基于疾病圈數(shù)據(jù)信息的自我診療方法【專利摘要】本發(fā)明提供一種基于疾病圈數(shù)據(jù)信息的自我診療方法，包括如下步驟：建立MO數(shù)據(jù)庫；創(chuàng)建一個以藥品電子標(biāo)識碼為關(guān)鍵碼的存儲MO數(shù)據(jù)庫中對應(yīng)的MOterms的哈希表MOhash；創(chuàng)建疾病圈，生成對應(yīng)的治療信息矩陣；對治療信息矩陣進行統(tǒng)計整合。將每種方案中的每種藥物在MO數(shù)據(jù)庫中對應(yīng)的MOterms集合進行合并，將聚類中對應(yīng)方案中的藥物進行篩選，選擇出最佳的治療方案。通過本發(fā)明的方法，建立起一種基于疾病圈數(shù)據(jù)信息的自我診療方法，為疾病自診信息平臺提供診療方案的信息分析方法，為病患初期的自診之后需要選擇的自我診療方案提供科學(xué)的依據(jù)，既為人們節(jié)省不必要的時間消耗，又不會耽誤疾病的最佳治療時間?！緦＠f明】基于疾病圈數(shù)據(jù)信息的自我診療方法【
技術(shù)領(lǐng)域：
】[0001]本發(fā)明屬于計算機信息領(lǐng)域，特別是涉及到一種基于疾病圈數(shù)據(jù)信息的自我診療方法。【
背景技術(shù)：
】[0002]現(xiàn)階段人們的生活節(jié)奏很快，生活壓力也很大，這就為人們的身體健康帶來了很多隱憂。人們一旦身體健康出現(xiàn)問題，首選是去醫(yī)院，但是醫(yī)院里看病的人又似乎永遠是非常多，哪怕是一些小病征，整個看病的流程走下來會花費很多時間；而如果人們覺得耽誤時間，不愿意去醫(yī)院，只是依據(jù)自己的經(jīng)驗買些藥服用，這樣又有可能錯過最佳治療時間，耽誤病情。[0003]基于這種現(xiàn)象，如果能夠有一個幫助人們進行疾病自診的信息平臺，將會對人們產(chǎn)生巨大的幫助，人們可以通過信息平臺的內(nèi)容，結(jié)合自身的狀況，先對自己的病患進行初期的判斷，病征輕微的，可以根據(jù)信息平臺的內(nèi)容進行自我簡單的治療，病征有危險的發(fā)展趨勢時，再去醫(yī)院治療。[0004]要建立一個這樣的幫助人們進行疾病自診的信息平臺，需要有一個完善的醫(yī)學(xué)信息數(shù)據(jù)庫，才能保證自診的準(zhǔn)確性，既能幫助人們節(jié)省時間，又不會耽誤疾病的最佳治療時間。[0005]在有了完善的醫(yī)學(xué)信息數(shù)據(jù)庫之后，還要有基于醫(yī)學(xué)信息本體數(shù)據(jù)庫的關(guān)聯(lián)藥品的自我分析方法。[0006]有了上述信息之后，還需要根據(jù)信息找出最佳的診療方案，才能比較完整的為人們提供服務(wù)【
發(fā)明內(nèi)容】[0007]本發(fā)明要解決的問題是設(shè)計一種基于疾病圈數(shù)據(jù)信息的自我診療方法，為疾病自診信息平臺提供診療方案的信息分析方法，為病患初期的自診之后需要選擇的自我診療方案提供科學(xué)的依據(jù)。[0008]需要說明的是，本發(fā)明基于疾病圈數(shù)據(jù)信息的自我診療方法，是信息學(xué)的一種應(yīng)用，通過相關(guān)信息分析以便于選擇自我選擇適當(dāng)?shù)脑\療方案，并非屬于疾病的診斷和治療方法，因此不違反專利法第二十五條的相關(guān)規(guī)定。