CN104835096A - 一种检索方法、装置及终端 - Google Patents
一种检索方法、装置及终端 Download PDFInfo
- Publication number
- CN104835096A CN104835096A CN201510247619.7A CN201510247619A CN104835096A CN 104835096 A CN104835096 A CN 104835096A CN 201510247619 A CN201510247619 A CN 201510247619A CN 104835096 A CN104835096 A CN 104835096A
- Authority
- CN
- China
- Prior art keywords
- project
- case history
- active user
- treatment
- patient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000011282 treatment Methods 0.000 claims abstract description 253
- 230000008878 coupling Effects 0.000 claims description 21
- 238000010168 coupling process Methods 0.000 claims description 21
- 238000005859 coupling reaction Methods 0.000 claims description 21
- 239000003814 drug Substances 0.000 claims description 14
- 238000012163 sequencing technique Methods 0.000 claims description 10
- 230000001225 therapeutic effect Effects 0.000 claims description 10
- 230000000694 effects Effects 0.000 abstract description 10
- 238000003745 diagnosis Methods 0.000 abstract description 6
- 230000008859 change Effects 0.000 description 28
- 206010028980 Neoplasm Diseases 0.000 description 25
- 230000008569 process Effects 0.000 description 9
- 108090000623 proteins and genes Proteins 0.000 description 9
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 230000004927 fusion Effects 0.000 description 7
- 101150039808 Egfr gene Proteins 0.000 description 6
- 108700021358 erbB-1 Genes Proteins 0.000 description 6
- 206010064571 Gene mutation Diseases 0.000 description 5
- 208000024891 symptom Diseases 0.000 description 5
- 101150105104 Kras gene Proteins 0.000 description 4
- 102100027754 Mast/stem cell growth factor receptor Kit Human genes 0.000 description 4
- 206010037660 Pyrexia Diseases 0.000 description 4
- 230000037396 body weight Effects 0.000 description 4
- 201000011510 cancer Diseases 0.000 description 4
- 238000002512 chemotherapy Methods 0.000 description 4
- 238000009261 endocrine therapy Methods 0.000 description 4
- 229940034984 endocrine therapy antineoplastic and immunomodulating agent Drugs 0.000 description 4
- 238000009256 replacement therapy Methods 0.000 description 4
- 238000002626 targeted therapy Methods 0.000 description 4
- 210000004881 tumor cell Anatomy 0.000 description 4
- 101001126417 Homo sapiens Platelet-derived growth factor receptor alpha Proteins 0.000 description 3
- 101000692455 Homo sapiens Platelet-derived growth factor receptor beta Proteins 0.000 description 3
- 101150073096 NRAS gene Proteins 0.000 description 3
- 102100030485 Platelet-derived growth factor receptor alpha Human genes 0.000 description 3
- 102100026547 Platelet-derived growth factor receptor beta Human genes 0.000 description 3
- 101150048834 braF gene Proteins 0.000 description 3
- 230000003750 conditioning effect Effects 0.000 description 3
- 230000013011 mating Effects 0.000 description 3
- 101150054472 HER2 gene Proteins 0.000 description 2
- 101001012157 Homo sapiens Receptor tyrosine-protein kinase erbB-2 Proteins 0.000 description 2
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 2
- 101150063858 Pik3ca gene Proteins 0.000 description 2
- 102100025803 Progesterone receptor Human genes 0.000 description 2
- 102100030086 Receptor tyrosine-protein kinase erbB-2 Human genes 0.000 description 2
- 101150077555 Ret gene Proteins 0.000 description 2
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 2
- 235000018259 Solanum vestissimum Nutrition 0.000 description 2
- 240000002825 Solanum vestissimum Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 108700020302 erbB-2 Genes Proteins 0.000 description 2
- 102000015694 estrogen receptors Human genes 0.000 description 2
- 108010038795 estrogen receptors Proteins 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 206010022437 insomnia Diseases 0.000 description 2
- 201000005202 lung cancer Diseases 0.000 description 2
- 208000020816 lung neoplasm Diseases 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002018 overexpression Effects 0.000 description 2
- 108090000468 progesterone receptors Proteins 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 238000001959 radiotherapy Methods 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- WEVYNIUIFUYDGI-UHFFFAOYSA-N 3-[6-[4-(trifluoromethoxy)anilino]-4-pyrimidinyl]benzamide Chemical compound NC(=O)C1=CC=CC(C=2N=CN=C(NC=3C=CC(OC(F)(F)F)=CC=3)C=2)=C1 WEVYNIUIFUYDGI-UHFFFAOYSA-N 0.000 description 1
- 201000004384 Alopecia Diseases 0.000 description 1
