治疗公式库的构建方法、装置、设备及介质与流程

1.本技术涉及信息处理技术领域，尤其涉及一种治疗公式库的构建方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.疾病治疗公式是指针对每类疾病所采取的一系列对应的治疗措施，它形成了一种治疗该类疾病的方法。通过记录每类疾病及其对应的治疗措施，形成尽可能完善的治疗公式库，有助于为日后的诊断和治疗提供指导。
3.相关的治疗公式库构建方法中，每类疾病对应的治疗措施主要依靠人工收集、整理和汇总，然而，人工提取的方法依赖于较强的专业知识，而诊断结果种类和治疗项目种类数量众多，人工提取的方法十分低效，且存在提取结果不全面、维护成本高的问题。因此，如何提供一种治疗公式库的构建方法，能够自动提取每类疾病及其对应的治疗措施，也即是提取诊断结果类别及其对应的治疗项目类别以形成治疗公式库，成为亟待解决的技术问题。


技术实现要素：

4.本技术实施例的主要目的在于提出一种治疗公式库的构建方法、装置、电子设备及计算机可读存储介质，能够自动提取诊断结果类别及其对应的治疗项目类别并构建治疗公式库。
5.为实现上述目的，本技术实施例的第一方面提出了一种治疗公式库的构建方法，所述方法包括：
6.获取就诊数据集，所述就诊数据集包括多个病患的就诊数据，每个所述就诊数据包括所述病患就诊的诊断结果和治疗项目；
7.根据所述诊断结果和所述治疗项目，确定每个病患对应的诊断结果类别和治疗项目类别；
8.基于每个病患对应的所述诊断结果类别和所述治疗项目类别，构建整数规划模型；
9.求解所述整数规划模型，得到所述诊断结果类别与所述治疗项目类别之间的对应关系；
10.基于所述诊断结果类别与所述治疗项目类别之间的对应关系，构建治疗公式库。
11.根据本发明一些实施例提供的治疗公式库的构建方法，所述整数规划模型由以下公式确定：
12.min l(x1,
…
,xn)＝α1·
le+α2·
lr+α3·
l2,s.t.xi∈{1,2,
…
,m},i＝1,2,
…
,n；
13.其中，min(
·
)表示取最小值，所述m为所述诊断结果类别的数量，所述n为所述治疗项目类别的数量，所述xi表示第i个治疗项目类别所属的诊断结果类别，所述le为第一损失函数，所述lr为第二损失函数，所述l2为第三损失函数，所述α1为第一权重系数，所述α2为
第二权重系数，所述α3为第三权重系数。
14.根据本发明一些实施例提供的治疗公式库的构建方法，所述第一损失函数le由以下公式确定：
[0015][0016]
其中，所述m为所述就诊数据集中病患的数量，所述c
ij
∈{0,1}，当病患i进行了治疗项目类别j下的项目治疗，所述c
ij
为0，否则为1；所述d
ik
∈{0,1}，当病患i确诊出诊断结果类别k下的疾病，所述d
ik
为0，否则为1；所述f(x)∈{0,1}，所述f(x)的具体公式如下：
[0017]
根据本发明一些实施例提供的治疗公式库的构建方法，所述第二损失函数lr由以下公式确定：
[0018][0019]
根据本发明一些实施例提供的治疗公式库的构建方法，所述第三损失函数l2由以下公式确定：
[0020][0021]
根据本发明一些实施例提供的治疗公式库的构建方法，所述根据所述诊断结果和所述治疗项目，得到每个病患对应的诊断结果类别和治疗项目类别，包括：
[0022]
根据所述诊断结果和预设的诊断结果分类，确定每个病患对应的诊断结果类别；
[0023]
根据所述治疗项目和预设的治疗项目分类，确定每个病患对应的治疗项目类别。
[0024]
根据本发明一些实施例提供的治疗公式库的构建方法，所述基于所述诊断结果类别与所述治疗项目类别之间的对应关系，构建治疗公式库，包括：
[0025]
基于所述诊断结果类别与所述治疗项目类别之间的对应关系，确定每个所述诊断结果类别对应的治疗公式，所述治疗公式与至少一个所述治疗项目类别具有对应关系；
[0026]
根据所述治疗公式，构建治疗公式库。
[0027]
为实现上述目的，本技术实施例的第二方面提出了一种治疗公式库的构建装置，所述装置包括：
[0028]
获取模块，用于获取就诊数据集，所述就诊数据集包括多个病患的就诊数据，每个所述就诊数据包括所述病患就诊的诊断结果和治疗项目；
[0029]
