一种结合数字孪生技术进行慢阻肺疾病防治管理的方法

摘要

本申请公开了一种结合数字孪生技术进行慢阻肺疾病防治管理的方法，包括以下步骤：步骤一、基于慢阻肺专病数据库，利用诊断决策树构建专家决策模型，将专家知识经验和历史诊断样本加入到决策模型中，强化决策的准确度以及性能；步骤二、通过医院信息系统HIS、个人信息系统、预问诊、健康监测设备收集患者信息，建立数字孪生患者；步骤三、基于患者历史数据结合体征数据，在患者进行了最新预问诊之后，通过专家决策模型，评估患者的患病风险，并给出检验检查建议、治疗方案以及防治策略。从而实现结合数字孪生技术的慢阻肺疾病防治管理。

说明书

技术领域

本申请涉及一种结合数字孪生技术进行慢阻肺疾病防治管理的方法，属于医疗疾病防治管理技术领域。

背景技术

慢阻肺的诊断水平低是全球普遍存在的问题，通常患者因呼吸系统症状就医时，已经处于疾病中晚期，此时慢阻肺治疗费用高、生活质量降低、死亡风险明显增加。慢阻肺的发病原因受到很多因素的影响，如年龄、生活方式、外界环境等。早期控制危险因素和规范管理可以有效延长慢阻肺疾病进程、提高患者生活质量、降低未来急性加重风险。

目前慢阻肺的临床诊断主要通过临床上检验检查的诊断标准，有时也需要对哮喘、慢性支气管炎等进行鉴别诊断，由于慢阻肺患者数量庞大，且患者对疾病的自我认知不足，症状明显的中重度患者集中到有服务能力的综合医院的呼吸专科，还有大量沉淀在社区的轻中慢阻肺患者和高危人群未能得到及时的诊断和规范管理，错过了最佳干预时机。

目前慢阻肺的诊断以临床诊断为主，也有一些借助便携监测设备及开发疾病预测、风险评估模型算法等进行诊断。如申请号为202010386591.6的发明专利申请公开了“一种慢阻肺防治管理方法及系统”，通过监测慢阻肺患者的体征信息，根据个人档案及体征信息判断慢阻肺患者的健康状态，根据健康状态制定防治策略，从而实现了慢阻肺的个体化管理。

发明内容

本申请的目的是提供一种快速、准确的慢阻肺疾病防治模型和管理方法，帮助已有呼吸困难等相关症状的患者进行呼吸内科慢阻肺疾病的防治，用于慢阻肺疾病辅助诊断和风险评估的手段，帮助风险人群进行慢阻肺的检查和评估，同时针对慢阻肺高风险以及慢阻肺患者，提供一些防治策略。

技术方案具体为一种结合数字孪生技术进行慢阻肺疾病防治管理的方法，包括以下步骤：

步骤一、基于慢阻肺专病数据库，利用诊断决策树构建专家决策模型，将专家知识经验和历史诊断样本加入到决策模型中，强化决策的准确度以及性能；

步骤二、通过医院信息系统HIS、个人信息系统、预问诊、健康监测设备收集患者信息，建立数字孪生患者；

步骤三、基于患者历史数据结合体征数据，在患者进行了最新预问诊之后，通过专家决策模型，评估患者的患病风险，并给出检验检查建议、治疗方案以及防治策略。

优选的，所述步骤二中，患者信息包括患者的健康监测数据，患者的健康监测数据通过健康监测设备接口与健康监测设备相连以获得，患者的健康监测数据包括关键数据，关键数据包括呼气峰流速、最大呼/吸气压、1秒用力肺活量、呼气峰值流速PEF、1秒钟所呼出的气体容积PEV1、用力肺活量FVC。