[0009]為了達到上述目的，本發(fā)明采取的技術(shù)方案為:一種基于疾病圈數(shù)據(jù)信息的自我診療方法，其特征在于，包括如下步驟:[0010](I)建立醫(yī)學(xué)信息本體(MedicalOntology)數(shù)據(jù)庫，即MO數(shù)據(jù)庫；將疾病及其特征用MOterms進行編號；每個MOterms代表一個頂點，兩個terms之間的關(guān)系用有向邊表示，這樣將疾病和病征表示在一個有向無環(huán)圖中；[0011](2)創(chuàng)建一個以藥品電子標(biāo)識碼為關(guān)鍵碼的存儲MO數(shù)據(jù)庫中對應(yīng)的MOterms的哈希表MOhash；[0012](3)創(chuàng)建疾病圈，根據(jù)每位病患提供的治療信息，包括:[0013]每個病患提供自身病患所處的疾病階段，包括初患，復(fù)發(fā)，較輕，嚴重，前期，中期，后期，I，II，III期等，用集合J=(J1,J2,J3,...}代表;[0014]每個病患提供對應(yīng)階段使用的藥物產(chǎn)品集M=(M1,M2,…，MJ，η表示產(chǎn)品數(shù)目；[0015]及對應(yīng)的每種產(chǎn)品服用/使用療程T=IT1,T2,….，TJ；[0016]及對應(yīng)的每種產(chǎn)品治療效果E=(E1,E2,....,EJ；[0017]及對應(yīng)的療程藥品花費F=(F1,F2,…，F(xiàn)J；[0018]及對應(yīng)的耐藥時間N=(N1,N2,…，NJ；[0019]及對應(yīng)的不良反應(yīng)時間R=(R1,R2,…，RJ；[0020]根據(jù)上述信息生成對應(yīng)的治療信息矩陣D={Μ,Τ,Ε,F，N,R}；[0021](4)對病友的治療信息矩陣進行統(tǒng)計整合。對使用相同藥品集合的病友進行歸類統(tǒng)計，排序出流行的治療方案；對每種藥物進行統(tǒng)計，統(tǒng)計出每種藥物的使用數(shù)據(jù)，包括使用率、平均耐藥時長、耐藥率、不良反應(yīng)率，并且對藥物進行綜合指標(biāo)排序。綜合指標(biāo)公式為[0022]藥物綜合指標(biāo)=藥物使用率X(I一不良反應(yīng)率)X(I一耐藥率)；[0023](5)將每種方案中的每種藥物在MO數(shù)據(jù)庫中對應(yīng)的MOterms集合進行合并，得到了每種治療方案的MOterms集合，對藥物成分機理等差異性不大的方案進一步聚類；聚類后，按照每類中對應(yīng)的方案數(shù)目進行排序；[0024](6)將聚類中對應(yīng)方案中的藥物進行篩選，按步驟(4)藥物綜合指標(biāo)進行排序，或者按照其他指標(biāo)排序，選擇出最佳的治療方案。[0025](7)若不同的醫(yī)師提供了針對不同階段的不同標(biāo)準(zhǔn)治療方案。需要將各個病患的治療史與標(biāo)準(zhǔn)治療方案進行比較。[0026]優(yōu)選的，所述步驟(I)中，創(chuàng)建MO數(shù)據(jù)庫的方法為:[0027]a.將疾病及其特征用MOterms進行編號，每個MOterms代表一個頂點，兩個terms之間的關(guān)系用有向邊表示，這樣將疾病和病征表示在一個有向無環(huán)圖中；[0028]b.頂點之間的關(guān)聯(lián)分成兩種類型:is_a關(guān)系和part_of關(guān)系；is_a關(guān)系是一種簡單的包含關(guān)系；part_of關(guān)系表示一部分的包含關(guān)系，一種疾病往往有多種病征表現(xiàn)，病征和疾病之間是part_of的關(guān)系，疾病和疾病之間是is_a的關(guān)系，病征和病征之間是is_a的關(guān)系;[0029]c.對于任兩個terms之間的有向邊，若是part_of的關(guān)系，則賦予權(quán)重；權(quán)重用關(guān)聯(lián)概率d表示；將父term與之關(guān)聯(lián)的子terms之間進行關(guān)聯(lián)度d分配(0〈d〈=I);其中關(guān)聯(lián)度d(terml,term2)表示父病征terml出現(xiàn)term2子病征的概率；[0030]d.