处理模块，用于根据所述诊断结果和所述治疗项目，确定每个病患对应的诊断结果类别和治疗项目类别；
[0030]
第一构建模块，用于基于每个病患对应的所述诊断结果类别和所述治疗项目类别，构建整数规划模型；
[0031]
求解模块，用于求解所述整数规划模型，得到所述诊断结果类别与所述治疗项目类别之间的对应关系；
[0032]
第二构建模块，用于基于每个所述诊断结果类别与所述治疗项目类别之间的对应关系，构建治疗公式库。
[0033]
为实现上述目的，本技术实施例的第三方面提出了一种电子设备，所述电子设备
包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述第一方面所述的方法。
[0034]
为实现上述目的，本技术实施例的第四方面提出了一种存储介质，所述存储介质为计算机可读存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个计算机程序，所述一个或者多个计算机程序可被一个或者多个处理器执行，以实现上述第一方面所述的方法。
[0035]
本技术提出一种治疗公式库的构建方法、装置、设备及介质，治疗公式库的构建方法通过获取包括多个病患就诊数据的就诊数据集，其中，每个就诊数据包括病患就诊的诊断结果和治疗项目，根据诊断结果和治疗项目，确定每个病患对应的诊断结果类别和治疗项目类别，从而基于每个病患对应的诊断结果类别和治疗项目类别，构建并求解整数规划模型，得到诊断结果类别与治疗项目类别之间的对应关系，基于诊断结果类别与治疗项目类别之间的对应关系，构建治疗公式库。本技术实施例获取就诊数据集并从中提取每个病患对应的诊断结果类别和治疗项目类别，通过构建和求解关于诊断结果类别和治疗项目类别的整数规划模型，得到诊断结果类别与治疗项目类别之间的对应关系并基于该对应关系构建治疗公式库。
附图说明
[0036]
图1是本技术实施例提供的一种治疗公式库的构建方法的流程示意图；
[0037]
图2是本技术实施例提供的一种治疗公式库的构建方法的流程示意图；
[0038]
图3是本技术实施例提供的一种治疗公式库的构建方法的流程示意图；
[0039]
图4是本技术实施例提供的一种治疗公式库的构建装置的结构示意图；
[0040]
图5是本技术实施例提供的一种电子设备的硬件结构示意图。
具体实施方式
[0041]
为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
[0042]
需要说明的是，除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
[0043]
首先，对本技术中涉及的名词进行解析：
[0044]
整数规划，整数规划是指一类要求问题中的全部或一部分变量为整数的数学规划，而整数规划问题是要求决策变量取整数值的线性规划或非线性规划问题。根据对决策变量的限制条件，整数规划可分为：
[0045]
纯整数规划：所有决策变量均要求为整数的整数规划；
[0046]
混合整数规划：部分决策向量要求为整数的整数规划；
[0047]
纯0-1整数规划：所有决策变量均要求为0或1的整数规划；
[0048]
混合0-1整数规划：部分决策变量均要求为0或1的整数规划。
[0049]
疾病治疗公式是指针对每类疾病所采取的一系列对应的治疗措施，它形成了一种
治疗该类疾病的方法。通过记录每类疾病及其对应的治疗措施，形成尽可能完善的治疗公式库，有助于为日后的诊断和治疗提供指导。
[0050]
相关的治疗公式库构建方法中，每类疾病对应的治疗措施主要依靠人工收集、整理和汇总，然而，人工提取的方法依赖于较强的专业知识，而诊断结果种类和治疗项目种类数量众多，人工提取的方法十分低效，且存在提取结果不全面、维护成本高的问题。因此，如何提供一种治疗公式库的构建方法，能够自动提取每类疾病及其对应的治疗措施，也即是提取诊断结果类别及其对应的治疗项目类别以形成治疗公式库，成为亟待解决的技术问题。
[0051]
基于此，本技术实施例提供了一种治疗公式库的构建方法、装置、电子设备及存储介质，能够自动提取诊断结果类别及其对应的治疗项目类别并构建治疗公式库。
[0052]
