一种乳腺癌术后全程全方位智能管理系统的制作方法

1.本发明涉及到医学数据处理领域，尤其涉及一种乳腺癌术后全程全方位智能管理系统。


背景技术：

2.随着现代诊疗技术的不断提高，精准治疗在肿瘤治疗领域的广泛开展，显著改善了部分恶性肿瘤患者的生存期，相应地，部分癌症也进入了“慢性病范畴”，例如乳腺癌，乳腺癌患者的5年、10年、15年相对生存率达70％～90％，乳腺癌发病率不断攀升而死亡率保持稳定。这些都意味着乳腺癌进入了“精准治疗 慢性病管理”，同时也对有限的医疗人力、物力资源都产生了巨大的挑战。
3.目前亟需一种智能化、系统化、有效化的乳腺癌术后全程全方位智能管理系统，为包括乳腺癌在内的各种“精准治疗 慢性病管理”患者提供术后的全流程管理，以便智能化实时跟踪观察疾病进展及患者身心健康，提供适当的医疗建议和帮助，进而改善患者术后随访效率。


技术实现要素：

4.针对现有技术中的问题，现提供一种乳腺癌术后全程全方位智能管理系统，包括：
5.一采集模块，采集患者的乳腺癌相关信息；
6.一第一风险预测评估模块，连接所述采集模块，用于构建第一乳腺癌术后风险评估模型，并根据所述第一乳腺癌术后风险评估模型处理所述患者的乳腺癌相关信息，生成第一乳腺癌术后风险评估结果；
7.一第二风险预测评估模块，分别连接所述采集模块，以及一预存有多个乳腺癌术后风险划分标准的数据库，用于根据所述数据库中的乳腺癌术后风险划分标准构建第二乳腺癌术后风险评估模型，并根据所述第二乳腺癌术后风险评估模型处理所述患者的乳腺癌相关信息，生成第二乳腺癌术后风险评估结果；
8.一综合评估模块，分别连接所述第一风险预测评估模块和所述第二风险预测评估模块，用于对所述第一乳腺癌术后风险评估结果和所述第二乳腺癌术后风险评估结果进行分析，生成综合乳腺癌术后风险评估结果；
9.一智能随访指示模块，连接所述采集模块和所述综合评估模块，用于根据所述患者的乳腺癌相关信息和所述综合乳腺癌术后风险评估结果，对所述患者进行分级管理并生成个体化的术后随访方案指示，远程随访监控所述患者并进行自动回复，以及对线下围诊疗期的患者的症状、体征、检查报告、中医症候、望闻问切四诊及综合治疗信息进行采集和统计分析。
10.优选的，所述第一风险预测评估模块包括：
11.一获取单元，连接一预存多个已知疾病进展的病症患者的信息数据库，用于获取多个病症患者的个人基本信息、围手术期检验报告信息、术后病理情况以及疾病进展情况
信息；
12.一训练单元，连接所述获取单元，用于根据所述病症患者的个人基本信息、所述围手术期检验报告信息、所述术后病理情况以及所述疾病进展情况构建并训练第一乳腺癌术后风险预测评估模型；
13.一评估单元，连接所述训练单元，用于根据训练后的所述术后风险预测评估模型对所述患者的乳腺癌相关信息进行处理，生成对应的所述第一乳腺癌术后风险预测评估结果。
14.优选的，所述个人基本信息包括年龄、身高、体重、生育情况、月经情况、肿瘤家族史、合并症以及术前检查报告结果；
15.所述术后病理情况包括肿瘤分期、分子分型、基因检测结果、确诊日期、肿瘤类型、肿瘤分级、肿瘤大小、区域淋巴结转移情况、远处转移情况、激素受体情况、her2基因表达情况；
16.所述疾病进展情况为所述病症患者的乳腺癌术后风险情况。
17.优选的，所述获取单元包括：
18.提取部件，采用关键词组提取算法从所述个人基本信息及所述围手术期检验报告信息、所述术后病理情况中提取出对应的所述第一乳腺癌风险预测模型相关因素；
19.所述训练单元，根据所述病症患者的个人基本信息、所述围手术期检验报告信息、所述术后病理情况、所述第一乳腺癌风险预测模型相关因素以及所述疾病进展情况构建并训练所述第一乳腺癌术后风险预测评估模型。
20.优选的，所述第一乳腺癌术后风险评估结果和所述第二乳腺癌术后风险评估结果中包括高风险、中风险和低风险的情况；
