基于中醫(yī)智能分析的病案推薦系統(tǒng)

摘要：本文主要研究的是構(gòu)建一個智能病案分析推薦系統(tǒng)，在醫(yī)生進行臨床操作、書寫患者病歷時，能夠?qū)崟r根據(jù)患者的病歷情況推薦出比較相近的歷史病案，包括診療方案、治療反饋等等，以供給醫(yī)生進行比較準確的診療方案的選擇與運用。甚至在足夠多的正向案例支持下，我們的系統(tǒng)可以總結(jié)出對于特定案例的最佳診療路徑。

關(guān)鍵詞：中醫(yī);智能分析;病案;系統(tǒng)

中醫(yī)是我國傳統(tǒng)文化的瑰寶，近些年來國家也在大力提倡中醫(yī)藥的傳承與發(fā)展。而傳統(tǒng)的中醫(yī)要在現(xiàn)代社會發(fā)展進步，就要走信息化的道路。在中醫(yī)的信息化、智能化研究領(lǐng)域，有很大一部分工作都是對于中醫(yī)病案的處理與分析，在我們上千年的歷史中留下來大量的中醫(yī)名家醫(yī)案，尤其是近代與當代的名家醫(yī)案，包括現(xiàn)代醫(yī)療衛(wèi)生體系中的每一家中醫(yī)院以及中西結(jié)合醫(yī)院中都有大量的中醫(yī)醫(yī)案。如何使用一個相對統(tǒng)一的標準對于這些醫(yī)案進行分析研究，以及在臨床過程中如何對于這些醫(yī)案進行智能的分析使用，這是本文研究的一個關(guān)鍵要點。

1 系統(tǒng)構(gòu)建過程的數(shù)據(jù)準備

在構(gòu)建系統(tǒng)之前，先要進行數(shù)據(jù)的準備工作。智能數(shù)據(jù)分析推薦系統(tǒng)，第一要素就是數(shù)據(jù)，沒有足夠量的數(shù)據(jù)是無法進行所謂智能分析推薦的，也就無法構(gòu)建系統(tǒng)。至于數(shù)據(jù)的來源，既可以是歷代名家醫(yī)案，也可以是醫(yī)院之前所積累的歷史醫(yī)案。首先導(dǎo)入一定數(shù)量的病案數(shù)據(jù)，這個數(shù)據(jù)可以是結(jié)構(gòu)化數(shù)據(jù)，也可以是半結(jié)構(gòu)化或者非結(jié)構(gòu)化的文本數(shù)據(jù)。考慮到當下醫(yī)院的實際情況，半結(jié)構(gòu)化與非結(jié)構(gòu)化的數(shù)據(jù)應(yīng)該是比較普遍的情況。應(yīng)對這類非結(jié)構(gòu)化或者說結(jié)構(gòu)化程度不高的數(shù)據(jù)，就需要先構(gòu)建一個NLP（自然語言識別）模塊，專門用于解析疾病、癥狀、體征等中醫(yī)臨床關(guān)注的數(shù)據(jù)項。

2系統(tǒng)構(gòu)建過程中數(shù)據(jù)處理

如何運用技術(shù)手段構(gòu)建一個適用的NLP模塊，這是一個專門的課題，這里由于篇幅有限就不展開細說了。簡單說說這個NLP模塊主要起到的作用就是對于非結(jié)構(gòu)化的病歷數(shù)據(jù)進行解析處理，提取出標準化的疾病、癥狀、體征等數(shù)據(jù)。這里要特別說明的一點，就是由于醫(yī)生對于病癥描述的多樣性，導(dǎo)致同一個癥狀可能會有多種不同的描述，比如胸悶，可能描述為胸部悶塞、心胸滿悶、胸中窒塞、胸悶痛、胸脹悶等等，這里面涉及到癥狀的相似相近相同，癥狀的包含細分等等復(fù)雜情況。而不同的情況要進行不同的技術(shù)處理，如果是完全相同的癥狀可以采用一個統(tǒng)一的標準進行癥狀的歸一化操作，而相似相近或者包含細分的癥狀處理情況就比較復(fù)雜。在這里如果要比較完善的處理這個工作，就需要有一個比較清晰的標準癥狀體系。現(xiàn)階段并沒有一個公認的中醫(yī)標準癥狀體系規(guī)范，我們這里可以采用中國中醫(yī)藥信息學(xué)會2019年3月份發(fā)布的團標《中醫(yī)臨床基本癥狀信息分類與代碼（TCIATCM 020-2019）》[1]，以及《中醫(yī)脈象診斷信息分類與代碼（TCIATCM 011-2019）》[2]、《中醫(yī)舌象診斷信息分類與代碼（TCIATCM 010-2019）》[3]。至于由癥狀相似相近或者包含細分等延伸出來的癥狀關(guān)系，我們可以歸入次級癥狀關(guān)系之中，在進行癥狀關(guān)聯(lián)分析時進行相應(yīng)的權(quán)重減分處理。

