蔣 蓓 黃 敏* 陳 明 姚晨龍 武月圓 金瓏喆

1(上海市兒童醫(yī)院，上海交通大學(xué)附屬兒童醫(yī)院信息部 上海 200062)2(上海海洋大學(xué)信息學(xué)院 上海 201306)3(上海俊澤軟件有限公司 上海 200093)

0 引 言

川崎病KD又名黏膜皮膚淋巴結(jié)綜合征，一般好發(fā)于5歲以下幼兒，目前病因尚未明確，其主要病變?yōu)槿硇匝苎譡1]。川崎病近年來(lái)的發(fā)病率仍呈上升趨勢(shì)，隨著對(duì)KD認(rèn)識(shí)的加深及診斷技術(shù)的進(jìn)步，臨床上KD的確診率和治療率也在逐漸增高[2]。但盡管如此，仍有一定數(shù)量的患兒因早期癥狀或體征的不典型被漏診或誤診[3]。在有關(guān)川崎病的研究中一直都有對(duì)川崎病診斷模型的研究，但是較少地應(yīng)用至臨床[4]。因此，本文擬構(gòu)建一套川崎病早期診斷輔助程序，選用了擴(kuò)展性較好的B/S架構(gòu)。以我院制作的模型為例，探究川崎病診斷模型應(yīng)用至臨床的方法，使用時(shí)可通過(guò)錄入相應(yīng)指標(biāo)最終得出川崎病診斷風(fēng)險(xiǎn)，有效輔助臨床醫(yī)生做出診斷決策，提高川崎病的診斷效率，并推廣、普及川崎病的診療方法，讓川崎病兒童可以更早地得到關(guān)注和治療。

1 軟件設(shè)計(jì)與框架

1.1 軟件設(shè)計(jì)

本系統(tǒng)中，Logistic回歸算法邏輯采用Apache軟件基金會(huì)下的開(kāi)源工具Commons-Math3。它是一個(gè)輕量級(jí)、自包含的數(shù)學(xué)和統(tǒng)計(jì)學(xué)組件庫(kù)，用于解決Java編程語(yǔ)言或Commons Lang中不可用的最常見(jiàn)問(wèn)題。應(yīng)用Java語(yǔ)言進(jìn)行編程，參數(shù)估計(jì)采用極大似然估計(jì)，使用N-R迭代法求解參數(shù)的估計(jì)值，回歸方程顯著性檢驗(yàn)采用likelihood似然比檢驗(yàn)，回歸系數(shù)的檢驗(yàn)采用wald 2檢驗(yàn)，制作具有通用性強(qiáng)、效率高、平臺(tái)移植性好和安全性卓越的計(jì)算模塊。

通過(guò)網(wǎng)絡(luò)，以Web Service方式從HIS系統(tǒng)中查詢患兒病歷，得到原始XML數(shù)據(jù)。通過(guò)對(duì)XML解析，將所需的數(shù)據(jù)保存至輔助決策診斷系統(tǒng)數(shù)據(jù)庫(kù)，作為分析數(shù)據(jù)。

計(jì)算模塊通過(guò)提取數(shù)據(jù)庫(kù)中的數(shù)據(jù)信息，使用預(yù)先設(shè)計(jì)的算法和參數(shù)對(duì)患兒的川崎病發(fā)生概率進(jìn)行計(jì)算。計(jì)算結(jié)果以患川崎病的概率和陰陽(yáng)性的形式表現(xiàn)，用于臨床輔助診斷。

醫(yī)生對(duì)實(shí)際臨床診斷進(jìn)行輸入，系統(tǒng)記錄預(yù)測(cè)結(jié)果和醫(yī)生實(shí)際診斷，并存入系統(tǒng)數(shù)據(jù)庫(kù)。當(dāng)診斷不一致的例數(shù)積累到一定量時(shí)，使用歷史記錄對(duì)模型進(jìn)行重新訓(xùn)練，解出參數(shù)的變化量與方向，對(duì)參數(shù)進(jìn)行更新，以達(dá)到修正模型目的。

