CN108573751A - 治疗效果的检验方法及装置 - Google Patents
治疗效果的检验方法及装置 Download PDFInfo
- Publication number
- CN108573751A CN108573751A CN201710133910.0A CN201710133910A CN108573751A CN 108573751 A CN108573751 A CN 108573751A CN 201710133910 A CN201710133910 A CN 201710133910A CN 108573751 A CN108573751 A CN 108573751A
- Authority
- CN
- China
- Prior art keywords
- treatment
- patient
- illness
- curve
- therapeutic effect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种治疗效果的检验方法及装置,该方法包括:在检测到患者病症的阶段信息以及治疗信息时,获取患者的第一病症治疗曲线;将第一病症治疗曲线与预存的治疗参考曲线进行匹配,获取曲线匹配度;根据曲线匹配度确定患者病症的治疗效果。本发明提高了检验结果的精确度。
Description
技术领域
本发明涉及医疗检验技术领域,尤其涉及一种治疗效果的检验方法及装置。
背景技术
现有技术中,在已知患者的病情下,医生会基于病情给患者开一些药物,以治疗患者的病情,同时,为了对患者的病情进行监控,医生会要求患者定期到医院检查,通过比对该患者当前的检查数据及其历史检查数据,来判断该患者的病情是否好转,以确定该患者用药是否有效。但是,此种检验结果的确定由于数据单一,只能完全依赖于医生的经验来实现,而并不是各个医生的经验都很足,因此导致检验结果不精确。
发明内容
本发明的主要目的在于提供一种治疗效果的检验方法及装置,旨在提高检验结果的精确度。
为实现上述目的,本发明提供的一种治疗效果的检验方法,包括:
在检测到患者病症的阶段信息以及治疗信息时,获取患者的第一病症治疗曲线,其中,所述治疗信息包括病症检验数据以及病症治疗方案信息;
将第一病症治疗曲线与预存的治疗参考曲线进行匹配,获取曲线匹配度;
根据曲线匹配度确定患者病症的治疗效果。
优选地,所述获取患者的第一病症治疗曲线的步骤之前还包括:
在确定患者病症的阶段信息以及治疗信息时,根据阶段信息以及治疗信息中的病症治疗方案信息,判断患者是否存在病症历史检验数据;
当确定患者存在病症历史检验数据时,将治疗信息中的病症检验数据作为新的参考检验数据,并统计参考检验数据的采集次数;
当参考检验数据的采集次数大于第一预设值时,基于病症历史检验数据以及病症检验数据绘制第一病症治疗曲线。
优选地,所述治疗效果包括病症好转和病症恶化;所述根据曲线匹配度确定患者病症的治疗效果的步骤包括:
判断曲线匹配度是否大于第二预设值;
当曲线匹配度大于第二预设值时,确定患者病症的治疗效果为病症好转;
当曲线匹配度小于第二预设值时,确定患者病症的治疗效果为病症恶化。
优选地,所述治疗效果的检验方法还包括:
在检测到治疗参考曲线的绘制指令时,获取预存的各个病愈患者的第二病症治疗曲线,其中,所述病愈患者为在与所述病症、阶段信息、病症治疗方案信息一致的情况下而治疗好转的患者;
基于各个病愈患者的第二病症治疗曲线绘制治疗参考曲线,并将治疗参考曲线进行保存。
优选地,所述在确定患者病症的阶段信息以及治疗信息时,根据阶段信息以及治疗信息中的病症治疗方案信息,判断患者是否存在病症历史检验数据的步骤之前还包括:
当采集到患者的病症检验数据时,根据病症检验数据确定患者的病症以及病症的阶段信息;
根据患者的病症以及病症阶段信息确定患者的病症治疗方案信息。
此外,为实现上述目的,本发明还提供一种治疗效果的检验装置,包括:
第一获取模块,用于在检测到患者病症的阶段信息以及治疗信息时,获取患者的第一病症治疗曲线,其中,所述治疗信息包括病症检验数据以及病症治疗方案信息;将第一病症治疗曲线与预存的治疗参考曲线进行匹配,获取曲线匹配度;
第一确定模块,用于根据曲线匹配度确定患者病症的治疗效果。
优选地,所述治疗效果的检验装置还包括:
判断模块,用于在确定患者病症的阶段信息以及治疗信息时,根据阶段信息以及治疗信息中的病症治疗方案信息,判断患者是否存在病症历史检验数据;
统计模块,用于当确定患者存在病症历史检验数据时,将治疗信息中的病症检验数据作为新的参考检验数据,并统计参考检验数据的采集次数;
第一绘制模块,用于当参考检验数据的采集次数大于第一预设值时,基于病症历史检验数据以及病症检验数据绘制第一病症治疗曲线。
优选地,所述治疗效果包括病症好转和病症恶化;所述第一确定模块包括:
判断单元,用于判断曲线匹配度是否大于第二预设值;
确定单元,用于当曲线匹配度大于第二预设值时,确定患者病症的治疗效果为病症好转;当曲线匹配度小于第二预设值时,确定患者病症的治疗效果为病症恶化。
优选地,所述治疗效果的检验装置还包括:
第二获取模块,用于在检测到治疗参考曲线的绘制指令时,获取预存的各个病愈患者的第二病症治疗曲线,其中,所述病愈患者为在与所述病症、阶段信息、病症治疗方案信息一致的情况下而治疗好转的患者;
第二绘制模块,用于基于各个病愈患者的第二病症治疗曲线绘制治疗参考曲线,并将治疗参考曲线进行保存。
优选地,所述治疗效果的检验装置还包括:
第二确定模块,用于当采集到患者的病症检验数据时,根据病症检验数据确定患者的病症以及病症的阶段信息;根据患者的病症以及病症阶段信息确定患者的病症治疗方案信息。
本发明在检测到患者病症的阶段信息以及治疗信息时,通过获取患者的第一病症治疗曲线,将第一病症治疗曲线与预存的治疗参考曲线进行匹配,获取曲线匹配度,并根据曲线匹配度确定患者病症的治疗效果。由于该治疗参考曲线是基于治疗好转患者的检验数据所绘制的曲线,因此将患者的第一病症治疗曲线与该治疗参考曲线进行匹配,使得能够直观的了解患者的治疗效果,而不仅仅是靠医生的经验来判定患者的治疗效果,从而提高了检验结果的精确度。
附图说明
图1为本发明治疗效果的检验方法的第一实施例的流程示意图;
图2为本发明治疗效果的检验方法的第二实施例的流程示意图;
图3为本发明图1所示第一实施例中步骤S30的细化步骤的流程示意图;
图4为本发明治疗效果的检验方法的第三实施例的流程示意图;
图5为本发明治疗效果的检验方法的第四实施例的流程示意图;
图6为本发明网治疗效果的检验装置的第一实施例的功能模块示意图;
图7为本发明治疗效果的检验装置的第二实施例的功能模块示意图;
图8为本发明治疗效果的检验装置的第三实施例中第一确定模块的细化功能模块示意图;
图9为本发明治疗效果的检验装置的第四实施例的功能模块示意图;
图10为本发明治疗效果的检验装置的第五实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
基于上述问题,本发明提供一种治疗效果的检验方法。
参照图1,图1为本发明治疗效果的检验方法的第一实施例的流程示意图。
在本实施例中,所述治疗效果的检验方法包括:
步骤S10,在检测到患者病症的阶段信息以及治疗信息时,获取患者的第一病症治疗曲线,其中,治疗信息包括病症检验数据以及病症治疗方案信息;
在本实施例中,当患者患有某种疾病时,会按照医生的要求定期到医院进行检查,直至康复,因此,每次检查都会在留有病症检验数据。当对患者病症进行检验的检验次数达到一定时,会基于患者多次检验所得到的病症检验数据绘制成第一病症治疗曲线,并获取该第一病症治疗曲线。
步骤S20,将第一病症治疗曲线与预存的治疗参考曲线进行匹配,获取曲线匹配度;
步骤S30,根据曲线匹配度确定患者病症的治疗效果。
基于该患者病症的阶段信息以及治疗信息中的病症治疗方案信息可以查找到该预存的治疗参考曲线,并将第一病症治疗曲线与预存的治疗参考曲线进行匹配,获取曲线匹配度,基于该曲线匹配度确定患者病症的治疗效果。
可以理解的是,若第一病症治疗曲线与预存的治疗参考曲线越相似,则曲线匹配度越高,若第一病症治疗曲线与预存的治疗参考曲线差别越大,则曲线匹配度越低。
本实施例在检测到患者病症的阶段信息以及治疗信息时,通过获取患者的第一病症治疗曲线,将第一病症治疗曲线与预存的治疗参考曲线进行匹配,获取曲线匹配度,并根据曲线匹配度确定患者病症的治疗效果。由于该治疗参考曲线是基于治疗好转患者的检验数据所绘制的曲线,因此将患者的第一病症治疗曲线与该治疗参考曲线进行匹配,使得能够直观的了解患者的治疗效果,而不仅仅是靠医生的经验来判定患者的治疗效果,从而提高了检验结果的精确度。
进一步的,请参照图2,为本发明提出的治疗效果的检验方法的第二实施例的流程示意图,在该第二实施例中,S10之前,该治疗效果的检验方法包括:
步骤S40,在确定患者病症的阶段信息以及治疗信息时,根据阶段信息以及治疗信息中的病症治疗方案信息,判断患者是否存在病症历史检验数据;
在本实施例中,当患者患有某种疾病时,会按照医生的要求定期到医院进行检查,直至康复,因此,每次检查都会在留有病症检验数据。在确定患者病症的阶段信息以及治疗信息时,根据阶段信息以及治疗信息中的病症治疗方案信息,判断患者是否存在病症历史检验数据。
需要说明的是,患者可能同时患有多种病症,一种病症有可能处不同的阶段,例如,患者P首次去医院检查时患有处于“早期”的疾病A,采用的是病症治疗方案F1,而在治疗过程中,由于病症恶化,在检查是变成了“中期”的疾病A,采用的是病症治疗方案F2,因此,患者不同的病症对应不同的病症历史检验数据,而同一种病症在不同的病症阶段与对应的不同的病症历史检验数据。
步骤S50,当确定患者存在病症历史检验数据时,将治疗信息中的病症检验数据作为新的参考检验数据,并统计参考检验数据的采集次数;
步骤S60,当参考检验数据的采集次数大于第一预设值时,基于病症历史检验数据以及病症检验数据绘制第一病症治疗曲线。
当确定患者存在病症历史检验数据时,将治疗信息中的病症检验数据作为新的参考检验数据,并统计参考检验数据的采集次数,该参考检验数据的采集次数可以理解为患者进行病症检验的次数。当参考检验数据的采集次数大于第一预设值时,基于病症历史检验数据以及病症检验数据绘制第一病症治疗曲线。例如,患者P,在首次进行S项检测后被确诊为A疾病早期,并在医生的建议下采用了F1治疗方案,在经过一段时间的治疗中经行了k次病症检验,当k>5时,可获得一组病症检验数据bpi,将bpi经过插值算法拟合出一条用户曲线记为Lp。