對于任兩個terms之間的有向邊，若是is_a的關(guān)系，則賦予權(quán)重；權(quán)重用關(guān)聯(lián)百分比表示；父term與子terms之間的關(guān)聯(lián)百分比用該子term在父term所關(guān)聯(lián)的所有子terms中出現(xiàn)比率，所述子terms的關(guān)聯(lián)百分比之和為I。[0031]優(yōu)選的，所述步驟(5)的聚類方法為:[0032]聚類之前，首先構(gòu)建方案相似度圖，圖中每個頂點代表不同的方案，兩個頂點之間的邊的賦權(quán)代表對應(yīng)的MO的重疊度D；[0033]其次，從每個圖的頂點出發(fā)，找到含有該頂點的極大團；最后將得到的極大團進行融合成高密度子圖，從而得到這些高密度子圖根據(jù)規(guī)模排序，得到聚類的方法。[0034]優(yōu)選的，所述步驟(7)的比較方法為:[0035]第一步:以每個藥品為頂點，兩種藥品對應(yīng)的頂點之間的邊賦權(quán)為該兩種藥品在所有病患治療史中被同時使用的關(guān)聯(lián)比率指標(biāo)，即同時出現(xiàn)在不同病友的治療信息矩陣中的關(guān)聯(lián)比率指標(biāo):[0036]關(guān)聯(lián)比率指標(biāo)(藥物1，藥物2)=兩種藥物被同時使用的比率X(I—max(藥物I的不良反應(yīng)率，藥物2的不良反應(yīng)率))X(I—max(藥物I耐藥率，藥物2耐藥率))；[0037]由此得到了藥物使用率關(guān)聯(lián)的圖G;[0038]第二步:從圖G中找最大賦權(quán)團，所述團是每個頂點都有邊連接的子圖，該團對應(yīng)的就是病患中最流行的治療方案，即藥品選擇方案；[0039]第三步:運用該圖G，統(tǒng)計出醫(yī)師的標(biāo)準(zhǔn)治療方案在疾病圈中對應(yīng)的子圖的邊賦權(quán)和。然后對不同醫(yī)師的治療方案，對對應(yīng)的子圖的邊賦權(quán)和進行排序，而到醫(yī)師中的最佳治療方案。[0040]第四步:將醫(yī)師的最佳治療方案與得到的最大賦權(quán)團對應(yīng)的方案進行比較，以便修正。[0041]本發(fā)明的有益效果為:通過本發(fā)明的方法，建立起基于疾病特征的醫(yī)學(xué)信息本體數(shù)據(jù)庫，并建立起一種基于疾病圈數(shù)據(jù)信息的自我診療方法，為疾病自診信息平臺提供診療方案的信息分析方法，為病患初期的自診之后需要選擇的自我診療方案提供科學(xué)的依據(jù)，既為人們節(jié)省不必要的時間消耗，又不會耽誤疾病的最佳治療時間?！揪唧w實施方式】[0042]下面結(jié)合具體實施例對本發(fā)明做進一步說明。[0043]本發(fā)明用于自診時的治療方案比較:根據(jù)治療史和產(chǎn)品信息(個人治療信息包括:使用的藥品/器械；藥品/器械的價格；是否治愈；治愈時間(療程)；是否復(fù)發(fā)；等等信息)，給出同疾病圈中同樣藥物對不同人群的效果，以及同樣人群對不同藥品的效果。[0044]問題模型:已知某個疾病，在網(wǎng)站建立了與之對應(yīng)的疾病圈(一種以疾病為討論目的的社交網(wǎng)絡(luò)圈)，疾病圈中有一定的會員(病友)。病友在注冊時必須提交個人健康治療信息；在注冊后，可以選擇不同的疾病圈。在進入相關(guān)疾病圈后，可以討論該疾病的治療信息，也可以提交自己的治療史，更主要是希望尋求幫助，得到更佳的治療方案。企業(yè)會員和醫(yī)師會員也分配到相應(yīng)的疾病圈。企業(yè)將通過疾病圈了解藥品器械的使用回饋和新產(chǎn)品的推介。醫(yī)師將通過疾病圈掌握治療方案的反饋信息以便及時修正治療方案。[0045]數(shù)據(jù)信息:數(shù)據(jù)信息主要來自病友提供的治療病歷；醫(yī)生提供的標(biāo)準(zhǔn)病例和標(biāo)準(zhǔn)治療方案；企業(yè)提供的醫(yī)藥器械信息。