基于药物疗效日志的临床路径挖掘方法

• 作者: 包云霞 曾庆田 朱冠烨 李睿易 鲁法明
• 来源期刊: 计算机集成制造系统
• 学科: 工学
• 关键词: 过程挖掘 词对隐狄利克雷分布模型 概率后缀树 临床路径
• 年，卷（期）: 2019,（4）
• 页码范围: 1017-1025
• 页数: 9页
• 分类号: TP301
• 字数: 7897字
• 语种: 中文
• DOI: 10.13196/j.cims.2019.04.026

摘要

标准临床路径对于规范治疗流程、提高治疗效果具有重要作用,但当前的临床路径是面向同一病种的所有患者制定的,无法体现患者或者医疗部门的个性化信息.为了实现符合患者和医疗部门特点的个性化临床路径,从医疗信息化系统中记录的患者处方数据出发,进行药物治疗临床路径的挖掘.首先由处方数据结合Drug-Bank数据库生成患者的每日用药疗效文档;然后使用词对隐狄利克雷分布模型对这些药物疗效文档进行主题聚类,得到患者每日所用药物对应的疗效主题;最后以各个患者的药物疗效主题序列为输入,训练概率后缀树模型作为药物治疗的临床路径模型,该模型既可以辅助专家进行个性化临床路径的制定,也可以用于患者后续服用药物的推荐.以MIMIC-Ⅲ数据库中肺炎患者的处方数据为实例,对所提方法的可行性和有效性进行了验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾庆田	山东科技大学计算机科学与工程学院	67	573	14.0	21.0
2	鲁法明	山东科技大学计算机科学与工程学院	27	101	4.0	8.0
3	包云霞	山东科技大学计算机科学与工程学院	15	51	4.0	6.0
4	朱冠烨	山东科技大学计算机科学与工程学院	2	2	1.0	1.0
5	李睿易	山东科技大学计算机科学与工程学院	1	2	1.0	1.0