集成电子病历的内分泌病人个性化健康管理系统技术方案

本发明专利技术属于智能医疗技术领域，本发明专利技术的一种集成电子病历的内分泌病人个性化健康管理系统，包括电子病历库、患者服务库和推荐模块，所述电子病历库存储内分泌患者就诊数据；所述患者服务库存储内分泌患者诊疗服务类型；所述推荐模块根据所述患者就诊数据与所述患者诊疗服务类型进行元学习训练得到患者服务推荐模型，并根据患者更新的就诊数据向医生以及患者推荐相应服务类型。本发明专利技术通过对患者就诊数据与患者诊疗服务类型进行元学习训练用以对抗冷启动的问题，进而得到最优的患者服务推荐模型，其泛化性较好。其泛化性较好。其泛化性较好。

【技术实现步骤摘要】
集成电子病历的内分泌病人个性化健康管理系统


[0001]本专利技术涉及智能医疗
，尤其是一种集成电子病历的内分泌病人个性化健康管理系统。

技术介绍

[0002]内分泌疾病是指内分泌腺或神经内分泌细胞功能异常导致的疾病，其中包括糖尿病、甲状腺疾病、肾上腺疾病等多种常见疾病。随着生活方式的改变、老龄化人口的增加以及人口的增长，内分泌疾病的发病率呈现出逐年上升的趋势。同时，内分泌疾病的治疗管理与普通疾病治疗管理存在较大差异，差异包括：
①
、多数内分泌疾病在大多数情况下并不影响病人的日常生活，容易被忽视，病人自我管理能力的不同极大的影响治疗管理效果；
②
、内分泌疾病的治疗与普通疾病的根治治疗目标有所不同，在前沿医学研究中，一般建议以兼顾病人的基本生活品质作为基础前提，基本生活品质与个体差异关联性大；
③
、内分泌疾病通常是长期的、难以根治的，动态管理用药方案的需求普遍；
④
、同样的病灶表现，患者的年龄、性别、病史、症状等因素的不同也将影响治疗效果。因此，内分泌疾病的管理的个性化需求尤其明显。
[0003]传统的医疗模式往往存在信息不对称、医患沟通不畅、诊断误差等问题，严重影响了医疗效率和患者体验。信息技术开始逐渐应用于医疗领域，医疗信息化成为医疗改革和现代化医疗建设的重要内容之一。电子病历、健康管理等信息化系统均已服务于医疗系统。虽然信息化对于同病同治等治疗标准化具有一定的促进作用，但应用于内分泌疾病的治疗时，病人的个体差异以及极大的时间跨度，使得用于内分泌疾病管理领域的数据样本总量小，且极其孤立。并且，由于影响治疗效果的因素多，对于兼顾生活品质等前沿治疗理论方面甚至具有医生和患者看问题较强的主观性因素。因此，内分泌疾病的管理既不能按单一大样本疾病的信息化推进那样进行大样本训练提取有价值信息，也不能单独的仅仅做病历电子化记录管理。
[0004]期待的状态应是以病人的全面的个性化参数条件限定为前提，定制属于病人自己的智慧管理方案。信息系统从数据中提取的是病人自己的个性化数据，或者少量雷同样本的数据。这对于信息的学习获取而言具有较大的挑战，因为数据量极小、且积累速度慢的情况下，如何能让患者尽早感受到信息化系统的有价规律挖掘，最终实现对病人的专业服务管理价值输出，成为系统信息化的重要挑战。

