背景技術(shù)：
隨著醫(yī)療信息化的發(fā)展，醫(yī)院為病人建立診療病歷，詳細(xì)記錄病人的診療信息，以方便對(duì)病人診療信息進(jìn)行跟蹤與管理，大量病人多次診療信息形成了疾病診療信息空間，面向診療信息進(jìn)行數(shù)據(jù)挖掘，從中挖掘出疾病、癥狀間的關(guān)聯(lián)，獲得診療記錄及病人間的關(guān)聯(lián)關(guān)系，以科學(xué)地實(shí)現(xiàn)對(duì)診療記錄、病人的管理、跟蹤及預(yù)測(cè)，為病人提供更好的信息服務(wù)是當(dāng)前醫(yī)療數(shù)據(jù)分析領(lǐng)域新興的研究課題，有重要的理論和應(yīng)用價(jià)值。

診療記錄中通常記錄著醫(yī)生為病人歷次進(jìn)行檢查診療的信息，其中既包括病人的就診時(shí)間、地點(diǎn)、年齡、性別這類結(jié)構(gòu)化的屬性信息，也包含著病人對(duì)于疾病癥狀的描述、醫(yī)生對(duì)于該疾病所提出的治療方案等以關(guān)鍵詞描述的非結(jié)構(gòu)化信息?，F(xiàn)有面向診療記錄中的非結(jié)構(gòu)化數(shù)據(jù)的挖掘方法缺少統(tǒng)一、集成的框架。Parikshit Sondhi等人在該方向做出了有意義的嘗試，面向非結(jié)構(gòu)化文本診療數(shù)據(jù)，提出了基于圖模型的癥狀聯(lián)想方法，用于發(fā)現(xiàn)疾病間平面結(jié)構(gòu)的關(guān)聯(lián)關(guān)系，然而其無(wú)法發(fā)現(xiàn)疾病主題間的層級(jí)關(guān)聯(lián)，層次化的關(guān)聯(lián)可以更直觀、形象地發(fā)現(xiàn)疾病主題間的關(guān)聯(lián)。另外，診療記錄中的結(jié)構(gòu)化屬性為非結(jié)構(gòu)化的診療文本信息提供了關(guān)于疾病豐富的描述，例如診療時(shí)間、年齡、地點(diǎn)信息可便于跟蹤疾病關(guān)聯(lián)隨時(shí)間、地點(diǎn)的動(dòng)態(tài)演化，在挖掘過程中充分考慮這些元素可更準(zhǔn)確地發(fā)現(xiàn)疾病間的關(guān)聯(lián)，有助于發(fā)現(xiàn)疾病癥狀及其影響因素的關(guān)系，便于對(duì)于疾病進(jìn)行跟蹤、管理及預(yù)測(cè)。

層次主題模型為發(fā)現(xiàn)層級(jí)關(guān)聯(lián)提供了有效的途徑，David M.Blei等利用層次主題模型發(fā)現(xiàn)文獻(xiàn)摘要中隱含的主題層次結(jié)構(gòu)，本發(fā)明針對(duì)現(xiàn)有非結(jié)構(gòu)化診療記錄挖掘方法中集成化、層次化、動(dòng)態(tài)性考慮較少的特點(diǎn)，基于層次主題模型，提出融合多種要素的癥狀層級(jí)關(guān)聯(lián)及預(yù)測(cè)方法，綜合考慮多種因素，從而更加直觀、形象、準(zhǔn)確地發(fā)現(xiàn)癥狀間的主題層次關(guān)聯(lián)，實(shí)現(xiàn)疾病的高效、準(zhǔn)確預(yù)測(cè)，該方法首先基于每個(gè)病人的診療歷史記錄的癥狀詞集合，利用層次主題模型挖掘其中潛在的癥狀層次主題結(jié)構(gòu)；基于此層次主題結(jié)構(gòu)，利用最大概率映射規(guī)則，將病人的每個(gè)診療記錄映射至對(duì)應(yīng)的節(jié)點(diǎn)上，實(shí)現(xiàn)了診療信息的層級(jí)組織和病人群體的聚類；最后基于此層次結(jié)構(gòu)進(jìn)行預(yù)測(cè)，對(duì)于已有病人，根據(jù)該病人所在樹狀層級(jí)的路徑以及對(duì)應(yīng)診療的節(jié)點(diǎn)信息，預(yù)測(cè)病人可能存在的健康危機(jī)，對(duì)于新病人，將其已有診療記錄映射至對(duì)應(yīng)節(jié)點(diǎn)，按照最大概率原則確定其所在路徑，從而實(shí)現(xiàn)預(yù)測(cè)。