本实施例在确定患者病症的阶段信息以及治疗信息时,通过根据阶段信息以及治疗信息中的病症治疗方案信息,判断患者是否存在病症历史检验数据,当确定患者存在病症历史检验数据时,将治疗信息中的病症检验数据作为新的参考检验数据,并统计参考检验数据的采集次数,当参考检验数据的采集次数大于第一预设值时,基于病症历史检验数据以及病症检验数据绘制第一病症治疗曲线,使得绘制出的第一病症治疗曲线更加精确。
进一步的,请参照图3,为本发明第一实施例中步骤S30的细化步骤的流程示意图,该步骤S30的细化步骤包括:
步骤S31,判断曲线匹配度是否大于第二预设值;
步骤S32,当曲线匹配度大于第二预设值时,确定患者病症的治疗效果为病症好转;
步骤S33,当曲线匹配度小于第二预设值时,确定患者病症的治疗效果为病症恶化。
在本实施例中,治疗效果包括病症好转和病症恶化。在获取到曲线匹配度后,判断该匹配度是否大于第二预设值,例如,判断该曲线匹配度是否大于80%。当曲线匹配度大于或者等于第二预设值时,表明第一病症治疗曲线与预存的治疗参考曲线非常相似,从而确定患者病症的治疗效果为病症好转,进而确定基于该患者病症而实施的病症治疗方案有效;当曲线匹配度小于第二预设值时,表明第一病症治疗曲线与预存的治疗参考曲线存在很大的差异,从而确定患者病症的治疗效果为病症恶化,进而确定基于该患者病症而实施的病症治疗方案无效。
本实施例通过判断曲线匹配度是否大于第二预设值,来确定患者病症的治疗效果为病症好转,还是为病症恶化,使得医生能够直观的了解患者的治疗效果,提高检验结果的确定效率,从而避免因病症恶化延误治疗。
进一步的,请参照图4,为本发明提出的治疗效果的检验方法的第三实施例的流程示意图,在该第三实施例中,S10之前,该治疗效果的检验方法包括:
步骤S70,在检测到治疗参考曲线的绘制指令时,获取预存的各个病愈患者的第二病症治疗曲线,其中,所述病愈患者为在与所述病症、阶段信息、病症治疗方案信息一致的情况下而治疗好转的患者;
步骤S80,基于各个病愈患者的第二病症治疗曲线绘制治疗参考曲线,并将治疗参考曲线进行保存。
下面通过一个具体的例子来说明详细说明本实施涉及的方法是如何实现的。
已知A疾病,患病人群需长期进行S检测(不局限于一项测试,可扩展到多项测试)以判断当前的病情状态,一次检验数据可反应当前处于的阶段,如“早期”、“中期”或“晚期”,多次检验数据可反应病情的发展状况,如“好转”或“恶化”。已掌握患A病的受治患者中病情被控制良好或好转的有N人,其中首次诊断为“早期”的患者有N1人,诊断为“中期”的患者有N2人,诊断为“晚期”的患者有N3人。在“早期”中使用F1方案治疗的患者记为B1i,使用F2方案治疗的患者记为B2i,使用F3方案治疗的患者记为B3i,0<i<=N1。同时每人均有10次以上的检验数据。取B11的全部检验记录,使用插值算法拟合出一条曲线记为b11(第二病症治疗曲线),同理拟合出全部B1i,B2i,B3i(0<i<=N1)每个人的检验结果曲线(第二病症治疗曲线)。在检测到治疗参考曲线的绘制指令时,获取预存的各个病愈患者的第二病症治疗曲线,然后将b1i中各条曲线(第二病症治疗曲线)再经过插值算法拟合出一条参考曲线,作为A疾病”早期“患者病情控制参考曲线(治疗参考曲线),记为Lb1,其他各组人群执行相同操作。
本实施例通过在检测到治疗参考曲线的绘制指令时,获取预存的各个病愈患者的第二病症治疗曲线,基于各个病愈患者的第二病症治疗曲线绘制治疗参考曲线,并将治疗参考曲线进行保存,使得能够为患者治疗效果的确定,提高可靠的依据。
进一步的,请参照图5,为本发明提出的治疗效果的检验方法的第四实施例的流程示意图,在该第四实施例中,S40之前,该治疗效果的检验方法包括:
步骤S90,当采集到患者的病症检验数据时,根据病症检验数据确定患者的病症以及病症的阶段信息;
步骤S100,根据患者的病症以及病症阶段信息确定患者的病症治疗方案信息。
当患者感觉自己身体不适时,会去医院进行检查,那么就会得到相应的病症检验数据。当采集到患者的病症检验数据时,根据病症检验数据确定患者的病症以及病症的阶段信息,并根据患者的病症以及病症阶段信息确定患者的病症治疗方案信息。例如,患者P在首次经过S项医疗检测后,得到相应的病症检验数据,根据该病症检验数据确诊患者P患有疾病A,并处于患病“早期”,并根据疾病A以及该疾病A所处阶段(“早期”)来确定患者的病症治疗方案信息。其中,根据患者的病症以及病症阶段信息确定患者的病症治疗方案信息的具体步骤包括:根据患者的病症以及病症阶段信息输出提示信息,以提示医生(或者患者)输入病症治疗方案信息,或者基于该患者的病症以及病症阶段信息自动导入(或者自动生成)病症治疗方案信息,如***中预存有患疾病A,且处于患病“早期”的病症治疗方案包括F1、F2、F3,当确定患者P的病症以及病症的阶段信息时,将该F1、F2、F3这三种病症治疗方案显示在***的界面上,以供医生选择其中的一种来对患者P进行治疗,若医生不想采用该F1、F2、F3这三种病症治疗方案中的任何一种,***还可以接收医生自定义的病症治疗方案。
