欢迎访问一起赢论文辅导网
博士论文
当前位置:首页 > 博士论文
基于临床实践指南的诊疗过程建模方法
来源:一起赢论文网     日期:2018-07-03     浏览数:2210     【 字体:

  杨丽琴 等:基于临床实践指南的诊疗过程建模方法建模、执行和控制是增强 CPG 实施效果、实现高效医疗服务的重要途径。基于 CPG 的诊疗过程作为一种知识密集型业务过程,描述了疾病的诊断过程、临床医学知识、患者信息数据、治疗活动的执行路径等,通过定义和表示诊疗过程中的各种知识、提供其精确的语义模型,可促进无缝一致的知识交换和共享,有利于诊疗过程的计算机化执行和控制。以活动为中心的业务过程建模[2-4]和以数据为中心的业务过程建模[5-6]是传统过程建模的两大分支,两种方法都用各自的方式表示业务数据,为描述有数据依赖的业务过程建模提供了可能性。然而,传统的业务过程建模[2-6]方法在描述医疗领域中知识密集的业务过程时存在两个困难:①针对领域知识密集的特点,建模人员不仅应该具备充分的医疗专业知识,还应该熟练掌握相关的过程建模方法和技能,而在实际操作中,两者往往不可兼得;②各种医疗组织中的异构系统使用不同的知识表示方法描述、理解诊疗过程的相关知识,它们可能使用不同的术语表示相同的概念,即使使用相同的术语也可能关联不同的语义来表示不同的概念,从而造成诊疗过程知识共享和应用的不一致,影响相关诊疗活动的执行以及 CPG 的实施效果。对此,需要一种面向医疗领域的统一的语义模型,为基于 CPG 的诊疗过程知识表示提供公共的语义基础,以便在一致的公共语义基础上实现诊疗过程 的建模、解释、执 行 和控制。从20世纪90年代的医学知识表达标准 ArdenSyntax 发 展 至 今,国 际 上 公 开 发 布 了 EON[7],PRODIGY[8], SAGE (Standards-Based ActiveGuideline Environment)[9],GLIF(GuideLine In-terchange Format)[10-12],GUIDE[13],ProForma[14-15]等十余种医学知识模型,其中引入本体论的医学知识模型包括 EON,GLIF,ProForma,SAGE等,是现阶段医学知识建模常用的知识模型。与传统的过程建模方法相比,这些语义模型本身是面向医疗领域的,这就为诊疗过程的建模减少了很多工作。然而,在诊疗过程的建模过程中,仍需要医疗专业人员和计算机技术人员针对特定疾病的诊疗方法反复讨论和协商后,由建模人员利用建模工具直接创建特定语言表示的诊疗过程模型,建模周期长、人力和资金成本高。为进一步提高诊疗过程的建模效率,本文提出一种将文本形式的 CPG 转换成计算机可理解的诊疗过程模型的通用方法。该方法以 CPG 为输入,首先按照诊疗过程的主题元素提取出相应内容,然后通过主题元素到模型构件的映射关系,找到主题元素对应的模型构件。因为 GILF模型是一种面向医疗领域的统一语义模型,所以本文选用 GILF 模型创建相应的 GLIF 类实例,并将主题元素中的内容填充到相关的属性中。1 相关工作业务过程管理(Business Process Management,BPM)技术的广泛研究和成功应用,以及医疗卫生系统对提高治疗和生命质量、治疗连续性和集成治疗趋势的重视,使得面向医疗卫生服务过程的建模和管理受到不少学者的关注。Srinivasan等[16]提出基于参数 Petri网(Parameterized Petri Net,PPN)的卫生系统建模方法和工作流管理系统(WorkflowManagement System, WfMS);Quaglini 等[13]将CPG 表示为图形化过程模型,并转换为 Petri网模型,结合相关的组织模型进行仿真和验证,以支持基于医 疗 指 南 的 中 风 和 心 力 衰 竭 病 人 的 管 理;AnzbOck等[17]提出基于 Web服务的工作流模型,并用业 务 过 程 执 行 语 言 (Business Process Execu-tion Language,BPEL)和 Web服务描述语言(WebService Description Language,WSDL)形式化地描述该 模 型,以 实 现 集 成 卫 生 企 业 (Integrating theHealthcare Enterprise,IHE)事 务 和 过 程 流 (如 患者管理过程流),提供Intranet/Internet混合环境下的医疗 Web服务;Djohan等[18]结合使用事件驱动的过程链(Event-driven Process Chain,EPC)和功能分配 图 (Function Allocation Diagram,FAD)建模临床过程,采用知识结构图表示知识网。