本發(fā)明實(shí)施例涉及數(shù)據(jù)分析領(lǐng)域，尤其涉及一種醫(yī)療信息處理方法及裝置。

背景技術(shù)：

中醫(yī)藥學(xué)是中國(guó)古代科學(xué)的瑰寶，也是打開(kāi)中華文明寶庫(kù)的鑰匙。從古至今，中醫(yī)藥對(duì)于中華民族的體質(zhì)健康做出了巨大的貢獻(xiàn)。中醫(yī)文化根植于中國(guó)傳統(tǒng)文化，是優(yōu)秀的傳統(tǒng)文化思維、哲學(xué)思維和價(jià)值觀念的體現(xiàn)。然而，中醫(yī)的整體辨證、個(gè)性化診療等原本先進(jìn)的思維方式，卻使得其在歷史的發(fā)展進(jìn)程中難于實(shí)現(xiàn)診療方式的標(biāo)準(zhǔn)化，從而也使得中醫(yī)的傳承和發(fā)展存在著較大的問(wèn)題。

隨著計(jì)算機(jī)技術(shù)的發(fā)展，雖然應(yīng)運(yùn)而生了一些醫(yī)療智能診斷系統(tǒng)，然而現(xiàn)有技術(shù)中的醫(yī)療智能診斷系統(tǒng)大都采用專(zhuān)家系統(tǒng)的路線，而專(zhuān)家系統(tǒng)的局限性非常明顯。專(zhuān)家系統(tǒng)的構(gòu)建首先要基于對(duì)專(zhuān)家的絕對(duì)信任，形成的系統(tǒng)類(lèi)似于專(zhuān)家的影子，專(zhuān)家的水平將在一定程度上決定系統(tǒng)性能的天花板。同時(shí)，在系統(tǒng)輸入特征較為復(fù)雜、特征可讀性較差、亦或特征出現(xiàn)的頻率較低時(shí)，專(zhuān)家系統(tǒng)也難以發(fā)揮作用。在中醫(yī)診斷領(lǐng)域，專(zhuān)家之間常常存在爭(zhēng)議，望聞問(wèn)切等輸入數(shù)據(jù)依賴(lài)主觀判斷因而非標(biāo)準(zhǔn)化明顯。

因此，如何根據(jù)客觀的醫(yī)療數(shù)據(jù)向醫(yī)生提供直觀的合理化建議，是目前亟待解決的技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供一種醫(yī)療信息處理方法，以解決現(xiàn)有技術(shù)中無(wú)法根據(jù)客觀的醫(yī)療數(shù)據(jù)向醫(yī)生提供直觀的合理化建議的問(wèn)題。

為了解決上述問(wèn)題，本發(fā)明公開(kāi)了一種醫(yī)療信息處理方法，包括：

獲取患者的至少一類(lèi)醫(yī)療數(shù)據(jù)；

將所述至少一類(lèi)醫(yī)療數(shù)據(jù)轉(zhuǎn)化為預(yù)設(shè)向量空間內(nèi)對(duì)應(yīng)的一組特征向量；

采用處方生成模型，對(duì)所述一組特征向量進(jìn)行處理，生成建議處方，其中，所述建議處方包括至少一個(gè)歷史處方和重組處方；

采用療效預(yù)測(cè)模型，分別確定各建議處方對(duì)應(yīng)的預(yù)測(cè)療效評(píng)分，并顯示分值。

本發(fā)明還提供了一種醫(yī)療信息處理裝置，包括：

數(shù)據(jù)獲取模塊，用于獲取患者的至少一類(lèi)醫(yī)療數(shù)據(jù)；

數(shù)據(jù)轉(zhuǎn)化模塊，用于將所述至少一類(lèi)醫(yī)療數(shù)據(jù)轉(zhuǎn)化為預(yù)設(shè)向量空間內(nèi)對(duì)應(yīng)的一組特征向量；

建議處方生成模塊，用于采用處方生成模型，對(duì)所述一組特征向量進(jìn)行處理，生成建議處方，其中，所述建議處方包括至少一個(gè)歷史處方和重組處方；

療效預(yù)測(cè)模塊，用于采用療效預(yù)測(cè)模型，分別確定各建議處方對(duì)應(yīng)的預(yù)測(cè)療效評(píng)分，并顯示分值。

綜上，本發(fā)明實(shí)施例通過(guò)獲取患者的至少一類(lèi)醫(yī)療數(shù)據(jù)，并將該至少一類(lèi)醫(yī)療數(shù)據(jù)轉(zhuǎn)化為預(yù)設(shè)向量空間內(nèi)對(duì)應(yīng)的一組特征向量，之后采用處方生成模型，對(duì)該一組特征向量進(jìn)行處理，生成建議處方，再采用療效預(yù)測(cè)模型，分別確定各建議處方對(duì)應(yīng)的預(yù)測(cè)療效評(píng)分，并顯示分值。從而不僅可以向醫(yī)生提供直觀的合理化建議，而且重組處方的生成和使用可以促使該醫(yī)療信息處理方法具有一定的創(chuàng)造性和自學(xué)習(xí)能力，進(jìn)而不斷提升向醫(yī)生提供的建議的合理性。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)本發(fā)明實(shí)施例的描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的一種醫(yī)療信息處理流程圖；

圖2為本發(fā)明實(shí)施例提供的一種臨床應(yīng)用中的醫(yī)療信息處理系統(tǒng)框架圖；

圖3為本發(fā)明實(shí)施例提供的另一種醫(yī)療信息處理流程圖；

圖4為本發(fā)明實(shí)施例提供的一種醫(yī)療數(shù)據(jù)獲取及處理示意圖；

圖5為本發(fā)明實(shí)施例提供的一種療效預(yù)測(cè)模型的示意圖；

圖6為本發(fā)明實(shí)施例提供的一種醫(yī)療信息處理裝置的結(jié)構(gòu)框圖；

圖7為本發(fā)明實(shí)施例提供的另一種醫(yī)療信息處理裝置的結(jié)構(gòu)框圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)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(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