21.所述综合评估模块，在所述第一乳腺癌术后风险评估结果或所述第二乳腺癌术后风险评估结果为高风险时，以高风险作为所述综合乳腺癌术后风险评估结果。
22.优选的，所述智能随访指示模块，包括：
23.线上单元，所述线上单元包括：
24.一随访监控指示单元，用于根据所述患者的所述乳腺癌相关信息包括目前治疗状态、治疗用药情况、血脂等相关监测结果和所述综合乳腺癌术后风险评估结果，对患者进行分级管理并生成不同随访监控频率及建议内容的所述术后随访方案指示；和/或
25.一生活指示单元，用于根据所述患者的所述乳腺癌相关信息包括身高、体重、运动、饮食作息等和所述综合乳腺癌术后风险评估结果，生成所述患者的个体化的生活指示；和/或
26.一情绪指示单元，用于根据所述患者的所述乳腺癌相关信息包括压力、睡眠等和所述综合乳腺癌术后风险评估结果，生成所述患者的情绪指示；和/或
27.一需求指示单元，用于根据所述患者的所述乳腺癌相关信息包括生育需求、治疗相关副反应、中西医结合综合治疗等及所述综合乳腺癌术后风险评估结果和实际需求，生成所述患者的需求指示。
28.一乳腺癌自动回复单元，用于根据所述患者的所述乳腺癌相关信息及所述综合乳腺癌术后风险评估结果、不同治疗阶段的情况、中西医结合治疗过程中的相关问题，生成所述患者的乳腺癌自动回复；
29.线下单元，所述线下单元包括：
30.一乳腺癌围诊疗期单元，用于对所述患者的症状、体征、检查报告、中医症候、望闻问切四诊及综合治疗信息进行采集和统计分析。
31.优选的，所述术后随访方案指示包括线上对不同风险的患者进行分层管理并给予不同随访频次指示、随访项目指示、生活作息建议、实时乳腺癌治疗阶段、疾病进展情况及随访相关问题自动答复；
32.所述实时乳腺癌治疗阶段包括已完成的所有辅助治疗阶段、新辅助治疗阶段、围手术期阶段、化疗阶段、放疗阶段、靶向治疗阶段、内分泌治疗阶段、疾病进展解救治疗阶段。
33.优选的，所述情绪指示单元包括：
34.一情绪指示预置部件，用于预置多个情绪调节字段；
35.一情绪指示获取部件，用于获取所述当前用户的所述用户信息和所述术后风险评估结果；
36.一情绪指示生成部件，连接所述情绪指示预置部件和所述情绪指示获取部件，用于根据所述用户信息和所述术后风险评估结果，从多个所述情绪调节字段选择对应的情绪调节字段并进行组合和调整处理，将处理后的所述情绪调节字段作为所述情绪指示输出。
37.优选的，所述乳腺癌自动回复模块包括下述字段；
38.基础交流语料字段，用于进行基础交流；
39.病理信息字段，包括肿瘤病理类型，分级，大小，分期，分型，免疫组化指标及适应症的回复字段；
40.围手术期相关字段，包括上肢水肿，康复，伤口愈合，拆线，引流，饮食禁忌的回复字段；
41.化疗以及新辅助化疗字段，包括药物、疗程、可能引起的副反应及处理，评估、相关饮食及生活作息注意事项的回复字段；
42.内分泌治疗字段，包括辅助内分泌，晚期内分泌，去势治疗相关的回复字段；
43.靶向注意事项字段，包括规范疗程、剂量调整、是否纳入医保、饮食禁忌的回复字段；
44.月经/绝经/生育治疗字段，包括绝经的判定，月经及内膜各种情况的回复字段；
45.晚期相关治疗字段，包括骨保护、免疫治疗、解救治疗评估的回复字段；
46.放疗字段，包括适应症，注意事项，副作用及处理的回复字段；
47.中医药治疗字段，包括煎煮方式，时间，服用注意事项，先煎后下，门诊就诊相关事宜的回复字段；
48.术后随访字段，包括随访流程，频率，随访内容，各项检查频率，异常指标及处理的回复字段；
49.作息活动字段，包括染发，疫苗，旅游，运动，睡眠，情绪，体重，化妆的回复字段；
50.固体类饮食相关字段，包括食物，保健品，零食，每日营养需求的回复字段；
51.非固体类饮食相关字段，包括烟酒，代餐，饮料，机能饮品，泡茶饮的回复字段；
52.伴随疾病字段，包括高脂血症或者血脂代谢异常，骨质疏松，心血管疾病，情绪，子宫内膜增厚的回复字段。
53.优选的，所述乳腺癌线下围诊疗单元包括：
