臨床路徑制定方法及裝置的制造方法
【專利摘要】本發(fā)明公開了一種臨床路徑制定方法及裝置，所述方法包括：對電子病歷進(jìn)行預(yù)處理操作，以獲得臨床路徑數(shù)據(jù)；將所述臨床路徑數(shù)據(jù)作為輸入樣本和期望輸出樣本訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，以構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型；根據(jù)所述BP神經(jīng)網(wǎng)絡(luò)模型中作為期望輸出樣本的臨床路徑數(shù)據(jù)，構(gòu)建臨床路徑數(shù)據(jù)庫；根據(jù)所述BP神經(jīng)網(wǎng)絡(luò)模型和所述臨床路徑數(shù)據(jù)庫，分析預(yù)設(shè)疾病的臨床路徑。本發(fā)明的技術(shù)方案通過構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型和臨床路徑數(shù)據(jù)庫，最后根據(jù)所構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)模型和所述臨床路徑數(shù)據(jù)庫，獲得預(yù)設(shè)疾病的臨床路徑，使醫(yī)護(hù)人員只要將某一疾病輸入BP神經(jīng)網(wǎng)絡(luò)模型，即可獲得相應(yīng)的臨床路徑數(shù)據(jù)，從而降低了醫(yī)護(hù)人員的工作量，提高了臨床路徑制定的工作效率。
【專利說明】
臨床路徑制定方法及裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及數(shù)據(jù)挖掘技術(shù)領(lǐng)域，特別涉及一種臨床路徑制定方法及裝置。
【背景技術(shù)】
[0002] 臨床路徑是指針對某一疾病建立一套標(biāo)準(zhǔn)化治療模式與治療程序，是一個有關(guān)臨 床治療的綜合模式，以循證醫(yī)學(xué)證據(jù)和指南為指導(dǎo)來促進(jìn)治療組織和疾病管理的方法，最 終起到規(guī)范醫(yī)療行為，減少變異，降低成本，提高質(zhì)量的作用。
[0003] 臨床路徑的制定是一個非常復(fù)雜且充滿爭議的問題。傳統(tǒng)的臨床路徑都是基于醫(yī) 療設(shè)備檢測、專家會診、文獻(xiàn)參考等方法進(jìn)行制定，其弊端在于周期較長，所用到的醫(yī)療信 息較少，難以發(fā)現(xiàn)在大量的醫(yī)療數(shù)據(jù)中所隱藏的規(guī)律。臨床路徑的制定在臨床醫(yī)學(xué)的角度 來看，是一個非常復(fù)雜且充滿爭議的問題，因此結(jié)合數(shù)據(jù)挖掘的方式對臨床路徑進(jìn)行分析， 有利于病種質(zhì)量、診療行為規(guī)范以及費用控制，可以制定出適合的臨床路徑。但是，目前數(shù) 據(jù)挖掘技術(shù)在醫(yī)療臨床上的應(yīng)用還處于探索與起步階段。

【發(fā)明內(nèi)容】

[0004] 有鑒于此，本發(fā)明的目的是提供一種基于BP神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)挖掘方法的臨床路徑 制定方法及裝置。
[0005] 為了實現(xiàn)上述目的，本發(fā)明提供了一種臨床路徑制定方法，包括：
[0006] 對電子病歷進(jìn)行預(yù)處理操作，以獲得臨床路徑數(shù)據(jù)；
[0007] 將所述臨床路徑數(shù)據(jù)作為輸入樣本和期望輸出樣本訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，以構(gòu)建BP神 經(jīng)網(wǎng)絡(luò)模型；
[0008] 根據(jù)所述BP神經(jīng)網(wǎng)絡(luò)模型中作為期望輸出樣本的臨床路徑數(shù)據(jù)，構(gòu)建臨床路徑數(shù) 據(jù)庫；
[0009] 根據(jù)所述BP神經(jīng)網(wǎng)絡(luò)模型和所述臨床路徑數(shù)據(jù)庫，分析預(yù)設(shè)疾病的臨床路徑。
