一种面向智能医疗系统实施评估的不变因果发现方法技术方案

本发明专利技术公开了一种面向智能医疗系统实施评估的不变因果发现方法，包括以下步骤：通过研究文献

【技术实现步骤摘要】
一种面向智能医疗系统实施评估的不变因果发现方法


[0001]本专利技术涉及智能医疗系统评估领域，具体为一种面向智能医疗系统实施评估的不变因果发现方法
。

技术介绍

[0002]智能医疗系统是指结合了先进的传感器技术
、
人工智能
、
大数据分析
、
云计算等技术的医疗设备或服务，旨在提供更加智能化
、
个性化和高效的医疗健康解决方案
。
尽管智能医疗系统具有很大的潜力和优势，但在实际应用与推广时仍然面临一些挑战，用户接受
、
社会支持
、
社会经济等多种因素都会影响智能医疗系统的实施效果
。
因此，利用计算机科学
、
统计分析等理论识别智能医疗系统实施及其影响因素，成了优化其应用的关键
。
[0003]目前，针对智能医疗系统实施的影响因素识别以寻找“相关性”证据为主，这类方法利用回归
、
方差分析
、
广义估计方程
、
广义线性混合模型
、
假设检验等方法，揭示了影响因素与智能医疗系统采用之间的相关关系
。
在现实中，这类方法能较好地完成“预测”、“推荐”任务，但不适用于指导不同环境的智能医疗系统的政策决策问题
。
相比之下，因果推理方法，将因果图和观察数据结合，基于概率推断，能得出跨环境下稳定的“因果”证据，对于识别智能医疗系统的影响因素更具优势；
>[0004]然而，智能医疗系统的影响机制复杂，已有的发现智能医疗系统实施及其影响因素因果关系网的方法，或者依赖领域先验知识，或者依赖单一环境下的因果图发现算法，可能使得研究结论的可靠性出现偏差
。
除此外，针对数据方面，现有的识别影响因素方法，或者基于仿真生成，或者通过问卷调查的方式收集，容易存在过于理想
、
主观因素和样本偏倚等问题
。
因此，面向智能医疗系统评估领域，智能医疗系统使用及其影响因素之间“准确”的因果图构建是当前亟需解决的问题
。