本技术实施例提供的一种治疗公式库的构建方法、装置、电子设备及存储介质，具体通过如下实施例进行说明，首先描述本技术实施例中的治疗公式库的构建方法。
[0053]
本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
[0054]
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
[0055]
本技术实施例提供的治疗公式库的构建方法，涉及人工智能及数字医疗技术领域。本技术实施例提供的治疗公式库的构建方法可应用于终端中，也可应用于服务器端中，还可以是运行于终端或服务器端中的软件。在一些实施例中，终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等；服务器端可以配置成独立的物理服务器，也可以配置成多个物理服务器构成的服务器集群或者分布式系统，还可以配置成提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn以及大数据和人工智能平台等基础云计算服务的云服务器；软件可以是实现治疗公式库的构建方法的应用等，但并不局限于以上形式。
[0056]
本技术可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络pc、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本技术可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本技术，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
[0057]
请参见图1，图1示出了本技术实施例提供的一种治疗公式库的构建方法的流程示意图。如图1所示，该治疗公式库的构建方法包括但不限于步骤s110至s150。
[0058]
步骤s110，获取就诊数据集，所述就诊数据集包括多个病患的就诊数据，每个所述
就诊数据包括所述病患就诊的诊断结果和治疗项目。
[0059]
可以理解的是，病患的原始就诊数据中包括有每个病例的主要诊断名称，次要诊断名称和消费明细，通过诊断名称可以得到病患就诊的就诊结果，消费明细中包括病患进行的所有治疗项目。
[0060]
步骤s120，根据所述诊断结果和所述治疗项目，确定每个病患对应的诊断结果类别和治疗项目类别。
[0061]
参见图2，图2示出了本技术实施例提供的一种治疗公式库的构建方法的流程示意图。如图2所示，在一些实施例中，所述根据所述诊断结果和所述治疗项目，得到每个病患对应的诊断结果类别和治疗项目类别，包括：
[0062]
步骤s210，根据所述诊断结果和预设的诊断结果分类，确定每个病患对应的诊断结果类别；
[0063]
步骤s220，根据所述治疗项目和预设的治疗项目分类，确定每个病患对应的治疗项目类别。
[0064]
可以理解的是，从就诊数据集中得到每个病患的诊断结果及其对应的治疗项目，根据预设的诊断结果分类和治疗项目分类，可以确定每个病患的诊断结果类别及其对应的治疗项目类别。
[0065]
应了解，预设的诊断结果分类和治疗项目分类可以是医学领域中的专家分类结果。
[0066]
步骤s130，基于每个病患对应的所述诊断结果类别和所述治疗项目类别，构建整数规划模型。
[0067]
在一些实施例中，所述整数规划模型由以下公式确定：
[0068]
min l(x1,
…
,xn)＝α1·
le+α2·
lr+α3·
l2,s.t.xi∈{1,2,
…
,m},i＝1,2,
…
,n；
[0069]
其中，min(
·
)表示取最小值，所述m为所述诊断结果类别的数量，所述n为所述治疗项目类别的数量，所述xi表示第i个治疗项目类别所属的诊断结果类别，所述le为第一损失函数，所述lr为第二损失函数，所述l2为第三损失函数，所述α1为第一权重系数，所述α2为第二权重系数，所述α3为第三权重系数。
[0070]
需要说明的是，整数规划模型包括了目标函数、决策变量和约束条件。
[0071]
在本实施例中，目标函数为α1·
le+α2·
lr+α3·
l2，其中，le为第一损失函数，lr为第二损失函数，l2为第三损失函数，α1、α2和α3分别为第一、第二和第三权重系数；决策变量为xi，其中，包括约束条件：xi∈{1,2,