- 102100026882 Alpha-synuclein Human genes 0.000 description 1
- 208000003174 Brain Neoplasms Diseases 0.000 description 1
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 102100025064 Cellular tumor antigen p53 Human genes 0.000 description 1
- 206010009944 Colon cancer Diseases 0.000 description 1
- 208000001333 Colorectal Neoplasms Diseases 0.000 description 1
- 206010010774 Constipation Diseases 0.000 description 1
- 101150062301 Ddr2 gene Proteins 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 206010014759 Endometrial neoplasm Diseases 0.000 description 1
- 206010015150 Erythema Diseases 0.000 description 1
- 208000035874 Excoriation Diseases 0.000 description 1
- 206010016654 Fibrosis Diseases 0.000 description 1
- 206010018367 Glomerulonephritis chronic Diseases 0.000 description 1
- 208000000616 Hemoptysis Diseases 0.000 description 1
- 101001117317 Homo sapiens Programmed cell death 1 ligand 1 Proteins 0.000 description 1
- 101000851018 Homo sapiens Vascular endothelial growth factor receptor 1 Proteins 0.000 description 1
- 101000851007 Homo sapiens Vascular endothelial growth factor receptor 2 Proteins 0.000 description 1
- 101000851030 Homo sapiens Vascular endothelial growth factor receptor 3 Proteins 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010020850 Hyperthyroidism Diseases 0.000 description 1
- 101150009057 JAK2 gene Proteins 0.000 description 1
- 101150065646 MEK1 gene Proteins 0.000 description 1
- 206010027336 Menstruation delayed Diseases 0.000 description 1
- 101150111783 NTRK1 gene Proteins 0.000 description 1
- 208000002454 Nasopharyngeal Carcinoma Diseases 0.000 description 1
- 206010061306 Nasopharyngeal cancer Diseases 0.000 description 1
- 206010061309 Neoplasm progression Diseases 0.000 description 1
- 206010030113 Oedema Diseases 0.000 description 1
- 102000014160 PTEN Phosphohydrolase Human genes 0.000 description 1
- 108010011536 PTEN Phosphohydrolase Proteins 0.000 description 1
- 101150073900 PTEN gene Proteins 0.000 description 1
- 206010061902 Pancreatic neoplasm Diseases 0.000 description 1
- 208000012641 Pigmentation disease Diseases 0.000 description 1
- 102100024216 Programmed cell death 1 ligand 1 Human genes 0.000 description 1
- 206010060862 Prostate cancer Diseases 0.000 description 1
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 1
- 101150035397 Ros1 gene Proteins 0.000 description 1
- 101100400993 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) MEK1 gene Proteins 0.000 description 1
- 206010040943 Skin Ulcer Diseases 0.000 description 1
- 208000005718 Stomach Neoplasms Diseases 0.000 description 1
- 108700019889 TEL-AML1 fusion Proteins 0.000 description 1
- 206010064390 Tumour invasion Diseases 0.000 description 1
- 102100033178 Vascular endothelial growth factor receptor 1 Human genes 0.000 description 1
- 102100033177 Vascular endothelial growth factor receptor 2 Human genes 0.000 description 1
- 102100033179 Vascular endothelial growth factor receptor 3 Human genes 0.000 description 1
- 206010047700 Vomiting Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 231100000360 alopecia Toxicity 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000009400 cancer invasion Effects 0.000 description 1
- 208000020670 canker sore Diseases 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 208000019065 cervical carcinoma Diseases 0.000 description 1
- 230000007882 cirrhosis Effects 0.000 description 1
- 208000019425 cirrhosis of liver Diseases 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 201000003914 endometrial carcinoma Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 231100000321 erythema Toxicity 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 101150016624 fgfr1 gene Proteins 0.000 description 1
- 101150088071 fgfr2 gene Proteins 0.000 description 1
- 208000035861 hematochezia Diseases 0.000 description 1
- 235000008216 herbs Nutrition 0.000 description 1
- 208000032839 leukemia Diseases 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 208000015486 malignant pancreatic neoplasm Diseases 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001394 metastastic effect Effects 0.000 description 1
- 206010061289 metastatic neoplasm Diseases 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 201000011216 nasopharynx carcinoma Diseases 0.000 description 1
