基于LDA主题模型的智慧养老研究主题分析

目的/意义揭示国内智慧养老领域研究热点主题。方法/过程选取中国知网作为检索数据库,以2004—2023年智慧养老领域期刊论文、学位论文和会议论文的摘要作为研究数据,运用LDA主题模型进行文本挖掘,利用困惑度和一致性确定最佳主题数量。根据主题-词分布进行主题识别,根据文档-主题分布计算各主题强度。结果/结论 LDA主题模型提取得到国内智慧养老领域主题共9个,其中热点主题为服务架构、数字化转型、社区养老、用户调研。     

基于HSM_LDA模型的在线医院特色挖掘研究

目的/意义 挖掘在线医院的医疗特色对在线医疗推荐具有重要作用。当前,虽然部分在线医院具备特色标注功能,但只能实现医院内部特色提示,无法从全局角度衡量不同医院之间的特色差异。方法/过程 提出一种基于在线医院问诊文本的医院特色识别模型(hospital special medical based LDA, HSM＿LDA)。该模型以医院ID为文本划分依据,将语料库中的“文本-词汇”矩阵转换成“医院-词汇”矩阵,联合建模医院、主题、词汇3个变量,生成“医院-主题”(E)和“主题-词汇”(F)两个分布。最终结合E和F两个分布识别出每个医院的医疗特色。结果/结论 以“好大夫在线”平台中的医院问诊文本作为实验数据集,运用HSM＿LDA模型进行特色挖掘分析,识别精度为87%,效果良好。     

基于UMLS的肺癌治疗研究热点分析

目的:利用文本挖掘的方法识别肺癌治疗的研究前沿热点。方法:在Pub Med数据库中检索2013-2014年发表的肺癌治疗相关文献,利用Meta Map进行UMLS概念映射,通过语义类型的限定去除较为宽泛意义的词,利用文档主题生成模型LDA进行主题识别。结果:利用LDA可以识别出肺癌治疗方面近两年的研究主题。结论:分析主题结果并阅读相关文献,可得出近年肺癌治疗的研究热点主题,为相关医学科研人员和管理人员提供参考。     

科学技术新兴技术主题识别研究

目的:挖掘科技文献中的新兴技术主题.方法:构建新兴技术主题识别研究框架.采用隐含狄利克雷分布(LDA)主题模型结合熵权法对新兴技术主题进行识别.结果:识别出了新型比色检测技术、新型荧光检测技术和生物检测技术3个新兴技术主题.结论:新兴技术主题识别研究框架可有效识别科技文献中的新兴技术主题.     

基于LDA主题模型的电子病历热点主题发现

目的:探究2010-2019年国际上电子病历研究领域的热点.方法:以2010-2019年Web of Science中有关电子病历研究的12217篇文献作为研究对象,以作者关键词、扩展关键词和摘要为文档语料,通过各主题的困惑度确定最佳主题个数,采用LDA主题模型实现主题聚类.通过主题强度和阈值确定电子病历研究领域201...     

基于本体的电子病历后结构化模型关键技术

空间向量模型是工程领域语义表达分类工具,本项目提出运用模糊向量空间模型概念,对电子病历海量数据进行挖掘。通过模型可以找寻出医生的诊疗习惯、诊疗模式、用药习惯等诊疗行为,从而推动分级诊疗、计算机辅助决策、精准医疗的全面实施。检索结果经过验证,其结论较传统检索方法更为准确。     

基于多特征融合的医疗社区问题文本聚类研究

目的：医学问题文本数据存在上下文语义缺失且特征稀疏高维等特点,为提高其聚类效果,提出将文本语义特征和主题特征相融合的文本表示方法用于文本聚类。方法：以医疗社区中的问题文本为数据源,将加权fastText词汇语义特征和LDA文档主题特征融合对问题文本进行表示,构建融合特征用于问题文本聚类,聚类效果评估采用聚类准确度（ACC）和标准互信息（NMI）。结果：与其他方法相比,特征融合的聚类模型表现最佳,其聚类准确度和标准互信息为0.577和0.429,高于其他相关基线模型。结论：实验表明,将特征进行融合能够更加全面准确有效地表征医学问题文本,为医学问题文本特征表示和聚类知识发现提供参考。     

