基于知识图谱的中医处方智能匹配系统的制作方法

摘要: 本发明涉及中医开方辅助,具体是基于知识图谱的中医处方智能匹配系统。背景技术:1、中医处方开具是一项高度依赖医生临床经验的复杂性工作,中医辨证论治体系庞大,症状表...
基于知识图谱的中医处方智能匹配系统的制作方法

本发明涉及中医开方辅助,具体是基于知识图谱的中医处方智能匹配系统。

背景技术:

1、中医处方开具是一项高度依赖医生临床经验的复杂性工作,中医辨证论治体系庞大,症状表现多维且复杂(涵盖主观感受、客观体征、舌象脉象等),处方配伍讲究君臣佐使;

2、目前,中医辅助诊疗系统多基于传统关系型数据库构建,仅能实现简单的方剂检索和处方录入记录,缺乏对病症、中药之间深层语义关联的表达与挖掘,无法对处方的合理性与精准性进行量化评估,为此,现提供基于知识图谱的中医处方智能匹配系统。

技术实现思路

1、本发明的目的在于提供基于知识图谱的中医处方智能匹配系统。

2、本发明的目的可以通过以下技术方案实现:基于知识图谱的中医处方智能匹配系统,包括:

3、知识图谱模块,用于收集中医症状信息和处方信息,基于所收集的中医症状信息和处方信息构建病症-处方图谱;

4、信息录入模块,用于录入中医诊断信息以及医生所开具的初始中医处方;

5、处方分析模块,用于基于所构建的病症-处方图谱对初始中医处方进行分析,获得初始中医处方与中医诊断信息的匹配度;

6、处方优化模块,用于根据所获得的匹配度判断初始中医处方是否符合患者需求,并生成相应的处方优化建议。

7、进一步的,所述中医症状信息包括:

8、患者主观症状信息,包括部位项以及每个部位项的感知状态;

9、患者客观体征信息,包括客观体征项以及每个客观体征项的体征状态;

10、精神状态信息,包括若干个精神状态项以及对应的精神状态;

11、舌象信息包括舌体信息和舌苔信息;

12、脉象信息包括单脉以及复合脉;

13、症状诱因信息包括与患者主观症状信息、患者客观体征信息、精神状态信息中的各个项所对应的诱因项;

14、所述处方信息包括:方名、来源、类别、用法以及各个处方的中药组成信息,其中,中药组成信息包括中药名称、规格、剂量、功效以及禁忌。

15、进一步的,所述知识图谱模块基于所收集的中医症状信息和处方信息构建病症-处方图谱的过程包括:

16、构建独立的图谱节点,并将所构建的图谱节点关联中医症状信息和处方信息中的任一信息项;

17、以处方信息中的方名所对应的图谱节点为一类主节点,获取与各个一类主节点相对应的处方信息中的其他项,并生成对应的一类次节点;

18、根据一类次节点和一类主节点的隶属关系,将一类主节点与对应的一类次节点相关联;

19、生成一类主节点与对应相关联的一类次节点之间的关联关系;

20、以中医症状信息中的患者主观症状信息、患者客观体征信息、精神状态信息、舌象信息、脉象信息以及症状诱因信息所对应的图谱节点为二类主节点,并获取与各个二类主节点相对应的各个项生成对应的二类次节点;

21、根据二类次节点和二类主节点的隶属关系,将二类主节点与对应的二类次节点相关联;

22、生成二类主节点与对应相关联的二类次节点之间的关联关系;

23、根据一类主节点之间的关联性,生成对应的一类主关联关系,以及根据二类主节点之间的关联性生成对应的二类主关联关系;

24、根据一类次节点和二类次节点之间的关联性,生成药症关联关系,从而完成病症-处方图谱的构建。

25、进一步的,信息录入模块录入中医诊断信息以及医生所开具的初始中医处方的过程包括:

26、所述中医诊断信息包括:患者主观症状信息、患者客观体征信息、精神状态信息、舌象信息、脉象信息以及症状诱因信息;

27、所述初始中医处方包括方名、用法、所用到的中药名称、规格、剂量。

28、进一步的,基于所构建的病症-处方图谱对初始中医处方进行分析,获得初始中医处方与中医诊断信息的匹配度的过程包括:

29、将录入的中医诊断信息中的各项信息映射至病症-处方图谱中对应的二类主节点及二类次节点,构成诊断节点集合;

30、将初始中医处方中的方名、中药名称映射至病症-处方图谱中对应的一类主节点及一类次节点,构成处方节点集合;

31、基于病症-处方图谱中的药症关联关系,遍历处方节点集合中各味中药对应的一类次节点与诊断节点集合中各二类次节点之间的关联路径;

32、进而获得初始中医处方与中医诊断信息的多维匹配度信息,所述多维匹配度信息包括症状覆盖度、处方精准度、方剂吻合度、禁忌冲突惩罚度;