54.一导入单元，用于导入所述患者的乳腺癌相关信息；
55.一获取单元，用于获取所述实时乳腺癌治疗阶段；
56.一中医症状采集单元，用于采集线下围诊疗期的所述患者的症状并进行梳理；
57.一复诊单元，用于采集复诊时的乳腺癌门诊患者相应症状的变化情况；
58.一实时获取单元，用于实时获取围诊疗期乳腺癌术后患者在外院定期随访的检查报告；
59.一综合治疗信息单元，用于记录所述患者的所述综合治疗信息，所述综合治疗信息包括所述患者此次就诊的处方；
60.一采集单元，用于采集望闻问切四诊信息；
61.一搜索单元，用于进行搜索，以精准定位乳腺癌的肿瘤分期、定位分子分型、定位治疗状态、定位症状；
62.一多平台导出单元，用于导出所述乳腺癌相关信息、所述治疗阶段、线下围诊疗期的所述患者的症状的梳理结果、所述变化情况、所述外院定期随访的检查报告、所述综合治疗信息、所述望闻问切四诊信息、所述肿瘤分期、所述分子分型、所述治疗状态、所述症状。
63.发明的技术方案有益效果在于：提供了一种乳腺癌术后全程全方位管理系统，能够为各种癌症提供一种“精准治疗 慢性病管理”的智能随访模式，快速获取病人乳腺癌术后的治疗阶段、疾病进展情况、饮食作息、情绪压力的变化等，便于智能化实时跟踪观察疾病进展及患者身心健康，提供适当的医疗建议和帮助，进而改善患者术后随访效率。
附图说明
64.图1为本发明优选实施方式中，一种乳腺癌术后全程全方位智能管理系统的结构示意图；
65.图2为本发明优选实施方式中，第一风险预测评估模块的结构示意图；
66.图3为本发明优选实施方式中，构建的第一风险预测评估模型的auc特征曲线的示意图；
67.图4为本发明优选实施方式中，第一风险预测评估模型中不同参数的权重示意图；
68.图5为本发明优选实施方式中，智能随访指示模块的结构示意图；
69.图6为本发明优选实施方式中，情绪指示单元的结构示意图。
具体实施方式
70.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
71.需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
72.下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
73.本发明提供一种乳腺癌术后全程全方位管理系统，如图1所示，包括：
74.一采集模块1，用于采集当前用户的用户信息；
75.一第一风险预测评估模块2，连接采集模块1，用于构建第一乳腺癌术后风险评估模型，并根据第一乳腺癌术后风险评估模型处理患者的乳腺癌相关信息，生成第一乳腺癌术后风险评估结果；
76.一第二风险预测评估模块3，分别连接采集模块1，以及一预存有多个乳腺癌术后风险划分标准的数据库，用于根据数据库中的乳腺癌术后风险划分标准构建第二乳腺癌术后风险评估模型，并根据第二乳腺癌术后风险评估模型处理患者的乳腺癌相关信息，生成第二乳腺癌术后风险评估结果；
77.一综合评估模块4，分别连接第一风险预测评估模块2和第二风险预测评估模块3，用于对第一乳腺癌术后风险评估结果和第二乳腺癌术后风险评估结果进行分析，生成综合乳腺癌术后风险评估结果；
78.一智能随访指示模块5，连接采集模块1和综合评估模块4，用于根据患者的乳腺癌相关信息和综合乳腺癌术后风险评估结果，对患者进行分级管理并生成个体化的术后随访方案指示，远程随访监控患者并进行自动回复，以及对线下围诊疗期的患者的症状、体征、检查报告、中医症候、望闻问切四诊及综合治疗信息进行采集和统计分析。
79.具体地，本发明针对于乳腺恶性肿瘤提供一种术后全程全方位管理系统，为癌症患者“精准治疗 慢性病管理”提供术后全程全方位的服务管理，例如，针对乳腺癌患者提供一种术后全程全方位管理系统，为乳腺癌患者从发病、治疗到康复的整个过程中进行全流程管理，能够为术后较长的随访期提供问诊导向以及生活指示，不仅提高乳腺癌患者在术后的生存时间内的生存质量，还有利于延长术后恢复、延长生存时间等。
