肝癌自动化中国分期方法及终端

技术领域

本发明涉及医学数据处理领域，尤其涉及一种肝癌自动化中国分期方法及终端。

背景技术

肝细胞癌(以下简称肝癌)是我国最常见的恶性肿瘤之一，发病率居我国肿瘤发病率第四位，死亡率居我国肿瘤致死率第三位，肝癌严重威胁我国人民的生命和健康。

准确的肝癌分期是实现肝癌精准治疗的前提，分期是对肝癌扩展范围的估计，并将具有相同预后且常用相同方法治疗的患者分为一组。肝癌分期对于预后的评估、合理治疗方案的选择至关重要。影响肝癌患者预后的因素较多，包括肿瘤因素、患者一般情况及肝功能情况等。据此，国内外形成多种分期方案，其中欧洲巴塞罗那分期(BarcelonaClinicLiver Cancer,BCLC)和美国癌症联合委员会(American JointCommitteeonCancer,AJCC)TNM分期是目前国际上应用最为广泛的分期预测系统，但二者各有局限。我国肝癌约占世界新发肝癌的一半，并且我国肝癌的流行病学特点显著不同于西方国家。因此，由国家卫生部门基于我国国情、临床研究、实践经验以及国家规范等颁布的《原发性肝癌诊疗规范(2017年版)》在国内被推荐优先采用。

目前在临床中，肝病专科医生进行中国分期时，主要是根据病人临床表现和检查结果，结合经验进行分期，这个过程需要有一定的肝癌诊疗水平。但是肝病专科年轻医生、非肝病专科医生或者基层医院医生，由于其肝癌的诊疗经验、诊疗水平有所局限，无法为肝癌病人提供精准的分期服务。在科研中进行中国分期时，医生主要是人工登录到医院内部多个系统，主要包括HIS、EMR、LIS、PACS等，查询病人分期所需的各种数据，手工摘录形成表格，再由医生凭借对分期路径的记忆进行主观判断，得到分期结果，这个过程耗时耗力，影响医生工作效率。因此，设计方法实现肝癌自动化中国分期，对于临床和科研都具有非常高的实用价值。

发明内容

有鉴于此，本发明的目的在于提供一种肝癌自动化中国分期方法及终端，

为了实现上述目的，本发明采用的技术方案一为：一种肝癌自动化中国分期方法包括以下步骤：

S1：在EMR系统中的住院病人数据表中根据诊断为肝癌的病人条件建立视图，提取出病人编号、姓名、年龄、入院时间、PS评分、肝性肝病、腹水，汇总形成肝癌住院病人视图；

S2：在LIS系统中的生化检查表中以病人编号作为主键与肝癌住院病人视图进行关联，提取总胆红素、白蛋白，形成生化检查视图；

S3：在LIS系统中的凝血检查表中以病人编号作为主键与肝癌住院病人视图进行关联，提取凝血酶原时间，形成凝血检查视图；

S4：将生化检查视图与凝血检查视图以病人编号作为主键，进行合并，并将凝血酶原时间减去14秒，得到凝血酶原时间延长指标，汇总形成肝癌病人Child-Pugh分级表，所述肝癌病人Child-Pugh分级表指标包含病人编号、肝性脑病、腹水、总胆红素、白蛋白、凝血酶原时间延长；

S5：根据预设的Child-Pugh分级判定方法，利用数据库SQL条件判断语句自动计算得到Child-Pugh分级结果，汇总到肝癌病人Child-Pugh分级表中；

S6：在PACS系统中的影像报告表中以病人编号作为主键与肝癌住院病人视图进行关联，从肝癌住院病人最近一次影像报告中提取出肝外转移、血管侵犯、肿瘤数量、肿瘤大小，汇总形成肝癌病人影像库视图；

S7：将肝癌住院病人视图、肝癌病人Child-Pugh分级表、肝癌病人影像库视图进行汇总，形成肝癌分期基础数据表，所述肝癌分期基础数据表包括病人编号、姓名、年龄、PS评分、Child-Pugh分级、肝外转移、血管侵犯、肿瘤数量、肿瘤大小；

S8：根据预设的中国分期判定方法，利用数据库SQL条件判断语句自动计算得到中国分期结果，汇总到肝癌分期基础数据表中。

进一步的，所述的Child-Pugh分级判定方法如下：

肝性脑病得分，无肝性脑病得1分、1-2期得2分、3-4期得3分；

腹水得分，无腹水得1分、轻度得2分、中度或重度得3分；

总胆红素检查值得分，检查值<34umol/L得1分、34umol/L≤检查值≤51umol/L得2分、检查值>51umol/L得3分；

白蛋白检查值得分，检查值>35g/L得1分、28g/L≤检查值≤35g/L得2分、检查值<28g/L得3分；

凝血酶原时间延长检查值得分，检查值<4秒得1分、4秒≤检查值≤6秒得2分、检查值>6秒得3分；

将以上得分进行汇总，形成总得分；

总得分在5-6分范围内，则Child-Pugh分级为A级；

总得分在7-9分范围内，则Child-Pugh分级为B级；

总得分在10分及以上，则Child-Pugh分级为C级。

进一步的，所述的中国分期判定方法如下：

PS评分为3分或4分，则得到的中国分期结果为IV期；

PS评分在0-2的范围内，Child-Pugh分级为C级，则得到的中国分期结果为IV期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为有，则得到的中国分期结果为IIIB期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为有，则得到的中国分期结果为IIIA期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为无，肿瘤数量大于等于4个，则得到的中国分期结果为IIB期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为无，肿瘤数量等于2个或3个，最大肿瘤大于3cm，则得到的中国分期结果为IIA期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为无，肿瘤数量等于2个或3个，最大肿瘤小于等于3cm，则得到的中国分期结果为IB期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为无，肿瘤数量等于1个，最大肿瘤大于5cm，则得到的中国分期结果为IB期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为无，肿瘤数量等于1个，最大肿瘤小于等于5cm，则得到的中国分期结果为IA期。

