基于患者多源融合行为信息的智能化诊断决策方法

doi:10.16381/j.cnki.issn1003-207x.2021.0867

中国管理科学 ›› 2024, Vol. 32 ›› Issue (11): 214-221.doi: 10.16381/j.cnki.issn1003-207x.2021.0867

• • 上一篇

基于患者多源融合行为信息的智能化诊断决策方法

陈希¹(), 张文博¹, 张美霞²^,³, 郭青⁴

^1. 西安电子科技大学经济与管理学院，陕西西安 710071
^2. 西安交通大学生物医学信息工程教育部重点实验室，陕西西安 710049
^3. 空军军医大学第一附属医院（西京医院）护理部，陕西西安 710032
^4. 西安国际医学中心医院感控部，陕西西安 710100

收稿日期:2021-04-30 修回日期:2022-09-13 出版日期:2024-11-25 发布日期:2024-12-09
通讯作者: 陈希
基金资助:
国家自然科学基金项目(71974154); 陕西省“高层次人才特殊支持计划”青年拔尖人才支持项目; 西京医院2019年度学科助推计划(XJZT19ML60)

Intelligent Diagnosis Decision Method Based on Multi-source Fusion of Patient Behavior Information

Xi Chen¹(), Wenbo Zhang¹, Meixia Zhang²^,³, Qing Guo⁴

^1. School of Economics & Management，Xidian University，Xi’an，Shaanxi 710071，China
^2. Key Laboratory of Biomedical Information Engineering of Ministry of Education，Biomedical Informatics & Genomics Center，Xi'an Jiaotong University，Xi’an，Shaanxi 710049，China
^3. Nursing Department，Xijing Hospital，the Fourth Military Medical University，Xi’an，Shaanxi 710032，China
^4. Infection Control Department，Xi’an International Medical Center Hospital，Xi’an，Shaanxi 710100，China

Received:2021-04-30 Revised:2022-09-13 Online:2024-11-25 Published:2024-12-09
Contact: Xi Chen

摘要/Abstract

摘要：

在面向不同类型多样化患者的诊疗服务过程中，如何根据患者的病情实现快速的智能化诊断，是医疗服务中一个新的挑战与前沿性问题。基于此，本研究在对患者复杂多样的诊疗信息和诊断过程进行解析的基础上，提出了一种考虑诊疗过程中患者生成的多源融合行为信息的智能化诊断决策方法。在提出的智能化诊断决策方法中，首先考虑了患者不同类型诊疗信息的属性多样性，定义了不同类型属性特征的距离度量方法；然后，在此基础上采用基于相似性度量的粗糙集属性权重确定算法来获取各属性权重；进一步，将属性的相似性度量和一致性检验相结合，对目标患者病历与历史患者病历库中的信息进行比较和智能推理计算，根据推理过程中定量计算获得的相似度数值等来生成和目标患者病历最为相似的病历，进而辅助医生给出精准的治疗方案。最后，通过Cleveland数据集中的UCI心脏病数据验证了提出方法的有效性和可行性。

关键词: 案例推理, 多源融合行为信息, 粗糙集, 相似性度量, 一致性检验

Abstract:

In the process of diagnosis and treatment service for different types of diverse patients， how to achieve rapid intelligent diagnosis according to the patient’s condition is a new challenge and frontier problem in medical services. Based on this， the complicated and varied diagnosis information and diagnosis process of patients are analyzed， then an intelligent diagnosis and treatment decision method that considering the multi-source behavior fusion information generated by patients is proposed in this paper. In the proposed intelligent diagnosis decision method， the attribute diversity of different types of patient diagnosis and treatment information is considered， and a distance measurement method considering different types of attribute features is defined. Then， on the basis， a rough set attribute weight determination algorithm based on similarity measure is used to calculate the weight of each attribute. Further， the similarity measurement and consistency test of attributes are combined to compare and analyze the information of target patients and historical patients. According to the similarity value obtained by quantitative calculation in the reasoning process， the most similar case to the target patients can be obtained， which can help doctor give accurate treatment plans. Finally， the validity and feasibility of the proposed method are verified by UCI heart disease data from Cleveland data set.