网络健康社区用户的新冠肺炎信息需求

搜集网络健康社区用户中关于新冠肺炎的提问记录,利用LDA模型对提问主题进行建模生成"主题-词"分布概率矩阵和分析主题一致性.结果显示网络健康社区用户对新冠肺炎的临床症状、检查诊断、用药治疗、疫区防控等方面关注较多.对网络健康社区用户关注的新冠肺炎热点主题进行分析发现,用户对新冠肺炎的信息需求与国家相继颁布的诊疗方案及防...     

SNOMED CT概念关系表达与语义检索

详细阐述SNOMED CT基于概念的组织框架、表示模式、关系模型、表达规则等,初步探索SNOMED CT在医疗数据表达、语义检索方面的应用,为研究制定我国临床诊疗术语标准提供参考借鉴,进一步推动临床医疗数据的处理、挖掘与分析研究。     

文本挖掘在医疗器械不良事件报告中的应用

基于美国食品药品监督管理局公共数据开放平台上的宫内节育器不良事件报告数据,运用词频分析、主题模型等文本挖掘方法分析其中的非结构化文本变量,探讨该方法应用的可行性并指出存在的问题。     

基于语义表达的中医药优势病种网络模型的构建

目的:建立基于中医药优势病种文献的语义网络模型.方法:顶层参考中医药学语言系统并结合专家咨询设定模型中的语义类型和语义关系,底层基于获取的中医药优势病种文献全信息结构解析进行语义类型和语义关系补充.结果:构建了基于语义表达的中医药优势病种网络模型.结论:基于语义表达的中医药优势病种网络模型可以支持中医药优势病种文献数据...     

中医药优势病种文献数据结构解析与网络模型构建思路

目的：提出中医药优势病种文献数据语义网络模型构建的思路,以实现中医药优势病种文献数据集成共享,进一步揭示中医药优势病种信息内涵。方法：顶层本体的设计基于中医临床术语系统及中医药学语言系统,抽取中医药概念及关系,利用获取的中医药优势病种文献全信息数据,确定其核心概念和非核心概念。基于基础数据抽取规范,利用顶层本体与基础数据结合的方法构建语义网络模型。结果：通过分析中医药优势病种文献数据特点,成功构建了体现中医药优势病种特色的语义网络模型。结论：构建规范的中医药优势病种文献语义网络模型有利于中医药优势病种信息的集成与应用,可以为中医药数据的统一规范提供指导。     

基于机器学习技术的在线疾病诊疗方案倾向性识别研究

目的：采用机器学习技术分析和预测在线疾病诊疗方案的倾向性。方法：爬取39疾病百科网中与心血管疾病相关的439条症状数据,通过TF-IDF算法提取症状关键词向量,采用支持向量机、决策树、神经网络建立分类模型,预测不同病症倾向西医或中西医结合的治疗方案。结果：对在线疾病信息的文本分析可挖掘疾病的特征,采用机器学习技术可有效预测对应治疗方案的倾向性,预测精度均达90%以上。结论：机器学习技术可揭示疾病症状和治疗方案之间的内在联系,有助于提高在线疾病咨询的效率,提供有针对性的备选治疗方案。     

