[发明专利]一种基于电子病历的诊疗路径发现方法

说明书

本发明揭示了一种基于电子病历的诊疗路径发现方法，该方法包括以下步骤：S1步骤：通过根据发生在患者身上的所有医疗事件的发生时间来构建每个患者的医疗事件序列；S2步骤：使用序列预处理器将每个同时并发医疗事件拆分为若干个频繁子集以降低模式挖掘的计算复杂性；S3步骤：使用序列模式挖掘算法和模式增长策略对序列进行挖掘，得到序列中的频繁模式结果。本方法在充血性心力衰竭的电子病历数据集上进行了测试，结果显示该方法实现了在原始医疗序列缺乏相关数值和单个事件持续时间时对序列中频繁模式的挖掘功能。

技术领域

本发明涉及一种基于电子病历的诊疗路径发现方法，属于数据挖掘领域。

背景技术

电子病历是对单个患者或患者群体的医疗信息的系统收集。随着计算机软硬件技术的快速发展，电子病历越来越容易获得。目前，电子病历已成为生物医学信息学研究人员开展研究的一种十分重要的资源。探讨病人电子病历中事件之间的时间关系是生物医学信息学中的一个重要问题，其结果可以揭示病人面临的疾病状况。

发明内容

探索医学事件之间的时间关系方面的一个代表性的策略是时间抽象，时间抽象类型的方法需要原始序列具有数值和每个事件的持续时间这两个条件，但是，一般的电子病历数据库都比较稀疏，不能同时满足上述两个条件，我们将这类医疗事件称为在时间节点上的标称型医疗事件序列(其中序列中任何一对事件之间的关系简化为两种类型，即同时发生或一个事件发生在另一个事件之前)。因此，我们提出了一个流程，用于对在时间节点上的标称型医疗事件序列进行模式挖掘。

结果显示，我们提出的流程和解决方案，与现有的解决方案相比，我们的方法更加实用，在一定程度上能够提高预测患者发病风险的预测性能。

本发明采用的技术方案具体如下：

(1)构造序列

由于电子病历包含各种类型的病人信息(诊断、实验室、药物、程序等)，序列构建器以统一的格式标准化这些不同的信息，在格式标准化时我们使用了一个四列表，包括患者ID、事件ID、时间戳ID和事件值。我们还构建了三个参考表，包括每个患者ID的详细信息(例如，相应的姓名、出生日期、性别等)、事件ID(例如，事件类型和事件名称)和时间戳ID。在信息标准化之后，序列构造器抓取不同的数据源(来自诊所，药房，实验室报告等)并将它们集成，通过根据发生时间来连接发生在患者身上的所有医疗事件，由此构建每个患者的医疗事件序列。

(2)对序列进行预处理

序列预处理器的主要任务是使用一组频繁子集(项集)来表示每个同时并发事件，支持度大于或等于我们设定支持度的项集称为频繁子集。这里，我们使用一种双向排序方法来将同时并发事件分解为频繁子集组成。

(3)挖掘频繁模式

我们使用了一种高效的序列模式挖掘方法(SPAM)来挖掘频繁的时间序列模式。

进一步的，所述步骤(2)的具体过程为：

利用双向排序分解方法对同时发生的医疗事件进行预处理，ABCDE表示5个同时并发事件。

步骤1：首先根据长度对医疗事件的频繁子集进行分类排序，然后对于具有相同长度的频繁子集将根据其观察到的频率进行分类排序。

步骤2：选择该医疗事件中一个最长且最频繁的子集，将该子集添加到集合Q中。

步骤3：对医疗事件序列中剩余的子集继续执行步骤2，直到剩余的事件子集长度为1。则同时发生的医疗事件集合可分解为集合Q中的若干个子集。

进一步的，所述步骤(3)的具体过程为：

使用序列模式挖掘(SPAM)方法对预处理后的医疗事件序列集进行模式挖掘。

首先介绍一些定义。