實(shí)施例一

參照?qǐng)D1，給出了本發(fā)明實(shí)施例提供的一種醫(yī)療信息處理方法的流程圖。

步驟101，獲取患者的至少一類(lèi)醫(yī)療數(shù)據(jù)。

在現(xiàn)有技術(shù)的中醫(yī)診療過(guò)程中，醫(yī)生通過(guò)采用搭脈、看面像等方式獲取患者的癥狀信息，但通過(guò)該方式獲取的信息通常是否非標(biāo)準(zhǔn)化的，不僅難以傳承，而且存在效果不穩(wěn)定等特點(diǎn)。醫(yī)生的經(jīng)驗(yàn)、派別、狀態(tài)等因素均可能對(duì)單次診療的效果產(chǎn)生較大的影響。尤其在醫(yī)生較為年輕、經(jīng)驗(yàn)較為缺乏的情況下，這一問(wèn)題更為突顯。

為了協(xié)助醫(yī)生對(duì)患者的病情進(jìn)行客觀地分析判斷，需要獲取包括患者的體征癥狀數(shù)據(jù)、患者基本信息、環(huán)境信息、歷史診療方案以及與歷史診療方案對(duì)應(yīng)的療效評(píng)分等大量能夠被計(jì)算機(jī)識(shí)別并加以分析運(yùn)算的客觀的醫(yī)療數(shù)據(jù)。其中，患者的體征癥狀數(shù)據(jù)可以包括脈象數(shù)據(jù)、面像數(shù)據(jù)、舌像數(shù)據(jù)等，患者基本信息可以包括患者的問(wèn)診數(shù)據(jù)、身高、體重、性別、年齡、職業(yè)、生活習(xí)慣、過(guò)敏史等，環(huán)境信息可以包括地域、節(jié)氣等。以獲取患者的脈象數(shù)據(jù)為例，可以通過(guò)脈象采集設(shè)備，對(duì)寸關(guān)尺、浮中沉、左中右、左右手交叉的54路原始傳感器波形數(shù)據(jù)進(jìn)行抽樣收集，提取屬性盡量采用較為客觀化的、能夠蘊(yùn)含近現(xiàn)代的28種脈象特點(diǎn)的基礎(chǔ)信號(hào)參數(shù)。從而獲取患者的脈象數(shù)據(jù)，進(jìn)而可以避免人為的派別、主觀性造成的局限性。

步驟102，將該至少一類(lèi)醫(yī)療數(shù)據(jù)轉(zhuǎn)化為預(yù)設(shè)向量空間內(nèi)對(duì)應(yīng)的一組特征向量。

在計(jì)算機(jī)對(duì)醫(yī)療數(shù)據(jù)進(jìn)行處理時(shí)，各類(lèi)醫(yī)療數(shù)據(jù)分別對(duì)應(yīng)不同的模態(tài)，對(duì)于不同的病例，能夠獲取的醫(yī)療數(shù)據(jù)通常存在差異，難以獲取完整的醫(yī)療數(shù)據(jù)，即存在模態(tài)缺失問(wèn)題。而且在不同的病例內(nèi)，可能出現(xiàn)不同的模態(tài)缺失，例如某病例可能缺失面像數(shù)據(jù)，另一病例缺失舌像數(shù)據(jù)，因此，需要將患者的至少一類(lèi)醫(yī)療數(shù)據(jù)轉(zhuǎn)化為預(yù)設(shè)向量空間內(nèi)對(duì)應(yīng)的一組特征向量，即需要通過(guò)無(wú)監(jiān)督的自編碼算法形成隱狀態(tài)的統(tǒng)一表示，將問(wèn)診數(shù)據(jù)、脈象數(shù)據(jù)、面像數(shù)據(jù)、舌像數(shù)據(jù)、基本信息、環(huán)境信息數(shù)據(jù)等醫(yī)療數(shù)據(jù)整合到同一個(gè)向量空間內(nèi)，進(jìn)行統(tǒng)一表示，以解決模態(tài)缺失問(wèn)題。

步驟103，采用處方生成模型，對(duì)該一組特征向量進(jìn)行處理，生成建議處方。

在生成建議處方的過(guò)程中，可以采用處方生成模型生成兩類(lèi)建議處方。其中一類(lèi)建議處方是根據(jù)相似患者的處方以及對(duì)應(yīng)的療效評(píng)分，從歷史處方中查找出來(lái)的療效較好的處方；另一類(lèi)建議處方是根據(jù)歷史處方重新組成的重組處方。由于該重組處方突破了歷史處方的束縛，因此可以向醫(yī)生提供新穎的診療建議，從而有可能帶來(lái)突破性的診療效果。

具體的，可以先根據(jù)與醫(yī)療數(shù)據(jù)對(duì)應(yīng)的一組特征向量，以及患者網(wǎng)絡(luò)數(shù)據(jù)對(duì)應(yīng)的各組特征向量，確定至少一個(gè)歷史處方；再根據(jù)遺傳算法，對(duì)歷史處方中的藥物組合進(jìn)行再組合，生成重組處方。其中，該患者網(wǎng)絡(luò)數(shù)據(jù)包括歷史存儲(chǔ)的各類(lèi)患者的醫(yī)療數(shù)據(jù)，以及對(duì)應(yīng)的療效評(píng)分，醫(yī)療數(shù)據(jù)包括患者的體征癥狀數(shù)據(jù)、患者基本信息以及環(huán)境信息。在該階段，為了向醫(yī)生提供多元的診療建議，可以生成多個(gè)建議處方以供醫(yī)生進(jìn)行選擇。