Key words: case-based reasoning, multi-source fusion behavior information, rough set, similarity measurement, consistency test

中图分类号:

C934

陈希, 张文博, 张美霞, 郭青. 基于患者多源融合行为信息的智能化诊断决策方法[J]. 中国管理科学, 2024, 32(11): 214-221.

Xi Chen, Wenbo Zhang, Meixia Zhang, Qing Guo. Intelligent Diagnosis Decision Method Based on Multi-source Fusion of Patient Behavior Information[J]. Chinese Journal of Management Science, 2024, 32(11): 214-221.

图/表 8

图1

表1

表2

表3

测试组中目标病历的相似性病历群检索结果"

病历群1（健康）

病历群2（患病）

s c r 1 = 0.5888

s c r 2 = 0.5962

测试组中35例目标患者

可能属于健康群体

测试组中27例目标患者可能属于患病群体

目标病历263号

s i m x 263, C 2 = 0.5886 < 0.5962

没有通过一致性检验

表3

表4

表5

表6

图2

参考文献 22

1	国务院办公厅. 国务院办公厅关于促进“互联网+医疗健康”发展的意见.［EB/OL］.（2018-04-28）［2021-05-06］.
	The General Office of the State Council. Opinions of the General Office of the State Council on promoting the development of “Internet plus Medical Health”［EB/OL］.（2018-4-28）［2021-05-06］.
2	Gilboa I， Schmeidler D. Case-based decision theory［J］. The Quarterly Journal of Economics， 1995， 110 （30）： 605-639.
3	韩菁，叶顺心，柴建，等. 基于后悔理论的混合型多属性案例决策方法［J］. 中国管理科学， 2016， 24（12）： 108-116.
	Han J， Ye S X， Chai J， et al. Mixed multi-attribute case decision making method based on regret theory［J］. Chinese Journal of Management Science， 2016， 24（12）： 108-116.
4	张明红，佘廉，耿波. 基于情景的结构化突发事件相似度研究［J］. 中国管理科学， 2017， 25（1）： 151-159.
	Zhang M H， She L， Geng B. Scenario based structural incident similarity study［J］. Chinese Journal of Management Science， 2017， 25（1）： 151-159.
5	Huang M J， Chen M Y， Lee S C. Integrating data mining with case-based reasoning chronic diseases prognosis and diagnosis［J］. Expert Systems with Applications， 2007， 32（3）： 856-867.
6	Chattopadhyay S， Banerjee S， Rabhi F A， et al. A case-based reasoning system for complex medical diagnosis［J］. Expert Systems， 2013， 30（1）： 12-20.
7	Ehtesham H， Safdari R， Mansourian A， et al. Developing a new intelligent system for the diagnosis of oral medicine with case-based reasoning approach［J］. Oral Diseases， 2019， 25（6）： 1555-1563.
8	Gu D X， Liang C Y， Zhao H M. A case-based reasoning system based on weighted heterogeneous value distance metric for breast cancer diagnosis［J］. Artificial Intelligence in Medicine， 2017， 77（3）： 31-47.
9	Nakhjiri N， Salamo M， Sanchez-marre M.Reputation-based maintenance in case-based reasoning［J］.Knowledge-Based Systems， 2020， 193（7）：105283.
10	Xu C， Liu W Y， Chen Y S， et al. A supervised case-based reasoning approach for explainable thyroid nodule diagnosis［J］. Knowledge-Based Systems， 2022， 251 （17）：109200.
11	Nazari S， Fallah F， Kazemipoor H， et al. A fuzzy inference-fuzzy analytic hierarchy process-based clinical decision support system for diagnosis of heart diseases［J］. Expert Systems with Applications， 2018， 95 （1）： 261-271.
