一种基于医疗大数据及人工智能的医疗决策系统技术方案

本发明专利技术提供一种基于医疗大数据及人工智能的医疗决策系统，属于医学数据挖掘技术领域，具体包括：医疗大数据系统、数据上传模块、院内系统；医疗大数据系统负责对所述数据上传模块的上传数据进行处理，并生成待就诊病人的病状关键词，与历史临床病状的病状关键词进行相似度匹配，并得到相似诊疗案例；提取临床诊疗检验信息数据，并与相似诊疗案例的临床诊疗检验信息数据进行匹配，并得到符合诊疗案例；提取待就诊病人的临床诊疗影像信息，并与符合诊疗案例的临床诊疗影像信息进行匹配，并得到匹配诊疗案例；数据上传模块负责将所述上传数据进行上传；院内系统负责生成上传数据，并将匹配诊疗案例推送给诊断医生，实现了准确快速的病历匹配。的病历匹配。的病历匹配。

【技术实现步骤摘要】
一种基于医疗大数据及人工智能的医疗决策系统


[0001]本专利技术属于医学数据挖掘
，具体涉及一种基于医疗大数据及人工智能的医疗决策系统。

技术介绍

[0002]IBM公司于2007 年正式提出“云计算”概念，自此以后云计算、人工智能、互联网+等信息化技术飞速发展，“大数据(Big Data)”逐渐出现在大众日常生活之中，快速在各行各业间展开应用，并且成了发展进程中必不可缺的一环。医疗行业是数据密集型行业之一，也是最早实现数字信息化的行业之一，正确合理地利用医疗大数据资源，可以使医疗机构做出更合理、更科学的决策和规划。与此同时，普通人群也可以更简单更方便地了解并评估自身健康情况，将卫生资源最大化利用，使民众生活走向健康化。医疗大数据和每个人的日常生活都有着密切的关系，对日常防控、疾病预测、新药研发、辅助精准医疗等方面都将产生有利的影响。
[0003]中国专利技术专利公开号CN104915561B公开了一种疾病特征智能匹配方法，为了解决医生在诊断时需要参考相似病例，而相似病例的搜索意味着从庞大的病例数据库中找到相匹配的特征向量，显然传统的基于关键词的搜索方式无法满足多维特征快速匹配的需求的技术问题，采用了对电子病例库中已有的患者数据按照事先建立的疾病体征集和检验检查 指标集提取相应的值构成每位患者的特征向量，以相似度为权值，计算待匹配患者的各疾病体征指标和检验检查指标的得分，选取排序后得分贡献度在一定百分比以上的疾病体征指标和/或检验检查指标作为判断病症的主要特征，用于辅助诊断，但是上述专利计算工程量大，计算速度慢，此外对于医生来说，医生的医学知识储备量和诊疗经验积累量，极大程度上决定了对病人病状的判断、诊疗建议的选择以及病人后续的治疗康复程度，从而导致就诊医生对病人病症的主观判断不够准确，使得病人后续诊疗存在偏差，增加对病人病情健康等结论判断的误差性。
[0004]现有技术问题概括：病例匹配计算量大且速度慢，缺乏分步骤进行病例匹配的系统和方法。
[0005]针对上述技术问题，本专利技术提供了一种基于医疗大数据及人工智能的医疗决策系统。

