[发明专利]基于机器学习与大数据的中医智能辅助系统及方法

说明书

本发明公开了一种基于机器学习和大数据的中医智能辅助系统及方法，所述系统包括：四诊信息收集模块：用于收集病人主诉的相关四诊数据信息；四诊信息转换模块：用于将医生输入的四诊信息切割成描述性的症状语N；症状语匹配模块：用于将症状语N转换为标准化的症状集；症状权重鉴别模块：用于根据海量医案数据计算出各式症状的鉴别权重值；症型匹配模块：用于分析主要症型和诊断的病性病位向量；处方推荐模块：用于根据症型推荐处方。本发明通过存储在数据库中的主诉症状语中医病症的关联强度，通过一系列的分析方法能够快速确定病人的可能中医症型，然后根据中医症型症状快速推荐出治疗处方，方便医生更加准确地进行诊断，可靠性更高。

技术领域

本发明涉及中医信息处理技术领域，具体涉及一种基于机器学习和大数据的中医智能辅助系统及方法。

背景技术

随着基于数据与信息化系统的快速发展，如何通过信息化手段快速提高基层医疗单位的医疗质量将是未来基层医疗机构与病人的核心诉求。系统通过实现医生采集的四诊信息与中医病证的关联度与算法的使用等来解决诊所医生自身技术的局限性,并以建议处方解除病人痛苦。目前，针对主诉与疾病的相关性研究主要停留在理论层面，或者这些技术与方法只能解决某部分的问题。

发明内容

本发明的目的在于提供一种基于机器学习和大数据的中医智能辅助系统及方法，解决如何通过信息化手段为基层医疗单位针对中医病症快速推荐出治疗处方的问题。

为解决上述的技术问题，本发明采用以下技术方案：

一种基于机器学习和大数据的中医智能辅助系统，所述系统包括：

四诊信息收集模块：用于收集病人主诉的相关四诊数据信息；

四诊信息转换模块：用于通过StandardSyndrom组件在接收到病人四诊信息后根据书写的逗号或空白符执行自然语言切词的动作，将医生输入的四诊信息切割成描述性的症状语N；

症状语匹配模块：用于通过StandardSyndrom组件利用神经网络算法将四诊信息转换模块的得到的症状语N与症状语库进行匹配，转换为标准化的症状集；

症状权重鉴别模块：用于在DiagnosisSystem组件接收从StandardSyndrom传递过来的标准化的症状集之后，根据海量医案数据计算出各式症状的鉴别权重值；

症型匹配模块：用于通过DiagnosisSystem组件从海量医案数据中学习到的中医症型与标准症状的权重值同症状权重鉴别模块得到的各式症状的鉴别权重值进行统合计算，并按照各症型中的症状的权重总和进行排名，得到主要症型并利用病性病位神经网络模型计算出诊断的病性病位向量；

处方推荐模块：用于通过PrescriptionAnalysis组件计算得到各处方的病性病位向量，再将各处方的病再通过PrescriptionDecision组件将各处方的病性病位向量与症型匹配模块得到的诊断的病性病位向量去进行相似度匹配，最后将匹配度最高的处方作为推荐。

作为优选，所述系统还包括数据存储模块，用于存储海量医案数据，所述海量医案数据包括症型与症状的关系数据、各症型下的候选方剂以及各候选方剂的病性病位向量。

作为优选，所述症型匹配模块，还用于根据该模块中匹配的主症症型和各式症状的鉴别权重分析出该主症症型出现的次症症型。

一种基于机器学习和大数据的中医智能辅助方法，包括以下步骤：

S1：四诊信息收集模块收集病人主诉的相关四诊数据信息；

S2：四诊信息转换模块通过StandardSyndrom组件在接收到病人四诊信息后根据书写的逗号或空白符执行自然语言切词的动作，将医生输入的四诊信息切割成描述性的症状语N；