本發(fā)明涉及醫(yī)療診斷技術(shù)領(lǐng)域，具體涉及一種大數(shù)據(jù)下基于可信組合評估的醫(yī)療自診斷服務(wù)設(shè)計方法。
背景技術(shù)：
當(dāng)前醫(yī)療的矛盾很大部分是有限的公立醫(yī)院資源與巨大的病人醫(yī)療需求之間的矛盾。同時，受制于頂層設(shè)計、醫(yī)保聯(lián)網(wǎng)、分級診療制度等不完善，一邊是優(yōu)質(zhì)醫(yī)療資源被“小病”占據(jù)，另一邊卻是基層醫(yī)療資源長期閑置。為解決看病難喝看病貴的難題，世界各國在醫(yī)療建設(shè)方面投入了巨大的財力，旨在通過信息化技術(shù)提高醫(yī)療資源的利用率并克服醫(yī)療資源分布不均衡的形狀。對此，有業(yè)內(nèi)人士分析稱，如果能在“共享經(jīng)濟(jì)”模式下尋求突圍，醫(yī)療行業(yè)將迸發(fā)出巨大的生機(jī)。
隨著醫(yī)療信息化進(jìn)程的推進(jìn)和深入，醫(yī)療軟件在各大醫(yī)院廣泛的普及和使用，使得醫(yī)療領(lǐng)域積累的數(shù)據(jù)迅速增長，形成了豐富的醫(yī)療大數(shù)據(jù)資源，包括患者就診病歷、診斷相關(guān)的影像信息、制藥企業(yè)相關(guān)數(shù)據(jù)等等。充分利用這些豐富的醫(yī)療大數(shù)據(jù)資源，在不同的用戶群體間進(jìn)行醫(yī)療數(shù)據(jù)共享，根據(jù)用戶需求構(gòu)建新的醫(yī)療大數(shù)據(jù)服務(wù)，對提高醫(yī)療水平、提高醫(yī)療資源的利用率并克服醫(yī)療資源分布不均衡具有重大意義。
在實際應(yīng)用中，目前，互聯(lián)網(wǎng)醫(yī)療行業(yè)商業(yè)模式并不清晰，想要對醫(yī)療大數(shù)據(jù)資源進(jìn)行管理并構(gòu)建醫(yī)療大數(shù)據(jù)服務(wù)必須解決幾方面問題，比如，醫(yī)療領(lǐng)域的軟件應(yīng)用由于基于不同的軟硬件平臺，在底層技術(shù)和業(yè)務(wù)流程方面存在廣泛的異構(gòu)性，使得在不同的醫(yī)療用戶群體之間實現(xiàn)數(shù)據(jù)共享非常困難(如電子病歷、醫(yī)學(xué)圖像等等)。
技術(shù)實現(xiàn)要素：
本發(fā)明的目的是為了解決現(xiàn)有技術(shù)中的上述缺陷，提供一種大數(shù)據(jù)下基于可信組合評估的醫(yī)療自診斷服務(wù)設(shè)計方法。
本發(fā)明的目的可以通過采取如下技術(shù)方案達(dá)到：
一種大數(shù)據(jù)下基于可信組合評估的醫(yī)療自診斷服務(wù)設(shè)計方法，所述方法包括下列步驟：
s1、分析基本自診斷服務(wù)對應(yīng)的應(yīng)用模式和在構(gòu)建疾病自診斷服務(wù)過程中涉及的大數(shù)據(jù)處理流程；
s2、基于大數(shù)據(jù)處理流程，將大數(shù)據(jù)處理任務(wù)分解至一組功能獨(dú)立的子任務(wù)集合，形成構(gòu)建疾病自診斷服務(wù)的任務(wù)規(guī)劃方案；
s3、基于任務(wù)規(guī)劃方案中各個子任務(wù)對計算資源和存儲資源的需求，使用可信組合評估方法，為疾病自診斷服務(wù)選擇qos最優(yōu)的云服務(wù)組合方案；
s4、對照任務(wù)規(guī)劃方案，在各個子任務(wù)對應(yīng)的云服務(wù)中實現(xiàn)疾病自診斷服務(wù)的大數(shù)據(jù)分析算法，完成疾病自診斷服務(wù)的部署和執(zhí)行。