- 231100000862 numbness Toxicity 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000019612 pigmentation Effects 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 208000008128 pulmonary tuberculosis Diseases 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 206010039073 rheumatoid arthritis Diseases 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 201000000498 stomach carcinoma Diseases 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种检索方法、装置及终端，其中所述检索方法包括：获取当前用户病历中的至少一种病况项目及至少一种治疗项目，其中所述病况项目用于描述用户个人的诊断信息以及生理信息，所述治疗项目用于描述用户个人的诊疗信息；将当前用户病历，与数据库中每一已有用户的病历进行匹配，确定当前用户病历与所述数据库中已有用户病历中病况项目的相似值以及治疗项目的相似值，并基于所述病况项目的相似值以及所述治疗项目的相似值，得到当前用户与所述数据库中一个或多个已有用户的匹配程度；根据当前用户与各个已有用户的匹配程度，选择出匹配程度大于预设阈值的已有用户。这样方便用户找到更精确的相似用户病历，提高用户体验效果。
Description
技术领域
本发明涉及医学应用技术领域，特别是涉及一种检索方法、装置及终端。
背景技术
重度疾病如癌症患者，在选择治疗疾病方法、疾病治疗过程中处于十分惶恐阶段，网络上的信息多数不利于患者和家属作出明智的判断，患者和家属比较希望的是找到与他们疾病最为相似的患者，这样他们之间可以相互交流治疗经验，最大化信息的价值，避免走错路。
目前移动医疗的核心在于数据的分析，并真正给出患者指导性意见，为其提供帮助。但由于目前移动医疗不能给予患者足够的激励，而且肿瘤这种疾病属于重度疾病，因此难以找到合适的病友来激励用户。
发明内容
本发明的目的在于提供一种检索方法、装置及终端，方便用户找到更精确的相似用户的病历，提高用户体验效果。
为了实现上述目的，本发明实施例提供的一种检索方法，包括：
获取当前用户病历中的至少一种病况项目及至少一种治疗项目，其中所述病况项目用于描述用户个人的诊断信息以及生理信息，所述治疗项目用于描述用户个人的诊疗信息；
将当前用户病历，与数据库中每一已有用户的病历进行匹配，确定当前用户病历与所述数据库中已有用户病历中病况项目的相似值以及治疗项目的相似值，并基于所述病况项目的相似值以及所述治疗项目的相似值，得到当前用户与所述数据库中一个或多个已有用户的匹配程度；
根据当前用户与各个已有用户的匹配程度，选择出匹配程度大于预设阈值的已有用户。
进一步的，所述确定当前用户病历与所述数据库中已有用户病况项目的相似值的步骤包括：
确定当前用户病历包括的所有病况项目；
按照所述数据库中各个病况项目之间预设的分值比例关系，将所述数据库中已有用户的所有病况项目对应的第一预设总分值，分配给当前用户病历的各个病况项目，得到当前用户病历的各个病况项目的分值；
确定当前用户病历和所述数据库中已有用户病历中相匹配的病况项目，并计算相匹配病况项目的分值之和，得到当前用户病历与所述数据库中已有用户的病况项目相似值。
进一步的，所述病况项目包括一个或多个子病况项目，其中所述子病况项目为用户个人的诊断信息的详细描述项目以及生理信息的详细描述项目，
所述确定当前用户病历和所述数据库中已有用户的病历中相匹配的病况项目包括：
判断当前用户病历的病况项目和所述数据库中已有用户的病历中对应的病况项目之间是否具有匹配的子病况项目，若是，则当前用户病历和所述数据库中已有用户的病况项目相匹配。
进一步的，确定当前用户病历与所述数据库中已有用户的治疗项目的相似值的步骤包括：
确定当前用户病历包括的所有治疗项目的总数，并判断所述总数是否小于所述数据库中已有用户的所有治疗项目的项目总数，得到第一结果；
在所述第一结果为是时，将所述数据库中已有用户的所有治疗项目对应的第二预设总分值，分配给当前用户病历的各个治疗项目，得到当前用户病历的各个治疗项目的分值；
确定当前用户病历和所述数据库中已有用户的病历中相匹配的治疗项目，并计算相匹配治疗项目的分值之和，得到当前用户病历与所述数据库中已有用户的治疗项目相似值。
进一步的，在所述确定当前用户病历与所述数据库中已有用户的治疗项目的相似值的步骤时，在判断当前用户病历的所有治疗项目的项目总数，是否小于所述数据库中已有用户的所有治疗项目的项目总数，得到第一结果之后的步骤还包括：
在所述第一结果为否时，判断当前用户病历的任一治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有匹配的至少一个子治疗项目，得到第二结果；
若所述第二结果为是时，则将所述数据库中已有用户的所有治疗项目对应的第二预设总分值作为当前用户病历的治疗项目的分值。
进一步的，所述治疗项目包括一个或多个子治疗项目，其中所述子治疗项目为一种药物或者一种治疗方式，
所述确定当前用户病历和所述数据库中已有用户的病历中相匹配的治疗项目的步骤包括：
判断当前用户病历的治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有匹配的第一子治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
进一步的，确定当前用户病历和所述数据库中已有用户的病历中相匹配的治疗项目的步骤还包括：
判断当前用户病历的治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有除第一子治疗项目外相匹配的剩余子治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
进一步的，确定当前用户病历和所述数据库中已有用户的病历中相匹配的治疗项目的步骤还包括：
判断当前用户病历中的所有治疗项目是否有对应设置的时间，若是，按照所述时间先后顺序将当前用户病历中的治疗项目进行排序，得到第一排序结果；
判断所述第一排序结果与所述数据库中已有用户按照时间先后排序的第二排序结果之间，是否具有时间顺序相匹配的治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
本发明实施例还提供一种检索装置，包括：
获取模块，用于获取当前用户病历中的至少一种病况项目及至少一种治疗项目，其中所述病况项目用于描述用户个人的诊断信息以及生理信息，所述治疗项目用于描述用户个人的诊疗信息；
匹配模块，用于将当前用户病历，与数据库中每一已有用户的病历进行匹配，确定当前用户病历与所述数据库中已有用户病历中病况项目的相似值以及治疗项目的相似值，并基于所述病况项目的相似值以及所述治疗项目的相似值，得到当前用户与所述数据库中一个或多个已有用户的匹配程度；
选择模块，用于根据当前用户与各个已有用户的匹配程度，选择出匹配程度大于预设阈值的已有用户。
进一步的，所述匹配模块包括：
第一确定子模块，用于确定当前用户病历包括的所有病况项目；
第一分配子模块，用于按照所述数据库中各个病况项目之间预设的分值比例关系，将所述数据库中已有用户的所有病况项目对应的第一预设总分值，分配给当前用户病历的各个病况项目，得到当前用户病历的各个病况项目的分值；
第二确定子模块，用于确定当前用户病历和所述数据库中已有用户病历中相匹配的病况项目，并计算相匹配病况项目的分值之和，得到当前用户病历与所述数据库中已有用户的病况项目相似值。
进一步的，所述病况项目包括一个或多个子病况项目，其中所述子病况项目为用户个人的诊断信息的详细描述项目以及生理信息的详细描述项目，
所述第二确定子模块包括：
第一判断匹配单元，用于判断当前用户病历的病况项目和所述数据库中已有用户的病历中对应的病况项目之间是否具有匹配的子病况项目，若是，则当前用户病历和所述数据库中已有用户的病况项目相匹配。
进一步的，所述匹配模块包括：
确定判断子模块，用于确定当前用户病历包括的所有治疗项目的总数，并判断所述总数是否小于所述数据库中已有用户的所有治疗项目的项目总数，得到第一结果；
第二分配子模块，用于在所述第一结果为是时，将所述数据库中已有用户的所有治疗项目对应的第二预设总分值，分配给当前用户病历的各个治疗项目，得到当前用户病历的各个治疗项目的分值；
第三确定子模块，用于确定当前用户病历和所述数据库中已有用户的病历中相匹配的治疗项目，并计算相匹配治疗项目的分值之和，得到当前用户病历与所述数据库中已有用户的治疗项目相似值。
进一步的，所述匹配模块还包括：
第一判断子模块，用于在所述第一结果为否时，判断当前用户病历的任一治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有匹配的至少一个子治疗项目，得到第二结果；
第三分配子模块，用于若所述第二结果为是时，则将所述数据库中已有用户的所有治疗项目对应的第二预设总分值作为当前用户病历的治疗项目的分值。
进一步的，所述治疗项目包括一个或多个子治疗项目，其中所述子治疗项目为一种药物或者一种治疗方式，
所述第三确定子模块包括：
第二判断匹配单元，用于判断当前用户病历的治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有匹配的第一子治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
进一步的，所述第三确定子模块还包括：
第三判断匹配单元，用于判断当前用户病历的治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有除第一子治疗项目外相匹配的剩余子治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
进一步的，所述第三确定子模块还包括：
判断排序单元，用于判断当前用户病历中的所有治疗项目是否有对应设置的时间，若是，按照所述时间先后顺序将当前用户病历中的治疗项目进行排序，得到第一排序结果；
第四判断匹配单元，用于判断所述第一排序结果与所述数据库中已有用户按照时间先后排序的第二排序结果之间，是否具有时间顺序相匹配的治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
相应的，本发明实施例还提供一种终端，包括如上述的检索装置。
本发明的上述技术方案的有益效果如下：
本发明的方案中，通过将当前用户病历中的信息归类划分为不同项目，然后在数据库中搜索进行匹配，这样会通过更加细致的项目搜索，得到更精确的相似用户，方便了用户找到与自身病历相匹配的用户病历，提高了用户体验效果。
