1.一種面向診療數(shù)據(jù)的癥狀層次關(guān)聯(lián)及預(yù)測方法，其包括：

步驟 1、根據(jù)病人的診療記錄信息構(gòu)建診療信息空間；

步驟 2、基于診療信息空間，利用層次主題模型獲得癥狀主題層次空間；

步驟 3、根據(jù)所獲得的癥狀主題層次空間，利用最大概率準(zhǔn)則對診療記錄和病人進(jìn)行層次化映射；

步驟 4、綜合考慮病人的多種屬性信息實(shí)現(xiàn)疾病的動(dòng)態(tài)預(yù)測；

步驟 5、根據(jù)疾病預(yù)測結(jié)果進(jìn)行拓展應(yīng)用；

本發(fā)明彌補(bǔ)了現(xiàn)有非結(jié)構(gòu)化診療記錄挖掘方法中集成化、層次化、動(dòng)態(tài)性考慮較少的不足，便于實(shí)現(xiàn)對于疾病、診療記錄及病人的管理、跟蹤及預(yù)測。

2.如權(quán)利要求1所述的方法，其特征在于，所述診療信息空間旨在表示由病人診療地點(diǎn)、年齡、性別、時(shí)間、疾病癥狀描述及診治方案信息組成的病人診療病歷信息；所述步驟2基于診療信息空間及層級(jí)主題模型，構(gòu)建癥狀主題層次空間：通過引入嵌套式中國餐館過程作為層級(jí)結(jié)構(gòu)/樹結(jié)構(gòu)的先驗(yàn)，將診療信息空間構(gòu)建成癥狀潛在主題層次樹，層次樹中每個(gè)節(jié)點(diǎn)代表的主題表示為診療記錄中癥狀/治療詞表上的分布，高層級(jí)的節(jié)點(diǎn)代表比較泛的疾病癥狀主題，低層級(jí)的節(jié)點(diǎn)代表比較細(xì)致的疾病癥狀主題；

所述步驟2具體包括：

步驟21、采樣主題在診療記錄詞表上的概率分布；

步驟22、對每個(gè)病人采樣樹結(jié)構(gòu)中從根節(jié)點(diǎn)到葉節(jié)點(diǎn)的路徑；

步驟23、采樣病人的每個(gè)診療記錄在各層上的分布向量；

步驟24、對診療記錄中的每個(gè)癥狀詞代表的位置采樣一個(gè)癥狀詞。

3.如權(quán)利要求2所述的方法，其特征在于，步驟21對深度為L的主題樹結(jié)構(gòu)T中的每一個(gè)主題k ∈ T：采樣k在詞表上的概率分布βk，滿足βk～Dirichlet(η)，其中超參數(shù)η控制主題-診療詞分布的平滑性；步驟22對于病人的集合{pat₁, pat₂ , ..., pat_N}中的每一個(gè)病人pat_n(n ∈ {1,2,3, ...,N})，從樹結(jié)構(gòu)采樣一條從根節(jié)點(diǎn)到葉節(jié)點(diǎn)的路徑c_n，滿足c_n～nCRP(γ)，其中γ為nCRP中控制樹結(jié)構(gòu)的參數(shù)；步驟23對pat_n的診療記錄d_n,i( i∈{1,2,3, ..., Kn})，采樣診療記錄d_n,i在各層上的分布向量θ_i，滿足θ_i | {m, π}～GEM(m, π)，GEM(·)為使用木棒分割構(gòu)造方法(Stick-Breaking constructions)時(shí)的GEM分布函數(shù)，其中參數(shù)m控制在各主題層上分布的均衡性，π決定服從參數(shù)m的嚴(yán)格性; 步驟24對診療記錄d_i中的每一個(gè)詞代表的位置

——依據(jù)上一步采樣得到的分布向量θ_i為該位置采樣一個(gè)層級(jí)z_ij，滿足z_ij | θ～Mult(θ_i)，Mult(·)為多項(xiàng)式分布；

——依據(jù)已經(jīng)采樣得到的z_jr, c_n，為該位置采樣一個(gè)詞w_ij，滿足w_ij | {z_ij, c_n, β} ～Mult(β_cn[z_ij])，其中β控制主題-詞的分布；

其中，4個(gè)超參數(shù){η, γ, m, π}的設(shè)定將影響癥狀層次樹型主題結(jié)構(gòu)的形狀以及分布，因此可以通過調(diào)整超參數(shù)獲取預(yù)期的癥狀層次樹結(jié)構(gòu)。

