基于數(shù)據(jù)挖掘技術(shù)的電子病歷的研究與設(shè)計(jì)

唐海英 王體春 吳婧 尹定洪 段昌柱

摘? 要：電子病歷系統(tǒng)運(yùn)用多種技術(shù)手段，實(shí)現(xiàn)模擬醫(yī)學(xué)專家思維方式，對(duì)病情數(shù)據(jù)進(jìn)行高效準(zhǔn)確的推理分析。系統(tǒng)對(duì)檢查報(bào)告、病情、病人的綜合情況、藥物信息進(jìn)行綜合分析和最佳匹配，實(shí)現(xiàn)幫助病人高效就醫(yī)，提高醫(yī)生的診斷準(zhǔn)確度和效率的目的，滿足現(xiàn)代化的醫(yī)學(xué)信息化的需要。

關(guān)鍵詞：電子病歷系統(tǒng);推理分析;數(shù)據(jù)挖掘

中圖分類號(hào)：R197.324? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2019）08-0106-03

Abstract：The electronic medical record system uses many kinds of technical means to simulate the thinking mode of medical experts，and to reasoning and analyzing the disease data efficiently and accurately. The system carries out comprehensive analysis and optimal matching of examination report，patient’s condition，patient’s comprehensive situation and drug information so as to help patients seek medical treatment efficiently，improve the accuracy and efficiency of doctor’s diagnosis，and meet the needs of modern medical informatization.

Keywords：electronic medical record system;rational analysis;data mining

0? 引? 言

電子病歷（Electronic Medical Record，EMR）也叫計(jì)算機(jī)化的病案系統(tǒng)或稱基于計(jì)算機(jī)的病人記錄（Computer-Based Patient Record，CPR）[1]。它是用電子設(shè)備（計(jì)算機(jī)、健康卡等）保存、管理、傳輸和重現(xiàn)的數(shù)字化的病人的醫(yī)療記錄，取代手寫紙張病歷。它的內(nèi)容包括紙張病歷的所有信息。美國(guó)國(guó)立醫(yī)學(xué)研究所將其定義為：EMR是基于一個(gè)特定系統(tǒng)的電子化病人記錄，該系統(tǒng)提供用戶訪問完整準(zhǔn)確的數(shù)據(jù)、警示、提示和臨床決策支持系統(tǒng)的能力。

1? 電子病歷系統(tǒng)的需求分析

電子病歷系統(tǒng)利用遠(yuǎn)程數(shù)據(jù)庫(kù)訪問技術(shù)，接收用戶發(fā)送的查詢信息的請(qǐng)求數(shù)據(jù)，然后對(duì)數(shù)據(jù)進(jìn)行分析和處理，及時(shí)、準(zhǔn)確地反饋給用戶疾病信息和數(shù)據(jù)。如果用戶發(fā)送的是描述病情的數(shù)據(jù)，電子病歷系統(tǒng)就對(duì)數(shù)據(jù)進(jìn)行分析處理然后做出顯示，讓用戶直觀地查看病情分析報(bào)表[2]。如果用戶發(fā)生檢查報(bào)告，系統(tǒng)會(huì)通過數(shù)據(jù)挖掘技術(shù)，利用計(jì)算機(jī)模擬醫(yī)療專家思維推理，推測(cè)病情，為用戶治病就醫(yī)提供及時(shí)、準(zhǔn)確的依據(jù)。同時(shí)電子病歷系統(tǒng)利用計(jì)算機(jī)網(wǎng)絡(luò)的交互功能，實(shí)現(xiàn)用戶與用戶、用戶與系統(tǒng)管理員的信息、經(jīng)驗(yàn)交流和互動(dòng)的功能[3]。