附图说明
图1为本发明实施例的检索方法的步骤示意图；
图2为本发明实施例的检索方法整体实现流程图；
图3为本发明实施例的检索装置的步骤示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明针对现有技术中用户难以找到精确的相似病友的问题，提供一种检索方法、装置及终端，方便了用户检索出来更精确的相似病友，提高了用户体验效果。
如图1所示，本发明实施例的一种检索方法，包括：
步骤11，获取当前用户病历中的至少一种病况项目及至少一种治疗项目，其中所述病况项目用于描述用户个人的诊断信息以及生理信息，所述治疗项目用于描述用户个人的诊疗信息；
步骤12，将当前用户病历，与数据库中每一已有用户的病历进行匹配，确定当前用户病历与所述数据库中已有用户病历中病况项目的相似值以及治疗项目的相似值，并基于所述病况项目的相似值以及所述治疗项目的相似值，得到当前用户与所述数据库中一个或多个已有用户的匹配程度；
步骤13，根据当前用户与各个已有用户的匹配程度，选择出匹配程度大于预设阈值的已有用户。
在上述步骤11至步骤13中，通过将当前用户病历中的信息归类划分为不同项目，然后在数据库中搜索进行匹配，这样会通过更加细致的项目搜索，得到更精确的相似用户，方便了用户找到与自身病历相匹配的用户病历，提高了用户体验效果。
需要说明的是：其中所述诊断信息是指针对各个用户而言，诊断的病症类型，病症的相关的病史，病症进展阶段、就诊信息等信息，所述生理信息是指针对各个用户而言，用户的身高，体重、年龄等信息，当然诊断信息以及生理信息在此并不一一举例，任何属于本发明的类似信息，均属于本发明的保护范围。
还有，所述匹配是指所述数据库中与当前用户相同的信息，或者所述数据库中与当前用户的信息均在同一预设范围内，比如当前用户的身高与数据库中用户的身高差小于5厘米，比如当前用户的年龄与数据库中用户的年龄差小于5岁，当然以上仅仅是举例说明，任何可以与本发明匹配类似的方式，均属于本发明的保护范围，在此不一一举例。
另外，上述预设阈值可以根据需求情况进行设定，比如是需要搜索的用户的精度要求较低时，可以将所述预设阈值设置为百分之七十，比如需要搜索的用户要求精确度较高，则可以将所述预设阈值设置为百分之九十。这样就可以匹配程度较好的用户搜索出来。
对于所述诊疗信息可以是指手术治疗，化学治疗，内分泌治疗，靶向治疗，放疗，替代治疗的一种或多种治疗方式。
由于当前用户在输入病况项目时，输入的信息不一定是数据库中所有的病况项目，因此在当前用户在输入病况项目进行搜索时，为了保证能够将当前用户输入的所有病况项目都能够与数据库中的数据进行对比，本发明实施例的检索方法中，步骤12包括：
步骤121，确定当前用户病历包括的所有病况项目；
步骤122，按照所述数据库中各个病况项目之间预设的分值比例关系，将所述数据库中已有用户的所有病况项目对应的第一预设总分值，分配给当前用户病历的各个病况项目，得到当前用户病历的各个病况项目的分值；
步骤123，确定当前用户病历和所述数据库中已有用户病历中相匹配的病况项目，并计算相匹配病况项目的分值之和，得到当前用户病历与所述数据库中已有用户的病况项目相似值。
需要说明的是：所述分值比例关系是根据病历中的病况项目的重要性，而给每一个相同、相似的病况项目赋予不同的分数值。
还有，所述第一预设总分值可以是指大于60分且小于100分范围内的一个数值，具体的数值根据病况项目在用户病历中所占用的比重进行设置，例如一般以100分为基准，所占100分的比重而定的数值，但在此并不作限定，任何通过本发明实施例可以实现的数值，均属于本发明的保护范围。
上述分数比重的分配主要有以下一些原因，用户是围绕着所患肿瘤类型来进行填写的其他项目，而且肿瘤的治疗措施也是根据肿瘤类型来进行区分的，因此是需要先确定对比信息的所患肿瘤类型，这样每个用户检索出来的相似用户才有意义，因此，所患肿瘤类型所占的分数比重较大。由于肿瘤本质上是一种基因突变导致的体细胞恶性增殖，每个肿瘤的驱动基因直接决定了患者可选择的靶向药物和预后情况，因此针对每个肿瘤分子分型来判断个体所患病的独特性，进而更容易确定出来数据库中相似的用户，因此肿瘤分子分型的分值也占有比重较高。
由于对病况项目进行匹配时，是根据判断每个病况项目的具体内容是否匹配判断的，而不单单是一个个病况项目的项目，因此本发明实施例的检索方法中，所述病况项目包括一个或多个子病况项目，其中所述子病况项目为用户个人的诊断信息的详细描述项目以及生理信息的详细描述项目，步骤123包括：
步骤1231，判断当前用户病历的病况项目和所述数据库中已有用户的病历中对应的病况项目之间是否具有匹配的子病况项目，若是，则当前用户病历和所述数据库中已有用户的病况项目相匹配。
本发明实施例中，上述诊断信息的详细描述项目，比如是家族病史的有无，症状是发烧还是失眠等，生理信息的详细描述项目，比如性别的男或女，婚姻状况是已婚、未婚等。
本发明实施例中，实现的流程可以如下：
首先，现在数据库中将所有病况项目设置一个原始的总分值；
然后，判断当前用户病历病况选项的数目，在当前用户病历病况选项的数目小于数据库中的病况项目的总选项数时，需要将原始设置的总分值进行重新分配给当前用户病历的每个病况选项；
再然后，将当前用户的每个病况项目的子病况项目进行匹配，在子病况项目的内容相匹配时，才会得到相匹配的子病况项目所属病况项目的，重新分配的分值；
最后，将得到的重新分配的分值相加，就是当前用户的病历与数据库的病况项目的相似值。
上述实质是为了通过匹配得到相似值后，进而找到与当前用户病历相似的用户。因此对于多个子病况项目的比较以及将数据库中的分值重新分配，都是为了确定当前用户病历的重要性，进而找到更加精确的相似用户，提高用户的体验效果。
具体的本发明实施例的具体实施的举例如下。
假设与数据库中的病历的病况项目进行对比和判分的共有16个项目(当然此项目不作限定，在后续拓展或者应用中很可能增多，本发明实施例只是为了方便理解而举例的项目数值)，并且将该病况项目的总数值分配为70分(当然此分值不做限定，但是为了突出病况项目的重要性，此分值占总分的一半以上，此处只是为方便说明，分配分值为70分)。
首先检查两个用户是否都填写和选择了相关选项，只有两个用户(一个是当前用户，一个是数据库中的用户)都选择了相关选项，则该项目才进行对比，并根据两个用户选择的是否相同而判断得分。如检测用户未填写任何一个项目，则不能与数据库的用户数据进行对比、也不得分，如用户填写和选择的项目中没有包含项目5(所患肿瘤类型)时，也提示当前用户必须进行填写，否则不能进行后续的检索和对比任务。
(一)如当前用户在16个项目中都进行了填写和选择，则对16个项目赋分，相应的对比步骤，分数、算法和公式如下：
1、项目1，肿瘤病史，该项目有3个选项，分别是：原发肿瘤、多处原发肿瘤、已转移肿瘤，两个用户在3个选项中选择了相同一项即得2分。
2、项目2，复发情况，该项目有3个选项，分别是：无复发、单次复发、多次复发，如两个用户在3个选项中选择了相同一项即得2分。
3、项目3，肿瘤家族史，该项目有2个选项，分别是：有家族史，无家族史，如两个用户在2个选项中选择了相同一项即得2分。
4、项目4，其他病史，该项目有9个选项，分别是：无、高血压、糖尿病、慢性肾炎、甲亢、类风湿关节炎、系统性红斑狼疮、肝硬化、肺结核，如两个用户在9个选项中选择了相同一项即得2分。
5、项目5，所患肿瘤类型，该项目有14个选项，分别是：肝癌、肺癌、胰腺癌、乳腺癌、宫颈癌、子宫内膜癌、大肠癌、胃癌、肺癌、鼻咽癌、卵巢癌、前列腺癌、脑癌、白血病，如用户的肿瘤类型不属于以上14种，则提用户可自行添加再进行对比，如两个用户在这些选项中选择了相同一项即得20分。(依照目前肿瘤的诊疗规则，如肿瘤发病部位相同，即肿瘤类型相同，相应的诊断和治疗措施也相同，所以所患肿瘤类型的分值占有较高的比重)
6、项目6，肿瘤分子分型，该项目为多选择项目，选项分别是：P-gP阳性、TOPOⅡ阳性、GSTπ阳性、Ki67阳性、ER(雌激素受体)阳性、PR(孕激素受体)阳性、HER2(ERBB2)过表达、HER2基因扩增、HER2基因Exon20突变、VEGFR1过表达、VEGFR2过表达、VEGFR3过表达、PTEN过表达、PTEN基因缺失、EGFR基因扩增、EGFR基因Exon18突变、EGFR基因Exon19突变、EGFR基因Exon20突变、EGFR基因Exon21突变、EGFR基因T790M突变、KRAS基因Code12突变、KRAS基因Code13突变、KRAS基因Code61突变、KRAS基因Code146突变、NRAS基因Code12突变、NRAS基因Code13突变、NRAS基因Code61突变、BRAF基因Exon11突变、BRAF基因Exon15突变、BRAF基因V600E位点突变、PIK3CA基因Exon9突变、PIK3CA基因Exon20突变、EML4-ALK融合基因、ROS1基因重排、RET基因融合、NTRK1基因融合、FGFR1基因扩增、FGFR2基因扩增、DDR2基因突变、P53基因突变、KIT(C-kit)基因Exon9突变、KIT(C-kit)基因Exon11突变、KIT(C-kit)基因Exon13突变、KIT(C-kit)基因Exon17突变、PDGFRA(PDGFRα)基因Exon12突变、PDGFRA(PDGFRα)基因Exon14突变、PDGFRA(PDGFRα)基因Exon18突变、C-MET(MET)基因扩增、MEK1基因突变、JAK2基因V617F突变、RET基因M918T突变、PDL1蛋白过表达、PD1蛋白过表达、融合基因BCR-ABL、融合基因AML1-ETO、融合基因PML-RARa、融合基因TEL-AML1。如两个用户在这些个选项中选择了相同一项即得10分。如2个及2以上选项相同则得20分。(依照肿瘤精准治疗的理念，肿瘤的驱动基因突变的数目和类型，直接决定了肿瘤患者所能选择的靶向药物和预后情况，所以肿瘤分子分型项目的分值占有比重较高)
7、项目7，初次诊断时间，根据用户填写的年份进行对比，如填写的年份相同则判得2分。
8、项目8，首次就诊症状，该项目包含的选项有：胸痛、腹疼、咳血、发热发烧、血尿、便血，如用户的肿瘤类型不属于以上6种，则提用户可自行添加再进行对比，如两个用户在这些选项中选择了相同一项即得2分。
9、项目9，目前处于哪一期，该项目包含4个选项，分别是：早期、中期、中晚期、晚期。如两个用户在4个选项中选择了相同一项即得4分。
10、项目10，疾病进展情况，该项目包含3个选项，分别是：TTP(肿瘤进展时间)、PFS(无进展生存期)、TTF(治疗失败时间)，如两个用户在3个选项中选择了相同一项即得2分。
