[發明專利]一種多中心知識圖譜聯合決策支持方法與系統

有效

• 申請號: 202111190634.4
• 申請日: 2021-10-13
• 公開（公告）號: CN113643821B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 李勁松;尚勇;田雨;周天舒
• 申請（專利權）人: 浙江大學
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H10/60;G06N5/04;G06F21/60;G06F21/64
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 劉靜

本發明公開了一種多中心知識圖譜聯合決策支持方法與系統，利用醫學知識圖譜技術和區塊鏈技術，通過本地知識圖譜和鏈上同步圖譜相結合的方式，實現臨床數據的本地語義推理和鏈上結果匯總，從而在原始醫療數據不出醫院的情況下，依靠知識圖譜技術綜合患者碎片化的跨機構醫療數據，基于演繹推理和循證醫學，給出包含完整患者臨床證據的、可解釋的臨床決策支持。本發明將患者身份信息進行匿名化比對，保證數據在院外環節和匹配環節的完全加密，將三元組節點結構信息進行編碼映射和非對稱加密，保證數據在傳輸過程中的安全以及只有有權限的參與中心可以解密數據，有效保證了多中心聯合推理過程中的數據安全和隱私保障。

技術領域

本發明涉及醫學知識圖譜技術領域，尤其涉及一種多中心知識圖譜聯合決策支持方法與系統。

背景技術

臨床實踐中，許多患者會在多家醫院或社區醫院就診；研究顯示，20%-40%的患者于1年內會在平均2家不同的醫院就診?；颊叩目鐧C構就診會造成醫療數據的碎片化、孤立化，造成單家醫院內的患者病歷記錄不完整、不充分；患者醫療數據不全面容易引發臨床醫生做出不準確的臨床決策，造成診斷不及時、治療不恰當和重復醫療等行為，嚴重威脅醫療服務質量，增加群眾醫療負擔?，F有研究發現，醫療數據不完整會對44%的患者造成負面影響，其中59.5%的患者因此發生診療不及時和重復診療行為；尤其是針對需要長期監測、長期管理的慢性疾病，醫療數據碎片化更容易導致對患者慢性疾病診斷和管理的不及時，影響疾病的知曉率、治療率。然而醫療數據敏感性強，整合利用多中心碎片化的患者臨床數據過程中，必須考慮到數據安全和隱私保護問題。因此，需要研究多中心碎片化電子病歷數據的聯合分析與決策支持技術，在保障數據隱私和安全的前提下，綜合患者在多家醫院的診療記錄，全面分析患者的病情病史、治療方法、過敏禁忌等信息，輔助臨床醫生對患者做出全面、準確、及時的臨床決策，避免重復醫療，有效提升醫療服務質量水平。

現有的多中心醫療數據應用的主要技術方案是通過分布式學習的方式，利用多中心碎片化臨床數據進行模型建模，從而實現風險預測、疾病診斷等臨床決策支持功能。通過在多家醫院內使用相同的醫學數據格式標準，在統一的數據結構下分發臨床隊列構建標準和機器學習算法；各醫院內部參照下發的隊列構建標準，在相同的數據結構上建立本地的研究隊列，并使用相同的機器學習算法進行本地訓練；最終在原始數據不出醫院的情況下，將訓練結果匯總，形成臨床決策模型。根據訓練模型對醫院本地數據進行分析，從而實現決策支持功能。

現有的利用多中心碎片化醫療數據進行決策支持的技術存在以下問題：（1）現有技術只在模型訓練階段應用多中心的醫療數據，訓練完成的模型在臨床實際應用中依然只能應用單家醫院的患者數據進行分析，其決策支持結果仍然缺乏其他醫院的醫療數據作為輔助，生成的臨床決策在全面性和可靠性上依然存在問題。（2）基于分布式機器學習構建的決策支持模型，其結果主要以置信權重的形式體現，不能給出基于循證醫學的演繹式決策支持結果，難以系統化、全面化的展示決策支持相關的患者疾病風險因素和臨床證據，容易造成醫生接受度低。（3）基于循證醫學的演繹式語義推理技術，其分布式算法主要用于分布式數據搜索和提升三元組推理速度為主；針對碎片化患者數據分析和應用的臨床場景，缺少數據安全和隱私保護支持，無法在不匯總多中心原始數據的情況下進行語義推理，在醫療數據安全性上依然存在問題。

發明內容