80.需要注意的是，该术后指示涉及到术后全程的指示，因此可根据采集模块1实时更新采集到当前用户信息，以实现全程的实时准确管理。
81.本发明优选的实施方式中，如图2所示，第一风险预测评估模块2包括：
82.一获取单元21，连接一预存多个已知疾病进展的病症患者的信息数据库，用于获取多个病症的个人基本信息、围手术期检验报告信息、术后病理情况以及疾病进展情况信息；
83.一训练单元22，连接获取单元21，用于根据病症患者的个人基本信息、围手术期检验报告信息、术后病理情况以及疾病进展情况构建并训练第一乳腺癌术后风险预测评估模型；
84.一评估单元23，连接训练单元22，用于根据训练后的术后风险预测评估模型对患者的乳腺癌相关信息进行处理，生成对应的第一乳腺癌术后风险预测评估结果。
85.具体地，获取单元21获取多个已知疾病进展的病症患者的个人基本信息、围手术期检验报告信息、术后病理情况以及疾病进展情况信息，个人基本信息包括年龄、身高、体重、生育情况、月经情况、肿瘤家族史、合并症以及术前检查报告结果；所述术后病理情况包括肿瘤分期、分子分型、基因检测结果、确诊日期、肿瘤类型、肿瘤分级、肿瘤大小、区域淋巴结转移情况、远处转移情况、激素受体情况、her2基因表达情况；疾病进展情况为病症患者的乳腺癌术后风险情况；训练单元22病症患者的个人基本信息、围手术期检验报告信息、术后病理情况以及疾病进展情况构建并训练第一乳腺癌术后风险评估模型，使向训练后的第一乳腺癌术后风险评估模型输入一个已知的病症患者的个人基本信息、围手术期检验报告
信息、术后病理情况，训练后的术后风险评估模型能够输入该病症患者的疾病进展情况信息，即第一乳腺癌术后风险评估结果，由此，通过训练第一乳腺癌术后风险评估模型，可以精确评估乳腺癌术后的复发风险；评估单元23采用训练后的第一乳腺癌术后风险评估模型对患者的乳腺癌相关信息进行处理，生成对应的第一乳腺癌术后风险预测评估结果。
86.需要注意的是，为实现第一乳腺癌术后风险评估模型的构建和训练，此处的病症患者与当前用户患有相同的疾病，只是病症患者和当前用户所处的阶段不同，例如，病症患者可以是手术后、经过部分或全流程治疗阶段记录的患者，该阶段可包括已完成所有辅助治疗/新辅助治疗中/围手术期/化疗中/放疗中/靶向治疗中/内分泌治疗中/疾病进展解救治疗中/其他阶段，记录的患者，而当前用户则可以是处于术前的患者，也就是说，当前用户所处的阶段落后于用于训练术后风险评估模型的病症患者所处阶段。
87.其中，需要说明的是，预存有多个病症患者的信息数据库可以包括病历数据库，还可以包括科研文献数据库和多种病症检查报告数据库。
88.本发明优选的实施方式中，获取单元21包括：
89.提取部件，采用关键词组提取算法从个人基本信息及围手术期检验报告信息、术后病理情况中提取出对应的第一乳腺癌风险预测模型相关因素；
90.训练单元22，根据病症患者的个人基本信息、围手术期检验报告信息、术后病理情况、第一乳腺癌风险预测模型相关因素以及疾病进展情况构建并训练第一乳腺癌术后风险预测评估模型。
91.具体地，针对不同的疾病，影响到乳腺癌术后风险评估结果的相关因素也不相同，因此在构建并训练术后风险评估模型的过程中，可以通过提取部件根据个人基本信息及围手术期检验报告信息、术后病理情况提取出对应的第一乳腺癌风险预测模型相关因素。