12	于跃海，郑瑞强，何建敏. 基于案例推理的ICU应急诊断系统［J］. 系统工程理论与实践， 2002， 22（3）： 137-142.
	Yu Y H， Zheng R Q， He J M. Case based reasoning emergency diagnosis system for ICU［J］.Systems Engineering-Theory & Practice，2002，22（3）： 137-142.
13	Xie Y， Gu D X， Wang X Y， et al. A smart healthcare knowledge service framework for hierarchical medical treatment system［J］. Healthcare， 2022， 10（1）：1-14.
14	Nenvoa Z， Shang J. Chronic disease progression prediction： Leveraging case-based reasoning and big data analytics［J］. Production and Operations Management， 2022， 31（1）：259-280.
15	梁昌勇，顾东晓，程文娟，等. 含非连续性信息多属性案例中的决策知识发现方法［J］. 中国管理科学， 2014， 22（4）： 83-91.
	Liang C Y， Gu D X， Cheng W J， et al. Decision knowledge discovery method in multi attribute cases with discontinuous information［J］. Chinese Journal of Management Science， 2014， 22（4）： 83-91.
16	李永海，樊治平. 电子中介中考虑第三方评价的多属性商品交易匹配研究［J］. 中国管理科学， 2020， 28（7）： 184-195.
	Li Y H， Fan Z P. Research on multi attribute commodity transaction matching in electronic intermediary considering third party evaluation［J］. Chinese Journal of Management Science， 2020， 28（7）： 184-195.
17	姜艳萍，樊治平. 一种具有不同粒度语言判断矩阵的群决策方法［J］.中国管理科学， 2006， 14（6）： 104-108.
	Jiang Y P， Fan Z P. A method of group decision making with linguistic judgement matrices of different granularity［J］. Chinese Journal of Management Science， 2006， 14（6）： 104-108.
18	吴登生. 基于广义模糊数的软件成本加权CBR估算研究［J］. 中国管理科学， 2013， 21（4）： 178-186.
	Wu D S. Research on software cost weighted CBR estimation based on generalized fuzzy number［J］. Chinese Journal of Management Science， 2013， 21（4）： 178-186.
19	吴登生，李建平，孙晓蕾. 基于加权案例推理模型族的软件成本SVR组合估算［J］. 管理工程学报， 2015， 29（2）： 210-216.
	Wu D S， Li J P， Sun X L. Software cost SVR combination estimation based on weighted case-based reasoning model family［J］. Journal of Management Engineering， 2015， 29（2）： 210-216.
20	Gou X J， Xu Z S， Herrera F. Consensus reaching process for large-scale group decision making with double hierarchy hesitant fuzzy linguistic preference relations［J］. Knowledge Based Systems， 2018， 157（19）： 20-33.
21	Palomares I， Martinez L， Herrera F. A consensus model to detect and manage noncooperative behaviors in large-scale group decision making［J］. IEEE Transactions on Fuzzy Systems， 2014， 22（3）： 516-530.
22	Machine Learning Repository UCI. Heart disease data set［DB/OL］.（1988-07-01）［2021-05-06］.

属性名称	数据说明	数据类型
Age	年龄	数值型
Sex	男性=1，女性=0	布尔型
CP	典型的心绞=1，非典型心绞=2, 非心绞痛=3，无症状性=4	语言型
Trestbps	病人静息时的血压	数值型
Chol	血清胆固醇浓度	数值型
Fbs	空腹血糖是否大于120mg/dl	布尔型
Restecg	休息时的心电图结果： norm=0，abn=1，hyp=2	语言型
Thalach	最大心率	数值型
Exang	运动时是否发生心绞痛	布尔型
Oldpeak	运动时ST段的数值	数值型
Slope	高峰运动时ST段的类型上升=0，平稳=1，下降=2	语言型
Ca	主心血管数目	语言型
Thal	心脏状况正常=3，固定缺陷=6，可逆缺陷=7	语言型
Class	是否健康或患有心脏病健康=0，患病=1	语言型