本文電子病歷系統(tǒng)采用數(shù)據(jù)挖掘技術(shù)為主進(jìn)行推理設(shè)計(jì)。數(shù)據(jù)挖掘（Data Mining，DM）又譯為資料探勘、數(shù)據(jù)采礦，是數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)（Knowledge-Discovery in Databases，KDD）中的一個(gè)步驟。數(shù)據(jù)挖掘是從數(shù)據(jù)中挖掘知識(shí)，一般指從大量的數(shù)據(jù)中通過算法推理發(fā)現(xiàn)隱藏于海量數(shù)據(jù)中的信息知識(shí)的過程。數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)有關(guān)，并通過統(tǒng)計(jì)、在線分析處理（OLAP）、情報(bào)檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)（依靠過去的經(jīng)驗(yàn)法則）和模式識(shí)別等諸多方法來(lái)實(shí)現(xiàn)。一般包括數(shù)據(jù)清理（消除噪聲和不一致數(shù)據(jù)）、數(shù)據(jù)集成（多種數(shù)據(jù)源可以組合在一起）、數(shù)據(jù)選擇（從數(shù)據(jù)庫(kù)中提取與分析任務(wù)相關(guān)的數(shù)據(jù)）、數(shù)據(jù)變換（數(shù)據(jù)變換或統(tǒng)一成適合挖掘的形式，如匯總或聚集）、數(shù)據(jù)挖掘（使用智能方法提取數(shù)據(jù)模式）、模式評(píng)估（根據(jù)某種興趣度度量，識(shí)別表示知識(shí)的真正感興趣的模式或知識(shí)）、知識(shí)表示（使用可視化和知識(shí)表示技術(shù)，向各類用戶提供挖掘的最終的知識(shí)）等過程。因此數(shù)據(jù)挖掘就是從數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)或其他信息庫(kù)中的海量數(shù)據(jù)中發(fā)現(xiàn)感興趣知識(shí)的過程。

電子病歷系統(tǒng)以醫(yī)學(xué)知識(shí)和經(jīng)驗(yàn)為基礎(chǔ)，通過對(duì)病人信息、檢查報(bào)告、心電信息、B超圖像等信息進(jìn)行采集、分析和推理，達(dá)到幫助用戶快速高效地了解病情、記錄病情、聯(lián)系專業(yè)醫(yī)生就醫(yī)的目的。電子病歷系統(tǒng)的系統(tǒng)構(gòu)建以病歷數(shù)據(jù)庫(kù)、檢驗(yàn)報(bào)告圖形庫(kù)和知識(shí)庫(kù)為基礎(chǔ)，以推理機(jī)為核心，重點(diǎn)在于對(duì)知識(shí)結(jié)構(gòu)和基礎(chǔ)進(jìn)行編碼，對(duì)推理挖掘模型和算法進(jìn)行開發(fā)，以統(tǒng)計(jì)學(xué)方法對(duì)結(jié)果進(jìn)行驗(yàn)證分析，以精煉和優(yōu)化數(shù)據(jù)庫(kù)及推理機(jī)制為系統(tǒng)的擴(kuò)展性要求。系統(tǒng)的主要研發(fā)內(nèi)容包括：

（1）準(zhǔn)確的醫(yī)學(xué)知識(shí)的查詢;

（2）病歷信息的準(zhǔn)確查找;

（3）醫(yī)學(xué)知識(shí)的管理和推理挖掘模型的建立;

（4）系統(tǒng)推理挖掘機(jī)制的實(shí)現(xiàn);

（5）系統(tǒng)的維護(hù)和調(diào)試及可擴(kuò)展性設(shè)計(jì)。

2? 電子病歷系統(tǒng)的功能設(shè)計(jì)

電子病歷系統(tǒng)由醫(yī)學(xué)信息查詢、病歷查找、檢查報(bào)告處理、醫(yī)保政策、專家建議、系統(tǒng)論壇、系統(tǒng)維護(hù)7個(gè)功能模塊組成。（如圖1所示）

（1）信息查詢：本系統(tǒng)基于人工智能技術(shù)，以豐富的醫(yī)學(xué)知識(shí)和經(jīng)驗(yàn)為推理基礎(chǔ)，模擬醫(yī)學(xué)專家的思維方式，依據(jù)查詢的問題，結(jié)合知識(shí)庫(kù)進(jìn)行專家推理，從而及時(shí)準(zhǔn)確地給出信息回復(fù);

（2）病歷信息查詢：建立最佳匹配模型，根據(jù)病人的病歷編號(hào)、就醫(yī)時(shí)間、病種等關(guān)鍵信息匹配查找;

（3）圖形化處理：以用戶提供的檢查報(bào)告的圖片，基于計(jì)算機(jī)的數(shù)據(jù)處理技術(shù)，生成數(shù)據(jù)統(tǒng)計(jì)報(bào)表，幫助用戶分析病情;

（4）醫(yī)保政策：基于計(jì)算機(jī)網(wǎng)絡(luò)遠(yuǎn)程數(shù)據(jù)庫(kù)訪問技術(shù)對(duì)醫(yī)療保險(xiǎn)相關(guān)政策進(jìn)行普及;