3 算法分析處理

我們構(gòu)建一個NLP模塊主要用于進行病案的結(jié)構(gòu)化標準化處理。數(shù)據(jù)標準化處理過后，下一步再進行智能算法分析，我們這里主要使用關(guān)聯(lián)分析算法。關(guān)聯(lián)分析算法也叫關(guān)聯(lián)規(guī)則挖掘[4]，它是屬于無監(jiān)督算法的一種，主要用于從大量的數(shù)據(jù)中挖掘出潛在的關(guān)聯(lián)關(guān)系，常見的關(guān)聯(lián)分析算法有Apriori和FP-growth算法，它們可以高效自動地從數(shù)據(jù)集中挖掘出潛在的屬性關(guān)聯(lián)組合規(guī)則。這里使用關(guān)聯(lián)分析算法主要用于計算每個疾病下癥狀與疾病間的關(guān)系，以及計算疾病中癥狀權(quán)重配比。這個其實就是一個中醫(yī)藥知識工程的過程[5]。

如圖1、圖2所示，得到疾病與癥狀、癥狀組、癥狀群、證型、治療方案之間的關(guān)系，然后結(jié)合之前對于標準癥狀的分類分級處理，再結(jié)合支持度、置信度、提升度[6]的具體數(shù)值設(shè)置，就可以對于數(shù)據(jù)規(guī)則進行分類構(gòu)建，對于不同級別癥狀的權(quán)重也可以進行對應(yīng)的設(shè)置。

支持度（Support），簡單的字面理解就是支持的程度，表示事務(wù)A與事務(wù)B在一個數(shù)據(jù)集中同時出現(xiàn)的頻率，支持度是沒有方向概念的。可以用于數(shù)據(jù)初步過濾，以及權(quán)重初始設(shè)置。算法公式：S=F[（A&B）/N]

置信度（Confidence），是指表示使用包含A的事務(wù)中同時包含B事務(wù)的比例，即同時包含A和B的事務(wù)占包含A事務(wù)的比例。可以處理成疾病、證型與癥狀之間的詳細關(guān)系設(shè)置。算法公式：C=F（A&B）/F（A）

提升度（Lift），表示含有A的條件下，同時含有B的概率。并且與B總體發(fā)生的概率做比值。如果提升度>1，則關(guān)聯(lián)規(guī)則是一個強關(guān)聯(lián)規(guī)則;如果提升度小于等于1，則為無效的關(guān)聯(lián)規(guī)則，如果提升度=1，則A與B相互獨立。可以用于數(shù)據(jù)關(guān)系強化設(shè)置。算法公式：L=S（A&B）/[S（A）*S（B）]

當然權(quán)重的設(shè)置可以進行多個維度的考慮，單一的衡量維度有可能會失于偏頗。事實上從臨床層面出發(fā)，醫(yī)生對于患者的病情判斷本身也是會從多個維度出發(fā)，最終得到的是一個綜合判斷的結(jié)果。此處可以與業(yè)務(wù)專家進行探討，比如可以設(shè)置疾病維度、證型維度、病機維度、體質(zhì)維度等等，從不同的維度、不同的層面對于數(shù)據(jù)進行算法分析處理，得到不同坐標的權(quán)重數(shù)值設(shè)置，最終實現(xiàn)模擬臨床的中醫(yī)辨證思維。

