[发明专利]医疗指南和数据驱动相结合的治疗方案推荐系统

说明书

本发明提供医疗指南和数据驱动相结合的治疗方案推荐系统，包括训练出数据驱动的推荐模型；建立治疗方案分类列表，以确定粗粒度的治疗方案和细粒度的治疗方案之间的映射关系；将数据驱动的推荐模型的推荐治疗方案作为第一推荐治疗方案；将医疗指南规则库的推荐治疗方案作为第二推荐治疗方案；将第一推荐治疗方案、第二推荐治疗方案按照治疗方案分类列表进行过滤，得到过滤后的推荐治疗方案作为第三推荐治疗方案，将第三推荐治疗方案推荐给目标病例。本发明融合医疗指南和数据驱动的各自的特点，推荐出更合理的治疗方案，降低决策风险。本发明得出的推荐方案既可以通过医疗指南做出合理性解释，也能得到历史病例作为证据的支持，更能让患者信服。

技术领域

本发明涉及医疗决策领域，具体地，涉及医疗指南和数据驱动相结合的治疗方案推荐系统。

背景技术

为了降低选择不恰当的治疗方案的风险，许多权威的医学指导方针，如国际上的NCCN(the National Comprehensive Cancer Network)医疗指南，已被各种医疗机构发布和使用。在决策支持系统中，指南可以作为一个基本规则指导医生做出正确的决定。然而，这些指南推荐的治疗方案通常是粗略的，比如它会建议需要化疗而一般不会给出具体需要哪种类型的化疗方案。

与此同时，由于收集和记录了越来越多的病例数据，以数据驱动的方法来确立治疗方案推荐系统变得非常有吸引力。通过这种方法，可以从历史案例或学术文献中挖掘出帮助做出合理治疗方案决策的内在因素，并在确定病例治疗方案的过程中进一步得以应用。然而，数据驱动的方法有一些固有的问题。例如，当数据的统计特性随着时间的推移而改变时，就会出现概念漂移。此外，数据驱动方法的性能取决于数据的质量，这在现实中是很难控制的。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种医疗指南和数据驱动相结合的治疗方案推荐方法及系统。

根据本发明提供的一种医疗指南和数据驱动相结合的治疗方案推荐系统，包括以下模块：

训练数据驱动推荐模型装置：利用训练集训练出数据驱动的推荐模型；

建立治疗方案分类列表装置：建立治疗方案分类列表，以确定粗粒度的治疗方案和细粒度的治疗方案之间的映射关系；

获取目标病例特征数据装置：获取目标病例的特征数据；

获取第一推荐治疗方案装置：将所述目标病例的特征数据作为数据驱动的推荐模型的输入，获取数据驱动的推荐模型的推荐治疗方案作为第一推荐治疗方案；

获取第二推荐治疗方案装置：将所述目标病例的特征数据作为医疗指南规则库的输入，获取医疗指南规则库的推荐治疗方案作为第二推荐治疗方案；

选择第三推荐治疗方案装置：将所述第一推荐治疗方案、第二推荐治疗方案分别作为粗粒度的治疗方案、细粒度的治疗方案，按照治疗方案分类列表进行过滤，得到过滤后的推荐治疗方案作为第三推荐治疗方案，将所述第三推荐治疗方案推荐给目标病例。

优选地，所述训练集包括至少一个历史病例特征数据和所述历史病例特征数据对应的历史治疗方案，且每个历史病例特征数据中包括与该历史病例特征数据对应的信息，每个历史治疗方案中包括对应的治疗方案、对应的解决效果。

优选地，所述的医疗指南和数据驱动相结合的治疗方案推荐系统，包括：

建立医疗指南规则库：将医疗指南转换成医疗指南规则库；

所述医疗指南规则库包括至少一条医疗指南规则，且每条医疗指南规则转换成独立的决策规则，决策规则用于推荐对应的治疗方案。

优选地，所述目标病例的特征数据包括用户信息、诊断结果。

优选地，所述历史病例特征数据对应的信息包括用户信息、诊断结果。