技术实现思路

[0005]为解决上述现有技术问题，本专利技术提供一种集成电子病历的内分泌病人个性化健康管理系统，包括：电子病历库，所述电子病历库存储内分泌患者就诊数据；患者服务库，所述患者服务库存储内分泌患者诊疗服务类型；以及推荐模块，所述推荐模块根据所述患者就诊数据与所述患者诊疗服务类型进行元学习训练得到患者服务推荐模型，并根据患者的更新的就诊数据向医生以及患者推荐相应服务类型；其中，推荐模块具有元学习训练单元
和数据类聚单元；其中，数据类聚单元以患者属性参数为条件，以周期T对系统数据进行提取类聚，并将类聚数据推送至元学习训练单元；其中，所述元学习训练单元以所述类聚数据以及当前模型为基础，重新训练获得优化模型；其中，属性参数为患者的自然参数。其中自然参数是指非人为定义的参数，人为定义的参数如姓名、身份证号；自然参数如性别、年龄、病灶、医嘱等。
[0006]考虑到系统的使用规模和数据积累，方案优选为每4000
‑
6000人次就诊数据进行一次模型更新训练。具体到周期，建议周期T为1
‑
3个月。
[0007]进一步的，所述患者就诊数据包括：患者疾病数据、诊断结果、医嘱及就诊时间；所述服务类型包括：检查、饮食或作息。
[0008]进一步的，所述推荐模块包括：获取单元，用以获取患者样本数据集，所述样本数据集包括内分泌患者就诊数据以及相应的患者诊疗服务类型；第一训练单元，用以输入所述样本数据集至卷积神经网络中进行训练得到第一模型；分类单元，用以将所述样本数据集按照不同的患者进行分类得到多个患者的元知识集；第二训练单元，用以输入所述患者的元知识集至所述第一模型中再次进行训练得到元参数学习模型，所述元知识集包括多个不同患者的样本数据集；第三训练单元，用以输入所述样本数据集至所述元参数学习模型进行训练得到所述患者诊疗服务类型；输入单元，用以输入患者的更新的就诊数据至所述推荐模块得到相应推荐服务类型。
[0009]进一步的，所述第一训练单元包括：特征提取子单元，用以输入所述患者就诊信息至第一卷积神经网络中进行特征提取得到第一特征向量，输入所述服务类型至第二卷积网络中进行特征提取得到第二特征向量；建立子单元，用以建立所述第一特征向量与所述第二特征向量的相似度函数；计算子单元，用以对所述相似度函数进行最优化求解得所述第一训练模型，并用以将所述患者就诊数据映射至所述患者诊疗服务类型的相同维度。
[0010]进一步的，所述第二训练单元包括：划分子单元，将每个患者所对应的元知识集分为训练集与验证集；局部更新子单元，分别输入每个患者的训练集至所述第一训练模型中进行训练，得到多个模型参数，并对所述多个模型参数进行局部更新得到多个第二训练模型；全局更新子单元，输入所有患者的验证集至多个所述第二训练模型中进行验证，并对所述第二训练模型中的参数进行全局更新，得到所述元参数学习模型。
[0011]进一步的，所述第三训练单元包括：分配子单元，将所述样本数据集随机分为训练样本与测试样本；读取子单元，读取所述训练样本中的数据，分批输入所述训练样本至所述元参数学习模型中，以执行训练操作；调整子单元，在训练过程中对所述元参数学习模型的网络参数权重进行调整，以获得训练后的第三训练模型；验证子单元，输入所述测试样本至所述第三训练模型中进行验证操作，得到验证结果；以及优化子单元，根据所验证结果对所述第三训练模型进行优化，以获得所述患者诊疗服务类型。
[0012]进一步的，所述的集成电子病历的内分泌病人个性化健康管理系统还包括：健康报警模块，用以将患者检查结果所对应的第一特征向量输入至分类决策树中进行训练，得到分类模型，并根据患者的更新的就诊数据向医生提供报警信息。
[0013]进一步的，所述第一卷积神经网络与所述第二卷积神经网络的结构相同；所述第一卷积神经网络与所述第二卷积神经网络的参数不相同。
[0014]进一步的，所述相似度函数包括：皮尔逊相关系数或杰卡德相似系数。
[0015]进一步的，所述最优化求解包括：梯度下降。
[0016]进一步的，所述分类决策树的结果包括危险与非危险。
[0017]进一步的，当基于用户输入的诊疗数据得到的第一特征向量和服务向对应的第二特征向量的相似度大于设定阈值时，向用户推荐所述服务。
[0018]本专利技术的有益效果体现在，本专利技术提供了一种集成电子病历的内分泌病人个性化健康管理系统，通过对患者就诊数据与所述患者诊疗服务类型进行元学习训练用以对抗冷启动的问题，进而得到最优的患者服务推荐模型，其泛化性较好。
附图说明
[0019]图1为本专利技术所提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种集成电子病历的内分泌病人个性化健康管理系统，其特征在于，包括：电子病历库，所述电子病历库存储内分泌患者就诊数据；患者服务库，所述患者服务库存储内分泌患者诊疗服务类型；以及推荐模块，所述推荐模块根据所述患者就诊数据与所述患者诊疗服务类型进行元学习训练得到患者服务推荐模型，并根据患者更新的就诊数据向医生以及患者推荐相应服务类型；其中，所述推荐模块具有元学习训练单元和数据类聚单元；其中，所述数据类聚单元以患者属性参数为条件，以周期T对系统数据进行提取类聚，并将类聚数据推送至元学习训练单元；其中，所述元学习训练单元以所述类聚数据以及当前模型为基础，重新训练获得优化模型；其中，属性参数为患者的自然参数。2.根据权利要求1所述的集成电子病历的内分泌病人个性化健康管理系统，其特征在于，所述推荐模块还包括：获取单元，用以获取患者样本数据集，所述样本数据集包括内分泌患者就诊数据以及相应的患者诊疗服务类型；第一训练单元，用以输入所述样本数据集至卷积神经网络中进行训练得到第一训练模型；第二训练单元，用以输入所述患者的元知识集至所述第一训练模型中再次进行训练得到元参数学习模型，所述元知识集包括多个不同患者的样本数据集；第三训练单元，用以输入所述样本数据集至所述元参数学习模型进行训练得到所述患者诊疗服务类型；输入单元，用以输入患者的更新的就诊数据至所述推荐模块得到相应推荐服务类型。3.根据权利要求2所述的集成电子病历的内分泌病人个性化健康管理系统，其特征在于，所述第一训练单元包括：特征提取子单元，用以输入所述患者的就诊信息至第一卷积神经网络中进行特征提取得到第一特征向量，输入所述服务类型至第二卷积神经网络中进行特征提取得到第二特征向量；建立子单元，用以建立所述第一特征向量与所述第二特征向量的相似度函数；计算子单元，用以对所述相似度函数进行最优化求解得所述第一训练模型，并用以将所述患者就诊数据映射至所述患者诊疗服务类型的相同维度。4.根据权利要求2所述的集成电子病历的内分泌病人个性化健康管理系统，其特征在于，所述第二训练单元包括...

【专利技术属性】
技术研发人员：雷艺，
申请(专利权)人：西南医科大学附属医院，
类型：发明
国别省市：