進(jìn)一步地，所述步驟s2中將大數(shù)據(jù)處理任務(wù)分解至由三個子任務(wù)構(gòu)成的疾病自診斷服務(wù)的任務(wù)規(guī)劃方案t＝{t1，t2，t3}，其中，t1表示電子病歷大數(shù)據(jù)存儲子任務(wù)，t2表示電子病歷大數(shù)據(jù)的索引計算子任務(wù)，t3表示電子病歷大數(shù)據(jù)處理分析的計算子任務(wù)。
進(jìn)一步地，對于子任務(wù)t1，使用云端的存儲服務(wù)來滿足電子病歷大數(shù)據(jù)的存儲需求；對于子任務(wù)t2，采用hadoop平臺云服務(wù)，其中，maprdduce編程模型用于并行高效的建立索引，hdfs文件系統(tǒng)用于大規(guī)模索引文件的存儲；對于子任務(wù)t3，采用提供彈性伸縮虛擬機(jī)計算資源的云服務(wù)進(jìn)行在線的數(shù)據(jù)計算分析。
進(jìn)一步地，所述步驟s3具體包括：
s301、根據(jù)疾病自診斷服務(wù)的qos需求，從價格、性能參數(shù)指標(biāo)的角度，對各種云服務(wù)商進(jìn)行可信組合評估，以選取qos最優(yōu)的組合云服務(wù)方案，為疾病自診斷服務(wù)提供存儲和計算資源；
s302、電子病歷索引的建立，通過建立索引實現(xiàn)高效的在線電子病歷查詢檢索和處理分析功能；
s303、疾病自診斷模型的計算，根據(jù)檢索到的電子病歷，結(jié)合離線hadoop集群，運(yùn)用云中的虛擬機(jī)集群，執(zhí)行大數(shù)據(jù)分析以計算獲得疾病自診斷模型。
進(jìn)一步地，所述步驟s4具體包括：
s401、提前出電子病歷中疾病和癥狀，并建立二者之間的二元關(guān)系；
s402、根據(jù)疾病和癥狀之間的二元關(guān)系，計算出該二元關(guān)系對應(yīng)的“疾病-病癥”概念集合；
s403、定義“疾病-病癥”概念集合中概念之間的偏序關(guān)系，并使用哈斯圖將該偏序關(guān)系以概念格的形式可視化，生成疾病自診斷模型。
進(jìn)一步地，所述步驟s301具體包括：
s3011、根據(jù)存儲云服務(wù)、hadoop平臺云服務(wù)以及在線分析云服務(wù)及其qos歷史記錄，實例化選取效用函數(shù)的各項參數(shù)；
s3012、計算其top-n個基于qos歷史記錄的最優(yōu)組合方案；
s3013、計算每一組服務(wù)組合方案的貢獻(xiàn)度值；
s3014、對每一組服務(wù)組合方案按其貢獻(xiàn)度值大小排序，選擇貢獻(xiàn)度值最大的組合方案作為qos最優(yōu)的組合云服務(wù)，參與疾病自診斷服務(wù)的構(gòu)建和部署。
進(jìn)一步地，所述步驟s303具體包括：
s3031、接收用戶查詢，負(fù)載均衡器根據(jù)負(fù)載均衡算法，將用戶請求發(fā)送給分發(fā)器集群中的一個分發(fā)器節(jié)點(diǎn)；被選中的分發(fā)器節(jié)點(diǎn)將從搜索集群中選擇一組搜索節(jié)點(diǎn)，進(jìn)行用戶查詢請求的轉(zhuǎn)發(fā)；
s3032、在線病歷檢索，從被選中的搜索節(jié)點(diǎn)將根據(jù)用戶的查詢請求，匹配倒排索引中跟用戶疾病癥狀一致的病歷，再根據(jù)過濾索引，過濾與用戶性別和年齡不一致的病歷，最后根據(jù)細(xì)節(jié)索引，將符合用戶查詢請求的病歷返回給分發(fā)器節(jié)點(diǎn)；
s3033、實時數(shù)據(jù)分析，首先整合搜索結(jié)果，生成完整的滿足查詢請求的病歷集合；然后，將該病歷集合發(fā)送至數(shù)據(jù)分析集群，進(jìn)行電子病歷大數(shù)據(jù)的分析計算，生成疾病自診斷模型；
s3034、隱私信息過濾，在將疾病自診斷模型和病歷返回給用戶之前，分發(fā)器節(jié)點(diǎn)將用戶id信息發(fā)送至訪問控制集群的一個訪問控制節(jié)點(diǎn)，該節(jié)點(diǎn)根據(jù)用戶id信息確定目標(biāo)用戶所屬的群組返回對用戶不可見的病歷關(guān)鍵字值；而分發(fā)器節(jié)點(diǎn)根據(jù)訪問控制節(jié)點(diǎn)的返回結(jié)果，過濾病歷中對用戶不可見的信息，再將疾病自診斷模型和病歷返回給用戶。
