臨床決策支持系統(tǒng)（Clinical Decision Support System,CDSS）有著重要的社會(huì)價(jià)值。國(guó)家在《“健康中國(guó)2030”規(guī)劃綱要》和《關(guān)于促進(jìn)“互聯(lián)網(wǎng)+醫(yī)療健康”發(fā)展的意見》中都明確要求研發(fā)基于人工智能的臨床診療決策支持系統(tǒng)。CDSS是基于知識(shí)庫和人工智能技術(shù),為醫(yī)生在疾病的診斷、治療、風(fēng)險(xiǎn)預(yù)測(cè)、合理用藥等方面提供決策支持的計(jì)算機(jī)系統(tǒng)。近年來,大數(shù)據(jù)和自然語言處理、知識(shí)圖譜、機(jī)器學(xué)習(xí)等人工智能技術(shù)的飛速發(fā)展給CDSS帶來了新的機(jī)遇和挑戰(zhàn)。本文圍繞CDSS中的人工智能關(guān)鍵技術(shù)做了以下幾方面的工作:（1）提出了基于真實(shí)世界大規(guī)模電子病歷構(gòu)建醫(yī)學(xué)知識(shí)圖譜的方法本文提出了一套基于真實(shí)世界大規(guī)模電子病歷構(gòu)建醫(yī)學(xué)知識(shí)圖譜的系統(tǒng)流程。該流程包含七個(gè)步驟,針對(duì)關(guān)系抽取、屬性計(jì)算、圖譜清洗和相關(guān)實(shí)體排序四個(gè)步驟提出了新的方法;同時(shí)鑒于醫(yī)學(xué)知識(shí)圖譜的特殊性,本文提出了四元組知識(shí)點(diǎn)表示方法和綜合考慮實(shí)體關(guān)系的發(fā)生概率、特異度及可信度的排序算法PSR（Probability Specificity Reliability）。該流程在基于百萬級(jí)電子病歷構(gòu)建醫(yī)學(xué)知識(shí)圖譜中得到驗(yàn)證,所構(gòu)建的知... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：104 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 研究背景及意義
    1.2 臨床決策支持系統(tǒng)介紹
    1.3 CDSS關(guān)鍵問題及研究進(jìn)展
        1.3.1 醫(yī)學(xué)知識(shí)圖譜構(gòu)建
        1.3.2 知識(shí)圖譜嵌入
        1.3.3 基于臨床指南的CDSS
        1.3.4 基于機(jī)器學(xué)習(xí)算法的建模
        1.3.5 規(guī)則和機(jī)器學(xué)習(xí)混合決策模型
        1.3.6 其他
    1.4 主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)
    1.5 論文結(jié)構(gòu)安排
2 基于真實(shí)世界數(shù)據(jù)的醫(yī)學(xué)知識(shí)圖譜構(gòu)建
    2.1 研究問題及現(xiàn)狀
    2.2 真實(shí)世界醫(yī)學(xué)知識(shí)圖譜構(gòu)建系統(tǒng)
        2.2.1 數(shù)據(jù)準(zhǔn)備
        2.2.2 實(shí)體識(shí)別
        2.2.3 實(shí)體歸一
        2.2.4 關(guān)系抽取
        2.2.5 屬性計(jì)算
        2.2.6 圖譜清洗
        2.2.7 相關(guān)實(shí)體排序
    2.3 實(shí)驗(yàn)結(jié)果與討論
        2.3.1 實(shí)體識(shí)別算法對(duì)比結(jié)果
        2.3.2 相關(guān)實(shí)體排序算法對(duì)比結(jié)果
        2.3.3 醫(yī)學(xué)知識(shí)圖譜整體結(jié)果
    2.4 醫(yī)學(xué)知識(shí)圖譜的應(yīng)用
        2.4.1 臨床決策支持系統(tǒng)
        2.4.2 醫(yī)學(xué)信息檢索排序
    2.5 本章小結(jié)
3 醫(yī)學(xué)概率知識(shí)圖譜嵌入研究
    3.1 研究問題及現(xiàn)狀
    3.2 醫(yī)學(xué)概率知識(shí)圖譜嵌入算法PRTRANSX
        3.2.1 符號(hào)說明
        3.2.2 距離分?jǐn)?shù)與概率值之間的映射函數(shù)
        3.2.3 概率知識(shí)圖譜嵌入算法的損失函數(shù)
    3.3 實(shí)驗(yàn)設(shè)置與結(jié)果
        3.3.1 訓(xùn)練集
        3.3.2 負(fù)樣本構(gòu)造
        3.3.3 實(shí)驗(yàn)參數(shù)設(shè)置
        3.3.4 圖譜嵌入結(jié)果
    3.4 醫(yī)學(xué)概率知識(shí)圖譜嵌入應(yīng)用
        3.4.1 鏈接預(yù)測(cè)
        3.4.2 神經(jīng)網(wǎng)絡(luò)知識(shí)遷移
    3.5 本章小結(jié)
4 基于思維導(dǎo)圖的可擴(kuò)展計(jì)算的智能臨床決策引擎
    4.1 研究問題及現(xiàn)狀
    4.2 智能臨床決策引擎
        4.2.1 基于思維導(dǎo)圖的可擴(kuò)展計(jì)算的醫(yī)學(xué)決策邏輯表示和推理方法
        4.2.2 決策樹解析器
        4.2.3 醫(yī)學(xué)計(jì)算引擎
        4.2.4 流程控制器
    4.3 基于智能臨床決策引擎的肝癌CDSS系統(tǒng)
    4.4 本章小結(jié)
5 規(guī)則決策樹中嵌入機(jī)器學(xué)習(xí)的混合決策模型
    5.1 研究問題及現(xiàn)狀
    5.2 混合決策模型構(gòu)建
        5.2.1 數(shù)據(jù)集構(gòu)建
        5.2.2 機(jī)器學(xué)習(xí)模型訓(xùn)練
        5.2.3 混合模型推理
    5.3 基于混合決策模型的結(jié)腸癌輔助化療
        5.3.1 模型設(shè)計(jì)
        5.3.2 實(shí)驗(yàn)結(jié)果及討論
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 工作展望
參考文獻(xiàn)
附錄A 疾病聚類詳細(xì)名稱
作者簡(jiǎn)歷及攻讀博士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]肝膽腫瘤疾病智能化診療模式的發(fā)展及啟示[J]. 王曉云,李林峰,郭佺,曾義嵐,李海洋,杜映榮,陳剛,梁躍東,陸蔭英.  臨床肝膽病雜志. 2019(10)
[2]臨床決策支持系統(tǒng)的構(gòu)建與應(yīng)用[J]. 董軍,王欣,李軍,劉東洋.  中國(guó)衛(wèi)生質(zhì)量管理. 2016(03)
[3]臨床決策支持系統(tǒng)在醫(yī)院的應(yīng)用[J]. 張怡,李柯.  醫(yī)學(xué)信息學(xué)雜志. 2015(06)



本文編號(hào)：3197265