1.2 軟件框架

系統(tǒng)采用的B/S架構(gòu)，在此架構(gòu)下，Web瀏覽器作為最主要的客戶端應(yīng)用軟件，可對(duì)現(xiàn)階段常用瀏覽器兼容。系統(tǒng)的核心部分則集中在服務(wù)器上運(yùn)行。這樣可以簡(jiǎn)化系統(tǒng)的開(kāi)發(fā)、維護(hù)和使用過(guò)程。用戶使用瀏覽器進(jìn)行操作，對(duì)應(yīng)的服務(wù)器上安裝了數(shù)據(jù)庫(kù)和絕大部分功能程序，系統(tǒng)通過(guò)專(zhuān)用接口進(jìn)行交互。較大程度減輕了客戶端電腦的負(fù)荷，實(shí)現(xiàn)信息實(shí)時(shí)共享，降低了系統(tǒng)維護(hù)、升級(jí)的成本和工作量。

服務(wù)器端采用MySQL系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)，使用Spring+SpringMVC+Mybatis(SSM)框架管理數(shù)據(jù)結(jié)構(gòu)，使用Java語(yǔ)言進(jìn)行開(kāi)發(fā)，利用HTTPS安全架構(gòu)進(jìn)行加密通信。Spring負(fù)責(zé)對(duì)程序中出現(xiàn)的所有業(yè)務(wù)對(duì)象進(jìn)行統(tǒng)一管理；SpringMVC負(fù)責(zé)對(duì)數(shù)據(jù)發(fā)出轉(zhuǎn)發(fā)請(qǐng)求以及視圖管理；Mybatis負(fù)責(zé)對(duì)數(shù)據(jù)庫(kù)中數(shù)據(jù)之間產(chǎn)生映射。這樣的搭配優(yōu)點(diǎn)是簡(jiǎn)單、靈活，Spring與SpringMVC互為補(bǔ)充、搭配自然。

Spring具有以下優(yōu)點(diǎn)：作為處理接口程序的開(kāi)源框架，能有效處理中間層對(duì)象之間的依賴關(guān)系；作為使用Java語(yǔ)言進(jìn)行開(kāi)發(fā)的框架，Spring能避免在開(kāi)發(fā)過(guò)程中過(guò)多地使用Singleton語(yǔ)句；使用Spring編寫(xiě)的應(yīng)用程序測(cè)試起來(lái)更加容易；Spring與多種開(kāi)源框架兼容，例如提供了JDBC、O/R mapping等產(chǎn)品的直接支持。Spring十分簡(jiǎn)單、實(shí)用，是企業(yè)級(jí)開(kāi)發(fā)框架的首選。

Mybatis具有以下的優(yōu)點(diǎn)：SQL語(yǔ)句寫(xiě)在配置的XML文件里；減弱SQL與搜索代碼的關(guān)聯(lián)程度；提供映射標(biāo)簽，支持目標(biāo)對(duì)象與數(shù)據(jù)庫(kù)通過(guò)SQL進(jìn)行關(guān)聯(lián)而不是直接關(guān)聯(lián)；允許查詢數(shù)據(jù)庫(kù)的當(dāng)前狀態(tài)，更改應(yīng)用模式或撤銷(xiāo)操作；支持檢測(cè)由不同開(kāi)發(fā)人員所做的并發(fā)數(shù)據(jù)庫(kù)模式更改；支持動(dòng)態(tài)編寫(xiě)SQL。

HTTPS是以安全為目標(biāo)的HTTP通信，它使用加密方式來(lái)保護(hù)網(wǎng)絡(luò)通信，防止受到監(jiān)控或篡改。加密方式為使用SSL或TLS協(xié)議，增加數(shù)據(jù)安全性。HTTPS與HTTP模式具有相同的使用語(yǔ)法。但是，HTTPS允許瀏覽器使用SSL/TLS的加密層來(lái)保護(hù)通信流。SSL/TLS特別適合HTTP，即使只有通信一方的身份是經(jīng)過(guò)驗(yàn)證的，仍然可以提供一定程度的保護(hù)。因?yàn)樵谕ㄟ^(guò)Internet進(jìn)行HTTP訪問(wèn)時(shí)，通常只有服務(wù)器身份是通過(guò)客戶端驗(yàn)證的(由客戶端檢查服務(wù)器證書(shū))。