11、项目11，症状、副作用，该项目包含的选项分别是：呕吐、腹泻、失眠、便秘、发热、乏力、心慌、脱发、潮热、骨痛、口腔溃疡、色素沉着、皮肤红斑、表皮脱落、皮肤破溃、患肢水肿、患肢酸胀、抬举困难、皮肤水泡、患肢麻木、患肢刺痛、阴道干燥、阴道出血、骨蒸潮热、血尿，如两个用户在这些选项中选择了相同一项即得2分。
12、项目12，年龄，此项目根据用户填写的年龄进行对比，如果两个用户的年龄差别小于5岁，即判断相同，判断得2分。
13、项目13，性别，此项目根据用户填写的性别进行对比，选项是男、女，选择相同即得2分。
14、项目14，身高，此处根据用户填写的身高进行类别，如果两个用户的身高差别小于5cm，即判断得2分，差别小于10cm，但是大于5cm得1分。
15、项目15，体重，此处用户选择填写体重，如果两个用户的体重差别小于10kg得分2分，如两个用户体重差别大于10kg，但小于20kg则得分1分。
16、项目16，婚育史，此处有三个选项，分别是：未婚、已婚、已婚已育，如两个用户选择了相同的一项，则判断得2分。
最后，如果当前用户填写了所有项目，也可以使用该病历项目计算公式：病历项目的总分SUMn＝项目1的得分+项目2的得分+项目3的得分+…项目16的得分；
当然，如当前用户只在n个项目中进行了填写和选择(n为整数，且0＜n＜16)，而且包含了项目5(所患肿瘤类型)，则只对当前用户选择的n个项目在数据库中与每个用户的数据进行对比，数据库中其他用户多于n项的，或者填满16项的，也只选择当前用户填写的n项进行对比，对比的首要原则是调整每一项的得分，即给予当前用户选择的n个项目，一个分数调整权重，这样根据数据库中的已有用户填写的选项数目动态地调整每一项的分数值，以达到与当前用户具最大匹配程度的病友。相应的检索逻辑和步骤如下：
1.首先，与上文类似，先假设当前用户填写了完整16项目时，根据每个项目的得分情况，计算其选择的n个项目的总分值。相应的公式SUMn＝项目x1的分值+项目x2的分值+…项目xn的分值。
2.计算当前用户填写的n个项目，每一项的分数调整权重，即将原本平均分配于16个项目的分数(70分)，在n个项目中重新进行分配。分配公式为：项目x的分值＝原项目x的分值×(70÷SUMn)。
3.根据当前用户选择填写的n个项目，依次进行对比，选项相同得分，选择不相同则不得分。
另外，由于当前用户在输入治疗项目时，输入的信息不一定是数据库中所有的治疗项目，因此在当前用户在输入治疗项目进行搜索时，为了保证能够将当前用户输入的所有治疗项目都能够与数据库中的数据进行对比，本发明实施例的检索方法中，步骤12包括：
步骤124，确定当前用户病历包括的所有治疗项目的总数，并判断所述总数是否小于所述数据库中已有用户的所有治疗项目的项目总数，得到第一结果；
步骤125，在所述第一结果为是时，将所述数据库中已有用户的所有治疗项目对应的第二预设总分值，分配给当前用户病历的各个治疗项目，得到当前用户病历的各个治疗项目的分值；
步骤126，确定当前用户病历和所述数据库中已有用户的病历中相匹配的治疗项目，并计算相匹配治疗项目的分值之和，得到当前用户病历与所述数据库中已有用户的治疗项目相似值。
传统的主要对同样癌症种类的用户进行区分，由于区分比较笼统，而且由于每一种癌症又分为多种亚型，这样的分类更加不准确，更无法帮助用户相互对比彼此之间的治疗方式、服用的药物、症状、病史等，也不能对每一条信息的相似程度给出较为准确的数值性判断。因此，本发明实施例基于病历的病况项目和治疗项目的数据进行相同检索，根据病况项目及治疗项目的重要性分别对信息进行赋值、加总等查找相似病友。
由于对于治疗项目进行匹配时，具体是通过判断每个治疗项目的具体内容是否匹配，而不单单是一个个治疗项目的项目，因此本发明实施例的检索方法中，所述治疗项目包括一个或多个子治疗项目，其中所述子治疗项目为一种药物或者一种治疗方式，步骤126包括：
步骤1261，判断当前用户病历的治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有匹配的第一子治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
在步骤124之后，步骤12还包括：步骤127，在所述第一结果为否时，判断当前用户病历的任一治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有匹配的至少一个子治疗项目，得到第二结果；
步骤128，若所述第二结果为是时，则将所述数据库中已有用户的所有治疗项目对应的第二预设总分值作为当前用户病历的治疗项目的分值。
本发明实施例中，实现的流程可以如下：
首先，现在数据库中将所有治疗项目设置一个原始的总分值；
然后，判断当前用户病历治疗选项的数目，在当前用户病历治疗选项的数目小于数据库中的治疗项目的总选项数时，需要将原始设置的总分值进行重新分配给当前用户病历的每个治疗选项；
再然后，将当前用户的每个治疗项目的子治疗项目进行匹配，在子治疗项目的内容相匹配时，才会得到相匹配的子治疗项目所属治疗项目的，重新分配的分值；
最后，将得到的重新分配的分值相加，就是当前用户的病历与数据库的治疗项目的相似值。
上述实质是为了通过匹配得相似值，进而找到与当前用户病历相似的用户。因此对于多个子治疗项目的比较以及将数据库中的分值重新分配，都是为了确定当前用户病历的重要性，进而找到更加精确的相似用户，提高用户的体验效果。
如果在判断当前用户病历治疗选项的数目，在当前用户病历治疗选项的数目小于数据库中的治疗项目的总选项数时，直接将治疗项目的子治疗项目进行匹配，在有至少一项匹配成功后，直接得到原始设置的总分值。这样也简化匹配规则，在治疗项目较多时，不用一一去比较，只要有一项匹配成功，就认为匹配，快速查找到相似的用户。
具体的，为了减少搜索的次数，节约搜索时间，尽量快速以及准确的找到相似用户，本发明实施例的检索方法中，步骤12包括：
步骤129，判断当前用户病历的治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有除第一子治疗项目外相匹配的剩余子治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
还有，本发明实施例的检索方法中，步骤12包括：
步骤130，判断当前用户病历中的所有治疗项目是否有对应设置的时间，若是，按照所述时间先后顺序将当前用户病历中的治疗项目进行排序，得到第一排序结果；
步骤131，判断所述第一排序结果与所述数据库中已有用户按照时间先后排序的第二排序结果之间，是否具有时间顺序相匹配的治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
本发明实施例中，对于治疗项目先后顺序进行匹配，每一项信息匹配时的赋分值(分值可以在后台，不断进行调整和优化)，以及当前用户只填写部分信息进行检索时，信息对比的分数值进行动态调整，根据重要性赋予不同分数值，进而得到与当前用户病历相似的数据库中用户。
需要说明的是，对于当前用户只选择填写部分信息的情况也做了调整，即只以当前用户填写的信息进行单关键词(即一个子治疗项目)、多关键词(即多个子治疗项目)、顺序检索(治疗项目按照时间的排序)，相应的赋分机制也进行了优化和调整，以达到检索结果的最优化，帮助当前用户找到与他病情最相似的人。
具体的本发明实施例的具体实施的举例如下。
在每个用户的病历的“治疗记录”中包含六个项目，每个项目包含一个或多个选项，其中每个选项算作一个关键词，分别是：
项目1：手术治疗(选项包含两个选项，有or否)：
项目2：化学治疗(选项包含多个选项，每个选项为一种药物)：
项目3：内分泌治疗(选项包含多个选项，每个选项为一种药物)：
项目4：靶向治疗(选项包含多个选项，每个选项为一种药物)：
项目5：放疗(选项包含，有or否)：
项目6：替代治疗(选项包含多个选项，每个选项为一种治疗方式)：
对于当前用户与数据库已有患者数据的病历治疗信息搜索对比、得分方式的步骤和规则分为三个步骤，分别为单关键词搜索、多关键词搜索、顺序搜索：
1.单关键词搜索：以上面6个项目为范围，对当前用户选择填写的项目与数据库已有患者的数据进行对比评分。该项搜索总分为10分(当然此分值不做限定，只是为了方便说明，但如果为了强调该单关键搜索，则可以另作分值分配)。
，其中化学治疗、内分泌治疗、靶向治疗、替代治疗这4个项目中有一个关键词(即有一项药物或治疗方式)相同，则判断该项目相同。假设当前用户选择填写的项目数为n(n为整数，且0≤n≤6)，当前用户与数据库中某一用户在m个项目上相同(m为整数，且0≤m≤n)，得分原则根据当前用户选择填写的项目数目n的大小进行动态调整，具体如下：
1)如果当前用户选择填写了3个以上的项目。任选3项目，如果3个项目中，有任一项目相同则得10分。
2)如果当前用户选择填写了2个项目，则对比和赋分原则为，如果第一个项目赋分4分，相同得分4分，第二个项目赋分6分，相同得分6分，0个项目相同不得分。
3)如果当前用户选择填写了1个项目，如果1个项目相同即得10分，不相同则不得分。
4)如果当前用户没有选择填写任何项目，则不得分。
在单关键词搜索时通过后，才进行多关键词搜索。
2.多关键词搜索，在第一步的基础上开展分析，即两个用户在如化学治疗、内分泌治疗、靶向治疗、替代治疗四个有多个选项的项目中，分析是否有2个以上的选项相同(包含2个)，如是则判断该项目的多关键词搜索结果得分。该项搜索总分为10分(当然此分值不做限定，只是为了方便说明)。假设当前用户选择填写的项目数为n(n为整数，且0≤n≤4)，当前用户与数据库中某一用户在m个项目上相同(m为整数，且0≤m≤n)，则多关键词得分原则和公式如下：
1)如果当前用户选择填写了3个以上的项目。任选3项目，如果3个项目中，除了单关键词外，还有至少一项目相同则得10分。
2)如果当前用户选择填写了2个项目，则对比和赋分原则为，第一个项目赋分4分，相同得分4分，第二个项目赋分6分，相同得分6分，0个项目相同不得分(相同是指，除了单关键词外，还有至少一项目相同)。
3)如果当前用户选择填写了1个项目，如果1个项目相同即得10分，不相同则不得分。
4)当n＝0时，多关键词搜索得分得零分。
在多关键词搜索时通过后，才进行顺序搜索。