这些研究大多重视一般医疗过程的建模和管理,不特别关注基于 CPG 的诊疗流程,没有考虑诊疗过程中相关知识语义的一致表示、交换和共享。Asbru等[19]提出 的模型主 要 针对病人 的治疗过程、恢复情况,以及药物的预期效果等方面,对时间的描述比较丰富,如病人的发病周期、使用药物的观察期等,其结构主要分为表现、目的、约束、效果、计划 5 部 分,但 对 诊 断 部 分 体 现 的 不 是 很 多。GUIDE[13]是一个基 于 组 件 的 多 层 模 型,该 模 型 采用形式化的模型以及工作流系统和电子病历(Elec-tronic Patient Record,EPR)将临床指南中的医学知识整合起来。GUIDE 由意大利 Pavia大学医学4011计算机集成制造系统 第23卷信息系实验室建立,其主要模块包括指南管理系统(Guideline Management System,GIMS)、电子病历(Electronic Patient Record,EPR)和 WfMS 3 部分。EON[7]是由斯坦福大学医学信息系开发的一个由一系列模型和指南应用软件组件构成的架构,其指南 模 型 (Dharma模 型)定 义 了 指 南 知 识 的 结构,包括指南选择标准、抽象定义、指南算法、决策模型和建议的活动等,其中指南算法由一系列脚本、动作、决策、分 支 和 同 步 节 点 组 成。GEM(GuidelineElements Model)[20]是耶鲁中心为医学信息化开发的、用来组织指南知识标准化的一个医学知识模型。与 Asbru类似,GEM 也基于可扩展标记语言(eX-tensible Markup Language,XML),该模型可以以元素的形式收集网络上或文档资料中的多种临床指南,将自然语言的指南文档转换为由计算机处理的形式。SAGE[9]是 由 斯 坦 福 大 学 医 学 院 开 发 的 项目,该项目在工作流集成、模型共享以及从异构的临床信息系统中获取患者信息等方面进行了研究,为医学知识 表 示 提 供 了 较 为 有 效 的 方 法。PROfor-ma[15]是英国癌症研究中心 开发的一个模型,其 包含形式化知识表示的语言,以及一个可以被计算机解释执行的临床指南结构。它定义了根任务、计划、决策、活动和询问5种任务类型,根任务中定义了其他4种衍生任务的公共属性,这些属性可描述任务的目标、触发条件和执行结果等信息。GLIF[10-11]是斯坦福医学院、哈佛大学、麦吉尔大学和哥伦比亚大学共同研究开发的一个医学模型,其主要目标是开发一个可促进知识共享的 CPG 标准。GLIF 主要包括面向对象模型和语义一致性模型,其中包括一系列指南表示类,每个类都具有其自身的数据类型和属性。GLIF统一了其他语义模型的有用构造和特征,符合医疗卫生系统已使用的标准(如 HL7的RIM version1.0),解决了知识描述不一致的问题。2 诊疗过程开发面临的挑战现有的诊疗过程计算机建模和执行的过程框架如图1所示。首先,依据目前临床案例和医疗文献,在计算机专业人员的参与下,各专业医生经过多轮讨论协商总结出特定疾病的诊疗过程;然后,计算机专业人员将讨论结果表示成计算机可理解的诊疗过程模型(Computer-interpreted Guideline,CIG);接着,基于计算机可理解的诊疗过程模型,开发解释和执行这些诊疗过程的计算机系统,在执行过程中通过和医生或医院已有的信息系统、病历管理系统、电子医嘱系统等交互,获得患者的疾病数据,从而做出诊断和选择治疗方案。其中,获得计算机可理解的诊断过程模型是整个系统实现的基础。不同疾 病 的 诊 疗 过 程 由 不 同 种 类 的 临 床 措施,即各种诊断和治疗活动组成,这些临 床活动之间存在一定的逻辑先后关系和数据 依赖关系。