基于系统复杂性的中医诊疗信息集成可视化建模研究

This project , base on the guidance of systems science、complexity science and cognitive science, relying on the knowledge base of Chinese medicine clinics automatic question answering, diagnostic and treatment practices and clinical guidelines, clinics and support platform, the knowledge base of old and famous TCM doctors treatment and an open Internet resources,with the aid of Chinese medicine clinics search engine, carries on the integrated visualization research of the TCM diagnosis and treatment decision making information.We select type 2 diabetes clinic treatment information as the starting point, with the use of Bayesian networks and the similarity test methods,combining the automatic question answering knowledge with the concept map to realize the dominance of the conceptual knowledge systems.And then we use 'radar model'to complete the access of the diagnosis and treatment decision-making information of multiple heterogeneous resource library,for the sake of meeting different doctors individualized treatment indicators scale and dynamic observation.With the use of the Markov chain model ,the sensitive indicator system for type 2 diabetes model can be set and the power of the related indicator can be distributed ,which provide the basis for the trend forecast of the clinical efficacy change.?According to the Web GL standard,with the use of Metasynthesis,the image of the Chinese medicine diagnosis and treatment of disease, pathology, sensitive indicator radar chart model will be taken into account to set a vector space model and scale ,and the consensus views of which will form the system model of type 2 diabetes disease combined with syndrome information,in order to complete the interpretation of type 2 diabetes TCM original thinking and integrated visualization.

本项目在系统科学、复杂性科学和认知科学等相关理论的指导下，以中医诊疗自动问答知识库、诊疗规范和临床指南、诊疗支撑平台、名老中医诊疗知识库及开放的互联网资源为依托，在中医药诊疗搜索引擎的辅助下，开展中医诊疗决策信息的集成可视化研究。选择2型糖尿病诊疗信息为切入点，运用贝叶斯网络、相似度检验等方法，将自动问答知识与概念图相结合，实现概念知识体系的显性化；运用"雷达图标度模式"完成对多个异构资源库诊疗决策信息的获取，以满足不同医生个体化诊疗的指标标度和动态观测；运用马尔科夫链模型对2型糖尿病敏感指标体系进行建模并对相关指标进行权重划分，为临床疗效改变趋势预测提供依据；依据Web GL标准，应用从定性到定量的综合集成法，将中医诊疗疾病的影像信息、病理信息、敏感指标的雷达图模型进行空间向量建模和标度，将共识性意见形成2型糖尿病病证结合资料的系统模型，以完成对2型糖尿病中医原创思维的诠释和集成可视化。

本项目是基于综合集成的中医药诊疗信息处理研究工作的一部分。在系统科学、复杂性科学和认知科学等相关理论的指导下，以中医诊疗自动问答知识库、诊疗规范和临床指南、诊疗支撑平台、名老中医诊疗知识库及开放的互联网资源为依托，在中医药诊疗搜索引擎的辅助下，开展中医诊疗决策信息的集成可视化研究。选择2型糖尿病诊疗信息为切入点，运用共引分析方法，对相关科学文献进行可视化分析；运用贝叶斯网络、相似度检验等方法，将自动问答知识与概念图相结合，实现概念知识体系的显性化；运用“雷达图标度模式”完成对多个异构资源库诊疗决策信息的获取，以满足不同医生个体化诊疗的指标标度和动态观测；针对专家共识和经验的模式识别问题，将社区发现算法应用于糖尿病肾病领域文献信息识别，结合多标签分类方法，完成糖尿病肾病辨证建模研究；提出以多准则决策方法建立的决策模型，实现对综合集成研讨厅体系下专家效果择优决策的量化；综合逻辑学心理学方法，探索对2型糖尿病中医原创思维的诠释。在本项目关键技术研发基础上，形成了基于系统复杂性的中医诊疗信息可视化与知识可视化建模统一处理方案，进一步完善了基于系统复杂性的中医诊疗信息可视化处理平台，拓展了诊疗信息的观察展示维度。为诊疗的全程跟踪、动态评价及远程会诊提供了一体化数据可视化集成分析平台，为中医临床辅助决策、群体研讨、在线评价和远程会诊提供了一体化解决方案，也为运用现代科学方法挖掘中医诊疗隐性知识奠定了研究基础。截止到目前，已申请发明专利2项，软件著作权2项，发表相关学术论文21篇。在人才培养方面，培养博士生11名，硕士生15名，其中毕业博士5名，硕士5名。