3.顺序搜索：在第一步的基础上，即根据当前用户选择的项目进行排序，假设当前用户选择填写了n个项目(n为整数，且0≤n≤6)。排序时需调用当前用户填写类目时输入的时间(没有输入时间的项目则不进行排序，所有项目没有时间则不进行该项对比)。根据时间发生的先后次序，对当前用户、数据库中用户选择填写的项目进行排序，依次为分别为M1、M2…Mn。当当前用户和数据库中用户的第1个项目相同时，则令M1＝1，如两者在第1个项目不同，则令M1＝0；然后进行第2个项目、第n个项目的对比，相同则令Mn＝1，不相同则令Mn＝0；顺序搜索的赋分原则和公式根据当前用户填写的选项数目进行动态调整，由于首先选择的治疗措施对于患者影响最大，因此对于排名靠前的项目赋予更高的得分权重。具体的如下：
1)如果当前用户选择填写了3以上的项目，任选3项目，如果3个项目中，排序第一的项目至少一项目相同，则得10分(当然此分值不做限定，只是为了方便说明)。
3)如果当前用户选择填写了2个项目，第一项目赋分值6分，排序顺序相同时得6分，第二项目赋分值4分，排序顺序相同时得4分。
4)如果当前用户选择填写了1个项目，排序第一的项目赋分值10分，不相同则不得分。
5)如果当前用户选择填写了0个项目，则不得分。
通过将搜索者与数据库每一个用户的相似值进行降序排列，检索出与其匹配程度最高的病友。
最后，如图2所示的整体实现流程后，本发明实施例的当前用户匹配程度计算公式：匹配程度＝(病况项目得分+单关键词搜索得分+多关键词搜索得分(存在时)+顺序搜索得分(存在时))除以100。
每个当前用户在搜索完成后，将当前用户的信息进行存储，因此本发明实施例中囊括病历中治疗措施、药物、症状等会有更多的信息，方便后续更精确地查找到相似用户。
相应的，如图3所示，本发明实施例的一种检索装置中，包括：
获取模块31，用于获取当前用户病历中的至少一种病况项目及至少一种治疗项目，其中所述病况项目用于描述用户个人的诊断信息以及生理信息，所述治疗项目用于描述用户个人的诊疗信息；
匹配模块32，用于将当前用户病历，与数据库中每一已有用户的病历进行匹配，确定当前用户病历与所述数据库中已有用户病历中病况项目的相似值以及治疗项目的相似值，并基于所述病况项目的相似值以及所述治疗项目的相似值，得到当前用户与所述数据库中一个或多个已有用户的匹配程度；
选择模块33，用于根据当前用户与各个已有用户的匹配程度，选择出匹配程度大于预设阈值的已有用户。
通过将当前用户病历中的信息归类划分为不同项目，然后在数据库中搜索进行匹配，这样会通过更加细致的项目搜索，得到更精确的相似用户，方便了用户找到与自身病历相匹配的用户病历，提高了用户体验效果。
本发明的又一实施例的检索装置中，所述匹配模块32包括：
第一确定子模块，用于确定当前用户病历包括的所有病况项目；
第一分配子模块，用于按照所述数据库中各个病况项目之间预设的分值比例关系，将所述数据库中已有用户的所有病况项目对应的第一预设总分值，分配给当前用户病历的各个病况项目，得到当前用户病历的各个病况项目的分值；
第二确定子模块，用于确定当前用户病历和所述数据库中已有用户病历中相匹配的病况项目，并计算相匹配病况项目的分值之和，得到当前用户病历与所述数据库中已有用户的病况项目相似值。
本发明的又一实施例的检索装置中，所述病况项目包括一个或多个子病况项目，其中所述子病况项目为用户个人的诊断信息的详细描述项目以及生理信息的详细描述项目，
所述第二确定子模块包括：
第一判断匹配单元，用于判断当前用户病历的病况项目和所述数据库中已有用户的病历中对应的病况项目之间是否具有匹配的子病况项目，若是，则当前用户病历和所述数据库中已有用户的病况项目相匹配。
本发明的又一实施例的检索装置中，所述匹配模块32包括：
确定判断子模块，用于确定当前用户病历包括的所有治疗项目的总数，并判断所述总数是否小于所述数据库中已有用户的所有治疗项目的项目总数，得到第一结果；
第二分配子模块，用于在所述第一结果为是时，将所述数据库中已有用户的所有治疗项目对应的第二预设总分值，分配给当前用户病历的各个治疗项目，得到当前用户病历的各个治疗项目的分值；
第三确定子模块，用于确定当前用户病历和所述数据库中已有用户的病历中相匹配的治疗项目，并计算相匹配治疗项目的分值之和，得到当前用户病历与所述数据库中已有用户的治疗项目相似值。
本发明的又一实施例的检索装置中，所述匹配模块32还包括：
第一判断子模块，用于在所述第一结果为否时，判断当前用户病历的任一治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有匹配的至少一个子治疗项目，得到第二结果；
第三分配子模块，用于若所述第二结果为是时，则将所述数据库中已有用户的所有治疗项目对应的第二预设总分值作为当前用户病历的治疗项目的分值。
本发明的又一实施例的检索装置中，所述治疗项目包括一个或多个子治疗项目，其中所述子治疗项目为一种药物或者一种治疗方式，
所述第三确定子模块包括：
第二判断匹配单元，用于判断当前用户病历的治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有匹配的第一子治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
本发明的又一实施例的检索装置中，所述第三确定子模块还包括：
第三判断匹配单元，用于判断当前用户病历的治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有除第一子治疗项目外相匹配的剩余子治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
本发明的又一实施例的检索装置中，所述第三确定子模块还包括：
判断排序单元，用于判断当前用户病历中的所有治疗项目是否有对应设置的时间，若是，按照所述时间先后顺序将当前用户病历中的治疗项目进行排序，得到第一排序结果；
第四判断匹配单元，用于判断所述第一排序结果与所述数据库中已有用户按照时间先后排序的第二排序结果之间，是否具有时间顺序相匹配的治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
需要说明的是：病历对比过程中病历所包含的信息数目，每一条信息相同、相近时的分数值都是可以调整的，也必然会结合用户使用、临床专家的反馈不断优化和完善。因任何变幻病历对比的过程、病历包含的信息数目、分数值的改变等形式均属于本发明实施例的保护范围。
需要说明的是，本发明提供的装置是应用上述检索方法的装置，则上述检索方法的所有实施例均适用于该装置，且均能达到相同或相似的有益效果。
相应的，本发明实施例还提供一种终端，包括如上述的检索装置。
本发明实施例的检索装置应用在智能手机终端或PC端，以手机应用程序或网站的形式呈现，在当前用户将自己的病历信息提报上去后，通过与后台数据库已有的患者的病历数据进行相同或相近的查询。
相应的由于本发明实施例的检索装置，应用于终端，因此，本发明实施例还提供了一种终端，其中，上述检索装置的所述实现实施例均适用于该终端的实施例中，也能达到相同的技术效果。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (17)
1.一种检索方法，其特征在于，包括：
获取当前用户病历中的至少一种病况项目及至少一种治疗项目，其中所述病况项目用于描述用户个人的诊断信息以及生理信息，所述治疗项目用于描述用户个人的诊疗信息；
将当前用户病历，与数据库中每一已有用户的病历进行匹配，确定当前用户病历与所述数据库中已有用户病历中病况项目的相似值以及治疗项目的相似值，并基于所述病况项目的相似值以及所述治疗项目的相似值，得到当前用户与所述数据库中一个或多个已有用户的匹配程度；
根据当前用户与各个已有用户的匹配程度，选择出匹配程度大于预设阈值的已有用户。
2.根据权利要求1所述的检索方法，其特征在于，所述确定当前用户病历与所述数据库中已有用户病况项目的相似值的步骤包括：
确定当前用户病历包括的所有病况项目；
按照所述数据库中各个病况项目之间预设的分值比例关系，将所述数据库中已有用户的所有病况项目对应的第一预设总分值，分配给当前用户病历的各个病况项目，得到当前用户病历的各个病况项目的分值；
确定当前用户病历和所述数据库中已有用户病历中相匹配的病况项目，并计算相匹配病况项目的分值之和，得到当前用户病历与所述数据库中已有用户的病况项目相似值。
3.根据权利要求2所述的检索方法，其特征在于，所述病况项目包括一个或多个子病况项目，其中所述子病况项目为用户个人的诊断信息的详细描述项目以及生理信息的详细描述项目，
所述确定当前用户病历和所述数据库中已有用户的病历中相匹配的病况项目包括：
判断当前用户病历的病况项目和所述数据库中已有用户的病历中对应的病况项目之间是否具有匹配的子病况项目，若是，则当前用户病历和所述数据库中已有用户的病况项目相匹配。
4.根据权利要求1至3任一项所述的检索方法，其特征在于，确定当前用户病历与所述数据库中已有用户的治疗项目的相似值的步骤包括：
确定当前用户病历包括的所有治疗项目的总数，并判断所述总数是否小于所述数据库中已有用户的所有治疗项目的项目总数，得到第一结果；
在所述第一结果为是时，将所述数据库中已有用户的所有治疗项目对应的第二预设总分值，分配给当前用户病历的各个治疗项目，得到当前用户病历的各个治疗项目的分值；
确定当前用户病历和所述数据库中已有用户的病历中相匹配的治疗项目，并计算相匹配治疗项目的分值之和，得到当前用户病历与所述数据库中已有用户的治疗项目相似值。
5.根据权利要求4所述的检索方法，其特征在于，在所述确定当前用户病历与所述数据库中已有用户的治疗项目的相似值的步骤时，在判断当前用户病历的所有治疗项目的项目总数，是否小于所述数据库中已有用户的所有治疗项目的项目总数，得到第一结果之后的步骤还包括：
在所述第一结果为否时，判断当前用户病历的任一治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有匹配的至少一个子治疗项目，得到第二结果；
若所述第二结果为是时，则将所述数据库中已有用户的所有治疗项目对应的第二预设总分值作为当前用户病历的治疗项目的分值。
6.根据权利要求4所述的检索方法，其特征在于，所述治疗项目包括一个或多个子治疗项目，其中所述子治疗项目为一种药物或者一种治疗方式，
所述确定当前用户病历和所述数据库中已有用户的病历中相匹配的治疗项目的步骤包括：
判断当前用户病历的治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有匹配的第一子治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
