点击显示 收起
【摘要】 目的 本文旨在阐明中国现代老年人的健康检查与评估及老年内科学。方法 在现实条件下为实际老年人建立一种计算机化的老年内科医学的评估方法。结果 一种可靠系统的可拓学估用了可拓学的关联函数及距离概念。详尽的健身检查与评估可成功地利用可编程程序及市、区里的卫生管理来诊断其老年医学问题，并且机器学习系统也已利用7种算法有效地为现代中国病人的先进生物医学工程应用。结论 用关联函数在正域与负域的集合于可拓学中评估，可对各种健康情况的中国老年人进行综合诊断。
【关键词】 老年医学；内科学；可拓学；健康检查与评估；机器学习系统
The health examination and evaluation for present geronto and geriatric internal medicine
XI Bei-li,HE Guo-sen.
Shanghai Xuhui Central Hospital，Shanghai 200031，China
【Abstract】 Objective This paper presents the health examination and evaluation method for Chinese present geronto and geriatric internal medicine.Methods Estabished a computerized evaluation method for geriatric internal medicine at realistic conditions.Results A reliable system for extension evaluation is used by the dependent functions of extenics and distance conception.The comprehensive evaluation of health examination can utilize programmable format successfully.The results of the study provide a novel basis for evaluating and diagnosing the municiple and district hygiene management and personal geratology.And the machine learning system is also utilized by means of seven algorithms effectively which lead to advanced biomedical engineering for Chinese patients now.Conclusion A combination of positive field and negative field of the extenics evaluation is illustrated to proceed a synthetic diagnosis for various health conditions of present days Chinese geronto.
【Key words】 geratology;internal medicine;extenics;health examination and valuation;machine learning system
随着中国改革开放及科技兴国等政策执行生效，我国人民医保的发展加快速度，人民老年化的迫切问题之一就是老年医学，尤其是老年内科医学是特别引起重视的，在市级及区级医院里已推行一年一度的普通性体格检查，包括老干部、专家、高级职称教师及工程师、普通干部及部分公务人员，科技人员的年度体格检查，甚至包括实际学校与科研院所等的全体人员的体格检查作为新生及新来人员的第一程序；然后由医院有关医师等作综合评估，最后通知达到被体检的人员原单位及本人，以利有病治疗，无病预防保健，汇总情况作为有关领导部门作为人员健康与卫生管理的综合分析依据。
现代人工智能（artificial intelligence,AI）中的机器学习系统（machine learning system,MLS）可用于人体健康检查及评估，例如可拓学方法［1］（extenics method,EM）、专家系统（expert system,ES）、模糊神经网络（fuzzy neural network,FNN）、助理-R（assistant-R）、助理-I（assistant-I），前向特征构造（feed forward construction,FFN）、基本贝叶斯分类器（basic bayes classifier,BBC）、似然贝叶斯分类器（approximate bayes classifier,ABC）、反向传播权值消减（reduced feedback propaganda weight,RFPW）、核神经网络（kernel neural network,KNN）、支持向量机（support vector machine,SVM）等，可以相信按具体实际情况都可以选取到适合的有效的检查与评估方法，甚至诊断的、结论的。如今从我们实践中着重对可拓学方法（EM）加以阐述。目的是建立一套简单易行又科学的老年人健康检查与评估的结论，以提高体检资料的分析效率与准确的诊断，为市级及区级医院、学校、研究院所及机关与公司等等建立卫生管理档案服务。
