[发明专利]一种抗生素用药合理性预测方法及系统

权利要求书

1.一种抗生素用药合理性预测方法，其特征在于，包括：

获取既往抗生素使用患者的结构化和非结构化相关数据，所述结构化相关数包括：性别、年龄、吸烟史、高血压、冠心病、白细胞计数、血小板计数、降钙素原、C反应蛋白、主诊断名称、是否发热、体温、排便次数、既往手术名称、既往使用抗生素名称、伴随药物名称、基因检测数据和临床评分量表数据，所述非结构化数据包括：基本信息、主诉、现病史、既往史、查房记录和X线检查报告单；

将所述非结构化数据进行自然语言处理，包括分词处理和信息抽取；

将所述结构化数据和经自然语言处理后的非结构化数据进行中心化、离散化处理、数据降维处理，形成数据集；

将所述数据集输入随机森林算法，对所述随机森林算法进行训练；

将新患者的相关数据输入训练完成的随机森林算法，输出结果即为抗生素是否合理的判别结果。

2.根据权利要求1所述的抗生素用药合理性预测方法，其特征在于，所述相关数据可以从医院信息系统、检验信息系统、放射科信息系统和电子病历中获取。

3.根据权利要求1或2所述的抗生素用药合理性预测方法，其特征在于，所述分词处理包括：

将患者的主诉中的症状处理为症状名称/症状的形式；

将患者的现病史中的用药信息处理为药品名称/药品的形式；

将除症状和用药信息以外的词处理为文本/词性的形式。

4.根据权利要求3所述的抗生素用药合理性预测方法，其特征在于，所述信息抽取包括：

将所述分词处理结果输入正则表达式，得到的输出结果为结构化相关数据的形式；

所述正则表达式预设有待抽取的匹配模式，所述匹配模式为：,.*\/症状和,.*\/药品；

输出的结构化相关数据包括：,.*\/症状对应的症状名称和,.*\/药品对应的药品名称。

5.根据权利要求3所述的抗生素用药合理性预测方法，其特征在于，所述信息抽取包括：

将所述分词处理结果输入正则表达式，得到的输出结果为结构化相关数据的形式；

所述正则表达式预设有待抽取的词语，所述词语为：症状和药品；

输出的结构化相关数据包括：症状对应的症状名称和药品对应的药品名称。

6.根据权利要求1所述的抗生素用药合理性预测方法，其特征在于，

所述中心化处理包括：对血小板计数进行中心化处理；

所述离散化处理包括：患者的年龄、体温、C反应蛋白进行离散化处理；

所述数据降维处理包括：对患者的基因检测数据和临床评分量表数据通过主成分抽取的方法进行数据降维处理。

7.根据权利要求1或6所述的抗生素用药合理性预测方法，其特征在于，将所述数据集输入随机森林算法，对所述数据集进行训练，包括：

创建多个决策树，并分别对每个决策树，使用有放回的随机抽样方法从数据集中抽取预设数量的样本，分别对每个决策树进行训练；

使用袋外错误率对决策树性能进行评估，所述袋外错误率的计算方法为：对每个样本，计算它作为袋外样本的树对它的分类情况，然后以简单多数投票作为该样本的分类结果，最后用错误分类个数占样本总数的比率作为随机森林的袋外错误率；

若袋外错误率不符合预期，则重新设置随机森林算法的参数，所述参数包括所述样本数量、子分类器数量、节点深度，并重新计算袋外错误率，直到袋外错误率符合预期标准为准。

8.根据权利要求7所述的抗生素用药合理性预测方法，其特征在于，将新患者的相关数据输入训练完成的随机森林算法，输出结果即为抗生素使用是否合理的判别结果，包括：

将新患者的相关数据输入训练完成的随机森林算法；

若多数决策树预测结果为抗生素使用合理，则采纳决策树的多数投票，输出结果为抗生素使用合理，所述多数为决策树数量的至少80％；

若多数决策树预测结果为抗生素使用不合理，则采纳决策树的多数投票，输出结果为抗生素使用不合理。