[发明专利]数据分析方法和设备

说明书

本公开提供了一种医学大数据分析方法和设备。该方法包括：接收用向量h表示的体征症状；以所述体征症状为特征定位患者在医学大数据中所处的子空间，其中用矩阵D来表示大数据中的病例集合，D=[D₁,D₂,……,D_M]，D_i表示第i个子空间，1≤i≤M，所述定位包括对公式求解；和通过分析子空间的语义一致性来分析患者处于特定子空间的概率P₁。此外还可以基于医学知识图谱上的证据传递得分来分析患者处于特定节点的概率P₂。还可以根据如下公式确定患者处于特定子空间或节点的概率P：，其中是调和参数，01。通过这些方案，不仅能够提高分析的准确率；而且还可以在第一时间依据症状分析患者的状况，让患者有针对性地进行检查，从而降低成本提高效率。

技术领域

本公开涉及一种数据分析方法和设备，更具体而言，涉及一种基于医学大数据和医学知识图谱的数据分析方法和设备。

背景技术

咨询委员会公司（Advisory Board Company）的最新研究表明：在未来十年内，普通大众在医疗机构的成本支出每年将提高5%。因此，为了生存以及发展，医疗机构应想方设法将成本降低20%。而实现这一目标的一个有效方法是利用大数据分析技术尽可能早地发现重大疾病。

众所周知，如果能在早期发现重大疾病的警示信号，其治疗过程会比更晚发现简单得多，而且费用也比较便宜，患者的恢复效果也好。根据EMC报告，22%的医疗机构利用数据分析技术来提高重大疾病的早期发现几率。美国已经有医疗机构通过数据分析，节约了可观的成本，并且提高了患者护理质量：美国威斯康星州麦迪逊的Meriter健康服务公司部署了一套商业智能解决方案，把来自分析系统和电子健康档案（EHR）的数据进行整合，为行政人员和临床医师提供了大量的、对实际工作有指导意义的信息。丰富的信息为Meriter公司的整形外科医师提供了准确的基准数据，还为医生选择更适合患者的植入假体提供了依据。在这些信息的帮助下，医院能够更高效地利用医疗开支——Meriter公司在利用数据分析后的短短8个月中节约了近100万美元。

目前基于医疗数据预测疾病的常用做法是从数据中抽取特征，例如血压值、血糖值等检测指标，然后通过机器学习方法训练一个预测模型（如逻辑斯蒂回归模型等），最后使用该模型进行预测。但此类做法存在两个不足之处：1）需要对每一个病种建立一个模型，当患者就诊时，需要使用每一个模型进行预测，效率十分低下；2）由于不同的病种的预测通常需要不同的检测指标，因此需要患者进行一些不必要的检测，提高了医疗成本。同时，此类做法通常使用检测指标作为特征，不能充分利用患者自述症状等一些其他有用的信息。

发明内容

为了解决或缓解上述现有技术中的至少一个缺陷，期望提供一种新的数据预测和分析方法和设备。

根据一个方面，提供了一种医学大数据分析方法，包括：

接收患者的体征症状并用向量h来表示所述体征症状；

以所述体征症状为特征定位患者在医学大数据中所处的子空间，其中用矩阵D来表示大数据中的病例集合，D = [D₁, D₂, ……, D_M]，D_i表示第i个子空间，1≤i≤M，所述定位包括对公式求解，X为一个系数向量，用来表示向量h在各个子空间中的分布；和

通过分析体征症状向量h所在子空间的语义一致性来分析患者处于特定子空间的概率P₁。

在一个实施例中，以所述体征症状为特征定位患者在医学大数据中所处的子空间进一步包括：

通过采用稀疏解法对公式求解从而确定患者所处的子空间；以及

基于系数向量X中各元素的值确定h位于哪个子空间的部分最多，从而确定位于哪个子空间的概率最大。