基于大数据的中医智能辅助系统PPT课件.pptxVIP

基于大数据的中医智能辅助系统

国务院《中医药发展“十三五”规划》要求：

所有社区卫生服务中心

所有乡镇卫生院

70%村卫生室

具备中医药服务能力

培养难，传承难

中医人才缺口达70万以上中医人才成才周期20年

国医大师

90

国家级名老

中医200

6

中医专家4万人

中医医师14万人

中医从业人员54万人

中医发展人才困局的解决之道：中医智能辅助

中医智能

辩证论治

知道

中医AI

step.5Step.6

知患

患者画像

Step.2

知天地

环境画像

Step.4

知病

四诊信息

Step.1

知医

医生画像

Step.3

大医加中医临床智能助手

基于指南及名家经验的推荐

病历文本中医医生推荐结果

中医NLP症状矣联推荐

推荐名家医案

名家医案相似度计算

名家医案库

少见证候约占25%

辨证论治结果智能评价

中医处方合理性智能审核

中医智能辨证论治架构

中医智能辨证

中医智能论治

常见证候约占75%

基于名家验案的推荐

结果不理想

名家医案

相似度计

算

方法：基于词向量

的TF-IDF和余弦相

似度计算

效果：实现相似名

家医案推荐

中医自然语言处理

方法：基于

LSTM+CRF模型，叠加双向最大匹配效果：F值，96%

中医关联规则分析

方法：基于关联规则模型

效果：实现症状、药品关联推荐

中医证候推荐

方法：基于多标签

KNN模型

效果：实现证候推

荐

中医智能辨证论治核心关键技术

咳嗽·度湿蕴肺证

症状：咳嗽痰多咳声重浊痰白咯痰胸闷脘腹胀满纳差舌苔白腻脉濡滑

病机：脾湿生痰，上渍于肺，痰湿蕴肺，肺失宣降。

治法：燥湿化痰，理气止咳。

方药：二陈汤合三子养亲汤加减。复制

法半夏9g,茯苓9g,陈皮15g,炙甘革6g,范术9g,厚朴9g,白芥子6g,莱菔子9g,紫苏子9g。

肺癌·脾虚痰湿证

检查检症状：咳嗽废多度色白而黏胸闷气短腹胀纳差神疲乏力面色无华大便溏薄舌淡胖有齿底舌苔白腻脉濡缓脉濡滑

辅助医生筛选合适药方

治法：治

农藏夹(A)m

症状/体征I咳嗽痰多色白

舌苔白属胃脘唐闷腹胀

孔

中医智能辨证论治示例1

方理

草引

处置单

诊疗处方

检验申清

检置申道

理申请

手术申请

门诊病历

海秦门诊病历

工作日志

申请住院

诊毕

传染

死亡

实现系统对接和病历文本识别

脉濡泪

部胺大便溏再排便不畅咳声重浊

更多

更多

病噪D查着w

姓名

科室

症状/体征

咳嗽风寒袭肺证

临床指南现代研究相似医案知识图谱

部长菜清肺化痰法治疗咳嗽

初诊

医案标题：邵长荣清肺化痰法治疗咳嗽

医案摘要：西医诊断：支气管扩张

中医诊断：咳嗽

邢月朋益气养血解表化饮兼清内热法治疗咳漱

智能推荐相似名家医案、协助医生对少见证候的辩证论治

中医智能辨证论治示例2

相似名家

医案精准

推荐

咳阈头痛苔薄白舌红

症状/体征

训练语料→LSTM+CRF结果1

双向最大匹配结果2

测试语料

医学自然语言处理(LSTM+CRF+综合结果择优)

优化算法

评测算法

原始语料

精确率

召回率

F-值

结巴分词

84.6%

73.6%

78.7%

斯坦福分词器

75.5%

71.0%

73.2%

北大PKUNLP(训练后)

94.3%

94.3%

94.2%

自研方法

96.4%

97.1%

96.7%

各大分词软件及自研方法对中医症状抽取的比较

抽取了2000条的中医症状进行了人工标注，其中1500条用于训练模型(北大工具支持训练，结巴分词和斯坦福分词器不支持训练),剩下500条数据用于评估，与自研分析方法进行对比。

中医分词的结果比较

关联规则挖掘是一种在大型数据库中发现变量之间的有趣性关系的方法，目的是利用一

些有趣性的量度来识别数据库中发现的强规则。

·发现医案中的普遍用药规律，相当于一个frequentpatternmining的问题，即在数据库中找到高频率出现的用药规则

·发现症状之间的关联性是一个发现布尔关联规则(Booleanass