[0010] 作為優(yōu)選，所述預(yù)處理操作包括抽取、轉(zhuǎn)化和裝載。
[0011] 作為優(yōu)選，對電子病歷進(jìn)行預(yù)處理操作，包括：
[0012] 獲取所述電子病歷；
[0013]抽取所述電子病歷中的患者基本信息、醫(yī)囑、診療信息、檢驗結(jié)果和影像結(jié)果數(shù) 據(jù)。
[0014]作為優(yōu)選，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，包括：
[0015]獲取所述臨床路徑數(shù)據(jù)，以作為所述BP神經(jīng)網(wǎng)絡(luò)模型的輸入樣本;其中每一所述 輸入樣本具有多個輸入節(jié)點，所述BP神經(jīng)網(wǎng)絡(luò)模型具有多層；
[0016]根據(jù)每一所述輸入節(jié)點逐層計算所述BP神經(jīng)網(wǎng)絡(luò)模型的實際輸出樣本，計算所述 實際輸出樣本的公式為：
[0018] 其中，f為激活函數(shù)，i為上一層的輸入節(jié)點個數(shù)，wdk)為加權(quán)因子，XKk)為輸入樣 本表達(dá)式，Θ (k)為閾值因子；
[0019] 計算所述BP神經(jīng)網(wǎng)絡(luò)模型的期望輸出樣本與實際輸出樣本的誤差，誤差計算公式 為：
[0020] e(k)=Y(k)-Y/ (k),
[0021] 其中，Y(k)為期望輸出樣本，Ylk)為實際輸出樣本；
[0022] 計算出所述實際輸出與所述期望輸出的誤差，若所述誤差大于預(yù)設(shè)閾值，則根據(jù) 修正公式調(diào)整計算所述實際輸出樣本的公式的參數(shù);所述修正公式為：
[0024]其中α為沖量項，Wi(k)為加權(quán)因子，η為學(xué)習(xí)率，ei(k)為誤差，Xi(k)為輸入樣本表 達(dá)式，9(k)為閾值因子。
[0025] 作為優(yōu)選，所述α的取值為0.9。
[0026] 作為優(yōu)選，構(gòu)建臨床路徑數(shù)據(jù)庫，包括：
[0027] 對所述臨床路徑數(shù)據(jù)所對應(yīng)的診療手段進(jìn)行編號；
[0028] 根據(jù)所述臨床路徑數(shù)據(jù)和所述診療手段的編號，構(gòu)建臨床路徑數(shù)據(jù)庫；
[0029] 作為優(yōu)選，分析預(yù)設(shè)疾病的臨床路徑，包括：
[0030] 獲取所述預(yù)設(shè)疾病的參數(shù)，其中，所述參數(shù)的類型根據(jù)所述臨床路徑數(shù)據(jù)庫的參 數(shù)確定；
[0031 ]將所述預(yù)設(shè)疾病的參數(shù)輸入所述ΒΡ神經(jīng)網(wǎng)絡(luò)模型，以獲得輸出結(jié)果；
[0032] 將所述輸出結(jié)果與所述臨床路徑數(shù)據(jù)庫進(jìn)行匹配，以獲得與所述預(yù)設(shè)疾病對應(yīng)的 診療手段。
[0033] 本發(fā)明還提供一種臨床路徑制定裝置，包括：
[0034]預(yù)處理模塊，用于對電子病歷進(jìn)行預(yù)處理操作，以獲得臨床路徑數(shù)據(jù)；
[0035]第一構(gòu)建模塊，用于將所述臨床路徑數(shù)據(jù)作為輸入樣本和期望輸出樣本訓(xùn)練ΒΡ神 經(jīng)網(wǎng)絡(luò)，以構(gòu)建ΒΡ神經(jīng)網(wǎng)絡(luò)模型；
[0036]第二構(gòu)建模塊，用于根據(jù)所述ΒΡ神經(jīng)網(wǎng)絡(luò)模型中作為期望輸出樣本的臨床路徑數(shù) 據(jù)，構(gòu)建臨床路徑數(shù)據(jù)庫；
[0037]分析模塊，用于根據(jù)所述ΒΡ神經(jīng)網(wǎng)絡(luò)模型和所述臨床路徑數(shù)據(jù)庫，分析預(yù)設(shè)疾病 的臨床路徑。
[0038]作為優(yōu)選，所述預(yù)處理操作包括抽取、轉(zhuǎn)化和裝載。
[0039]作為優(yōu)選，所述預(yù)處理模塊，包括：
[0040]獲取模塊，用于獲取所述電子病歷；
[0041] 抽取模塊，用于抽取所述電子病歷中的患者基本信息、醫(yī)囑、診療信息、檢驗結(jié)果 和影像結(jié)果數(shù)據(jù)。
