科创中国
构建电子病例信息系统的方法、决策方法及其装置
发布时间: 2025-08-13
基本信息
合作方式：
合作开发
成果类型：
发明专利
行业领域：
新一代信息技术
成果介绍
本成果由山西大学研发，针对现有电子病历信息系统中 “诊断与症状关系不精确、数据表征不直观、病例整理效率低” 等核心问题，提出了基于对偶犹豫模糊理论的电子病例信息系统构建及决策方法。该成果通过 “症状集与诊断集匹配 — 犹豫模糊关系集生成 — 对偶犹豫模糊关系集转化 — 诊断样本集构建” 的技术路径，实现了病例数据的精准处理：一方面，通过模糊数表征客观症状（如体温）、预设粒度表征主观症状（如疼痛等级），解决了医疗数据的不精确性、不完备性问题；另一方面，结合多粒度对偶犹豫模糊隶属度计算及预设决策规则，实现了疾病诊断的智能化决策。
实现指标包括：1. 病例数据处理效率提升 60% 以上，解决传统系统中数据整理耗时问题；2. 诊断与症状关系表征准确率达 90%，减少因数据模糊导致的误诊风险；3. 支持多专家决策融合，决策信息生成时间缩短至传统方法的 1/3；4. 系统兼容现有医院 HIS 系统，部署适配率达 100%。该成果已申请国家专利（专利号：CN202111498508.5），并通过理论验证与模拟测试，具备实际应用条件。
成果亮点
现有电子病历系统普遍存在三大痛点：一是诊断与症状的关系依赖人工录入，易出现模糊性（如 “轻微咳嗽” 无法量化）；二是数据处理依赖大量训练样本，小样本场景下准确率低；三是多专家意见难以高效融合，决策主观性强。
本成果的核心突破在于：1. 创新性采用 “对偶犹豫模糊关系” 理论，将客观症状（如体温）通过线性归一化转化为隶属度 / 非隶属度，主观症状（如疼痛）通过人机交互转化为可计算粒度，首次实现医疗模糊信息的数字化表征；2. 提出 “可调多粒度隶属度” 计算方法，无需大规模训练样本，即可通过少量病例生成诊断规则，解决小样本场景适配问题；3. 设计多专家权重融合机制，通过离差最大化法计算症状指标权重与决策者权重，将不同医生的诊断偏好量化融合，降低决策主观性。
与传统专家系统或神经网络方法相比，本技术在处理不确定性数据时效率提升 40%，且适配基层医院 “病例样本少、医生经验差异大” 的实际场景，成本仅为同类进口系统的 1/3，经济效益与实用性显著。
团队介绍
团队以山西大学张超为核心，聚焦医疗信息化与模糊数据处理领域，成员包括丁娟娟、李德玉等骨干：
1. 张超（项目负责人）：山西大学教授，数据处理与医疗信息化领域学科带头人，发表相关论文 20 余篇，主持省级以上科研项目 5 项，主导本成果核心算法（对偶犹豫模糊关系转化）研发；
2. 丁娟娟：副教授，主要负责系统架构设计，参与医疗数据标准化研究，在电子病历系统兼容性开发中贡献关键技术；
3. 李德玉：讲师，专注于多专家决策融合模型研究，完成决策者权重计算方法优化，保障诊断结果客观性。
团队依托山西大学 “医疗数据智能处理实验室”，拥有 5 年以上医疗信息化技术积累，分工明确、协作高效。
成果资料
产业化落地方案
成果综合评价报告
评价单位：- (-) 评价时间：2025-11-04
潘青
盘锦辽油宝石花医院
高级工程师
综合评价
该成果创新性将模糊数据处理技术应用于电子病历系统，解决了传统系统数据不精确、决策主观性强等痛点，技术成熟度较高（已获专利并完成原型测试）。市场前景广阔，契合基层医疗信息化政策导向，成本优势显著，投资风险较低。
建议：1. 加快与地方医疗机构合作，开展规模化临床试验；2. 针对不同场景（如传染病医院、老年病科）开发细分版本；3. 加强市场推广，联合医疗软件企业拓展渠道。总体而言，成果具备重要应用价值，转化成熟度高，值得支持推广。
查看更多>
下载app