[0046](I)每個病友提供自身病患所處的疾病階段(初患，復(fù)發(fā)，較輕，嚴重，前期，中期，后期，I，II，III期等，可用集合J=(J11J21J3,-!代表)和對應(yīng)階段使用的藥物器械產(chǎn)品集M=(M1,M2,…，MJ(η表示產(chǎn)品數(shù)目)及對應(yīng)的每種產(chǎn)品服用/使用療程T=IT1,T2,…?，TJ、治療效果(I?5星)E=(E1,E2,....，EJ、療程藥品花費F=(F1,F2,…，F(xiàn)j;耐藥時間(即服用多長時間后耐藥，O表示未耐藥，其它數(shù)值表示耐藥時間)N=叫，N2，…，NJ;不良反應(yīng)時間(即服用多長時間出現(xiàn)不良反應(yīng)，O表示未出現(xiàn)，其它數(shù)值表示不良反應(yīng)時間)R=IR”R2,…，RJ。[0047]其中藥品器械產(chǎn)品集將根據(jù)電子標(biāo)識碼來唯一確定，通過哈希表(hashtable)可以追溯到相關(guān)生產(chǎn)企業(yè)等信息。[0048]這樣，我們就得到了，每個病友在不同患病階段都對應(yīng)一個治療信息矩陣(Matrix)D={Μ,Τ,E,F，N,R}，每一行代表上述的相關(guān)特征信息集合(產(chǎn)品集M、療程集T、療效集E、費用集F、耐藥集N、不良反應(yīng)集R)。[0049](2)每個醫(yī)生提供的對不同患病階段J=(J1,J2,J3,...}所開具的藥品器械集合DM對應(yīng)的療程(即治療方案)。[0050](3)與此疾病有關(guān)的所有藥物器械集合及對應(yīng)的生產(chǎn)企業(yè)，該數(shù)據(jù)集是已經(jīng)采集到的所有藥品器械，并且已經(jīng)分配到MO數(shù)據(jù)庫中相應(yīng)的疾病和病癥的MOtermsο[0051]其中，首先，創(chuàng)建MO數(shù)據(jù)庫:[0052]a.將疾病及其特征用MOterms進行編號，每個MOterms代表一個頂點，兩個terms之間的關(guān)系用有向邊表示，這樣將疾病和病征表示在一個有向無環(huán)圖中；[0053]b.頂點之間的關(guān)聯(lián)分成兩種類型:is_a關(guān)系和part_of關(guān)系；is_a關(guān)系是一種簡單的包含關(guān)系；part_of關(guān)系表示一部分的包含關(guān)系，一種疾病往往有多種病征表現(xiàn)，病征和疾病之間是part_of的關(guān)系，疾病和疾病之間是is_a的關(guān)系，病征和病征之間是is_a的關(guān)系;[0054]c.對于任兩個terms之間的有向邊，若是part_of的關(guān)系，則賦予權(quán)重；權(quán)重用關(guān)聯(lián)概率d表示；將父term與之關(guān)聯(lián)的子terms之間進行關(guān)聯(lián)度d分配(0〈d〈=I);其中關(guān)聯(lián)度d(terml,term2)表示父病征terml出現(xiàn)term2子病征的概率；[0055]d.對于任兩個terms之間的有向邊，若是is_a的關(guān)系，則賦予權(quán)重；權(quán)重用關(guān)聯(lián)百分比表示；父term與子terms之間的關(guān)聯(lián)百分比用該子term在父term所關(guān)聯(lián)的所有子terms中出現(xiàn)比率，所述子terms的關(guān)聯(lián)百分比之和為I。[0056]其次，創(chuàng)建一個以藥品電子標(biāo)識碼為關(guān)鍵碼的存儲MO數(shù)據(jù)庫中對應(yīng)的MOterms的哈希表MOhashο[0057]模型建立:[0058]該問題需要解決的兩個具體問題:[0059]第一:根據(jù)病友所處的疾病階段和用藥史得到每個病人的治療信息矩陣D，對所有的治療信息矩陣集合進行統(tǒng)計，統(tǒng)計出在該疾病圈中所有的治療方案，并且對信息矩陣的指標(biāo)分別進行排序。