進(jìn)一步地，所述電子病歷由一個三元組表示：
emr＝(基本信息，病史，就診記錄)，
其中所述基本信息包括患者的姓名、性別、出生年月、聯(lián)系信息；所述病史為患者就醫(yī)的一個歷史總結(jié)，包括疾病史、手術(shù)史、輸血史、以及過敏史信息；所述就診記錄為患者某次看病的詳細(xì)信息，包括患者的疾病特征、主訴、疾病詳細(xì)記錄、診斷結(jié)果、治療方案。
進(jìn)一步地，所述效用函數(shù)為
對于一個大數(shù)據(jù)服務(wù)的任務(wù)規(guī)劃t＝{t1，t2，…，tm}，一個基于qos歷史記錄的組合方案可表示為：sc-rj＝{s1.r1，s2.r2，…，sm.rm},其中，si∈si(1≤i≤m)，si.ri是指隸屬于si的一條qos歷史記錄；
假設(shè)大數(shù)據(jù)服務(wù)任務(wù)規(guī)劃t中的每個子任務(wù)ti對應(yīng)的候選服務(wù)集si中共有mi個服務(wù)，其中，對于si中的每一個服務(wù)sij(1≤j≤mi)，其包含的qos歷史記錄的個數(shù)為lij，其中，xij-h是一個指示器，xij-h＝0表示sij不在組合方案中，而xij-h＝1表示sij在組合方案中；
進(jìn)一步地，所述步驟s1之前，還包括：
s0、數(shù)據(jù)資源搜集，根據(jù)疾病自診斷服務(wù)的需求，搜集分布在云中各個醫(yī)院、診所和各醫(yī)療軟件應(yīng)用中本市市民的電子病歷數(shù)據(jù)，形成電子病歷大數(shù)據(jù)資源，供后繼的電子病歷大數(shù)據(jù)檢索和分析計算。
本發(fā)明相對于現(xiàn)有技術(shù)具有如下的優(yōu)點(diǎn)及效果：
1)通過搜集獲得的電子病歷大數(shù)據(jù)進(jìn)行存儲和在線檢索和處理分析，使用戶可以通過在線調(diào)用疾病自診斷服務(wù)，獲得疾病自診斷幫助。
2)利用海量的電子病歷，為用戶提供疾病自診斷幫助，然后通過自診斷服務(wù)，患者可以檢索跟自己癥狀相同的病歷，并根據(jù)疾病自診斷模型獲得自我預(yù)診斷或疾病預(yù)防知識。
附圖說明
圖1是本發(fā)明公開的一種大數(shù)據(jù)下基于可信組合評估的醫(yī)療自診斷服務(wù)設(shè)計方法的流程步驟圖。
具體實施方式
為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。
實施例
如附圖1所示，附圖1中公開了一種大數(shù)據(jù)下基于可信組合評估的醫(yī)療自診斷服務(wù)設(shè)計方法的流程步驟圖，該方法具體包括下列步驟：
s1、分析基本自診斷服務(wù)對應(yīng)的應(yīng)用模式和在構(gòu)建疾病自診斷服務(wù)過程中涉及的大數(shù)據(jù)處理流程；
s2、基于大數(shù)據(jù)處理流程，將大數(shù)據(jù)處理任務(wù)分解至一組功能獨(dú)立的子任務(wù)集合，形成構(gòu)建疾病自診斷服務(wù)的任務(wù)規(guī)劃方案；
為了實現(xiàn)疾病自診斷服務(wù)的目的需為用戶提供病歷檢索和疾病分析功能，首先將搜集獲得的電子病歷大數(shù)據(jù)進(jìn)行存儲和在線檢索和處理分析，使用戶可通過在線調(diào)用疾病自診斷服務(wù)，獲得疾病自診斷幫助；同時，為了支撐電子病歷的高效在線檢索和處理分析，需要對電子病歷大數(shù)據(jù)以離線的方式建立索引?；谏鲜龇治?，可獲得由三個子任務(wù)構(gòu)成的疾病自診斷服務(wù)的任務(wù)規(guī)劃方案t＝{t1，t2，t3}，其中，t1表示電子病歷大數(shù)據(jù)存儲子任務(wù)，t2表示電子病歷大數(shù)據(jù)的索引計算子任務(wù)，t3表示電子病歷大數(shù)據(jù)處理分析的計算子任務(wù)。
