[发明专利]临床诊断模型的构建方法及构建系统、临床诊断系统

权利要求书

1.一种临床诊断模型的构建方法，其特征在于，包括：

步骤S1、进行数据采集，数据采集源为多个电子病历；

步骤S2、对采集到的数据进行处理；

步骤S3、根据处理后的数据中的已知典型病历建立病例分析模型，并对病历分析模型进行训练评估；

步骤S4、将训练评估完成的模型应用到临床诊断系统中，形成临床诊断模型。

2.根据权利要求1所述的临床诊断模型的构建方法，其特征在于，步骤S1中的电子病历的数据包括病人的基本信息、用药历史、患病史、症状主诉和检查指标。

3.根据权利要求1或2所述的临床诊断模型的构建方法，其特征在于，步骤S1中采用数据仓库技术进行数据的采集。

4.根据权利要求1所述的临床诊断模型的构建方法，其特征在于，步骤S2具体包括：

子步骤S21、去掉未确诊和关键信息缺失的数据；

子步骤S22、筛选出数据量大且数据可用度好的疾病种类；

子步骤S23、通过疾病共用条件筛选可能病症；

子步骤S24、获取患者症状主诉数据、检查指标数据；

子步骤S25、根据统计学概率分析理论将筛选出的可能病症与患者症状主诉数据、检查指标数据进行概率分析。

5.根据权利要求1所述的临床诊断模型的构建方法，其特征在于，步骤S3中对病历分析模型进行训练评估具体包括：逐层对临床诊断模型进行训练评估。

6.根据权利要求5所述的临床诊断模型的构建方法，其特征在于，逐层对临床诊断模型进行训练评估具体包括：

针对有核心症状词的病症，通过核心症状词进行初级判断过滤，根据过滤结果进行逐层分析，通过回归、分析、聚类算法将诊断结果输出；

针对无典型指向的病症，通过贝叶斯网络神经网络模型进行算法精细化诊断，通过分析后将诊断结果按照近似概率输出。

7.根据权利要求1所述的临床诊断模型的构建方法，其特征在于，病历分析模型的权重为：w＝(w₁，w₂，…，w_n)，其中，w₁、w₂，…，w_n均表示各个症状的权重，n为大于或者等于1的正整数；

p(w)为在未给定任何数据时的先验概率，在给了训练数据D后，其后验概率p(w|D)为：p(D)为归一化因子，与模型无关；p(D|w)为模型的证据，用以判断模型的复杂度是否合适。

8.根据权利要求1所述的临床诊断模型的构建方法，其特征在于，数据采集源包括多个病症的电子病历时，针对每个病症分别执行步骤S1～步骤S4，以获得针对不同病症的多个临床诊断模型。

9.一种临床诊断模型的构建系统，其特征在于，包括：

数据采集模块，用于进行数据采集，数据采集源为多个电子病历；

数据处理模块，用于对采集到的数据进行处理；

模型训练评估模块，用于根据处理后的数据中的已知典型病历建立病例分析模型，并对病历分析模型进行训练评估；以及

模型应用模块，用于将训练评估完成的模型应用到临床诊断系统中，形成临床诊断模型。

10.一种临床诊断系统，其特征在于，包括：

输入装置，用于输入患者的基本信息、症状主诉和检查指标；

诊断装置，用于根据患者的基本信息、症状主诉和检查指标，应用临床诊断模型诊断出可能的疾病及其概率，其中，临床诊断模型为使用如权利要求1～8任一项所述的临床诊断模型的构建方法构建所得；

显示装置，用于显示诊断出的可能的疾病及其概率。