下面通过一个具体的实施例来详细说明上述方法是如何实现的。
甲状腺功能减退病症(简称甲减)和甲状腺功能亢进病症(简称甲亢),均需要长期进行血液T3、T4项目检验,当检验数值偏低时诊断为甲减,数值偏高时诊断为甲亢。患者初次患病,诊断为甲减初期,使用单一药物优甲乐进行治疗,该治疗方案的大多数患者长期检验的数据拟合参考曲线为Lj,用户经过3个月治疗,中间已有6次检验数据,用户自身数据拟合曲线为Lu,Lu与Lj的相似度为85%,则给出结论当前治疗方案有效,患者身体正在好转中。
本实施例当采集到患者的病症检验数据时,通过根据病症检验数据确定患者的病症以及病症的阶段信息,并根据患者的病症以及病症阶段信息确定患者的病症治疗方案信息。由于基于不同的病症、阶段信息、病症治疗方案信息所查找到的治疗参考曲线也不同,因此通过确定患者的病症、阶段信息以及病症治疗方案信息,以方便查找相应的治疗参考曲线。
本发明进一步提供一种治疗效果的检验装置。
参照图6,图6为本发明治疗效果的检验装置的第一实施例的功能模块示意图。
在本实施例中,所述治疗效果的检验装置包括:第一获取模块10、第一确定模块20。
所述第一获取模块10,用于在检测到患者病症的阶段信息以及治疗信息时,获取患者的第一病症治疗曲线,其中,治疗信息包括病症检验数据以及病症治疗方案信息;将第一病症治疗曲线与预存的治疗参考曲线进行匹配,获取曲线匹配度;
所述第一确定模块20,用于根据曲线匹配度确定患者病症的治疗效果。
在本实施例中,当患者患有某种疾病时,会按照医生的要求定期到医院进行检查,直至康复,因此,每次检查都会在留有病症检验数据。当对患者病症进行检验的检验次数达到一定时,会基于患者多次检验所得到的病症检验数据绘制成第一病症治疗曲线,第一获取模块10获取该第一病症治疗曲线。
基于该患者病症的阶段信息以及治疗信息中的病症治疗方案信息可以查找到该预存的治疗参考曲线,第一获取模块10将第一病症治疗曲线与预存的治疗参考曲线进行匹配,获取曲线匹配度,第一确定模块20基于该曲线匹配度确定患者病症的治疗效果。
可以理解的是,若第一病症治疗曲线与预存的治疗参考曲线越相似,则曲线匹配度越高,若第一病症治疗曲线与预存的治疗参考曲线差别越大,则曲线匹配度越低。
本实施例在检测到患者病症的阶段信息以及治疗信息时,通过获取患者的第一病症治疗曲线,将第一病症治疗曲线与预存的治疗参考曲线进行匹配,获取曲线匹配度,并根据曲线匹配度确定患者病症的治疗效果。由于该治疗参考曲线是基于治疗好转患者的检验数据所绘制的曲线,因此将患者的第一病症治疗曲线与该治疗参考曲线进行匹配,使得能够直观的了解患者的治疗效果,而不仅仅是靠医生的经验来判定患者的治疗效果,从而提高了检验结果的精确度。
进一步的,基于上述第一实施例,提出本发明治疗效果的检验装置的第二实施例,在本实施例中,参照图7,所述治疗效果的检验装置还包括:判断模块30、统计模块40及第一绘制模块50。
所述判断模块30,用于在确定患者病症的阶段信息以及治疗信息时,根据阶段信息以及治疗信息中的病症治疗方案信息,判断患者是否存在病症历史检验数据;
在本实施例中,当患者患有某种疾病时,会按照医生的要求定期到医院进行检查,直至康复,因此,每次检查都会在留有病症检验数据。在确定患者病症的阶段信息以及治疗信息时,判断模块30根据阶段信息以及治疗信息中的病症治疗方案信息,判断患者是否存在病症历史检验数据。
需要说明的是,患者可能同时患有多种病症,一种病症有可能处不同的阶段,例如,患者P首次去医院检查时患有处于“早期”的疾病A,采用的是病症治疗方案F1,而在治疗过程中,由于病症恶化,在检查是变成了“中期”的疾病A,采用的是病症治疗方案F2,因此,患者不同的病症对应不同的病症历史检验数据,而同一种病症在不同的病症阶段与对应的不同的病症历史检验数据。
所述统计模块40,用于当确定患者存在病症历史检验数据时,将治疗信息中的病症检验数据作为新的参考检验数据,并统计参考检验数据的采集次数;
所述第一绘制模块50,用于当参考检验数据的采集次数大于第一预设值时,基于病症历史检验数据以及病症检验数据绘制第一病症治疗曲线。
当确定患者存在病症历史检验数据时,统计模块40将治疗信息中的病症检验数据作为新的参考检验数据,并统计参考检验数据的采集次数,该参考检验数据的采集次数可以理解为患者进行病症检验的次数。当参考检验数据的采集次数大于第一预设值时,第一绘制模块50基于病症历史检验数据以及病症检验数据绘制第一病症治疗曲线。例如,患者P,在首次进行S项检测后被确诊为A疾病早期,并在医生的建议下采用了F1治疗方案,在经过一段时间的治疗中经行了k次病症检验,当k>5时,可获得一组病症检验数据bpi,将bpi经过插值算法拟合出一条用户曲线记为Lp。
本实施例在确定患者病症的阶段信息以及治疗信息时,通过根据阶段信息以及治疗信息中的病症治疗方案信息,判断患者是否存在病症历史检验数据,当确定患者存在病症历史检验数据时,将治疗信息中的病症检验数据作为新的参考检验数据,并统计参考检验数据的采集次数,当参考检验数据的采集次数大于第一预设值时,基于病症历史检验数据以及病症检验数据绘制第一病症治疗曲线,使得绘制出的第一病症治疗曲线更加精确。