…
,m}，i＝1,2,
…
,n，m为诊断结果类别的数量，n为治疗项目类别的数量，决策变量xi表示第i个治疗项目类别对应的诊断结果类别。
[0072]
需要说明的是，第一损失函数le、第二损失函数lr和第三损失函数l2都是关于决策变量xi的函数，其中，第一损失函数le表示治疗项目类别匹配到错误的诊断结果类别所造成的损失，第二损失函数lr表示诊断结果类别匹配到错误的治疗项目类别所造成的损失，第三损失函数l2表示希望决策变量xi不要集中在少数诊断结果类别下。
[0073]
基于每个病患对应的诊断结果类别和治疗项目类别，构建整数规划模型，其中，融入了诊断结果类别和治疗项目类别之间的双向对应关系，考虑治疗项目类别不会都集中在单一诊断结果类别的实际情况，将三方面损失放入目标函数，并为每项损失设置权重系数，可根据实际效果进行调整，从而可以得到更为准确的诊断结果类别与治疗项目类别之间的
对应关系。
[0074]
可以理解的是，通过调整第一、第二和第三权重系数，整数规划模型的目标函数单独包括第一损失函数、第二损失函数或第三损失函数，或者整数规划模型的目标函数是第一损失函数、第二损失函数和第三损失函数的任意两个组合，又或者整数规划模型的目标函数是第一损失函数、第二损失函数和第三损失函数三个函数的组合。
[0075]
示例性的，当α2和α3为0时，整数规划模型由以下公式确定：
[0076]
min l(x1,
…
,xn)＝α1·
le,s.t.xi∈{1,2,
…
,m},i＝1,2,
…
,n；其中，目标函数为α1·
le，le为第一损失函数，α1为第一权重系数。
[0077]
示例性的，当α1和α3为0时，整数规划模型由以下公式确定：
[0078]
min l(x1,
…
,xn)＝α2·
lr,s.t.xi∈{1,2,
…
,m},i＝1,2,
…
,n；其中，目标函数为α2·
lr，lr为第二损失函数，α2为第二权重系数。
[0079]
示例性的，当α1和α2为0时，整数规划模型由以下公式确定：
[0080]
min l(x1,
…
,xn)＝α3·
l2,s.t.xi∈{1,2,
…
,m},i＝1,2,
…
,n；其中，目标函数为α3·
l2，l2为第三损失函数，α3为第三权重系数。
[0081]
示例性的，当α3为0时，整数规划模型由以下公式确定：
[0082]
min l(x1,
…
,xn)＝α1·
le+α2·
lr,s.t.xi∈{1,2,
…
,m},i＝1,2,
…
,n；其中，目标函数为α1·
le+α2·
lr，le为第一损失函数，α1为第一权重系数，lr为第二损失函数，α2为第二权重系数。
[0083]
示例性的，当α2为0时，整数规划模型由以下公式确定：
[0084]
min l(x1,
…
,xn)＝α1·
le+α3·
l2,s.t.xi∈{1,2,
…
,m},i＝1,2,
…
,n；其中，目标函数为α1·
le+α3·
l2，le为第一损失函数，α1为第一权重系数，l2为第三损失函数，α3为第三权重系数。
[0085]
示例性的，当α1为0时，整数规划模型由以下公式确定：
[0086]
min l(x1,
…
,xn)＝α2·
lr+α3·
l2,s.t.xi∈{1,2,
…
,m},i＝1,2,
…
,n；其中，目标函数为α2·
lr+α3·
l2，lr为第二损失函数，α2为第二权重系数，l2为第三损失函数，α3为第三权重系数。
[0087]
在一些实施例中，所述第一损失函数le由以下公式确定：
[0088][0089]
其中，所述m为所述就诊数据集中病患的数量，所述m为所述诊断结果类别的数量，所述n为所述治疗项目类别的数量，所述xi表示第i个治疗项目类别所属的诊断结果类别，所述c
ij
∈{0,1}，当病患i进行了治疗项目类别j下的项目治疗，所述c
ij
为0，否则为1；所述d
ik
∈{0,1}，当病患i确诊出诊断结果类别k下的疾病，所述d
ik
为0，否则为1；所述f(x)∈{0,1}，所述f(x)具体公式如下：
[0090]