技术实现思路

[0006]为实现本专利技术目的，本专利技术采用如下技术方案：根据本专利技术的一个方面，提供了一种基于医疗大数据及人工智能的医疗决策系统。
[0007]一种基于医疗大数据及人工智能的医疗决策系统，其特征在于，具体包括：医疗大数据系统、数据上传模块、院内系统；所述医疗大数据系统负责对所述数据上传模块的上传数据进行处理，并根据待就
诊病人的临床病状描述信息，生成待就诊病人的临床病状信息报告，并提取所述报告中的病状关键词；根据所述病状关键词与所述上传数据中诊疗案例的历史临床病状信息报告中的病状关键词进行相似度匹配，并将相似度高于第一阈值的诊疗病例作为相似诊疗案例；提取待就诊病人的临床诊疗检验信息数据，并与所述相似诊疗案例的临床诊疗检验信息数据进行匹配，并将符合度大于第二阈值的所述相似诊疗案例作为符合诊疗案例；提取待就诊病人的临床诊疗影像信息，并与所述符合诊疗案例的临床诊疗影像信息进行匹配，并将匹配度大于第三阈值的所述符合诊疗案例作为匹配诊疗案例；所述数据上传模块负责将所述上传数据进行上传，所述上传数据包括待就诊病人以及诊疗病例的数据，所述数据包括历史临床病状信息报告、临床诊疗检验信息数据、临床诊疗影像信息；所述院内系统负责生成所述上传数据，并将所述医疗大数据系统得到的所述匹配诊疗案例推送给诊断医生。
[0008]院内系统生成上传数据包括待就诊病人以及诊疗病例的数据，所述数据包括历史临床病状信息报告、临床诊疗检验信息数据、临床诊疗影像信息，并将所述上传数据通过数据上传模块上传至医疗大数据系统，医疗大数据系统首先通过对临床病状描述信息，生成待就诊病人的临床病状信息报告，并提取所述报告中的病状关键词；根据所述病状关键词与所述上传数据中的病状关键词进行相似度匹配，确定相似诊疗案例；再通过临床诊疗检验信息数据，确定所述相似诊疗案例中的符合诊疗案例；通过临床诊疗影像信息确定所述符合诊疗案例中的匹配诊疗案例，并将匹配诊疗案例推送给医生，辅助进行诊断，通过三步确认，使得筛选的数据维度逐渐降低，提高了筛选效率，降低了筛选难度。
[0009]医疗大数据首先通过待就诊病人的临床病状描述信息，生成待就诊病人的临床病状信息报告，并提取所述报告中的病状关键词，根据所述病状关键词与所述上传数据中诊疗案例的病状关键词的相似度比对结果，确定此时的相似诊疗案例，由于不同的病症其临床诊疗检验信息和临床诊疗影像信息会有一定的重复性，因此效率不会很高，因此通过首先对临床病状信息报告中的病状关键词进行相似度对比，可以极大的筛选出来类似临床病状指标的诊疗病例，避免由于首先采用临床诊疗检验信息和临床诊疗影像信息或者同时采用临床诊疗检验信息和临床诊疗影像信息以及临床病状信息报告，导致的效率不高的问题出现；在得到相似诊疗案例后，通过对临床诊疗检验信息的判断，筛选得到此时的符合诊疗案例，由于临床诊疗检验信息与临床诊疗影像信息相比，更加直观准确，在进行对比时，可以更快的筛选得到符合诊疗案例，从而进一步的降低了最后进行临床诊疗影像信息的数据量，最后通过临床医疗影响信息可以得到最终的匹配诊疗案例，匹配诊疗案例可以推送给医生，提高诊断可靠性，通过分步骤进行判断，将识别效率最低的临床诊疗影像信息放到最后一步，将区分能力最强的临床病状信息报告放在第一位，可以极大提升识别效率，速度较快，用户体验度得到明显提升，从而确保就诊医生在诊疗病人过程中能够结合多个诊疗案例进行参考分析，有效避免就诊医生的医学知识储备和诊疗经验积累不足的问题，提高就诊医生对病人病症的判断准确性，降低对病人病情健康等结论判断的误差性，进而辅助就诊医生更加快速、准确、合理地做出诊断。
[0010]进一步的技术方案在于，病状关键词匹配、临床诊疗检验信息数据匹配、临床诊疗影像信息匹配可以采用其中任意一项或者任意两项进行病例的筛选。
