【技术实现步骤摘要】
本专利技术属于体检数据处理，更具体地，涉及一种针对体检报告异常结果的数据处理方法及系统。
技术介绍
1、主检报告是针对受检者所有的体检结果和健康信息资料进行综合分析而得出的体检结论与健康指导，是健康体检报告的核心和灵魂。体检报告中的结论词是对个分科描述或异常结果的凝练出的结论，是对体检诊断结果起决定性表达的关键性词语，是健康大数据的重要来源。主检报告的书写原则中明确要求依据《疾病和有关健康问题的国际统计分类(icd-10)》)为标准，参考临床最新指南、专家共识及教科书，规范书写体检结论词。大多数体检机构依靠体检软件系统出具体检报告。主检结论词的欠规范可造成一系列后续影响。
2、公布号为cn116313078a的中国专利公开了一种针对体检报告的数据处理方法，包括：获取体检者体检结果中的异常指标；若异常指标符合icd-10编码的疾病名称，则确定相符的疾病得到疾病诊断结果，并自动匹配疾病诊断结果相应的防治建议；若异常指标符合未达到疾病临床诊断标准但异于检验值界限，则自动定义为阳性发现结果，并匹配阳性发现结果相应的健康指导意见。用于智能识别体检结果中的异常指标，并以此得到为疾病诊断结果和阳性发现结果，还给出了相应的防治建议或者健康指导意见，大幅提升了体检报告的内容质量与出具报告的速度。
3、但是公布号为cn116313078a的中国专利在面对超过正常参考值范围，但没有到达确诊病例的参数范围时，无法对该种情况做出病例的判断。因此，需要一种针对体检报告异常结果的数据处理方法及系统，构建具有标准化结论词库和专家知识库，
技术实现思路
1、针对现有技术的以上缺陷或改进需求，本专利技术提供一种针对体检报告异常结果的数据处理方法及系统，依据临床最新指南、专家共识及经典教科书籍，抽取实意部分后，对该类结论词进行凝练，予以自定义诊断并补充自定义诊断词库，智能识别体检中的异常指标，并以此得到为病例判断结果和阳性发现结果，规范了体检报告的数据处理，提升了体检报告的内容质量与出具报告的速度，有助于提升基层健康管理中心/体检中心的体检报告书写水平，促进和引领健康体检机构及行业规范有序发展。
2、为实现以上目的，按照本专利技术实施例的第一方面，提供一种针对体检报告异常结果的数据处理方法，包括：
3、s100、建立参考数据库；
4、s200、收集大量健康个体的各体检指标数据，得到正常指标数据集，使用所有健康个体的指标数据计算其均值μ以及标准差σ；
5、s300、输入体检者的体检报告，并从中获取至少一个异常结果；
6、s400、加载参考数据库，对体检报告上的异常结果数据进行清洗，去除无效或不完整的记录，完成数据预处理，并整理为体检的异常指标数据集；
7、s500、将体检异常数据集中每个项目的检测数据与正常参考值比较，并将超出正常参考值范围的检测数据标记为异常指标；
8、s600、通过健康个体的指标数据均值μ与标准差σ将异常指标进行量化评分，得到异常程度评分；
9、s700、构建异常指标的特征向量、概率模型，来对参数进行估算，以建立阳性发现概率模型，计算阳性发现概率，并判定其是否为阳性发现；
10、s800、对判定为阳性发现的异常指标，抽取实意部分，对结论词进行凝练，进行自定义命名，并补充自定义诊断词库。
11、进一步地，步骤s200中，计算均值μ以及标准差σ之前还应筛除异常值，以确保统计正常指标数据集的准确性；
12、所述正常指标数据集为：
13、d＝{x1，x2，...，xn}；
14、其中，d为正常指标数据集，
15、x1，x2，...，xn分别为第1、2…n个健康个体的某项指标测量值；
16、所述均值μ为：
17、
18、其中，xi为第i个健康个体的某项指标测量值；
19、所述标准差σ为：
20、
21、进一步地，步骤s300中，所述异常结果包括实验室结果、现病史、一般体检项目以及描述性结论词；
22、所述实验室结果未达到疾病临床诊断标准但异于简言之界限，所述一般体检项目结果异于临床最新指南、专家共识及经典教科书定义的正常值界限，所述描述性结论词与《疾病和有关健康问题的国际统计分类(icd-10)》未能完美契合。
23、进一步地，步骤s600中，所述异常程度评分包括实施标准化得分以及简化异常程度评分
24、进一步地，所述实施标准化得分为：
25、
26、所述简化异常程度评分为：
27、
28、所述实施标准化得分和简化异常程度评分值域为[0，1]。
29、进一步地，步骤s700中，所述特征向量为：
30、xi＝[xi1，xi2，...，xim]t，