诊疗过程建模与传统的业务过程建模存在密 切的关系,它们之间的对应关系为:诊疗过程对 应特定领域下的业 务 过 程,临 床 诊 疗 措 施 对 应 业 务 过 程 中的活动,实 施 医 疗 实 践 活 动 的 医 护 人 员 对 应 业 务过程的参 与 者,诊 疗 活 动 所 使 用 的 患 者 疾 病 信 息对应业务 过 程 中 的 数 据,而 诊 断 标 准 则 对 应 业 务流程中的 业 务 规 则。相 比 传 统 的 业 务 过 程,诊 疗过程具有以下特点:(1)知识密集患者的整个就 诊 过程 都贯 穿着复杂多样的医疗知识和诊疗规则,利用这些规则,医生根据患者症状和检查数据做出正确的决策和治疗措施。概括起来,规 则 分 为 诊 断 规 则 和 治 疗 规 则 两 类。 诊断规则主 要 涉 及 诊 断 推 理 过 程 有 关 的 知 识、根 据患者的症状和检查结果判断疾病类型及严 重程度等,以及据 此 诊 断 结 果 给 出 相 应 的 治 疗 方 案。 治4012 杨丽琴 等:基于临床实践指南的诊疗过程建模方法疗规则 主 要 涉 及 与 临 床 治 疗 措 施 执 行 有 关 的 知识,如 治 疗 活 动 与 其 副 作 用、禁 忌 症 之 间 的 关系等。(2)结构复杂诊疗过程的复杂性由医学知识和诊疗规则的复杂性,以及诊断贯穿于患者整个就诊过程造成。初诊时,医生根据患者的疾病数据,按照诊断规则做出判断并选择治疗方案;然后,在治疗过程中,医生根据患者的病情发展和检查指标对治疗方案做进一步调整。因 此,整 个 诊 疗 过 程 具 有 复 杂 性 和 多 样 性特点。(3)数据多样诊疗过程需要获取患者的医疗数据,当这些数据满足一定条件时才进入相应的治疗。因为疾病本身具有复杂性,所以与疾病相关的患者数据类型也呈现多样性特点。例如,血压数据包括舒张压、收缩压、均血压和脉压;又例如,在描述咳嗽症状时,不仅要包含咳嗽属性,还要包含时间属性。(4)时间约束时间是诊疗过程中一 个非 常重要的维度。诊疗过程模型需要明确表示临床活动的时间概念和时间 关 系。 例 如,每 5 小 时 服 药 一 次,持 续 服 药10天。诊疗过程可以看作是业务过程的一个特例,但又具有以上几个特点。因此,用传统的业务过程建模描述医疗领域中知识密集的诊疗过程时存在以下挑战:(1)建模工程师需要与医疗领域专家反复讨论,共同完成诊疗过程的建模。该方法没有充分利用已有的 CPG 文 档,导 致 建 模 周 期 长、人 力 和 资 金 成本高。(2)各种医疗组织中的异构系统使用不同的表示方法描述、理解 CPG 中诊疗过程的相关知识,它们可能使用不同的术语表示相同的概念,即使使用相同的术语也可能关联不同的语义来表示不同的概念。从而造成诊疗过程在共享和应用上的不一致,从而影响相关诊疗活动的执行。为解决以上问 题,本 文 提 出 一 种 将 文 本 形 式的 CPG 转换成计 算 机 可 理 解 的 诊 疗 过 程 模 型 的通用方法,充 分 利 用 已 经 修 订 完 成 的 CPG,抽 取其中与疾病诊疗相 关 的 内 容 ,将 其 转 换 成 计 算 机可 理 解 的 诊 疗 过 程 模 型,从 而 缩 短 建 模 周 期,节省人力和资金成本。本文选 用 GILF模 型 作 为 诊疗过程 最 终 的 表 示 方 式,以 解 决 描 述 不 一 致 的问题。3 基于临床实践指南的诊疗过程建模方法3.1 基于临床实践指南的诊疗过程建模方法框架针对各种 疾 病 制 定 的 CPG 涉 及 的 具 体 诊 疗过程存 在 很 大 差 别,直 接 为 所 有 CPG 一 一 建 立相应的诊 疗 过 程 模 型 需 要 耗 费 大 量 的 时 间 和 精力。鉴于任何诊疗 过 程 通 常 包 含 一 些 公 共 知 识 ,如 诊 疗 活 动、治 疗 结 果 等,本 文 提 出 一 种 基 于CPG 的诊疗过程建模通 用 方 法 (如 图 2),将 CPG转换成计算机 可 理 解 的 诊 疗 过 程 模 型 。 首 先,分析 CPG 的 内 容,按 照 诊 疗 过 程 的 主 题 元 素 提 取相应的 内 容。 在 分 析 大 量 的 CPG 后,发 现 各 种疾 病 诊 疗 过 程 的 公 共 概 念、关 系 和 步 骤,从 中 得到诊疗 过 程 相 关 的 主 题 元 素,具 体 提 取 方 法 见3.2节。