[0011]根据病状和种类的不同，有时不需要进行临床诊疗检验或者临床诊疗影像检验，或者两者都不需要，因此在实际操作中，可以选择三种匹配中仅选择其中一项或者两项，同样可以实现对匹配诊疗案例的提取。
[0012]进一步的技术方案在于，病状关键词匹配、临床诊疗检验信息数据匹配、临床诊疗影像信息匹配的先后顺序，可以按照病状的不同，进行调整。
[0013]进一步的技术方案在于，所述基于医疗大数据及人工智能的医疗决策系统还包括院外服务模块，提供辅助医疗服务，有针对实时跟踪用户的诊疗情况以及服药情况。
[0014]通过设置院外服务模块，解决了原先病人在经过就诊和治疗后，医生对病人治疗后的恢复信息不能很好地跟踪的问题，由于无法实时跟踪，导致无法实现医生在病人恢复期间与病人的实时交互，从而使得医生无法实时掌握病人恢复情况，可能会给患者后续的治疗与随访带来极大的影响，通过设置员外服务模块，医生可以实现对病人恢复情况的掌握，从而提升病人的获得感和满足感，更有益于病人的康复。
[0015]进一步的技术方案在于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于医疗大数据及人工智能的医疗决策系统，其特征在于，具体包括：医疗大数据系统、数据上传模块、院内系统；所述医疗大数据系统负责对所述数据上传模块的上传数据进行处理，并根据待就诊病人的临床病状描述信息，生成待就诊病人的临床病状信息报告，并提取所述报告中的病状关键词；根据所述病状关键词与所述上传数据中诊疗案例的历史临床病状信息报告中的病状关键词进行相似度匹配，并将相似度高于第一阈值的诊疗病例作为相似诊疗案例；提取待就诊病人的临床诊疗检验信息数据，并与所述相似诊疗案例的临床诊疗检验信息数据进行匹配，并将符合度大于第二阈值的所述相似诊疗案例作为符合诊疗案例；提取待就诊病人的临床诊疗影像信息，并与所述符合诊疗案例的临床诊疗影像信息进行匹配，并将匹配度大于第三阈值的所述符合诊疗案例作为匹配诊疗案例；所述数据上传模块负责将所述上传数据进行上传，所述上传数据包括待就诊病人以及诊疗病例的数据，所述数据包括历史临床病状信息报告、临床诊疗检验信息数据、临床诊疗影像信息；所述院内系统负责生成所述上传数据，并将所述医疗大数据系统得到的所述匹配诊疗案例推送给诊断医生。2.如权利要求1所述的基于医疗大数据及人工智能的医疗决策系统，其特征在于，病状关键词匹配、临床诊疗检验信息数据匹配、临床诊疗影像信息匹配可以采用其中任意一项或者任意两项进行病例的筛选。3.如权利要求1或2所述的基于医疗大数据及人工智能的医疗决策系统，其特征在于，病状关键词匹配、临床诊疗检验信息数据匹配、临床诊疗影像信息匹配的先后顺序，可以按照病状的不同，进行调整。4.如权利要求1所述的基于医疗大数据及人工智能的医疗决策系统，其特征在于，所述基于医疗大数据及人工智能的医疗决策系统还包括院外服务模块，提供辅助医疗服务，有针对地实时跟踪用户的诊疗情况以及服药情况。5.如权利要求1所述的基于医疗大数据及人工智能的医疗决策系统，其特征在于，所述基于医疗大数据及人工智能的医疗决策系统还包括：云服务器、云计算处理平台、数据接收模块、数据处理控制模块、基础系统模块、基础系统模块、用户端。6.如权利要求1所述的基于医疗大数据及人工智能的医疗决策系统，其特征在于，所述病状关键词的提取方法为:S11 通过分词工具将临床病状信息报告进行分词处理得到经过分词处理过的临床病状信息报告的词；S12 将所述经过分词处理过的临床病状信息报告的词送入到已训练完成的基于LSTM算法的分类器进行关键词提取，并通过TF
‑
IDF 算法进行关键词的提取；S13 通过专家...

【专利技术属性】
技术研发人员：刘杰，刘韬，
申请(专利权)人：北京超数时代科技有限公司，
类型：发明
国别省市：