技術(shù)實(shí)現(xiàn)要素：

為解決現(xiàn)有非結(jié)構(gòu)化診療記錄挖掘方法中集成化、層次化、動(dòng)態(tài)性考慮較少的特點(diǎn)，本發(fā)明提出了基于層次主題模型的癥狀關(guān)聯(lián)及預(yù)測(cè)方法，面向非結(jié)構(gòu)化的診療數(shù)據(jù)，構(gòu)建癥狀主題層次空間，采用最大概率準(zhǔn)則實(shí)現(xiàn)診療記錄及病人的層次化映射，并綜合考慮病人的多種屬性信息實(shí)現(xiàn)疾病的動(dòng)態(tài)預(yù)測(cè)。

本發(fā)明公開了一種癥狀層次關(guān)聯(lián)及預(yù)測(cè)方法，其包括:

步驟 1、根據(jù)病人的診療記錄信息構(gòu)建診療信息空間；

步驟 2、基于診療信息空間，利用層次主題模型獲得癥狀主題層次空間；

步驟 3、根據(jù)所獲得的癥狀主題層次空間，利用最大概率準(zhǔn)則對(duì)診療記錄和病人進(jìn)行層次化映射；

步驟 4、綜合考慮病人的多種屬性信息實(shí)現(xiàn)疾病的動(dòng)態(tài)預(yù)測(cè)；

步驟 5、根據(jù)疾病預(yù)測(cè)結(jié)果進(jìn)行拓展應(yīng)用。

本發(fā)明提出的上述方法，提供了從疾病、診療記錄、病人三個(gè)層面自動(dòng)挖掘診療信息的集成化統(tǒng)一框架，進(jìn)而增強(qiáng)病人及醫(yī)生對(duì)于疾病不同時(shí)期癥狀、影響要素、診治方法及其關(guān)聯(lián)、動(dòng)態(tài)發(fā)展與演化有深入了解與直觀形象的認(rèn)識(shí)，便于實(shí)現(xiàn)對(duì)于疾病、診療記錄及病人的管理、跟蹤及預(yù)測(cè)，為病人提供疾病的早期預(yù)防、預(yù)測(cè)及診治等更好的信息服務(wù)。

附圖說(shuō)明

圖1 是本發(fā)明的總體框架圖；

圖2 診療信息空間組成示意圖；

圖3 癥狀主題層次生成示意圖；

圖4 診療記錄及病人映射示意圖；

圖5 癥狀預(yù)測(cè)過程流程圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。

圖1 是本發(fā)明中癥狀層次關(guān)聯(lián)及預(yù)測(cè)方法的步驟流程圖，如圖1所示，本發(fā)明提出了一種癥狀層次關(guān)聯(lián)及預(yù)測(cè)方法，該方法包括以下步驟：

步驟 S1、根據(jù)病人的診療記錄信息構(gòu)建診療信息空間；

步驟 S2、基于步驟S1的診療信息空間，利用層次主題模型獲得癥狀主題層次空間，獲得癥狀及診療詞在層次主題空間中所屬的層級(jí)信息；

步驟 S3、根據(jù)步驟S2所獲得的癥狀主題層次空間，利用最大概率準(zhǔn)則對(duì)診療記錄和病人進(jìn)行層次化映射，獲得診療記錄及病人所屬的層級(jí)信息；