2 實(shí)現(xiàn)流程

診斷流程如圖1所示。系統(tǒng)可以根據(jù)患者住院號(hào)/病歷號(hào)/門(mén)診號(hào)，自動(dòng)提取模型所需的指標(biāo)信息。當(dāng)信息完整時(shí)自動(dòng)判斷患有川崎病的可能性大小，當(dāng)信息不完整時(shí)支持手動(dòng)補(bǔ)全，進(jìn)入診斷模型中。模型可以計(jì)算患者患川崎病的概率，可以提示患者是否川崎病高危險(xiǎn)性，并將這個(gè)結(jié)果與臨床診斷結(jié)果進(jìn)行比較。當(dāng)累計(jì)比較的患者超過(guò)30人時(shí)，則計(jì)算診斷模型的約登指數(shù)(IY)，當(dāng)IY≥0.5時(shí)，則繼續(xù)使用模型，當(dāng)IY<0.5時(shí)，則對(duì)模型進(jìn)行優(yōu)化，并自動(dòng)更新模型。

圖1 數(shù)據(jù)處理流程示意圖

2.1 患者醫(yī)囑管理界面

目前川崎病輔助決策系統(tǒng)集成在住院醫(yī)生工作站-患者醫(yī)囑管理界面。如圖2所示，在菜單欄右側(cè)增加“川崎病臨床”按鈕，點(diǎn)擊后自動(dòng)打開(kāi)瀏覽器，并打開(kāi)川崎病輔助決策系統(tǒng)頁(yè)面。

圖2 住院醫(yī)生工作站-患者醫(yī)囑管理界面

2.2 預(yù)測(cè)界面

如圖3所示，打開(kāi)川崎病臨床輔助決策系統(tǒng)頁(yè)面，在頁(yè)面上方填入住院號(hào)，點(diǎn)擊“系統(tǒng)提取”按鈕，彈框提示正在進(jìn)行住院信息提取。提取成功后，系統(tǒng)自動(dòng)將住院信息填入到頁(yè)面中，發(fā)熱天數(shù)以及缺少的檢驗(yàn)數(shù)值，醫(yī)生需要手動(dòng)填寫(xiě)。填寫(xiě)完成后，點(diǎn)擊“篩查”按鈕即可給出川崎病發(fā)生概率，是否川崎病高危以及治療建議。

圖3 川崎病輔助決策系統(tǒng)-預(yù)測(cè)界面

2.3 診斷指南界面

如圖4所示，點(diǎn)擊右上角“診斷指南”，會(huì)彈出川崎病診斷指南和治療方案，供醫(yī)生作為參考。

圖4 川崎病輔助決策系統(tǒng)-川崎病診斷指南

2.4 歷史記錄界面

如圖5所示，待醫(yī)生做實(shí)際診斷后，可在界面右上角“歷史記錄”中，對(duì)以往川崎病預(yù)測(cè)結(jié)果做標(biāo)記。系統(tǒng)將會(huì)記錄下預(yù)測(cè)結(jié)果與實(shí)際情況是否一致。當(dāng)積累到一定量的歷史記錄后，系統(tǒng)將會(huì)計(jì)算整體誤差，重新訓(xùn)練回歸模型，以達(dá)到模型持續(xù)優(yōu)化的目的。

圖5 川崎病輔助決策系統(tǒng)-歷史記錄界面

3 系統(tǒng)診斷效能驗(yàn)證

共驗(yàn)證226例患兒，平均年齡2.15±1.60歲，男性144例(63.7%)，女性82例(36.3%)，其中肺炎患兒146例，川崎病患兒80例。發(fā)熱時(shí)間為3～14天，平均發(fā)熱天數(shù)為5.16±2.29。詳細(xì)情況見(jiàn)表1。

表1 發(fā)熱患兒一般情況

將226例患兒經(jīng)過(guò)軟件判斷后的結(jié)果，與患兒出院診斷相比做ROC曲線。患川崎病概率的曲線下面積為0.931(0.889～0.974)，結(jié)果為是否川崎病高危險(xiǎn)性的曲線下面積為0.888(0.835～0.940)。診斷的一致率為Kappa=0.785(P=0.043)，靈敏度為83.75，特異度為93.84，診斷效率較高。

