[发明专利]用于概念漂移的医疗方案的推荐方法

说明书

本发明提供了一种适用于概念漂移的医疗方案的推荐系统及方法，该系统包括：用户界面模块，与推荐模块相连，用于读取一开始的训练样本；推荐模块，与工作流系统相连，根据历史病例的数据，自动智能地为当前的病例计算出一个最合适的医疗方案；外部数据库，与推荐模块相连，用来读取一开始的训练样本；外部数据库用于存放每一个病例的详细信息，例如姓名身高体重等个人信息，以及具体的各项医疗指标信息。本发明能够考虑到了概念漂移现象对结果产生的影响，兼顾了样本的采集时间等因素，能检测到概念漂移的发生，并且修正了过时的样本以适应新的规律，使得此后的预测更加准确。

技术领域

本发明涉及医疗方法推荐技术领域，具体地，涉及一种用于概念漂移的医疗方案的推荐方法。

背景技术

在医疗决策的过程中，使用kNN(k-NearestNeighbor，邻近算法)等基于案例的推荐算法可以有效地利用以往的相似病例来提供医疗方案的推荐。但是实际情况下，对于同一特征病人所采用的治疗方案不断地发生着变化，新的医学研究进展、新药物的研发等都会引起治疗方案以不规律的方式变化着。这种目标变量的统计特性随着时间的推移不规律变化的现象，我们通常称作概念漂移。现有的技术为了消除过时的样本的影响，一般简单地丢弃了过时的样本，损失了隐含在这些样本中的信息，同时也导致可以利用的样本数量变小，从而引起误差的增加。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种适用于概念漂移的医疗方案的推荐方法，其能够考虑到了概念漂移现象对结果产生的影响，兼顾了样本的采集时间等因素，能检测到概念漂移的发生，并且修正了过时的样本以适应新的规律，使得此后的预测更加准确。

本发明提供一种用于概念漂移的医疗方案的推荐方法，包括：

步骤一，开始；

步骤二，输入待推荐方案的病例信息x；

步骤三，读取历史病例数据Da，从历史病历样本集合中读取历史病历数据Da；

步骤四，同时计算对概念敏感的探测器；

步骤五，输出自适应分类器的推荐结果Yac，自适应分类器的结果将作为此病例的推荐医疗方案输出；

步骤六，确定时间采用的方案y，待医生根据推荐结果进行讨论分析，并将病人个体的特征作为参考，最终得出实际采用的诊疗方案之后；

步骤七，将病例信息x和步骤六的方案y加入历史并样本集合，将此例病人的信息加入历史数据样本集合中，以供将来使用；

步骤八，判断对比自适应分类器的结果、CSD分类器的结果和实际采用的方案是否相同，是则转步骤九，否则转步骤十；

步骤九，更新每个历史样本Dt的冲突列表Ct，自适应分类器预测错误，而CSD分类器预测正确，则需要对历史病例样本集合中的相关数据进行更新，使旧的样本适应新的规律，从而更准确地预测当前规律下的医疗方案；

步骤十，结束。

优选地，所述步骤二使用病例信息以及各项临床指标等属性作为特征建立模型，使用模型逐条计算新病例与现有的所有病例记录的相似度，并根据相似度排序，根据相似度最高的几条结果，综合产生推荐方案。

优选地，所述步骤三中历史病例数据Da等于训练样本集合，每一条历史病例数据，就是一个训练样本。

与现有技术相比，本发明具有如下的有益效果：本发明能够考虑到了概念漂移现象对结果产生的影响，兼顾了样本的采集时间等因素，能检测到概念漂移的发生，并且修正了过时的样本以适应新的规律，使得此后的预测更加准确。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：