没有合适的资源?快使用搜索试试~ 我知道了~
融合多自然语言处理任务的中医辅助诊疗方案研究——以糖尿病为例.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 108 浏览量
2022-06-24
17:28:15
上传
评论 2
收藏 321KB DOCX 举报
温馨提示
试读
16页
融合多自然语言处理任务的中医辅助诊疗方案研究——以糖尿病为例.docx
资源推荐
资源详情
资源评论
1 引言
新冠疫情的冲击促进了我国医疗行业的大力发展传统医疗的传统方法亟待
新理念新技术的革新当前大数据和人工智能的快速发展也加速着医疗行业的智
慧化变革依赖于病例数据和问诊信息通过机器学习方法和数据挖掘技术能够提
取出富有价值的诊疗知识从而实现医疗领域从智慧采集、智能诊断、辅助决策
到疾病预测和预防的全流程发展
。
与西医相比较中医在此方面的发展则较为缓慢由于中医在诊断过程中更加
注重专家医生的经验智慧在诊断方法上依赖于“望闻问切”的传统方法因此机器
参与程度不高新兴技术和方法无法全面深入地触及诊断和治疗的流程同时传统
中医的论证方法存在客观化、定量化和标准化不足的缺陷 限制了中医的进一步
发展和传承
。数据挖掘技术和机器学习方法在中医药的应用上虽然也取得了进
展但大多研究仍停留在症候、用药、配伍规律的发现和挖掘以及中医药的机器
学习建模预测等方面鲜有对中医诊断过程加以科学计算和评估的研究也缺乏运
用前沿技术和方法在智能辅助、智慧决策等方面进行的系统性探究。
基于此本文借助自然语言处理技术融合情感识别、文本匹配等多任务序列
以糖尿病为例提出一种中医辅助诊疗方案。该方案实现了糖尿病病情的量化评
估、症状信息匹配、症状自动摘要、病症类型判别和中药推荐 以数据驱动结合
医生经验的方式改进传统中医诊疗方法为中医的辅助诊疗提供思路为中医智能
智慧化发展提供参考。
2 相关研究
自然语言处理()是研究如何以自然语
言方式实现人与计算机之间通信交流的研究领域
被誉为“ 皇冠上的明珠”随
着人工智能和以神经网络为代表的深度学习的发展 自然语言处理技术也得到快
速发展在大部分领域都得到广泛应用。在商业场景中对话机器人和智能客服能
自动回复用户问题高效处理重复信息节省了大量人工成本
垃圾邮件识别能够
自动识别有害、无效信息实现了对垃圾邮件的自动筛选过滤
商品推荐中运用
知识图谱和嵌入技术能实现个性化产品推荐提高用户的使用体验和商品转化率
。在医疗领域中实体识别和关系抽取实现了从传统纸质病历到电子病历的转
换能够高效管理病人信息
基于大规模医疗信息的医学知识图谱能够实现相似
病历推荐、医学知识查询和疾病预测分析
。总而言之 技术能降低人力成
本输出提高生产效率已经在社会的许多领域落地应用。
目前 技术在中医诊疗方面的研究较 少 以“中医 ! 自然语言处理 "
#在知网检索仅搜索到不足 篇文献加入“机器学习"$%#和
“数据挖掘"&$#后以“'()*中医*!('()*机器学习*+,'()*数据挖
掘*+,'()*自然语言处理*)”进行检索搜索到约 余篇文献其中数量前
的 主 题 分 布 和 学 科 分 布 如 表
所 示 可 以 看 到 中 医 在 "&
$"$% 方面的研究主题主要集中在症候、用药、配伍规律挖
掘和中医的机器学习建模、预测等方面涵盖中医学、计算机软件及计算机应用
和图书情报等不同领域和学科。
表 1NLP/机器学习/数据挖掘在中医领域的应用
Table 1Application of NLP/ML/Data Mining in the Field of Chinese
Medicine
主题 数量 学科 占比
数据挖掘
中医学
-.
用药规律
计算机软件及计算机应用
-.
用药规律研究
中药学
-.
数据挖掘技术
自动化技术
-.
名老中医
儿科学
-.
数据挖掘分析
医学教育与医学边缘学科
-.
组方规律
图书情报与数字图书馆
-.
中医治疗
医药方针卫生政策
-.
关联规则
生物医学工程
-.
中医症候
中西医结合
-.