步驟104，采用療效預(yù)測(cè)模型，分別確定各建議處方對(duì)應(yīng)的預(yù)測(cè)療效評(píng)分，并顯示分值。

在采用處方生成模型生成若干建議處方后，可以采用療效預(yù)測(cè)模型，分別確定各建議處方對(duì)應(yīng)的預(yù)測(cè)療效評(píng)分，并顯示分值。從而向醫(yī)生提供直觀的合理化建議。醫(yī)生可以參考各處方對(duì)應(yīng)的分值對(duì)各處方進(jìn)行選擇。在醫(yī)生根據(jù)患者的病情開(kāi)具自擬處方時(shí)，也可以將該自擬處方加入至建議處方中，以幫助醫(yī)生判斷對(duì)應(yīng)的療效，從而作出更為合理的選擇。

基于上述步驟，參照?qǐng)D2給出了本發(fā)明實(shí)施例提供的一種臨床應(yīng)用中的醫(yī)療信息處理系統(tǒng)框架圖。該框架圖描述了各步驟之間的一種實(shí)現(xiàn)邏輯。即在獲取患者的體征癥狀、基本信息、時(shí)令地域等醫(yī)療數(shù)據(jù)后，結(jié)合由眾多患者組成的患者網(wǎng)絡(luò)對(duì)應(yīng)的信息，共同進(jìn)行多模態(tài)特征統(tǒng)一表示以及時(shí)序建模，以生成多個(gè)建議處方。再結(jié)合與該患者患有相似病癥的各關(guān)聯(lián)患者的歷史診療方案，以及在實(shí)際應(yīng)用后的效果反饋，實(shí)現(xiàn)對(duì)各建議處方的療效預(yù)測(cè)，進(jìn)而協(xié)助醫(yī)生從各建議處方中選擇出針對(duì)該患者的最優(yōu)處方。

綜上，本發(fā)明實(shí)施例通過(guò)獲取患者的至少一類(lèi)醫(yī)療數(shù)據(jù)，并將該至少一類(lèi)醫(yī)療數(shù)據(jù)轉(zhuǎn)化為預(yù)設(shè)向量空間內(nèi)對(duì)應(yīng)的一組特征向量，之后采用處方生成模型，對(duì)該一組特征向量進(jìn)行處理，生成建議處方，再采用療效預(yù)測(cè)模型，分別確定各建議處方對(duì)應(yīng)的預(yù)測(cè)療效評(píng)分，并顯示分值。從而不僅可以向醫(yī)生提供直觀的合理化建議，而且重組處方的生成和使用可以促使該醫(yī)療信息處理方法具有一定的創(chuàng)造性和自學(xué)習(xí)能力，進(jìn)而不斷提升向醫(yī)生提供的建議的合理性。

實(shí)施例二

在上述實(shí)施例的基礎(chǔ)上，本實(shí)施例進(jìn)一步論述醫(yī)療信息處理方法。

參照?qǐng)D3，給出了本發(fā)明實(shí)施例提供的另一種醫(yī)療信息處理流程圖：

步驟301，獲取患者的至少一類(lèi)醫(yī)療數(shù)據(jù)。

在獲取不同類(lèi)別醫(yī)療數(shù)據(jù)時(shí)，可以分別采用對(duì)應(yīng)的采集方式。

其中，在獲取患者的脈象數(shù)據(jù)時(shí)，可以通過(guò)脈象采集設(shè)備同時(shí)獲取患者兩腕的脈象信號(hào)，每腕的傳感器包括寸左、寸中、寸右；關(guān)左、關(guān)中、關(guān)右；尺左、尺中、尺右共9路傳感器，分時(shí)采集浮中沉的信號(hào)，一共為54路波形抽樣信號(hào)。預(yù)計(jì)總體耗時(shí)一分鐘。

在獲取患者的面像數(shù)據(jù)和舌像數(shù)據(jù)這類(lèi)望診數(shù)據(jù)時(shí)，可以采用專(zhuān)用的圖像采集面罩，以得到較好的采集效果。也可以使用終端的攝像頭在光照較好的區(qū)域進(jìn)行采集。

在獲取患者問(wèn)診數(shù)據(jù)時(shí)，可以通過(guò)結(jié)構(gòu)化動(dòng)態(tài)問(wèn)診單進(jìn)行收集。其中，該結(jié)構(gòu)化動(dòng)態(tài)問(wèn)診單是指通過(guò)預(yù)先設(shè)定的問(wèn)診題目以及標(biāo)準(zhǔn)化答案選項(xiàng)獲取患者問(wèn)診數(shù)據(jù)的方式，該方式所獲取的患者問(wèn)診數(shù)據(jù)可以便于計(jì)算機(jī)進(jìn)行運(yùn)算分析。該方式可以通過(guò)較少的問(wèn)題收集到全面的患者非正常體征信息。

具體的，還可以獲取患者的身高、體重、年齡、性別、職業(yè)、生活習(xí)慣、過(guò)敏史等基本信息，以及地域、節(jié)氣等環(huán)境信息。在實(shí)際應(yīng)用中，為了對(duì)患者的病情進(jìn)行綜合比較，還可以獲取患者的歷史診療方案以及療效信息，其中，療效信息可以包括患者對(duì)自身好轉(zhuǎn)程度的主觀感受。為了便于對(duì)療效信息進(jìn)行計(jì)算分析，可以對(duì)療效信息進(jìn)行量化。在對(duì)療效信息進(jìn)行量化過(guò)程中，可以以疾病為分類(lèi)標(biāo)準(zhǔn)，對(duì)療效進(jìn)行分類(lèi)收集，以數(shù)字表示好轉(zhuǎn)程度，數(shù)字越大表示好轉(zhuǎn)程度越大即療效越好。各種疾病的病程不同，因此療效信息的比較可以只在同類(lèi)疾病中進(jìn)行。

