基于认知任务分析的临床决策系统、方法、介质及终端与流程

1.本发明属于认知决策技术领域，尤其涉及一种基于认知任务分析的临床决策系统、方法、介质及终端。


背景技术：

2.症状学是研究症状的识别、发生机制、临床表现特点以及其在诊断中的作用，广义的症状学包括部分体征。任何一个临床学科，无论进行疾病调查、诊断、鉴别诊断和病情转归的判断都离不开症状学。
3.基于深度学习的智能临床辅助决策系统是以智能决策引擎和医学知识库为核心，主要基于不断更新的疾病临床诊疗指南、临床路径、医学教材等权威部门颁布的医学资料，以及三甲医院的历史病历数据，以新一代人工智能基础理论体系为指导，采用基于本体的语义网络、人工智能、深度学习神经网络算法等前沿技术，通过机器学习、数据挖掘与人工整理审核相结合的方式，对医学知识库内容进行结构化、元素化梳理。为医务工作者在临床诊疗和学习过程中即时提供精准、可信的诊疗知识，以帮助他们做出准确的医疗诊断、优化治疗方案、改善患者预后。
4.以上的决策系统都是传统的疾病为导向，从一个疾病开始系统的阐述疾病的病理生理、发病机制，然后是临床表现、治疗和预后。然而，任何一个的学科的病人到医院来就诊，都是以一个主诉或病痛，医生接触病人首先是从“发热、腹痛、昏迷”等症状开始的，而不是一个疾病；牙疼的病人不一定要看口腔科，可能是心脏的问题。胸痛的病人，也许是消化系统的疾病。恰恰相反，腹痛的病人同样可能是心血管疾病。即便是以某个疾病前来就诊，也可能隐含新的问题，需要重新审视病人的症状、疾痛。因此，临床医生的临床实践应该以症状为中心，以主诉为中心，以病人的感受为中心，在这个基础上去探讨疾病的诊断和治疗策略。
5.通过上述分析，现有技术存在的问题及缺陷为：现有的决策系统都是传统的疾病数据为导向，数据导向以及生成的决策不准确，从疾病、病因、病理生理到临床表现，而真实的临床实践是从症状开始的，二者截然相反，临床医生要把“由病因-临床表现-诊断”的疾病导向理论重新消化、总结，转化为症状导向应用到临床实践中，增加了临床实践的难度和复杂性，使得大多数年轻医生难以掌握，面对实际临床问题往往束手无策，因为学习的内容是疾病，面对的患者表现是症状。一般说来，阐述疾病诊断的知识结构需要多年的实践学习和经验积累，只有专家可以在较短的时间内借助症状导向建立较为完整的鉴别诊断思路。如当胸痛患者出现在医生面前时，年轻医生难以快速整合胸痛的所有病因，更无法有条不紊对胸痛原因进行筛查。
6.解决以上问题及缺陷的难度为：
7.首先是根据病史、症状、体征想到或者考虑某一个病，然后想方设法来寻找证据证明他是或者不是，当答案是否定的时候，我们又会转向另外一个假设去寻找新的证据。这种思维方法属于顺向思维，是以患者的典型病史、体征及实验室检查为依据，直接作出诊断。
如有不洁饮食病史，出现腹痛、腹泻、呕吐等症状时，可以直接诊断为急性胃肠炎，也叫直接诊断法。顺向思维省时省力、简单快捷，但对于经验不足的年轻医生来讲难度较大，即使是老医生也有出错的可能性，一般适用对比较典型的疾病。逆向思维是根据患者的病史及体征的某些特点，可能为某范围内的某些疾病，然后根据进一步检查或辅助检查，否定其中的大部分，筛选某种或几种疾病。此种思维方法相对安全，但比较费时费力。穷尽推理或除外诊断法是不管患者的主诉如何，医生都极其详细地全面询问病史并进行完整的查体以及常规实验室检查，对所有患者资料进行细致的、一成不变的系统回顾，然后收集所有的阳性发现，进行归纳推理，得出可能的诊断。穷尽推理或除外诊断法也属于的逆向思维，是疑难病例的常用的方法，较为安全，但必须全面了解某种症状所有可能的疾病，再逐一排除，费时费力，需要强大诊断和鉴别诊断基本功。临床上多数情况下，常用的思维方法是先顺向思维，无法确认疾病诊断时再改用逆向思维，如果诊断仍然无法确认，便选择穷尽推理或除外诊断法。无论是顺向思维还是逆向思维，正确的诊断方向是临床决策的重点，诊断方向的筛查主要依靠“全面思考”。