步驟 S4、利用步驟S3獲得的診療記錄及病人所屬的層級(jí)集合信息，綜合考慮病人診療記錄的年齡、診療時(shí)間、地點(diǎn)、性別多種屬性信息計(jì)算待診療病歷在病人歷史病歷中出現(xiàn)的概率，進(jìn)而實(shí)現(xiàn)疾病的動(dòng)態(tài)預(yù)測(cè)；

步驟 S5、疾病預(yù)測(cè)結(jié)果進(jìn)行拓展應(yīng)用。由步驟S4獲得的診療記錄間的相似度關(guān)聯(lián)及病人間的相似度關(guān)聯(lián)，可以有效實(shí)現(xiàn)病人及記錄的層級(jí)管理，便于醫(yī)生和病人對(duì)疾病的影響因素進(jìn)行深入分析，獲得疾病演變的認(rèn)識(shí)，同時(shí)，便于更科學(xué)化的對(duì)記錄及病人進(jìn)行跟蹤管理，為病人提供更好的信息服務(wù)。

下面詳細(xì)敘述上述各個(gè)步驟。

步驟 S1、根據(jù)病人的診療記錄信息構(gòu)建診療信息空間；

每個(gè)病人的病歷是其每次診療信息的集合，診療信息由描述疾病、癥狀、治療方案等的詞組成，詞集合組成了診療信息詞表C_V，V表示詞表的長(zhǎng)度，則每個(gè)診療信息可以表示成一個(gè)向量d_i=(l_i; age_i; g_i; t_i; p_i1, p_i2, ..., p_in,, ..., p_iV, )，l_i表示診療d_i地點(diǎn)信息，age_i表示d_i出現(xiàn)時(shí)病人的年齡，g_i表示病人的性別，t_i表示診療d_i的時(shí)間，p_ij表示詞w_j在診療d_i中出現(xiàn)的頻率。每個(gè)病人的病歷記錄pat_n=(d_n,1, d_n,2, ..., d_n,Kn), Kn表示病人pat_n的診療個(gè)數(shù)。病人的集合{pat₁, pat₂ , ..., pat_N}，其中，N表示病人集合中病人的數(shù)目，組成了診療信息空間。圖2所示為由疾病、診療記錄、病人組成的診療信息空間示意圖。

步驟 S2、基于步驟S1的診療信息空間，利用層次主題模型獲得癥狀主題層次空間；

所述步驟S2癥狀主題層次空間如圖3所示，基于層級(jí)主題模型，通過引入嵌套式中國(guó)餐館過程作為層級(jí)結(jié)構(gòu)/樹結(jié)構(gòu)的先驗(yàn)，將診療信息空間構(gòu)建成癥狀潛在主題層次樹，層次樹中每個(gè)節(jié)點(diǎn)代表的主題表示為診療記錄中癥狀/治療詞表上的分布，高層級(jí)的節(jié)點(diǎn)代表比較泛的疾病癥狀主題，低層級(jí)的節(jié)點(diǎn)代表比較細(xì)致的疾病癥狀主題。所述步驟S2具體包括：

步驟S21、采樣主題在診療記錄詞表上的概率分布；

對(duì)深度為L(zhǎng)的主題樹結(jié)構(gòu)T中的每一個(gè)主題k ∈ T：采樣k在詞表上的概率分布βk，滿足βk～Dirichlet(η)，其中超參數(shù)η控制主題-診療詞分布的平滑性；

步驟S22、對(duì)每個(gè)病人采樣樹結(jié)構(gòu)中從根節(jié)點(diǎn)到葉節(jié)點(diǎn)的路徑；

對(duì)于病人的集合{pat₁, pat₂ , ..., pat_N}中的每一個(gè)病人pat_n(n ∈ {1,2,3, ...,N})，從樹結(jié)構(gòu)采樣一條從根節(jié)點(diǎn)到葉節(jié)點(diǎn)的路徑c_n，滿足c_n～nCRP(γ)，其中γ為nCRP中控制樹結(jié)構(gòu)的參數(shù)；

