9、医疗程序中的时间知识生成

医疗程序中的时间知识生成

1. 引言

医学决策支持系统（DSSs）旨在协助医疗专业人员在预防、诊断和相应治疗方面做出临床决策。当将DSSs应用于医疗程序时，可能会有两种预测：程序性预测（即关于该做什么的指示）和时间性预测（即关于时间限制的指示）。

临床实践指南（CPGs）有助于医生在与患者接触时做出适当的医疗决策，它是一组用于管理特定疾病患者的断言，可提高护理质量、减少不合理的实践差异并节省成本。从CPGs中获得的临床算法（CAs）使程序性知识更加明确和正式。

然而，现有的CAs大多是无时间性的，缺乏对元素的明确时间标记。而时间在医学和医学信息系统中起着重要作用，因此需要定义时间维度，使时间知识（即时间限制的指示）明确和正式。由于医院数据库中的数据主要与时间相关，可以利用这些数据为无时间性的CAs获取时间约束。这里定义了两种类型的时间约束：宏观时间性和微观时间性。

宏观时间性定义为跨越CA特定边缘所需时间的约束[tmin, tmax]，例如[1d, 4d]表示在应用第一个动作后，治疗应等待至少一天，最多四天再进行下一个动作。微观时间性定义为对某个医疗动作的开始时间st、结束时间et和发生频率ft的约束，如[1w, 3d, 6h]表示“高血压前期”从一周前开始，到三天前结束，每六小时观察一次。

2. 表示形式主义

有几种形式主义可用于表示CAs，但各有优缺点。
- 状态转换图（STDs） ：可用于表示无时间性的CAs。
- 定时转换图（TTDs） ：用于表示具有生成的宏观时间性约束的CAs，允许将多个序列集成到单个结构中，每