[发明专利]一种患者相似性分析的快速计算方法

说明书

本发明公开了一种患者相似性分析的快速计算方法，包括：(1)将患者描述为特征向量并映射到特征空间，选择n个临床指标并制定特征值方案；(2)根据所述的特征值方案和患者数据，将所述的n个临床指标映射到特定的bit位，生成统一特征值，每个患者对应一个统一特征值；(3)对两个患者的统一特征值进行相似性运算，得到相似特征值；(4)统计所述的相似特征值中相似特征的个数m，计算所述的相似特征在整个特征空间的比例m/n，以m/n来定量评估两个患者的相似性。本发明可以大幅度降低计算量以及提高数据获取的效率，为在超大患者群体数据中实时开展相似性计算提供了基础。

技术领域

本发明涉及医学领域，尤其涉及一种患者相似性分析的快速计算方法。

背景技术

经过临床试验的医学知识是目前医学实践证据的金标准。基于临床试验的临床证据最终体现在临床指南中用于指导临床实践。由于具有并发症的患者往往被排除在临床试验之外，因此临床指南对于具有并发症的患者来说是不适用的。另外基于临床试验的临床指南通常不能针对风险、治疗手段的副效应和长期预后提供有效的证据，而这些都是临床实践中医生所面临的重要问题。从过往的病人中寻找相似的患者群体可以为临床人员提供补充证据，因为这些过往的病人案例中包含了不同的治疗选择和对应的不同预后。而寻找这样的相似的患者群体就是患者相似性分析。

患者相似性表示的是具有大量临床数据属性的患者之间的距离。能够定量的描述患者之间的距离就可以聚类病人，从而可以从大量的患者群体中寻找到特定的子群体。随着临床信息化的深入，大量的电子化的临床数据被积累，患者相似性分析也逐步成为临床大数据分析的热点领域。许多患者相似度计算数学方法被提出来，最常规的一种计算是将一个患者表达为一个几何向量，各种检验指标、体征构成一个多维的特征空间。两个患者向量之间角度的余弦(cosine)值可以用来度量两个患者之间的相似性。余弦的计算公式如下：

这个余弦值为-1时表示两个向量在空间上180°对立，两个患者完全不相似；如果这个余弦值为1表示两个向量在空间上角度为0°，两个患者完全相似。为了满足这样的计算，所有的特征值需要预先归一化到[-1,1]的空间。通过计算某个目标患者和系统中所有历史患者的相似性，并通过设定阈值，可以获得一个相似患者的群体，通过观察这个群体的信息可以为临床医生提供补充的证据来决定采用什么样的治疗方案。

但是在实际临床环境中，医生往往需要实时地、动态地获取这样的支持，虽然计算两个患者的相似性计算过程并不复杂，仅需要3n次加法、3n+2次乘除法运算，在现有的中央处理器计算能力下，这些运算通常只需要几个毫秒。不过当场景切换到需要在一个数百万患者案例的库中动态计算相似性时，这个计算效率就会显得非常重要，加上需要分别获取患者的各个指标数据，这个计算所需的时间就可能需要数个小时，很难达到实时计算的要求，无法及时提供决策支持。

发明内容

针对患者相似性分析在大人群中实时计算的问题，本发明提供了一种患者相似性分析的快速计算方法，可以大幅度降低计算量以及提高数据获取的效率。

一种患者相似性分析的快速计算方法，包括：

(1)将患者描述为特征向量并映射到特征空间，选择n个临床指标并制定特征值方案，将所述的n个临床指标映射到特定的bit位；

(2)根据所述的特征值方案和患者数据，将所述的n个临床指标映射到特定的bit位，生成统一特征值，每个患者对应一个统一特征值；

(3)对两个患者的统一特征值进行相似性运算，得到相似特征值；

(4)统计所述的相似特征值中相似特征的个数m，计算所述的相似特征在整个特征空间的比例m/n，以m/n来定量评估两个患者的相似性。

由于每个bit位的取值只能是1和0，因此需要将临床指标定义为布尔值，也就是将所有的临床指标都转换为是否正常来表示。