舉個簡單的例子，比如處理單個疾病與癥狀之間的關(guān)系，由于限定了疾病，則在數(shù)據(jù)關(guān)系中相對簡單，只需要考慮支持度就可以了，因為這里的置信度與支持度是一致的，而提升度則都是1。

數(shù)據(jù)如圖3所示，可以根據(jù)支持度對于疾病癥狀群劃分幾個等級，支持度小于0.2的可以直接舍棄，即由支持度大于等于0.2的癥狀構(gòu)成疾病的有效癥狀群，然后再在疾病有效癥狀群中根據(jù)支持度劃分等級權(quán)重。簡單的計算方法可以直接設(shè)置等級，比如0.2-0.4的為一級癥狀，0.4-0.6的為二級癥狀，0.6-0.8的為三級癥狀。當然這種設(shè)置方法是比較粗糙的，事實上0.41和0.39相差不大，設(shè)置成兩個等級是有問題的。所以這種等級設(shè)置是概念上的，而實際計算使用支持度具體數(shù)值會比較準確。

再舉個例子，如圖4所示是高血壓疾病下證型與癥狀之間的關(guān)系，在進行這類數(shù)據(jù)關(guān)系處理時，要注意不同證型數(shù)據(jù)的分布比例，因為原始數(shù)據(jù)中有可能會產(chǎn)生某類證型占比過高的現(xiàn)象，比如冠心病心絞痛中可能“心血瘀阻型”會占比過高，而其他證型占比過少，而產(chǎn)生數(shù)據(jù)的不均勻分布，這就需要進行一定的數(shù)據(jù)處理。還需要注意有些癥狀可能是疾病關(guān)聯(lián)，與證型關(guān)聯(lián)不大，比如“冠心病心絞痛”中“胸痛”這個癥狀每個證型都會有，支持度、置信度都挺高，但其實沒有實際作用意義。在這個維度下進行計算時，可以不必考慮（當然由于每個證型都有，其實計算進去也沒什么，于結(jié)果無影響，只是會多耗費一些算力）。

此處其實有兩種思維模式，一種是可以參考疾病-癥狀的模式，按照單一證型與癥狀關(guān)系來處理，這樣只需要單純考慮支持度就可以。缺點是比較繁瑣，每個疾病的每種證型都需要單獨處理一遍。而另一種就是綜合處理、綜合考慮。

4 系統(tǒng)框架構(gòu)建

數(shù)據(jù)權(quán)重分析設(shè)置完成之后，對于基礎(chǔ)數(shù)據(jù)的處理就基本上就告一個段落了，當然這是一個需要反復(fù)測試調(diào)整的過程，不是一次二次設(shè)置就能完成的，在很多情況下都需要一個病種一個病種地進行調(diào)試設(shè)置。再之后的工作就是構(gòu)建搜索程序，主要就是進行一系列的判斷規(guī)則的生成構(gòu)建應(yīng)用。

我們使用JAVA編程語言進行整個智能分析推薦程序的研發(fā)。整體程序的架構(gòu)如下圖5所示。

系統(tǒng)整體采用多層架構(gòu)。NLP模塊在應(yīng)用服務(wù)程序中要繼續(xù)使用，主要用于醫(yī)生所錄入病歷的解析識別。將之識別為標準體系內(nèi)的疾病和癥狀，用于作為分析、辨證模塊判斷的基礎(chǔ)。

在設(shè)計研發(fā)分析、辨證、搜索模塊時，需要注意對于不同邏輯規(guī)則的綜合判斷，以及搜索算法的性能優(yōu)化，要實現(xiàn)秒級以內(nèi)的響應(yīng)速度，不然會影響前臺使用體驗。

使用系統(tǒng)時，醫(yī)生在前臺輸入病案，由后端NLP模塊識別標準癥狀與疾病，再由智能分析模塊根據(jù)疾病、癥狀權(quán)重進行多層次、多維度的判斷比對，最終給前臺推薦出關(guān)聯(lián)度最高的病案。