[0042] 與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果:本發(fā)明的技術(shù)方案通過對大量的電 子病歷進(jìn)行預(yù)處理操作，以獲得臨床路徑數(shù)據(jù)，再根據(jù)臨床路徑數(shù)據(jù)構(gòu)建ΒΡ神經(jīng)網(wǎng)絡(luò)模型 和臨床路徑數(shù)據(jù)庫，最后根據(jù)所構(gòu)建的ΒΡ神經(jīng)網(wǎng)絡(luò)模型和所述臨床路徑數(shù)據(jù)庫，獲得預(yù)設(shè) 疾病的臨床路徑，使醫(yī)護(hù)人員只要將某一疾病輸入BP神經(jīng)網(wǎng)絡(luò)模型，即可獲得相應(yīng)的臨床 路徑數(shù)據(jù)，從而降低了醫(yī)護(hù)人員的工作量，提高了臨床路徑制定的工作效率。
【附圖說明】
[0043]圖1為本發(fā)明的反向傳輸神經(jīng)網(wǎng)絡(luò)示意圖圖；
[0044] 圖2為本發(fā)明的臨床路徑制定方法的實施例一的流程圖；
[0045] 圖3為本發(fā)明的臨床路徑制定方法的實施例二的流程圖；
[0046] 圖4為本發(fā)明的臨床路徑制定裝置的實施例一的示意圖。
【具體實施方式】
[0047] 下面結(jié)合附圖和實施例，對本發(fā)明的【具體實施方式】作進(jìn)一步詳細(xì)描述。以下實施 例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。
[0048]反向傳輸(Back Propagation，BP)神經(jīng)網(wǎng)絡(luò)是指基于誤差反向傳播算法的多層前 向神經(jīng)網(wǎng)絡(luò)，它包括信息的正向傳播和誤差的反向傳播兩個過程。BP神經(jīng)網(wǎng)絡(luò)具有以下特 點，能夠以任意精度逼近任何非線性映射，實現(xiàn)對復(fù)雜系統(tǒng)建模;可以學(xué)習(xí)和自適應(yīng)未知信 息，如果系統(tǒng)發(fā)生了變化可以通過修改網(wǎng)絡(luò)的連接值而改變預(yù)測結(jié)果;BP神經(jīng)網(wǎng)絡(luò)具有分 布式信息存儲和處理結(jié)構(gòu)，因此具有一定的容錯性，其構(gòu)造出來的系統(tǒng)具有較好的魯棒性。
[0049] 如圖1所示，為BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。BP神經(jīng)網(wǎng)絡(luò)通常由輸入層、隱含層和輸出層組 成，層與層之間全相連，但每層的節(jié)點之間互不相連。其中，BP神經(jīng)網(wǎng)絡(luò)的輸入層的節(jié)點個 數(shù)通常取決于輸入樣本的維數(shù)，輸出層的節(jié)點個數(shù)通常取決于輸出樣本的維數(shù)。
[0050] 結(jié)繼結(jié)合圖1，假設(shè)BP神經(jīng)網(wǎng)絡(luò)的輸入樣本的矢量為xeRn，其中X=( XQ，X1，…， Xn-OMit含層有m個神經(jīng)元，它們的輸出為.??ν_ ^=(以，χ/ "?η-ΟΜ俞出層有m個 神經(jīng)元，輸出y e Rn，y = ( yo，yi，…，ym-：L)T;輸入層到隱含層的權(quán)值為Wij，閾值為Θ j ;隱含層到 輸出層的權(quán)值為wjk，閾值為0k，于是隱含層的各神經(jīng)元輸出為：
[0052]其中f為激活函數(shù)，為隱含層的權(quán)值因子，X為輸入樣本表達(dá)式，Θ」為閾值因子， X'為隱含層輸出表達(dá)式，y為輸出層表達(dá)式；
[0053]顯然，它將完成η維空間矢量到m維的映射，其中激活函數(shù)f(x)為單極性Sigmoid函 數(shù)：
[0055]汽4為具有連續(xù)可導(dǎo)的特點，且有^(1)=汽1)(14(1))，根據(jù)應(yīng)用需要，也可以 采用雙極性Sigmoid函數(shù)