进一步的，所述步骤二中，患者信息还包括院内数据、预问诊数据，院内数据对接医院数据，提取患者主诉症状、现病史历史疾病数据；预问诊数据通过设计预问诊对话模型获得。更进一步的，所述预问诊对话模型通过分层提问，并引入生成对抗网络和互信息策略梯度，通过规划问诊路径，以更少的对话回合收集患者最新的症状、发病缓急、家庭史、生活环境数据。

优选的，所述数字孪生患者依据患者个人信息建立，包括动态个人信息健康档案以及孪生患者模型；动态个人信息健康档案用于患者各类健康数据的接收和标准化治理，包括健康监测数据、医院院内检验检查与诊治数据、预问诊数据；孪生患者模型根据患者影像检查数据构建，同时根据动态监测和更新的数据进行模型更新和动态模型构建。

优选的，所述专家决策模型为慢阻肺专病专家决策模型，包括慢阻肺专病知识库、诊断决策树、并加入了历史病历比对的算法训练提高诊断性能。

进一步的，所述慢阻肺专病知识库循证医学标准，对国际上、国家卫健委、中华医学会发布的指南、规范进行收集整理，结合专业的医疗人员的权威经验，构建慢阻肺专病的症状、病因、检查、诊断方面的专病知识库；

所述诊断决策树根据患者的症状、检查信息，建立结构化、关联化、智能化的临床决策模型，对患者的慢阻肺疾病进行正确诊断和预测；

在专家决策模型中加入历史病历样例，通过比对训练，提升已有模型的诊断效果。

优选的，所述步骤三中，专家决策模型推荐检查和治疗，根据疾病诊断结果，并结合患者健康数据情况，进行检验检查项目的推荐，并推荐治疗方案；

推荐检验检查：构建疾病诊断和推荐检验检查的知识库，在患者疾病诊断的基础上，结合患者的年龄、性别、过敏史、既往史、已有检查数据，进行检验检查项目的推荐；

推荐治疗方案：构建疾病诊断和药品、治疗方案的知识库，在患者疾病诊断的基础上，结合患者的年龄、性别、过敏史、既往史、已有治疗数据，进行治疗方案的推荐，包括用药推荐。

优选的，所述步骤三中，专家决策模型提供风险预警和防治策略，包括风险评估和预警、以及个性化防治策略。进一步的，所述风险预警为：当患者数据出现极端异常值，或者风险评估指数过于正常值时，进行异常提醒；所述防治策略为：根据当前患者的健康状态、专病诊断结果以及风险评估情况，出具相应的防治策略。

本申请基于慢阻肺专病数据库，利用诊断决策树构建了慢阻肺专病专家决策模型，在专家决策模型中加入了专家知识经验和历史诊断样本从而强化决策的准确度以及性能，专家决策模型依赖的数据既包括患者的历史数据也包括体征数据，通过综合收集患者数据，保证数据的全面性和准确性，具体是通过HIS、PIS、预问诊、健康监测设备收集患者的全面信息从而建立数字孪生患者，专家决策模型依据数字孪生患者不同的健康状态进行专家决策，给出患病风险评估以及适应的检验检查建议、治疗方案、防治策略等，从而实现结合数字孪生技术的慢阻肺疾病防治管理。

附图说明

图1为本申请提供的慢阻肺专病专家决策模型结构框架示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但都是对某一实施方式的具体展示，在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。

为使本申请更明显易懂，兹以优选实施例，并配合附图作详细说明如下。

本申请提供的是结合数字孪生技术进行慢阻肺疾病防治管理的方法，包括以下步骤：

步骤一、基于慢阻肺专病数据库，利用诊断决策树构建专家决策模型，同时将专家知识经验和历史诊断样本加入到决策模型中，从而强化决策的准确度以及性能；

步骤二、通过HIS(医院信息系统Hospital Information System)、PIS(个人信息系统Personal Information System)、预问诊、健康监测设备等收集患者信息，为患者建立个人信息档案即数字孪生患者；