92.本发明优选的实施方式中，提取部件可以通过字段划分、上下文语义分析等关键词组提取法从病例、检查报告等文件中提取出个人基本信息、围手术期检验报告信息以及术后病理情况，当病症患者为乳腺癌患者时，预设的乳腺癌患者个人基本信息包括年龄、身高、体重、生育情况、月经情况、肿瘤家族史、合并症以及术前检查报告结果；术后病理情况包括确诊日期、肿瘤类型、肿瘤分级、肿瘤大小、区域淋巴结转移情况、远处转移情况、激素受体情况、her2基因表达情况、疾病进展情况。也就是说，将术后风险管理系统应用于乳腺癌患者的术后全流程管理时，获取个人基本信息、围手术期检验报告信息以及术后病理情况的过程可以为：获取已知术后情况的乳腺癌患者的个人基本信息、围手术期检验报告信息，并根据预置的年龄、肿瘤类型、肿瘤分级、肿瘤大小、区域淋巴结转移情况、远处转移情况、激素受体情况、her2基因表达情况，从该病历中提取对应的描述，例如，针对年龄项可从病历中提取出对应于年龄的术前病症描述“32岁”，针对区域淋巴结转移情况可从术前病历中提取出对应于淋巴结的描述“腋窝淋巴结见肿瘤转移8/13枚”，针对肿瘤大小项可从术前病历中提取出对应于肿瘤大小的描述“浸润性癌最大径为3cm”，针对激素受体情况项可从病历中提取出对应于雌激素受体、孕激素受体的描述“er(1％ )”、“pr(1％ )”，针对her2基因表达情况可从病历中提取出对应于her2基因表达情况的描述“her
‑
2(
‑
)”，针对疾病进展情况的分级情况可从病历中提取出对应于分级描述“iii级”。
93.本发明优选的实施方式中，如图3和4所示，训练单元22根据病症患者的个人基本信息、围手术期检验报告信息、术后病理情况、第一乳腺癌风险预测模型相关因素以及疾病
进展情况构建并训练第一乳腺癌术后风险预测评估模型。具体地，训练单元22构建并训练第一乳腺癌术后风险预测评估模型的算法步骤，主要包括：
94.步骤1、数据读入，读入院内患者的历史检验数据、诊断数据、手术数据、随访记录；
95.步骤2、数据标准化，基于各类数据的标准集，对历史检验、诊断、随访、手术数据进行标准化处理，主要包括非标准名称映射到标准名称，数据的归一化处理；
96.步骤3、样本集划分，将历史患者数据，根据课题定义要求，过滤为术后有一定时间内随访记录患者的数据作为可用样本；然后将术后检验记录作为样本的自变量，将随访时间、手术时间、是否复发之间的关系判断后作为结局变量，其中，随访记录大于2年，2年内没有复发定义为阴性，而随访记录小于2年，2年内复发定义为阳性，除此以外的其他情况数据，将舍弃；
97.步骤4、缺失值填充，因为样本中对于检验项的稠密度不一，因此需要对特征缺失部分进行填充，选择统一填充为阴性；
98.步骤5、定义评价函数，因为模型为二分类模型，选择auc作为模型评价函数；
99.步骤6、建模基于评价函数的特点，使用xgboost算法进行第一乳腺癌术后风险预测评估模型的建模；
100.步骤7、部署，将第一乳腺癌术后风险预测评估模型部署在现网环境，能够实时根据外部数据的输入和触发条件，以满足乳腺癌术后和检验特征不缺失的情况下进行预测；
101.步骤8、模型监控，在第一乳腺癌术后风险预测评估模型上线后，对第一乳腺癌术后风险预测评估模型的术后风险预测评估结果和后续患者院内的随访记录，不断对模型的结果进行监控，以此判断模型的正确性是否稳定，主要监控auc的值和原建模时的值之间的变化范围。
102.其中，在步骤6中采用xgboost算法进行建模，是考虑到xgboost是一种提升树模型，所以它是将许多树模型集成在一起，形成一个很强的分类器。而所用到的树模型则是cart回归树模型，并且xgboost有如下优势：1、正则化：能够使学习出来的模型更加简单，防止过拟合；2、能够并行处理xgboost：决策树的学习最耗时的一个步骤就是对特征的值进行排序，因为这个步骤要确定最佳分割点，而xgboost算法进行建模，会在训练之前，预先对数据进行了排序，然后保存为block结构，后面的迭代中重复使用这个结构，大大减小计算量，而在进行节点的分裂的时候，需要计算每个特征的增益，最终选增益最大的那个特征去做分裂，由此各个特征的增益计算就可以开多线程进行；3、剪枝：xgboost先从顶到底建立所有可以建立的子树，再从底到顶反向机芯剪枝，比起gbm，这样不容易陷入局部最优解；4、内置交叉验证：xgboost允许在每一轮boosting迭代中使用交叉验证。因此可以方便的获得最优boosting迭代次数，而gbm使用网格搜索，只能检测有限个值。
