(家庭医生产品策划.docVIP

家庭医生产品策划 产品简介：针对现在看病难的问题，为全国人民设计一套会看病的系统——智能医生。现在营养师配餐有专门的配餐系统，医生有处方系统，那不久的将来病人也肯定会有智能看病系统。本系统根据中医理论体系，制定了关于“望、闻、问、切”四诊的一系列选择题，病人可以根据自己或者亲属的实际情况进行选择，然后系统根据其具体症状辨证论治，不同的病可以根据1.非药物治疗；2.药物治疗两个方面进行。其中，包括食疗，针灸推拿，处方治疗，也有西医相应的治疗方案供病人选择。系统还可以提醒病人正确的饮食起居方式，以加快痊愈。如果药物治疗无效，不得不进行手术治疗，那么进入系统后，它还会告诉病人手术相关的知识，及注意事项。 本系统还收录了大量的专业的医学课程及最新的医学知识，不仅适合病人看病，健康人群也可以使用本系统学习医学知识，提高群民素质，为某些疾病的早发现早治疗提供平台，也可以理解为中医所说的治未病。 自人工智能技术诞生以来, 专家系统一直是最活跃的分支之一, 而医疗也一直是专家系统的典型实际应用领域。 在此中, 疾病诊断系统是近年来的研究热点, 众多学者已先后提出多种疾病诊断模型[1- 4]。然而, 对症开方系统尤其是中药配方系统却少有人涉及。中医药是我国的国粹, 经过数千年的发展, 它积累了丰富的经验, 拥有浩瀚的文献, 运用最新科学技术来促进中医药的国际化、 现代化已成为中医发展的必然趋势。为此, 作者初步研制了中医药应用决策支持系统。该系统是数据挖掘技术与中医配伍理论相结合的结果。系统首先从原始的中药专利数据库中提取数据加以预处理, 再经数据挖掘得到有用的知识组建配方知识库[5 - 6]然后用本文提出的对症开方模型为用户自动开出中药方剂, 从而达到决策支持的目的。这种方法智能而且高效, 是人为中药配伍所不及的。 1 对症开方系统结构 对症开方系统模型结构图如图1 所示。从图中可以看出, 对症开方模型针对病人或中药研发人员输入的症状集, 从配方知识库中匹配症状,生成初始主方剂; 然后应用配伍知识对主方剂进行修正; 最终生成期望的中药方剂。 可见, 其最核心的部分是配方知识库, 下面介绍该模型的知识表示。 2 配方知识管理 本模型中的知识库分为三大类: 症- 药组知识库、 配伍知识库和药性知识库。每个知识库主要包括配方参量和规则两部分。配方参量是指开方过程中所利用的反映疾病或药物的基本参数; 规则一般是指专家的经验知识 从(症-药组)知识库中查找 n 个症状对应的药组, 进行 U连接,生成主方剂 输入症状 应用配伍 知识对主方剂修正方剂四气调整方剂五味调整 中药配方 用户输入四气值 用户输入五味值 对症开方系统处理过程 图 1 对症开方系统结构图 配方参量在不同的情况下将会有不同的取值, 为了 有利于配方参量的组织和管理, 本专家系统使用对象、 属 性、 值的三元组表示标准。对象可以是抽象的实体, 如疾 病、 药物等, 属性是与对象相关的普通特征, 如疾病 的症状、 药物的四气五味等, 值是指在特定环境下 属性的特殊性质。 在对症开方系统中配方参量的结 构定义为: Struct Parameter{ Char *ParameterObj ; / /对象 Char *ParameterAttr ; / /属性名 Int *ParameterType; / /属性类型 Int *ParameterNum; / /属性值的数目 Char *ParameterVal ; / /属性值 产生式规则是应用最广泛的知识描述方法, 其表示 形式为: IF〈 前提〉 THEN〈 结论〉 |〈 动作〉 [〈 可信度〉 c] ELSE〈 结论〉[〈 可信度〉 c] 即: 当前提满足时, 得出结论或执行动作, 其可信度是 c。系统中规则类的定义为: class rules{ Char *name; / /规则名 Premise *clause; / /规则前提 Premise *action; / /前提成立时要执行的结论 Float *certainty; / /规则可信度 Void set_medicine(); Void get_medicine(); Premise reference(Premise pr ); }其中, 前提是由配方参量在特定环境下取值。它是单个 命题的五元组, 定义为: Struct Premise{ Char *ParameterObj ; / /对象 Char *ParameterAttr ; / /属性名 char *ParameterOper ; / /关系运算符 Char *ParameterVal ; / /属性值 市场分析：首先谈一下中医的发展前景 哪些人生了病爱看中医？在很多咨询现场可以看到，等候在一处处咨询台