登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 外文翻译 > 计算机类 > 物联网工程 > 正文

基于规则的疾病自检与医院注册推荐系统外文翻译资料

 2022-11-08 08:11  

英语原文共 4 页,剩余内容已隐藏,支付完成后下载完整资料


基于规则的疾病自检与医院注册推荐系统

慕斌,冯晓,石金媛

软件工程学院

同济大学

上海.中国

binmu99@163.com

scarlingxf@gmail.com

yuanshijin2003@163.com

摘要-中国政府正在探索建立一个统一的医院挂号系统,解决漫长的排队等待让医院登记的一般问题,更正登记是为了避免浪费医疗资源,得到及时检查和治疗的一种有效途径的前提。本研究的目的是建立一个疾病自检和医院挂号推荐系统帮助人们做好疾病自查和进行快速的网上登记。首先,该系统通过检查身体部位的不同症状帮助人们进行疾病的自我检查。其次,人们推荐相应的医院登记部门进行网上报名。上述程序中,认真考虑一些因素,如用户的疾病和过敏史,在中国各级医院部门层次,目前的医疗资源情况等,这可能会大大影响疾病的自我检查和登记推荐的结果。该系统是一个基于云计算的区域医疗信息共享与协作平台的信息服务,由我们的团队建立。其结果是,它可以被监测、控制和进一步改善。

关键词-医疗;疾病自我检查;医院挂号系统;流水;RESTful Web服务

一、简介

在中国的大多数医院,目前注册过程如下:患者进入医院后应先做检查。在那之后,病人将得到登记部门的名字打印或写的票。有了票,病人可以排队挂号。随着我国政府正在探索建立统一的医院登记制度来解决上述问题,北京和我省已经建立并实施了一些制度,这确实缓解了上述问题。然而,另一个问题出现了。人们可以在线注册,但他们不知道确切的部门,他们应该注册没有帮助的预检查台(服务)。对于那些对医学主题知之甚少的人来说更难,因为他们只是根据自己的经验来判断,这可能会导致错误的部门注册。因此,注册推荐系统对人们进行网上注册快速、充分利用有限的注册资源是十分重要和必要的。

医疗决策一直是人工智能领域(AI)[ 1 ],和后来的数据挖掘(DM)和机器学习(ML)等领域的研究项目的中心利益[ 2 ]。此外,规则并不是最新的技术,并已应用于许多领域。以规则为基础的方法的决策是由Shortliffe MYCIN[ 3 ]首创,其中包含一种抗生素治疗的选择决策支持系统。然后华纳之后扩展它的帮助系统,对病人的记录[ 4 ]异常警报生成决策支持系统。Gwo Lang Yan建立了一个医院挂号系统使用综合征的描述分析和信息检索技术[ 5 ],但部门层次在不同级别医院没有考虑。它的结果不准确,在使用登记的建议时。例如,如果有人有呕吐的症状,他或她可以登记在消化科或神经科大医院甚至只是在一个小医院内科而不是在一个遥远的大医院。

在这项研究中,我们只专注于粗糙的疾病自我检查的方式,而不是复杂的医学决策的规则推理的方式。疾病自查后,相关登记部门将通过系统的推荐,对用户的因素、医院的地理位置、医院的注册限额和结余、各级医院的科室层次进行权衡。

本文的结构如下。第二节介绍了研究的概念、结构、机制和规则推理。在第三节中,对系统的框架进行了阐述,同时对区域医疗信息共享和协作平台进行了简要的介绍,并对系统进行了描述,对平台的描述不是本文的重点。在第四节中,我们将展示如何系统的工作,并会给一些分析的在线使用。最后,第五部分总结了本文。

二、概念和机制

在这项研究中,一些模块(如推理,数据访问,手机短消息服务)的设计独立的信息服务。主要系统疾病自我检查和登记推荐系统(DSRRs),通过调用这些服务的REST(表述性状态转移)的Web服务。DSRRs作为一个大的信息服务运营支撑平台运行。这种设计可以降低开发的复杂性,提高了系统的可扩展性。以下是一些概念和机制用于DSRRs。

A. Drools(JBoss Rules)

Drools引入业务逻辑集成平台,提供了一个统一的、规则的集成平台,工作流和事件处理。它起源于一个开源项目与java平台组合方便。我们使用Drools推理的一个基本原因如下。首先,它是面向对象的,非常适合我们把它集成到我们的系统。其次,它提供了一个基于前向推理的规则引擎的推理使用的增强实现Rete算法,因此,它可以被用来做疾病和相应的登记部门的推理。