[0057] BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)也稱為訓(xùn)練，只得是通過神經(jīng)網(wǎng)絡(luò)所在環(huán)境的刺激作用調(diào)整神 經(jīng)網(wǎng)絡(luò)的自由參數(shù)，使神經(jīng)網(wǎng)絡(luò)以一種新的方式對外部環(huán)境做出反應(yīng)的一個過程，本發(fā)明 所用的學(xué)習(xí)方式為基于最小均方誤差準(zhǔn)則的方式。
[0058] 圖2為本發(fā)明的臨床路徑制定方法的實施例一的流程圖，如圖1所示，本實施例的 臨床路徑制定方法，具體可以包括如下步驟：
[0059] S201，對電子病歷進(jìn)行預(yù)處理操作，以獲得臨床路徑數(shù)據(jù)。
[0060]具體地，本實施例可以利用存儲在各大醫(yī)院信息管理系統(tǒng)中的臨床數(shù)據(jù)，即電子 病歷進(jìn)行預(yù)處理操作。預(yù)處理操作包括抽取、轉(zhuǎn)化和裝載。
[0061 ] S202,將臨床路徑數(shù)據(jù)作為輸入樣本和期望輸出樣本訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，以構(gòu)建BP 神經(jīng)網(wǎng)絡(luò)模型。
[0062]具體地，由于BP神經(jīng)網(wǎng)絡(luò)具有一些優(yōu)點，例如能夠以任意精度逼近任何非線性映 射，實現(xiàn)對復(fù)雜系統(tǒng)建模;可以學(xué)習(xí)和自適應(yīng)未知信息，如果系統(tǒng)發(fā)生了變化可以通過修改 網(wǎng)絡(luò)的連接值而改變預(yù)測結(jié)果;BP神經(jīng)網(wǎng)絡(luò)具有分布式信息存儲和處理結(jié)構(gòu)，同時具有一 定的容錯性，其構(gòu)造出來的系統(tǒng)具有較好的魯棒性，因此，本實施例采用構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模 型的方式。
[0063] S203，根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型中作為期望輸出樣本的臨床路徑數(shù)據(jù)，構(gòu)建臨床路徑 數(shù)據(jù)庫。
[0064]具體地，根據(jù)輸出樣本的臨床路徑數(shù)據(jù)來構(gòu)建臨床路徑數(shù)據(jù)庫，以為患者提供一 個較佳的臨床路徑。
[0065] S204，根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型和臨床路徑數(shù)據(jù)庫，分析預(yù)設(shè)疾病的臨床路徑。
[0066] 具體地，在具體實施時，預(yù)設(shè)疾病為典型病癥，因為對于某些特殊的疾病，所采用 的診療方式也比較特殊，所獲取的數(shù)據(jù)量也不是足夠多，因此在分析特殊疾病時，可以采取 其他的方法，而在分析一些典型病癥時，本實施例的準(zhǔn)確性較高。本實施例的技術(shù)方案通過 對大量的電子病歷進(jìn)行預(yù)處理操作，以獲得臨床路徑數(shù)據(jù)，再根據(jù)臨床路徑數(shù)據(jù)構(gòu)建BP神 經(jīng)網(wǎng)絡(luò)模型和臨床路徑數(shù)據(jù)庫，最后根據(jù)所構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)模型和臨床路徑數(shù)據(jù)庫，獲 得預(yù)設(shè)疾病的臨床路徑，使醫(yī)護(hù)人員只要將某一疾病輸入BP神經(jīng)網(wǎng)絡(luò)模型，即可獲得相應(yīng) 的臨床路徑數(shù)據(jù)，從而降低了醫(yī)護(hù)人員的工作量，提高了臨床路徑制定的工作效率。
[0067] 圖3為本發(fā)明的臨床路徑制定方法的實施例二的流程圖，本實施例的臨床路徑制 定方法在如圖2所示的實施例的基礎(chǔ)上，進(jìn)一步更加詳細(xì)地介紹本發(fā)明的技術(shù)方案。如圖3 所示，本實施例的臨床路徑制定方法，具體可以包括如下步驟：
[0068] S301，獲取電子病歷。
[0069] 具體地，獲取電子病歷的方法可以從各醫(yī)院的所存儲的海量電子病歷數(shù)據(jù)庫中獲 取。