s3、基于任務(wù)規(guī)劃方案中各個子任務(wù)對計算資源和存儲資源的需求，使用可信組合評估方法，為疾病自診斷服務(wù)選擇qos最優(yōu)的云服務(wù)組合方案。
對于子任務(wù)t1，使用云端的存儲服務(wù)來滿足電子病歷大數(shù)據(jù)的存儲需求；對于子任務(wù)t2，采用hadoop平臺云服務(wù)，其中，maprdduce編程模型用于并行高效的建立索引，hdfs文件系統(tǒng)用于大規(guī)模索引文件的存儲；對于子任務(wù)t3，采用提供彈性伸縮虛擬機(jī)計算資源的云服務(wù)進(jìn)行在線的數(shù)據(jù)計算分析。
s301、根據(jù)疾病自診斷服務(wù)的qos需求，從價格、性能等參數(shù)指標(biāo)的角度，對各種云服務(wù)商進(jìn)行可信組合評估，以選取qos最優(yōu)的組合云服務(wù)方案，為疾病自診斷服務(wù)提供存儲和計算資源。
具體實施方式中，該步驟具體包括：
s3011、根據(jù)存儲云服務(wù)、hadoop平臺云服務(wù)以及在線分析云服務(wù)及其qos歷史記錄，實例化選取效用函數(shù)的各項參數(shù)；
其中，效用函數(shù)為
對于一個大數(shù)據(jù)服務(wù)的任務(wù)規(guī)劃t＝{t1，t2，…，tm}，一個基于qos歷史記錄的組合方案可表示為：sc-rj＝{s1.r1，s2.r2，…，sm.rm},其中，si∈si(1≤i≤m)，si.ri是指隸屬于si的一條qos歷史記錄；
假設(shè)大數(shù)據(jù)服務(wù)任務(wù)規(guī)劃t中的每個子任務(wù)ti對應(yīng)的候選服務(wù)集si中共有mi個服務(wù)，其中，對于si中的每一個服務(wù)sij(1≤j≤mi)，其包含的qos歷史記錄的個數(shù)為lij，那么，對于si中包含的qos歷史記錄總個數(shù)為：mi＝li1+li1+…+lmi，其中，xij-h是一個指示器，xij-h＝0表示sij不在組合方案中，而xij-h＝1表示sij在組合方案中；
s3012、對實例化后的效用函數(shù)，計算其top-n個基于qos歷史記錄的最優(yōu)組合方案；
s3013、根據(jù)上述步驟中求解獲得的top-n個基于qos歷史記錄的最優(yōu)組合方案，為每一組服務(wù)組合方案計算其貢獻(xiàn)度值；
s3014、對每組服務(wù)組合方案按其貢獻(xiàn)度值大小排序，選擇貢獻(xiàn)度值最大的組合方案作為qos最優(yōu)的組合云服務(wù)，參與疾病自診斷服務(wù)的構(gòu)建和部署。
s302、電子病歷索引的建立，通過建立索引實現(xiàn)高效的在線電子病歷查詢檢索和處理分析功能；
其中，電子病歷由一個三元組表示：emr＝(基本信息，病史，就診記錄)，其中基本信息包括患者的姓名、性別、出生年月、聯(lián)系信息等；病史包括患者就醫(yī)的一個歷史總結(jié)，包括疾病史、手術(shù)史、輸血史、以及過敏史等信息；就診記錄包括患者某次看病的詳細(xì)信息，包括患者的疾病特征、主訴、疾病詳細(xì)記錄、診斷結(jié)果、治療方案。
其中，所述在線電子病歷查詢檢索具體為給定用戶的疾病癥狀描述，首先根據(jù)用戶疾病癥狀，從病歷集合中檢索與用戶疾病癥狀相同的病歷；然后，根據(jù)用戶的性別和年齡，過濾與用戶性別和年齡不一致的病歷。
為了支撐電子病歷的高效在線檢索和處理分析，需要對電子病歷大數(shù)據(jù)以離線的方式建立索引。
s303、疾病自診斷模型的計算，根據(jù)檢索到的電子病歷，結(jié)合離線hadoop集群，運(yùn)用云中的虛擬機(jī)集群，執(zhí)行大數(shù)據(jù)分析以計算獲得疾病自診斷模型。