步驟302，將該至少一類(lèi)醫(yī)療數(shù)據(jù)轉(zhuǎn)化為預(yù)設(shè)向量空間內(nèi)對(duì)應(yīng)的一組特征向量。

在獲取患者的至少一類(lèi)醫(yī)療數(shù)據(jù)后，若醫(yī)療數(shù)據(jù)的維度較高，可以在獲取患者的至少一類(lèi)醫(yī)療數(shù)據(jù)后，降低這類(lèi)醫(yī)療數(shù)據(jù)的維度。因?yàn)槿魧⑦@些高維度的醫(yī)療數(shù)據(jù)導(dǎo)入處方生成模型進(jìn)行計(jì)算，會(huì)存在嚴(yán)重的數(shù)據(jù)稀疏問(wèn)題。在實(shí)際應(yīng)用中，可以在提取這類(lèi)醫(yī)療數(shù)據(jù)的特征向量時(shí)，實(shí)現(xiàn)降維處理。通常脈象數(shù)據(jù)、舌像數(shù)據(jù)、面像數(shù)據(jù)等多媒體數(shù)據(jù)維度較高，在利用處方生成模型對(duì)這些醫(yī)療數(shù)據(jù)進(jìn)行處理前，可以先對(duì)這些醫(yī)療數(shù)據(jù)進(jìn)行降維處理。對(duì)醫(yī)療數(shù)據(jù)進(jìn)行降維的同時(shí)，為了避免影響生成處方的合理性，需要保留能夠反映患者體征特點(diǎn)的信息。

其中，在將患者的脈象對(duì)應(yīng)的波形抽樣信號(hào)，轉(zhuǎn)化為頻域振幅特征向量時(shí)，可以實(shí)現(xiàn)對(duì)脈象數(shù)據(jù)的降維處理。脈象數(shù)據(jù)的采集包括寸關(guān)尺、浮中沉、左中右、左右手交叉的54路原始傳感器波形數(shù)據(jù)，在對(duì)脈象數(shù)據(jù)進(jìn)行降維時(shí)，為了保留患者脈象的特征，可以對(duì)通過(guò)傳感器采集的各路波形數(shù)據(jù)進(jìn)行抽樣，對(duì)于各路信號(hào)，分別進(jìn)行頻域頻譜特征的提取。例如，可以將各路脈象的頻譜在頻率方向上分為若干段，從每段中取出相應(yīng)的頻域振幅特征pf、pam和pc取值作為處方生成模型的輸入；也可以將脈象的頻譜在頻率方向上分為0～l，l～n，n～m三段，其中l(wèi)～n段為常見(jiàn)脈象的頻域分布，容易體現(xiàn)患者的脈象特征，因此，可以將l～n段分為x段，0～l段和n～m段各分為y段，其中x>y，即對(duì)l～n段重點(diǎn)分析，之后對(duì)劃分后的每一段的平均頻率、平均振幅進(jìn)行提取。此外，抽取浮中沉、左中右、寸關(guān)尺相互比較關(guān)系數(shù)據(jù)。為避免人為的派別、主觀性造成的局限性，提取屬性可以采用客觀化的、能夠蘊(yùn)含近現(xiàn)代的28種脈象特點(diǎn)的基礎(chǔ)信號(hào)參數(shù)。因?yàn)椴煌闹嗅t(yī)脈象在波形上有著較為明顯的特征，脈象的采集和特征抽取的實(shí)現(xiàn)是切實(shí)可行的。同時(shí)，基于客觀數(shù)據(jù)的采集和處理也能較好的避免中醫(yī)搭脈的非標(biāo)準(zhǔn)化問(wèn)題和脈象類(lèi)型識(shí)別后的不同程度的信息損失問(wèn)題。

對(duì)于舌像數(shù)據(jù)及面像數(shù)據(jù)這類(lèi)維度較高的圖像類(lèi)數(shù)據(jù)，可以采用預(yù)先訓(xùn)練的舌像特征識(shí)別模型和面像特征識(shí)別模型，將患者的舌像和面像的圖像，分別轉(zhuǎn)化為對(duì)應(yīng)的特征向量，同時(shí)實(shí)現(xiàn)對(duì)舌像數(shù)據(jù)及面像數(shù)據(jù)的降維處理。具體的，對(duì)于舌像需要以圖像作為輸入，在舌像神經(jīng)網(wǎng)絡(luò)中提取舌體干濕、顏色、胖瘦、老嫩、點(diǎn)刺、裂紋、齒痕tb，舌苔顏色、薄厚、潤(rùn)燥、膩腐、剝脫tc，舌底特征tu等特征向量。對(duì)于面像，需要以圖像作為輸入，在面像神經(jīng)網(wǎng)絡(luò)中提取面色、發(fā)色、唇色、鼻色、光澤、目色等顏色特征fc，頭發(fā)脫落、面型腫脹、眼袋、目形等形態(tài)特征fs。該步驟輸出的每一維特征都是人類(lèi)可理解的，具有實(shí)際醫(yī)學(xué)意義的特征。舌像特征識(shí)別模型和面像特征識(shí)別模型的訓(xùn)練與一般圖像類(lèi)深度學(xué)習(xí)系統(tǒng)類(lèi)似。訓(xùn)練前需事先收集較大規(guī)模的舌像、面像及相應(yīng)的特征人工標(biāo)注數(shù)據(jù)。具體的，對(duì)于舌與面的訓(xùn)練數(shù)據(jù)標(biāo)注，包括針對(duì)不同部位進(jìn)行神、色、形等維度的細(xì)分屬性的標(biāo)注。隨后，以原始圖像為輸入，以標(biāo)注的各細(xì)分屬性為輸出，針對(duì)每個(gè)細(xì)分屬性訓(xùn)練相應(yīng)的細(xì)分深度神經(jīng)網(wǎng)絡(luò)模型。因?yàn)樯嗯c面相關(guān)的診斷屬性易于人為標(biāo)注，并且準(zhǔn)確性較高，因此提前完成舌像、面像的細(xì)分屬性標(biāo)注和模型訓(xùn)練具有很高的可操作性。