然后,通 过 主 题 元 素 到 模 型 构 件 的 映 射关系,找到主题 元 素 对 应 的 模 型 构 件 。 接 着 创 建相应的 GLIF类 实 例,并 将 主 题 元 素 中 的 内 容 填充到相关的属性或实例中。 主 题 元 素 到 GLIF 模型构件的映射见3.3节。40130;修订日期:2016-09-23。Received 10July 2016;accepted 23Sep.2016.基金项目:国家自然科学基金资助项目(60873115);教育部—中国移动科研基金资助项目(MCM20123011);上海市科技发展基金资助项目(13dz2260200,13511504300);上海中医 药 大 学 预 算 内 资 助 项 目 (2016YSN81)。Foundation items:Project supported by the NationalNatural Science Foundation,China(No.60873115),the National Department of Education and China Mobile Science Foundation,China(No.MCM20123011),the Shanghai Science and Technology Development Foundation,China(No.13dz2260200,13511504300),and theShanghai University of Traditional Chinese Medicine budget,China(No.2016YSN81).基于临床实践指南的诊疗过程建模方法杨丽琴1,2,3,康国胜1,2,张 亮1,2+(1.复旦大学 计算机科学与技术学院,上海 201203;2.复旦大学 数据科学重点实验室,上海 201203;3.上海中医药大学 图书信息中心,上海 201203)摘 要:为了促进临床实践指南的自动化实施,提出一种借助公开可用的标准和本体将临床实践指南转换为计算机可理解的诊疗过程模型的通用方法。该方法以临床实践指南为输入,提取诊疗过程主题元素,根据主题元素和本体模型构件之间的对应关系,创建具体实例完成诊疗过程建模。以《中国高血压防治指南(第三版)》为例,检验了该方法的有效性,构建了高血压诊疗过程 GLIF模型。关键词:临床指南;GLIF;业务过程;转换;本体中图分类号:TP311   文献标识码:ATransforming clinical practice guideline into processesYANG Liqin1,2,3,KANG Guosheng1,2,ZHANG Liang1,2+(1.School of Computer Science,Fudan University,Shanghai 201203,China;2.Shanghai Key Laboratory of Data Science,Fudan University,Shanghai 201203,China;3.Library and Information Center,Shanghai University of Traditional Chinese Medicine,Shanghai 201203,China)Abstract:To improve the implementation of Clinical Practice Guideline(CPG)automatically,an operational approachto transform CPG into a set of computerized processes with extending standards and available ontology publicly wasproposed.By extracting subject elements of clinical trials from the CPG semi-automatically,ageneral mapping be-tween subject elements and ontology model