1 原理与方法［2］
首先对健康检查的定量及定性分析——按中国主要城市的一般常用体格年度检查，项目包括血压（BP），血液检测［白细胞（WBC），红细胞（RBC），血红蛋白（Hb），血细胞平均体积（MCV），血小板计数（PLT），淋巴细胞百分比（L%），单核细胞百分比（M%），中性粒细胞百分比（N%），嗜碱粒细胞（B），红细胞分布宽度（RDWX），血小板分布（PDW），平均血小板体积（MPV），血小板压积（PCT），大血小板比率（P-LCR）］，尿素（URIN），尿酸（UA），葡萄糖（GC），总胆固醇（TCL），甘油三酯（TRG），高密度脂蛋白胆固醇（HDL-C），低密度脂蛋白胆固醇（LDL-C），肝功能谷草转氨酶（GOT），谷丙转氨酶（GPT）等主要指标；还有肺部X线片检查，肝、胆、胰、脾等的B型超声波检查，眼、耳、鼻、喉等检查，特别是心电图（ECG）的检查更加重要。总之，有了上述的体检资料后，就可以反复利用数据库并快速精确计算好被体检人员的健康卫生的综合评估及诊断问题。至于具体的详细计算公式可查资料，恕不在本文赘述。依照可拓学理论发展成整套可用的可编程程序，如后所示流程：输入流程［包括上述计算过程中应用到的数据资料的输入，例如：（1）经典域资料Ⅰ；（2）节域资料R；（3）待评估对象的资料Q；（4）加权系数W等等］主程序（监控整个程序的流程，这是执行本程序的重心）输出程序（将人工输入的原始数据及计算得到的可拓学评估的分级结果均好好的储存。）
上述主程序，监控整个程序流程，执行本程序的重心所在，本程序先将由输入子程序，获取人工数据输入后，进一步计算出分类归属函数，将结果储存于输出子程序。上述输入子程序主要是处理计算过程中所要用的数据资料的输入，如使用者往后遇到相同类型的问题时，只需将程序稍微更改，即可适用读取不同的数据资料。输出子程序主要用来储存人工输入数据及计算分类筛选的结果。上述输入输出资料文件包括：（1）评估条件的重要性加权指数；（2）待评估资料元素的详细资料；（3）各种分级经典域资料；（4）节域资料等。并且在程序中可以随时修改参数，以求符合市级及区级医院体检选择目的之计算机程序使用。
2 实例及讨论
2.1 实例分析 为了从实际出发示例，加以说明与分析，就能充分体现出某时间某单位的一组现代老年人体格检查者的正常结论情况及不正常结论情况两大类别，然后由该医院仔细校核文件后，打印出来送某单位的两大类别体检汇总报告，同时也发体检评估及老年人各科医疗建议书，以利该单位及体检个人本身的及时参与及治疗预防措施紧紧跟上了。
设某区级医院在某年9月7～14日间，利用两个星期天为该医院持市卫生局的红卡医疗证所作的体检评估及老年人内科医疗建议书的过程如下：（1）老年人首先出示医疗证，填好体检表格；（2）做好体重、身高、血压等检查及填表格；（3）就诊各人按早已通知的体检规定，一定要空腹验血、送大小便样物及B型超声波检查；（4）然后进行内科病个人检查、心电图检查、X线肺部检查、泌尿科检查、眼耳鼻喉科检查等等，最后将规定的体检项目一一填写，将正确实际体检数据单汇总交给医院指定的部门，才算初检完毕；（5）医院指定医务人员分工认真将健康体检指标Ⅰ早定出来，又将健康体检各指标的取值范围R（或称节域）早定出来，第三步才将该次老年人体检某组的健康体检各指标整理成元素对象O1……On，第四步计算机能算出健康体检的指标关联函数F，并将结果整理成老年人秋季体检指标的异常情况汇总表，第五步通过相关部门医务人员的认真核对后，没有差错才送到医院领导部门及分送老年人体检者，约定时间，医师向异常情况的老年人及时谈话，商量采取医保措施。
下列4种文件的指标示例，这些仅仅举简单的正常及异常体检情况为例，其余许许多多实际复杂情况均可依此类例，举一反三，恕不在本文赘述了。
例1：健康体检指标ⅠI=SBP收缩压（90～140）DBP舒张压（60～90）WBC白细胞（4000～9000）RBC红细胞（350～550）MCV血细胞平均体积（80～94）PLT血小板计数（20～40）UR尿酸（178～420）GCS葡萄糖（3.9～5.8）TCL总胆固醇（2.80～5.85）TRG甘油三酯（＜1.80）HDL-C高密度脂蛋白胆固醇（0.80～1.50）LDL-C低密度脂蛋白胆固醇（＜3.36）GOT谷-草转氨酶（8～28）GPT谷-丙转氨酶（2～40）