[0070] S302,抽取電子病歷中的患者基本信息、醫(yī)囑、診療信息、檢驗結(jié)果和影像結(jié)果數(shù) 據(jù)。
[0071] 具體地，在電子病歷中所抽取的數(shù)據(jù)可以包括患者基本信息、醫(yī)囑、診療信息、檢 驗結(jié)果和影像結(jié)果等數(shù)據(jù)，之所以選擇這些數(shù)據(jù)，是因為這些數(shù)據(jù)可以作為臨床路徑上的 一個節(jié)點，便于構(gòu)建臨床路徑數(shù)據(jù)庫。
[0072] S303，獲取臨床路徑數(shù)據(jù)，以作為BP神經(jīng)網(wǎng)絡(luò)模型的輸入樣本;其中每一輸入樣本 具有多個輸入節(jié)點，BP神經(jīng)網(wǎng)絡(luò)模型具有多層。具體地，BP神經(jīng)網(wǎng)絡(luò)通常由輸入層、隱含層 和輸出層組成，層與層之間全相連，但每層的節(jié)點之間互不相連。也就是說，對于輸入層來 說，輸入層具有多個輸入節(jié)點，但各輸入節(jié)點之間互不相連，可參見圖1。而且，BP神經(jīng)網(wǎng)絡(luò) 的輸入層的節(jié)點個數(shù)通常取決于輸入樣本的維數(shù)，輸出層的節(jié)點個數(shù)通常取決于輸出樣本 的維數(shù)。
[0073] S304,根據(jù)每一輸入節(jié)點逐層計算BP神經(jīng)網(wǎng)絡(luò)模型的實際輸出樣本，計算實際輸 出樣本的公式為：
[0075]其中，Xi(k)為輸入樣本表達(dá)式，f為激活函數(shù)，i為上一層的輸入節(jié)點個數(shù)，Wdk)為 加權(quán)因子，Θ (k)為閾值因子。
[0076] S305,計算BP神經(jīng)網(wǎng)絡(luò)模型的期望輸出樣本與實際輸出樣本的誤差，誤差計算公 式為：
[0077] e(k)=Y(k)-Y/ (k) (5)，
[0078] 其中，Y(k)為期望輸出樣本，V (k)為實際輸出樣本。
[0079] S306,計算出實際輸出與期望輸出的誤差，若誤差大于預(yù)設(shè)閾值，則根據(jù)修正公式 調(diào)整計算實際輸出樣本的公式的參數(shù);修正公式為：
[0081] 其中α為沖量項，Wi(k)為加權(quán)因子，η為學(xué)習(xí)率，ei(k)為誤差，Xi(k)為輸入樣本表 達(dá)式，9(k)為閾值因子。
[0082] 優(yōu)選地，α的取值為0.9。
[0083] S307,對臨床路徑數(shù)據(jù)所對應(yīng)的診療手段進(jìn)行編號。
[0084] 具體地，一種典型病癥可能存在不同的診療手段，在數(shù)據(jù)量非常大的情況下，為臨 床路徑所對應(yīng)的診療手段進(jìn)行編號，便于醫(yī)護(hù)人員進(jìn)行操作的時候進(jìn)行選擇，以提高醫(yī)護(hù) 人員的工作效率。
[0085] S308,根據(jù)臨床路徑數(shù)據(jù)和診療手段的編號，構(gòu)建臨床路徑數(shù)據(jù)庫。
[0086] 具體地，根據(jù)輸出樣本的臨床路徑數(shù)據(jù)來構(gòu)建臨床路徑數(shù)據(jù)庫，以為患者提供一 個較佳的臨床路徑。S309,獲取預(yù)設(shè)疾病的參數(shù)，其中，參數(shù)的類型根據(jù)臨床路徑數(shù)據(jù)庫的 參數(shù)確定。
[0087] S310,將預(yù)設(shè)疾病的參數(shù)輸入ΒΡ神經(jīng)網(wǎng)絡(luò)模型，以獲得輸出結(jié)果。
[0088] S311，將輸出結(jié)果與臨床路徑數(shù)據(jù)庫進(jìn)行匹配，以獲得與預(yù)設(shè)疾病對應(yīng)的診療手 段。
[0089] 具體地，在具體實施時，預(yù)設(shè)疾病為典型病癥，因為對于某些特殊的疾病，所采用 的診療方式也比較特殊，所獲取的數(shù)據(jù)量也不是足夠多，因此在分析特殊疾病時，可以采取 其他的方法，而在分析一些典型病癥時，本實施例的準(zhǔn)確性較高。
