Python語言在醫院信息化中的應用研究

程 彪

（中國科學技術大學附屬第一醫院西區（安徽省腫瘤醫院），合肥 230000）

我院HIS系統目前使用的數據庫為Caché數據庫，在多年的信息化建設中Caché數據庫有其獨特的優勢，同時也存在弊端[1]。經過多年的信息化建設，Caché數據庫使用了很多的其他第三方語言，并通過第三方的語言開發了很多應用系統，如：使用Ext Js和.Net框架開發了護理病歷系統；使用Java虛擬機（jdk1.6）開發了智能報表系統；使用C Sharp開發語言和.Net框架開發了醫囑單打印系統等等。

隨著人工智能和大數據的快速發展，我院使用InterSystems公司的集成平臺建成了數據中心。另一方面，Python語言有著強大的科學計算、數據處理、數據分析等功能，能夠適應人工智能和大數據方面的發展。因此，本文嘗試從Python語言的角度，連接Caché等數據庫，并對醫療數據進行分析和應用。

1 Python語言和Caché數據庫

Python是一個有條理的、強大的面向對象的程序設計語言，類似于Java、Perl等語言，目前Python最高的版本為V3.7.0，本文中使用V3.5.4版本進行研究。Python語言可以應用于系統編程、圖形處理、數學處理、文本處理、數據庫編程、網絡編程、Web編程、多媒體應用等，它可以支持相當多的標準庫，如：Tkinter（默認的圖形界面接口）、Numpy（Python科學計算的基礎包）、Pandas（基于NumPy的一種工具，該工具是為了解決數據分析任務而創建的），MatplotLib（繪制數據圖表的Python庫）、Scipy（解決科學運算中各種標準問題域的包的集合）、Tensorflow（機器學習庫）等。

Caché數據庫是InterSystems公司產品，屬于后關系型數據庫（Post Relational database），主要應用于醫療衛生管理信息系統，被醫療界公認為首選數據庫。Caché數據庫有如下的特點：速度快、使用簡單、接口容易、支持遠程映射和鏡像、支持WEB開發。

2 Python語言和Caché數據庫交互性研究

本文的研究目的是用Python語言分析我院醫療數據，首先我們對Python語言和Caché數據庫交互性做出研究。

步驟如下：

第一、安裝Python3.5.4；

第二、安裝Caché數據庫；

第三、安裝Microsoft visual C++ 14.0組件；

第四、設置環境變量能夠使用C/C++編譯器；

第五、在Python開發環境下編譯驅動程序，命令為“python setup.py install”或者“python setup3.py install”，本文使用的是Python V3.5.4，因此使用“python setup3.py install”命令；

第六、安裝PyCharm，同時下載相應支持庫；

第七、連接Caché數據庫，與數據庫進行交互，并處理相關數據。

以下為示例代碼：

import sys，intersys.pythonbind3 //導入數據庫驅動

.......

url = host + "[" + port + "]：SAMPLES" //host為服務器地址，port為端口號

conn = intersys.pythonbind3.connection（）

conn.connect_now（url，user，password，None）

database = intersys.pythonbind3.database（conn）

cq = intersys.pythonbind3.query（database）

sqlcode = 0

cq.prepare_class（"web.XXXXX"，FunName）

cq.set_par（1，query）

cq.execute（） //執行Caché數據庫方法

.......

3 應用性研究目標

3.1 研究目標

通過和Caché數據庫的互聯，我們能實現從醫囑、電子病歷等系統抽取數據[2]，將數據通過Python語言實現自然語言處理[3]和臨床決策支持的研究。本文采取Django2.0架構實現相關研究。主要處理研究目標有：

（1）通過病歷，分析某一類疾病治療效果。針對肺癌病人的日常病程錄、出院小結等病歷內容分析，研究不同治療方式的治療效果。

（2）通過關鍵詞找到相似病歷，用于輔助診斷、科研、借鑒治療。輸入肺癌、化療、放療等關鍵詞，檢索到相似病歷，可用于科研或者借鑒治療。

（3）對患者病歷進行整理，建立可視化模塊。對患者數據以及病歷質量分析等建立可視化模塊，用于醫院精細化管理。

（4）對患者電子病歷進行分類。建立深度學習模型，進行機器學習，對患者病歷進行分類劃分。例如肺癌病人化療和放療的病歷分類，給出量化結果。

3.2 步驟和關鍵技術點

3.2.1 醫學語言處理知識庫建立[4]

目的：對病歷文本數據分析更加準確。

途徑：建立維護程序，將臨床專業術語維護到知識庫。

試驗：“患者2018.8因“發熱伴咳嗽咳痰”就診我科”。

正常分詞結果（Fool-NLTK）：

[['患者 '，'2018.8'，'因 '，'“'，'發熱伴 '，'咳嗽 '，'咳 '，'痰 '，'”'，'就診 '，'我科 '，'。']]

增加“咳痰”、“發熱”專業術語到知識庫后分詞結果：

[['患者 '，'2018.8'，'因 '，'“'，'發熱 '，'伴 '，'咳嗽 '，'咳痰 '，'”'，'就診 '，'我科 '，'。']]3.2.2 特征向量提取

方法：一是將文本分詞并向量化，便于程序處理；二是考慮去停用詞、詞跟還原與詞形還原，降低特征向量維度；三是TFIDF（詞頻-逆文本頻率）。

目的：用詞特征向量作為文本的特征。

3.2.3 分類、聚類分析以及檢索

方法：利用深度學習算法，如：支持向量機（SVM）、卷積神經網絡、遞歸神經網絡（LSTM-長短期記憶網絡）等。

目的：建立起分類、聚類、檢索的模型[5]。

3.2.4 建立決策支持系統

方法：建立起Python語言和Caché數據庫以及其他數據庫的實時連接，利用Django2.0平臺技術建立臨床決策支持系統。

目的：建立起病歷智能檢索、病歷輔助診斷和病歷智能分類等功能的系統。

4 結束語

本文實現了Python語言和Caché數據庫之間的互通，實時抽取Caché數據庫的醫囑數據，同時對電子病歷系統中的非結構化文本進行分析和研究，利用Django2.0平臺技術實現自然語言處理和臨床決策支持。