這樣，病友、醫(yī)師、和企業(yè)均能夠了解目前的流行治療方案和用藥等?？梢詫λ须A段的治療信息進行統(tǒng)計，也可以分疾病階段進行統(tǒng)計。同時，根據(jù)病友的治療史對應(yīng)的治療信息矩陣D，聚類得到最佳的治療方案。[0060]第二:若不同的醫(yī)師提供了針對不同階段的不同標(biāo)準(zhǔn)治療方案。需要將各個病友的治療史與標(biāo)準(zhǔn)治療方案進行比較。從而判斷哪些標(biāo)準(zhǔn)方案更經(jīng)濟有效(費用低、療程短、療效高、耐藥率低、不良反應(yīng)低)或需要修正。[0061]算法概述:[0062]對于問題一:[0063]第一步:首先根據(jù)每位病友提供的治療信息，生成對應(yīng)的治療信息矩陣D={Μ,Τ,E,F，N,R}ο[0064]第二步:對病友的治療信息矩陣進行統(tǒng)計整合。對使用相同藥品器械集合M的病友進行歸類統(tǒng)計，排序出流行的治療方案；對每種藥物進行統(tǒng)計，統(tǒng)計出每種藥物器械的使用率，平均耐藥時長，耐藥率，不良反應(yīng)率等。并且對藥物進行綜合指標(biāo)排序。綜合指標(biāo)公式為[0065]Productive_Index(藥物)=藥物使用率X(I—不良反應(yīng)率)X(I—耐藥率)。[0066]第三步:因為上一步統(tǒng)計出的流行方案是針對具體藥物器械的方案，而且疾病圈中的治療史或治療方案差異性很大，又因為有些藥物器械功能同質(zhì)性很高，甚至有些產(chǎn)品成分構(gòu)成一樣只是商品名稱不一樣，所以我們需要對這種所構(gòu)成的藥物成分機理等差異性不大的方案進一步聚類(clustering)。因此，我們將每種方案中的每種藥物在MO數(shù)據(jù)庫中對應(yīng)的MOterms集合進行合并，得到了每種治療方案(或治療史)的MOterms集合。這樣，若兩種方案對應(yīng)的MOterms集合有很高的重疊度，我們就說這兩種治療方案高度吻合(很高的相似度)。[0067]聚類之前，首先構(gòu)建方案相似度圖(similaritygraph):圖中每個頂點(node)代表不同的方案，兩個頂點之間的邊(edge)的賦權(quán)(weight)代表對應(yīng)的MO的重疊度d。例如方案I對應(yīng)的MOterms集合為SI，方案2對應(yīng)的MOterms集合為S2，則重疊度d=Sins2|/|siuS2|ο[0068]我們設(shè)計的聚類算法為團融合聚類算法(CliqueMergingClustering):該算法是將要聚類的元素(頂點)根據(jù)相似度構(gòu)建相似度圖(similaritygraph);然后從每個圖的頂點出發(fā)，找到含有該頂點的極大團(maximalclique)(團是圖中的兩兩頂點都有邊連接的子圖)；最后將得到的極大團進行融合成高密度子圖(highlydensesub-graph)，從而得到這些高密度子圖根據(jù)規(guī)模排序，得到聚類的方法。[0069]聚類后，按照每類中對應(yīng)的方案數(shù)目進行排序。[0070]第四步:對得到的最好的聚類，我們將聚類中對應(yīng)方案中的藥物進行篩選，按Productive_index指標(biāo)排序，或者按照性價比等其他指標(biāo)排序，選擇出最佳的治療方案。對于問題二:[0071]第一步:我們以每個藥品器械為頂點，兩種藥品器械對應(yīng)的頂點之間的邊賦權(quán)為該兩種藥品器械在所有病友治療史中被同時使用(同時出現(xiàn)在不同病友的治療信息矩陣中)的關(guān)聯(lián)比率指標(biāo):[0072]Correlative_Productive_index(藥物1，藥物2)=兩種藥物被同時使用的比率X(1—max(藥物I的不良反應(yīng)率，藥物2的不良反應(yīng)率))X(I—max(藥物I耐藥率，藥物2耐藥率)).