唐海英 王體春 吳婧 尹定洪 段昌柱

摘? 要：電子病歷系統(tǒng)運用多種技術手段，實現(xiàn)模擬醫(yī)學專家思維方式，對病情數(shù)據(jù)進行高效準確的推理分析。系統(tǒng)對檢查報告、病情、病人的綜合情況、藥物信息進行綜合分析和最佳匹配，實現(xiàn)幫助病人高效就醫(yī)，提高醫(yī)生的診斷準確度和效率的目的，滿足現(xiàn)代化的醫(yī)學信息化的需要。

關鍵詞：電子病歷系統(tǒng);推理分析;數(shù)據(jù)挖掘

中圖分類號：R197.324? ? ? 文獻標識碼：A 文章編號：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）也叫計算機化的病案系統(tǒng)或稱基于計算機的病人記錄（Computer-Based Patient Record，CPR）[1]。它是用電子設備（計算機、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。美國國立醫(yī)學研究所將其定義為：EMR是基于一個特定系統(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)利用遠程數(shù)據(jù)庫訪問技術，接收用戶發(fā)送的查詢信息的請求數(shù)據(jù)，然后對數(shù)據(jù)進行分析和處理，及時、準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)就對數(shù)據(jù)進行分析處理然后做出顯示，讓用戶直觀地查看病情分析報表[2]。如果用戶發(fā)生檢查報告，系統(tǒng)會通過數(shù)據(jù)挖掘技術，利用計算機模擬醫(yī)療專家思維推理，推測病情，為用戶治病就醫(yī)提供及時、準確的依據(jù)。同時電子病歷系統(tǒng)利用計算機網(wǎng)絡的交互功能，實現(xiàn)用戶與用戶、用戶與系統(tǒng)管理員的信息、經(jīng)驗交流和互動的功能[3]。

本文電子病歷系統(tǒng)采用數(shù)據(jù)挖掘技術為主進行推理設計。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)庫知識發(fā)現(xiàn)（Knowledge-Discovery in Databases，KDD）中的一個步驟。數(shù)據(jù)挖掘是從數(shù)據(jù)中挖掘知識，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)中的信息知識的過程。數(shù)據(jù)挖掘通常與計算機科學有關，并通過統(tǒng)計、在線分析處理（OLAP）、情報檢索、機器學習、專家系統(tǒng)（依靠過去的經(jīng)驗法則）和模式識別等諸多方法來實現(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)庫中提取與分析任務相關的數(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）、模式評估（根據(jù)某種興趣度度量，識別表示知識的真正感興趣的模式或知識）、知識表示（使用可視化和知識表示技術，向各類用戶提供挖掘的最終的知識）等過程。因此數(shù)據(jù)挖掘就是從數(shù)據(jù)庫、數(shù)據(jù)倉庫或其他信息庫中的海量數(shù)據(jù)中發(fā)現(xiàn)感興趣知識的過程。

電子病歷系統(tǒng)以醫(yī)學知識和經(jīng)驗為基礎，通過對病人信息、檢查報告、心電信息、B超圖像等信息進行采集、分析和推理，達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、檢驗報告圖形庫和知識庫為基礎，以推理機為核心，重點在于對知識結(jié)構(gòu)和基礎進行編碼，對推理挖掘模型和算法進行開發(fā)，以統(tǒng)計學方法對結(jié)果進行驗證分析，以精煉和優(yōu)化數(shù)據(jù)庫及推理機制為系統(tǒng)的擴展性要求。系統(tǒng)的主要研發(fā)內(nèi)容包括：

（1）準確的醫(yī)學知識的查詢;

（2）病歷信息的準確查找;

（3）醫(yī)學知識的管理和推理挖掘模型的建立;

（4）系統(tǒng)推理挖掘機制的實現(xiàn);

（5）系統(tǒng)的維護和調(diào)試及可擴展性設計。

2? 電子病歷系統(tǒng)的功能設計

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

（1）信息查詢：本系統(tǒng)基于人工智能技術，以豐富的醫(yī)學知識和經(jīng)驗為推理基礎，模擬醫(yī)學專家的思維方式，依據(jù)查詢的問題，結(jié)合知識庫進行專家推理，從而及時準確地給出信息回復;

（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、就醫(yī)時間、病種等關鍵信息匹配查找;

（3）圖形化處理：以用戶提供的檢查報告的圖片，基于計算機的數(shù)據(jù)處理技術，生成數(shù)據(jù)統(tǒng)計報表，幫助用戶分析病情;

（4）醫(yī)保政策：基于計算機網(wǎng)絡遠程數(shù)據(jù)庫訪問技術對醫(yī)療保險相關政策進行普及;

（5）專家建議：基于數(shù)據(jù)挖掘技術，以大量的醫(yī)學知識和經(jīng)驗為基礎，對各種病情數(shù)據(jù)進行數(shù)據(jù)分析并構(gòu)建數(shù)據(jù)模型，幫助用戶了解病情、了解康復知識、了解就醫(yī)知識，確保醫(yī)生快速、準確地做出判斷;

（6）系統(tǒng)論壇：基于計算機網(wǎng)絡的交換技術，為用戶之間以及用戶與系統(tǒng)知識管理員之間構(gòu)建信息交流平臺;