was provided,and the instantiation operation was founded for completingthe diagnosis and treatment processes.Chinese Hypertension Prevention Guide(Third Edition)was taken as an ex-ample to validate the effectiveness of the proposed method,and the GLIF-based process was constructed.Keywords:clinical guideline;GLIF;business process;transformation;ontology0 引言临床实践指南(也称临床指南)(Clinical Guide-line,Clinical Practice Guideline,CPG)是针对特定临床问题的病人采取的诊疗指导意见[1],其由不同种类的临床措施即各种诊断和治疗活动组成,以实现一定的诊疗目标。临床活动之间存在一定的逻辑先后关系和数据依赖关系,通常由不同的医护人员或应用程序使用各种资源(如医疗设施、药物等)来执行。医生根据 CPG 指导疾病的诊断、用药、治疗方案的选择等,最终达到规范医疗行为、降低医疗费用、改善医疗质量的目的。基于 CPG 的诊疗过程开发可辅助基层保健医生开展诊断评估和干预,有助于科学有效地长期管理疾病。诊疗过程的计算机化计算机集成制造系统 第23卷3.2 基于临床实践指南的诊疗过程主题元素的提取笔者收集了国内十多种疾病的 CPG 文档,同时参考了 CPG 制定规范的相关文献,发现 CPG 通常包括以下内容:(1)说明部分该部分内容详细说明了指南制订的指导思想、指南制订的目标、指南的实施对象、指南的开发者、指南制订的资金来源或资助者、指南制订的文献研究方法、指南主题相关的定义和名词术语、潜在的利益关系、调査问卷的实施情况、更新方法和计划以及其他需要说明的问题等。(2)指南的正文部分1)疾病的定义 包括疾病的专业名称、常见症状、相关医学指标等。2)疾病分类 按照疾病的严重程度或病因将疾病进行分类。3)诊断方法   涵 盖 疾病 的诊断标准和鉴别诊断,包括诊断该疾病所需要进行的各项检查(如体格检查、实验室检查等),需了解的患者病史、与该疾病相关的危险因素等,以及使用这些数据进行的相应疾病的诊断方法。4)治疗方法 包括治疗的基本原则、治疗目标、治疗策略、药物治疗(包括重要口服药、注射剂等)、非药物治疗等其他治疗方法。5)预防护理 主要包括疾病预防和护理内容。6)参考文献 包括指南证据的文献出处,可为诊疗过程中的医疗活动提供进一步的证据。本文 研 究 了 CPG 的 基 本 内 容 组 成,提 取 出CPG 中与诊疗过程相关的主题元素,如表 1 所示。主题元素包括诊疗过程的基本描述信息、纳入条件、诊断所需要的患者数据、诊断的判断规则、诊 断 过程、疾病类型及其对应的治疗过程等。表1 主题元素提取结果CPG 内容 提取主题元素说明部分指南制定的目标、开发者、制定日期、版本号、参考文献……基本描述信息正文部分实施对象 纳入条件诊断性评估 评估内容症状既往史用药情况生活习惯检查项目……患者数据续表1正文部分分类与分层疾病类型1判断因素1 患者数据判断标准1 判断规则疾病类型2判断因素2 患者数据判断标准2 判断规则…… …… ……治疗方法疾病类型1 治疗策略1疾病类型2 治疗策略2…… ……治疗活动3.3 主题元素到 GLIF模型关键构件的映射由于诊疗过程特殊的领域特性,需要一种面向医疗领域的统一的语义模型,为基于 CPG 的诊疗过程知识表示提供公共的语义基础。GLIF是一 种 面 向 对 象 的 语 义 模 型,由 类、属性以及类 和 类 之 间 的 关 系 构 成,类 的 属 性 包 括 数据属性和 实 例 属 性 两 种 类 型,数 据 属 性 描 述 类 的特征,实例属性描述类与类 之 间的关 系。