可以理解的是，就诊数据集中有m个病患，m个诊断结果类别，n个治疗项目类别，对于第一损失函数le，当第i个病患的治疗项目类别j匹配到了病患i诊断出诊断结果类别k，则病患i的治疗项目类别j的损失为0，否则为1。对病患i所有的治疗项目类别j的损失求和，再对所有病患求和，得到第一损失函数le对应的第一损失值。
[0091]
在一些实施例中，所述第二损失函数lr由以下公式确定：
[0092][0093]
其中，所述m为所述就诊数据集中病患的数量，所述m为所述诊断结果类别的数量，所述n为所述治疗项目类别的数量，所述xi表示第i个治疗项目类别所属的诊断结果类别，所述c
ij
∈{0,1}，当病患i进行了治疗项目类别j下的项目治疗，所述c
ij
为0，否则为1；所述d
ik
∈{0,1}，当病患i确诊出诊断结果类别k下的疾病，所述d
ik
为0，否则为1；所述f(x)∈{0,1}，所述f(x)具体公式如下：
[0094]
可以理解的是，就诊数据集中有m个病患，m个诊断结果类别，n个治疗项目类别，对于第二损失函数lr，当第i个病患的诊断结果类别k匹配到了病患i进行过的治疗项目类别j，则病患i的诊断结果类别k的损失为0，否则为1。对病患i所有的诊断结果类别k的损失求和，再对所有病患求和，得到第二损失函数lr对应的第二损失值。
[0095]
在一些实施例中，所述第三损失函数l2由以下公式确定：
[0096][0097]
其中，所述n为所述治疗项目类别的数量，所述xi表示第i个治疗项目类别所属的诊断结果类别，所述f(x)∈{0,1}，所述f(x)具体公式如下：诊断结果类别，所述f(x)∈{0,1}，所述f(x)具体公式如下：
[0098]
可以理解的是，就诊数据集中有m个病患，m个诊断结果类别，n个治疗项目类别，对于第三损失函数l2，当两个决策变量xi的取值不同，则这两个决策变量xi之间的损失为0，否则为1，计算任意两个决策变量xi之间的损失并求和，得到第三损失函数l2对应的第三损失值。
[0099]
步骤s140，求解所述整数规划模型，得到所述诊断结果类别与所述治疗项目类别之间的对应关系。
[0100]
可以理解的是，求解上述整数规划模型，得到最优解。根据所定义的决策变量的含义，即决策变量表示治疗项目类别对应的诊断结果类别，最优解即表示各诊断结果类别与治疗项目类别之间最优的对应关系。
[0101]
示例性的，求解整数规划模型得到最优解之一：它表示第i个治疗项目类别在最优的情况下属于诊断结果类别j。
[0102]
应了解，整数规划模型的求解方法为本领域技术人员所知，亦不是本技术实施例重点，在此不作赘述。
[0103]
步骤s150，基于所述诊断结果类别与所述治疗项目类别之间的对应关系，构建治疗公式库。
[0104]
根据求解整数规划模型得到的最优解，即诊断结果类别与治疗项目类别之间最优的对应关系，构建治疗公式库。
[0105]
示例性的，就诊数据集中有7个诊断结果类别{m1,m2,m3,m4,m5,m6,m7}，10个治疗项目类别{n1,n2,n3,n4,n5,n6,n7,n8,n9,n
10
}，诊断结果类别与治疗项目类别之间的对应关系以
最优解表示可以是：表示治疗项目类别n1，n3和n9在最优的情况下属于诊断结果类别m2，继而构建治疗公式库，治疗公式库包括有诊断结果类别m2与治疗项目类别n1，n3和n9之间的对应关系，例如，治疗公式库存储有治疗项目类别n1与诊断结果类别m2的对应关系，治疗项目类别n3与诊断结果类别m2的对应关系和治疗项目类别n9与诊断结果类别m2的对应关系。
[0106]
参见图3，图3示出了本技术实施例提供的一种治疗公式库的构建方法的流程示意图。如图3所示，在一些实施例中，所述基于所述诊断结果类别与所述治疗项目类别之间的对应关系，构建治疗公式库，包括：
[0107]
步骤s310，基于所述诊断结果类别与所述治疗项目类别之间的对应关系，确定每个所述诊断结果类别对应的治疗公式，所述治疗公式与至少一个所述治疗项目类别具有对应关系。
[0108]
步骤s320，根据所述治疗公式，构建治疗公式库。
[0109]
可以理解的是，基于诊断结果类别与所述治疗项目类别之间的对应关系，进一步形成每个诊断结果类别的治疗公式，其中，治疗公式与至少一个治疗项目类别具有对应关系，并根据形成的治疗公式，构建治疗公式库。
[0110]
示例性的，就诊数据集中有7个诊断结果类别{m1,m2,m3,m4,m5,m6,m7}，10个治疗项目类别{n1,n2,n3,n4,n5,n6,n7,n8,n9,n