7.根据权利要求6所述的检索方法，其特征在于，确定当前用户病历和所述数据库中已有用户的病历中相匹配的治疗项目的步骤还包括：
判断当前用户病历的治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有除第一子治疗项目外相匹配的剩余子治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
8.根据权利要求7所述的检索方法，其特征在于，确定当前用户病历和所述数据库中已有用户的病历中相匹配的治疗项目的步骤还包括：
判断当前用户病历中的所有治疗项目是否有对应设置的时间，若是，按照所述时间先后顺序将当前用户病历中的治疗项目进行排序，得到第一排序结果；
判断所述第一排序结果与所述数据库中已有用户按照时间先后排序的第二排序结果之间，是否具有时间顺序相匹配的治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
9.一种检索装置，其特征在于，包括：
获取模块，用于获取当前用户病历中的至少一种病况项目及至少一种治疗项目，其中所述病况项目用于描述用户个人的诊断信息以及生理信息，所述治疗项目用于描述用户个人的诊疗信息；
匹配模块，用于将当前用户病历，与数据库中每一已有用户的病历进行匹配，确定当前用户病历与所述数据库中已有用户病历中病况项目的相似值以及治疗项目的相似值，并基于所述病况项目的相似值以及所述治疗项目的相似值，得到当前用户与所述数据库中一个或多个已有用户的匹配程度；
选择模块，用于根据当前用户与各个已有用户的匹配程度，选择出匹配程度大于预设阈值的已有用户。
10.根据权利要求9所述的检索装置，其特征在于，所述匹配模块包括：
第一确定子模块，用于确定当前用户病历包括的所有病况项目；
第一分配子模块，用于按照所述数据库中各个病况项目之间预设的分值比例关系，将所述数据库中已有用户的所有病况项目对应的第一预设总分值，分配给当前用户病历的各个病况项目，得到当前用户病历的各个病况项目的分值；
第二确定子模块，用于确定当前用户病历和所述数据库中已有用户病历中相匹配的病况项目，并计算相匹配病况项目的分值之和，得到当前用户病历与所述数据库中已有用户的病况项目相似值。
11.根据权利要求10所述的检索装置，其特征在于，所述病况项目包括一个或多个子病况项目，其中所述子病况项目为用户个人的诊断信息的详细描述项目以及生理信息的详细描述项目，
所述第二确定子模块包括：
第一判断匹配单元，用于判断当前用户病历的病况项目和所述数据库中已有用户的病历中对应的病况项目之间是否具有匹配的子病况项目，若是，则当前用户病历和所述数据库中已有用户的病况项目相匹配。
12.根据权利要求9至11任一项所述的检索装置，其特征在于，所述匹配模块包括：
确定判断子模块，用于确定当前用户病历包括的所有治疗项目的总数，并判断所述总数是否小于所述数据库中已有用户的所有治疗项目的项目总数，得到第一结果；
第二分配子模块，用于在所述第一结果为是时，将所述数据库中已有用户的所有治疗项目对应的第二预设总分值，分配给当前用户病历的各个治疗项目，得到当前用户病历的各个治疗项目的分值；
第三确定子模块，用于确定当前用户病历和所述数据库中已有用户的病历中相匹配的治疗项目，并计算相匹配治疗项目的分值之和，得到当前用户病历与所述数据库中已有用户的治疗项目相似值。
13.根据权利要求12所述的检索装置，其特征在于，所述匹配模块还包括：
第一判断子模块，用于在所述第一结果为否时，判断当前用户病历的任一治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有匹配的至少一个子治疗项目，得到第二结果；
第三分配子模块，用于若所述第二结果为是时，则将所述数据库中已有用户的所有治疗项目对应的第二预设总分值作为当前用户病历的治疗项目的分值。
14.根据权利要求12所述的检索装置，其特征在于，所述治疗项目包括一个或多个子治疗项目，其中所述子治疗项目为一种药物或者一种治疗方式，
所述第三确定子模块包括：
第二判断匹配单元，用于判断当前用户病历的治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有匹配的第一子治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
15.根据权利要求14所述的检索装置，其特征在于，所述第三确定子模块还包括：
第三判断匹配单元，用于判断当前用户病历的治疗项目和所述数据库中已有用户的病历中对应的治疗项目之间，是否具有除第一子治疗项目外相匹配的剩余子治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
16.根据权利要求15所述的检索装置，其特征在于，所述第三确定子模块还包括：
判断排序单元，用于判断当前用户病历中的所有治疗项目是否有对应设置的时间，若是，按照所述时间先后顺序将当前用户病历中的治疗项目进行排序，得到第一排序结果；
第四判断匹配单元，用于判断所述第一排序结果与所述数据库中已有用户按照时间先后排序的第二排序结果之间，是否具有时间顺序相匹配的治疗项目，若是，则当前用户病历和所述数据库中已有用户的治疗项目相匹配。
17.一种终端，其特征在于，包括如上述权利要求9至16任一项所述的检索装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510247619.7A CN104835096B (zh) | 2015-05-15 | 2015-05-15 | 一种检索方法、装置及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510247619.7A CN104835096B (zh) | 2015-05-15 | 2015-05-15 | 一种检索方法、装置及终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104835096A true CN104835096A (zh) | 2015-08-12 |
| CN104835096B CN104835096B (zh) | 2018-06-19 |
Family
ID=53812966
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510247619.7A Active CN104835096B (zh) | 2015-05-15 | 2015-05-15 | 一种检索方法、装置及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104835096B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106294636A (zh) * | 2016-08-01 | 2017-01-04 | 中国电子科技集团公司第二十八研究所 | 一种基于数据库数据的搜索排名算法 |
| CN108806799A (zh) * | 2018-06-12 | 2018-11-13 | 天津开心生活科技有限公司 | 治疗模式分类模型的建立方法、装置、介质及电子设备 |
| CN105912881B (zh) * | 2016-06-14 | 2018-12-28 | 华南师范大学 | 基于大数据知识库的个性化治疗方案推荐系统 |
| CN106055909B (zh) * | 2016-06-14 | 2018-12-28 | 华南师范大学 | 基于大数据知识库的治疗方案推荐系统 |
| CN109117434A (zh) * | 2017-06-23 | 2019-01-01 | 北京国双科技有限公司 | 裁判文书检索方法、装置、存储介质及处理器 |
| CN111430037A (zh) * | 2020-03-30 | 2020-07-17 | 安徽科大讯飞医疗信息技术有限公司 | 相似病历查找方法及系统 |
| CN113689924A (zh) * | 2021-08-24 | 2021-11-23 | 平安国际智慧城市科技股份有限公司 | 相似病历检索方法、装置、电子设备及可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101911077A (zh) * | 2007-12-27 | 2010-12-08 | 皇家飞利浦电子股份有限公司 | 用于细化相似病例搜索的方法和装置 |
| CN101911078A (zh) * | 2007-12-28 | 2010-12-08 | 皇家飞利浦电子股份有限公司 | 基于疾病概率向量检索类似患者病例 |
| CN102156812A (zh) * | 2011-04-02 | 2011-08-17 | 中国医学科学院医学信息研究所 | 基于症状相似度分析的就医辅助决策方法 |
| CN103380428A (zh) * | 2010-12-16 | 2013-10-30 | 皇家飞利浦电子股份有限公司 | 用于使用基于病例的推理的治疗计划的临床决策支持的系统和方法 |
| CN103559637A (zh) * | 2013-11-13 | 2014-02-05 | 王竞 | 一种为就诊患者推荐医生的方法及其系统 |
-
2015
- 2015-05-15 CN CN201510247619.7A patent/CN104835096B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101911077A (zh) * | 2007-12-27 | 2010-12-08 | 皇家飞利浦电子股份有限公司 | 用于细化相似病例搜索的方法和装置 |
| CN101911078A (zh) * | 2007-12-28 | 2010-12-08 | 皇家飞利浦电子股份有限公司 | 基于疾病概率向量检索类似患者病例 |
| CN103380428A (zh) * | 2010-12-16 | 2013-10-30 | 皇家飞利浦电子股份有限公司 | 用于使用基于病例的推理的治疗计划的临床决策支持的系统和方法 |
| CN102156812A (zh) * | 2011-04-02 | 2011-08-17 | 中国医学科学院医学信息研究所 | 基于症状相似度分析的就医辅助决策方法 |
