基于長(zhǎng)短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評(píng)估方法

楊 穎，李 玲，唐冬來(lái)，桑婷婷，文 艷，劉小曼

（1.蘇州高新區(qū)人民醫(yī)院康復(fù)醫(yī)學(xué)科，江蘇 蘇州 215000；2.四川中電啟明星信息技術(shù)有限公司，四川成都 610074）

近年來(lái)，隨著中國(guó)人口老齡化的不斷加劇，慢性病致殘率逐年上升，康復(fù)患者的醫(yī)療需求不斷增大[1-2]。當(dāng)前，中國(guó)的大部分二級(jí)乙等及以上級(jí)別的醫(yī)院均建立了完善的康復(fù)醫(yī)學(xué)治療體系，康復(fù)患者的治療需求得到了一定程度的緩解[3-4]。但是在患者康復(fù)醫(yī)療效果的評(píng)估方面，醫(yī)院間未建立統(tǒng)一的評(píng)估體系，仍采用格式化的紙質(zhì)單據(jù)進(jìn)行評(píng)估[5]，患者多次治療期間的聯(lián)合評(píng)估效果關(guān)聯(lián)性差，不同患者之間的橫向比較不足[6-8]，因此，亟需采用一種有效的方法進(jìn)行康復(fù)醫(yī)療效果評(píng)估。

國(guó)內(nèi)外許多醫(yī)生對(duì)康復(fù)醫(yī)療效果評(píng)估做了大量的研究，文獻(xiàn)[9]中提出了一種基于多科協(xié)作的康復(fù)療效評(píng)估方法，通過(guò)多個(gè)醫(yī)學(xué)學(xué)科的綜合診斷，提高了康復(fù)醫(yī)療評(píng)估準(zhǔn)確率。文獻(xiàn)[10]中提出了一種基于時(shí)機(jī)理論的康復(fù)效果評(píng)估方法，通過(guò)家庭護(hù)理時(shí)機(jī)分析，提高康復(fù)醫(yī)療效果評(píng)估的精準(zhǔn)度。文獻(xiàn)[11]中，提出了一種基于PDCA 的骨折術(shù)后康復(fù)效果評(píng)估方法，通過(guò)PDCA 循環(huán)對(duì)康復(fù)治療評(píng)估進(jìn)行干預(yù)，提高康復(fù)評(píng)估的效果。文獻(xiàn)[12]中提出了一種基于生活質(zhì)量與焦慮心里的康復(fù)醫(yī)療效果評(píng)估方法，通過(guò)觀測(cè)患者生活質(zhì)量水平、疼痛級(jí)別數(shù)等指標(biāo)對(duì)康復(fù)效果進(jìn)行評(píng)估。由此可見(jiàn)，康復(fù)醫(yī)療效果評(píng)估方法多樣，且取得了一定的成果，但上述研究在同一患者的多次評(píng)估中聯(lián)合評(píng)估效果關(guān)聯(lián)性差，患者間橫向比較不足。

針對(duì)傳統(tǒng)康復(fù)治療中存在的多次治療信息關(guān)聯(lián)度低，整理、評(píng)估效果差的問(wèn)題，提出了一種基于長(zhǎng)短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評(píng)估方法。在對(duì)康復(fù)患者建立評(píng)估矩陣的基礎(chǔ)上進(jìn)行指標(biāo)權(quán)重調(diào)優(yōu)，其次，結(jié)合患者的歷史數(shù)據(jù)，采用長(zhǎng)短期記憶網(wǎng)絡(luò)對(duì)康復(fù)患者醫(yī)療效果進(jìn)行評(píng)估。最后，通過(guò)實(shí)例驗(yàn)證了該方法的可行性與有效性。

1 康復(fù)醫(yī)療效果評(píng)估框架

文中提出了基于長(zhǎng)短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評(píng)估方法，該方法重點(diǎn)考慮了多次治療信息關(guān)聯(lián)評(píng)價(jià)、評(píng)價(jià)橫向?qū)?biāo)的問(wèn)題，康復(fù)醫(yī)療效果評(píng)估框架如圖1 所示。