B.推理

我们使用Drools(JBoss Rules)主要做推理,当用户选择不同部位的症状。推理的目的不是为了清楚地告知用户他们得了什么病,而是为了更好地引导用户到正确的部门注册。

一个医学推理的特点是注重机制以从众多候选人中选择[ 6 ]最后诊断。的DSRRs推理主要包括以下推理过程图一:

·根据用户选择的症状和用户的特点,首先,疾病是排除在候选人时,症状或性格是必要的,以诊断某种疾病,但症状或字符没有选择或拥有的用户。例如,如果使用者有腹痛症状,使用者是男性,那么女性的痛经就排除在外。

·然后,一些疾病被怀疑在上述独家推理的输出,因为用户的症状和字符满足一组特定疾病的表现。在这个包容性的过程中,产生一组新的候选人,并赋予这些候选人的每个成员的可能性值或重量。

·第三,在推理过程中,将考虑两个因素调整的可能性值或权重。一个是并发症,另一个是过敏和疾病史的用户。当高相关症状的数量达到极限时,可能性值或权重应明显地增加一个例子可能是,当用户有头痛、眩晕、耳鸣、心悸、气短、失眠、和麻木症状,这是高血压的高相关性,高血压的可能性值将显着增加。

·此外,过敏和疾病史的用户是一个相当重要的推理因素。由于个人健康记录(PHR)系统,这是由我们团队的其他成员的发展,我们可以得到一些数据用户的过敏疾病史。对于健康的人群,有时不能推断出一个完全严重的疾病,只是足部疼痛和皮肤溃疡的症状,但对于有糖尿病病史的人,这确实是一个明显和危险的信号。

·最后,我们创新性地把医院等级因素考虑在DSRRs推理过程。在中国,高水平的医院通常包含部门,非常详细的分类,但是,级别低的医院才有基本的部门如内科、外科、妇产科、儿科。将部门层次因素引入推理有两大好处。一个是,有时由用户选择的症状是不够的或足以推断出一个确切的疾病,但完全是可能的,足以推断出医院登记部门。正如一开始所提到的,推理的目的不是为了清楚地告知用户他们得到了什么疾病,而是为了更好地引导用户到正确的部门注册。它很快弥补了无法推断出准确疾病的不足。另一个是它大大提高了传统注册系统在注册推荐时的不精确性。例如,如果用户有症状:呕吐,他或她可以登记在消化科或内科甚至仅仅是内科。有必要考虑医院部门的层次结构。

上述推理过程包括独家推理,包括推理、并发症的推理,疾病和过敏史推理,登记部门的推理,可以在图我和规则在DSRRs Drools推理服务,如图2所示显示。

图一:推理过程

图二:Drools规则

直到现在,97种症状都包括在DSRRs规则知识库和那些症状分为10个主体部分包含皮肤,手臂和腿,背部,臀部,头部、颈部、腹部、胸部、通道、腰。规则引擎可以推断出49种常见的疾病,这将在今后的工作中得到改善。和21个注册部门可以向用户推荐。

C.休息(表征状态转移)

休息是一种设计原则,建筑风格或模型,而不是一个具体的标准或框架[ 7 ]。它的基础上修改的资源,这些资源的系统体系结构设计的方法(数据、功能、服务等)都使用统一资源标识符(URI)访问。休息遵循CRUD原则,其中有对资源的四种行为:创建、检索、更新和删除(阅读)(删除),这些行为只是行动对应后,HTTP协议,把,删除方法

RESTful Web服务是一个轻量级的Web服务体系结构风格。一方面,它的实施和运行比肥皂不显著(简单对象访问协议)和RPC(远程过程调用),它更简洁。另一方面,它可以减少开发的复杂性,提高系统的可扩展性,从而导致高重用性,低耦合和易维护性。所以我们使用REST设计推理服务之间的通信接口(主要在Drools)和DSRRs主要部分。

三、系统结构与操作支持平台

DSRRs作品包含一些较小的信息服务,如推理服务信息服务(RS),短消息服务(SMS)和数据库访问服务(DAS)而不是一个孤立的应用。不同的信息服务之间的通信是通过使用REST风格的Web服务进行。所有上述的信息服务都运行在操作支持平台(区域医疗信息共享和基于云计算的协作平台),并由平台监控。

A.概述框架

DSRRs是富互联网应用(RIA)和它的主要部分是开发的GAE(谷歌App Engine)和GWT(谷歌Web Toolkit)的主要部分,DSRRs实现UI(用户界面)表示,应用逻辑、业务逻辑和其他REST风格的Web服务调用,如图3所示DSRRs基本框架。

