[发明专利]治疗推荐方法、系统、装置及存储介质

权利要求书

1.一种治疗推荐方法，应用于电子装置，其特征在于，包括：

将医学指南中的治疗决策知识规则化，转化为指南规则，其中，所述指南规则根据出处来源和证据等级提供其置信度，所述指南规则包括条件，所述条件包括三要素，分别为特征、操作符和阈值；

根据所述指南规则，以及患者的基本信息、诊断结果、检验检查结果、用药史构建决策树模型；

根据构建的决策树模型对临床上相似患者进行精准分群，并且对相似患者用药模式进行分析，从而实现治疗的个性化推荐。

2.根据权利要求1所述的治疗推荐方法，其特征在于，

所述指南规则还包括结论，其中，

所述结论包括医学指南中推荐的治疗模式。

3.根据权利要求1所述的治疗推荐方法，其特征在于，

在根据所述指南规则，以及患者的基本信息、诊断结果、检验检查结果、用药史构建决策树模型的过程中，

将所有训练数据样本看作一个根节点；

遍历每种分隔方式，在所述根节点中找到最优分隔点，其中，所述最优分隔点为根据所述指南规则改造后的Gini不纯度最小的划分；

根据所述最优分割点将所述根节点分隔为两个节点部分；

对分隔的两个节点部分再分别进行最优分隔点分隔；

直至每个节点中的Gini不纯度达到最小，或者当前节点中的数值小于阈值，所述决策树模型构建完成。

4.根据权利要求3所述的治疗推荐方法，其特征在于，

在遍历每种分隔方式，在所述根节点中找到最优分隔点的过程中，

对于所述指南规则未涉及特征，根据所述决策树模型采用如下计算方法计算其在不同分割阈值的Gini不纯度，假设有m个类，则Gini指数的定义为：

其中，Pi表示样本点属于第i类的概率；

如果样本集合D根据某个特征A被分割为D1、D2两个部分，那么在特征A的条件下，集合D在特征A分割下的Gini指数的定义为：

其中，Gini指数Gini(D，A)表示特征A不同分组的数据集D的不确定性，Gini指数值越大，样本集合的不确定性也就越大，Gini指数越小表示样本集纯度越高。

5.根据权利要求3所述的治疗推荐方法，其特征在于，

对于所述指南规则涉及特征，在计算该特征对应规则阈值分裂点处的Gini不纯度时增加权重系数，此权重系数根据该特征所在规则的置信度和满足特征条件的样本数来生成，

其中，所述Gini不纯度计算方式为：

Weight_A＝ω_RA*Percent_{RA_T}

其中，ω_RA为指南特征A所在规则置信度；

Percent_{RA_T}为指南特征A在规则对应阈值T下分割后所覆盖样本数占根节点所有样本总数的比例。

6.根据权利要求3所述的治疗推荐方法，其特征在于，

对于所述指南规则的多个关联特征，设置耦合Gini不纯度权重系数，当其中一个特征A被选出时，通过设置权重使得关联的特征B在下次分割中优先被选出，

其中，所述Gini不纯度计算方式为：

Weight_B＝coef(A,B)*ω_RAB*Percent_{RB_T}

其中，coef(A,B)为特征A和B耦合系数；

ω_RAB为指南特征A和B所在规则置信度；

Percent_{RB_T}为指南特征B在规则对应阈值T下分割后所覆盖样本数占根节点所有样本总数的比例。