（5）專家建議：基于數(shù)據(jù)挖掘技術(shù)，以大量的醫(yī)學(xué)知識(shí)和經(jīng)驗(yàn)為基礎(chǔ)，對(duì)各種病情數(shù)據(jù)進(jìn)行數(shù)據(jù)分析并構(gòu)建數(shù)據(jù)模型，幫助用戶了解病情、了解康復(fù)知識(shí)、了解就醫(yī)知識(shí)，確保醫(yī)生快速、準(zhǔn)確地做出判斷;

（6）系統(tǒng)論壇：基于計(jì)算機(jī)網(wǎng)絡(luò)的交換技術(shù)，為用戶之間以及用戶與系統(tǒng)知識(shí)管理員之間構(gòu)建信息交流平臺(tái);

（7）系統(tǒng)維護(hù)：可以控制用戶權(quán)限，可以實(shí)時(shí)對(duì)系統(tǒng)數(shù)據(jù)庫(kù)進(jìn)行維護(hù)和更新，以及擴(kuò)充系統(tǒng)功能。

3? 系統(tǒng)的實(shí)現(xiàn)

3.1? 系統(tǒng)數(shù)據(jù)庫(kù)/數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建

構(gòu)建電子病歷系統(tǒng)的醫(yī)學(xué)知識(shí)數(shù)據(jù)庫(kù)、檢查報(bào)告圖像數(shù)據(jù)庫(kù)、推理算法模型數(shù)據(jù)庫(kù)，然后針對(duì)各數(shù)據(jù)采用多層模型的星形架構(gòu)建立數(shù)據(jù)倉(cāng)庫(kù)，數(shù)據(jù)庫(kù)庫(kù)中幾個(gè)主要數(shù)據(jù)庫(kù)介紹如下。

醫(yī)學(xué)知識(shí)數(shù)據(jù)庫(kù)：收集國(guó)內(nèi)外醫(yī)學(xué)專家對(duì)病癥研究的經(jīng)驗(yàn)、案例、文獻(xiàn)，抽取不同類型的案例及關(guān)鍵詞和結(jié)論意見，設(shè)定轉(zhuǎn)換代碼，構(gòu)建醫(yī)學(xué)知識(shí)庫(kù)。

圖像數(shù)據(jù)庫(kù)：保存檢查報(bào)告圖像。

推理算法模型數(shù)據(jù)庫(kù)：根據(jù)獲取的信息綜合運(yùn)用不同的計(jì)算機(jī)算法和搜索策略，模擬醫(yī)學(xué)專家的思維過程，輸出結(jié)果或提出進(jìn)一步調(diào)查的意見和方向。

3.2? 系統(tǒng)數(shù)據(jù)庫(kù)/數(shù)據(jù)倉(cāng)庫(kù)的精煉

在初步建立電子病歷系統(tǒng)的基礎(chǔ)上，應(yīng)用不同的推理機(jī)模型對(duì)100例病人的病歷，通過統(tǒng)計(jì)學(xué)分析，比較驗(yàn)證不同模型診斷正確率;對(duì)挖掘推理過程進(jìn)行監(jiān)控，標(biāo)定數(shù)據(jù)庫(kù)的冗余特征值和無(wú)效值，以精煉數(shù)據(jù)庫(kù)/數(shù)據(jù)倉(cāng)庫(kù)。

3.3? 人機(jī)界面及智能化的幫助模塊的構(gòu)建

人機(jī)界面主要涉及為用戶提供數(shù)據(jù)錄入的接口和對(duì)數(shù)據(jù)處理結(jié)果進(jìn)行輸出，顯示醫(yī)學(xué)專家的意見或需要進(jìn)一步完善的檢查。采用圖形界面包括：

（1）基本信息的錄入?yún)^(qū);

（2）環(huán)境參數(shù)錄入?yún)^(qū);

（3）檢查報(bào)告圖片錄入?yún)^(qū);

（4）病人病情錄入?yún)^(qū);

（5）就醫(yī)建議錄入?yún)^(qū);

（6）病癥種類選擇區(qū);

（7）幫助信息區(qū);

（8）提供“向?qū)А蹦Ｊ胶汀案呒?jí)”模式。

模塊的智能化通過系統(tǒng)的自學(xué)習(xí)來(lái)完成。系統(tǒng)的自學(xué)以神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)為基礎(chǔ)。將輸出層出現(xiàn)的與事實(shí)不符的誤差，歸結(jié)為連接層中各神經(jīng)元的連接權(quán)及閾值的過錯(cuò)，通過把輸出層神經(jīng)元的誤差逐層向輸入層逆向傳播，以分給各連接神經(jīng)元，從而可算出各連接點(diǎn)的參考誤差，并根據(jù)此對(duì)各連接權(quán)進(jìn)行相應(yīng)的調(diào)整，使網(wǎng)絡(luò)達(dá)到適合要求的輸出，實(shí)現(xiàn)訓(xùn)練模式對(duì)A（k）→C（j）的映射，（k=1，…，m;j=1，…，n）。對(duì)于經(jīng)過多次自學(xué)習(xí)仍不能糾正的誤差，則采取專家人工調(diào)試的方法，對(duì)推理的機(jī)制重新進(jìn)行梳理和調(diào)整。