圖1 康復(fù)醫(yī)療效果評(píng)估框架

通過(guò)物聯(lián)網(wǎng)技術(shù)采集患者的跌倒危險(xiǎn)、管路滑脫、壓瘡、靜脈血栓栓塞、日常活動(dòng)、疼痛等康復(fù)醫(yī)療數(shù)據(jù)，為后續(xù)分析奠定數(shù)據(jù)基礎(chǔ)。在患者特征分析環(huán)節(jié)，通過(guò)AP 聚類方法對(duì)患者的康復(fù)特征進(jìn)行分析，獲得患者的康復(fù)特征聚類中心，并以此建立分級(jí)分類的康復(fù)醫(yī)療評(píng)估矩陣。在評(píng)估指標(biāo)權(quán)重調(diào)優(yōu)環(huán)節(jié)，根據(jù)康復(fù)醫(yī)療評(píng)估訓(xùn)練模型，采用熵權(quán)法不斷優(yōu)化康復(fù)評(píng)估指標(biāo)的權(quán)重。在康復(fù)醫(yī)療效果綜合評(píng)估環(huán)節(jié)，結(jié)合單個(gè)患者多次康復(fù)治療的關(guān)聯(lián)數(shù)據(jù)、不同患者之間的橫向比較數(shù)據(jù)，采用長(zhǎng)短期記憶網(wǎng)絡(luò)對(duì)康復(fù)患者的醫(yī)療效果進(jìn)行綜合評(píng)估。

2 康復(fù)醫(yī)療效果評(píng)估模型

基于長(zhǎng)短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評(píng)估方法是一種充分考慮單個(gè)患者多次康復(fù)治療的關(guān)聯(lián)和不同患者之間橫向比較的康復(fù)醫(yī)療效果評(píng)估方法[13-14]，可有效提高康復(fù)醫(yī)療效果評(píng)估準(zhǔn)確度。

2.1 康復(fù)醫(yī)療數(shù)據(jù)采集

為解決傳統(tǒng)醫(yī)院采用格式化紙質(zhì)單據(jù)評(píng)估康復(fù)醫(yī)療效果差的問(wèn)題，文中通過(guò)物聯(lián)網(wǎng)技術(shù)設(shè)計(jì)了一種現(xiàn)場(chǎng)康復(fù)醫(yī)療數(shù)據(jù)采集應(yīng)用，醫(yī)護(hù)人員在對(duì)康復(fù)患者進(jìn)行檢查時(shí)，通過(guò)醫(yī)療監(jiān)測(cè)傳感器和移動(dòng)終端錄入評(píng)估相關(guān)數(shù)據(jù)，從而實(shí)現(xiàn)多種類型的康復(fù)醫(yī)療數(shù)據(jù)采集。

在康復(fù)醫(yī)療數(shù)據(jù)采集模型中，文中采用分布式散列表算法完成康復(fù)醫(yī)療中結(jié)構(gòu)與非結(jié)構(gòu)化數(shù)據(jù)的采集。設(shè)現(xiàn)場(chǎng)的康復(fù)醫(yī)療指標(biāo)采集總數(shù)為na個(gè)，跌倒危險(xiǎn)數(shù)據(jù)為ca，管路滑落數(shù)據(jù)為cb，壓瘡數(shù)據(jù)為cc，靜脈血栓栓塞數(shù)據(jù)為cd，日常活動(dòng)數(shù)據(jù)為ce、疼痛數(shù)據(jù)為cf，采集的函數(shù)為ka，康復(fù)數(shù)據(jù)采集資源Fa為：

設(shè)單個(gè)康復(fù)病人的采集數(shù)據(jù)時(shí)間為ttm，醫(yī)院的病區(qū)內(nèi)有ma個(gè)病人，數(shù)據(jù)采集的時(shí)間St為：

2.2 患者康復(fù)特征分析

因AP 聚類具有結(jié)果誤差小、無(wú)需指定聚類數(shù)等特點(diǎn)，因此，文中選擇AP 聚類對(duì)康復(fù)醫(yī)療采集數(shù)據(jù)進(jìn)行分析，獲取康復(fù)醫(yī)療的特征。

設(shè)康復(fù)患者的采集指標(biāo)量測(cè)數(shù)據(jù)la、lb之間的離散特征點(diǎn)為設(shè)特征權(quán)重系數(shù)為?，康復(fù)醫(yī)療效果評(píng)估矩陣U(la,lb)為：

康復(fù)醫(yī)療效果評(píng)估矩陣的偏向函數(shù)與聚類結(jié)果數(shù)量相關(guān)，設(shè)迭代指標(biāo)B的最小值為Bmin，評(píng)估矩陣的中位數(shù)為Ma，康復(fù)醫(yī)療評(píng)估矩陣U(la,lb)收斂判據(jù)為：

分析康復(fù)特征指標(biāo)后，得到康復(fù)醫(yī)療效果評(píng)估矩陣，如表1 所示。

表1 康復(fù)醫(yī)療效果評(píng)估矩陣

2.3 評(píng)估指標(biāo)權(quán)重調(diào)優(yōu)

不同類別的康復(fù)患者對(duì)康復(fù)評(píng)估指標(biāo)的適應(yīng)度不同，文中根據(jù)康復(fù)醫(yī)療評(píng)估訓(xùn)練模型，采用熵權(quán)法對(duì)康復(fù)評(píng)估指標(biāo)的權(quán)重進(jìn)行優(yōu)化。

根據(jù)康復(fù)醫(yī)療專家輸入的康復(fù)評(píng)估矩陣進(jìn)行初始特征權(quán)重，設(shè)輸入的指標(biāo)個(gè)數(shù)為e，初始權(quán)重W為：

設(shè)評(píng)估矩陣為Us=U(la,lb)，改進(jìn)的康復(fù)指標(biāo)權(quán)重特征賦權(quán)值Wh為：

2.4 康復(fù)醫(yī)療效果綜合評(píng)估

長(zhǎng)短期記憶網(wǎng)絡(luò)在標(biāo)準(zhǔn)RNN 網(wǎng)絡(luò)上進(jìn)行了調(diào)優(yōu)，包括輸入門、輸出門和遺忘門[15-16]，可處理單個(gè)患者多次康復(fù)治療的依賴關(guān)系，也可用于不同患者之間橫向比較，因此，文中采用長(zhǎng)短期記憶網(wǎng)絡(luò)構(gòu)建康復(fù)醫(yī)療效果綜合評(píng)估模型。

設(shè)康復(fù)醫(yī)療效果評(píng)估模型的激活函數(shù)為?，評(píng)估模型遺忘門的激活函數(shù)為tan，輸入的康復(fù)患者歷史康復(fù)醫(yī)療數(shù)據(jù)為Xa，輸入的康復(fù)患者跌倒危險(xiǎn)數(shù)據(jù)為Ya，管路滑落數(shù)據(jù)為Yb，壓瘡數(shù)據(jù)為Yc，靜脈血栓栓塞數(shù)據(jù)為Yd，日常活動(dòng)數(shù)據(jù)為Ye，疼痛數(shù)據(jù)為Yf，則當(dāng)前康復(fù)醫(yī)療評(píng)估數(shù)據(jù)Px為：

由式（7）可知，通過(guò)復(fù)醫(yī)療效果綜合評(píng)估模型可獲得康復(fù)患者的醫(yī)療效果精準(zhǔn)評(píng)估結(jié)果。

3 康復(fù)醫(yī)療效果評(píng)估仿真流程

基于長(zhǎng)短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評(píng)估方法仿真流程如圖2 所示。

圖2 康復(fù)醫(yī)療效果評(píng)估仿真仿真流程

步驟1：通過(guò)現(xiàn)場(chǎng)康復(fù)醫(yī)療數(shù)據(jù)采集模型，實(shí)現(xiàn)多種類型的康復(fù)醫(yī)療數(shù)據(jù)采集。

步驟2：通過(guò)AP 聚類方法對(duì)患者的康復(fù)特征進(jìn)行分析，建立分級(jí)分類的康復(fù)醫(yī)療評(píng)估矩陣。

步驟3：采用熵權(quán)法不斷優(yōu)化康復(fù)評(píng)估指標(biāo)的權(quán)重。

步驟4：采用長(zhǎng)短期記憶網(wǎng)絡(luò)對(duì)康復(fù)患者的醫(yī)療效果進(jìn)行綜合評(píng)估。

4 算例分析

采用文中所提的基于長(zhǎng)短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評(píng)估方法，在某醫(yī)院進(jìn)行實(shí)際運(yùn)行，使用的計(jì)算機(jī)操作系統(tǒng)環(huán)境為Win7，計(jì)算機(jī)處理器為酷睿i7，運(yùn)行頻率為2.8 GHz，內(nèi)存為16 GB。

1）康復(fù)醫(yī)療效果評(píng)估性能分析

采用文中所提基于長(zhǎng)短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評(píng)估方法與PDCA 康復(fù)醫(yī)療效果評(píng)估進(jìn)行性能測(cè)試，選擇的患者數(shù)據(jù)為2、5、10、20、30、50、100 個(gè)，治療期平均為兩個(gè)月，兩種方法的運(yùn)行性能如表2所示。