這樣我們就得到了藥物使用率關(guān)聯(lián)的圖G。[0073]第二步:從該圖中找最大賦權(quán)團(maximumweightclique，邊權(quán)和最大的團)，該團就對應(yīng)的就是病友中最流行的治療方案(藥品器械選擇方案)。[0074]第三步:我們同時運用該圖G，統(tǒng)計出醫(yī)師的標(biāo)準(zhǔn)治療方案在疾病圈中對應(yīng)的子圖的邊賦權(quán)和。然后對不同醫(yī)師的治療方案，對對應(yīng)的子圖的邊賦權(quán)和進行排序，而到醫(yī)師中的最佳治療方案。[0075]將醫(yī)師的最佳治療方案與我們得到的最大賦權(quán)團對應(yīng)的方案進行比較，以便修IHo[0076]以上所述僅為本發(fā)明的具體實施例而已，并不用于限定本發(fā)明的保護范圍，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)?！緳?quán)利要求】1.一種基于疾病圈數(shù)據(jù)信息的自我診療方法，其特征在于，包括如下步驟:(1)建立醫(yī)學(xué)信息本體(MedicalOntology)數(shù)據(jù)庫，即MO數(shù)據(jù)庫；將疾病及其特征用MOterms進行編號；每個MOterm代表一個頂點，兩個terms之間的關(guān)系用有向邊表示，這樣將疾病和病征表不在一個有向無環(huán)圖中；(2)創(chuàng)建一個以藥品電子標(biāo)識碼為關(guān)鍵碼的存儲MO數(shù)據(jù)庫中對應(yīng)的MOterms的哈希表MOhash；(3)創(chuàng)建疾病圈，根據(jù)每位病患提供的治療信息，包括:每個病患提供自身病患所處的疾病階段，包括初患，復(fù)發(fā)，較輕，嚴重，前期，中期，后期，I，II，III期等，用集合J=(J11J21J3,-!代表；每個病患提供對應(yīng)階段使用的藥物產(chǎn)品集M=(M1,M2，…，Mj，η表示產(chǎn)品數(shù)目；及對應(yīng)的每種產(chǎn)品服用/使用療程T=;及對應(yīng)的每種產(chǎn)品治療效果E=(E1,E2,....,EJ；及對應(yīng)的療程藥品花費F=(F1,F2,…，F(xiàn)J；及對應(yīng)的耐藥時間N=(N1,N2,…，Nj；及對應(yīng)的不良反應(yīng)時間R=(R1,R2,…，RJ；根據(jù)上述信息生成對應(yīng)的治療信息矩陣D={Μ,Τ,Ε,F，N,R}；(4)對病友的治療信息矩陣進行統(tǒng)計整合。對使用相同藥品集合的病友進行歸類統(tǒng)計，排序出流行的治療方案；對每種藥物進行統(tǒng)計，統(tǒng)計出每種藥物的使用數(shù)據(jù)，包括使用率、平均耐藥時長、耐藥率、不良反應(yīng)率，并且對藥物進行綜合指標(biāo)排序。綜合指標(biāo)公式為藥物綜合指標(biāo)=藥物使用率X(I一不良反應(yīng)率)X(I一耐藥率)；(5)將每種方案中的每種藥物在MO數(shù)據(jù)庫中對應(yīng)的MOterms集合進行合并，得到了每種治療方案的MOterms集合，對藥物成分機理等差異性不大的方案進一步聚類；聚類后，按照每類中對應(yīng)的方案數(shù)目進行排序；(6)將聚類中對應(yīng)方案中的藥物進行篩選，按步驟(4)藥物綜合指標(biāo)進行排序，或者按照其他指標(biāo)排序，選擇出最佳的治療方案。(7)若不同的醫(yī)師提供了針對不同階段的不同標(biāo)準(zhǔn)治療方案。需要將各個病患的治療史與標(biāo)準(zhǔn)治療方案進行比較。2.