8.思维模式选择错误会造成决策失误，选择合适的思维模式是解决以上问题及缺陷的难点，有时比疾病诊断还要重要。但由于思维的整体性和连贯性，针对不同患者选择不同的思维模式似乎十分艰难。我们难以想象：一个习惯于顺向思维的医生，如何能根据患者情况恰到好处地选择逆向思维模式。因为任何一个患者到医院来之前，医生对初诊的患者病情是全然不知，不知道患者的轻重和疑难程度，选择思维模式就无从谈起。把顺向思维模式作为常规是临床难题。
9.解决以上问题及缺陷的意义为：任何一个临床学科，无论进行疾病调查、诊断、鉴别诊断和病情转归的判断都离不开症状学，症状学在临床决策中有着重要地位。医患双方通过病史采集、症状描述和体格检查形成良好的交流,有利于消除病人的焦虑,抑郁等不良情绪，缓解紧张的医患局面。全面了解病人症状可以拓宽横向思维，早期识别病人危重状态，可以防止医疗过度；全面了解症状，症状学对于临床决策和医学人文融入临床都至关重要的，本系统基于专家思维模型建立的从症状学出发的疾病分类，运用穷尽推理或除外诊断法的逆向思维，全面了解某种症状所有可能的疾病，再逐一排除，提高诊断的安全性，防止误诊漏诊。通过计算机系统的快速运算，使症状导向的诊断模式成为一门学科而不单纯是经验。


技术实现要素：

10.针对现有技术存在的问题，本发明提供了一种基于认知任务分析的临床决策系统、方法、介质及终端。
11.本发明是这样实现的，一种基于认知任务分析的临床决策系统，包括：
12.数据获取模块，用于利用输入设备获取用户的相关信息、检查数据、生命体征数据以及其他数据；
13.程度判断模块，用于基于获取的信息与数据进行程度判断；
14.真假判断模块，用于基于获取的信息进行真假判断，并基于真假判断结果进行分类；
15.原因分析模块，用于基于专家思维模型建立的分类结果进行原因分析，确定包含
的原因类别；
16.类别匹配模块，用于基于原因类别与数据库中存储的相关数据进行匹配，输出初步匹配结果；
17.全面分析模块，用于结合获取的信息以及分类、判断结果进行全面分析，判断是否存在其他遗漏，得到全面分析结果。
18.本发明的另一目的在于提供一种应用于所述基于认知任务分析的临床决策系统的基于认知任务分析的临床决策方法，所述基于认知任务分析的临床决策方法包括：
19.步骤一，利用输入设备获取用户的相关信息、检查数据、生命体征数据以及其他数据；体温、脉搏、呼吸、血压、血氧、意识、皮肤粘膜、尿量、疼痛、精神、瞳孔，基于获取的信息与数据患者危重程度进行判断；对危重可能危及生命的疾病，抢先采用安全、适宜、廉价的化验和床旁检查，抢先了解病人的病理生理改变，抢先诊断，更早明确疾病病因的方向，从而抢先治疗，达到抢先拯救生命的目的。非危重病人不强调时间的紧迫性，而是“分层滴定式”诊断；
20.步骤二，基于获取的信息进行判断主要症状和症状的真假，症状准确是症状导向的前提，才能够引导问诊和体格检查思路，真假判断，并基于真假判断结果进行分类；再通过症状的八个要素以及体格检查验证对主要症状的判断。
21.步骤三，基于专家思维模型建立的分类结果进行原因分析，确定包含的原因类别；按照解剖学可以简单的地分为全身性症状(例如发热、乏力)局部性症状(例如胸痛、咳嗽等)；按照病人感受可以分为：主观性症状(例如各种疼痛)和客观性症状(例如各种出血、水肿等)。按照“局部器官疾病、临近器官疾病、全身性疾病、精神神经性疾病”分为四个大类。每个大类都有结构化的二级分类，例如局部器官疾病包括：心血管疾病、呼吸系统疾病、纵隔疾病、胸壁疾病；以此类推。全身性疾病二级分类包括：血液病、骨肿瘤、代谢免疫、中毒等。基于原因类别与数据库中存储的相关数据进行匹配，输出初步匹配结果；这样符合诊断的解剖定位原则，并且从局部到整体全面系统把握诊断方向，形成整体的、系统的固定结构化方案。
22.步骤四，根据思维清单提供的思维方向，收集大量的病史、体检、化验等临床资料，需要有效地挑选出符合客观实际的证据，结合获取的信息以及分类、判断结果进行全面分析，进一步去伪存真，做出合理的初步诊断。初步诊断一般带有主观臆断的成分，必须反复按照思维清单进行进一步筛查核实。
