[发明专利]治疗推荐方法、系统、装置及存储介质

说明书

本发明涉及人工智能技术领域，提供一种治疗推荐方法、系统、装置及存储介质，其中的方法包括：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，指南规则根据出处来源和证据等级提供其置信度，指南规则包括条件，条件包括三要素，分别为特征、操作符和阈值；根据指南规则，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。利用本发明，能够解决传统的治疗推荐方案不精准等问题。

技术领域

本发明涉及人工智能技术领域，更为具体地，涉及一种集成医学指南和数据模型的辅助治疗推荐方法、系统、装置及存储介质。

背景技术

目前治疗推荐的方法大部分根据医学指南得出的，即：从医学指南中抽取对于某种疾病的可选治疗方案，或者从数据中通过机器学习模型和匹配方法来推荐治疗方案。

其中，如果仅仅依据医学指南的治疗推荐较粗，治疗方案往往存在较多种选择，可操作性不够，没有考虑患者个体化与相似性；如果仅仅基于数据挖掘的治疗推荐，挖掘出来的推荐结果很可能违背临床指南。

鉴于目前的单一的治疗推荐方法，本发明提供了一种集成医学指南和数据模型的辅助治疗推荐方法、系统、装置及存储介质。

发明内容

鉴于上述问题，本发明的目的是提供一种治疗推荐方法、系统、装置及存储介质，以解决传统的治疗推荐方案不精准等问题。

第一方面，本发明提供一种治疗推荐方法，应用于电子装置，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，指南规则根据出处来源和证据等级提供其置信度，指南规则包括条件，条件包括三要素，分别为特征、操作符和阈值；

根据指南规则，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。

第二方面，本发明还提供一种治疗推荐系统，包括：

指南规则化单元，用于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，指南规则根据出处来源和证据等级提供其置信度，指南规则包括条件，条件包括三要素，分别为特征、操作符和阈值；

决策树构建单元，用于根据指南规则，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；

决策树应用单元，用于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。

第三方面，本发明还提供一种电子装置，该电子装置包括：存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，其中，处理器执行计算机程序时实现如上述治疗推荐方法的步骤。

第四方面，本发明还提供一种计算机可读存储介质，计算机可读存储介质中包括计算机程序，计算机程序被处理器执行时，实现如上述治疗推荐方法的步骤。

从上面的技术方案可知，本发明提供的治疗推荐方法、系统、装置及存储介质，基于医疗大数据中患者基本信息、诊断结果、检验检查结果及用药史、疾病史等特征和治疗用药数据，在医学指南规则指导下构建数据驱动的决策树模型，对从而取得以下有益效果：

1)根据构建的决策树模型，对临床上相似患者精准分群，且对相似患者用药模式进行有效性分析，达到精准治疗的效果，实现治疗模式的个性化推荐；

2)实现对指南规则的丰富和扩展，利用数据模型，对于指南规则没有覆盖的患者群进行扩展，对于指南规则下的患者群进行进一步细分；