根據(jù)權(quán)利要求1所述的一種基于疾病圈數(shù)據(jù)信息的自我診療方法，其特征在于，所述步驟(I)中，創(chuàng)建MO數(shù)據(jù)庫的方法為:a.將疾病及其特征用MOterms進行編號，每個MOterms代表一個頂點，兩個terms之間的關(guān)系用有向邊表示，這樣將疾病和病征表示在一個有向無環(huán)圖中；b.頂點之間的關(guān)聯(lián)分成兩種類型:is_a關(guān)系和part_0f關(guān)系；is_a*系是一種簡單的包含關(guān)系；part_of關(guān)系表示一部分的包含關(guān)系，一種疾病往往有多種病征表現(xiàn)，病征和疾病之間是part_of的關(guān)系，疾病和疾病之間是is_a的關(guān)系，病征和病征之間是is_a的關(guān)系;c.對于任兩個terms之間的有向邊，若是part_of的關(guān)系，則賦予權(quán)重；權(quán)重用關(guān)聯(lián)概率d表示；將父term與之關(guān)聯(lián)的子terms之間進行關(guān)聯(lián)度d分配(0〈d〈=I);其中關(guān)聯(lián)度d(terml,term2)表示父病征terml出現(xiàn)term2子病征的概率；d.對于任兩個terms之間的有向邊，若是is_a的關(guān)系，則賦予權(quán)重；權(quán)重用關(guān)聯(lián)百分比表示；父term與子terms之間的關(guān)聯(lián)百分比用該子term在父term所關(guān)聯(lián)的所有子terms中出現(xiàn)比率，所述子terms的關(guān)聯(lián)百分比之和為I。3.根據(jù)權(quán)利要求1所述的一種基于疾病圈數(shù)據(jù)信息的自我診療方法，其特征在于，所述步驟(5)的聚類方法為:聚類之前，首先構(gòu)建方案相似度圖，圖中每個頂點代表不同的方案，兩個頂點之間的邊的賦權(quán)代表對應(yīng)的MO的重疊度D；其次，從每個圖的頂點出發(fā)，找到含有該頂點的極大團；最后將得到的極大團進行融合成高密度子圖，從而得到這些高密度子圖根據(jù)規(guī)模排序，得到聚類的方法。4.根據(jù)權(quán)利要求1所述的一種基于疾病圈數(shù)據(jù)信息的自我診療方法，其特征在于，所述步驟(7)的比較方法為:第一步:以每個藥品為頂點，兩種藥品對應(yīng)的頂點之間的邊賦權(quán)為該兩種藥品在所有病患治療史中被同時使用的關(guān)聯(lián)比率指標(biāo)，即同時出現(xiàn)在不同病友的治療信息矩陣中的關(guān)聯(lián)比率指標(biāo):關(guān)聯(lián)比率指標(biāo)(藥物1，藥物2)=兩種藥物被同時使用的比率X(I—max(藥物I的不良反應(yīng)率，藥物2的不良反應(yīng)率))X(I—max(藥物I耐藥率，藥物2耐藥率))；由此得到了藥物使用率關(guān)聯(lián)的圖G;第二步:從圖G中找最大賦權(quán)團，所述團是每個頂點都有邊連接的子圖，該團對應(yīng)的就是病患中最流行的治療方案，即藥品選擇方案；第三步:運用該圖G，統(tǒng)計出醫(yī)師的標(biāo)準(zhǔn)治療方案在疾病圈中對應(yīng)的子圖的邊賦權(quán)和。然后對不同醫(yī)師的治療方案，對對應(yīng)的子圖的邊賦權(quán)和進行排序，而到醫(yī)師中的最佳治療方案。第四步:將醫(yī)師的最佳治療方案與得到的最大賦權(quán)團對應(yīng)的方案進行比較，以便修正?！疚臋n編號】G06Q50/22GK104484844SQ201410848793【公開日】2015年4月1日申請日期:2014年12月30日優(yōu)先權(quán)日:2014年12月30日【發(fā)明者】趙欣,張少強申請人:天津邁沃醫(yī)藥技術(shù)有限公司