23.步骤五，判断是否存在其他遗漏。初步诊断之后给予必要的治疗，动态观察治疗效果也是验证初步诊断正确与否的方法之一，效果不好，还要反过来重新审视诊断的正确性。判断是否存在其他遗漏，得到全面分析结果；如此循环往复，直到得出较为正确的诊断。
24.进一步，所述基于原因类别与数据库中存储的相关数据进行匹配，输出初步匹配结果包括：
25.将得到的原因类别数据与数据库中存储的相关数据进行匹配，并按照数据库中对应数据出现的频率进行排序，输出与所述原因类别数据相匹配且出现频率最高的数据作为输出初步匹配结果。
26.进一步，所述基于认知任务分析的临床决策方法还包括：
27.利用输入设备获取用户的相关信息以及数据；对获取的信息或数据进行分析，基
于分析结果进行定位；
28.基于定位结果以及数据分析结果按照原因分类，得到子类别；获取历史数据中包含在所述子类别中的所有类目数据，并按照所述历史类目数据在对应子类别中出现的频率输出所有的类目数据；并按照降阶梯思维原则对不同程度的类目数据进行标记。
29.本发明的另一目的在于提供一种接收用户输入程序存储介质，所存储的计算机程序使电子设备执行所述基于认知任务分析的临床决策方法，包括下列步骤：
30.步骤一，利用输入设备获取用户的相关信息、检查数据、生命体征数据以及其他数据；基于获取的信息与数据进行程度判断；
31.步骤二，基于获取的信息进行真假判断，并基于真假判断结果进行分类；
32.步骤三，基于分类结果进行原因分析，确定包含的原因类别；基于原因类别与数据库中存储的相关数据进行匹配，输出初步匹配结果；
33.步骤四，结合获取的信息以及分类、判断结果进行全面分析；
34.步骤五，结合获取的信息以及分类、判断结果进行全面分析，判断是否存在其他遗漏。
35.本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述基于认知任务分析的临床决策方法。
36.结合上述的所有技术方案，本发明所具备的优点及积极效果为：基于“全人和整体”理念，对症状的病因重新理解，或是从症状学出发建立疾病诊断模式和流程的必须思路。
37.本系统将症状学按照解剖学可以简单的地分为全身性症状(例如发热、乏力)和局部性症状(例如胸痛、咳嗽等)；按照病人感受可以分为：主观性症状(例如各种疼痛)和客观性症状(例如各种出血、水肿等)。任何主观症状都具有四个重点方向，包括：局部器官疾病、临近器官疾病、全身性疾病、精神性疾病，从整体上阐述疾病诊断的知识结构，有利于防止漏诊误诊。而客观症状同样要考虑局部器官疾病、临近器官疾病、全身性疾病。全身性症状和局部性症状也可能互为因果，因为患者的临床症状和突出表现常常并非直接来源于原发病，表现得十分复杂，不是一种临床表现代表一种疾病，也不是一组临床表现就可以代表一种疾病，这些表面现象经常代表不了患者内部疾病的实质。
38.本发明通过专家的讨论，以症状学为导向，基于专家思维模型建立的整体思维模式，以及解剖学定位为基础，引入“清单”简单、高效、可测三大原则。以腹痛为例，把腹痛病因重新分类，设计“局部器官疾病、邻近器官疾病、全身性疾病、功能性疾病、妇科疾病”五个重点方向的腹痛病因清单作为模块化鉴别诊断方案的顶层(见表1)。第二层和第三层应用了解剖学定位和病变性质来定义子类别。局部器官疾病的二级分类包括：腹壁及腹腔疾病；邻近器官疾病包括：纵隔、脊柱疾病及呼吸系统疾病；全身性疾病包括：血液病、免疫、中毒、内分泌及代谢疾病等。在方案的第四层，采用诊断学的常见病和多发病原则排列腹痛病因的疾病种类，并按照降阶梯思维原则对危重疾病给予“红星”标记提醒。
39.表1腹痛病因清单
[0040][0041][0042]
本发明提供了一种临床辅助决策支持系统，能够应用于基层医疗机构(个体诊所、乡镇卫生院、村卫生站和城市社区卫生服务中心/站)和医学院校在校学生，提供了基于全球循证医学证据数据库和专家共识发展的临床知识数据库；并提供全面、准确基于客观数据的决策方案。
