亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于深度學(xué)習(xí)的智能處方審核系統(tǒng)探討

        2020-11-03 14:04:20李明娟
        藥品評價(jià) 2020年14期
        關(guān)鍵詞:病歷處方卷積

        李明娟

        鄭州市第二人民醫(yī)院藥務(wù)科,鄭州 450011

        處方審核是醫(yī)院管理系統(tǒng)的重要組成環(huán)節(jié),合理的處方合格率有助于醫(yī)療系統(tǒng)的高效運(yùn)轉(zhuǎn)。處方合格率對于醫(yī)院聲譽(yù)還有患者生命健康的具有重要保障。國內(nèi)各家醫(yī)院也對處方審核高度重視,針對提高處方合格率做出了很多研究成果,目前處方審核都是以藥理學(xué)和人工審核為基礎(chǔ)的審核系統(tǒng)[1-7]。基于人工審核的處方審核受限于醫(yī)生的水平和精力,而基于規(guī)則的處方審核由于樣本和地域限制可能不具有較強(qiáng)的可推廣性。深度學(xué)習(xí)近年來在語音和圖像識別方面取得很大進(jìn)展[8],國內(nèi)的研究人員應(yīng)用深度學(xué)習(xí)研究電子病歷的數(shù)字編碼化[9]。

        本研究通過深度學(xué)習(xí)建立處方智能化審核系統(tǒng),首先將門診處方的診斷語言進(jìn)行分類,每一種描述代表一個(gè)獨(dú)立元素,對每個(gè)獨(dú)立元素進(jìn)行數(shù)字化排列,組成診斷矩陣。然后對數(shù)字化矩陣圖像化,將其轉(zhuǎn)化為像素的數(shù)值范圍內(nèi),利用Hankel 矩陣形成圖片數(shù)據(jù)[10-12],將數(shù)據(jù)輸入Lenet 中對已有的處方進(jìn)行訓(xùn)練,訓(xùn)練完成后結(jié)果和對照組結(jié)果對比,進(jìn)而驗(yàn)證本文研究的有效性。

        1 病歷數(shù)字化

        病歷是醫(yī)生根據(jù)已有的醫(yī)學(xué)知識對病人做出簡潔的語言判斷,但對智能審核系統(tǒng)而言,系統(tǒng)無法識別人類語言,所以首要步驟是將病歷數(shù)字化,目前基于病例讀取和理解的研究多是基于自然語言處理的方向進(jìn)行探索[13-15],但語言系統(tǒng)本身較為復(fù)雜,存在多義性和歧義性等多種問題,這里給出的解決方法是根據(jù)診斷病例的關(guān)鍵詞的有限性,對其作出數(shù)字化映射。

        以呼吸科病歷為例,常見病人癥狀有:咳嗽、發(fā)熱,咳嗽、黃痰,白痰、肺有濕羅音、發(fā)燒、咽喉腫痛,胸悶、氣喘、胸痛、呼吸困難、支氣管炎、咽喉炎癥、肺炎、咽痛、鼻塞、流鼻涕、打噴嚏、頭痛、咽痛、全身肌肉酸痛、食欲不振、鼻癢、聲音嘶啞、咽部發(fā)癢、咽喉疼痛、發(fā)熱時(shí)間、藥物過敏史,將上述癥狀進(jìn)行排序,組成一個(gè)1×29 的行向量。當(dāng)病人病歷存在咳嗽時(shí),在列向量中標(biāo)記為1,否則標(biāo)記為0;若存在發(fā)熱,在第二個(gè)位置標(biāo)記為2,否則標(biāo)記為0,依次根據(jù)癥狀進(jìn)行標(biāo)記,直至向量位置占滿為止。

        2 病歷圖片化過程

        本文深度學(xué)習(xí)采用Lenet 框架,該框架適用于圖片和語音識別,無法直接識別向量,所以將需要向量轉(zhuǎn)化為圖片,具體過程如下所示:

        從圖1 可以看出,當(dāng)病歷向量中對應(yīng)位置中標(biāo)志有數(shù)值時(shí),在對應(yīng)行中寫入對應(yīng)數(shù)量的深灰色方格,當(dāng)沒有數(shù)字時(shí),默認(rèn)為0,該行全部為淺灰色。圖1 為行向量的圖片例子。

        3 病歷訓(xùn)練過程

        病歷訓(xùn)練過程中使用的深度學(xué)習(xí)框架為Lenet,Lenet 是一種典型的卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),由Yann LeCun 發(fā)明,因用于MNIST 手寫體數(shù)據(jù)集的數(shù)字識別而出名。

        與傳統(tǒng)的手寫字體的Lenet 七層框架不同的是,本人采用的框架只有5 層,因?yàn)獒槍﹂_出的藥方種類相對較多,而不是手寫字體中只有10 類,所以省略了最后2 個(gè)全連接層,Lenet 的主要結(jié)構(gòu)見圖2。

        數(shù)字化病歷為輸入層,圖片大小為29×29×1,其中1 表示為黑白圖像,只有一個(gè)通道。

        卷積層1 的大小為5×5,卷積層1 深度(個(gè)數(shù))為6,卷積步長s=1,輸出矩陣大小為28×28×6,其中6 表示濾波器的個(gè)數(shù)。池化層1,池化層1大小2×2(即f=2),步長s=2,輸出矩陣大小為14×14×6。卷積層2 大小 5×5,濾波器個(gè)數(shù)為16,卷積步長s=1,輸出矩陣大小為10×10×16,其中16 表示濾波器的個(gè)數(shù)。池化層2,濾波器大小2×2(即f=2),步長s=2,輸出矩陣大小為5×5×16。注意,在該層結(jié)束,需要將5×5×16的矩陣壓縮成一個(gè)400 維的向量。

