一种医疗诊断知识发现系统的制作方法

1.本发明涉及医学信息检测技术领域，尤其涉及一种医疗诊断知识发现系统。


背景技术：

2.目前现有的临床决策支持系统cdss(clinical decisionsupport system)是在知识图谱基础上建立的辅助医疗决策系统，拥有结构化的病历信息。但现有的cdss系统信息利用率很低，是一个非常大的浪费。
3.专利：cn110033863b
4.缺点：只基于已知规则进行判断，不产生新知识。
5.专利：cn112233803a
6.缺点：将大数据直接作为事实采纳，极大的概率会导致数据挖掘结果有误差。


技术实现要素：

7.(一)解决的技术问题
8.为了解决上述问题，本发明提出一种医疗诊断知识发现系统。
9.(二)技术方案
10.为实现上述目的，本发明提供如下技术方案：
11.本发明提出一种医疗诊断知识发现系统，所述医疗诊断知识发现系统包括：
12.将电子病历数据自动随机分为规则训练组和规则验证组；
13.自动在所述电子病历数据集中重新提取除规则关联条件外，其他条件近似的样本；
14.在所述样本中对提取出的规则进行统计检验；
15.对规则进行自动化统计检验；
16.通过统计检验，则纳入新规则；
17.不通过检验，则废弃该规则。
18.进一步的，所述处理器执行所述程序时实现如权利要求1所述医疗诊断知识发现系统。
19.进一步的，该计算机程序被处理器执行时实现如权利要求1所述医疗诊断知识发现系统。
20.有益效果
21.本发明的有益效果是：本发明旨在从已产生的电子病例结构化信息中，提取症状、诊断、用药与治疗手段等等信息之间的关联规则，再经过初步的自动化统计检验确定规则的有效性。生成规则作为新知识，优化提升电子病历信息的使用，提高科研效率。
附图说明
22.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实
施例一起用于解释本发明，并不构成对本发明的限制，在附图中：
23.图1为本发明医疗诊断知识发现系统的流程图。
具体实施方式
24.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
25.为了更加清楚完整的说明本发明的技术方案，下面结合附图对本发明作进一步说明。
26.请参考图1，本发明提出一种医疗诊断知识发现系统，所述医疗诊断知识发现系统包括：将电子病历数据自动随机分为规则训练组和规则验证组；自动在所述电子病历数据集中重新提取除规则关联条件外，其他条件近似的样本；在所述样本中对提取出的规则进行统计检验；对规则进行自动化统计检验；通过统计检验，则纳入新规则；不通过检验，则废弃该规则；所述处理器执行所述程序时实现如权利要求1所述医疗诊断知识发现系统；该计算机程序被处理器执行时实现如权利要求1所述医疗诊断知识发现系统。
27.在本实施方式中，本发明将电子病历数据自动随机分为规则训练组和规则验证组。利用两组数据进行规则挖掘。然后自动在电子病历数据集中重新提取除规则关联条件外，其他条件近似的样本，在这个样本中对提取出的规则进行统计检验，通过统计检验，则纳入新规则，无法通过检验则废弃该规则。例如案例：对一个已经运营了一段时间结构化电子病历系统，进行关联规则的挖掘，得到假设为用药a、“糖尿病”诊断和入院出院时血压差》＝20的关联规则，本发明再自动从“糖尿病”患者中分组年龄、并发症状况等信息相似的组，然后在每个组中检验这个关联规则是否能通过检验。如果每个组都能通过检验，则认为发现的新知识成立。
28.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。


技术特征：
1.一种医疗诊断知识发现系统，其特征在于，所述医疗诊断知识发现系统包括：将电子病历数据自动随机分为规则训练组和规则验证组；自动在所述电子病历数据集中重新提取除规则关联条件外，其他条件近似的样本；在所述样本中对提取出的规则进行统计检验；对规则进行自动化统计检验；通过统计检验，则纳入新规则；不通过检验，则废弃该规则。2.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1所述医疗诊断知识发现系统。3.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1所述医疗诊断知识发现系统。

技术总结
本发明提出一种医疗诊断知识发现系统包括：将电子病历数据自动随机分为规则训练组和规则验证组；自动在所述电子病历数据集中重新提取除规则关联条件外，其他条件近似的样本；在所述样本中对提取出的规则进行统计检验；对规则进行自动化统计检验；通过统计检验，则纳入新规则；不通过检验，则废弃该规则，从已产生的电子病例结构化信息中，提取症状、诊断、用药与治疗手段等等信息之间的关联规则，再经过初步的自动化统计检验确定规则的有效性。生成规则作为新知识，优化提升电子病历信息的使用，提高科研效率。提高科研效率。提高科研效率。


技术研发人员：姚克勤 李程晨 林圣 陈妍 王新宇
受保护的技术使用者：深圳市卫生健康发展研究和数据管理中心
技术研发日：2022.04.18
技术公布日：2023/8/16