附图说明
[0043]
图1是本发明实施例提供的基于认知任务分析的临床决策系统结构示意图；
[0044]
图中：1、数据获取模块；2、程度判断模块；3、真假判断模块；4、原因分析模块；5、类别匹配模块；6、全面分析模块。
[0045]
图2是本发明实施例提供的基于认知任务分析的临床决策方法流程图。
[0046]
图3是本发明实施例提供的急诊诊疗流程图。
具体实施方式
[0047]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于
限定本发明。
[0048]
针对现有技术存在的问题，本发明提供了一种基于认知任务分析的临床决策系统，下面结合附图对本发明作详细的描述。
[0049]
如图1所示，本发明实施例提供的基于认知任务分析的临床决策系统包括：
[0050]
数据获取模块1，用于利用输入设备获取用户的相关信息、检查数据、生命体征数据以及其他数据；
[0051]
程度判断模块2，用于基于获取的信息与数据进行程度判断；
[0052]
真假判断模块3，用于基于获取的信息进行真假判断，并基于真假判断结果进行分类；
[0053]
原因分析模块4，用于基于分类结果进行原因分析，确定包含的原因类别；
[0054]
类别匹配模块5，用于基于原因类别与数据库中存储的相关数据进行匹配，输出初步匹配结果；
[0055]
全面分析模块6，用于结合获取的信息以及分类、判断结果进行全面分析，判断是否存在其他遗漏，得到全面分析结果。
[0056]
如图2所示，本发明实施例提供的基于认知任务分析的临床决策方法包括：
[0057]
s101，利用输入设备获取用户的相关信息、检查数据、生命体征数据以及其他数据；基于获取的信息与数据进行程度判断；
[0058]
s102，基于获取的信息进行真假判断，并基于真假判断结果进行分类；
[0059]
s103，基于分类结果进行原因分析，确定包含的原因类别；基于原因类别与数据库中存储的相关数据进行匹配，输出初步匹配结果；
[0060]
s104，结合获取的信息以及分类、判断结果进行全面分析，判断是否存在其他遗漏，得到全面分析结果；
[0061]
s105，判断是否存在其他遗漏。
[0062]
本发明实施例提供的基于原因类别与数据库中存储的相关数据进行匹配，输出初步匹配结果包括：
[0063]
将得到的原因类别数据与数据库中存储的相关数据进行匹配，并按照数据库中对应数据出现的频率进行排序，输出与所述原因类别数据相匹配且出现频率最高的数据作为输出初步匹配结果。
[0064]
本发明实施例提供的基于认知任务分析的临床决策方法还包括：
[0065]
利用输入设备获取用户的相关信息以及数据；对获取的信息或数据进行分析，基于分析结果进行定位；
[0066]
基于定位结果以及数据分析结果按照原因分类，得到子类别；获取历史数据中包含在所述子类别中的所有类目数据，并按照所述历史类目数据在对应子类别中出现的频率输出所有的类目数据；并按照降阶梯思维原则对不同程度的类目数据进行标记。
[0067]
下面结合具体实施例对本发明的技术方案做进一步说明。
[0068]
实施例1
[0069]
本发明实施例提供的基于认知任务分析的临床决策方法包括：
[0070]
步骤一，利用输入设备获取用户的相关信息、检查数据、生命体征数据以及其他数据；体温、脉搏、呼吸、血压、血氧、意识、皮肤粘膜、尿量、疼痛、精神、瞳孔，基于获取的信息
与数据患者危重程度进行判断；对危重可能危及生命的疾病，抢先采用安全、适宜、廉价的化验和床旁检查，抢先了解病人的病理生理改变，抢先诊断，更早明确疾病病因的方向，从而抢先治疗，达到抢先拯救生命的目的。非危重病人不强调时间的紧迫性，而是“分层滴定式”诊断；
[0071]
步骤二，基于获取的信息进行判断主要症状和症状的真假，症状准确是症状导向的前提，才能够引导问诊和体格检查思路，真假判断，并基于真假判断结果进行分类；再通过症状的八个要素以及体格检查验证对主要症状的判断。
