中医临床决策支持系统技术发展论述

中医临床决策支持系统(CDSS)作为中医临床实践的重要工具,在其发展建设中,紧密围绕中医理论、中医数据、前沿技术和理念变迁展开。本文从中医CDSS的思想理论基础和技术支持两个方面着重介绍了其发展情况。理论基础方面,将中医传统知识与现代科技相结合,为中医CDSS的建设提供了坚实的理论基础。技术支持方面,中医CDSS依托前沿技术如人工智能、大数据等,不断进行技术创新和算法优化,以适应中医临床实践的需求。未来,中医CDSS的发展趋势将更加注重数据与技术的融合,以实现个性化、精准化诊疗,推动中医临床辅助决策水平的提升。

中医诊疗决策支持系统中的OLAP与DM融合

提出了一种基于数据仓库、在线分析处理及数据挖掘的中医诊疗决策支持系统的解决方案,该方案很好地融合了中医个体化诊疗的特点。结合实际应用详细讨论了中医诊疗数据仓库建立、OLAP实现的关健问题和数据挖掘的应用主题,设计了集成化的中医诊疗决策支持系统的3层体系结构,同时给出了实现案例。

基于案例库构建中医临床决策支持系统

通过分析中医学思维特点、传统的循证医学模式在中医应用的困难以及大脑的认知特点,提出了建立中医全案例库以及利用信息化在中医案例库基础上形成临床决策支持系统的思路。认为中医全案例库必须具有完整性、可学习性、真实有效性及需包括部分误诊误治案例。随着病例库的病例不断完善和不同医者的反复验证,可构建基于案例决策的中医病案库支持下的临床辅助决策系统。而随着人工智能基于自然语言、神经网络、深度学习等能力的不断提高及中医实践者的反复临床验证,中医临床决策系统的准确性将不断提升。

基于词向量计算的中医症状术语相似度研究

研究针对中医临床症状词描述的差异与分歧,以Word2vec和FastText为工具,基于现有中医药语料库,进行中医症状相似度研究,发现了一些较为晦涩、生僻的症状同义词及近义词,扩充了中医症状词的词表,并通过对Pearson、Spearman系数,以及召回率的比较,认为FastText在这一任务上有更好的表现。但是由于中文分词,特别是中医古籍分词的先天劣势,以及现有语料不够丰富,导致召回率和准确率还有很大的提升空间,未来值得进一步研究。