步驟S23、采樣病人的每個(gè)診療記錄在各層上的分布向量；

對(duì)pat_n的診療記錄d_n,i( i∈{1,2,3, ..., Kn})，采樣診療記錄d_n,i在各層上的分布向量θ_i，滿足θ_i | {m, π}～GEM(m, π)，GEM(·)為使用木棒分割構(gòu)造方法(Stick-Breaking constructions)時(shí)的GEM分布函數(shù)，其中參數(shù)m控制在各主題層上分布的均衡性，π決定服從參數(shù)m的嚴(yán)格性；

步驟S24、對(duì)診療記錄中的每個(gè)癥狀詞代表的位置采樣一個(gè)癥狀詞；

對(duì)診療記錄d_i中的每一個(gè)詞代表的位置

——依據(jù)上一步采樣得到的分布向量θ_i為該位置采樣一個(gè)層級(jí)z_ij，滿足z_ij | θ～Mult(θ_i)，Mult(·)為多項(xiàng)式分布；

——依據(jù)已經(jīng)采樣得到的z_jr, c_n，為該位置采樣一個(gè)詞w_ij，滿足w_ij | {z_ij, c_n, β} ～Mult(β_cn[z_ij])，其中β控制主題-詞的分布；

其中，4個(gè)超參數(shù){η, γ, m, π}的設(shè)定將影響癥狀層次樹型主題結(jié)構(gòu)的形狀以及分布，因此可以通過調(diào)整超參數(shù)獲取預(yù)期的癥狀層次樹結(jié)構(gòu)。

步驟 S3、根據(jù)步驟S2所獲得的癥狀主題層次空間，利用最大概率準(zhǔn)則對(duì)診療記錄和病人進(jìn)行層次化映射；

圖4所示為步驟S3對(duì)診療記錄和病人進(jìn)行層次化映射的示意圖，旨在基于獲得的癥狀潛在主題層次樹，將每個(gè)病人的診療記錄映射到樹結(jié)構(gòu)中的節(jié)點(diǎn)上，形成病人診療記錄的層級(jí)結(jié)構(gòu), 根據(jù)診療記錄的映射結(jié)果進(jìn)一步將病人映射到樹結(jié)構(gòu)中的節(jié)點(diǎn)上，形成癥狀、診療記錄、病人三個(gè)層面的層次化關(guān)聯(lián)組織與管理。所述步驟S3具體包括：

步驟S31、根據(jù)診療記錄中癥狀詞對(duì)應(yīng)的層級(jí)分布，計(jì)算病人診療記錄出現(xiàn)在不同層級(jí)的概率分布，將診療記錄映射到概率最大的層級(jí)主題節(jié)點(diǎn)上；

病人的診療記錄出現(xiàn)在不同層級(jí)的概率分布p(z_j | d_n,i)的計(jì)算如下：

其中，N_dn,i表示診療記錄d_n,i中詞的個(gè)數(shù)，w_ik表示d_n,i中的第k個(gè)詞，p(z_j|w_ik,c_n)表示d_n,i中的詞w_ik出現(xiàn)在路徑c_n中層級(jí)z_j的概率；

步驟S32、根據(jù)病人各個(gè)診療記錄的層級(jí)，計(jì)算病人在不同層級(jí)的概率分布，將病人映射到概率最大的層級(jí)主題節(jié)點(diǎn)上；

病人出現(xiàn)在不同層級(jí)的概率分布p(z_j | pat_n)的計(jì)算公式如下：

。

步驟 S4、綜合考慮病人的多種屬性信息實(shí)現(xiàn)疾病的動(dòng)態(tài)預(yù)測(cè)：

圖5所示為融合多種屬性信息實(shí)現(xiàn)疾病的動(dòng)態(tài)預(yù)測(cè)的流程圖。首先定位到病人所映射到的潛在主題層次樹對(duì)應(yīng)的節(jié)點(diǎn)，將該病人新的記錄與該節(jié)點(diǎn)上其他診療記錄進(jìn)行相似概率分布計(jì)算，以預(yù)測(cè)新的診療記錄在病人歷史病歷中出現(xiàn)的概率分布，特征在于綜合考慮病人診療地點(diǎn)、年齡、性別、時(shí)間多個(gè)屬性信息的記錄相似度計(jì)算方法。所述步驟S4具體包括：