3.4?; 精準(zhǔn)的醫(yī)學(xué)專家思維推理的實(shí)現(xiàn)

系統(tǒng)通過人機(jī)界面接受、反饋相應(yīng)數(shù)據(jù)信息，系統(tǒng)構(gòu)建以圖像數(shù)據(jù)庫(kù)和醫(yī)學(xué)知識(shí)數(shù)據(jù)庫(kù)為基礎(chǔ)，以推理模型算法數(shù)據(jù)庫(kù)為核心，重點(diǎn)在于對(duì)知識(shí)結(jié)構(gòu)和基礎(chǔ)進(jìn)行編碼，對(duì)推理模型和算法進(jìn)行開發(fā)，以統(tǒng)計(jì)學(xué)方法對(duì)結(jié)果進(jìn)行驗(yàn)證分析，以智能化的幫助模塊對(duì)相關(guān)數(shù)據(jù)進(jìn)行優(yōu)化，以達(dá)到精確反饋信息的目的。如圖2所示。

4? 電子病歷系統(tǒng)的優(yōu)化

我們采用PDCA閉環(huán)設(shè)計(jì)策略，對(duì)系統(tǒng)進(jìn)行循環(huán)優(yōu)化：

（1）制定優(yōu)化計(jì)劃，包括測(cè)試檢查計(jì)劃、試運(yùn)行計(jì)劃、運(yùn)行維護(hù)計(jì)劃等等;

（2）執(zhí)行預(yù)定計(jì)劃并不斷補(bǔ)充完善原有計(jì)劃，聘請(qǐng)醫(yī)學(xué)工作者在實(shí)踐中使用電子病歷系統(tǒng)，對(duì)用戶界面及應(yīng)用效果進(jìn)行反饋，以進(jìn)一步改進(jìn)推理模塊，提高推理效率，優(yōu)化系統(tǒng)。同時(shí)招募志愿用戶免費(fèi)開放，采用用戶操作后問卷調(diào)查、電話訪談等形式及時(shí)與他們溝通交流，根據(jù)用戶的反饋意見，實(shí)時(shí)更新系統(tǒng)數(shù)據(jù)庫(kù)信息，改進(jìn)用戶界面和系統(tǒng)功能;

（3）執(zhí)行檢查檢測(cè)，對(duì)出現(xiàn)的問題加入問題清單;

（4）處理出現(xiàn)的問題，針對(duì)較大問題重新制定計(jì)劃進(jìn)入下一輪PDCA環(huán)，以保證系統(tǒng)質(zhì)量不斷提升。

經(jīng)過本課題試用和使用，收到了良好效果，下一步將結(jié)合醫(yī)改的不斷深化和政策的調(diào)整，對(duì)知識(shí)庫(kù)進(jìn)行不斷更新的同時(shí)，對(duì)挖掘推理規(guī)則進(jìn)行改進(jìn)化。

參考文獻(xiàn)：

[1] DENG Lifang，GAN Ping，ZHOU Jin ， et al. Image hiding and mining based on the subsection Zadeh-x transform[C]// International Conference on Computer Engineering & Technology. IEEE，2010.

[2] 王體春，韓永國(guó).基于本體的課程學(xué)習(xí)系統(tǒng)設(shè)計(jì) [J].兵工自動(dòng)化，2007（2）：58-59+64.

[3] 唐海英，王體春.基于本體的個(gè)性化協(xié)同推薦 [J].計(jì)算機(jī)與網(wǎng)絡(luò)，2011，37（16）：56-58.

作者簡(jiǎn)介：唐海英（1981-），女，漢族，重慶人，碩士，研究方向：超聲醫(yī)學(xué)效應(yīng)的基礎(chǔ)研究;通訊作者：王體春（1976.02-），男，漢族，四川綿陽(yáng)人，高級(jí)工程師，博士，研究方向：生物醫(yī)學(xué)信息技術(shù)、醫(yī)學(xué)信息、圖像處理。