一种中医临床决策支持系统及方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113077873A(43)申请公布日2021.07.06(21)申请号202110488744.2G06N5/00(2006.01)(22)申请日2021.05.06(71)申请人井颐医疗信息技术（杭州）有限公司地址311200浙江省杭州市萧山区宁围街道利一路188号天人大厦3001室-17(72)发明人夏彬彬丁彦尹小龙代玉兴骆歆远李海铭(74)专利代理机构杭州九洲专利事务所有限公司33101代理人张羽振(51)Int.Cl.G16H20/90(2018.01)G16H50/70(2018.01)G16H70/40(2018.01)G06F40/295(2020.01)权利要求书3页说明书7页附图2页(54)发明名称一种中医临床决策支持系统及方法(57)摘要本发明涉及一种中医临床决策支持系统，包括步骤：选择医学证据，抽取医学实体及医学实体关系；根据抽取的医学实体及医学实体关系来构建数据集；通过图谱构建和更新模块来构建医学知识图谱；通过患者管理模块添加患者，录入患者的个人基本信息；医生通过门诊管理模块，查看门诊信息并进行门诊，根据患者描述录入症状汇总信息。本发明的有益效果是：为医生，特别是医学经验不足的基层医生，根据患者的主诉、现病史和各项检查结果等症状汇总信息；解决医生问诊和临床经验不足的问题，辅助医生快捷有效地诊断疾病和拟定合适的治疗方案；持续提高医学知识图谱的循证推理能力。CN113077873ACN113077873A权利要求书1/3页1.一种中医临床决策支持系统，其特征在于，包括：图谱构建和更新模块、患者管理模块、门诊管理模块和疗效反馈模块；患者管理模块向门诊管理模块提供患者的门诊记录，门诊管理模块向疗效反馈模块提供门诊信息，疗效反馈模块向图谱构建和更新模块提供疗效反馈，图谱构建和更新模块向门诊管理模块提供其构建的医学知识图谱。2.一种如权利要求1所述中医临床决策支持系统的工作方法，其特征在于，包括以下步骤：S1、选择医学证据，抽取医学实体及医学实体关系；S2、根据步骤S1抽取的医学实体及医学实体关系来构建数据集，基于预训练语言模型BERT和注意力机制构建深度学习分类模型，通过图谱构建和更新模块来训练深度学习分类模型中医学实体间的权重；S21、通过预训练语言模型BERT获得每条医学证据中每个实体的隐藏层输出，用hi表示第i个实体的隐藏层输出，获得隐藏层输出hi的隐藏信息ui：ui＝tanh(Wwhi+bw)上式中，Ww为权重矩阵，bw为对应的偏置项；hi为第i个实体的隐藏层输出，ui为隐藏层输出的隐藏信息；S22、获得医学证据中每个实体的权重αi：上式中，αi为医学证据中每个实体的权重，ui为隐藏层输出的隐藏信息，uw为随机初始化的词语级上下文向量，n表示医学证据的实体数量；S23、通过加权求和获得每条医学证据的向量表示，第i条医学证据的向量表示为：上式中，vi为第i条医学证据的向量表示，n为医学证据的实体数量，αi为医学证据中每个实体的权重，hi为第i个实体的隐藏层输出；S24、将每条医学证据的向量表示vi作为分类特征，基于SoftMax分类器训练深度学习分类模型，使用交叉熵分类损失函数来更新参数：上式中，n表示病种的关系类别数量，yi表示第i个类别的真实概率分布，表示第i个类别的预测概率分布；S3、通过图谱构建和更新模块来构建医学知识图谱：将医学实体、医学实体关系、医学实体间的权重分别作为医学知识图谱的节点、关系、关系属性，将医学知识图谱的节点、关系和关系属性存储至图数据库中；S4、通过患者管理模块添加患者，录入患者的个人基本信息；S5、医生通过门诊管理模块，查看门诊信息并进行门诊，根据患者描述录入症状汇总信息；2CN113077873A权利要求书2/3页S6、医学知识图谱循证推理，并给出推荐的中医临床决策；S61、将证候ei与所有关联的症状汇总信息的权重求和：上式中，n表示症状汇总信息的数量，ei表示第i个证候，sj表示第j个症状信息，P(ei|sj)表示sj与ei之间的权重；S62、对处方fk与所有关联证候的权重求和：上式中，m为证候的数量，fk表示第k个处方，ei表示第i个证候，P(fk|ei)表示ei与fk之间的权重；S63、将证候ei与所有关联的症状汇总信息的权重、处方fk与所有关联证候的权重相加，得到实体路径(s→e→f)的权重总和，对所有的权重总和排序，得到若干个中医临床决策；S7、医生确定诊疗决策，当前门诊结束；所述诊疗决策为医生根据患者实际情况采用或调整推荐的中医临床决策，或采用自拟处方；S8、通过疗效反馈模块收集疗效反馈；更新知识图谱；收集患者服用处方一段时间后的治疗效果的反馈信息，反馈信息包括症状汇总信息、治疗时间