103.相应地，基于上述步骤，本发明最终构建的第一乳腺癌术后风险预测评估模型的效果，可如下表所示：
[0104][0105]
表1.第一乳腺癌术后风险预测评估模型的效果
[0106]
相应地，本发明运用xgboost算法构建模型时，输出的rocauc＝89.27％。并且结合上表可知，本发明构建的模型足够精准。
[0107]
进一步地，本发明在实际运用中，还可以结合医生的实际诊断经验调整不同的参数的权要，使最终构建、训练的模型更加准确。举例来说，本发明预先获取个人基本信息、围手术期检验报告信息以及术后病理情况等那个多个数据，最后筛选的参数为“t分期”、“er状态”、“血_糖类抗原15
‑
3_定量”、“血_平均血小板体积_定性”、“血_红细胞计数_定量”、“血_活化部分凝血活酶时间_定性”以及“血_活化部分凝血活酶时间_定量”等6个参数，相应设置的权重分别为：“t分期”的权重设为1.60、“er状态”的权重设为1.24、“血_糖类抗原15
‑
3_定量”的权重设为0.10、“血_平均血小板体积_定性”的权重设为0.95、“血_红细胞计数_定量”的权重设为0.24、“血_活化部分凝血活酶时间_定性”的权重设为权重比0.66以及“血_活化部分凝血活酶时间_定量”的权重设为0.37。
[0108]
相应地，第二乳腺癌术后风险评估模块，根据数据库中的乳腺癌术后风险划分标准，构建第二乳腺癌术后风险评估模型，其中，本发明中选用的乳腺癌术后风险划分标准可为：
[0109]
第二乳腺癌术后风险评估结果为低风险时，需要同时满足转移淋巴结为阴性、标本中的病灶大小为“pt<2cm”、分级为
“ⅰ
级”、瘤周脉管未见肿瘤侵犯、er和/或pr缺失、her2/meu基因没有过度表达后扩增、年龄为“大于等于35岁”；
[0110]
第二乳腺癌术后风险评估结果为中风险时，需要满足转移淋巴结为阴性，并满足标本中的病灶大小为“pt＞2cm”、分级为
“ⅱ
级或ⅲ级”、有瘤周脉管肿瘤侵犯、er和/或pr缺失、her2基因过度表达或扩增、年龄为“＜35岁”；或者转移淋巴结为1到4枚阳性，并且未见her2基因过度表达和扩增，以及未见er或pr表达；
[0111]
第二乳腺癌术后风险评估结果为高风险时，需要满足转移淋巴结为1到4枚阳性，并且her2基因过度表达和扩增，以及未见er或pr表达；或者转移淋巴结大于等于4枚阳性。
[0112]
需要说明的是，本发明还可采用其他的乳腺癌术后风险划分标准，也可以根据医生的诊断经验对乳腺癌术后风险划分标准进行自定义，并预存至数据库中。
[0113]
基于上述所述，根据选用的乳腺癌术后风险划分标准构建第二乳腺癌术后风险评估模型，并利用该第二乳腺癌术后风险评估模型处理患者的乳腺癌相关信息，生成第二乳腺癌术后风险评估结果。
[0114]
本发明优选的实施方式中，第一乳腺癌术后风险评估结果和第二乳腺癌术后风险评估结果中包括高风险、中风险和低风险的情况；
[0115]
综合评估模块，在第一乳腺癌术后风险评估结果或第二乳腺癌术后风险评估结果
为高风险时，以高风险作为综合乳腺癌术后风险评估结果。
[0116]
也就是说，若构建训练的第一乳腺癌术后风险评估模型处理得到高风险的评估结果，或者根据已知的/自定义的划分标准构建的第二乳腺癌术后风险评估模型处理得到高风险的评估结果时，则认为该患者术后为高风险患者，将提供患者进行更加合适的随访计划以及随访指示。
[0117]
本发明优选的实施方式中，智能随访指示模块5可以包括随访监控指示51，用于根据患者的乳腺癌相关信息和综合乳腺癌术后风险评估结果，对患者进行分级管理并生成个体化的术后随访方案指示，远程随访监控患者并进行自动回复，以及对线下围诊疗期的患者的症状、体征、检查报告、中医症候、望闻问切四诊及综合治疗信息进行采集和统计分析。
[0118]
