一种基于医疗大数据的疾病自动辅助诊断系统及方法技术方案

本发明专利技术公开了一种基于医疗大数据的疾病自动辅助诊断系统及方法，该系统包括：后台数据存储单元；信息处理单元，具体包括：统计分类模块，用于获取后台数据存储单元中的病例数据，并对其进行统计分类，得到症状集与确诊的疾病类型集；确诊症状集求取模块，用于根据统计分类模块得到的症状集和疾病类型集，求取各种疾病的确诊症状集；疾病自动诊断模块，用于获取用户提供的疾病症状数据，生成选择症状集，将其与各疾病的确诊症状集进行比较并计算，得到疾病判断结果；人机交互单元，用于显示用户选择症状的界面，并输出疾病诊断结果。本发明专利技术简便易行、可操行强，为医学界提供一种新的临床辅助诊断工具，降低误/漏诊率。

【技术实现步骤摘要】

本专利技术涉及医疗信息计算和数据处理领域，尤其涉及一种基于医疗大数据的疾病自动辅助诊断系统及方法。
技术介绍
病患个体差异大，医疗疾病种类繁多，复合疾病常见且关系复杂，诊断时需要多医生多部门一起协同，诊断很难标准化和自动化，使得原本紧张的医疗资源更是捉襟见肘；而医疗过程缺乏病人的主动参与，再加上医生的工作强度大，存在许多误诊漏诊现象，造成了医患关系紧张的问题。虽然很多网上医院如39健康网能缓解一部分压力，但是由于缺乏详尽的诊断数据，给出的诊断结论往往有失偏颇，而且不乏别有用心的人给出错误的诊断。随着互联网和医疗技术的进步，大数据分析为许多医学难题的解决提供了新途径。而已有的移动互联网医疗终端功能较为单一，只具有数据采集传输的功能，而没有智能疾病诊断的功能。因此，目前缺乏一种智能的疾病自动辅助诊断系统，能够提供疾病诊断的参考结果，用于缓解医生在疾病诊断过程中耗时，效率低的问题。
技术实现思路
本专利技术要解决的技术问题在于针对现有技术中医生诊断疾病耗时长，效率低的缺陷，提供一种能够快速的自动诊断疾病的基于医疗大数据的疾病自动辅助诊断系统及方法。本专利技术解决其技术问题所采用的技术方案是：本专利技术提供一种基于医疗大数据的疾病自动辅助诊断系统，包括：后台数据存储单元，存储有大量已有的病例数据；信息处理单元，具体包括统计分类模块、确诊症状集求取模块和疾病自动诊断模块，其中：统计分类模块，用于获取后台数据存储单元中的病例数据，并对其进行统计分类，得到症状集与确诊的疾病类型集；确诊症状集求取模块，用于根据统计分类模块得到的症状集和疾病类型集，求取各种疾病的确诊症状集；疾病自动诊断模块，用于获取用户提供的疾病症状数据，生成选择症状集，将其与各种疾病的确诊症状集进行比较并计算，得到疾病判断结果；人机交互单元，用于显示用户选择症状的界面，并输出疾病的诊断结果。本专利技术提供一种基于医疗大数据的疾病自动辅助诊断方法，包括以下步骤：S1、统计分类模块获取后台数据存储单元中的病例数据，对其进行统计分类得到症状集与确诊的疾病类型集，并由确诊症状集求取模块进一步计算得到各种疾病的确诊症状集；S2、用户通过人机交互单元选择病发的部位和症状，信息处理单元根据用户提供的数据生成选择症状集；S3、疾病自动诊断模块根据选择症状集和存储在后台数据库中的各个病型的确诊症状集进行比较，计算选择症状集与确诊症状集中症状个数的差值，以得到的各个差值为判断依据，将差值由小到大进行排序；S4、输出自动诊断的结果，列出前三项差值的相关确诊症状集对应的病型及参考性。进一步地，本专利技术的步骤S1中获取确诊症状集的具体方法为：症状A与疾病B之间有明显关联，当诊断为疾病B的病例中常出现症状A，判断症状A为疾病B的显性症状；疾病B的所有显性症状构成该疾病的确诊症状集。进一步地，本专利技术的步骤S1中求取确诊症状集的具体方法为：步骤a：给定阈值β，β≥0.6，症状总数I，病型总数J，令计数值i＝1，j＝1；步骤b：统计症状Zi与疾病Bj之间的相关性C(Zi,Bj)，即确诊为病型Bj含有症状Zi的概率；步骤c：当症状Zi与Bj疾病之间相关性大于阈值β，则说明症状Zi是疾病Bj的显性症状，将Zi症状纳入到疾病Bj的确诊症状集中，置i＝i+1，当i＜＝I则转至步骤b，当i＞I则跳至步骤d；步骤d：综合疾病Bj所有的显性症状，构成的集合即为疾病Bj的确诊症状集，置j＝j+1，i＝1，当j＞J，确诊症状集的求取过程结束，反之则转到步骤b。进一步地，本专利技术的步骤S3中计算差值的具体方法为：人机界面将用户提供的症状送往疾病自动诊断模块，该模块检索由确诊症状集求取模块给出的各种疾病的确诊症状集，将所有疾病Bj,j＝1,2,3,...,J的确诊症状集中的症状个数与用户提供的症状个数的差值即|Y(Q(Bj))-Y(G(Z))|按从小到大排序；其中，疾病Bj的确诊症状集为Q(Bj)，该集合中的症状个数为Y(Q(Bj))，用户提供的症状构成的集合为G(Z)，该集合中的症状个数为Y(G(Z))，|Y(Q(Bj))-Y(G(Z))|表示两集合中症状个数的差值。进一步地，本专利技术的步骤S4中诊断病型对应的参考性的计算公式为：1-|Y(Q(Bj))-Y(G(Z))|/max(Y(G(Z)),Y(Q(Bj)))其中，疾病Bj的确诊症状集为Q(Bj)，该集合中的症状个数为Y(Q(Bj))；患者提供的症状构成的集合为G(Z)，该集合中的症状个数为Y(G(Z))，max(Y(G(Z)),Y(Q(Bj)))表示取Y(Q(Bj))和Y(G(Z))两者中的最大值。本专利技术产生的有益效果是：本专利技术的基于医疗大数据的疾病自动辅助诊断系统及方法，通过获取疾病症状与确诊疾病间的关系，并根据患者提供的数据自动判断患者所患疾病，为病人和医生快速确切诊断病情提供客观的参考结果；本专利技术简便易行、可操行强，并且由于给出了按病发身体部位进行症状选择的人机交互系统，鼓励了患者主动参与医疗，为医学界提供一种新的临床辅助诊断工具，辅助医生快速排查和诊断患者所患疾病，降低误/漏诊率；本专利技术还缓解了医疗资源有限的问题，进而缓解了目前存在的医患矛盾问题；硬件实施中，该设备信息处理器和显示模块即可为一体机也可分离，当分离时，显示模块可远程与信息处理模块互通数据。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是本专利技术实施例的基于医疗大数据的疾病自动辅助诊断系统的结构示意图；图2是本专利技术实施例的基于医疗大数据的疾病自动辅助诊断方法的工作流程图；图3是本专利技术实施例的基于医疗大数据的疾病自动辅助诊断方法的流程图；图4是本专利技术实施例的基于医疗大数据的疾病自动辅助诊断系统的自动诊断模块的工作流程图；图5是本专利技术实施例的基于医疗大数据的疾病自动辅助诊断系统的选择病发部位的界面(1)；图6是本专利技术实施例的基于医疗大数据的疾病自动辅助诊断系统的选择病发部位的界面(2)；图7是本专利技术实施例的基于医疗大数据的疾病自动辅助诊断系统的判定所患疾病的界面。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，本专利技术实施例的基于医疗大数据的疾病自动辅助诊断系统，包括：后台数据存储单元，存储有大量已有的病例数据；本文档来自技高网...