表2 康復(fù)醫(yī)療效果評(píng)估性能分析表

由表2 可知，基于長(zhǎng)短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評(píng)估模型的運(yùn)行性能優(yōu)于PDCA 康復(fù)醫(yī)療效果評(píng)估模型。

2）康復(fù)醫(yī)療效果評(píng)估結(jié)果

采用文中所提的基于長(zhǎng)短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評(píng)估模型對(duì)60 個(gè)康復(fù)患者分兩組進(jìn)行評(píng)價(jià)，每組為30個(gè)患者，評(píng)價(jià)內(nèi)容分壓瘡、跌倒、ADL、VTE、管路滑脫五部分，評(píng)價(jià)次數(shù)為初評(píng)和末評(píng)兩次，評(píng)價(jià)結(jié)果如圖3 所示。

圖3 康復(fù)醫(yī)療效果評(píng)估結(jié)果圖

由圖3 可知，在對(duì)兩組60 名康復(fù)患者的評(píng)價(jià)中，有23 名康復(fù)患者評(píng)價(jià)指標(biāo)出現(xiàn)了波動(dòng)，其中第一組8 名，第二組15 名。經(jīng)過(guò)專家人工診斷，23 名康復(fù)患者的癥狀均出現(xiàn)緩解，基于長(zhǎng)短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評(píng)估模型評(píng)估結(jié)果有效。

3）康復(fù)醫(yī)療效果評(píng)估準(zhǔn)確性分析

采用文中所提的基于長(zhǎng)短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評(píng)估模型與PDCA 康復(fù)醫(yī)療效果評(píng)估模型進(jìn)行康復(fù)醫(yī)療效果評(píng)估準(zhǔn)確性分析。模型的訓(xùn)練樣本數(shù)據(jù)為某醫(yī)院2015 年-2019 年500 例康復(fù)患者的數(shù)據(jù)。驗(yàn)證的模型為2020 年康復(fù)患者數(shù)據(jù)，驗(yàn)證集數(shù)據(jù)分別選擇10、20、30、40、50 個(gè)患者，每個(gè)患者評(píng)估的天數(shù)為30 天，并將評(píng)估的數(shù)據(jù)與醫(yī)療專家人工診斷的數(shù)據(jù)進(jìn)行比較，兩種方法的患者康復(fù)醫(yī)療效果評(píng)估準(zhǔn)確率如圖4 所示。

圖4 康復(fù)醫(yī)療效果評(píng)估準(zhǔn)確性分析圖

由圖3 可知，基于長(zhǎng)短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評(píng)估模型的康復(fù)醫(yī)療效果評(píng)估準(zhǔn)確率和PDCA康復(fù)醫(yī)療效果評(píng)估方法康復(fù)患者的平均評(píng)估準(zhǔn)確率分別為98%、94%。文中所提方法平均評(píng)估準(zhǔn)確率優(yōu)于PDCA 康復(fù)醫(yī)療效果評(píng)估方法。

5 結(jié)論

為解決傳統(tǒng)康復(fù)治療中存在的多次治療信息關(guān)聯(lián)度低，整理、評(píng)估效果差的問(wèn)題，提出了一種基于長(zhǎng)短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評(píng)估方法。設(shè)計(jì)了一種基于長(zhǎng)短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評(píng)估模型，通過(guò)物聯(lián)網(wǎng)技術(shù)采集患者的跌倒、管路滑脫、壓瘡、靜脈血栓栓塞、日常活動(dòng)、疼痛等康復(fù)醫(yī)療數(shù)據(jù)，并進(jìn)行AP 聚類分析，獲得患者的康復(fù)醫(yī)療評(píng)估矩陣。并采用熵權(quán)法確定評(píng)估指標(biāo)的權(quán)重；其次，結(jié)合患者的歷史康復(fù)效果評(píng)估數(shù)據(jù)，采用長(zhǎng)短期記憶網(wǎng)絡(luò)對(duì)康復(fù)患者的醫(yī)療效果進(jìn)行綜合評(píng)估。最后在某醫(yī)院進(jìn)行的實(shí)際運(yùn)行結(jié)果驗(yàn)證了文中提方法的有效和可行性。

下一步，將結(jié)合全國(guó)范圍內(nèi)其他醫(yī)院的康復(fù)醫(yī)療效果評(píng)估特征，對(duì)跨醫(yī)院的康復(fù)患者評(píng)估做進(jìn)一步研究。