對(duì)于問(wèn)診數(shù)據(jù)，可以將通過(guò)結(jié)構(gòu)化動(dòng)態(tài)問(wèn)診單獲取的問(wèn)診數(shù)據(jù)，轉(zhuǎn)化為與結(jié)構(gòu)化主訴特征qc和結(jié)構(gòu)化十問(wèn)特征qt對(duì)應(yīng)的特征向量。其中，十問(wèn)特征包括寒熱、汗、頭身、二便、飲食、胸腹、聾渴、舊病、病因、月經(jīng)、孕期等。在實(shí)際診療過(guò)程中，由于“聞”在臨床中所占比重較小，通?？勺鳛槿笔ы?xiàng)處理。若現(xiàn)場(chǎng)條件允許，可以由醫(yī)生將“聞”的信息人為轉(zhuǎn)化為結(jié)構(gòu)化的特征ls輸入給處方生成模型。

此外，還需要將患者的基本信息和環(huán)境信息等，轉(zhuǎn)化為對(duì)應(yīng)的基本信息特征向量b，以及環(huán)境特征向量e。

參照?qǐng)D4，給出了一種醫(yī)療數(shù)據(jù)獲取及處理示意圖。中醫(yī)診療的手段通常分為望、聞、問(wèn)、切這四種。其中切診獲取的是患者的脈象數(shù)據(jù)，望診獲取的是患者的舌像數(shù)據(jù)和面像數(shù)據(jù)，問(wèn)診獲取的是主訴特征和十問(wèn)特征等通過(guò)詢問(wèn)獲取的數(shù)據(jù)，聞診獲取的則是氣味等特征。在獲取這些醫(yī)療數(shù)據(jù)后，可以采用對(duì)應(yīng)的處理方式轉(zhuǎn)化為對(duì)應(yīng)的特征向量。例如，脈象數(shù)據(jù)可以通過(guò)脈象波形提取有效特征，并進(jìn)行降維處理。對(duì)于問(wèn)診可以通過(guò)樹(shù)形結(jié)構(gòu)化問(wèn)卷轉(zhuǎn)化為計(jì)算機(jī)便于處理的數(shù)據(jù)。

步驟303，采用處方生成模型，對(duì)該一組特征向量進(jìn)行處理，生成建議處方。

在得到關(guān)于患者的脈象數(shù)據(jù)、面像數(shù)據(jù)、舌像數(shù)據(jù)、基本信息、環(huán)境信息等醫(yī)療數(shù)據(jù)對(duì)應(yīng)的一組特征向量(pf、pam、pc、tb、tc、tu、fc、fs、qc、qt、ls、b、e)后，可以將這一組特征向量以及患者的歷史診療方案和療效信息his輸入至處方生成模型，處方生成模型可以根據(jù)這一組特征向量，以及患者網(wǎng)絡(luò)數(shù)據(jù)對(duì)應(yīng)的各組特征向量，確定至少一個(gè)歷史處方，其中，患者網(wǎng)絡(luò)數(shù)據(jù)包括歷史存儲(chǔ)的各類(lèi)患者的醫(yī)療數(shù)據(jù)，以及對(duì)應(yīng)的療效評(píng)分。

具體的，處方生成模型的主體算法可以包括兩個(gè)部分，這兩部分算法分別為信息檢索算法和遺傳算法。一方面，在利用信息檢索算法生成建議處方時(shí)，由于不同醫(yī)療數(shù)據(jù)對(duì)應(yīng)不同的病癥，各組醫(yī)療數(shù)據(jù)之間的相似程度反映了對(duì)應(yīng)的各病癥的相似程度。因此可以根據(jù)這一組特征向量，以及患者網(wǎng)絡(luò)數(shù)據(jù)對(duì)應(yīng)的各組特征向量，確定與該患者具有相似病癥的關(guān)聯(lián)患者，再根據(jù)各關(guān)聯(lián)患者的醫(yī)療數(shù)據(jù)以及對(duì)應(yīng)的療效評(píng)分，從歷史處方中檢索出至少一個(gè)與該病癥相關(guān)的處方加入建議處方，從而綜合考慮病癥相似的關(guān)聯(lián)患者所用處方及相應(yīng)療效，從歷史處方中選擇較為優(yōu)質(zhì)的處方。另一方面，為了向醫(yī)生提供更為多元化的選擇，還可以根據(jù)遺傳算法，對(duì)歷史處方中的藥物組合進(jìn)行再組合，生成重組處方加入建議處方。各建議處方共同構(gòu)成處方集合form(f1,f2,…,fn)。

處方生成模型的算法若僅是從歷史數(shù)據(jù)中學(xué)習(xí)，雖然也能夠達(dá)到非常高的水平，但難以突破歷史處方相應(yīng)診療水平帶來(lái)的瓶頸。可以向醫(yī)生提供該重組處方，并結(jié)合患者實(shí)際使用的真實(shí)療效，加入至存儲(chǔ)歷史診療方案的數(shù)據(jù)庫(kù)中，并據(jù)此對(duì)模型進(jìn)行訓(xùn)練，以達(dá)到升級(jí)模型的目的。