[0090] 本實施例的技術(shù)方案通過對大量的電子病歷進(jìn)行預(yù)處理操作，把一些結(jié)構(gòu)化和非 結(jié)構(gòu)化的電子數(shù)據(jù)抽取出來，轉(zhuǎn)化構(gòu)建完善的包含臨床信息的數(shù)據(jù)庫，根據(jù)該數(shù)據(jù)庫，訓(xùn)練 出適用于預(yù)測典型病癥臨床治療手段的BP神經(jīng)網(wǎng)絡(luò)模型，降低醫(yī)護(hù)人員的工作量，為臨床 路徑制定提供了技術(shù)途徑。
[0091]圖4為本發(fā)明的臨床路徑制定裝置的實施例一的示意圖，如圖4所示，本實施例的 臨床路徑制定裝置，具體可以包括預(yù)處理模塊41、第一構(gòu)建模塊42、第二構(gòu)建模塊43和分析 模塊44。
[0092]預(yù)處理模塊41，用于對電子病歷進(jìn)行預(yù)處理操作，以獲得臨床路徑數(shù)據(jù)；
[0093]第一構(gòu)建模塊42,用于將臨床路徑數(shù)據(jù)作為輸入樣本和期望輸出樣本訓(xùn)練BP神經(jīng) 網(wǎng)絡(luò)，以構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型；
[0094]第二構(gòu)建模塊43,用于根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型中作為期望輸出樣本的臨床路徑數(shù) 據(jù)，構(gòu)建臨床路徑數(shù)據(jù)庫；
[0095]分析模塊44,用于根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型和臨床路徑數(shù)據(jù)庫，分析預(yù)設(shè)疾病的臨床 路徑。
[0096]預(yù)處理操作包括抽取、轉(zhuǎn)化和裝載。
[0097] 預(yù)處理模塊41，包括：
[0098] 獲取模塊(圖中未示出），用于獲取電子病歷；
[0099] 抽取模塊（圖中未示出），用于抽取電子病歷中的患者基本信息、醫(yī)囑、診療信息、 檢驗結(jié)果和影像結(jié)果數(shù)據(jù)。
[0100] 本實施例的臨床路徑制定裝置，通過采用上述模塊對某一預(yù)設(shè)疾病進(jìn)行臨床路徑 制定的實現(xiàn)機制與上述圖1所示實施例的臨床路徑制定方法的實現(xiàn)機制相同，詳細(xì)可以參 考上述圖1所示實施例的記載，在此不再贅述。
[0101] 以上實施例僅為本發(fā)明的示例性實施例，不用于限制本發(fā)明，本發(fā)明的保護(hù)范圍 由權(quán)利要求書限定。本領(lǐng)域技術(shù)人員可以在本發(fā)明的實質(zhì)和保護(hù)范圍內(nèi)，對本發(fā)明做出各 種修改或等同替換，這種修改或等同替換也應(yīng)視為落在本發(fā)明的保護(hù)范圍內(nèi)。
【主權(quán)項】
1. 一種臨床路徑制定方法，其特征在于，包括： 對電子病歷進(jìn)行預(yù)處理操作，W獲得臨床路徑數(shù)據(jù)； 將所述臨床路徑數(shù)據(jù)作為輸入樣本和期望輸出樣本訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，W構(gòu)建BP神經(jīng)網(wǎng) 絡(luò)模型； 根據(jù)所述BP神經(jīng)網(wǎng)絡(luò)模型中作為期望輸出樣本的臨床路徑數(shù)據(jù)，構(gòu)建臨床路徑數(shù)據(jù) 庫； 根據(jù)所述BP神經(jīng)網(wǎng)絡(luò)模型和所述臨床路徑數(shù)據(jù)庫，分析預(yù)設(shè)疾病的臨床路徑。2. 根據(jù)權(quán)利要求1所述的臨床路徑制定方法，其特征在于， 所述預(yù)處理操作包括抽取、轉(zhuǎn)化和裝載。3. 根據(jù)權(quán)利要求2所述的臨床路徑制定方法，其特征在于，對電子病歷進(jìn)行預(yù)處理操 作，包括： 獲取所述電子病歷； 抽取所述電子病歷中的患者基本信息、醫(yī)囑、診療信息、檢驗結(jié)果和影像結(jié)果數(shù)據(jù)。4. 