本发明涉及辅助诊断方法的技术领域,具体涉及一种基于患者向量图像的辅助诊断方法。
背景技术:
随着现代生活节奏的不断加快,人们生活水平的不断提高,人们罹患的肩颈病、腰腿病等生理慢性病以及忧郁、焦虑等心理慢性病逐步增多,且随着年岁的增长较易复发,而其中很多慢性病需要较长时间的同步随诊及恢复过程,而患者在不同时间段的身体机能和精神状况又不可能完全相同,需要定期至医院反馈当前的身体机能、精神状况及当前恢复状况,在占用患者大量的时间金钱成本的同时,也为其他患者的就医制造了困难,另一方面,由于每个患者的同步随诊及恢复过程时间较长,往往针对每个患者需要安排单独的医生进行随诊询问,需要提前预约时间,同时该医生在每次诊疗前后都要做好记录并事先浏览再根据诊疗状况确定本次方案,也增大了医生的工作内容和强度,耗时耗力。
技术实现要素:
基于现有技术中存在的缺陷与不足,本发明提供一种基于患者向量图像的辅助诊断方法。
本发明为解决相应的技术问题所采取的技术方案为:
一种基于患者向量图像的辅助诊断方法,其特征在于:包括以下步骤:
(1)启动辅助诊断系统;
(2)启动分布框架爬虫装置;
(3)同步获取患者的电子病历数据及患者的检验检查数据;
(4)将获得的患者数据后结构化;
(5)根据后结构化的患者数据构建患者的向量图像;
(6)根据诊疗指南知识图谱库生成映射用户向量表;
(7)生成患者个性方案;
(8)从生成的患者个性方案中选择本次辅助诊断方案;
(9)通过选择的辅助诊断方案重新调整步骤(7)中生成的患者个性方案中的非关键方案;
(10)通过选择的方案补充录入数据并重新回到步骤(4)中实现患者数据后结构化;
(11)结束。
进一步地,所述步骤(3)中获取的患者的电子病历数据包括患者的所有病史数据。
进一步地,所述步骤(3)中获取的患者的检验检查数据采用加权算法分别为患者最近一次的检验检查数据以及患者历次检验检查数据的平均值分配权重系数,从而通过加权计算得到患者的检验检查数据。
进一步地,所述步骤(4)中通过自由化输入结构化存储的方式实现将获得的患者数据后结构化。
进一步地,所述步骤(6)中使用的诊疗指南知识图谱库根据所述步骤(5)中患者的向量图像定期更新。
进一步地,所述步骤(7)中生成的患者个性方案包括有治疗方案、饮食方案、运动方案、心理方案、生活方案及健康教育。
进一步地,所述步骤(7)中生成患者个性方案的同时确定患者个性方案的优先级。
进一步地,所述步骤(8)中根据生成的患者个性方案的优先级选择本次辅助诊断方案。
进一步地,所述步骤(9)中的非关键方案为患者个性方案中优先级靠后的方案。
进一步地,所述步骤(9)中重新调整步骤(7)中生成的患者个性方案中的非关键方案包括同时调整非关键方案的内容和优先级。
本发明的有益效果是;
(1)能够根据患者的不同构建与之一一对应的向量图像,并在诊疗指南知识图谱库的基础上形成与患者向量图像对应的映射用户向量表,并根据映射用户向量表生成针对该患者的个性方案,并从生成的患者个性方案中选择本次辅助诊断方案,从而不需要患者定期去医院负责自己全程医疗及恢复过程的医生的预约,也不需要耗费医生心力其寻找分析该患者以前历次的治疗及恢复过程,帮助医生形成并确定本次适合患者身体机能及精神状态的最优辅助诊断方案,从而节省了患者和医生的时间,避免人为失误,针对患者形成最匹配的辅助治疗方案,结果准确。
附图说明
图1为本发明一种基于患者向量图像的辅助诊断方法的步骤流程图。
图2为本发明一种基于患者向量图像的辅助诊断方法的具体实施例中步骤(5)获得的向量图像。
图3为本发明一种基于患者向量图像的辅助诊断方法的具体实施例中步骤(6)获得的映射用户向量表。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
如图1-3所示,一种基于患者向量图像的辅助诊断方法,包括以下步骤:
(1)启动辅助诊断系统;
(2)启动分布框架爬虫装置;所述分布框架爬虫装置中设定有网络爬虫程序,其可以根据用户的需求按照一定规则自动抓取网络信息,通过该分布框架爬虫装置从而能够保证后续获取的患者的电子病历数据及检验检查数据的全面性和准确性;
(3)同步获取患者的电子病历数据及患者的检验检查数据,通过患者的电子病历数据可以获取患者的既往病史及家族病史等数据,通过患者的检验检查数据可以获取患者的身体机能及精神状态数据;
(4)将获得的患者数据后结构化,从而方便诊疗时数据的录入工作,同时便于后期对录入数据的调取和使用工作;
(5)根据后结构化的患者数据构建患者的向量图像,使得每一个患者都有与之对应的唯一一个向量图像数据集合;
(6)根据诊疗指南知识图谱库生成映射用户向量表,从而根据每个患者对应的向量图像数据集合生成映射用户向量表;