GLIF的高层类图如图3所示,其中 包 括 Guideline_Model_Entity,Guideline,Algorithm,Guideline_Step,Action_Step,Decision_Step,Patient_State_Step,Branch_Step,Synchronization_Step,Action_Specification,Supplemental_Material等。 这 些 类 都 具 有 各 自 的属性,例 如 Guideline类 有 name(名 称),author(作者),encoder(建 模 者),first_step(第 一 步 措 施)和didactics(参考资料)等属性。GLIF 模 型 中 与 诊 疗过程相关的关键构件如下:(1)描述信息Guideline类是对所有 CPG 诊疗过程的整体描述。属性包 括 诊 疗 过 程 的 描 述 信 息 (maintenanceInfo)、治 疗 目 标 (intention)、第 一 步 措 施 (first_step)、诊 疗 过 程 (algorithm )和 证 据 资 料(didactics)等。Maintenace_Info 类 描 述 详 细 的 CPG 相 关 信息,属性包括制定者(author),制定日期(authoring_date),版 本 号 (guideline_version)和 当 前 状 态(guideline_status)等。(2)诊疗过程Algorithm 类描述诊疗过程中所有的步骤及其之间的先后关系。属性包括过程名称(name)、第一步措施(first_step)、所有步骤(steps)和每两个步骤之间的先后关系(binary_relationship)。Guideline_Step类表示诊疗过程中的所有步骤,4014 杨丽琴 等:基于临床实践指南的诊疗过程建模方法这些步骤分为5种不同的类型:Action_Step类表示活动、Decision_Step类表示决策分支、Branch_Step类表示并行分支、Synchronization_Step类表示同步合并,Patient_State_Step类表示患者状态。Action_Specification类表示具体的活动,描述活动的名称(name)、执行活动后的目标(intention)和参考资 料 (didactics)等。具 体 包 括 4 种 不 同 类型:获得患者数据活动(Get_Data_Action类)、获取医疗知识活动(Get_Knowledge_Action类)、医疗活动(Medically_Oriented_Action_Specification类)和子过程(Subguideline_Action类)。(3)患者数据Data_Item 类 表 示 诊 疗 过 程 中 所 需 的 患 者 数据,包括 Literal_Data_Item 和 Variable_Data_Item两个子类,分别表示患者的 静态数据和动态数据。Data_Item_Value类 表 示 具 体 的 数 据 类 型。GLIF模型按照 HL-7的参考信息模型(Reference Infor-mation Model,RIM)规范将患者数据定义为用药(Medication类)、症状(Observation类)和检查过程(Procedure类)3 种 类 型,分 别 表 示 患 者 的 用 药 信息、症状信息和检查信息。(4)概念及其关系描述患 者 数 据 时 所 使 用 的 概 念 或 专 业 术 语要 使 用 标 准 的 医 学 本 体 来 表 示,GLIF 引 用UMLS(unified medical language system)中的标 准词汇表示 这 些 概 念。Knowledge_Item 类 表 示 领域概 念 及 其 之 间 的 关 系,该 类 包 括 Concept和Concept_Relationship 两 个 子 类。 领 域 概 念 用Concept类表示,其中concept_id属性 表 示 领 域 词汇代码;Concept_Relationship类 描 述 两 个 类 之 间的关 系,其 中 relationship_type属 性 表 示 关 系 名称类型。(5)规则描述Criterion类表示决策的判断条件,类中的属性描述了判断条件的名称(name)、逻辑表达语言的种类 (encoding_language)、逻 辑 表 达 式 (specifica-tion)。