论文部分内容阅读
【目的】本研究基于急性心肌梗塞的临床文本数据,利用数据分析挖掘技术构建急性心肌梗塞病症识别和病情变化治疗模式,发现目前电子病历临床文本数据存在的问题并提出建议,产生的模式能为临床诊断和治疗提供决策支持,推动医疗卫生大数据的挖掘利用,同时也为临床文本数据挖掘分析提供新的思路。【方法】基于从湖北省宜昌市的某区域卫生信息平台中抽取的急性心肌梗塞电子病历数据,将所获数据按照不同病程节点进行分类,考虑其整体数据结构是否标准来有针对性的进行去重、排序、jieba分词等文本预处理,同时对预处理过程中发现目前临床文本数据存在的问题并提出相应建议。然后利用主题模型LDA对电子病历中的临床文本进行主题生成,利用困惑度函数最小原则得到最佳主题产出结果。再将各病程节点的结果进行分析综合,按入院-住院-出院的时间脉络将结果整理形成急性心肌梗塞的病症识别与病情变化治疗模式,运用JS距离计算文本相似度来对病症进行识别预测。最后通过与标准诊断、临床路径、不同病种、分词工具调整结果与否与生成的模式对比,验证其准确性、合理性、可用性,用以对急性心肌梗塞进行病症识别诊断和病情发展变化及相关治疗措施预测建议。【结果】通过不断地实验,生成了较为有效的急性心肌梗塞病症识别与病情变化治疗模式。与标准病症诊断内容相比,研究生成的入院病症具有普适性与合理性,能较为有效地对实际病症文本进行匹配;与未进行添加外部词典的分词和未分病程节点的数据产出的结果相比,添加词典和分病程节点后产出的结果更具有可解释性,减少了歧义问题;利用急性心肌梗塞测试集数据对模式进行测试,准确率达89%,用陈旧性心肌梗塞和心肌梗塞恢复期、冠状动脉粥样硬化性心脏病两个病种数据测试模型的准确率分别为71%和68%,结果显示模式能对区分急性心肌梗塞和其他不同病种有较好性能;利用标准急性心肌梗塞临床路径与研究产生的病症识别与病情变化治疗模式相比,生成的模式具有合理性,且模式中包含了临床路径里未提及的主诉查体等方面内容,更为详尽。【结论】中文领域的临床文本数据挖掘分析仍处于起步阶段,非常迫切需求挖掘临床文本中高价值的数据信息。本研究利用主题模型生成对急性心肌梗塞进行病症识别与预测的模式在验证测试时有良好的表现,相较以往类似的研究来说,产出结果更为准确合理,但还有进步的空间,同时也为中文临床文本挖掘提供了新的思路。