进一步的,基于上述第一实施例,提出本发明治疗效果的检验装置的第三实施例,在本实施例中,参照图8,所述第一确定模块20包括判断单元21及确定单元22。
所述判断单元21,用于判断曲线匹配度是否大于第二预设值;
所述确定单元22,用于当曲线匹配度大于第二预设值时,确定患者病症的治疗效果为病症好转;当曲线匹配度小于第二预设值时,确定患者病症的治疗效果为病症恶化。
在本实施例中,治疗效果包括病症好转和病症恶化。在获取到曲线匹配度后,判断单元21判断该匹配度是否大于第二预设值,例如,判断该曲线匹配度是否大于80%。当曲线匹配度大于或者等于第二预设值时,表明第一病症治疗曲线与预存的治疗参考曲线非常相似,从而确定单元22确定患者病症的治疗效果为病症好转,进而确定基于该患者病症而实施的病症治疗方案有效;当曲线匹配度小于第二预设值时,表明第一病症治疗曲线与预存的治疗参考曲线存在很大的差异,从而确定单元22确定患者病症的治疗效果为病症恶化,进而确定基于该患者病症而实施的病症治疗方案无效。
本实施例通过判断曲线匹配度是否大于第二预设值,来确定患者病症的治疗效果为病症好转,还是为病症恶化,使得医生能够直观的了解患者的治疗效果,提高检验结果的确定效率,从而避免因病症恶化延误治疗。
进一步的,基于上述第一实施例,提出本发明治疗效果的检验装置的第四实施例,在本实施例中,参照图9,所述治疗效果的检验装置还包括:第二获取模块60、第二绘制模块70。
所述第二获取模块60,用于在检测到治疗参考曲线的绘制指令时,获取预存的各个病愈患者的第二病症治疗曲线,其中,所述病愈患者为在与所述病症、阶段信息、病症治疗方案信息一致的情况下而治疗好转的患者;
所述第二绘制模块70,用于基于各个病愈患者的第二病症治疗曲线绘制治疗参考曲线,并将治疗参考曲线进行保存。
下面通过一个具体的例子来说明详细说明本实施涉及的方法是如何实现的。
已知A疾病,患病人群需长期进行S检测(不局限于一项测试,可扩展到多项测试)以判断当前的病情状态,一次检验数据可反应当前处于的阶段,如“早期”、“中期”或“晚期”,多次检验数据可反应病情的发展状况,如“好转”或“恶化”。已掌握患A病的受治患者中病情被控制良好或好转的有N人,其中首次诊断为“早期”的患者有N1人,诊断为“中期”的患者有N2人,诊断为“晚期”的患者有N3人。在“早期”中使用F1方案治疗的患者记为B1i,使用F2方案治疗的患者记为B2i,使用F3方案治疗的患者记为B3i,0<i<=N1。同时每人均有10次以上的检验数据。取B11的全部检验记录,使用插值算法拟合出一条曲线记为b11(第二病症治疗曲线),同理拟合出全部B1i,B2i,B3i(0<i<=N1)每个人的检验结果曲线(第二病症治疗曲线)。在检测到治疗参考曲线的绘制指令时,第二获取模块60获取预存的各个病愈患者的第二病症治疗曲线,第二绘制模块70将b1i中各条曲线(第二病症治疗曲线)再经过插值算法拟合出一条参考曲线,作为A疾病”早期“患者病情控制参考曲线(治疗参考曲线),记为Lb1,其他各组人群执行相同操作。
本实施例通过在检测到治疗参考曲线的绘制指令时,获取预存的各个病愈患者的第二病症治疗曲线,基于各个病愈患者的第二病症治疗曲线绘制治疗参考曲线,并将治疗参考曲线进行保存,使得能够为患者治疗效果的确定,提高可靠的依据。
进一步的,基于上述第二实施例,提出本发明治疗效果的检验装置的第五实施例,在本实施例中,参照图10,所述治疗效果的检验装置还包括:第二确定模块80、输出模块90。
所述第二确定模块80,用于当采集到患者的病症检验数据时,根据病症检验数据确定患者的病症以及病症的阶段信息;根据患者的病症以及病症阶段信息确定患者的病症治疗方案信息。
当患者感觉自己身体不适时,会去医院进行检查,那么就会得到相应的病症检验数据。当采集到患者的病症检验数据时,第二确定模块80根据病症检验数据确定患者的病症以及病症的阶段信息,并根据患者的病症以及病症阶段信息确定患者的病症治疗方案信息。例如,患者P在首次经过S项医疗检测后,得到相应的病症检验数据,根据该病症检验数据确诊患者P患有疾病A,并处于患病“早期”,并根据疾病A以及该疾病A所处阶段(“早期”)来确定患者的病症治疗方案信息。其中,第二确定模块80根据患者的病症以及病症阶段信息确定患者的病症治疗方案信息的具体包括:第二确定模块80根据患者的病症以及病症阶段信息输出提示信息,以提示医生(或者患者)输入病症治疗方案信息,或者第二确定模块80基于该患者的病症以及病症阶段信息自动导入(或者自动生成)病症治疗方案信息,如***中预存有患疾病A,且处于患病“早期”的病症治疗方案包括F1、F2、F3,当确定患者P的病症以及病症的阶段信息时,将该F1、F2、F3这三种病症治疗方案显示在***的界面上,以供医生选择其中的一种来对患者P进行治疗,若医生不想采用该F1、F2、F3这三种病症治疗方案中的任何一种,***还可以接收医生自定义的病症治疗方案。