10
}，诊断结果类别与治疗项目类别之间的对应关系以最优解表示可以是：以及，分别表示治疗项目类别n2，n4，n6和n8在最优的情况下属于诊断结果类别m3，以及治疗项目类别n1，n3，n7和n
10
在最优的情况下属于诊断结果类别m7。基于上述诊断结果类别与治疗项目类别之间的对应关系，可以确定诊断结果类别m3和m7的治疗公式，其中，诊断结果类别m3的治疗公式为治疗项目类别n2，n4，n6和n8，诊断结果类别m7的治疗公式为治疗项目类别n1，n3，n7和n
10
，继而构建治疗公式库，将诊断结果类别与治疗项目类别之间的对应关系以治疗公式的形式，即以一个诊断结果类别对应n个治疗项目类别的形式存储至治疗公式库。
[0111]
构建包括有治疗公式的治疗公式库，在查询治疗公式库时，可以通过检索诊断结果类别直接得到该诊断结果类别对应的包括至少一个治疗项目类别的治疗公式。
[0112]
本技术提出一种治疗公式库的构建方法，治疗公式库的构建方法通过获取包括多个病患就诊数据的就诊数据集，其中，每个就诊数据包括病患就诊的诊断结果和治疗项目，根据诊断结果和治疗项目，确定每个病患对应的诊断结果类别和治疗项目类别，从而基于每个病患对应的诊断结果类别和治疗项目类别，构建并求解整数规划模型，得到诊断结果类别与治疗项目类别之间的对应关系，基于诊断结果类别与治疗项目类别之间的对应关系，构建治疗公式库。本技术实施例获取就诊数据集并从中提取每个病患对应的诊断结果类别和治疗项目类别，通过构建和求解关于诊断结果类别和治疗项目类别的整数规划模型，得到诊断结果类别与治疗项目类别之间的对应关系并基于该对应关系构建治疗公式库。
[0113]
进一步可以理解的是，本技术实施例中尽管在附图中以特定的顺序描述操作，但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作，或是要求执行全部所示的操作以得到期望的结果。在特定环境中，多任务和并行处理可能是有利的。
[0114]
请参见图4，本技术实施例还提供了一种治疗公式库的构建装置100，所述治疗公
式的构建装置100包括：
[0115]
获取模块110，用于获取就诊数据集，所述就诊数据集包括多个病患的就诊数据，每个所述就诊数据包括所述病患就诊的诊断结果和治疗项目；
[0116]
处理模块120，用于根据所述诊断结果和所述治疗项目，确定每个病患对应的诊断结果类别和治疗项目类别；
[0117]
第一构建模块130，用于基于每个病患对应的所述诊断结果类别和所述治疗项目类别，构建整数规划模型；
[0118]
求解模块140，用于求解所述整数规划模型，得到所述诊断结果类别与所述治疗项目类别之间的对应关系；
[0119]
第二构建模块150，用于基于每个所述诊断结果类别与所述治疗项目类别之间的对应关系，构建治疗公式库。
[0120]
本技术提出一种治疗公式库的构建装置，治疗公式库的构建装置通过获取模块获取包括多个病患就诊数据的就诊数据集，其中，每个就诊数据包括病患就诊的诊断结果和治疗项目，处理模块根据诊断结果和治疗项目，确定每个病患对应的诊断结果类别和治疗项目类别，第一构建模块基于每个病患对应的诊断结果类别和治疗项目类别，构建整数规划模型，之后通过求解模块求解整数规划模型，得到诊断结果类别与治疗项目类别之间的对应关系，第二构建模块基于诊断结果类别与治疗项目类别之间的对应关系，构建治疗公式库。本技术实施例获取就诊数据集并从中提取每个病患对应的诊断结果类别和治疗项目类别，通过构建和求解关于诊断结果类别和治疗项目类别的整数规划模型，得到诊断结果类别与治疗项目类别之间的对应关系并基于该对应关系构建治疗公式库。
[0121]
需要说明的是，上述装置的模块之间的信息交互、执行过程等内容，由于与本技术方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
[0122]
请参见图5，图5示出本技术实施例提供的一种电子设备的硬件结构，电子设备包括：
[0123]