本发明优选的实施方式中，远程随访监控中的随访指示用于根据当前用户的用户信息包括目前治疗状态、治疗用药情况、血脂等相关监测结果和术后风险评估结果，对用户分级管理并生成不同随访监控频率及建议随访项目指示。
[0119]
具体地，随访监控指示51用于根据患者的乳腺癌相关信息包括目前治疗状态、治疗用药情况、血脂等相关监测结果和综合乳腺癌术后风险评估结果，对患者进行分级管理并生成不同随访监控频率及建议内容的术后随访方案指示，例如，对应一术后风险评估为高风险的用户的术后随访方案指示为每隔三月进行一次随访，术后随访方案指示具体包括：乳房和淋巴结触诊检查等一般检测；血常规、肝肾功能、肿瘤指标等血液生化检测；乳腺、腋下、甲状腺、锁骨上淋巴结、肝胆超胰脾、子宫附件超声等超声检查，以及每年一次的胸部ct、钼靶和骨密度。例如，对应一术后风险评估为高风险且骨密度t<＝
‑
2.5的用户，生成对应的随访指示，如每日超过30分钟的中等强度的运动，进食含钙丰富的食物，戒烟戒酒；适当补充钙剂和维生素d；补充适当钙剂和维生素d同时给予双膦酸盐治疗；选择对骨安全影响较小的药物以降低骨安全问题的发生，以及提高bmd监测频率，如每6
‑
12个月进行检测提示。
[0120]
本发明优选的实施方式中，如图5所示，智能随访指示模块5可以包括生活指示单元52，用于根据患者的乳腺癌相关信息包括身高、体重、运动、饮食作息等和术后风险评估结果，生成个体化患者的生活指示。
[0121]
具体地，例如，对应一术后风险评估为高风险且身高150cm，体重60kg，腰围82cm的用户，生成对应的生活指示，您的bmi为26.7，腰围为82cm，属于偏胖，建议避免摄入高热量食物、饮料、适度增加体力活动。
[0122]
本发明优选的实施方式中，如图5所示，指示模块3可以包括情绪指示单元53，用于根据患者的乳腺癌相关信息包括压力、睡眠等和和综合乳腺癌术后风险评估结果，生成患者的情绪指示。
[0123]
其中，本发明优选的实施方式中，如图6所示，情绪指示单元53包括：
[0124]
一情绪指示预置部件531，用于预置多个情绪调节字段；
[0125]
一情绪指示获取部件532，用于获取当前用户的用户信息和术后风险评估结果；
[0126]
一情绪指示生成部件533，连接情绪指示预置部件531和情绪指示获取部件532，用于根据用户信息和术后风险评估结果，从多个情绪调节字段选择对应的情绪调节字段并进行组合和调整处理，将处理后的情绪调节字段作为情绪指示输出。
[0127]
具体地，为使肿瘤慢性病症的保持良好地心情，保证术后生活质量，提高术后恢复
情况，延时术后生存时间，本发明提供情绪指示单元53，通过组合并调整不同的情绪调节字段，生成对应的情绪指示，以调节用户的情绪。例如，当情绪指示生成部件533分析用户具有认知功能的轻度障碍时，生成的情绪指示包括提示用户记下事件、提示用户锻炼记忆力、提示用户减轻压力、从冥想、运动中释放压力、提示用户减少酒精、咖啡因的摄入。
[0128]
本发明优选的实施方式中，如图5所示，智能随访指示模块5可以包括需求指示单元54，用于根据当前用户的用户信息包括生育需求、治疗相关副反应、中西医结合综合治疗等及综合乳腺癌术后风险评估结果和实际需求，生成当前用户的需求指示。具体地，针对不同用户的实际需求，可以生成对应的需求指示。
[0129]
本发明优选的实施方式中，还可以包括一乳腺癌自动回复单元55，用于根据患者的乳腺癌相关信息及综合乳腺癌术后风险评估结果、不同治疗阶段的情况、中西医结合治疗过程中的相关问题，生成患者的乳腺癌自动回复。
[0130]
本发明优选的实施方式中，如图5所示，智能随访指示模块5可以包括乳腺癌围诊疗期单元56，对患者的症状、体征、检查报告、中医症候、望闻问切四诊及综合治疗信息进行采集和统计分析。
[0131]
