[发明专利]多源治疗方案推荐的结论合成方法及系统

权利要求书

1.一种多源治疗方案推荐的结论合成方法，其特征在于，包括：

邻近证据构造步骤：以目标病理的近邻为证据主体，分别为每个近邻构造mass函数；

医疗指南证据构造步骤：确定基于医疗指南作为证据主体的mass函数；

模型证据构造步骤：确定机器学习模型作为证据主体的mass函数；

融合步骤：融合邻近证据构造步骤、医疗指南证据构造步骤及模型证据构造步骤中的mass函数；

推荐步骤：根据融合后的mass函数做出最终的治疗方案推荐；

所述邻近证据构造步骤包括：

步骤1.1：根据患者信息确定病例的特征向量V，以及对应的治疗方案y∈2^X，确定所述治疗方案的先验支持度其中X为可供决策的治疗方案集合，N_a表示应该参与投票的所有医生人数，N_y表示支持该治疗方案的医生人数，N_n表示缺席投票的人数，c表示该次投票中所有候选治疗方案的个数；

步骤1.2：根据病例的特征向量V确定病例之间的距离d(i，j)，其中，i表示目标病例，j表示历史病例；

步骤1.3：根据距离d(i，j)，确定目标病例i的近邻集合N(i)；

步骤1.4：每个近邻作为一个独立证据，根据治疗方案y以及先验支持度p_y，连同距离d(i，j)确定mass函数：

m₁(y)＝p_y*exp{-d(i，j)}；

m₁(Θ)＝1-m₁(y)；

m₁(others)＝0；

其中，Θ为所有证据涉及到的治疗方案的集合，m₁(Θ)为证据的不确定性，others为治疗方案集合中不为y的其他治疗方案选项，m(others)为其他治疗方案选项的置信分配。

2.根据权利要求1所述的多源治疗方案推荐的结论合成方法，其特征在于，所述医疗指南证据构造步骤包括：

步骤2.1：设定医疗指南作为证据主体的不确定性u₁；

步骤2.2：根据医疗指南确定目标病例的治疗方案；

步骤2.3：根据治疗方案和不确定性确定mass函数：

m₂(y)＝1-u₁；

m₂(Θ)＝u₁；

m₂(others)＝0。

3.根据权利要求2所述的多源治疗方案推荐的结论合成方法，其特征在于，所述模型证据构造步骤包括：

步骤3.1：根据历史病例和对应的治疗方案，建立机器学习模型；

步骤3.2：根据机器学习模型在测试集中的推荐准确度accuracy，设定机器学习模型的结果作为证据主体的不确定性u₂＝1-accuracy；

步骤3.3：根据机器学习模型给出的治疗方案以及不确定性确定mass函数：

m₃(y)＝accuracy；

m₃(Θ)＝u₂＝1-accuracy；

m₃(others)＝0。

4.根据权利要求3所述的多源治疗方案推荐的结论合成方法，其特征在于，所述融合步骤包括：

所述推荐步骤计算每个治疗方案的Pignistic概率BetP(y)：

其中为空集；

根据Pignistic概率BetP(y)的大小确定最终的治疗方案。