下面通过一个具体的实施例来详细说明上述方法是如何实现的。
甲状腺功能减退病症(简称甲减)和甲状腺功能亢进病症(简称甲亢),均需要长期进行血液T3、T4项目检验,当检验数值偏低时诊断为甲减,数值偏高时诊断为甲亢。患者初次患病,诊断为甲减初期,使用单一药物优甲乐进行治疗,该治疗方案的大多数患者长期检验的数据拟合参考曲线为Lj,用户经过3个月治疗,中间已有6次检验数据,用户自身数据拟合曲线为Lu,Lu与Lj的相似度为85%,则给出结论当前治疗方案有效,患者身体正在好转中。
本实施例当采集到患者的病症检验数据时,通过根据病症检验数据确定患者的病症以及病症的阶段信息,并根据患者的病症以及病症阶段信息确定患者的病症治疗方案信息。由于基于不同的病症、阶段信息、病症治疗方案信息所查找到的治疗参考曲线也不同,因此通过确定患者的病症、阶段信息以及病症治疗方案信息,以方便查找相应的治疗参考曲线。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种治疗效果的检验方法,其特征在于,所述治疗效果的检验方法包括以下步骤:
在检测到患者病症的阶段信息以及治疗信息时,获取患者的第一病症治疗曲线,其中,所述治疗信息包括病症检验数据以及病症治疗方案信息;
将第一病症治疗曲线与预存的治疗参考曲线进行匹配,获取曲线匹配度;
根据曲线匹配度确定患者病症的治疗效果。
2.如权利要求1所述的治疗效果的检验方法,其特征在于,所述获取患者的第一病症治疗曲线的步骤之前还包括:
在确定患者病症的阶段信息以及治疗信息时,根据阶段信息以及治疗信息中的病症治疗方案信息,判断患者是否存在病症历史检验数据;
当确定患者存在病症历史检验数据时,将治疗信息中的病症检验数据作为新的参考检验数据,并统计参考检验数据的采集次数;
当参考检验数据的采集次数大于第一预设值时,基于病症历史检验数据以及病症检验数据绘制第一病症治疗曲线。
3.如权利要求1所述的治疗效果的检验方法,其特征在于,所述治疗效果包括病症好转和病症恶化;所述根据曲线匹配度确定患者病症的治疗效果的步骤包括:
判断曲线匹配度是否大于第二预设值;
当曲线匹配度大于第二预设值时,确定患者病症的治疗效果为病症好转;
当曲线匹配度小于第二预设值时,确定患者病症的治疗效果为病症恶化。
4.如权利要求1所述的治疗效果的检验方法,其特征在于,所述治疗效果的检验方法还包括:
在检测到治疗参考曲线的绘制指令时,获取预存的各个病愈患者的第二病症治疗曲线,其中,所述病愈患者为在与所述病症、阶段信息、病症治疗方案信息一致的情况下而治疗好转的患者;
基于各个病愈患者的第二病症治疗曲线绘制治疗参考曲线,并将治疗参考曲线进行保存。
5.如权利要求2所述的治疗效果的检验方法,其特征在于,所述在确定患者病症的阶段信息以及治疗信息时,根据阶段信息以及治疗信息中的病症治疗方案信息,判断患者是否存在病症历史检验数据的步骤之前还包括:
当采集到患者的病症检验数据时,根据病症检验数据确定患者的病症以及病症的阶段信息;
根据患者的病症以及病症阶段信息确定患者的病症治疗方案信息。
6.一种治疗效果的检验装置,其特征在于,所述治疗效果的检验装置包括:
第一获取模块,用于在检测到患者病症的阶段信息以及治疗信息时,获取患者的第一病症治疗曲线,其中,所述治疗信息包括病症检验数据以及病症治疗方案信息;将第一病症治疗曲线与预存的治疗参考曲线进行匹配,获取曲线匹配度;
第一确定模块,用于根据曲线匹配度确定患者病症的治疗效果。
7.如权利要求6所述的治疗效果的检验装置,其特征在于,所述治疗效果的检验装置还包括:
判断模块,用于在确定患者病症的阶段信息以及治疗信息时,根据阶段信息以及治疗信息中的病症治疗方案信息,判断患者是否存在病症历史检验数据;
统计模块,用于当确定患者存在病症历史检验数据时,将治疗信息中的病症检验数据作为新的参考检验数据,并统计参考检验数据的采集次数;
第一绘制模块,用于当参考检验数据的采集次数大于第一预设值时,基于病症历史检验数据以及病症检验数据绘制第一病症治疗曲线。
8.如权利要求6所述的治疗效果的检验装置,其特征在于,所述治疗效果包括病症好转和病症恶化;所述第一确定模块包括:
判断单元,用于判断曲线匹配度是否大于第二预设值;
确定单元,用于当曲线匹配度大于第二预设值时,确定患者病症的治疗效果为病症好转;当曲线匹配度小于第二预设值时,确定患者病症的治疗效果为病症恶化。
9.如权利要求6所述的治疗效果的检验装置,其特征在于,所述治疗效果的检验装置还包括:
第二获取模块,用于在检测到治疗参考曲线的绘制指令时,获取预存的各个病愈患者的第二病症治疗曲线,其中,所述病愈患者为在与所述病症、阶段信息、病症治疗方案信息一致的情况下而治疗好转的患者;
第二绘制模块,用于基于各个病愈患者的第二病症治疗曲线绘制治疗参考曲线,并将治疗参考曲线进行保存。
10.如权利要求7所述的治疗效果的检验装置,其特征在于,所述治疗效果的检验装置还包括:
第二确定模块,用于当采集到患者的病症检验数据时,根据病症检验数据确定患者的病症以及病症的阶段信息;根据患者的病症以及病症阶段信息确定患者的病症治疗方案信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710133910.0A CN108573751A (zh) | 2017-03-08 | 2017-03-08 | 治疗效果的检验方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710133910.0A CN108573751A (zh) | 2017-03-08 | 2017-03-08 | 治疗效果的检验方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108573751A true CN108573751A (zh) | 2018-09-25 |
Family
ID=63577016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710133910.0A Pending CN108573751A (zh) | 2017-03-08 | 2017-03-08 | 治疗效果的检验方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108573751A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109754880A (zh) * | 2019-01-07 | 2019-05-14 | 四川大学华西医院 | 临床诊疗输出方法及装置 |
CN111223572A (zh) * | 2020-01-19 | 2020-06-02 | 山东省产品质量检验研究院 | 治疗方案效果与特定患者群体相关度的评价方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090105550A1 (en) * | 2006-10-13 | 2009-04-23 | Michael Rothman & Associates | System and method for providing a health score for a patient |
CN102930109A (zh) * | 2012-11-12 | 2013-02-13 | 沈阳东软医疗***有限公司 | 一种剂量模型匹配方法及*** |
CN104361542A (zh) * | 2014-11-26 | 2015-02-18 | 王常松 | 一种智能个人医疗档案*** |
CN104915561A (zh) * | 2015-06-11 | 2015-09-16 | 万达信息股份有限公司 | 疾病特征智能匹配方法 |
-
2017
- 2017-03-08 CN CN201710133910.0A patent/CN108573751A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090105550A1 (en) * | 2006-10-13 | 2009-04-23 | Michael Rothman & Associates | System and method for providing a health score for a patient |
CN102930109A (zh) * | 2012-11-12 | 2013-02-13 | 沈阳东软医疗***有限公司 | 一种剂量模型匹配方法及*** |
CN104361542A (zh) * | 2014-11-26 | 2015-02-18 | 王常松 | 一种智能个人医疗档案*** |
CN104915561A (zh) * | 2015-06-11 | 2015-09-16 | 万达信息股份有限公司 | 疾病特征智能匹配方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109754880A (zh) * | 2019-01-07 | 2019-05-14 | 四川大学华西医院 | 临床诊疗输出方法及装置 |
CN109754880B (zh) * | 2019-01-07 | 2023-05-30 | 四川大学华西医院 | 临床诊疗输出方法及装置 |
CN111223572A (zh) * | 2020-01-19 | 2020-06-02 | 山东省产品质量检验研究院 | 治疗方案效果与特定患者群体相关度的评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170147777A1 (en) | Method and apparatus for predicting health data value through generation of health data pattern | |
CN101743552B (zh) | 用于急性动态疾病的决策支持*** | |
CN103440421B (zh) | 医学数据处理方法和*** | |