具体地，考虑到将中医诊疗的望闻问切的问诊方式以及中药调理，结合西医诊疗，不仅能够改变肿瘤生长的内环境，提高患者免疫功能，预防肿瘤复发转移，为用户提供更全面的术后诊疗，还能够提高门诊效率，由此，本发明还提供乳腺癌围诊疗期单元56，将用户的诊疗结果并包括在用户信息中，以便于后续对用户进行整体分析，生成精确的术后指示。
[0132]
本发明的优选实施方式中，术后随访方案指示包括线上对不同风险的患者进行分层管理并给予不同随访频次指示、随访项目指示、生活作息建议、实时乳腺癌治疗阶段、疾病进展情况及随访相关问题自动答复；
[0133]
实时乳腺癌治疗阶段包括已完成的所有辅助治疗阶段、新辅助治疗阶段、围手术期阶段、化疗阶段、放疗阶段、靶向治疗阶段、内分泌治疗阶段、疾病进展解救治疗阶段。
[0134]
本发明的优选实施方式中，腺癌自动回复模块包括下述字段；基础交流语料字段，用于进行基础交流；
[0135]
病理信息字段，包括肿瘤病理类型，分级，大小，分期，分型，免疫组化指标及适应症的回复字段；
[0136]
围手术期相关字段，包括上肢水肿，康复，伤口愈合，拆线，引流，饮食禁忌的回复字段；
[0137]
化疗以及新辅助化疗字段，包括药物、疗程、可能引起的副反应及处理，评估、相关饮食及生活作息注意事项的回复字段；
[0138]
内分泌治疗字段，包括辅助内分泌，晚期内分泌，去势治疗相关的回复字段；
[0139]
靶向注意事项字段，包括规范疗程、剂量调整、是否纳入医保、饮食禁忌的回复字段；
[0140]
月经/绝经/生育治疗字段，包括绝经的判定，月经及内膜各种情况的回复字段；
[0141]
晚期相关治疗字段，包括骨保护、免疫治疗、解救治疗评估的回复字段；
[0142]
放疗字段，包括适应症，注意事项，副作用及处理的回复字段；
[0143]
中医药治疗字段，包括煎煮方式，时间，服用注意事项，先煎后下，门诊就诊相关事宜的回复字段；
[0144]
术后随访字段，包括随访流程，频率，随访内容，各项检查频率，异常指标及处理的回复字段；
[0145]
作息活动字段，包括染发，疫苗，旅游，运动，睡眠，情绪，体重，化妆的回复字段；
[0146]
固体类饮食相关字段，包括食物，保健品，零食，每日营养需求的回复字段；
[0147]
非固体类饮食相关字段，包括烟酒，代餐，饮料，机能饮品，泡茶饮的回复字段；
[0148]
伴随疾病字段，包括高脂血症或者血脂代谢异常，骨质疏松，心血管疾病，情绪，子宫内膜增厚的回复字段。
[0149]
本发明的优选实施方式中，乳腺癌线下围诊疗单元包括：
[0150]
一导入单元，用于导入患者的乳腺癌相关信息；
[0151]
一获取单元，用于获取实时乳腺癌治疗阶段；
[0152]
一中医症状采集单元，用于采集线下围诊疗期的患者的症状并进行梳理；
[0153]
一复诊单元，用于采集复诊时的乳腺癌门诊患者相应症状的变化情况；
[0154]
一实时获取单元，用于实时获取围诊疗期乳腺癌术后患者在外院定期随访的检查报告；
[0155]
一综合治疗信息单元，用于记录患者的综合治疗信息，综合治疗信息包括患者此次就诊的处方；
[0156]
一采集单元，用于采集望闻问切四诊信息；
[0157]
一搜索单元，用于进行搜索，以精准定位乳腺癌的肿瘤分期、定位分子分型、定位治疗状态、定位症状；
[0158]
一多平台导出单元，用于导出乳腺癌相关信息、治疗阶段、线下围诊疗期的患者的症状的梳理结果、变化情况、外院定期随访的检查报告、综合治疗信息、望闻问切四诊信息、肿瘤分期、分子分型、治疗状态、症状。
[0159]
本发明的技术方案有益效果在于，提供了一种乳腺癌术后全程全方位管理系统，能够为各种癌症提供一种“精准治疗 慢性病管理”的智能随访模式，快速获取病人乳腺癌术后的治疗阶段、疾病进展情况、饮食作息、情绪压力的变化等，便于智能化实时跟踪观察疾病进展及患者身心健康，提供适当的医疗建议和帮助，进而改善患者术后随访效率。
[0160]
以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。