摘要
中医诊疗遵循辨证论治原则，涉及四诊、辨证、立法和组方等关键环节。中医医生通过望诊、闻诊、问诊和切诊获取患者临床表现，采用四诊合参，推断患者证候，确立治法和配伍处方。现有的辨证、立法和组方模型多基于学习患者症状与证候、治法及处方的关系，然而利用丰富的四诊医案对辅助辨证、立法和组方有重要意义。论文以慢性肾小球肾炎医案为研究对象，借助异构图神经网络解决计算机辅助中医辨证、立法和组方问题，根据诊疗具体流程逻辑分别构建辨证、立法和组方的异构图神经网络模型，设计并实现中医诊疗辅助决策系统，主要工作如下： 1. 针对现有辨证模型仅依赖患者症状而缺乏考虑病位和病性信息的问题，提出基于多重注意异构图神经网络中医辨证（Heterogeneous Graph Multi-Attention for Syndrome Differentiation, HGMASD），建立以患者症状、病位和病性为节点的证素异构网络，设计多重注意力机制学习基于相同证素节点的邻居患者节点及证素节点的嵌入，将患者特征矩阵输入多层感知机实现患者辨证。仿真实验表明，在慢性肾小球肾炎数据集上模型 Micro F1 达 0.8585，Macro F1 达 0.8499。 2. 针对现有立法模型未考虑患者多次就诊记录，未关联患者症状变化的问题，提出基于动态注意力异构图神经网络中医立法（Dynamic Heterogenous Attention for Treatment Determination, DHATD），建立以患者症状、病机、病因、病位和证候为节点的复诊医案异构网络，以就诊时间生成患者的症状邻域序列，利用结构级注意力学习患者-症状和患者-证候元路径的节点权重，通过语义级注意力针对元路径的不同语义分别学习元路径权重，设计时间级注意力机制，基于患者的症状邻域序列和时间衰减策略计算历史症状的权重，最后将三层注意力嵌入聚合并输入多层感知机，实现确立治法。仿真实验表明，在慢性肾小球肾炎数据集上模型 Micro F1 达0.8385，Macro F1 达 0.8319。 3. 针对现有组方模型对中药剂量考虑不足的问题，提出基于多维异构图神经网络中医组方（Multi-Aspect Heterogeneous graph for Prescription Recommendation, MAHPR），建立以症状和药物剂量组合为节点的中药异构网络，提取中药-中药、症状-症状、同患者症状-中药子图，在中药-中药和症状-症状子图上进行相似性信息传播分别学习中药和症状内部相关关系，在同患者症状-中药子图上进行偏好信息传播学习中药治疗症状的偏好信息，在中药异构网络上进行异构信息传播学习整体症状和中药的相关关系，最后将信息传播结果多元聚合并使用极限多标签算法推理，实现组方推荐。仿真实验表明，在慢性肾小球肾炎数据集上模型 Micro F1达0.8183，Macro F1 达 0.8124。 4. 基于 B/S 模式、Spring Boot 框架和 MySQL 数据库，设计并实现中医诊疗辅助决策系统。系统以中医医案管理、中医辨证、中医立法和中医组方为核心功能，具备基于四诊症状采集的中医诊疗功能和基于慢性肾小球肾炎医案的中医诊疗功能。系统运行符合设计预期，实现计算机辅助中医诊疗。
NETL