[发明专利]一种基于数据分析的病理诊断方法

说明书

本发明公开了一种基于数据分析的病理诊断方法，其特征在于包括如下步骤：步骤1、根据病症的定义描述，建立相应疾病症状数据库；步骤2、建立基础病理诊断标准数据模型；步骤3、对患者以往病历进行文本分析；步骤4、根据文本图像数据规约，将文本分析数据与数字切片图像数据转换为同一类型的编码数据格式；步骤5、统一数据清洗，去除数据中的奇异点进行病理诊断；步骤6、进行数据可视化并优化病理诊断模型。本发明可以建立最佳病理诊断模型，进行病理诊断分析，实现患者病情的诊断与疾病分类，建立疾病病况知识库，为后续的治疗方案提供依据。

技术领域

本发明涉及一种基于数据分析的病理诊断方法，其适用于病理学、生物医学诊断、生命科学研究、形态学教学等领域。

背景技术

病理学是研究疾病的病因、发病机制及转归的医学基础学科，它是临床医学与基础医学之间的桥梁。病理诊断是指病理医师对送检的标本或称检材进行病理学检查，通过肉眼观测大体改变、镜下观察组织结构和细胞病变特征判断标本病理变化性质而做出的疾病诊断。病理学诊断为临床医师诊断疾病、制定治疗方案、评估疾病预后和总结诊治疾病的经验等提供重要的甚至是决定性的依据，并在疾病的预防中发挥着重要作用。

在医疗水平不断提高、医疗环境日趋严峻、医疗市场竞争激烈的今天，“病理为医之本“已经在医学界达到共识，病理诊断更被视为肿瘤诊断的“金标准”。病理学诊断作为疾病诊断的终末诊断，在医疗活动中占有重要地位。它比临床上根据病史、症状和体征等做出的分析性诊断以及利用各种影像如超声波、X射线、CT、核磁共振等所做出的诊断更具有客观性和准确性。

但现有的病理诊断技术有很大的局限性。一方面，病理学涉及内容广泛，疾病的病理变化复杂多样，疾病最本质的变化即有形态、功能异常和代谢三个方面。同时，病理知识的更新太快。另一方面，现阶段病理诊断严重依赖于病理医师的病理学知识和个人专业实践经验，主观性较强。在病理诊断中，医师往往以自己的经验的作为第一诊断标准，且医师理论知识水平不一，所以诊断的片面性较强。此外，在我国经济较不发达地区，病理医师较少，缺乏经验，难以保证病理诊断的质量。

病理诊断需要增强其诊断的客观性与准确性，大数据分析技术的运用有望实现这一目标。Express Scripts对大数据进行高性能精细化分析，有效地分析每个病人，可为患者提供相应服务。腾讯应用人工智能技术发布了一款AI医学影像产品--腾讯觅影，诊断准确率超过90％。但其为仅仅针对数据较为完善的食管癌的筛查系统，无法针对患者的实际情况进行诊断决策，也无法为后续的临床诊断治疗工作提供依据。故还需要使病理诊断过程结果进行分析、使诊断更加的精细化。数据分析与患者信息数据库的构建、诊断筛查系统的搭建及诊断决策模型的建立息息相关，是实现病理诊断客观化、精准化的有效途径。

本发明面向上述需求，通过大数据技术、深度学习结合病理学知识对患者数据进行数据分析建立专业的病理诊断模型等创新设计，开发一种基于数据分析的病理诊断方法。通过该方法可增强病理诊断工作的客观性，提高病理诊断的正确率。实现对患者病情的精准分析，为后续的治疗方案提供依据。

发明内容

本文是针对病理学、生物医学诊断、生命科学研究、形态学教学等领域对于病理诊断的客观性与精准化的需要，开发的一种基于数据分析的病理诊断方法。本发明可以建立最佳病理诊断模型，进行病理诊断分析，实现患者病情的诊断与疾病分类，建立疾病病况知识库，为后续的治疗方案提供依据。

为达到上述目的，本发明采用如下技术方案予以解决：

一种基于数据分析的病理诊断方法，具体包括构建疾病症状数据库、建立病理诊断数据模型、病历文本分析、文本图像数据规约、统一数据清洗、数据可视化、病理诊断优化模型。

具体包括如下步骤：

步骤1、根据病症的定义描述，建立相应疾病症状数据库；

步骤2、建立基础病理诊断标准数据模型；