，醫(yī)學(xué)知識(shí)圖譜主要是用于存儲(chǔ)醫(yī)學(xué)知識(shí)；患者畫(huà)像即對(duì)患者打標(biāo)簽，利用數(shù)據(jù)中心的人口信息、門診、住院、體檢醫(yī)療數(shù)據(jù)、公衛(wèi)慢病信息等數(shù)據(jù)，通過(guò)算法抽取患者的特征，建立患者的標(biāo)簽?zāi)Ｐ?，通過(guò)畫(huà)像技術(shù)，醫(yī)療人員可以通過(guò)標(biāo)簽快速全面了解患者病情，給與最佳治療方案，提高醫(yī)生工作效率。

但是，發(fā)明人發(fā)現(xiàn)，現(xiàn)有技術(shù)仍存在著缺陷和不足，目前的畫(huà)像技術(shù)主要應(yīng)用場(chǎng)景為互聯(lián)網(wǎng)、電商等，利用用戶的網(wǎng)上注冊(cè)信息和線上行為為用戶畫(huà)像，但不適用于醫(yī)療場(chǎng)景，主要有以下幾個(gè)問(wèn)題：(1)精度不準(zhǔn)，為患者畫(huà)像是為了使得醫(yī)生可以提供更精準(zhǔn)的治療方案，對(duì)患者標(biāo)簽的準(zhǔn)確性有更高要求；(2)現(xiàn)有畫(huà)像只是單純考慮用戶的行為，而患者的畫(huà)像需要考慮各種維度，如個(gè)人信息、區(qū)域環(huán)境、疾病發(fā)展情況、患者心理狀態(tài)等，各種數(shù)據(jù)需要全程參與，才能不斷完善患者標(biāo)簽體系，為醫(yī)生治療方案提供參考；(3)現(xiàn)有技術(shù)基本是基于特征的選擇，這種方法沒(méi)有考慮先后順序，缺少了語(yǔ)義之間的聯(lián)系。

發(fā)明內(nèi)容

為了解決上述問(wèn)題，本發(fā)明提出了一種基于深度學(xué)習(xí)和知識(shí)圖譜的患者畫(huà)像方法及系統(tǒng)，基于患者醫(yī)療數(shù)據(jù)和醫(yī)學(xué)知識(shí)圖譜計(jì)算患者的疾病標(biāo)簽，根據(jù)患者疾病標(biāo)簽完成患者畫(huà)像，在輔助診療、用藥推薦等應(yīng)用中，能夠輔助醫(yī)生快速定位患者病情。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

第一方面，本發(fā)明提供一種基于深度學(xué)習(xí)和知識(shí)圖譜的患者畫(huà)像方法，包括：

獲取患者醫(yī)療數(shù)據(jù)；

根據(jù)醫(yī)學(xué)知識(shí)圖譜對(duì)患者醫(yī)療數(shù)據(jù)進(jìn)行分詞，對(duì)每個(gè)詞進(jìn)行向量化后，構(gòu)建詞向量矩陣；

將詞向量矩陣采用預(yù)先訓(xùn)練的深度學(xué)習(xí)模型得到患者標(biāo)簽；

根據(jù)患者標(biāo)簽完成對(duì)患者的畫(huà)像。

第二方面，本發(fā)明提供一種基于深度學(xué)習(xí)和知識(shí)圖譜的患者畫(huà)像系統(tǒng)，包括：

數(shù)據(jù)獲取模塊，被配置為獲取患者醫(yī)療數(shù)據(jù)；

數(shù)據(jù)處理模塊，被配置為根據(jù)醫(yī)學(xué)知識(shí)圖譜對(duì)患者醫(yī)療數(shù)據(jù)進(jìn)行分詞，對(duì)每個(gè)詞進(jìn)行向量化后，構(gòu)建詞向量矩陣；

標(biāo)簽計(jì)算模塊，被配置為將詞向量矩陣采用預(yù)先訓(xùn)練的深度學(xué)習(xí)模型得到患者標(biāo)簽；

畫(huà)像模塊，被配置為根據(jù)患者標(biāo)簽完成對(duì)患者的畫(huà)像。