33、将症状覆盖度、处方精准度、方剂吻合度以及禁忌冲突惩罚度按照预设的权重系数进行加权计算,获得初始中医处方与中医诊断信息的最终匹配度。

34、进一步的,所述症状覆盖度的获得过程为:查找处方节点集合中各中药的功效节点及对应的药症关联关系,获取该初始中医处方所能主治的二类次节点集合,与诊断节点集合取交集,计算交集节点数量与诊断节点集合总节点数量的比值,作为症状覆盖度;

35、所述处方精准度的获得过程为:查找诊断节点集合中各症状节点所关联的药症关联关系,获取图谱中推荐的治疗中药一类次节点集合,与当前处方节点集合中的实际中药节点取交集,计算交集节点数量与处方节点集合中实际中药节点总数的比值,作为处方精准度;

36、所述方剂吻合度的获得过程为:提取初始中医处方中的方名对应的一类主节点,获取该一类主节点在图谱中关联的标准中药组成一类次节点集合;将实际开具的处方节点集合中的中药节点与该标准中药组成节点集合进行比对,计算重合的中药节点数量占标准中药组成节点总数量的比值,得到方剂吻合度;

37、所述禁忌冲突惩罚度的获得过程为:遍历处方节点集合中各中药对应的禁忌一类次节点,并通过药症关联关系或二类主关联关系,判断诊断节点集合中的患者客观体征信息、精神状态信息等二类次节点是否落入禁忌范围内;若存在冲突,则根据冲突项的数量及严重程度赋予相应的惩罚权重值,计算禁忌冲突惩罚度。

38、进一步的,根据所获得的匹配度判断初始中医处方是否符合患者需求,并生成相应的处方优化建议的过程包括:

39、预设第一匹配度阈值和第二匹配度阈值,其中第一匹配度阈值大于第二匹配度阈值,将计算得到的最终匹配度与预设阈值进行比较:

40、若最终匹配度大于或等于第一匹配度阈值,且禁忌冲突惩罚度为零,则判定初始中医处方符合患者需求;

41、若最终匹配度小于第一匹配度阈值且大于或等于第二匹配度阈值,或者禁忌冲突惩罚度不为零,则判定初始中医处方部分符合患者需求,需要优化;

42、若最终匹配度小于第二匹配度阈值,则判定初始中医处方不符合患者需求,需要重新开方;

43、同时,若禁忌冲突惩罚度超过预设的安全冲突阈值,无论最终匹配度高低,直接判定初始中医处方不符合患者需求;

44、当判定初始中医处方需要优化且存在禁忌冲突时,提取引发禁忌冲突的中药对应的一类次节点,生成第一优化建议;

45、当症状覆盖度低于预设的覆盖度阈值时,提取诊断节点集合中未被初始中医处方的功效所覆盖的二类次节点,生成第二优化建议;

46、当处方精准度低于预设的精准度阈值时,提取处方节点集合中与诊断节点集合不存在药症关联关系的中药一类次节点,生成第三优化建议;

47、当方剂吻合度低于预设的吻合度阈值时,提取初始中医处方中方名对应的一类主节点在图谱中关联的标准中药组成一类次节点,并与处方节点集合进行比对,获取缺失的标准中药节点,生成第四优化建议;

48、将生成的第一优化建议至第四优化建议按照优先级进行排序汇总,作为最终的处方优化建议。

49、进一步的,第一优化建议为:若该具有禁忌的中药在诊断节点集合中存在对应的治疗需求,则基于病症-处方图谱中的药症关联关系和一类主关联关系,检索与该中药具有相似功效且不包含当前患者禁忌的其他中药节点,生成中药替换建议,若该具有禁忌的中药在诊断节点集合中无对应治疗需求,则直接生成删除该中药的建议;

50、第二优化建议为:针对未覆盖的二类次节点,沿药症关联关系反向检索图谱中关联度最高的一类次节点,并结合该推荐中药的禁忌节点与当前患者的诊断节点集合进行二次冲突校验,若无不兼容情况,则生成增加该推荐中药的建议;

51、第三优化建议为:识别初始中医处方中既不针对患者当前症状、又不作为方剂君臣佐使核心结构的冗余中药,生成删除该冗余中药的建议,以精简处方,减轻患者脏腑代谢负担;

52、第四优化建议为:判断缺失的标准中药是否为该方剂的君药或臣药,若是,则生成补充该核心中药的建议,以恢复经典方剂的核心配伍结构;若为佐使药且当前症状无明确需求,则标记为可选补充项。

53、与现有技术相比,本发明的有益效果是:

54、1、利用知识图谱的语义关联能力,从症状覆盖度、处方精准度、方剂吻合度及禁忌冲突度四个维度对初始处方进行精准量化分析;特别是对禁忌冲突的自动识别与惩罚计算,能够有效拦截用药风险,极大提升了临床用药的安全性与处方的严谨性;

55、2、能精准定位处方的不足之处(如冗余药物、未覆盖症状、核心配伍缺失等),并自动生成具有优先级的增、删、换药及回归经典方剂的动态优化建议,为医生提供了精准的决策支持,既提高了处方的对症疗效,也起到了类似老中医带教的辅助作用。