[发明专利]一种基于医学指南和数据的临床辅助决策方法及系统

权利要求书

1.一种基于临床数据和知识的临床辅助决策系统，包括客户端和服务器，其特征在于，所述系统执行以下步骤：

S1：所述系统基于医院电子病历系统的病历数据库构建医疗知识图谱；

S2：客户端响应用户输入的患者相关信息并将所述患者相关信息传输至服务器端；

S3：服务器根据所述患者相关信息基于TF-IDF症状权重计算算法匹配知识图谱生成决策辅助信息；

S4：服务器将所生成的决策辅助信息返回客户端提供给用户。

2.如权利要求1所述的基于临床数据和知识的临床辅助决策系统，其特征在于，在步骤S1中，选择关系型数据库MySQL存储病历信息，选择图数据库Neo4j存储构建的医疗知识图谱，其中步骤S1构建医疗知识图谱的步骤包括：

S1.1模式层构建：根据医院电子病历系统的病历数据库的信息定义医学实体类，进一步定义实体的数据属性，并定义实体的对象属性，从而形成医学知识图谱的初步框架；

S1.2数据采集：从医院EHR系统导出电子病历数据，所述数据包括结构化数据和非结构化文本数据，其中非结构化文本数据通过自然语言处理算法来完成上述实体的识别工作，通过pandas数据分析库对结构化数据进行数据清洗，对电子病历数据进行数据清洗后，后续使用该数据集中的非结构化数据来训练模型，并通过算法模型进行实体关系抽取，用于构建医学知识图谱；

S1.3命名实体识别算法：采用BiLSTM-CRF模型执行命名实体识别任务，首先将医疗文本数据输入embedding层转换为词向量作为BiLSTM层的输入，BiLSTM层通过计算获取每个单词的标签得分矩阵进行标签预测；CRF层根据实际需要来设置一系列约束，对最终输出的预测标签进行优化；

S1.4知识加工及存储：从导出的非结构化文本数据进行实体抽取生成实体表，同时生成实体关系表，将实体表导入知识图谱的节点，并将实体关系表导入作为知识图谱中连接各节点的边。

3.如权利要求2所述的基于临床数据和知识的临床辅助决策系统，其特征在于，定义的医学实体包括患者、疾病、科室、临床症状、辅助检查、治疗方式、手术、药物、护理方式，定义的实体数据属性包括：

。

4.如权利要求3所述的基于临床数据和知识的临床辅助决策系统，其特征在于，对象属性通过实体之间的语义关系来定义，其中定义的医学实体之间的语义关系包括：

。

5.如权利要求2所述的基于临床数据和知识的临床辅助决策系统，其特征在于，S1.4知识加工及存储的步骤包括：

S1.4.1实体表抽取：从清洗完成的电子病历数据中导出需要的非结构化文本数据，之后利用训练好的BiLSTM-CRF算法模型进行实体抽取，将实体按照类别输出为CSV表；

S1.4.2实体对齐：多类实体指代同一种医疗知识的情况，需要将这些具有相同意义的实体替换成标准实体，生成融合实体表；

S1.4.3实体关系表抽取：对于抽取得到的实体，直接按照定义好的实体关系为每一条病历生成实体关系三元组，最终获取如下实体关系表

；

S1.4.4Neo4j导入：通过Neo4j自带的Cypher语句将实体表导入作为知识图谱中的节点，将实体关系表导入作为知识图谱中连接各节点的边。