McPherson et al. | Missing data in substance abuse treatment research: current methods and modern approaches. | |
US20220367065A1 (en) | Method for estimating mental health and providing solution for mental health by learning psychological data and physical data based on machine learning and mental health estimating device using the same | |
CN106971075A (zh) | 检测处理方法、装置及相关设备 | |
US8655681B2 (en) | Cohort driven selection of medical diagnostic tests | |
CN105653859A (zh) | 一种基于医疗大数据的疾病自动辅助诊断***及方法 | |
US20170177826A1 (en) | Assessing cognition using item-recall trials with accounting for item position | |
WO2014120204A1 (en) | Synthetic healthcare data generation | |
CN109065187A (zh) | 一种尿液跟踪分析方法和装置 | |
CN108573751A (zh) | 治疗效果的检验方法及装置 | |
Kelly et al. | Gender differences in physical activity levels of older people with type 2 diabetes mellitus | |
Gillmeyer et al. | Development and validation of algorithms to identify pulmonary arterial hypertension in administrative data | |
CN104331633B (zh) | 医用数据***和方法 | |
Nair et al. | Generating medically-accurate summaries of patient-provider dialogue: A multi-stage approach using large language models | |
Windriyani et al. | Expert system for detecting mental disorder with Forward Chaining method | |
CN107894955A (zh) | 一种基于多线程测试第三方接口稳定性的方法 | |
KR102503609B1 (ko) | 머신 러닝을 이용한 가상 환자 정보 생성 시스템 및 방법 | |
CN116936117A (zh) | 基于ai分析模型的慢性病大数据识别和分析处理方法 | |
CN110334575A (zh) | 眼底照片识别方法、装置、设备及存储介质 | |
CN110703965A (zh) | 一种中医健康状态智能辨识软件及电子设备 | |
Scordo | Differential diagnosis: correctly putting the pieces of the puzzle together | |
Bethel et al. | Mining for implications in medical data | |
US20150313457A1 (en) | Methods and systems for diagnosis of ocular disease |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 518000 Room 003, 5th Floor, Skirt Building, Metropolitan Famous Garden, No. 1 Shucheng Road, Guiyuan Street, Luohu District, Shenzhen City, Guangdong Province Applicant after: Shenzhen great Intelligent Technology Co., Ltd. Address before: Room 1203, Tsinghua Information Port Scientific Research Building, North District, Nanshan High-tech Park, Shenzhen, Guangdong 518000 Applicant before: Shenzhen great Intelligent Technology Co., Ltd. |