4.如權(quán)利要求1所述的方法，其特征在于，所述步驟3對診療記錄和病人進(jìn)行層次化映射，旨在基于獲得的癥狀潛在主題層次樹，將每個(gè)病人的診療記錄映射到樹結(jié)構(gòu)中的節(jié)點(diǎn)上，形成病人診療記錄的層級(jí)結(jié)構(gòu), 根據(jù)診療記錄的映射結(jié)果進(jìn)一步將病人映射到樹結(jié)構(gòu)中的節(jié)點(diǎn)上，形成癥狀、診療記錄、病人三個(gè)層面的層次化關(guān)聯(lián)組織與管理;

所述步驟3具體包括：

步驟31、根據(jù)診療記錄中癥狀詞對應(yīng)的層級(jí)分布，計(jì)算病人診療記錄出現(xiàn)在不同層級(jí)的概率分布，將診療記錄映射到概率最大的層級(jí)主題節(jié)點(diǎn)上；

步驟32、根據(jù)病人各個(gè)診療記錄的層級(jí)，計(jì)算病人在不同層級(jí)的概率分布，將病人映射到概率最大的層級(jí)主題節(jié)點(diǎn)上。

5.如權(quán)利要求4所述的方法，其特征在于，所述步驟31病人的診療記錄出現(xiàn)在不同層級(jí)的概率分布p(z_j | d_n,i)的計(jì)算如下：

其中，N_dn,i表示診療記錄d_n,i中詞的個(gè)數(shù)，w_ik表示d_n,i中的第k個(gè)詞，p(z_j|w_ik,c_n)表示d_n,i中的詞w_ik出現(xiàn)在路徑c_n中層級(jí)z_j的概率;

所述步驟32病人出現(xiàn)在不同層級(jí)的概率分布p(z_j | pat_n)的計(jì)算公式如下：

其中，Kn為病人pat_n的診療記錄個(gè)數(shù)。

6.如權(quán)利要求1所述的方法，其特征在于，步驟4首先定位到病人所映射到的潛在主題層次樹對應(yīng)的節(jié)點(diǎn)，將該病人新的記錄與該節(jié)點(diǎn)上其他診療記錄進(jìn)行相似概率分布計(jì)算，以預(yù)測新的診療記錄在病人歷史病歷中出現(xiàn)的概率分布，特征在于綜合考慮病人診療地點(diǎn)、年齡、性別、時(shí)間多個(gè)屬性信息的記錄相似度計(jì)算方法；

所述步驟4具體包括：

步驟41、對于主題層次樹中已經(jīng)存在的待預(yù)測病人，直接將其定位到層次樹中對應(yīng)的節(jié)點(diǎn)，對于主題層次樹中不存在的待預(yù)測病人，根據(jù)其新的診療記錄，按照步驟3所述方法，將其映射到相應(yīng)節(jié)點(diǎn)；

步驟42、將待預(yù)測病人的診療記錄與所定位節(jié)點(diǎn)上的其他記錄進(jìn)行相似度計(jì)算，相似度計(jì)算過程中，綜合考慮病人的診療地點(diǎn)、年齡、性別、時(shí)間多個(gè)屬性信息及診療記錄中的疾病描述及診療信息，該計(jì)算方式可以有效度量多因素對于疾病的影響，從而實(shí)現(xiàn)更準(zhǔn)確的疾病預(yù)測與診療；

步驟43、基于計(jì)算得到的診療記錄相似度，獲得新的診療記錄在病人歷史病歷中出現(xiàn)的概率分布，實(shí)現(xiàn)對病人疾病的預(yù)測，并基于相似診療記錄中疾病的治療信息對病人進(jìn)行疾病治療方案方面的信息推薦。

7.如權(quán)利要求6所述的方法，其特征在于，步驟42計(jì)算d_k和同一節(jié)點(diǎn)其他診療記錄d_j的相似度計(jì)算函數(shù)為：

其中， 表示不同診療記錄在同層級(jí)的概率差值的權(quán)重，

表示屬性計(jì)算分段函數(shù)，s_k表示診療記錄d_k中的某個(gè)屬性，λs表示屬性s分段對應(yīng)的閾值，a_s表示屬性s超出范圍時(shí)對應(yīng)的函數(shù)值；

步驟43預(yù)測診療記錄d_j未來在病人pat_n病歷中出現(xiàn)的概率分值,計(jì)算公式如下：

其中，表示病人pat_n的診療記錄映射至其路徑的層級(jí)z的個(gè)數(shù)，d_k表示pat_n在層級(jí)z的第k個(gè)診療記錄。