System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及医疗诊断领域,尤其涉及一种基于多元角色知识图谱的高血压诊疗决策推理方法及装置。
技术介绍
1、知识图谱是一种基于图的表示知识的方式。图由节点和边组成,图中节点代表现实世界中的实体,边代表实体之间的关系。知识图谱存储了丰富的领域知识,基于这些知识可以搭建各种知识驱动的应用和服务。因此,知识图谱在医疗、金融、知识问答、推荐系统等领域取得了广泛的应用。在医学领域,由于医学任务往往涉及大量的医学知识,知识图谱也自然被从业者广泛使用,常见的一些应用包含:蛋白质交互、药物相互作用、疾病诊断、临床决策支持。
2、高血压是一种世界范围内常见的慢性病。高血压的诊断和治疗涉及了大量的医学知识和临床经验。医师需要依据患者的当前状况给患者进行高血压分级、目标血压确定、危险水平分层,然后确定采用的治疗方案。若治疗方案是药物治疗,医师还需要依据患者体检结果以及其临床并发疾病的情况,进一步给出具体的用药方案,不同的患者往往需要不同的降压药来进行治疗。在高血压诊疗的临床决策中,每一步都涉及了相应的高血压临床知识,高血压临床决策是一项知识密集型任务。
3、尽管医学领域已经构建了很多知识图谱,但其存储的知识的广度和深度有限,还不能够解决具体而又复杂的高血压诊疗决策任务。当今的通用医学知识图谱,例如:umls、cmekg,虽然存储了大量的医学领域的通用知识,但缺少了高血压诊疗步骤中具体的临床决策知识。当今提出的高血压知识图谱也仅仅存储了适应症、禁忌症、疾病关系、药品关系等知识,它只能够解决高血压药物治疗中的单药推荐的问题,并不能够支
技术实现思路
1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此,本申请的第一个目的在于提出一种基于多元角色知识图谱的高血压诊疗决策推理方法,以实现高血压诊疗知识的表示与存储、通用推理框架的构建以及综合多因素的高血压降压药物推荐机制。
3、本申请的第二个目的在于提出一种基于多元角色知识图谱的高血压诊疗决策推理装置。
4、为达上述目的,本申请第一方面实施例提出了一种基于多元角色知识图谱的高血压诊疗决策推理方法,包括:
5、构建高血压诊疗知识图谱,其中,采用多元角色知识范式表示所述高血压诊疗知识图谱中的多元医学知识,基于产生式规则储存所述多元医学知识;
6、根据所述高血压诊疗知识图谱归纳和抽象出高血压诊疗时的动作,基于所述动作开发多个单跳推理算子,基于所述多个单跳推理算子构建推理引擎;
7、获取患者输入数据,通过所述推理引擎从所述高血压诊疗知识图谱中取出与所述患者输入数据对应的知识,并对所述患者状态进行更新,得到所述患者的血压等级与高血压危险分层;
8、若所述患者的血压等级与高血压危险分层和目标等级与血压的差值大于预设差值,依据所述高血压诊疗知识图谱生成治疗措施与多种候选用药方案,并记录所述多种候选用药方案涉及的决策原因;
9、根据药物推荐机制对各候选用药方案进行评分,得到所述多种候选用药方案中的推荐列表和警示列表。
10、可选的,所述构建高血压诊疗知识图谱,包括:
11、根据中国高血压指南和医学常识性知识选择实体与实体关系类型,其中,所述实体包括文本实体和数值实体,所述实体关系类型用于表达一步医学决策过程所用到的知识类型;
12、将相关的所述实体与实体关系类型表示为键值对形式,将含有或逻辑连接词的多元医学知识拆分成多条多元知识,并通过if-then形式规则对存在或逻辑关系的多元医学知识进行组织,完成所述高血压诊疗知识图谱构建。
13、可选的,所述多个单跳推理算子,包括:
14、实体添加算子,用于根据诊疗知识的结论,向患者状态的文本实体中添加新的医学实体,记录当前诊疗环节的推理结论;
15、实体偏序算子,用于保留优先级关系中优先级最高的实体,去掉优先级最低的实体;
16、实体替换算子,用于将患者状态中的口语化文本实体文本替换为标准化医学术语;
17、实体计数算子,用于对患者状态的指定文本实体进行计数,并向患者状态的数值实体中添加一个存储计数结果的实体;
18、数值计算算子,用于利用患者已有的数值实体,计算和生成新的新的数值实体。
19、可选的,所述获取患者输入数据,通过所述推理引擎从所述高血压诊疗知识图谱中取出与所述患者输入数据对应的知识,并对所述患者状态进行更新,得到所述患者的血压等级与高血压危险分层,包括:
20、对所述患者输入数据进行数据预处理,处理过程包括术语标准化、服用药品父类推测、数值计算预处理、诊断结论确定,并基于疾病层级关系和蕴含关系对所述诊断结论进行更新,将最终的诊断结论添加到患者状态;