根據(jù)權(quán)利要求1所述的臨床路徑制定方法，其特征在于，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，包括： 獲取所述臨床路徑數(shù)據(jù)，W作為所述BP神經(jīng)網(wǎng)絡(luò)模型的輸入樣本;其中每一所述輸入 樣本具有多個輸入節(jié)點，所述BP神經(jīng)網(wǎng)絡(luò)模型具有多層； 根據(jù)每一所述輸入節(jié)點逐層計算所述BP神經(jīng)網(wǎng)絡(luò)模型的實際輸出樣本，計算所述實際 輸出樣本的公式為：其中，Xi化)為輸入樣本表達(dá)式，f為激活函數(shù)，i為上一層的輸入節(jié)點個數(shù)，Wi化)為加權(quán) 因子，Θ化)為闊值因子； 計算所述BP神經(jīng)網(wǎng)絡(luò)模型的期望輸出樣本與實際輸出樣本的誤差，誤差計算公式為： e化)=Υ化)-Y'化）， 其中，Υ化)為期望輸出樣本，γ/化)為實際輸出樣本； 計算出所述實際輸出與所述期望輸出的誤差，若所述誤差大于預(yù)設(shè)闊值，則根據(jù)修正 公式調(diào)整計算所述實際輸出樣本的公式的參數(shù);所述修正公式為：其中α為沖量項，Wi化)為加權(quán)因子，η為學(xué)習(xí)率，ei化)為誤差，Xi化)為輸入樣本表達(dá)式， 9化)為闊值因子。5. 根據(jù)權(quán)利要求4所述的臨床路徑制定方法，其特征在于，所述α的取值為0.9。6. 根據(jù)權(quán)利要求1所述的臨床路徑制定方法，其特征在于，構(gòu)建臨床路徑數(shù)據(jù)庫，包括： 對所述臨床路徑數(shù)據(jù)所對應(yīng)的診療手段進(jìn)行編號； 根據(jù)所述臨床路徑數(shù)據(jù)和所述診療手段的編號，構(gòu)建臨床路徑數(shù)據(jù)庫。7. 根據(jù)權(quán)利要求1所述的臨床路徑制定方法，其特征在于，分析預(yù)設(shè)疾病的臨床路徑， 包括： 獲取所述預(yù)設(shè)疾病的參數(shù)，其中，所述參數(shù)的類型根據(jù)所述臨床路徑數(shù)據(jù)庫的參數(shù)確 定； 將所述預(yù)設(shè)疾病的參數(shù)輸入所述BP神經(jīng)網(wǎng)絡(luò)模型，W獲得輸出結(jié)果； 將所述輸出結(jié)果與所述臨床路徑數(shù)據(jù)庫進(jìn)行匹配，W獲得與所述預(yù)設(shè)疾病對應(yīng)的診療 手段。8. -種臨床路徑制定裝置，其特征在于，包括： 預(yù)處理模塊，用于對電子病歷進(jìn)行預(yù)處理操作，W獲得臨床路徑數(shù)據(jù)； 第一構(gòu)建模塊，用于將所述臨床路徑數(shù)據(jù)作為輸入樣本和期望輸出樣本訓(xùn)練BP神經(jīng)網(wǎng) 絡(luò)，W構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型； 第二構(gòu)建模塊，用于根據(jù)所述BP神經(jīng)網(wǎng)絡(luò)模型中作為期望輸出樣本的臨床路徑數(shù)據(jù)， 構(gòu)建臨床路徑數(shù)據(jù)庫； 分析模塊，用于根據(jù)所述BP神經(jīng)網(wǎng)絡(luò)模型和所述臨床路徑數(shù)據(jù)庫，分析預(yù)設(shè)疾病的臨 床路徑。9. 根據(jù)權(quán)利要求1所述的臨床路徑制定裝置，其特征在于， 所述預(yù)處理操作包括抽取、轉(zhuǎn)化和裝載。10. 根據(jù)權(quán)利要求9所述的臨床路徑制定裝置，其特征在于，所述預(yù)處理模塊，包括： 獲取模塊，用于獲取所述電子病歷； 抽取模塊，用于抽取所述電子病歷中的患者基本信息、醫(yī)囑、診療信息、檢驗結(jié)果和影 像結(jié)果數(shù)據(jù)。
【文檔編號】G06N3/02GK106096286SQ201610424381
【公開日】2016年11月9日
【申請日】2016年6月15日 公開號201610424381.5, CN 106096286 A, CN 106096286A, CN 201610424381, CN-A-106096286, CN106096286 A, CN106096286A, CN201610424381, CN201610424381.5
【發(fā)明人】黃亦謙
【申請人】北京千安哲信息技術(shù)有限公司