GLIF 采 用 GEL(guideline expression lan-guage)作为逻辑表达语言。主题元素与 GLIF中类的对应关系如表2所示。其中,Property表示 GLIF中对应的属性名称,Domain表示该属性所属的类,Allowed Class表示该属性实际的数据类型即不同的类。诊疗过程的基本描述信息4015计算机集成制造系统 第23卷由 Guideline类 的 maintainance_info,intention 和 di-dactics等属性描述。其中,maintainance_info属性是Maintainance_Info类的实例,intention属性是基本的字符串类型,didactics属性是 Supplemental_Material类的实例。纳入条件和判断规则对应 Criterion类的实例,分别是Patient_State_Step类和 Case_Step类的patient_state_description和expression属性。诊断所需要的患者数据通过 Get_Data_Action类获得,对应data_item 属性,它是 Data_Item 类的实例。通过检查才能 获 得 的 数 据 通 过 Medically_Oriented_Action_Specification类 获 得,对 应 medical_task 属 性,也 是Data_Item 类的实例。诊断过程和治疗过程都是 Al-gorithm 类 的 实 例,对 应 Guideline 类 的 algorithm属性。表2 主题元素与 GLIF中类的映射关系提取主题元素 Property Domain  Allowed Class基本描述信息maintainance_info  Guideline  Maintainance_InfointentiondidacticsGuidelineStringSupplemental_Material纳入条件 patient_state_description  Patient_State_Step Criterion判断规则 expression  Case_Step Criterion患者数据(病史等) data_item  Get_Data_Action患者数据(检查) medical_task  Medically_Oriented_Action_SpecificationData_Item治疗活动 tasks  Action_Step  Medically_Oriented_Action_Specification3.4 诊疗过程模型的构建过程诊疗过程分为诊断和治疗两个阶段。诊断过程的一般构建过程如图4所示。步骤1  创建 Algorithm 类的实例,用来 描 述活动之间的先后顺序。步骤2 描述患者纳入该诊疗流程的条件,创建 Patient_State_Step类的实例,实例中的 patient_state_description属性用来描述具体条件。步骤3 通过创建多个 Get_Data_Action类的实例获得患者数据(如症状、病史等)或检查数据,一个 Get_Data_Action 实例 可 以同时获得 多 个 患 者数据。步骤4 按照 CPG 中的诊断过程,通过创建多个 Decision_Step类的实例,构建疾病的分类诊断过程。每种疾病类型对应一条判断规则,即对应一个Decision_Step类的实例。步骤5 针对每一个疾病类型创建相应的治疗过程。将治 疗 过 程 定 义 成 子 流 程,因 此 创 建 Sub-guideline_Action 类 的 实 例,该 实 例 包 含 了 algo-rithm 属性,用来描述详细的治疗过程。治疗过程的一般构建过程如图5所示。步骤1  创建 Algorithm 类的实例,用来描述活动之间的先后顺序。步骤2 创建多个 Medically_Oriented_Action_Specification类的实例,用来表示治疗活动。步骤3  创 建 Branch_Step 类的实例或 Deci-sion_Step类的实 例,用 来 表 示 治 疗 活 动 之 间 的 关4016第5期 杨丽琴 等:基于临床实践指南的诊疗过程建模方法系。