當然，在醫(yī)院實際上線應(yīng)用時，還需要考慮和HIS系統(tǒng)、EMR系統(tǒng)的集成對接。可以直接將前臺交予HIS/EMR系統(tǒng)，系統(tǒng)作為一個后端服務(wù)存在。這樣能夠達到與醫(yī)院現(xiàn)有系統(tǒng)的無縫對接，避免醫(yī)生使用多套系統(tǒng)。

5 系統(tǒng)構(gòu)建的關(guān)鍵要點、優(yōu)缺點、注意點

關(guān)于構(gòu)建此系統(tǒng)架構(gòu)的關(guān)鍵要點：（1）輸入歷史病案的權(quán)威性、豐富性。（2）NLP模塊的準確識別率。（3）對于病案數(shù)據(jù)進行算法分析時多維度、多層面的權(quán)重數(shù)值設(shè)置。（4）對于輸入病案進行權(quán)重分析推薦是的邏輯判斷規(guī)則，以及搜索效率。

采用此系統(tǒng)架構(gòu)的優(yōu)點：（1）解決傳統(tǒng)的病案搜索中相同癥狀不同寫法無法匹配的問題，比如有的醫(yī)生寫胸痛，有的醫(yī)生寫胸口疼，傳統(tǒng)的文本匹配是無法實現(xiàn)匹配搜索的。（2）解決傳統(tǒng)的病案搜索中單純依靠癥狀匹配個數(shù)來處理病案匹配程度，導(dǎo)致匹配無法量化，匹配不準確的問題。（3）可以對于過于相似的病案進行預(yù)處理，防止出現(xiàn)推薦一排病歷大同小異的情況。

采用此系統(tǒng)架構(gòu)的缺點：（1）亦是之前的關(guān)鍵要點1，系統(tǒng)受限于歷史病案的豐富程度。如果病案不豐富，則在數(shù)據(jù)分析階段就無法進行。（2）對于醫(yī)生臨床輸入的病歷也會有一定要求，醫(yī)生輸入的病歷越完整，得到有價值推薦病案的概率就越高。

在系統(tǒng)研發(fā)中還有一些注意點：要注意對于陰性癥狀的判斷識別，因為傳統(tǒng)的病案癥狀搜索過程中都是注重對于陽性癥狀的搜索處理，忽略陰性癥狀的搜索，但事實上陰性癥狀也是非常重要的判斷標準，甚至是第一序列的判斷條件，比如患者流涕，不咳嗽。那么在所有的案例搜索中，第一時間應(yīng)該是排除全部有咳嗽癥狀的病案，然后再去對比流涕癥狀的權(quán)重。

6小結(jié)

最后，回顧一下主題，本文主要探討的就是構(gòu)建一個智能的中醫(yī)病案推薦系統(tǒng)。構(gòu)建過程中主要使用了NLP、數(shù)據(jù)挖掘、關(guān)聯(lián)分析算法、搜索算法、中醫(yī)辨證分析思維、標準癥狀體系、癥狀分類分級等等技術(shù)以及思維模型，希望對于中醫(yī)的信息化、智能化能有一定幫助，對于中醫(yī)信息技術(shù)的臨床應(yīng)用能起到積極的作用。

參考文獻：

[1]TCIATCM 020-2019.中醫(yī)臨床基本癥狀信息分類與代碼[S].2019.

[2]TCIATCM 011-2019.中醫(yī)脈象診斷信息分類與代碼[S].2019.

[3]TCIATCM 010-2019.中醫(yī)舌象診斷信息分類與代碼[S].2019.

[4]于彤，陳華鈞，姜曉紅.中醫(yī)藥知識工程[M].科學(xué)出版社.2018.

[5]范明，范宏建 譯.數(shù)據(jù)挖掘?qū)д揫M].人民郵電出版社.2010.

[6]范明，孟小峰 譯.數(shù)據(jù)挖掘：概念與技術(shù)[M].機械工業(yè)出版社.2007.

作者簡介：董桂峰（1981—），男，漢族，南昌大學(xué)碩士在讀，單位：南京大經(jīng)中醫(yī)藥信息技術(shù)有限公司，研究方向為醫(yī)療信息化、智能化。