一种基于病例临床表型关联度的中药组方推荐方法及系统技术方案

本发明专利技术公开了一种基于病例临床表型关联度的中药组方推荐方法及系统。其中涉及的方法包括：S1.获取与目标患者相对应的病例信息；S2.根据年龄、性别、中医诊断结果从预设数据库中查找与目标患者性别相同且处于同一年龄段的多个同质化病例；S3.计算目标患者的症状信息与每一个同质化病例症状信息之间的病例临床表型关联度，得到多个病例临床表型关联度；S4.根据多个病例临床表型关联度，从多个同质化病例中筛选相似度大于预设阈值的多个同质化病例作为参考病例；S5.从多个参考病例中选择一个参考病例作为目标参考病例，获取目标参考病例对应中医诊断结果的中药组方；S6.根据目标患者的症状信息对目标参考病例的中药组方进行校准，得到目标患者的中药处方。得到目标患者的中药处方。得到目标患者的中药处方。

【技术实现步骤摘要】
一种基于病例临床表型关联度的中药组方推荐方法及系统


[0001]本专利技术涉及中药临床药学领域，尤其涉及一种基于病例临床表型关联度的中药组方推荐方法及系统。

技术介绍

[0002]中药是中医临床处方的基本构成单元，是中医医生为患者提供诊疗方案的关键。其中，中药的功能主治、患者的个性化症状是临床处方用药的重要依据和靶标，是支持中医药辨证论治的重要支撑。而随着信息化技术和人工智能的发展，如何将先进智能推荐技术引入中医药领域、促进传统医学的发展，已经成为行业关注的焦点和研究热点。
[0003]此外，值得注意的是中医临床病案是中医临床经验和学术思想的重要载体。因此，通过对中医病案的用药信息进行归纳、整理，并以大量的中医病案为基础建立中医药临床决策支持系统是临床需求较为迫切的研究领域。相比于西医学，中医学更具灵活性，且重视经验的积累和规律的总结，而中医临床病案恰是一种独特的规律总结方式，一个好的案例对中医诊疗的帮助极大。因此，中医药领域也将病案作为一个宝贵的财富，并已经存在大量的关于名老中医的病案文献，这些经典的病案对临床医生的辨证用药具有重要的意义。
[0004]目前基于病案和病案推理的中药用药推荐方法研究，主要包括中国中医科学院中医药信息研究所等关于中医临床智能辅助决策系统的开发。但是现有技术对于如何在海量病案中筛选与目标患者症状类型相似的典型病例、如何利用典型病例的处方数据生成目标患者的中药处方，实现中药组方的推荐，并未提出一种具体的实现方法，这也需要领域内技术人员开发解决。
[0005]然而针对上述问题，目前尚未形成有效的技术解决方案。