技术实现思路

[0005]本专利技术的目的在于提供一种面向智能医疗系统实施评估的不变因果发现方法，以解决上述
技术介绍
中提出的问题
。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]一种面向智能医疗系统实施评估的不变因果发现方法，包括以下步骤：
[0008]步骤
S1
，收集先验知识：通过研究文献
、
专业手册
、
领域专家途径收集与智能医疗系统实施效果相关的先验知识，这些先验知识包括医学理论
、
临床实践经验
、
相关研究成果；
[0009]步骤
S2
，提出因果关系假设：基于收集的先验知识，确定与智能医疗系统实施效果相关的多个因果关系假设，这些因果关系假设是关于医疗系统特定功能或特定因素对患者临床结果的影响；
[0010]步骤
S3
，收集多变量时序数据：从多个数据源，例如医疗记录
、
传感器数据，从中收集与因果关系假设相关的多变量时序数据，确保数据的完整性和质量，进行数据清洗和治
理，包括缺失值处理
、
异常值检测和纠正步骤；
[0011]步骤
S4
，划分不同环境数据：根据不同的环境因素，将数据集划分为多个子集，环境因素可以是医院
、
科室
、
病种
、
患者群体，确保每个子集具有一定的样本量和代表性，以支持针对特定环境的回归拟合分析；
[0012]步骤
S5
，回归拟合实验：使用回归分析方法，按照不变性原理思想，在每个子集中对所有预测变量的子集进行回归拟合实验，根据先验知识中的因果关系假设，在拟合实验中选择合适的预测变量和控制变量，并应用适当的统计方法进行拟合和推断；
[0013]步骤
S6
，获取因果关系假设交集：对于每个环境子集，收集回归分析的结果，其中包括系数
、
置信区间
、
显著性检验，通过比较不同环境下的回归结果，获取所有环境的因果关系假设的交集，得到具有一致性的因果关系；
[0014]步骤
S7
，构建因果图：基于因果关系假设的交集结果，构建不同环境下智能医疗系统实施效果的因果图，该图可以显示各因果关系间的逻辑关系和影响程度，帮助理解因果机制和效果的复杂关系；
[0015]步骤
S8
，验证和修正因果假设：使用其他研究方法和数据进行验证和修正因果关系假设，其中，包括通过实际实验
、
随机对照试验或其他方法来进一步检验因果关系的有效性和一致性
。
[0016]进一步的，所述步骤
S1
中，系统地收集先验知识包括以搜索研究文献
、
专业手册
、
咨询领域专家方式，搜索相关领域知识，收集相关研究文献知识时，系统查询谷歌学术
、
中国知网
、
万方数据库
、Pubmed
国内外文献检索工具，整理国内外智能医疗系统评估过程中已证的因果关系
、
变量之间的依赖关系
、
影响因素
、
评价指标，智能医疗系统实践运行时，通过专家咨询
、
实地考察方式了解智能医疗系统在落地时面临的特殊挑战及其可能的影响因素集，结合两者，汇集形成多源先验知识
。
[0017]进一步的，所述步骤
S2
中，基于收集的先验知识，提出关于因果关系的假设，这些假设描述了变量之间的因果联系，并指明哪些因变量可能受到哪些自变量的影响
。
[0018]进一步的，所述步骤
S3
中，收集并预处理所研究问题相关的多变量时序数据，从智能医疗系统监测数据库
、
医院信息集成系统
、
网络大数据多个数据源提取和挖掘多源时序数据，针对数据中的缺失值
、
异常值，利用简单插补
、
多值插补和随机森林多种方式进行补全，针对多源数据异构
、
难以直接融合问题，采用
FuzzyWuzzy
模糊字符串匹配工具，实现多源信息匹配和融合
。
[0019]进一步的，所述步骤
S4
‑
步骤
S6
中，基于不变因果预测发现不同环境下稳定的因果图，包括基于混合方法构建不同环境，具体步骤如下：
[0020]a.
利用已有环境划分经验，进行不同环境划分，即不同环境下的时序数据，常见的干预知识包括：可从卫生政策干预
、
季节气候变化角度进行环境划分；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种面向智能医疗系统实施评估的不变因果发现方法，其特征在于，包括以下步骤：步骤
S1
，收集先验知识：通过研究文献
、
专业手册
、
领域专家的途径收集与智能医疗系统实施效果相关的先验知识，这些先验知识包括医学理论
、
临床实践经验
、
相关研究成果；步骤
S2
，提出因果关系假设：基于收集的先验知识，确定与智能医疗系统实施效果相关的多个因果关系假设，这些因果关系假设是关于医疗系统特定功能或特定因素对患者临床结果的影响；步骤
S3
，收集多变量时序数据：从多个数据源，例如医疗记录
、
传感器数据，从中收集与因果关系假设相关的多变量时序数据，确保数据的完整性和质量，进行数据清洗和治理，包括缺失值处理
、
异常值检测和纠正步骤；步骤
S4
，划分不同环境数据：根据不同的环境因素，将数据集划分为多个子集，环境因素可以是医院
、
科室
、
病种
、
患者群体，确保每个子集具有一定的样本量和代表性，以支持针对特定环境的回归拟合分析；步骤
S5
，回归拟合实验：使用回归分析方法，按照不变性原理思想，在每个子集中对所有预测变量的子集进行回归拟合实验，根据先验知识中的因果关系假设，在拟合实验中选择合适的预测变量和控制变量，并应用适当的统计方法进行拟合和推断；步骤
S6
，获取因果关系假设交集：对于每个环境子集，收集回归分析的结果，其中包括系数
、
置信区间
、
显著性检验，通过比较不同环境下的回归结果，获取所有环境的因果关系假设的交集，得到具有一致性的因果关系；步骤
S7
，构建因果图：基于因果关系假设的交集结果，构建不同环境下智能医疗系统实施效果的因果图，该图可以显示各因果关系间的逻辑关系和影响程度，帮助理解因果机制和效果的复杂关系；步骤
S8
，验证和修正因果假设：使用其他研究方法和数据进行验证和修正因果关系假设，其中，包括通过实际实验
、
随机对照试验或其他方法来进一步检验因果关系的有效性和一致性
。2.
根据权利要求1所述的一种面向智能医疗系统实施评估的不变因果发现方法，其特征在于：所述步骤
S1
中，系统地收集先验知识包括以搜索研究文献
、
专业手册
、
咨询领域专家方式，搜索相关领域知识，收集相关研究文献知识时，系统查询谷歌学术
、
中国知网
、
万方数据库
、Pubmed
国内外文献检索工具，整理国内外智能医疗系统评估过程中已证的因果关系
、
变量之间的依赖关系
、
影响因素
、
评价指标，智能医疗系统实践运行时，通过专家咨询
、
实地考察方式了解智能医疗系统在落地时面临的特殊挑战及其可能的影响因素集，结合两者，汇集形成多源先验知识
。3.
根据权利要求1所述的一种面向智能医疗系统实施评估的不变因果发现方法，其特征在于：所述步骤
S2
中，基于收集的先验知识，提出关于因果关系的假设，这些假设描述了变量之间的因果联系，并指明哪些因变量可能受到哪些自变量的影响
。4.
根据权利要求1所述的一种面向智能医疗系统实施评估的不变因果发现方法，其特征在于：所述步骤
S3
中，收集并预处理所研究问题相关的多变量时序数据，从智能医疗系统监测数据库
、
医院信息集成系统
、
网络大数据多个数据源提取和挖掘多源时序数据，针对数据中的缺失值
、
异常值，利用简单插补
、
多值插补和随机森林多种方式进行补全，针对多源数据异构
、
难以直接融合问题，采用
FuzzyWuzzy
模糊字符串匹配工具，实现多源信息匹配和
融合
。5.
根据权利要求1所述的一种面向智能医疗系统实施评估的不变因果发现方法，其特征在于：所述步骤
S4
‑
步骤
S6
中，基于不变因果预测发现不同环境下稳定的因果图，包括基于混合方法构建不同环境，具体步骤如下：
a.
利用已有环境划分经验，进行不同环境划分，即不同环境下的时序数据，常见的干预知识包括：可从卫生政策干预
、
季节气候变化角度进行环境划分；
b.
根据多个预测变量
X
的非平稳变化，利用线性回归模型拟合预测变量
X
与目标变量
Y
的关系，利用希尔伯特
‑
施密特独立性准则检测模型残差的变化位点，根据到的检测时序数据的变化位点，以此作为环境划分依据；
c.
混合两种环境划分方法，最终得到不同环境及其对应环境的数据
。6.
根据权利要求1所述的一种面向智能医疗系统实施评估的不变...

【专利技术属性】
技术研发人员：甘泉，周安顺，张汉宁，谢燕，燕辉，南山，孙小军，邓俊琼，李文祺，王彩霞，刘彩，杨日华，
申请(专利权)人：联通海南产业互联网有限公司，
类型：发明
国别省市：