        全連接層直接輸出120×1×1 個(gè)向量。最后,輸出層由歐式徑向基函數(shù)單元組成,每類一個(gè)單元,每個(gè)有120 個(gè)輸入。

        Lenet 的訓(xùn)練過程如圖3 所示,首先準(zhǔn)備標(biāo)注好的數(shù)據(jù)和已經(jīng)被賦予初值的Lenet。定義損失函數(shù)loss,常見的損失函數(shù)的形式是使用Lenet 輸出層的結(jié)果與標(biāo)注好標(biāo)簽差值的平方和形式。通過數(shù)值計(jì)算求解得出損失函數(shù)關(guān)于需要優(yōu)化的參數(shù)W的偏導(dǎo)數(shù),第n+1 次參數(shù)W 等于第n 次參數(shù)值加上偏導(dǎo)數(shù)的k 倍。Lenet 省略2 個(gè)全連接層,直接輸出120 組結(jié)果。

        4 計(jì)算過程

        本文選用tensorflow 對數(shù)據(jù)進(jìn)行訓(xùn)練和測試,數(shù)據(jù)選取某醫(yī)院2017—2018 年呼吸科病歷,病歷數(shù)量為5 325 份。使用Lenet 訓(xùn)練需要將病例分類為測試集和驗(yàn)證集,而對照方法統(tǒng)計(jì)法不需要將病例分為兩類。其中測試集份數(shù)為4 200 份,驗(yàn)證集分?jǐn)?shù)為1 065 份。測試集與驗(yàn)證集的比例為4∶1。

        對照方法采用統(tǒng)計(jì)學(xué)方法,采用SPSS 20.0 軟件對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。計(jì)數(shù)資料以率(%)表示,采用χ2檢驗(yàn),用P<0.05 表示差異有統(tǒng)計(jì)學(xué)意義。

        下文中兩種方法指的是Lenet 方法和統(tǒng)計(jì)學(xué)方法。

        4.1 兩種方法的處方不合格率對比統(tǒng)計(jì)結(jié)果表明,用Lenet 訓(xùn)練的處方不合格率(0.75%)小于對照組的處方不合格率(5.92%),門診處方開具合格率提高5.17%,見表1。

        表1 兩種方法不合格情況對比

        4.2 兩種方法的不合理用藥率統(tǒng)計(jì)結(jié)果表明,用Lenet 訓(xùn)練的不合格用藥率(0.66%)小于對照組的不合理用藥率(5.73%),見表2。

        用Lenet 訓(xùn)練結(jié)果包括3 張重復(fù)用藥門診處方、3 次用法用量不合理、1 次聯(lián)合用藥不合理和1 次配伍禁忌,對照組的不合理包含17 次重復(fù)用藥、11 次用法用量不合理、12 次聯(lián)合用藥不合理和12次配伍禁忌。

        表2 兩種方法的不合理用藥率對比

        5 結(jié)論

        本文使用Lenet 用于處方智能審核研究,給處方審核提供一種可行的方法,研究結(jié)論主要有:(1)通過和對照組結(jié)果對比,本文方法降低了處方不合格率和不合格用藥率;(2)本文避免以往電子病歷數(shù)字化過程的word 轉(zhuǎn)化vector 過程的復(fù)雜繁瑣和多義現(xiàn)象,直接將癥狀與數(shù)字一一映射,避免了多義現(xiàn)象。

        猜你喜歡
        病歷處方卷積
        強(qiáng)迫癥病歷簿
        趣味(語文)(2021年9期)2022-01-18 05:52:42
        基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
        “大數(shù)的認(rèn)識”的診斷病歷
        人間處方
        文苑(2020年6期)2020-06-22 08:41:34
        從濾波器理解卷積
        電子制作(2019年11期)2019-07-04 00:34:38
        基于傅里葉域卷積表示的目標(biāo)跟蹤算法
        為何要公開全部病歷?
        解決因病致貧 大小“處方”共用
        村醫(yī)未寫病歷,誰之過?
        處方
        小說月刊(2015年1期)2015-04-19 02:04:16
        少妇被粗大猛进进出出男女片| 破了亲妺妺的处免费视频国产| 国产免费av片在线观看麻豆| 成人免费丝袜美腿视频| 日本一区二区三区丰满熟女| 粉嫩av国产一区二区三区| 久久中文字幕无码专区| 亚洲偷自拍另类图片二区| 国产一级一片内射视频在线| 一区二区三区精品少妇| 99在线精品免费视频九九视| 久久这里只精品国产99热| 国产日产免费在线视频| 东北女人一级内射黄片| 日本一卡2卡3卡4卡无卡免费网站 亚洲av无码一区二区三区不卡 | 免费视频无打码一区二区三区| 成人毛片无码一区二区三区| 亚洲人免费| 精品国产人成亚洲区| 国产三级精品三级| 日本免费视频| 久久精品国产69国产精品亚洲| 国产小屁孩cao大人| 亚洲国产精品嫩草影院久久av | 视频在线播放观看免费| 亚洲av无码专区国产乱码4se| 国产亚洲av综合人人澡精品| 91青草久久久久久清纯 | 26uuu在线亚洲欧美| 中文字幕av无码免费一区| 亚洲电影久久久久久久9999| 综合久久精品亚洲天堂| 内射合集对白在线| 久久精品免费免费直播| 亚洲一区二区三区亚洲| 亚洲国产精品久久艾草| 亚洲av成人综合网| 亚洲精品一区二区在线播放| 久久伊人最新网址视频| 午夜少妇高潮在线观看| 精产国品一二三产品蜜桃|