中药干预卵巢储备功能减退动物模型疗效的分析

目的 系统评价中药干预卵巢储备功能减退（diminished ovarian reserve,DOR）动物模型的疗效。方法 计算机检索中国知网、万方数据、中国生物医学文献服务系统、重庆维普、PubMed、Cochrane Library、Embase数据库中关于中药治疗DOR的随机对照动物实验,检索时间为建库至2022年9月20日。本研究由两位研究者独立筛选文献、提取资料并进行文献质量评价,采用RevMan 5.4软件进行Meta分析。结果 共纳入19篇文献,Meta分析结果显示：中药组与西药组在改善卵泡刺激素、抗米勒管激素（anti-Müllerian hormone,AMH）及窦卵泡计数（antral follicle count,AFC）方面均无显著差异（P>0.05）;但中药组在改善雌二醇（estradiol,E2）方面较西药组疗效差。亚组分析显示：随着中药剂量的增高,E2、AMH水平升高。结论 现有动物实验证据表明,中药可有效改善DOR动物模型的激素水平及AFC,且存在一定的量效关系。因纳入研究数不多且总体质量不高,故以上结论仍需更多高质量文献进行验证。     

中西医结合诊疗模式思路探讨

中西医结合诊疗模式是在长期的理论、基础研究与临床实践中不断总结而逐渐形成的“辨证论治、病证结合”诊疗模式。通过西医以疾病为主的模式化诊疗和中医以个体为主的个性化诊疗相结合,发挥出各自的优势使治疗效果最大化,更好地服务于患者,但中西医结合并不是单纯地将中医与西医简单相加。如何将两者结合发挥出最大优势从而造福社会,走出中西医结合的瓶颈是现阶段应思考的问题。高永翔教授认为中西医结合的诊疗过程应该遵循：1）中医、西医取长补短。2）发挥中西医协同效应。3）中西药合用的减毒增效。4）中西药合用的君臣佐使。5）考虑患者的依从性。6）关注国家、患者的经济负担。最后,高永翔教授表示,应全力支持中西医结合医学学科的发展,大力扶持中西医结合科室的建立。     

帕金森病自主神经功能障碍中西医结合诊治专家共识(2020)

帕金森病(Parkinson's disease,PD)自主神经功能障碍是常见的非运动症状之一,贯穿疾病始终,其临床表现复杂,个体差异性大,严重影响患者生活质量,是PD治疗的重点与难点.治疗上西医多遵循指南,但证据有限,重在对症处理;而中医的整体观念和辨证论治可以多症兼顾,临床经验积累较多,是对西医治疗的有效补充,中西...     

卢雯平基于孙桂芝学术思想治疗乳腺癌思路探讨

孙桂芝教授从医60余年,在乳腺癌的中西医诊疗方面积累了丰富的临床经验。卢雯平教授在20多年的临床诊疗过程中,基于孙桂芝教授中西医结合治疗乳腺癌的核心思想,发展提出三辨论治思想,根据不同治疗阶段的病机特点,结合全方位、全周期综合管理治疗模式治疗乳腺癌,临床疗效颇佳。     

数据挖掘技术在分析中医药临床文献中的应用

介绍了中医药临床文献常用的数据挖掘技术及其在中医药临床文献分析中的应用,指出采用中医专家和数据挖掘专家密切协作挖掘中医药数据,不仅可以从理论和临床上解决中医药的难点,还可能是未来挖掘和利用中医药知识的重要方法。     

血浊证的诊断标准与疗效评价

血浊理论是从整体观念出发,综合考虑医学、现代科学和社会发展的现状,遵循辨证论治的原则,提出的对疾病防治具有现实意义的一种全新理论。克服传统中医诊断没有定性定量的缺点,制定血浊证规范的证候诊断和临床疗效评价标准,将有效地丰富辨证论治的内容,增强辨证论治的依据,推进中医理论和临床的应用及发展。     

基于Open Linked Data的中西医关联发现云平台

提出了一个用于中西医关联发现的云平台——BioTCM Cloud.该平台是构建在大量的开放链接数据（Linked Data）的基础上,以及跨领域知识整合的需要.面对海量的链接数据,提出了基于MapReduce框架的分布式语义推理框架,用于解决基于领域规则的知识推理问题.以中医草药为案例,分布式语义推理可以建立中医药和西医之间的关联,以促进中西医之间的沟通和数据共享.