步驟304，獲取醫(yī)生開(kāi)具的自擬處方，并將該自擬處方加入至建議處方中。

為了使該醫(yī)療信息處理方法具有更強(qiáng)的靈活性，不僅可以通過(guò)處方生成模型來(lái)生成建議處方，也可以獲取醫(yī)生開(kāi)具的自擬處方，將該自擬處方加入至建議處方中。并通過(guò)執(zhí)行步驟205，分別預(yù)測(cè)各種處方可能的療效。

步驟305，采用療效預(yù)測(cè)模型，分別確定各建議處方對(duì)應(yīng)的預(yù)測(cè)療效評(píng)分，并顯示分值。

參照?qǐng)D5，給出了一種療效預(yù)測(cè)模型的示意圖。在獲得各建議處方后，可以將各建議處方分別與醫(yī)療數(shù)據(jù)對(duì)應(yīng)的一組特征向量進(jìn)行配對(duì)，例如，對(duì)于建議處方f1，可以得到配對(duì)結(jié)果(f1,(pf、pam、pc、tb、tc、tu、fc、fs、qc、qt、ls、b、e)，his)。再對(duì)每一配對(duì)結(jié)果分別通過(guò)時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)(longshort-termmemory，lstm)，對(duì)這一組特征向量進(jìn)行特征變換。具體的，可以將配對(duì)結(jié)果中的每一個(gè)特征向量作為一個(gè)lstm單元的輸入，例如pf對(duì)應(yīng)一個(gè)lstm單元，由lstm單元進(jìn)行信息的提取變換后，隱層信息表示lstm模型提取的結(jié)果，將pf的隱層信息和pam的信息作為輸入，通過(guò)pam對(duì)應(yīng)的lstm單元綜合處理pf和pam的信息后，該單元的輸出即代表lstm模型對(duì)于pf和pam的提取和加工。通過(guò)以上方式逐個(gè)分析這一組特征向量后所獲得的輸出，即表示lstm模型對(duì)(f1,(pf、pam、pc、tb、tc、tu、fc、fs、qc、qt、ls、b、e)，his)的特征變換結(jié)果。

為了借鑒患者網(wǎng)絡(luò)中各關(guān)聯(lián)患者的診療經(jīng)驗(yàn)，可以將這一組特征向量經(jīng)特征變換后的特征信息與關(guān)聯(lián)患者的特征信息進(jìn)行特征融合，獲取融合后的特征信息。具體的，由于中醫(yī)的核心思維之一是個(gè)性化診療，這使得其較難獲得高質(zhì)量等級(jí)的循證醫(yī)學(xué)證據(jù)。但中醫(yī)醫(yī)生在積累個(gè)人診療經(jīng)驗(yàn)的過(guò)程中，也會(huì)針對(duì)具有相似主訴、體征、兼證的患者群進(jìn)行整體性的思考和經(jīng)驗(yàn)積累，以避免個(gè)體的隨機(jī)性問(wèn)題。因此，針對(duì)患者相似性的數(shù)據(jù)稠密化處理對(duì)于模型的預(yù)測(cè)會(huì)有較大的穩(wěn)定性作用。而數(shù)據(jù)的規(guī)模越大，越容易找到各方面屬性近似的患者，從而相似患者網(wǎng)絡(luò)越能夠取得更好的效果。

在獲取融合后的特征信息后，便可以通過(guò)計(jì)算該融合后的特征信息與各建議處方中藥物的匹配關(guān)系，確定各建議處方對(duì)應(yīng)的預(yù)測(cè)療效評(píng)分，并顯示分值。即獲取各建議處方對(duì)應(yīng)的療效評(píng)分，例如，對(duì)處方集合form(f1,f2,…,fn)，輸出各處方的療效評(píng)分(yf1,yf2,…,yfn)，從中選取效果最好的yfk，相應(yīng)的處方fk為向醫(yī)生推薦的最優(yōu)處方。從而向醫(yī)生提供直觀的合理化建議。在實(shí)際臨床診療過(guò)程中，醫(yī)生常常有不止一個(gè)方案需要先后嘗試，該療效預(yù)測(cè)模型可以有效的幫助醫(yī)生進(jìn)行虛擬嘗試，大大提高首診的診療成功率。

另外，在預(yù)先訓(xùn)練該療效預(yù)測(cè)模型時(shí)，可以選用帶有時(shí)序的患者網(wǎng)絡(luò)數(shù)據(jù)作為訓(xùn)練樣本對(duì)該療效預(yù)測(cè)模型進(jìn)行訓(xùn)練，再根據(jù)療效預(yù)測(cè)模型計(jì)算得到的療效評(píng)分與對(duì)應(yīng)的訓(xùn)練樣本中真實(shí)療效評(píng)分的擬合結(jié)果，對(duì)療效預(yù)測(cè)模型進(jìn)行調(diào)整。從而獲得具有高準(zhǔn)確率的療效預(yù)測(cè)模型。其中，帶有時(shí)序的患者網(wǎng)絡(luò)數(shù)據(jù)是指對(duì)于同一個(gè)患者，各次診療通常是存在時(shí)序關(guān)聯(lián)關(guān)系的。醫(yī)生在診斷過(guò)程中也會(huì)同時(shí)考慮歷史的診療方案及效果，從而對(duì)于新的治療方案進(jìn)行啟發(fā)和輔助判斷。例如，醫(yī)生診療過(guò)程中，前一次的診療方案及服藥效果對(duì)于本次的復(fù)診診斷和調(diào)方有著重要的指導(dǎo)作用。而且，從患者的體征癥狀到患者對(duì)療效的反饋形成的一系列閉環(huán)數(shù)據(jù)，可以有效提升模型的學(xué)習(xí)效率，進(jìn)而提高預(yù)測(cè)的準(zhǔn)確性。