（7）系統(tǒng)維護：可以控制用戶權限，可以實時對系統(tǒng)數(shù)據(jù)庫進行維護和更新，以及擴充系統(tǒng)功能。

3? 系統(tǒng)的實現(xiàn)

3.1? 系統(tǒng)數(shù)據(jù)庫/數(shù)據(jù)倉庫的構(gòu)建

構(gòu)建電子病歷系統(tǒng)的醫(yī)學知識數(shù)據(jù)庫、檢查報告圖像數(shù)據(jù)庫、推理算法模型數(shù)據(jù)庫，然后針對各數(shù)據(jù)采用多層模型的星形架構(gòu)建立數(shù)據(jù)倉庫，數(shù)據(jù)庫庫中幾個主要數(shù)據(jù)庫介紹如下。

醫(yī)學知識數(shù)據(jù)庫：收集國內(nèi)外醫(yī)學專家對病癥研究的經(jīng)驗、案例、文獻，抽取不同類型的案例及關鍵詞和結(jié)論意見，設定轉(zhuǎn)換代碼，構(gòu)建醫(yī)學知識庫。

圖像數(shù)據(jù)庫：保存檢查報告圖像。

推理算法模型數(shù)據(jù)庫：根據(jù)獲取的信息綜合運用不同的計算機算法和搜索策略，模擬醫(yī)學專家的思維過程，輸出結(jié)果或提出進一步調(diào)查的意見和方向。

3.2? 系統(tǒng)數(shù)據(jù)庫/數(shù)據(jù)倉庫的精煉

在初步建立電子病歷系統(tǒng)的基礎上，應用不同的推理機模型對100例病人的病歷，通過統(tǒng)計學分析，比較驗證不同模型診斷正確率;對挖掘推理過程進行監(jiān)控，標定數(shù)據(jù)庫的冗余特征值和無效值，以精煉數(shù)據(jù)庫/數(shù)據(jù)倉庫。

3.3? 人機界面及智能化的幫助模塊的構(gòu)建

人機界面主要涉及為用戶提供數(shù)據(jù)錄入的接口和對數(shù)據(jù)處理結(jié)果進行輸出，顯示醫(yī)學專家的意見或需要進一步完善的檢查。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胶汀案呒墶蹦Ｊ健?/p>

模塊的智能化通過系統(tǒng)的自學習來完成。系統(tǒng)的自學以神經(jīng)網(wǎng)絡學習為基礎。將輸出層出現(xiàn)的與事實不符的誤差，歸結(jié)為連接層中各神經(jīng)元的連接權及閾值的過錯，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的參考誤差，并根據(jù)此對各連接權進行相應的調(diào)整，使網(wǎng)絡達到適合要求的輸出，實現(xiàn)訓練模式對A（k）→C（j）的映射，（k=1，…，m;j=1，…，n）。對于經(jīng)過多次自學習仍不能糾正的誤差，則采取專家人工調(diào)試的方法，對推理的機制重新進行梳理和調(diào)整。

3.4?; 精準的醫(yī)學專家思維推理的實現(xiàn)

系統(tǒng)通過人機界面接受、反饋相應數(shù)據(jù)信息，系統(tǒng)構(gòu)建以圖像數(shù)據(jù)庫和醫(yī)學知識數(shù)據(jù)庫為基礎，以推理模型算法數(shù)據(jù)庫為核心，重點在于對知識結(jié)構(gòu)和基礎進行編碼，對推理模型和算法進行開發(fā)，以統(tǒng)計學方法對結(jié)果進行驗證分析，以智能化的幫助模塊對相關數(shù)據(jù)進行優(yōu)化，以達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)設計策略，對系統(tǒng)進行循環(huán)優(yōu)化：

（1）制定優(yōu)化計劃，包括測試檢查計劃、試運行計劃、運行維護計劃等等;

（2）執(zhí)行預定計劃并不斷補充完善原有計劃，聘請醫(yī)學工作者在實踐中使用電子病歷系統(tǒng)，對用戶界面及應用效果進行反饋，以進一步改進推理模塊，提高推理效率，優(yōu)化系統(tǒng)。同時招募志愿用戶免費開放，采用用戶操作后問卷調(diào)查、電話訪談等形式及時與他們溝通交流，根據(jù)用戶的反饋意見，實時更新系統(tǒng)數(shù)據(jù)庫信息，改進用戶界面和系統(tǒng)功能;

（3）執(zhí)行檢查檢測，對出現(xiàn)的問題加入問題清單;

（4）處理出現(xiàn)的問題，針對較大問題重新制定計劃進入下一輪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，對知識庫進行不斷更新的同時，對挖掘推理規(guī)則進行改進化。

參考文獻：

[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.基于本體的課程學習系統(tǒng)設計 [J].兵工自動化，2007（2）：58-59+64.

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

作者簡介：唐海英（1981-），女，漢族，重慶人，碩士，研究方向：超聲醫(yī)學效應的基礎研究;通訊作者：王體春（1976.02-），男，漢族，四川綿陽人，高級工程師，博士，研究方向：生物醫(yī)學信息技術、醫(yī)學信息、圖像處理。