[0072]
步骤三，基于专家思维模型建立的分类结果进行原因分析，确定包含的原因类别；按照解剖学可以简单的地分为全身性症状(例如发热、乏力)局部性症状(例如胸痛、咳嗽等)；按照病人感受可以分为：主观性症状(例如各种疼痛)和客观性症状(例如各种出血、水肿等)。按照“局部器官疾病、临近器官疾病、全身性疾病、精神神经性疾病”分为四个大类。每个大类都有结构化的二级分类，例如局部器官疾病包括：心血管疾病、呼吸系统疾病、纵隔疾病、胸壁疾病；以此类推。全身性疾病二级分类包括：血液病、骨肿瘤、代谢免疫、中毒等。基于原因类别与数据库中存储的相关数据进行匹配，输出初步匹配结果；这样符合诊断的解剖定位原则，并且从局部到整体全面系统把握诊断方向，形成整体的、系统的固定结构化方案。
[0073]
步骤四，根据思维清单提供的思维方向，收集大量的病史、体检、化验等临床资料，需要有效地挑选出符合客观实际的证据，结合获取的信息以及分类、判断结果进行全面分析，进一步去伪存真，做出合理的初步诊断。初步诊断一般带有主观臆断的成分，必须反复按照思维清单进行进一步筛查核实。
[0074]
步骤五，判断是否存在其他遗漏。初步诊断之后给予必要的治疗，动态观察治疗效果也是验证初步诊断正确与否的方法之一，效果不好，还要反过来重新审视诊断的正确性。判断是否存在其他遗漏，得到全面分析结果；如此循环往复，直到得出较为正确的诊断。
[0075]
实施例2：
[0076]
决策系统思维中的步骤，见表2。
[0077]
表2
[0078][0079]
本发明的缩短诊断时间，降低误诊率，形成急诊同质化诊疗过程，发表论文observation of the effectiveness of a diagnostic model for acute abdominal pain based on the etiology checklist and process thinking.risk manag healthc policy.2021feb 26；14:835-845.影响因子3.2。应用本发明提供的方法对新英格兰杂志发表的一篇误诊病例进行反思(led astray.new england journal of medicine.2020；383.578-583.doi:10.1056/nejmcps1900799.)，快速得到正确结果，发表论文reflections on the article"led astray":thinking checklist to improve the diagnostic process of abdominal pain[j].asian journal of surgery,2021.影响因子2.767。
[0080]
本发明提供的方法用于教学，年轻医生快速成长，取得良好效果。发表论文effect of a template case report based on cognitive task analysis on emergency thinking ability of resident doctors in standardized training.patient prefer adherence.2021jul 15；15:1585-1591.影响因子2.711。
[0081]
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd-rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
[0082]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何
熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。