[发明专利]一种基于医疗大数据的疾病自动辅助诊断系统及方法

说明书

技术领域

本发明涉及医疗信息计算和数据处理领域，尤其涉及一种基于医疗大数据的疾病 自动辅助诊断系统及方法。

背景技术

病患个体差异大，医疗疾病种类繁多，复合疾病常见且关系复杂，诊断时需要多医 生多部门一起协同，诊断很难标准化和自动化，使得原本紧张的医疗资源更是捉襟见肘；而 医疗过程缺乏病人的主动参与，再加上医生的工作强度大，存在许多误诊漏诊现象，造成了 医患关系紧张的问题。虽然很多网上医院如39健康网能缓解一部分压力，但是由于缺乏详 尽的诊断数据，给出的诊断结论往往有失偏颇，而且不乏别有用心的人给出错误的诊断。

随着互联网和医疗技术的进步，大数据分析为许多医学难题的解决提供了新途 径。而已有的移动互联网医疗终端功能较为单一，只具有数据采集传输的功能，而没有智能 疾病诊断的功能。

因此，目前缺乏一种智能的疾病自动辅助诊断系统，能够提供疾病诊断的参考结 果，用于缓解医生在疾病诊断过程中耗时，效率低的问题。

发明内容

本发明要解决的技术问题在于针对现有技术中医生诊断疾病耗时长，效率低的缺 陷，提供一种能够快速的自动诊断疾病的基于医疗大数据的疾病自动辅助诊断系统及方 法。

本发明解决其技术问题所采用的技术方案是：

本发明提供一种基于医疗大数据的疾病自动辅助诊断系统，包括：

后台数据存储单元，存储有大量已有的病例数据；

信息处理单元，具体包括统计分类模块、确诊症状集求取模块和疾病自动诊断模 块，其中：

统计分类模块，用于获取后台数据存储单元中的病例数据，并对其进行统计分类， 得到症状集与确诊的疾病类型集；

确诊症状集求取模块，用于根据统计分类模块得到的症状集和疾病类型集，求取 各种疾病的确诊症状集；

疾病自动诊断模块，用于获取用户提供的疾病症状数据，生成选择症状集，将其与 各种疾病的确诊症状集进行比较并计算，得到疾病判断结果；

人机交互单元，用于显示用户选择症状的界面，并输出疾病的诊断结果。

本发明提供一种基于医疗大数据的疾病自动辅助诊断方法，包括以下步骤：

S1、统计分类模块获取后台数据存储单元中的病例数据，对其进行统计分类得到 症状集与确诊的疾病类型集，并由确诊症状集求取模块进一步计算得到各种疾病的确诊症 状集；

S2、用户通过人机交互单元选择病发的部位和症状，信息处理单元根据用户提供 的数据生成选择症状集；

S3、疾病自动诊断模块根据选择症状集和存储在后台数据库中的各个病型的确诊 症状集进行比较，计算选择症状集与确诊症状集中症状个数的差值，以得到的各个差值为 判断依据，将差值由小到大进行排序；

S4、输出自动诊断的结果，列出前三项差值的相关确诊症状集对应的病型及参考 性。

进一步地，本发明的步骤S1中获取确诊症状集的具体方法为：

症状A与疾病B之间有明显关联，当诊断为疾病B的病例中常出现症状A，判断症状A 为疾病B的显性症状；疾病B的所有显性症状构成该疾病的确诊症状集。

进一步地，本发明的步骤S1中求取确诊症状集的具体方法为：

步骤a：给定阈值β，β≥0.6，症状总数I，病型总数J，令计数值i＝1，j＝1；

步骤b：统计症状Z_i与疾病B_j之间的相关性C(Z_i,B_j)，即确诊为病型B_j含有症状Z_i的 概率；

步骤c：当症状Z_i与B_j疾病之间相关性大于阈值β，则说明症状Z_i是疾病B_j的显性症 状，将Z_i症状纳入到疾病B_j的确诊症状集中，置i＝i+1，当i＜＝I则转至步骤b，当i＞I则跳 至步骤d；

步骤d：综合疾病B_j所有的显性症状，构成的集合即为疾病B_j的确诊症状集，置j＝j +1，i＝1，当j＞J，确诊症状集的求取过程结束，反之则转到步骤b。

进一步地，本发明的步骤S3中计算差值的具体方法为：