圖6 診斷ROC曲線

4 討論分析

川崎病KD主要發(fā)生在5歲及以下幼兒和嬰幼兒，近期流行病學(xué)調(diào)查提示該病在我國(guó)的發(fā)病率呈逐年上升趨勢(shì)[5]。由于KD的病因和發(fā)生機(jī)制目前仍尚未完全清楚，臨床診斷也主要依據(jù)排他性的綜合判斷，非典型川崎病患兒的診斷較為困難。有研究稱(chēng)川崎病的臨床診斷效率較低，漏診率及誤診率較高[6]。近來(lái)有很多與川崎病早期診斷相關(guān)的研究，但是都沒(méi)有應(yīng)用到臨床，為了更好地服務(wù)臨床，降低川崎病誤診率，本文將川崎病診斷模型整合入軟件中，使該軟件可以輔助醫(yī)生，鑒別川崎病患者與其他發(fā)熱疾病患者，使更多的川崎病患者能及時(shí)得到治療。與以往基于人工經(jīng)驗(yàn)診斷分析不同，建立的輔助決策系統(tǒng)可通過(guò)自動(dòng)處理患者各項(xiàng)臨床指標(biāo)來(lái)分析患川崎病的風(fēng)險(xiǎn)大小，有助于逐步提高醫(yī)生，特別是缺乏經(jīng)驗(yàn)者對(duì)川崎病的診斷能力，使得不同經(jīng)驗(yàn)程度醫(yī)師的診斷一致性提高，降低臨床誤診率和漏診率。

本文建立的輔助決策系統(tǒng)以數(shù)據(jù)挖掘?yàn)榛A(chǔ)，將其用在KD的診斷中，極大程度上擴(kuò)大了醫(yī)生有限的個(gè)人知識(shí)和臨床經(jīng)驗(yàn)，能夠有效提高分析判斷的客觀性和全面性，且具有較高的可重復(fù)性，疲勞性低。目前數(shù)據(jù)挖掘方法主要包括異常值檢測(cè)、關(guān)聯(lián)規(guī)則學(xué)習(xí)、聚類(lèi)分析、判別分析、預(yù)測(cè)分析[8]。與同為計(jì)量診斷的最大似然法相比, 本系統(tǒng)利用了后驗(yàn)Logistic回歸概率, 判別的符合率有所提高，所納入指標(biāo)大都符合醫(yī)生常規(guī)的診斷需要。之所以選用Logistic回歸模型，是因?yàn)樵撃Ｐ驮谖墨I(xiàn)中，經(jīng)常被用來(lái)制作預(yù)測(cè)或診斷模型。Logistic回歸有很多優(yōu)點(diǎn)，除了可以分析連續(xù)型數(shù)據(jù)以及分類(lèi)型數(shù)據(jù)之外，還可以將結(jié)果轉(zhuǎn)換為發(fā)生概率，因此常用來(lái)制作預(yù)測(cè)或診斷模型。與人工神經(jīng)網(wǎng)絡(luò)計(jì)算過(guò)程不透明、結(jié)果具有偶然性相比, 本系統(tǒng)具有概率推理合理、邏輯簡(jiǎn)單、缺失數(shù)據(jù)處理率高和操作性好的特點(diǎn)[9]。

5 結(jié) 語(yǔ)

川崎病輔助決策系統(tǒng)預(yù)測(cè)結(jié)果較為穩(wěn)健，并可以搭配多個(gè)預(yù)測(cè)模型。系統(tǒng)軟件小巧輕便、操作簡(jiǎn)單、結(jié)果清晰，既可以應(yīng)用于門(mén)診輔助診斷，也可以應(yīng)用于科研，在川崎病的診療中可以發(fā)揮較大作用。然而盡管基于后驗(yàn)Logistic回歸概率的輔助決策系統(tǒng)，與患者出院診斷之間有較高的診斷一致率, 但對(duì)于個(gè)體患者來(lái)說(shuō), 由于個(gè)體差異的存在，仍然可能發(fā)生不可預(yù)料的誤診或漏診。因此, 該系統(tǒng)可以作為醫(yī)師在鑒別KD時(shí)的一個(gè)有效輔助工具, 但并不能取代醫(yī)師的地位作完全的“自動(dòng)化”診斷[10]。