綜上，本發(fā)明實(shí)施例通過(guò)獲取客觀、量化的醫(yī)療數(shù)據(jù)，并對(duì)這些醫(yī)療數(shù)據(jù)進(jìn)行降維處理，不僅便于計(jì)算機(jī)進(jìn)行分析處理，避免中醫(yī)搭脈等非標(biāo)準(zhǔn)化問(wèn)題和脈象類(lèi)型識(shí)別后的不同程度的信息損失問(wèn)題，還避免了輸入至處方生成模型后可能引發(fā)的數(shù)據(jù)稀疏問(wèn)題，具有很高的可操作性。而且，療效預(yù)測(cè)模型對(duì)各類(lèi)建議處方對(duì)應(yīng)療效的預(yù)測(cè)，可以有效的幫助醫(yī)生進(jìn)行虛擬嘗試，大大提高首診的診療成功率，進(jìn)而幫助患者縮短病程。

需要說(shuō)明的是，對(duì)于方法實(shí)施例，為了簡(jiǎn)單描述，故將其都表述為一系列的動(dòng)作組合，但是本領(lǐng)域技術(shù)人員應(yīng)該知悉，本發(fā)明實(shí)施例并不受所描述的動(dòng)作順序的限制，因?yàn)橐罁?jù)本發(fā)明實(shí)施例，某些步驟可以采用其他順序或者同時(shí)進(jìn)行。其次，本領(lǐng)域技術(shù)人員也應(yīng)該知悉，說(shuō)明書(shū)中所描述的實(shí)施例均屬于優(yōu)選實(shí)施例，所涉及的動(dòng)作并不一定是本發(fā)明實(shí)施例所必須的。

實(shí)施例三

在上述實(shí)施例的基礎(chǔ)上，本實(shí)施例還提供了一種醫(yī)療信息處理裝置，可以應(yīng)用于智能終端。

參照?qǐng)D6，給出了本發(fā)明實(shí)施例提供的一種醫(yī)療信息處理裝置的結(jié)構(gòu)框圖，具體可以包括如下模塊：數(shù)據(jù)獲取模塊61、數(shù)據(jù)轉(zhuǎn)化模塊62、建議處方生成模塊63和療效預(yù)測(cè)模塊64。

其中，數(shù)據(jù)獲取模塊61，用于獲取患者的至少一類(lèi)醫(yī)療數(shù)據(jù)；

數(shù)據(jù)轉(zhuǎn)化模塊62，用于將該至少一類(lèi)醫(yī)療數(shù)據(jù)轉(zhuǎn)化為預(yù)設(shè)向量空間內(nèi)對(duì)應(yīng)的一組特征向量；

建議處方生成模塊63，用于采用處方生成模型，對(duì)該一組特征向量進(jìn)行處理，生成建議處方，其中，該建議處方包括至少一個(gè)歷史處方和重組處方；

療效預(yù)測(cè)模塊64，用于采用療效預(yù)測(cè)模型，分別確定各建議處方對(duì)應(yīng)的預(yù)測(cè)療效評(píng)分，并顯示分值。

綜上，本發(fā)明實(shí)施例通過(guò)數(shù)據(jù)獲取模塊61獲取患者的至少一類(lèi)醫(yī)療數(shù)據(jù)，并由數(shù)據(jù)轉(zhuǎn)化模塊62將該至少一類(lèi)醫(yī)療數(shù)據(jù)轉(zhuǎn)化為預(yù)設(shè)向量空間內(nèi)對(duì)應(yīng)的一組特征向量，之后由處方生成模塊63采用處方生成模型，對(duì)該一組特征向量進(jìn)行處理，生成建議處方，再通過(guò)療效預(yù)測(cè)模塊64采用療效預(yù)測(cè)模型，分別確定各建議處方對(duì)應(yīng)的預(yù)測(cè)療效評(píng)分，并顯示分值。從而不僅可以向醫(yī)生提供直觀的合理化建議，而且重組處方的生成和使用可以促使該醫(yī)療信息處理方法具有一定的創(chuàng)造性和自學(xué)習(xí)能力，進(jìn)而不斷提升向醫(yī)生提供的建議的合理性。

參照?qǐng)D7，給出了本發(fā)明實(shí)施例提供的另一種醫(yī)療信息處理裝置結(jié)構(gòu)圖。

本發(fā)明一個(gè)可選實(shí)施例中，建議處方生成模塊63包括：歷史處方查詢子模塊631和重組處方生成子模塊632。

其中，歷史處方查詢子模塊631，用于根據(jù)該一組特征向量，以及患者網(wǎng)絡(luò)數(shù)據(jù)對(duì)應(yīng)的各組特征向量，確定至少一個(gè)歷史處方，其中，該患者網(wǎng)絡(luò)數(shù)據(jù)包括歷史存儲(chǔ)的各類(lèi)患者的醫(yī)療數(shù)據(jù)，以及對(duì)應(yīng)的療效評(píng)分，該醫(yī)療數(shù)據(jù)包括患者的體征癥狀數(shù)據(jù)、患者基本信息以及環(huán)境信息；

重組處方生成子模塊632，用于根據(jù)遺傳算法，對(duì)該歷史處方中的藥物組合進(jìn)行再組合，生成重組處方。

該歷史處方查詢子模塊631又包括：關(guān)聯(lián)患者確定單元6311和處方確定單元6312。

其中，關(guān)聯(lián)患者確定單元6311，用于根據(jù)該一組特征向量，以及該患者網(wǎng)絡(luò)數(shù)據(jù)對(duì)應(yīng)的各組特征向量，確定與該患者具有相似病癥的關(guān)聯(lián)患者；