步骤三、基于患者历史数据结合体征数据，在患者进行了最新预问诊之后，通过专家决策模型，评估患者的患病风险，并给出一些检验检查建议、治疗方案以及防治策略。

本申请实施例中，基于慢阻肺专病数据库，利用诊断决策树构建了慢阻肺专病专家决策模型，在专家决策模型中加入了专家知识经验和历史诊断样本从而强化决策的准确度以及性能，专家决策模型依赖的数据既包括患者的历史数据也包括体征数据，通过综合收集患者数据，保证数据的全面性和准确性，具体是通过HIS、PIS、预问诊、健康监测设备收集患者的全面信息从而建立数字孪生患者，专家决策模型依据数字孪生患者不同的健康状态进行专家决策，给出患病风险评估以及适应的检验检查建议、治疗方案、防治策略等，从而实现结合数字孪生技术的慢阻肺疾病防治管理。

需要说明的是，本申请中患者并不是仅仅表示已经患上慢阻肺疾病的患者，也代表已有呼吸困难等相关症状的疑似患者以及未有相关症状但存在患病可能的潜在患者。

可选的，本申请方法的某些实施例中，通过健康监测设备接口与健康监测设备比如肺功能仪等相连以获得患者的健康监测数据，患者的健康监测数据中的关键数据包括呼气峰流速、最大呼/吸气压、1秒用力肺活量、呼气峰值流速PEF、1秒钟所呼出的气体容积PEV1、用力肺活量FVC等；

除健康监测数据外，用于专家决策的数据还包括院内数据、预问诊数据，院内数据对接医院数据，提取患者主诉症状、现病史等历史疾病数据；预问诊数据通过设计预问诊对话模型获得，通过分层提问，并引入生成对抗网络和互信息策略梯度，通过合理规划问诊路径，以更少的对话回合收集患者最新的症状、发病缓急、家庭史、生活环境等数据。

可选的，本申请方法的某些实施例中，数字孪生患者依据患者个人信息建立，分别包括动态个人信息健康档案以及孪生患者模型；动态个人信息健康档案用于患者各类健康数据的接收和标准化治理，具体包括健康监测数据、医院院内检验检查与诊治数据、预问诊数据等；孪生患者模型根据患者影像检查数据构建，同时根据动态监测和更新的数据进行模型更新和动态模型构建；

数字孪生患者的两部分：动态个人信息健康档案以及孪生患者模型，均依据患者个人信息、数据实时更新，始终保持匹配患者的最新状态。

可选的，本申请方法的某些实施例中，参见图1，慢阻肺专病专家决策模型，为慢阻肺专病的鉴别、分期分型等提供决策的方法，该模型包括了慢阻肺专病知识库，诊断决策树，并加入了历史病历比对的算法训练提高诊断性能；

(1)慢阻肺专病知识库：循证医学标准，对国际上、国家卫健委、中华医学会等发布的指南、规范等进行收集整理，包括中华医学会的《支气管哮喘防治指南》、慢阻肺全球倡议组织发布的《慢性阻塞性肺病诊断、管理和预防全球战略》等，结合专业的医疗人员的权威经验，构建了慢阻肺专病的症状、病因、检查、诊断等方面的专病知识库；

(2)诊断决策树：根据患者的症状、检查等信息，建立结构化、关联化、智能化的临床决策模型，对患者的慢阻肺疾病进行正确诊断和预测；

(3)历史病历训练：在专家决策模型中加入历史病历样例，通过比对训练，提升已有模型的诊断效果。

进一步的，本申请方法的某些实施例中，专家决策模型推荐检查和治疗，根据疾病诊断结果，并结合患者健康数据情况，进行检验检查项目的推荐，并推荐一些治疗方案；

(1)推荐检验检查：构建疾病诊断和推荐检验检查的知识库，在患者疾病诊断的基础上，结合患者的年龄、性别、过敏史、既往史、已有检查等数据，进行检验检查项目的推荐；

(2)推荐治疗方案：构建疾病诊断和药品、治疗方案的知识库，在患者疾病诊断的基础上，结合患者的年龄、性别、过敏史、既往史、已有治疗等数据，进行治疗方案的推荐，包括用药推荐等。