属性名称	重要程度	权重
Age	0.00069	0.0143
Sex	0.00406	0.0843
CP	0.00910	0.1889
Trestbps	0.00070	0.0146
Chol	0.00131	0.0272
Fbs	0.00081	0.0168
Restecg	0.00408	0.0847
Thalach	0.00018	0.0038
Exang	0.00288	0.0598
Oldpeak	0.00904	0.1876
Slope	0.00118	0.0244
Ca	0.01092	0.2267
Thal	0.00322	0.0669

目标病历	测试结果	真实结果	相似历史病历	相似度（%）
275	1	1	183	92.87
285	1	1	107	94.13
289	0	0	54	94.21
294	1	1	207	95.47
299	1	1	56	98.08

模型方法	Recall	Precision	Accuracy	F1-Score
一致性CBR检索模型	96.86	86.67	91.94	91.48
传统的CBR模型	75.00	80.65	77.78	77.73
C4.5决策树	83.33	86.21	85.25	84.75
CBR/RBR融合推理	86.67	87.10	86.89	86.88

[1]	焦阳,李刚,李建平,王斌,张志鹏. 考虑专家有效信息的群决策赋权方法研究[J]. 中国管理科学, 2024, 32(8): 107-116.
[2]	朱卫东,田雨绯,张福伟,胡雪,戴潇雅. 企业生命周期视角下的政府补助与中小企业价值创造关系研究[J]. 中国管理科学, 2023, 31(8): 80-89.
[3]	吴双胜, 林杰, 黄冬宏, 张振宇. 基于异质信息相似度的被执行人财物隐匿类案提取与金额估算[J]. 中国管理科学, 2023, 31(6): 221-230.
[4]	闫泓序，余顺坤，林依青. 我国工业电力用户价值画像模型构建与应用研究[J]. 中国管理科学, 2021, 29(10): 224-235.
[5]	刘勇, Jeffrey Forrest, 熊晓旋, 刘思峰. 基于优势灰度的变精度粗糙集模型及应用[J]. 中国管理科学, 2017, 25(2): 180-186.
[6]	李鹏, 朱建军, 刘思峰. 基于案例推理的直觉模糊决策方法[J]. 中国管理科学, 2015, 23(7): 113-118.
[7]	徐达宇, 杨善林, 罗贺. 基于广义模糊软集理论的云计算资源需求组合预测研究[J]. 中国管理科学, 2015, 23(5): 56-64.
[8]	梁昌勇, 顾东晓, 程文娟, 杨昌辉, 顾佐佐. 含非连续性信息多属性案例中的决策知识发现方法[J]. 中国管理科学, 2014, 22(4): 83-91.
[9]	吴登生. 基于广义模糊数的软件成本加权CBR估算研究[J]. 中国管理科学, 2013, 21(4): 178-186.
[10]	孙莹, 鲍新中. 一种基于方差最大化的组合赋权评价方法及其应用[J]. 中国管理科学, 2011, 19(6): 141-148.
[11]	罗彬, 邵培基, 罗尽尧, 刘独玉, 夏国恩. 基于蚁群算法的成本敏感线性集成多分类器的客户流失研究[J]. 中国管理科学, 2010, 18(3): 58-67.
[12]	骆公志, 杨晓江, 刘思峰. 基于限制优势关系的粗糙决策分析模型[J]. 中国管理科学, 2009, 17(5): 127-132.
[13]	鲍新中, 张建斌, 刘澄. 基于粗糙集条件信息熵的权重确定方法[J]. 中国管理科学, 2009, 17(3): 131-135.
[14]	骆公志, 杨晓江. 变精度优势粗糙集属性约简择优算法[J]. 中国管理科学, 2009, 17(2): 169-175.
[15]	高俊山, 谷冬元, 徐章艳, 吴远巍, 韦静. 一个Pawlak粗糙集冲突分析模型的改进[J]. 中国管理科学, 2008, 16(2): 150-156.

基于患者多源融合行为信息的智能化诊断决策方法

Intelligent Diagnosis Decision Method Based on Multi-source Fusion of Patient Behavior Information

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 22

相关文章 15

Metrics

本文评价

推荐阅读 0