處方確定單元6312，用于根據(jù)該關(guān)聯(lián)患者的醫(yī)療數(shù)據(jù)以及對(duì)應(yīng)的療效評(píng)分，確定至少一個(gè)歷史處方。

此外，療效預(yù)測(cè)模塊64包括：特征變換子模塊641、特征融合子模塊642和療效評(píng)分子模塊643。

其中，特征變換子模塊641，用于通過(guò)時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)，對(duì)該一組特征向量進(jìn)行特征變換；

特征融合子模塊642，用于將該一組特征向量經(jīng)特征變換后的特征信息與該關(guān)聯(lián)患者的特征信息進(jìn)行特征融合，獲取融合后的特征信息；

療效評(píng)分子模塊643，用于通過(guò)計(jì)算該融合后的特征信息與各建議處方中藥物的匹配關(guān)系，確定該各建議處方對(duì)應(yīng)的預(yù)測(cè)療效評(píng)分。

此外，數(shù)據(jù)轉(zhuǎn)化模塊62，還具體用于將該患者的脈象對(duì)應(yīng)的波形抽樣信號(hào)，轉(zhuǎn)化為頻域振幅特征向量；采用預(yù)先訓(xùn)練的舌像特征識(shí)別模型和面像特征識(shí)別模型，將患者的舌像和面像的圖像，分別轉(zhuǎn)化為對(duì)應(yīng)的特征向量；將通過(guò)結(jié)構(gòu)化動(dòng)態(tài)問(wèn)診單獲取的問(wèn)診數(shù)據(jù)，轉(zhuǎn)化為與結(jié)構(gòu)化主訴特征和結(jié)構(gòu)化十問(wèn)特征對(duì)應(yīng)的特征向量；將患者的基本信息和環(huán)境信息，轉(zhuǎn)化為對(duì)應(yīng)的特征向量。

綜上，本發(fā)明實(shí)施例通過(guò)數(shù)據(jù)獲取模塊61獲取客觀、量化的醫(yī)療數(shù)據(jù)，并由數(shù)據(jù)轉(zhuǎn)化模塊62對(duì)這些醫(yī)療數(shù)據(jù)進(jìn)行降維處理，不僅便于計(jì)算機(jī)進(jìn)行分析處理，避免中醫(yī)搭脈等非標(biāo)準(zhǔn)化問(wèn)題和脈象類(lèi)型識(shí)別后的不同程度的信息損失問(wèn)題，還避免了輸入至處方生成模型后可能引發(fā)的數(shù)據(jù)稀疏問(wèn)題，具有很高的可操作性。而且，通過(guò)療效預(yù)測(cè)模塊64對(duì)各類(lèi)建議處方對(duì)應(yīng)療效的預(yù)測(cè)，可以有效的幫助醫(yī)生進(jìn)行虛擬嘗試，大大提高首診的診療成功率，進(jìn)而幫助患者縮短病程。

對(duì)于裝置實(shí)施例而言，由于其與方法實(shí)施例基本相似，所以描述的比較簡(jiǎn)單，相關(guān)之處參見(jiàn)方法實(shí)施例的部分說(shuō)明即可。

本說(shuō)明書(shū)中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似的部分互相參見(jiàn)即可。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明實(shí)施例的實(shí)施例可提供為方法、裝置、或計(jì)算機(jī)程序產(chǎn)品。因此，本發(fā)明實(shí)施例可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí)施例的形式。而且，本發(fā)明實(shí)施例可采用在一個(gè)或多個(gè)其中包含有計(jì)算機(jī)可用程序代碼的計(jì)算機(jī)可用存儲(chǔ)介質(zhì)(包括但不限于磁盤(pán)存儲(chǔ)器、cd-rom、光學(xué)存儲(chǔ)器等)上實(shí)施的計(jì)算機(jī)程序產(chǎn)品的形式。

本發(fā)明實(shí)施例是參照根據(jù)本發(fā)明實(shí)施例的方法、終端設(shè)備(系統(tǒng))、和計(jì)算機(jī)程序產(chǎn)品的流程圖和/或方框圖來(lái)描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計(jì)算機(jī)程序指令到通用計(jì)算機(jī)、專(zhuān)用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理終端設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器，使得通過(guò)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理終端設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。

這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理終端設(shè)備以特定方式工作的計(jì)算機(jī)可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)可讀存儲(chǔ)器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能。

這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其他可編程數(shù)據(jù)處理終端設(shè)備上，使得在計(jì)算機(jī)或其他可編程終端設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)或其他可編程終端設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。

盡管已描述了本發(fā)明實(shí)施例的優(yōu)選實(shí)施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對(duì)這些實(shí)施例做出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實(shí)施例以及落入本發(fā)明實(shí)施例范圍的所有變更和修改。

最后，還需要說(shuō)明的是，在本文中，諸如第一和第二等之類(lèi)的關(guān)系術(shù)語(yǔ)僅僅用來(lái)將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開(kāi)來(lái)，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過(guò)程、方法、物品或者終端設(shè)備不僅包括那些要素，而且還包括沒(méi)有明確列出的其他要素，或者是還包括為這種過(guò)程、方法、物品或者終端設(shè)備所固有的要素。在沒(méi)有更多限制的情況下，由語(yǔ)句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過(guò)程、方法、物品或者終端設(shè)備中還存在另外的相同要素。

以上對(duì)本發(fā)明所提供的一種醫(yī)療信息處理方法及裝置，進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說(shuō)明書(shū)內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。