[发明专利]脑梗死临床诊疗系统

说明书

一种脑梗死临床诊疗系统，包括知识库，所述知识库存储病案信息，所述病案信息包括四诊信息、症状信息、证型信息，还包括机器学习模块，所述机器学习模块用于以知识库存储的病案信息为训练样本，以四诊信息或症状信息为输入变量，证型信息为输出变量进行学习训练；还包括录入模块，所述录入模块用于接收输入的新的病案信息，将新的病案信息存入知识库，还包括查询诊断模块，所述查询诊断模块用于接收四诊信息、症状信息或证型信息的输入，还用于将接收到的四诊信息、症状信息发送给训练好的机器学习模块，并将机器学习模块输出的证型信息作为结果输出。能够根据已知的经验规则辅助中医学诊断的脑梗死恢复期临床诊断。

技术领域

本发明涉及中医学诊疗系统设计领域，尤其涉及一种结合了机器学习方法的临床辅助诊疗中风的应用级系统。

背景技术

目前，随着人口老龄化的趋势，人们对于中老年病也越来越重视，如何防范及快速诊断、治疗一些常见中老年病成为研究热点。脑梗死中医称之为中风，又称脑卒中，大多数情况发病于中老年人，有着发病率高，致残率高、病死率高的“三高”特点，根据《中国居民营养与慢性病状况报告(2015年)》介绍，2012年中国居民心脑血管疾病死亡率为271.8/10万，位居疾病致死原因的第一位，其中仅脑梗死死亡率就达140.3/10万[1]。脑梗死疾病严重威胁着人类健康与生活，如何预防及治疗脑梗死成为重要研究内容。

2016年国家卫生计生委、国家中医药管理局联合发布了《脑卒中综合防治工作方案》，工作方案中要求对脑卒中疾病坚持预防为主、防治结合、中西医并重，并开展中医特色健康管理，中医的治未病优势，能够帮助脑梗死防治研究，形成脑梗死中医健康干预方案在医疗机构推广实施。而基于脑梗死临床路径系统的中医知识库的构建，将有助于临床医生在决策中提供合理可靠的专家建议，探讨更佳治疗方案。

本研究课题来源于福建省科技厅重点课题项目《基于数据挖掘的脑血管疾病(CVD)临床路径建模及CVD危险因素防控、诊疗、康复数据库的构建研究》(项目编号：2014H0021)，课题组自主研发设计的脑梗死恢复期临床路径系统平台以福建中医药大学附属康复医院脑病科医生工作平台为基础，通过设计中医证型诊断预测管理系统模块嵌入到临床路径系统帮助脑病科医生工作，并利用福建中医药大学附属康复医院脑病科的病案数据与收集的诊疗知识及收集大量病案数据与中医专家诊疗经验，建立脑梗死中医知识库。

发明内容

为此，需要提供一种能够根据已知的经验规则辅助中医诊断的脑梗死恢复期临床诊断系统。

为实现上述目的，发明人提供了一种脑梗死临床诊疗系统，包括知识库，所述知识库存储病案信息，所述病案信息包括四诊信息、症状信息、证型信息，还包括机器学习模块，所述机器学习模块用于以知识库存储的病案信息为训练样本，以四诊信息或症状信息为输入变量，证型信息为输出变量进行学习训练；

还包括录入模块，所述录入模块用于接收输入的新的病案信息，将新的病案信息存入知识库。

还包括查询诊断模块，所述查询诊断模块用于接收四诊信息、症状信息或证型信息的输入，还用于将接收到的四诊信息、症状信息发送给训练好的机器学习模块，并将机器学习模块输出的证型信息作为结果输出。

进一步地，还包括字段匹配模块，所述字段匹配模块用于将输入的四诊信息转化成最接近的标准化字段，再进行存储。

优选地，所述病案信息还包括处方信息，所述机器学习模块还用于将处方信息作为输出变量进行学习训练。

可选地，所述病案信息还包括身份信息、性别信息。

具体地，所述治疗信息还包括处方信息、药物信息，

具体地，所述机器学习模块应用算法为监督学习算法，具体包括BN、SVM、KNN、CBR机器学习算法。

具体地，所述机器学习模块采用的判别函数为多项式判别函数：