步驟S41、如果待預(yù)測(cè)病人已經(jīng)存在于癥狀主題層次樹中，則直接將其定位到層次樹中對(duì)應(yīng)的節(jié)點(diǎn)；如不存在于主題層次樹中，則根據(jù)其新的診療記錄，根據(jù)步驟S2獲得的癥狀主題層級(jí)結(jié)構(gòu)，基于步驟S3所示方法，利用最大主題概率映射規(guī)則將其診療記錄分別映射至相應(yīng)的節(jié)點(diǎn)；

步驟S42、將待預(yù)測(cè)病人的診療記錄與所定位節(jié)點(diǎn)上的其他記錄進(jìn)行相似度計(jì)算，相似度計(jì)算過程中，綜合考慮病人的診療地點(diǎn)、年齡、性別、時(shí)間多個(gè)屬性信息及診療記錄中的疾病描述及診療信息，該計(jì)算方式可以有效度量多因素對(duì)于疾病的影響，從而實(shí)現(xiàn)更準(zhǔn)確的疾病預(yù)測(cè)與診療；

計(jì)算d_k和同一節(jié)點(diǎn)其他診療記錄d_j的相似度計(jì)算函數(shù)為：

其中，? 表示不同診療記錄在同層級(jí)的概率差值的權(quán)重，

表示屬性計(jì)算分段函數(shù)，s_k表示診療記錄d_k中的某個(gè)屬性，λs表示屬性s分段對(duì)應(yīng)的閾值，a_s表示屬性s超出范圍時(shí)對(duì)應(yīng)的函數(shù)值；

步驟S43、基于計(jì)算得到的診療記錄相似度，獲得新的診療記錄在病人歷史病歷中出現(xiàn)的概率分布，實(shí)現(xiàn)對(duì)病人疾病的預(yù)測(cè)，并基于相似診療記錄中疾病的治療信息對(duì)病人進(jìn)行疾病治療方案方面的信息推薦；

根據(jù)映射規(guī)則，得到病人疾病范圍對(duì)應(yīng)的主題節(jié)點(diǎn)后，綜合同一節(jié)點(diǎn)對(duì)應(yīng)的此病人與其他診療記錄的時(shí)間、地點(diǎn)、性別、年齡屬性以及其他病人診療記錄出現(xiàn)在此節(jié)點(diǎn)的概率分布計(jì)算預(yù)測(cè)概率p(d_j|pat_n)，預(yù)測(cè)診療記錄d_j未來(lái)在病人pat_n病歷中出現(xiàn)的概率分值,計(jì)算公式如下：

其中，表示病人pat_n的診療記錄映射至其路徑的層級(jí)z的個(gè)數(shù)，d_k表示pat_n在層級(jí)z的第k個(gè)診療記錄。

步驟 S5、根據(jù)疾病預(yù)測(cè)結(jié)果進(jìn)行拓展應(yīng)用：

對(duì)待預(yù)測(cè)病人的疾病進(jìn)行預(yù)測(cè)后，還可借鑒與其相似疾病其他病人的治療方案對(duì)其進(jìn)行早期防治與治療，綜合分析相似診療記錄的結(jié)構(gòu)化屬性及非結(jié)構(gòu)化屬性，可進(jìn)而增強(qiáng)病人及醫(yī)生對(duì)于疾病不同時(shí)期癥狀、影響要素、診治方法及其關(guān)聯(lián)、動(dòng)態(tài)發(fā)展與演化有深入了解與直觀形象的認(rèn)識(shí)，便于實(shí)現(xiàn)對(duì)于疾病、診療記錄及病人的管理、跟蹤及預(yù)測(cè)，為病人提供疾病的早期預(yù)防、預(yù)測(cè)及診治等更好的信息服務(wù)。同時(shí)，本專利提出的方法生成的疾病、診療記錄、病人三個(gè)層面的層次關(guān)聯(lián)發(fā)現(xiàn)也為醫(yī)院更科學(xué)管理病歷提供了有效的途徑。