(7)生成患者个性方案,从而针对每个患者生成适合于其的个性方案;
(8)从生成的患者个性方案中选择本次辅助诊断方案,从而方便根据患者当前的身体机能和精神状态匹配本次最适合的辅助诊断方案;
(9)通过选择的辅助诊断方案重新调整步骤(7)中生成的患者个性方案中的非关键方案,以保证在经过每次辅助诊断后都能够根据患者的身体技能和精神状态为下一次辅助诊断提供最新的依据;
(10)通过选择的方案补充录入数据并重新回到步骤(4)中实现患者数据后结构化,以保证在经过每次辅助诊断后都能够根据患者的身体技能和精神状态为下一次辅助诊断提供最新的依据;
(11)结束。
从而能够根据患者的不同构建与之一一对应的向量图像,并在诊疗指南知识图谱库的基础上形成与患者向量图像对应的映射用户向量表,并根据映射用户向量表生成针对该患者的个性方案,并从生成的患者个性方案中选择本次辅助诊断方案,从而不需要患者定期去医院负责自己全程医疗及恢复过程的医生的预约,也不需要耗费医生心力其寻找分析该患者以前历次的治疗及恢复过程,帮助医生形成并确定本次适合患者身体机能及精神状态的最优辅助诊断方案,从而节省了患者和医生的时间,避免人为失误,针对患者形成最匹配的辅助治疗方案,结果准确。
具体地,所述步骤(3)中获取的患者的电子病历数据包括患者的所有病史数据,从而便于获取患者历次的患病数据,进而保证辅助治疗结果的准确。
具体地,所述步骤(3)中获取的患者的检验检查数据采用加权算法分别为患者最近一次的检验检查数据以及患者历次检验检查数据的平均值分配权重系数,从而通过加权计算得到患者的检验检查数据,从而避免最近一次体检结果不正常而可能导致的辅助治疗结果的误差。
具体地,所述步骤(4)中通过自由化输入结构化存储的方式实现将获得的患者数据后结构化,从而通过自由化的输入方式保证诊疗时数据的录入工作,又通过结构化的存储方式实现后期对录入数据的调取和使用工作。
具体地,所述步骤(6)中使用的诊疗指南知识图谱库根据所述步骤(5)中患者的向量图像定期更新,从而保证生成的映射用户向量表及生成的患者个性方案与患者最近的身体机能及精神状况相匹配。
具体地,所述步骤(7)中生成的患者个性方案包括有治疗方案、饮食方案、运动方案、心理方案、生活方案及健康教育,从而尽可能从各个方面对患者提供辅助诊断方案。
具体地,所述步骤(7)中生成患者个性方案的同时确定患者个性方案的优先级,从而根据优先顺序确定患者本次最需要接受的辅助诊断方案。
具体地,所述步骤(8)中根据生成的患者个性方案的优先级选择本次辅助诊断方案,从而根据优先顺序确定患者本次最需要接受的辅助诊断方案,以保证所选择辅助诊断方案的时效性和匹配性。
具体地,所述步骤(9)中的非关键方案为患者个性方案中优先级靠后的方案,从而降低因忽视患者优先级靠后的辅助治疗方案从而可能导致的患者罹患其他疾病的可能。
具体地,所述步骤(9)中重新调整步骤(7)中生成的患者个性方案中的非关键方案包括同时调整非关键方案的内容和优先级,从而保证每次所提供的辅助治疗方案的全面性、准确性和时效性。
具体实施例:
对于忧郁症患者张xx,其通过该基于患者向量图像的辅助诊断方法为:先启动辅助诊断系统;然后启动分布框架爬虫装置;然后通过分布框架爬虫装置同步获取患者的电子病历数据,例如张xx电子病历数据为2018年12月罹患忧郁症为期2月,以及家族病史有肥胖症,及患者的检验检查数据,例如身高158cm,体重86kg;即
姓名张xx的患者
电子病历数据为2018年12月罹患忧郁症为期2月;
家族病史罹患有肥胖症;
检验检查数据为身高158cm,体重86kg;
将获得的患者数据后结构化,即
姓名:张xx
电子病历数据:
患病时间:2018年12月
患病种类:忧郁症
患病时长:2月;
家族病史数据:
患病亲属:母亲
患病种类:肥胖症
患病时长:12年;
检验检查数据:
身高:158cm
体重:86kg;
然后根据后结构化的患者数据构建患者的向量图像,如图2所示;
然后根据诊疗指南知识图谱库生成映射用户向量表,如图3所示;
从而根据患者张xx生成匹配其的个性方案为治疗方案、饮食方案、运动方案、心理方案、生活方案、健康教育,且优先级为心理方案>饮食方案>运动方案>健康教育>生活方案>治疗方案;
然后从生成的患者个性方案中选择本次辅助诊断方案为心理方案和饮食方案;
通过选择的辅助诊断方案重新调整生成的患者个性方案中的生活方案和健康教育的优先级,以为下一次辅助诊断方法提供参考;同时通过选择的方案补充录入数据并重新回到步骤(4)中实现患者数据后结构化;
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。