新窗口打开|下载
CSV
在规律挖掘方面李健等
基于中医传承辅助系统软件挖掘了《中医方剂大
辞典》中收载的治疗肺痈方剂组方规律通过改进互信息法、复杂系统熵聚类、
无监督的熵层次聚类等无监督数据挖掘方法分析了肺痈方剂的组方规律姚美村
等
应用关联规则分析技术对治疗消渴病的中药复方配伍的科学内涵进行探索
性分析为核心处方的提取提供技术支持'% 等
、/ 等
、0 等
分别
在中医的冠心病识别、药物发现和基因疾病信息提取等方面提出思路想法或进
行实证研究龚燕冰等
、戴霞等
运用关联规则、粗糙集理论、聚类分析等模
型和网络对症候分析及规范化方面进行研究1% 等
、沈毅等
对各种数据挖
掘方法在中医用药规律方面的应用做了深入总结二者都认为应根据研究目的的
不同选择适当科学的技术方法进行中医药挖掘并且应在实践中反复验证、不断
总结。
在 中 医 机 器 学 习 研 究 方 面 王 华 珍 等
引 入 基 于 随 机 森 林 ( ,&$
0,0)的可视化技术在低维空间里采用散点图和平行坐标图对中医慢性胃
炎数据集进行可视化帮助用户准确理解数据集的分布规律以及隐含的发展趋势
深入探讨可视化背后信息蕴含的中医学意义2$ 等
阐述了中医学在应用
计算方法研究方面所面临的各种挑战和取得的进展从中医分类、数据库类型和
挖掘工具等方面分析了各种中医的相关研究 0 等
、1% 等
、/ 等
、 等
、刘耀等
分别从融合机器学习的中医知识发现、中医临床数据仓库
构建、利用深度学习治疗中医冠心病、基于中医方法的健康状况评估和中医药
本体体系构建等方面进行研究张晓航等
对机器学习包括深度学习算法在中医
诊疗上的应用做了较为系统的综述总结以上常见算法在中医领域中的研究与应
用现状并分析其特点及对中医的应用价值为机器学习算法在中医诊疗领域的进
一步研究提供诸多思路。
总结以上相关研究可以发现中医诊疗的研究主要集中在两个方面3一是症候、
药物挖掘二是用药、配伍规律研究等挖掘和分析以及利用机器学习建模预测层
面。学者们在中医原理、理论构建和知识库建设等方面也进行了广泛深入的探
索但鲜有研究对中医诊断过程加以科学计算和评估在减少主观性诊断过程中欠
缺对不确定性的描述在辅助医生决策层面现有成熟的技术手段难以与医生经验
智慧紧密结合生成针对性、系统性的解决方案。
3 融合多 NLP 任务的中医辅助诊疗方案设计
本文提出的中医辅助诊疗框架如图
所示。
图
图 1融合多 NLP 任务的中医辅助诊疗流程框架
Fig.1Framework of TCM-assisted Diagnosis and Treatment Process with
Multiple NLP Tasks
医生根据病人病情进行初步诊断通过量化评诊和症状匹配查询病情相近、
症状相似的数据再通过关联挖掘从症状映射到药物形成用药推荐系统预诊断通
过自动摘要和疾病类型判别形成疾病推论医生根据疾病推论和用药推荐结果再
次诊断形成最终的诊断结果反馈给病人同时修正系统输出的错误和不当信息系
统接受反馈再次更新。流程如下所示。
4&3
56d-
789&(q
1
6d) :$%9;$5$
(q
2
6d)3
5,-
;$95&:9$53
$9$$<(,) :;$5$9
&$(d)3
56m
k
-
$:$55(&=>,)3
5m
d
-
&94:$&9$$&3
(m
k
6m
d
) ?-
&553
5?-
&&3
5-
8-
5&-
-中医辅助诊疗的量化评诊和症状匹配
实现中医辅助诊疗首先需要从历史病人数据中检索出最相似、最具代表性
的信息再进行其他操作如果筛选信息有误后续一系列步骤将难以生成准确的指
导性结果因此如何实现对病人病情的精准反馈是首要问题。通过量化评诊和症
状匹配实现中医病情信息的有效过滤其流程如图
所示其中量化评诊将病情程
度计量化筛选出病情程度上相似的数据症状匹配通过相似度计算筛选出症状表
现上相近或相同的信息最后设置阈值对病情、症状双重过滤实现疾病信息的高
效检索。
图
剩余15页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3543
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功