20xx年醫(yī)學專題—★-基于hadoop大數(shù)據(jù)技術(shù)的腦卒中智能診療平臺研發(fā)要點(編輯修改稿)
2024-11-19 04:45 本頁面
【文章內(nèi)容簡介】 過程如圖31所示： 圖31基于Hive的分布式腦卒中醫(yī)療數(shù)據(jù)倉庫ETL過程 對海量腦卒中醫(yī)療數(shù)據(jù)進行數(shù)據(jù)挖掘目前，醫(yī)生對腦卒中的臨床分類診斷的正確率只有70%左右；以頭顱CT和核磁共振檢查診斷較為可靠，但其價格昂貴；且因CT和核磁共振檢查需搬動病人，易加重病情；尤其是CT和核磁共振檢查對早期腦缺血常出現(xiàn)假陰性。尋求對腦卒中作早期分類診斷的正確適用方法，一直成為醫(yī)學研究中的重要課題。因此，本研究利用決策樹算法分析海量腦卒中電子病歷中的臨床病癥指標和診斷結(jié)果進行分析，生成一套精確而且通用的判別標準。當醫(yī)生輸入病人的臨床指標后，系統(tǒng)會根據(jù)先前制定的標準對這些指標進行分析，得出正確的診斷結(jié)果。此外，當前各醫(yī)院對腦卒中的治療方式和手段都不統(tǒng)一，而且用的藥也不一樣，當病人在治療過程中更換醫(yī)院時，就會產(chǎn)生治療的不規(guī)律。因此，本研究將會利用關(guān)聯(lián)規(guī)那么算法Apriori對腦卒中病歷數(shù)據(jù)中各種病癥和治療手段以及用藥之間的分析，導出一系列的關(guān)聯(lián)規(guī)那么作為醫(yī)生制定治療方案以及用藥的參考標準。目前，對于醫(yī)療數(shù)據(jù)挖掘算法用的比擬多的是Apriori，而傳統(tǒng)Apriori算法最大的缺乏就是每次尋找頻繁工程集都需要掃描整個數(shù)據(jù)集，當工程數(shù)較多時，就要花大量的時間去掃面數(shù)據(jù)集，從而嚴重影響了算法的效率，這成為了 Apriori 算法的瓶頸。因此，我們采取將掃描數(shù)據(jù)集的過程并行化的方法。由于Hadoop使用的分布式存儲和分布式運算模式，將整個腦中風數(shù)據(jù)平均地分成假設干個數(shù)據(jù)塊，分配到各集群中的各個DataNode中，當執(zhí)行任務時，每個節(jié)點會掃描各自的數(shù)據(jù)塊，從而到達并行掃描的目的。這樣可以大大縮短算法執(zhí)行的時間。具體實現(xiàn)如圖32所示：圖32 Apriori算法Map/Reduce并行化流程圖 建立腦卒中單病種電子病歷〔1〕電子病歷框架單病種電子病歷分為客戶端和WCF效勞端2個局部?？蛻舳吮话惭b在各科室或護士站電腦上；WCF效勞端將運行于醫(yī)院機房的1臺效勞器上?？蛻舳嗽诒话惭b前需要設置好程序的配置文件， WCF效勞端路由所在IP地址和端口等信息。圖33是客戶端和效勞端的分層架構(gòu)示意圖：圖33 框架圖〔2〕系統(tǒng)主要功能l 針對腦卒中病人數(shù)據(jù)的查看頁面〔包括病案首頁、病程記錄、檢查檢驗結(jié)果、醫(yī)囑、手術(shù)記錄、護理記錄等等〕，其中既有結(jié)構(gòu)化信息，也有非結(jié)構(gòu)化的自由文本，還有圖形圖像信息。涉及病人信息的采集、存儲、傳輸、質(zhì)量控制、統(tǒng)計和利用?？梢跃庉嬙\療平臺中來源于不同醫(yī)院以及不同醫(yī)療系統(tǒng)的腦卒中病人數(shù)據(jù)，并且將編輯后的數(shù)據(jù)經(jīng)過規(guī)那么轉(zhuǎn)換后傳輸給來源方，實現(xiàn)腦卒中病人數(shù)據(jù)的雙向傳輸。l 統(tǒng)計分析診療平臺的病人數(shù)據(jù)，提供分析結(jié)果。l 系統(tǒng)常規(guī)功能，包括公告維護，用戶信息維護等功能；l 隨訪功能〔3〕腦卒中醫(yī)療數(shù)據(jù)倉庫與腦卒中單病種電子病歷的交互腦卒中單病種電子病歷可以從醫(yī)療數(shù)據(jù)倉庫中查詢提取病人的各種醫(yī)療數(shù)據(jù)，或者編輯這些病人數(shù)據(jù)并傳回。并且可以以醫(yī)療數(shù)據(jù)倉庫為數(shù)據(jù)源，根據(jù)對病人信息的需求對數(shù)據(jù)源進行挖掘，挖掘分析出針對腦卒中病人的治療信息，病情數(shù)據(jù)等，為醫(yī)院治療腦卒中病人提供幫助。 構(gòu)建柔性臨床路徑所謂的臨床路徑是指針對某種疾病〔或手術(shù)〕以遵循醫(yī)學為原那么建立的一套標準化照顧模式，使病人從入院到出院都按照一種固定模式接受治療和護理，最終起到標準臨床診療行為，減少變異，降低本錢，提高醫(yī)療質(zhì)量的作用。臨床路徑和電子病歷的使用是相輔相成的，電子病歷中各種病歷記錄、護理記錄以及檢驗檢查等數(shù)據(jù)有利于臨床路徑的優(yōu)化和選擇、變異處理及分析。在腦卒中發(fā)病時，常會并發(fā)身體其他臟器的疾病，常見的有急性消化道出血、鬧心綜合癥、肺部感染和急性肺水腫、褥瘡、中樞性呼吸性呃逆等。在引入傳統(tǒng)的臨床路徑時，變異率大，對患者差異的適應性差，束縛了醫(yī)生的臨床診療能力，實用性不強。為了解決現(xiàn)有臨床路徑存在的缺乏，我們提出一種新型的臨床路徑解決方案，即柔性臨床路徑(Flexible Clinical Pathway，F(xiàn)CP)。它是對現(xiàn)有臨床路徑的提升，在使用過程中對于患者執(zhí)行醫(yī)囑之后的不同反響做出判斷，并且引導醫(yī)護人員進入下一步工作。柔性臨床路徑系統(tǒng)是真正的學習型路徑，我們采用有向圖的思想控制病種的診療過程，如圖34。以時間為橫軸，完成一個診療過程后，根據(jù)病癥的不同和對診療行為的不同反響羅列出對應的下一個或多個診療過程，依此類推直到出徑。每一個診療過程可以看作一個節(jié)點，每個診療節(jié)點的時間周期可以是幾個小時、幾天、或者更長時間，這個完全由實際的診療情況而定。一個節(jié)點過度到下個一個節(jié)點的時候是有判別條件的，我們把這個叫做有向孤。醫(yī)生可以根據(jù)自己的行醫(yī)經(jīng)驗通過有向孤上的判別條件手動選擇下一步的診療節(jié)點，也可以利用柔性臨床路徑數(shù)據(jù)分析功能，根據(jù)病人現(xiàn)在的診療狀況自行選擇最正確的下一步診療節(jié)點，如果現(xiàn)在的病人狀況不符合所有下一個節(jié)點的判別條件時就變異終止路徑。因此，醫(yī)生根據(jù)腦卒中治療過程中遇到的狀況，重新設計
數(shù)學相關(guān)推薦
鄂ICP備17016276號-1