21、根据所述患者状态依次进行血压分级优先级判定、预后因素细化判定、预后因素大类判定、风险分层判定、风险分层优先级判定,得到患者的血压等级与高血压危险分层。
22、可选的,所述根据所述患者状态依次进行血压分级优先级判定、预后因素细化判定、预后因素大类判定、风险分层判定、风险分层优先级判定,得到患者的血压等级与高血压危险分层,包括:
23、根据血压分级优先级知识,保留所述诊断结论中得出的血压水平分级实体中优先级最高的实体;
24、选择对患者状态解释成立的多个类别的预后因素的大类和子类;
25、根据所述多个类别的预后因素的大类和子类,依据超图规则,推测患者可能的风险分层,并通过所述实体添加算子将推测结论添加到患者状态里,进行患者状态的更新;
26、根据危险分层的优先级知识,保留患者状态里危险分层类型中优先级最高的实体,去除优先级最低的实体,得到患者的血压等级与高血压危险分层。
27、可选的,所述方法,还包括:
28、若所述患者的血压等级与高血压危险分层和目标等级与血压的差值不大于预设阈值,判断患者不需要药物治疗,对患者进行观察或对患者进行非药物治疗。
29、可选的,所述若所述患者的血压等级与高血压危险分层和目标等级与血压的差值大于预设差值,依据所述高血压诊疗知识图谱生成治疗措施与多种候选用药方案,包括:
30、判断患者诊疗时是否服用降压药物;
31、若患者未服用降压药物,进入基本用药决策环节,从所述高血压诊疗知识图谱中取出适合患者的高血压并发症下的所有的基本用药方案,并记录所述基本用药方案和其决策原因;
32、若患者已服用降压药物,进入增药用药决策环节,根据患者服用的药物以及患病情况,从所述高血压诊疗知识图谱中取出相关的增药用药方案,并记录所述增药用药方案和其决策原因。
33、可选的,在获得基本用药方案或增药用药方案后,还包括:
34、根据适应症和禁忌症的知识进行决策,以更新所述基本用药方案或增药用药方案,得到初级用药方案;
35、通过本文档来自技高网...
【技术保护点】
1.一种基于多元角色知识图谱的高血压诊疗决策推理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述构建高血压诊疗知识图谱,包括:
3.根据权利要求2所述的方法,其特征在于,所述多个单跳推理算子,包括:
4.根据权利要求3所述的方法,其特征在于,所述获取患者输入数据,通过所述推理引擎从所述高血压诊疗知识图谱中取出与所述患者输入数据对应的知识,并对所述患者状态进行更新,得到所述患者的血压等级与高血压危险分层,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据所述患者状态依次进行血压分级优先级判定、预后因素细化判定、预后因素大类判定、风险分层判定、风险分层优先级判定,得到患者的血压等级与高血压危险分层,包括:
6.根据权利要求1所述的方法,其特征在于,还包括:
7.根据权利要求1所述的方法,其特征在于,所述若所述患者的血压等级与高血压危险分层和目标等级与血压的差值大于预设差值,依据所述高血压诊疗知识图谱生成治疗措施与多种候选用药方案,包括:
8.根据权利要求7所述的方法,其
9.根据权利要求1所述的方法,其特征在于,所述根据药物推荐机制对各候选用药方案进行评分,得到所述多种候选用药方案中的推荐列表和警示列表,包括:
10.一种基于多元角色知识图谱的高血压诊疗决策推理装置,其特征在于,包括:
...【技术特征摘要】
1.一种基于多元角色知识图谱的高血压诊疗决策推理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述构建高血压诊疗知识图谱,包括:
3.根据权利要求2所述的方法,其特征在于,所述多个单跳推理算子,包括:
4.根据权利要求3所述的方法,其特征在于,所述获取患者输入数据,通过所述推理引擎从所述高血压诊疗知识图谱中取出与所述患者输入数据对应的知识,并对所述患者状态进行更新,得到所述患者的血压等级与高血压危险分层,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据所述患者状态依次进行血压分级优先级判定、预后因素细化判定、预后因素大类判定、风险分层判定、风险分层优先级判定,...
【专利技术属性】
技术研发人员:鄂海红,周庚显,匡泽民,汤子辰,宋美娜,谭玲,
申请(专利权)人:北京邮电大学,
类型:发明
国别省市:
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。