【技术保护点】
一种基于医疗大数据的疾病自动辅助诊断系统，其特征在于，包括：后台数据存储单元，存储有大量已有的病例数据；信息处理单元，具体包括统计分类模块、确诊症状集求取模块和疾病自动诊断模块，其中：统计分类模块，用于获取后台数据存储单元中的病例数据，并对其进行统计分类，得到症状集与确诊的疾病类型集；确诊症状集求取模块，用于根据统计分类模块得到的症状集和疾病类型集，求取各种疾病的确诊症状集；疾病自动诊断模块，用于获取用户提供的疾病症状数据，生成选择症状集，将其与各种疾病的确诊症状集进行比较并计算，得到疾病判断结果；人机交互单元，用于显示用户选择症状的界面，并输出疾病的诊断结果。

【技术特征摘要】
1.一种基于医疗大数据的疾病自动辅助诊断系统，其特征在于，包括：
后台数据存储单元，存储有大量已有的病例数据；
信息处理单元，具体包括统计分类模块、确诊症状集求取模块和疾病自动诊断模块，其
中：
统计分类模块，用于获取后台数据存储单元中的病例数据，并对其进行统计分类，得到
症状集与确诊的疾病类型集；
确诊症状集求取模块，用于根据统计分类模块得到的症状集和疾病类型集，求取各种
疾病的确诊症状集；
疾病自动诊断模块，用于获取用户提供的疾病症状数据，生成选择症状集，将其与各种
疾病的确诊症状集进行比较并计算，得到疾病判断结果；
人机交互单元，用于显示用户选择症状的界面，并输出疾病的诊断结果。
2.一种基于医疗大数据的疾病自动辅助诊断方法，其特征在于，包括以下步骤：
S1、统计分类模块获取后台数据存储单元中的病例数据，对其进行统计分类得到症状
集与确诊的疾病类型集，并由确诊症状集求取模块进一步计算得到各种疾病的确诊症状
集；
S2、用户通过人机交互单元选择病发的部位和症状，信息处理单元根据用户提供的数
据生成选择症状集；
S3、疾病自动诊断模块根据选择症状集和存储在后台数据库中的各个病型的确诊症状
集进行比较，计算选择症状集与确诊症状集中症状个数的差值，以得到的各个差值为判断
依据，将差值由小到大进行排序；
S4、输出自动诊断的结果，列出前三项差值的相关确诊症状集对应的病型及参考性。
3.根据权利要求2所述的基于医疗大数据的疾病自动辅助诊断方法，其特征在于，步骤
S1中获取确诊症状集的具体方法为：
症状A与疾病B之间有明显关联，当诊断为疾病B的病例中常出现症状A，判断症状A为疾
病B的显性症状；疾病B的所有显性症状构成该疾病的确诊症状集。
4.根据权利要求2所述的基于医疗大数据的疾病自动辅助诊断方法，其特征在于，步骤
S1中求取确诊症状集的具体方...

【专利技术属性】
技术研发人员：罗旭，杨君，常永虎，何欢，
申请(专利权)人：遵义医学院，
类型：发明
国别省市：贵州;52