| CN103559637A (zh) * | 2013-11-13 | 2014-02-05 | 王竞 | 一种为就诊患者推荐医生的方法及其系统 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105912881B (zh) * | 2016-06-14 | 2018-12-28 | 华南师范大学 | 基于大数据知识库的个性化治疗方案推荐系统 |
| CN106055909B (zh) * | 2016-06-14 | 2018-12-28 | 华南师范大学 | 基于大数据知识库的治疗方案推荐系统 |
| CN106294636A (zh) * | 2016-08-01 | 2017-01-04 | 中国电子科技集团公司第二十八研究所 | 一种基于数据库数据的搜索排名算法 |
| CN106294636B (zh) * | 2016-08-01 | 2019-03-19 | 中国电子科技集团公司第二十八研究所 | 一种基于数据库数据的搜索排名方法 |
| CN109117434A (zh) * | 2017-06-23 | 2019-01-01 | 北京国双科技有限公司 | 裁判文书检索方法、装置、存储介质及处理器 |
| CN109117434B (zh) * | 2017-06-23 | 2022-05-27 | 北京国双科技有限公司 | 裁判文书检索方法、装置、存储介质及处理器 |
| CN108806799A (zh) * | 2018-06-12 | 2018-11-13 | 天津开心生活科技有限公司 | 治疗模式分类模型的建立方法、装置、介质及电子设备 |
| CN108806799B (zh) * | 2018-06-12 | 2020-10-27 | 天津开心生活科技有限公司 | 治疗模式分类模型的建立方法、装置、介质及电子设备 |
| CN111430037A (zh) * | 2020-03-30 | 2020-07-17 | 安徽科大讯飞医疗信息技术有限公司 | 相似病历查找方法及系统 |
| CN111430037B (zh) * | 2020-03-30 | 2024-04-09 | 讯飞医疗科技股份有限公司 | 相似病历查找方法及系统 |
| CN113689924A (zh) * | 2021-08-24 | 2021-11-23 | 平安国际智慧城市科技股份有限公司 | 相似病历检索方法、装置、电子设备及可读存储介质 |
| CN113689924B (zh) * | 2021-08-24 | 2024-04-05 | 深圳平安智慧医健科技有限公司 | 相似病历检索方法、装置、电子设备及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104835096B (zh) | 2018-06-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104835096A (zh) | 一种检索方法、装置及终端 | |
| Efficace et al. | Patient-versus physician-reporting of symptoms and health status in chronic myeloid leukemia | |
| Woods et al. | Cost-effectiveness of adjunct non-pharmacological interventions for osteoarthritis of the knee | |
| Eton et al. | Early change in patient-reported health during lung cancer chemotherapy predicts clinical outcomes beyond those predicted by baseline report: results from Eastern Cooperative Oncology Group Study 5592 | |
| Figueiredo et al. | Breast cancer treatment in older women: does getting what you want improve your long-term body image and mental health? | |
| Shaw et al. | Clinical activity of crizotinib in advanced non-small cell lung cancer (NSCLC) harboring ROS1 gene rearrangement. | |
| Sharifnia et al. | Genetic modifiers of EGFR dependence in non-small cell lung cancer | |
| Cahill et al. | Brain tumor symptoms as antecedents to uncertainty: an integrative review | |
| Roeland et al. | What the HEC? Clinician adherence to evidence-based antiemetic prophylaxis for highly emetogenic chemotherapy | |
| Prasad et al. | Interconversion of two commonly used performance tools: An analysis of 5844 paired assessments in 1501 lung cancer patients | |
| Zhang et al. | Global research trends on precision oncology: A systematic review, bibliometrics, and visualized study | |
| Saravani et al. | Effect of KRAS and BRAF mutations in metastatic colorectal cancer patients: A systematic review and meta-analysis based on tumor sidedness and KRAS subtypes | |
| Ornes | Basket trial approach capitalizes on the molecular mechanisms of tumors | |
| Rajan et al. | Phase II study of cixutumumab (IMC-A12) in thymic malignancies. | |
| Chengbo et al. | Comparison of EGFR and KRAS status between primary non-small cell lung cancer and corresponding metastases: a systematic review and meta-analysis | |
| Page et al. | Clinical outcomes for plasma-based comprehensive genomic profiling versus tissue testing in advanced lung adenocarcinoma. | |
| Șuteu et al. | Clinical prognostic factors associated with survival and a survival score for patients with brain metastases | |
| Catenacci et al. | Cell free circulating tumor DNA (ctDNA) landscape in patients with advanced gastroesophageal adenocarcinoma (GEC). | |
| Necchi et al. | Comprehensive genomic characterization of chemotherapy-resistant testicular germ cell tumors (TGCT). | |
| Lin et al. | P3. 02b-103 Identification of On-Target Mechanisms of Resistance to EGFR Inhibitors Using ctDNA Next-Generation Sequencing: Topic: EGFR RES | |
| Slavin et al. | Identification of putative germline mutations in 10,288 patients undergoing circulating tumor DNA testing. | |
| Xue et al. | Comprehensive genomic and clinical analysis of cancer of unknown primary site in Chinese patients. | |
| Cleary et al. | Therapeutic targeting of extracellular FGFR2 activating deletions in intrahepatic cholangiocarcinoma. | |
| Ross et al. | FGFR3 Driven Metastatic Urothelial Carcinoma of the Urinary Bladder (mUCB): A Comprehensive Genomic Profiling Study. | |
| Sandulache et al. | Clinical genomic testing of anaplastic thyroid carcinoma (ATC) and need for integration into future prospective clinical trials. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |