基于规则衰减的临床辅助决策方法、系统、设备和介质技术方案

本申请提供了一种基于规则衰减的临床辅助决策方法、系统、设备和介质，所述方法包括：获取患者数据并清洗至预设数据库以得到整合数据，并将所述整合数据保存至Redis存储系统中；将Redis存储系统中存储的所述整合数据进行规则运算以推断出诊断结果；将本次诊断结果与存入Redis存储系统中的上一次诊断结果进行对比；若对比结果不相同，则将本次诊断结果汇入所述整合数据或替换所述整合数据中的上一次诊断结果，并重复上述步骤；若对比结果相同，则将本次诊断结果作为最终诊断结果，以用于临床辅助决策。本申请可以根据患者的数据进行自动多次的规则运算，直至将所有可能的推断用以高效精准的辅助医生决策，提高了医疗内容诊断的可靠性和精准性。

【技术实现步骤摘要】
基于规则衰减的临床辅助决策方法、系统、设备和介质
本专利技术涉及数据处理
，特别是涉及一种基于规则衰减的临床辅助决策方法、系统、设备和介质。
技术介绍
医学规则的准确性是每家医疗厂商都要面临的问题，目前市面上的医学规则运算基本只是停留在病症问题的表象上得出的结论，未能正确的推断出其可能引起此病症的最根本问题。这样的偏差规则运算结果会严重的造成患者失去宝贵的治疗时间和准确的治疗方案(例如某人因咳嗽去医院查看，当将患者的信息和咳嗽传给规则运算后只给出一个简单的感冒，殊不知可能是肺炎或是其他病症引用发的)。因此如何能根据患者的现有数据及病史数据精准的推断出相应的医学辅助以提高医生的工作效率的同时也降低因错误的诊断造成的医疗事故是件非常迫切的问题。
技术实现思路
鉴于以上所述现有技术的缺点，本申请的目的在于提供一种基于规则衰减的临床辅助决策方法、系统、设备和介质，以解决现有技术中存在的至少一个问题。为实现上述目的及其他相关目的，本申请提供一种基于规则衰减的临床辅助决策方法，所述方法包括：S1、获取患者数据并清洗至预设数据库以得到整合数据，并将所述整合数据保存至Redis存储系统中；S2、将Redis存储系统中存储的所述整合数据进行规则运算以推断出诊断结果；S3、将本次诊断结果与存入Redis存储系统中的上一次诊断结果进行对比；S4、若对比结果不相同，则将本次诊断结果汇入所述整合数据或替换所述整合数据中的上一次诊断结果，并重复步骤S2-S3；若对比结果相同，则将本次诊断结果作为最终诊断结果，以用于临床辅助决策。于本申请的一实施例中，所述获取患者数据并清洗至预设数据库以得到整合数据，包括：获取院方数据库中的患者数据；将患者数据清洗映射为预设数据库的数据结构，并将患者数据的信息唯一化；在所述预设数据库中对映射后的患者数据进行去重、合并、及格式归一的整合处理以得到整合数据。于本申请的一实施例中，所述患者数据包括当前数据和历史数据；所述当前数据和历史数据包括：基本数据、诊断数据、病史数据、用药史数据、住院数据、及家族史数据中任意一种或多种。于本申请的一实施例中，所述整合数据在保存至Redis存储系统前，需要进行合法性校验，以验证所述整合信息中的基本数据是否完整或正确，从而将校验通过的所述整合数据存入Redis存储系统中。于本申请的一实施例中，所述规则运算是通过调用Drools规则引擎进行计算以推断出新的诊断结果；其中，所述Drools规则引擎是依据现有医学诊断规则进行编写的。于本申请的一实施例中，所述方法还包括：若本次诊断结果为首次诊断结果，则直接将本次诊断结果汇入所述整合数据，并重复步骤S2-S3。为实现上述目的及其他相关目的，本申请提供一种基于规则衰减的临床辅助决策系统，所述系统包括：存储模块，用于获取患者数据并清洗至预设数据库以得到整合数据，并将所述整合数据保存至Redis存储系统中；规则运算模块，用于将Redis存储系统中存储的所述整合数据进行规则运算以推断出诊断结果；将本次诊断结果与存入Redis存储系统中的上一次诊断结果进行对比；若对比结果不相同，则将本次诊断结果汇入所述整合数据或替换所述整合数据中的上一次诊断结果，并重新执行本模块步骤；若对比结果相同，则将本次诊断结果作为最终诊断结果，以用于临床辅助决策。为实现上述目的及其他相关目的，本申请提供一种计算机设备，所述设备包括：存储器、及处理器；所述存储器用于存储计算机指令；所述处理器运行计算机指令实现如上所述的方法。为实现上述目的及其他相关目的，本申请提供一种计算机可读存储介质，存储有计算机指令，所述计算机指令被运行时执行如上所述的方法。综上所述，本申请提供的一种基于规则衰减的临床辅助决策方法、系统、设备和介质，所述方法包括：S1、获取患者数据并清洗至预设数据库以得到整合数据，并将所述整合数据保存至Redis存储系统中；S2、将Redis存储系统中存储的所述整合数据进行规则运算以推断出诊断结果；S3、将本次诊断结果与存入Redis存储系统中的上一次诊断结果进行对比；S4、若对比结果不相同，则将本次诊断结果汇入所述整合数据或替换所述整合数据中的上一次诊断结果，并重复步骤S2-S3；若对比结果相同，则将本次诊断结果作为最终诊断结果，以用于临床辅助决策。具有以下有益效果：本申请可以根据患者的数据进行自动多次的规则运算，直到最后一次推断的结果与上一次的结果相同才算完成规则的运算结束。这个规则运算过程逐步衰减，直至将所有可能的推断用以高效精准的辅助医生决策。相比现有的技术，提高了医疗内容诊断的可靠性和精准性。附图说明图1显示为本申请于一实施例中基于规则衰减的临床辅助决策方法的流程示意图。图2显示为本申请于一实施例中基于规则衰减的临床辅助决策系统的模块示意图。图3显示为本申请于一实施例中计算机设备的结构示意图。具体实施方式以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本申请的基本构想，虽然图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，但其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。目前市面上的医学规则运算基本只是停留在病症问题的表象上得出的结论，未能正确的推断出其可能引起此病症的最根本问题。这样的偏差规则运算结果会严重的造成患者失去宝贵的治疗时间和准确的治疗方案，例如某人因咳嗽去医院查看，当将患者的信息和咳嗽传给规则运算后只给出一个简单的感冒，殊不知可能是肺炎或是其他病症引用发的)。因此如何能根据患者的现有数据及病史数据精准的推断出相应的医学辅助以提高医生的工作效率的同时也降低因错误的诊断造成的医疗事故是件非常迫切的问题。针对这一问题，本申请提供了一种基于规则衰减的临床辅助决策方法、系统、设备和介质。其中，本申请所述方法与市面上的其他方案的差异是，本申请的规则衰减运算会将患者的当前数据以及其历史数据作为规则运行的重要组成部分，同时会在每一次的推断出结果后作为规则运算所需要的数据再次进行规则的推断。只要每次都有新的数据推出都会再次进行规则运算推断，每一次规则所推断出的诊断结果与上一次的诊断结果相比，内容会逐渐减少，直至最后所推出的结果与上一次的推断结果一样才判断为对应该此患者的合理诊断结果。这样的一套规则衰减方法得出的结果准确性会更高，更能高效的辅助医生诊断。如图1所示，展示为本申请于一实施例中的基于规则衰减的临床辅助决策方法的流程示意图。如图所示，所述方法包括：步骤S1：获取患者数据并清洗至预设本文档来自技高网...

【技术保护点】
1.一种基于规则衰减的临床辅助决策方法，其特征在于，所述方法包括：/nS1、获取患者数据并清洗至预设数据库以得到整合数据，并将所述整合数据保存至Redis存储系统中；/nS2、将Redis存储系统中存储的所述整合数据进行规则运算以推断出诊断结果；/nS3、将本次诊断结果与存入Redis存储系统中的上一次诊断结果进行对比；/nS4、若对比结果不相同，则将本次诊断结果汇入所述整合数据或替换所述整合数据中的上一次诊断结果，并重复步骤S2-S3；若对比结果相同，则将本次诊断结果作为最终诊断结果，以用于临床辅助决策。/n

【技术特征摘要】
1.一种基于规则衰减的临床辅助决策方法，其特征在于，所述方法包括：
S1、获取患者数据并清洗至预设数据库以得到整合数据，并将所述整合数据保存至Redis存储系统中；
S2、将Redis存储系统中存储的所述整合数据进行规则运算以推断出诊断结果；
S3、将本次诊断结果与存入Redis存储系统中的上一次诊断结果进行对比；
S4、若对比结果不相同，则将本次诊断结果汇入所述整合数据或替换所述整合数据中的上一次诊断结果，并重复步骤S2-S3；若对比结果相同，则将本次诊断结果作为最终诊断结果，以用于临床辅助决策。


2.根据权利要求1所述的方法，其特征在于，所述获取患者数据并清洗至预设数据库以得到整合数据，包括：
获取院方数据库中的患者数据；
将患者数据清洗映射为预设数据库的数据结构，并将患者数据的信息唯一化；
在所述预设数据库中对映射后的患者数据进行去重、合并、及格式归一的整合处理以得到整合数据。


3.根据权利要求1或2所述的方法，其特征在于，所述患者数据包括当前数据和历史数据；所述当前数据和历史数据包括：基本数据、诊断数据、病史数据、用药史数据、住院数据、及家族史数据中任意一种或多种。


4.根据权利要求3所述的方法，其特征在于，所述整合数据在保存至Redis存储系统前，需要进行合法性校验，以验证所述整合信息中的基本数据是否完整或正确，从而将校验通过的所述整合数据存...

【专利技术属性】
技术研发人员：杨文龙，沈邗，施之贵，
申请(专利权)人：合肥森亿智能科技有限公司，
类型：发明
国别省市：安徽;34