技术实现思路

[0006]为了解决病案推理和中医组方优化的技术问题，本专利技术提供了一种基于病例临床表型关联度的中药组方推荐方法及系统。首先，根据目标患者的年龄、性别、诊断结果，从预设数据库中筛选同质化病例；其次，根据中医辩证判断藏于体内五脏六腑的脏腑功能失调的证候，并结合生理检验参数、患者异常的主要感觉或行为表现，计算目标患者与同质化病例之间的相似度，获得病例临床表型关联度的具体参数；再次，通过病例临床表型关联度的阈值获得目标参考病例；最后，根据目标参考病例的中药组方进行校准，得到中药处方。
[0007]为了实现以上目的，本专利技术采用以下技术方案：
[0008]一种基于病例临床表型关联度的中药组方推荐方法，包括步骤：
[0009]获取与目标患者相对应的病例信息；其中病例信息包括年龄、性别、中医诊断结果及对应的症状信息；
[0010]根据年龄、性别、中医诊断结果从预设数据库中查找与目标患者性别相同且处于同一年龄段的多个同质化病例；其中同质化病例为与目标患者具有相同的中医诊断结果；
[0011]计算目标患者的症状信息与每一个同质化病例的中医诊断结果对应的症状信息
之间的病例临床表型关联度，得到目标患者与多个同质化病例之间的多个病例临床表型关联度；
[0012]根据得到的多个病例临床表型关联度，从多个同质化病例中筛选出相似度大于预设阈值的多个同质化病例作为参考病例；
[0013]从筛选出的多个参考病例中选择一个参考病例作为目标参考病例，并获取目标参考病例对应中医诊断结果的中药组方；
[0014]根据目标患者的症状信息对目标参考病例的中药组方进行校准，得到最终目标患者的中药处方。
[0015]进一步的，所述计算目标患者的症状信息与每一个同质化病例的中医诊断结果对应的症状信息之间的病例临床表型关联度，得到目标患者与多个同质化病例之间的多个病例临床表型关联度，具体包括：
[0016]提取目标患者症状信息的第一特征向量；
[0017]提取每一个同质化病例的中医诊断结果对应的症状信息的第二特征向量；
[0018]计算提取的第一特征向量与每一个第二特征向量之间的病例临床表型关联度，得到目标患者与多个同质化病例之间的多个病例临床表型关联度。
[0019]进一步的，所述第一特征向量，表示为：
[0020]V
ZJ
＝∈Z
j1×
∈Z
j2×…×
∈Z
j
t
[0021]其中，Z
j
表示目标患者的多个类型的生理异常参数；∈Z
j
k表示症状Z
j
属性k的类别；t表示多个类型的生理异常参数的属性个数；V
ZJ
表示症状Z
j
的特征向量；
[0022]所述第二特征向量表示为：
[0023][0024]其中，Z
′
j
表示同质化病例的多个类型的生理异常参数；表示症状Z
′
j
属性k的类别；t表示多个类型的生理异常参数的属性个数，W
Z
′
J
表示症状Z
′
j
的特征向量。
[0025]进一步的，所述目标患者与多个同质化病例之间的多个病例临床表型关联度的具体结构为：
[0026]计算病例临床表型关联度系数，表示为：
[0027][0028]其中，n表示目标患者症状信息；m表示某一同质化病例症状信息；n∩m表示目标患者症状信息和某一同质化病例症状信息之间共有症状信息的数量；α(n,m)表示目标患者与某一同质化病例的病例临床表型关联度系数；
[0029]计算病例临床表型关联度权重值，表示为：
[0030]n∩m＝0时，β(n,m)＝0.1
[0031]n∩m＝0时，β(n,m)＝1
[0032]0＜n∩m＜10时，
[0033]其中，β(n,m)表示目标患者症状信息和某一同质化病例症状信息之间的病例临床
表型关联度权重值；
[0034]通过病例临床表型关联度权重值对病例临床表型关联度系数进行调整，得到病例临床表型关联度，表示为：
[0035]Clinc.Sim(n,m)＝α(n,m)
×
β(n,m)
[0036]其中，Clinc.Sim(n,m)表示目标患者和同质化病例之间的病例临床表型关联度。
[0037]进一步的，所述从筛选出的多个参考病例中选择一个参考病例作为目标参考病例，具体包括：
[0038]获取目标患者症状信息多个类型的生理异常参数以及其权重系数；
[0039]根据获取的目标患者症状信息的生理异常参数及其权重系数，计算目标患者的第一生理异常评价值，得到第一生理异常评价值；
[0040]获取每一个参考病例症状信息的多个类型的生理异常参数及其权重系数；
[0041]根据获取的参考病例症状信息的生理异常参数及其权重系数，计算参考病例的第二生理异常评价值，得到多个第二生理异常评价值；
[0042]根据第一生理异常评价值以及多个第二生理异常评价值，从多个参考病例中筛选出与目标患者的生理异常度最接近的参考病例作为目标参考病例。
[0043]进一步的，所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于病例临床表型关联度的中药组方推荐方法，其特征在于，包括步骤：获取与目标患者相对应的病例信息；其中病例信息包括年龄、性别、中医诊断结果及对应的症状信息；根据年龄、性别、中医诊断结果从预设数据库中查找与目标患者性别相同且处于同一年龄段的多个同质化病例；其中同质化病例为与目标患者具有相同的中医诊断结果；计算目标患者的症状信息与每一个同质化病例的中医诊断结果对应的症状信息之间的病例临床表型关联度，得到目标患者与多个同质化病例之间的多个病例临床表型关联度；根据得到的多个病例临床表型关联度，从多个同质化病例中筛选出相似度大于预设阈值的多个同质化病例作为参考病例；从筛选出的多个参考病例中选择一个参考病例作为目标参考病例，并获取目标参考病例对应中医诊断结果的中药组方；根据目标患者的症状信息对目标参考病例的中药组方进行校准，得到最终目标患者的中药处方。2.根据权利要求1所述的一种基于病例临床表型关联度的中药组方推荐方法，其特征在于，所述计算目标患者的症状信息与每一个同质化病例的中医诊断结果对应的症状信息之间的病例临床表型关联度，得到目标患者与多个同质化病例之间的多个病例临床表型关联度，具体包括：提取目标患者症状信息的第一特征向量；提取每一个同质化病例的中医诊断结果对应的症状信息的第二特征向量；计算提取的第一特征向量与每一个第二特征向量之间的病例临床表型关联度，得到目标患者与多个同质化病例之间的多个病例临床表型关联度。3.根据权利要求2所述的一种基于病例临床表型关联度的中药组方推荐方法，其特征在于，所述第一特征向量，表示为：V
ZJ
＝∈Z
j1×
∈Z
j2×…×
∈Z
j
t其中，Z
j
表示目标患者的多个类型的生理异常参数；∈Z
j
k表示症状Z
j
属性k的类别；t表示多个类型的生理异常参数的属性个数；V
ZJ
表示症状Z
j
的特征向量；所述第二特征向量表示为：其中，Z
′
j
表示同质化病例的多个类型的生理异常参数；表示症状Z
′
j
属性k的类别；t表示多个类型的生理异常参数的属性个数，W
Z
′
J
表示症状Z
′
j
的特征向量。4.根据权利要求3所述的一种基于病例临床表型关联度的中药组方推荐方法，其特征在于，所述目标患者与多个同质化病例之间的多个病例临床表型关联度的具体结构为：计算病例临床表型关联度系数，表示为：其中，n表示目标患者症状信息；m表示某一同质化病例症状信息；n∩m表示目标患者症状信息和某一同质化病例症状信息之间共有症状信息的数量；α(n，m)表示目标患者与某一
同质化病例的病例临床表型关联度系数；计算病例临床表型关联度权重值，表示为：n∩m＝0时，β(n，m)＝0.1n∩m＝0时，β(n，m)＝10＜n∩m＜10时，其中，β(n，m)表示目标患者症状信息和某一同质化病例症状信息之间的病例临床表型关联度权重值；通过病例临床表型关联度权重值对病例临床表型关联度系数进行调整，得到病例临床表型关联度，表示为：Clinc.Sim(n，m)＝α(n，m...

【专利技术属性】
技术研发人员：洪东升，楼燕，卢晓阳，吴佳莹，陈婷婷，刘晓健，
申请(专利权)人：浙江大学，
类型：发明
国别省市：