例2：健康体检指标的取值范围R（节域）R=SBP（0～220）WBP（0～220）WBC（4000～200000）RBC（0～1000）MCV（0～1000）PLT（0～50）UR（0～500）GCS（0～10）TCL（0～10）TRG（0～10）HDL-C（0～10）DL-C（0～10）GOT（0～100）GPT（0～100）
例3：对某年秋季老年人抽样健康体检的各项指标整理成元素对象O1……On O1=SBP-126 DBP-66 WBC-6300 RBC-490 MCV-90 …… GOT-18 GPT-10……On=SBL-148 DBL-80 WBC-6000 RBC-500 MCV-61……
GOT-17 GBT-14
例4：计算出的老年人健康体检的异常情况汇总表格，见表1。
2.2 可拓学在老年人体检时的应用结论 由上述所示实例，可知可拓学识别法应用于现代老年人健康体检评估及老年人内科学初步诊断时是件可行的方式方法，也是值得生物医学工程多方面应用的前瞻性理论及实践方法。因为此原理及方法是多种健康体检指标的综合评估及老年人内科学诊断，是有一定价值的，即可以从某一项指标项目的异常或多种项目指标的异常情况中，发现被体检的老年人可能有某些疾病的报警，以利被体检者及早治疗或预防。总之，用微软公司（Microsoft）的视窗（Windows)系统操作本文所提出的各任务，也正是从电子计算机化医学e-medicine正向无处不在的电子计算机化医学（Ubiguitius Medicine=u—medicine）发展的趋势。
2.3 机器学习在内科医疗的实用性［3～5］ 前述7种机器学习对内科医疗及诊断，根据最新外国医学资料，对斯络文尼亚国的卢布雅拉市医科大学，在内科学的：（1）肿瘤的根源定位；（2）乳腺癌的复发率；（3）甲状腺病的诊断；（4）风湿病等4种疾病用：①原始贝叶斯算法；②助手R；③医生来统计不同分类器性质的比较。见表2。
表1 ××医院老年人健康体检异常情况汇总表 略
表2 在4种疾病领域不同分类的比较 略
在我们试验中每运行一次就随机的把从实例中选择70%来学习，30%来测试，所以表2中所列的结果是10次运行的平均结果。
该卢布雅拉市医科大学按医疗数据集地基本统计见表3。
表3 在8种疾病的医疗数据集地基本描述 略
最后我们从中国实际出发，可以分别对（a）助手-R，（b）助手-1，（c）FFC,(d)原始贝叶斯，（e）半原始贝叶斯，（f）后转BP，（g）K-NN神经网络等7种算法用于医疗诊断内科疾病的不同算法适合程度，因此，可以掌握我们用机器学习法来开展医疗诊断的决策方向了，也就是提高我们的现代“无所不在（Ubiguitous Information Society）信息社会”的决策及努力大方向的。用于5种医疗诊断效果对7种机器学习算法的适合程度比较，见表4。
表4 7种医疗诊断的不同机器学习算法对比 略
2.4 小结 内科专家们虽然有些已经看到机器学习法的前景光明，但仍有些不满意之处，例如知识表示太呆板，描述内科病人的属性集必须固定。可是内科专家如表示最后的诊断结果还要进一步试验测试的验证诊断结果，这也是必要的认真负责科学态度。又是医务太忙时候因为觉得每天输入电脑太耗时费力，或者对某些首长与重要病员则由机器学习法觉得责任心不允许这样做呆板的事。如此种情况，我们认为只有加强长期学习、认识及交流才行。
【参考文献】
1 Cai Wen.The extension set and non-compatible problem.Joul.Scienti ic Explore,1983,1,83-97.
2 Pan Dong,Jin Yihui.Exploration and study on extension control.Control Theory and Application,1996,3(13):305-311.
3 RS Michalski,I Bratko,M Kubat.Machine learning and data mining:methods and application.John Wileg & Sons Inc,1998,3-5.
4 Qio Xiaowei,Liu Lichuan,Liu Yujia.Computer programming application by the extension evaluation for exam papera.Quality Anaysis Academic Joul of CUT,2001,1(1):42-47.
5 Wang Fonglian,Cao Yiwei.The extension decision method for exploring mechanical intelligent CAD system.The ory and praotice of Systam Engineering,1998,2:114-117.
作者单位： 1 200031 上海，上海市徐汇中心医院
2 200072 上海，上海大学自动化系
(编辑：子 涵)