进一步的，本申请方法的某些实施例中，专家决策模型提供风险预警和防治策略，包括风险评估和预警、以及个性化防治策略；

(1)风险预警：当患者数据出现极端异常值，或者风险评估指数过于正常值时，进行异常提醒；

(2)防治策略：根据当前患者的健康状态、专病诊断结果以及风险评估情况，出具相应的防治策略。

可选的，本申请的某些实施例中，方法的实现依赖于结合数字孪生技术进行慢阻肺疾病防治管理的系统：

首先构建基础架构，主要包括数字孪生模块，知识图谱模块、自然语言处理模块；其中，数字孪生模块为患者慢阻肺健康状态方面的数据接收、治理及映射；知识图谱模块先定义好本体，包括疾病、症状、诊断、风险等，再基于输入数据完成信息抽取最终实现图谱的构建；自然语言处理模块从采集的门诊记录等数据中提取所需的关键信息，如主诉、个人史、既往史等；

然后构建知识层，主要包括规则库模块，专家库模块以及专病知识库模块；其中规则库模块为专病问诊逻辑，专家库模块为专家知识库，专病知识库模块为疾病、症状、诊断鉴别、相关检查、康复等知识库；

最后构建应用层，主要包括数字孪生患者模块、疾病诊断模块、推荐检查及治疗模块、风险预警模块、防治策略模块等；

1、数字孪生患者模块，依据患者数据构建健康档案并匹配孪生模型，数据包括健康监测设备数据、医院就诊数据、预问诊数据等，同时根据动态监测数据和更新的数据进行模型更新和动态模型构建；通过数字孪生患者的构建为疾病诊断和疾病风险评估、疾病推演提供数据和技术支撑；

2、疾病诊断模块包括疾病专家知识库、诊断决策模型、优化算法；通过专家知识、决策模型和历史病历样例的优化训练，提供慢阻肺发病预测、分期分型、鉴别诊断等方面的诊断；

3、推荐检查和治疗模块，根据疾病诊断结果，结合患者健康数据，进行检验检查以及治疗方案的推荐。

4、风险预警模块，通过风险评估模型，提供健康状况的风险评估，出现异常时进行预警。

5、防治策略模块，根据当前的患者数据和诊断结果，提供相应的用药、饮食、康复等方面的防治策略。

使用时，患者连通健康监测设备并开始使用；通过接口同步或手动上传医院门诊记录等数据，充实和完善数字孪生患者与健康档案；患者使用预问诊系统进行问题的回答，系统会收集患者最新的症状等数据；患者使用慢阻肺专病诊断功能，系统根据患者数据，并运行诊断决策模型，生成诊断报告，包括发病概率、慢阻肺的分期分型、风险指数等。当患者指标异常或诊断出疾病时，进行预警提示。

本申请遵循循证医学原理，通过使用监测设备、使用预问诊系统等收集患者信息，应用专家知识结合历史病历样本，为慢阻肺专病提供一种高效准确的疾病诊断决策的方法。提供慢阻肺专病风险预警和防治策略，为健康、亚健康及风险人群提供一种慢阻肺专病发现、预警和个性化管理的方法，提高慢阻肺疾病防治的普及率，并减轻医院医生的问诊压力；

优点在于：

1、慢阻肺诊断决策模型，运用专家知识经验、结合历史病历样本，符合临床诊断逻辑，诊断的过程简单，且准确率高。

2、进行患者就诊、检查、预问诊、居家监测等多维数据的接收和治理，运用数字孪生技术进行慢阻肺专病的推演和风险评估，具有疾病诊断的实时性，同时起到一定的防治效果。