31、其中，xi为第i个个体的特征向量，包含了m个选定的异常指标量化评分，
32、xil，xi2，...，xim为第i个个体的第1、2…m个异常程度评分；
33、xil，xi2，...，xim中各评分分别对应于相应的实施标准化得分或简化异常程度评分
34、进一步地，所述概率模型用于计算在给定的特征向量xi下，第i个个体被判断为阳性的概率，为：
35、
36、其中，p(positive|xi；θ)为特征向量xi下，第i个个体被判断为阳性的概率，
37、e为自然对数的底数，e≈2.718，
38、β0为截距项，
39、βj为与第j个特征相关的系数；
40、θ＝(β0,β1，...，βm)，其值利用最大似然估计来优化，所述最大似然估计为对数自然函数l(θ)，即：
41、
42、其中，yi为指示变量，表示第i个样本的真实类别(阳性或阴性)；
43、若在特征向量xi下，第i个个体被判断为阳性的概率p(positive|xi；θ)大于0.2，则该个体为高风险，被判定为阳性发现。
44、进一步地，步骤s800中，进行自定义命名后，所述补充自定义诊断词库还应根据更新分数qk判断是否更新自定义诊断词库，所述更新分数qk为：
45、qk＝ωffk+ωcck+ωq；
46、其中，fk为第k个新诊断的出现频率，
47、ck为第k个新诊断的专家确认度，
48、ωf，ωc为对应的权重系数，
49、ωq为其他因素带来的权重系数。
50、进一步地，所述第k个新诊断的出现频率fk为：
51、
52、其中，lk为最近三个月内该诊断提及的次数，
53、nk为最近三个月内该诊断的总病例数；
54、所述第k个新诊断的专家确认度ck为：
55、
5本文档来自技高网...
【技术保护点】
1.一种针对体检报告异常结果的数据处理方法，其特征在于，包括：
2.根据权利要求1所述的一种针对体检报告异常结果的数据处理方法，其特征在于，步骤S200中，计算均值μ以及标准差σ之前还应筛除异常值，以确保统计正常指标数据集的准确性；
3.根据权利要求1所述的一种针对体检报告异常结果的数据处理方法，其特征在于，步骤S300中，所述异常结果包括实验室结果、现病史、一般体检项目以及描述性结论词；
4.根据权利要求1-3中任一项所述的一种针对体检报告异常结果的数据处理方法，其特征在于，步骤S600中，所述异常程度评分包括实施标准化得分以及简化异常程度评分
5.根据权利要求4所述的一种针对体检报告异常结果的数据处理方法，其特征在于，所述实施标准化得分为：
6.根据权利要求5所述的一种针对体检报告异常结果的数据处理方法，其特征在于，步骤S700中，所述特征向量为：
7.根据权利要求6所述的一种针对体检报告异常结果的数据处理方法，其特征在于，所述概率模型用于计算在给定的特征向量Xi下，第i个个体被判断为阳性的概率，为：p>
8.根据权利要求1-3中任一项所述的一种针对体检报告异常结果的数据处理方法，其特征在于，步骤S800中，进行自定义命名后，所述补充自定义诊断词库还应根据更新分数Qk判断是否更新自定义诊断词库，所述更新分数Qk为：
9.根据权利要求8所述的一种针对体检报告异常结果的数据处理方法，其特征在于，所述第k个新诊断的出现频率Fk为：
10.一种针对体检报告异常结果的数据处理系统，用于实现如权利要求1-9中任一项所述的一种针对体检报告异常结果的数据处理方法，其特征在于，包括：
...【技术特征摘要】
1.一种针对体检报告异常结果的数据处理方法，其特征在于，包括：
2.根据权利要求1所述的一种针对体检报告异常结果的数据处理方法，其特征在于，步骤s200中，计算均值μ以及标准差σ之前还应筛除异常值，以确保统计正常指标数据集的准确性；
3.根据权利要求1所述的一种针对体检报告异常结果的数据处理方法，其特征在于，步骤s300中，所述异常结果包括实验室结果、现病史、一般体检项目以及描述性结论词；
4.根据权利要求1-3中任一项所述的一种针对体检报告异常结果的数据处理方法，其特征在于，步骤s600中，所述异常程度评分包括实施标准化得分以及简化异常程度评分
5.根据权利要求4所述的一种针对体检报告异常结果的数据处理方法，其特征在于，所述实施标准化得分为：
6.根据权利要求5所述的一种针对体...
【专利技术属性】
技术研发人员：黄永谦，乐梦成，王文捷，胡柳，孙永霞，吕永曼，
申请(专利权)人：华中科技大学同济医学院附属同济医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。