[发明专利]一种具有过程决策支持功能的个人健康记录系统

说明书

技术领域

医疗大数据。

背景技术

随着医疗信息技术与计算机技术的快速发展，电子病历系统（EMR）、电子健康档案（EHR）、个人健康记录（PHR）等各种形式的医疗健康信息系统积累了大量的数据。计算机辅助诊断和治疗方案推荐系统应运而生。传统的疾病诊断和治疗方案的确定依赖医生的职业能力和对此疾病相关专业知识的了解程度。与之相比，计算机辅助诊断和治疗方案推荐系统具有记忆力强，信息整合能力强等特点，从而降低误诊率，提高效率。

目前已经开发了很多用来进行辅助诊断和治疗方案选择的计算机系统，比如“DxPlain”、“Isabel”、“Watson医生”等。

马萨诸塞州总医院的DxPlain系统会根据用户输入信息在它的知识库中寻找可靠的医疗证据和同义词，寻找匹配项。最后，DxPlain根据患者的症状、体格检查、检验结果和其它诸多因子列出各种可能诊断。

Isabel系统为医生提供一个联网清单，在其录入症状和检验结果后，做出准确诊断，主要是防止医生忽略可能存在的罕见疾病，造成误诊。

但是DxPlain和Isabel都是基于知识库进行决策支持，没有直接从大量的患者数据中获取反馈的能力。

IBM公司开发的“Watson医生”凭借从各种渠道搜集的海量数据（包括医学期刊、教科书以及从使用该系统的医师或医院收集来的信息），使用人工智能技术、先进的自然语言处理和分析技术，模拟人类学习的过程，获取知识。它能迅速给出“意见”，指导医生做出诊断和治疗决策。但是自然语言理解技术本身非常复杂，可以结合上下文进行深入理解的技术仍不成熟。

专利（申请号：201610416289.4）公开了一种基于大数据知识库的个性化治疗方案推荐系统，其通过将患者的个人信息和病情信息和知识库中的个人信息和病情信息进行匹配，获取治疗效果分数最高的治疗方案推荐给用户。其可以通过治疗效果分数从累积的病例数据中获取反馈。但是此专利要求给每一个进入知识库病例的治疗效果打分，并将治疗效果分最高的个案治疗方案推荐给用户。容易由于不具代表性的个案，产生错误的治疗方案推荐。

医疗大数据面临的另一个问题是非结构化数据的挑战。非结构化数据包含有大量病情或治疗信息，但需要复杂的技术来进行提取。同时结构化数据也并非都可以用于分析，来产生有意义的结果。用于分析的数据必须有明确一致的定义，在下面的发明内容中我们定义了用于分析的特征数据。

另一方面，现代的临床决策支持系统不仅要考虑当前患者的健康状况，而且要考虑患者健康和治疗历史，以及它的动态变化。这些都涉及到一个重要的因素：时间。通常，时间在临床决策支持系统中的表达可以被分为三种：时间点、时间段、时间长度。时间点表示一个时刻，其时间长度为零，比如2016年12月3日0时（省略了比小时更小的时间单位对应值都为0）。时间段由一个开始时间点和一个结束时间点构成，结束时间点减去开始时间点是这个时间段的时间长度。时间段是时间轴上的一个向量，具有起点和终点，同时也具有一个时间长度，比如从2016年12月3日0时到2016年12月7日0时。时间长度则是一个标量，没有起点和终点，比如一小时、两天等。

个人健康记录（PHR），是记录每个人从出生到死亡的所有生命体征的变化，以及自身所从事过的与健康相关的一切行为与事件的档案。具体的内容主要包括每个人的生活习惯、以往病史、诊治情况、家族病史、现病史、检查结果及疾病的发生、发展、治疗和转归的过程等。相对于由医院维护的EMR和EHR系统，PHR系统面向患者，由患者掌握自己的健康信息，被认为是医疗数据信息系统的一个重要发展方向。

发明内容

本发明公开了一种具有过程决策支持功能的个人健康记录系统，此系统由服务器端和客户端构成。此系统客户端可以是台式机工作站、笔记本电脑、平板电脑、智能手机或其它智能硬件；此系统服务器端是位于云端的数据存储、计算、分析平台。