【技术实现步骤摘要】
一种基于认知图谱的全科患者个性化诊疗方案推荐系统
[0001]本专利技术属于医疗健康信息
，尤其涉及一种基于认知图谱的全科患者个性化诊疗方案推荐系统。
技术介绍
[0002]在我国，全科医学是一个面向社区与家庭，整合临床医学、预防医学、康复医学以及人文社会学科相关内容于一体的综合性医学专业学科，成立于上世纪九十年代，其范围涵盖了各种年龄、性别、各个器官系统以及各类健康问题。全科医学主要服务领域为基层卫生保健，以家庭、社区为背景，处理常见问题为主，并且大量是处于疾病未分化阶段的健康问题。全科未分化疾病是指医学上无法解释的躯体症状或指疾病早期尚未明确归属于某一系统的疾病。也就是说，就诊全科的患者往往只表现出外显的症状，可能并不知道自己患病的原因以及疾病所属的系统。另外，很多疾病往往在早期发展阶段就表现出一些特异性及非特异性症状，比如腹痛几乎会影响所有的腹部癌症，包括结肠癌、前列腺癌、膀胱癌、肾癌，而2020年Lancet Oncology上的一篇文章也指出很多病人的某些症状在癌症的I
‑
III期都已经表现...
【技术保护点】
【技术特征摘要】
1.一种基于认知图谱的全科患者个性化诊疗方案推荐系统，其特征在于，包括：数据采集模块：用于从医疗机构数据库中抽取全科门诊患者就诊时的临床诊疗数据；数据预处理模块：对数据采集模块获取的数据进行数据预处理操作，包括对门诊电子病历文本数据结构化处理及数据规整；数据分析推理模块：构建全科知识图谱，基于患者就诊时的疾病、症状、用药信息和已构建的全科知识图谱，利用变体图神经网络和注意力捕捉模块建立患者个性化的疾病发展轨迹的认知图谱，给出患者个性化诊疗方案推荐；推荐结果显示模块：对数据分析推理模块的推理过程进行可视化展示，提供患者个性化疾病发展和治疗过程。2.根据权利要求1所述的一种基于认知图谱的全科患者个性化诊疗方案推荐系统，其特征在于，所述数据预处理模块中，采用基于规则和领域词典的方法从门诊电子病历文本数据中提取患者的症状、患病记录及用药记录，实现文本数据结构化；针对含有数值的检查结果数据类型，仅保留指标结果为阳性的数据；去除定期到医疗机构开药、定期体检以及定期复查的患者数据；去除就诊中医门诊的患者数据。3.根据权利要求1所述的一种基于认知图谱的全科患者个性化诊疗方案推荐系统，其特征在于，所述数据分析推理模块中，所述全科知识图谱采用手动构建和自动构建相结合的方式；通过临床医生完成与数据采集模块抽取的症状、疾病相关知识的全科知识图谱手动构建部分；全科知识图谱自动构建部分涵盖从SemMed DB以及中文ICD
‑
10中提取到的相关临床术语及关系。4.根据权利要求1所述的一种基于认知图谱的全科患者个性化诊疗方案推荐系统，其特征在于，所述数据分析推理模块包括全科知识图谱构建模块和基于认知图谱的推理系统；所述基于认知图谱的推理系统包括两个子系统：子系统1用于基于患者初始临床诊疗数据集在已构建的全科知识图谱上进行疾病发展轨迹探索；子系统2用于基于子系统1探索的患者多条潜在疾病发展轨迹进行患者最终状态精准定位。5.根据权利要求4所述的一种基于认知图谱的全科患者个性化诊疗方案推荐系统，其特征在于，所述子系统1包括：对全科知识图谱进行全局向量化；患者个性化的认知图谱最初由患者初始临床诊疗数据集中的若干患者初始数据形成的节点构成，基于认知图谱和全局向量化后的全科知识图谱，迭代捕捉潜在的认知图谱推理节点集；所述子系统2包括：将认知图谱推理节点集中的节点逐步补充到认知图谱中，定义认知图谱的节点状态更新方式，基于全科知识图谱和认知图谱推理得到患者的疾病和治疗方式。6.根据权利要求5所述的一种基于认知图谱的全科患者个性化诊疗方案推荐系统，其特征在于，所述子系统1中，基于变体图神经网络实现全科知识图谱的全局向量化，具体为：全科知识图谱包含一系列三元组，每个三元组由一个关系r和两个实体组成，每个实体作为全科知识图谱中的一个节点，每个三元组代表一条医学知识；为全科知识图谱的每个节点h定义一个可学习的嵌入向量表示，为每个关系r定义一个可学习的嵌入向量表示；设置全局向量化过程迭代步数M，第步迭代时，节点h
的状态向量表示为，，与节点h相关的医学知识的向量化表示；在全科知识图谱中对节点h所在的全部三元组包含的医学知识进行聚合，得到三元组聚合向量，其中为全科知识图谱中节点h所在的全部三元组的数量；节点h的下一步状态向量的更新方式为；和为两个隐藏层函数，输入为全部向量的拼接，输出与输入的单个向量维度一...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。