若使用 Branch_Step类实例表示活动之间的并行关系,则需要一个 Synchronization_Step 类 实 例与之对应。步骤4 创建 Patient_State_Step类实例,用来表示治疗结束。图4中疾病类型1对应的治疗过程1的构建过程如图5所示,其中 Branch_Step类实例表示该类型疾病采用联合治疗手段,同时实施治疗活动1和治疗活动2。4 案例分析:高血压诊疗过程语义建模针对本文提出的基于 CPG 诊疗过程建模通用方法,利 用 高 血 压、糖 尿 病 和 急 性 肾 损 伤 疾 病 的CPG 构建3种疾病的诊疗过程模型。结果表明,这3种疾病的诊疗过程模型均符合疾病治疗的一般过程。下面以高血压 CPG 为例,按照本文所提方法构建高血压诊疗过程模型。首先,分析卫生部 疾病控制局颁布的《中国高血压防治指南(第三版)》,提取 其中非继发性高血压诊疗过程的主题元素,提取到的主题元素如下:①基 本 描 述 信 息 包 括 制 定 目 标 为 收 缩 压 <140mmHg,收缩压<90 mmHg;制定者为卫生部疾病控制局;制定 日 期 为 2010 年;版 本 为 第 三 版。 ②纳入诊疗条件为收缩压>140mmHg和/或舒张压>90 mmHg。 ③ 疾 病 分 类 及 判 断 规 则 如 表 3 所示。④患者 数 据 包 括 患 者 血 压 测 量 值 (收 缩 压 和舒张压)、患者 的 所 有 危 险 因 素 (如 肥 胖、吸 烟、糖尿病等)、患者的所有伴临床疾病(如糖尿病、心绞痛、肾 功 能 不 全 等 )。 根 据 3.3 节 主 题 元 素 到GLIF关键构件的映射关系,非 继发性高血压诊疗过程主题 元 素 对 应 的 GLIF 属 性 及 其 取 值 如 表 4所示。表3 高血压分类及判断规则血压/mmHg其他危险因素和病史1级SBP140~159或 DBP90~992级SBP160~179或DBP100~1093级SBP≥180或 DBP≥110无 低危 中危 高危1~2个危险因素 中危 中危 高危3个以上危险因素或伴临床疾病高危 高危 高危表4 GLIF属性及其取值提取主题元素GLIF属性 取值基本描述信息title 非继发性高血压诊疗author 卫生部疾病控制局authoring_data  2010guideline_version 3encoder 复旦大学SOARingLab实验室intention  SBP<140and DBP<90didacticsurl:http://www.nhlbi.nih.gov/guidelines/hypertension/jnc6.pdf纳入条件patient_state_descriptionSBP>140or DBP>90判断规则 expression(DBP≥90and DBP≤99)or(SBP≥140and SBP≤159)(DBP≥100and DBP≤109)or(SBP≥160and SBP≤179)isEmpty(RiskList)and is Empty(LCJHList)not isEmpty(LCJHList)orRiskList.count≥3危险因素临床疾患data_item肥胖、吸烟、心血管家族历史等糖尿病、心绞痛、肾功能不全等治疗活动 tasksACEI、ARB受体阻滞剂、钙通道阻滞剂、噻嗪利尿剂注:DBP表示舒张压;SBP表示收缩压;RiskList表示危险因素列表;LCJHList表示临床疾患列表。根据表4的内容,采用 GLIF的Protéé可视化工具创建具体类的实例,将表4中的主题元素内容填充到相应的属性中,从而创建非继发性高血压诊疗过程 GLIF模型。非继发性高血压的诊断过程如图6a所示,图中“中高危_治疗”、“中危_治疗”和“低危_治疗”均为治疗子过程,其中“低危_治疗”子过程如图6b所示。图6b中对低危患者采用单药治疗方法,因此使用 Decision_Step节点选择4种药物中的一种进行治疗。本案例建模了高血压 CPG 中非继发性高血压的诊疗过程,其他高血压诊疗过程如妊娠高血压、内分泌性高血压、药物性高血压等使用同样的方法建模。5 结束语面对诊疗过程规则密集、结构复杂、数据多样和4017

[返回]
上一篇:基于凸多面体抽象域的自适应强化学习技术研究
下一篇:计算机系统体系结构的层次设计