处理器210，可以采用通用的cpu(central processing unit，中央处理器)、微处理器、应用专用集合成电路(application specific integrated circuit，asic)、或者一个或多个集合成电路等方式实现，用于执行相关计算机程序，以实现本技术实施例所提供的技术方案；
[0124]
存储器220，可以采用只读存储器(read only memory，rom)、静态存储设备、动态存储设备或者随机存取存储器(random access memory，ram)等形式实现。存储器220可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器220中，并由处理器210来调用执行本技术实施例的治疗公式库的构建方法；
[0125]
输入/输出接口230，用于实现信息输入及输出；
[0126]
通信接口240，用于实现本设备与其他设备的通信交互，可以通过有线方式(例如usb、网线等)实现通信，也可以通过无线方式(例如移动网络、wifi、蓝牙等)实现通信；和总线250，在设备的每个组件(例如处理器210、存储器220、输入/输出接口230和通信接口240)之间传输信息；
[0127]
其中处理器210、存储器220、输入/输出接口230和通信接口240通过总线250实现彼此之间在设备内部的通信连接。
[0128]
本技术实施例还提供了一种存储介质，存储介质为计算机可读存储介质，用于计算机可读存储，存储介质存储有一个或者多个计算机程序，一个或者多个计算机程序可被一个或者多个处理器执行，以实现上述治疗公式库的构建方法。
[0129]
存储器作为一种计算机可读存储介质，可用于存储软件程序以及计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0130]
本技术实施例描述的实施例是为了更加清楚的说明本技术实施例的技术方案，并不构成对于本技术实施例提供的技术方案的限定，本领域技术人员可知，随着技术的演变和新应用场景的出现，本技术实施例提供的技术方案对于类似的技术问题，同样适用。
[0131]
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0132]
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
[0133]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0134]
本技术的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0135]
应当理解，在本技术中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
[0136]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集合成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或
通信连接，可以是电性，机械或其它的形式。
[0137]
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0138]
另外，在本技术每个实施例中的各功能单元可以集合成在一个处理单元中，也可以是每个单元单独物理存在，也可以两个或两个以上单元集合成在一个单元中。上述集合成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0139]
集合成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括多指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术每个实施例的方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等各种可以存储程序的介质。
[0140]
以上参照附图说明了本技术实施例的优选实施例，并非因此局限本技术实施例的权利范围。本领域技术人员不脱离本技术实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本技术实施例的权利范围之内。