具體實施方式中，該步驟具體包括：
s3031、接收用戶查詢，在接收到用戶查詢請求后，負(fù)載均衡器根據(jù)負(fù)載均衡算法，將用戶請求發(fā)送給分發(fā)器集群中的一個分發(fā)器節(jié)點(diǎn)；被選中的分發(fā)器節(jié)點(diǎn)將從搜索集群中選擇一組搜索節(jié)點(diǎn)，進(jìn)行用戶查詢請求的轉(zhuǎn)發(fā)。
s3032、在線病歷檢索，從分發(fā)器節(jié)點(diǎn)處接收到用戶的查詢請求后，從被選中的搜索節(jié)點(diǎn)將根據(jù)用戶的查詢請求，匹配倒排索引中跟用戶疾病癥狀一致的病歷，再根據(jù)過濾索引，過濾與用戶性別和年齡不一致的病歷，最后根據(jù)細(xì)節(jié)索引，將符合用戶查詢請求的病歷返回給分發(fā)器節(jié)點(diǎn)。
s3033、實時數(shù)據(jù)分析，分發(fā)器節(jié)點(diǎn)在接收到各搜索節(jié)點(diǎn)返回的病歷后，首先整合搜索結(jié)果，生成完整的滿足查詢請求的病歷集合；然后，將該病歷集合發(fā)送至數(shù)據(jù)分析集群，進(jìn)行電子病歷大數(shù)據(jù)的分析計算，生成疾病自診斷模型。
s3034、隱私信息過濾，在將疾病自診斷模型和病歷返回給用戶之前，分發(fā)器節(jié)點(diǎn)將用戶id信息發(fā)送至訪問控制集群的一個訪問控制節(jié)點(diǎn)，該節(jié)點(diǎn)根據(jù)用戶id信息確定目標(biāo)用戶所屬的群組(如普通用戶、醫(yī)生等)，返回對用戶不可見的病歷關(guān)鍵字值；而分發(fā)器節(jié)點(diǎn)根據(jù)訪問控制節(jié)點(diǎn)的返回結(jié)果，過濾病歷中對用戶不可見的信息，再將疾病自診斷模型和病歷返回給用戶。
s4、對照任務(wù)規(guī)劃方案，在各個子任務(wù)對應(yīng)的云服務(wù)中實現(xiàn)疾病自診斷服務(wù)的大數(shù)據(jù)分析算法，完成疾病自診斷服務(wù)的部署和執(zhí)行。
s401、提前出電子病歷中疾病和癥狀，并建立二者之間的二元關(guān)系；
s402、根據(jù)疾病和癥狀之間的二元關(guān)系，計算出該二元關(guān)系對應(yīng)的“疾病-病癥”概念集合；
s403、定義“疾病-病癥”概念集合中概念之間的偏序關(guān)系，并使用哈斯圖將該偏序關(guān)系以概念格的形式可視化，生成疾病自診斷模型。
在具體的實施方式，本實施例公開的一種大數(shù)據(jù)下基于可信組合評估的醫(yī)療自診斷服務(wù)設(shè)計方法，在所述步驟s1之前，還包括：
s0、數(shù)據(jù)資源搜集，根據(jù)疾病自診斷服務(wù)的需求，搜集分布在云中各個醫(yī)院、診所和各醫(yī)療軟件應(yīng)用中本市市民的電子病歷數(shù)據(jù)，形成電子病歷大數(shù)據(jù)資源，供后繼的電子病歷大數(shù)據(jù)檢索和分析計算。
綜上所述，本實施例通過基于可信組合評估的云服務(wù)選擇、電子病歷索引的建立、疾病自診斷服務(wù)框架的設(shè)計、疾病自診斷模型的計算過程闡述了一種大數(shù)據(jù)下基于可信組合評估的醫(yī)療自診斷服務(wù)設(shè)計方法，該方法通過搜集獲得的電子病歷大數(shù)據(jù)進(jìn)行存儲和在線檢索和處理分析，使用戶可以通過在線調(diào)用疾病自診斷服務(wù)，獲得疾病自診斷幫助。
上述實施例為本發(fā)明較佳的實施方式，但本發(fā)明的實施方式并不受上述實施例的限制，其他的任何未背離本發(fā)明的精神實質(zhì)與原理下所作的改變、修飾、替代、組合、簡化，均應(yīng)為等效的置換方式，都包含在本發(fā)明的保護(hù)范圍之內(nèi)。