图三:DSRRs框架

在推理之前,用户的疾病和过敏史将从PHR系统检索,然后通过对输入或约束部分的推理服务。至于推理服务,输入主要包括以下三个部分:

1)用户信息:用户信息可分为性别、年龄、体重等静态信息,另一部分是由用户选择的疾病征兆和用户当前地理位置组成的动态信息,

2)用户的疾病和过敏史:可能是用户的疾病和过敏史可以分为用户的动态信息的能力,但它来自PHR系统而不是数据库,可以对推理结果的影响更大,因此,我们把它作为一个独立的。

3)知识库:对推理服务有必要了解症状、疾病和相应的登记部门。

推理服务的输出由以下两部分组成:

1)疾病结果:可能的疾病和相应的可能性值后将推理回到TH DSRRs主要部分。

2)部门结果:这些都是注册建议的结果,引导用户到正确的部门注册。

B.操作支撑平台简介

基于云计算的区域医疗信息共享与协作平台。云计算,其特点是通过网络交付服务或能力,往往被分割成三个领域:

1)软件作为服务(SaaS):应用程序或数据库的服务交付网络。

2)平台即服务(PaaS):一个软件开发框架和组件的所有交付网络。

3)基础设施即服务(IaaS):计算资源、存储的集成环境,和网络交付网络。

我们的运营支撑平台上实现通过云平台和云基础设施,包括桉树。远程教育系统的鲁棒性和一种开源云平台实现的GAE API执行在私有的虚拟集群资源。DSRRs作品在SaaS方面的运营支撑平台。

四、制度的运用

A. DSRRs使用

为了得到份系统疾病及过敏史,用户要登录之前选择推理症状。如图4所示,根据身体部位、性别等因素可以选择不同的症状。图为男性头部部位的男性症状。

图四:选择推理的症状

一组服务已含病自我检查、登记注册、推荐、地图导航DSRRs实施,手机短消息服务。它提供了地图导航到目标医院后,在线注册和电话留言提醒用户和医生已被任命。

B.未来的工作

DSRRs运行支撑平台作为一种信息服务,它可以监测和评估的QoS(服务质量)。因此,我们未来的工作将集中在推理这将提高DSRRs QoS的改进。当我们进行推理的疾病和医院部门的知识基础,我们发现我们的知识基础是小的,不足够的推理。因此,我们在考虑增加本体DSRRs因为有这么多的本体资源,它们可以共享优于单一模型的流口水。此外,我们将发展其他服务如医疗转诊和随访,这将扩大整个医疗信息服务网络工程与系统DSRRs和份组合

五、结论

本文旨在描述一个以规则为基础的疾病自我检查和医院注册推荐系统的设计与实现,用于帮助人们进行疾病自我检查和快速在线注册。系统创新性地以医院等级和医疗资源和个人健康记录的因素,从而改善了传统登记系统推理错误。此外,它是REST风格的设计,从而提高了系统的可扩展性。它是一个信息服务的运作支持平台(区域医疗信息共享和基于云计算的协作平台),是由我们的团队成立。

确认

工作是财政支持的国家973项目“信息服务研究模型和机制”(编号201ocb328106)。我们要向主办方表示衷心的感谢。

引用

[ 1 ] R. Ledley和L.Lusted,“推理基础医疗诊断,“科学,130卷,第9-21,1959。

[ 2 ] J. M Hardin和D.C. Chhieng,“数据挖掘和临床决策支持系统,在临床决策支持系统的理论与实践,第二版,E.S. Berner ED.,纽约:施普林格出版社,2007,pp.44-63。

[ 3 ] E.H. Shortliffe,基于医疗咨询计算机:霉素,纽约荷兰1976;elseveirlnorth。

[ 4 ] H.R.华纳、计算机辅助医疗决策,纽约;科学出版社,1979。

[ 5 ] Gwo Lang Yan;Yu Hsien Chiu;Ling Jen Hu;Ming Shih Tsai,一个用综合征的描述分析和信息检索技术的医院挂号系统,第三十届国际IEEE EMBS会议温哥华,不列颠哥伦比亚,加拿大,8月20日- 24,2008。

[ 6 ]他:模拟医学诊断规则基于粗糙集。在我和showron Polkowski一(EDS):计算中的粗糙集和当前的趋势,教案注意人工智能1

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[138628],资料为PDF文档或Word文档,PDF文档可免费转换为Word

您需要先支付 30元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图