进一步的，根据所述的中国分期判定方法及得到的中国分期结果，输出可视化的中国分期路径图。

上述技术方案一的有益效果是：

1、利用数据库视图方式快速提取基础数据，数据库视图是从一个或几个基本表(或视图)中导出的虚拟的表。运用视图完成数据库操作具有安全性高、简化操作等优点。

2、将诊疗规范中的中国分期转化为规则化的判断路径，利用数据库条件判断语句可以实现快速、精准判断中国分期结果。

3、将判断路径以可视化的路径图展示，方便医生了解患者的病因。

附图说明

图1所示为本发明提供的一种肝癌自动化中国分期方法流程图；

图2所示为本发明提供的一种肝癌自动化中国分期方法的可视化路径图；

图3所示为本发明提供的一种肝癌自动化中国分期终端的结构示意图；

附图标号说明：

1-处理器；2-存储器；

具体实施方式

下面结合附图和具体实施例对本发明做进一步的说明如下：

如图1和2所示，本发明提供的一种肝癌自动化中国分期方法包括以下步骤：

S1：在EMR系统中的住院病人数据表中根据诊断为肝癌的病人条件建立视图，提取出病人编号、姓名、年龄、入院时间、PS评分、肝性肝病、腹水，汇总形成肝癌住院病人视图；

S2：在LIS系统中的生化检查表中以病人编号作为主键与肝癌住院病人视图进行关联，提取总胆红素、白蛋白，形成生化检查视图；

S3：在LIS系统中的凝血检查表中以病人编号作为主键与肝癌住院病人视图进行关联，提取凝血酶原时间，形成凝血检查视图；

S4：将生化检查视图与凝血检查视图以病人编号作为主键，进行合并，并将凝血酶原时间减去14秒(凝血酶原时间正常值为10-14秒)，得到凝血酶原时间延长指标，汇总形成肝癌病人Child-Pugh分级表，所述肝癌病人Child-Pugh分级表指标包含病人编号、肝性脑病、腹水、总胆红素、白蛋白、凝血酶原时间延长；

S5：根据预设的Child-Pugh分级判定方法，利用数据库SQL条件判断语句自动计算得到Child-Pugh分级结果，汇总到肝癌病人Child-Pugh分级表中；

S6：在PACS系统中的影像报告表中以病人编号作为主键与肝癌住院病人视图进行关联，从肝癌住院病人最近一次影像报告中提取出肝外转移、血管侵犯、肿瘤数量、肿瘤大小，汇总形成肝癌病人影像库视图；

S7：将肝癌住院病人视图、肝癌病人Child-Pugh分级表、肝癌病人影像库视图进行汇总，形成肝癌分期基础数据表，所述肝癌分期基础数据表包括病人编号、姓名、年龄、PS评分、Child-Pugh分级、肝外转移、血管侵犯、肿瘤数量、肿瘤大小；

S8：根据预设的中国分期判定方法，利用数据库SQL条件判断语句自动计算得到中国分期结果，汇总到肝癌分期基础数据表中。

进一步的，所述的Child-Pugh分级判定方法如下：

肝性脑病得分，无肝性脑病得1分、1-2期得2分、3-4期得3分；

腹水得分，无腹水得1分、轻度得2分、中度或重度得3分；

总胆红素检查值得分，检查值<34umol/L得1分、34umol/L≤检查值≤51umol/L得2分、检查值>51umol/L得3分；

白蛋白检查值得分，检查值>35g/L得1分、28g/L≤检查值≤35g/L得2分、检查值<28g/L得3分；

凝血酶原时间延长检查值得分，检查值<4秒得1分、4秒≤检查值≤6秒得2分、检查值>6秒得3分；

将以上得分进行汇总，形成总得分；

总得分在5-6分范围内，则Child-Pugh分级为A级；

总得分在7-9分范围内，则Child-Pugh分级为B级；

总得分在10分及以上，则Child-Pugh分级为C级。

进一步的，所述的中国分期判定方法如下：

PS评分为3分或4分，则得到的中国分期结果为IV期；

PS评分在0-2的范围内，Child-Pugh分级为C级，则得到的中国分期结果为IV期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为有，则得到的中国分期结果为IIIB期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为有，则得到的中国分期结果为IIIA期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为无，肿瘤数量大于等于4个，则得到的中国分期结果为IIB期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为无，肿瘤数量等于2个或3个，最大肿瘤大于3cm，则得到的中国分期结果为IIA期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为无，肿瘤数量等于2个或3个，最大肿瘤小于等于3cm，则得到的中国分期结果为IB期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为无，肿瘤数量等于1个，最大肿瘤大于5cm，则得到的中国分期结果为IB期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为无，肿瘤数量等于1个，最大肿瘤小于等于5cm，则得到的中国分期结果为IA期。

根据所述的中国分期判定方法及得到的中国分期结果，输出可视化的中国分期路径图。

本专利根据输入的患者数据自动化输出中国分期结果，但是Ib期结果对应的路径有多条，即患者得到分期结果的原因不同，输出可视化的路径图可更直观的展示患者的情况。

如图3所示，本发明提供的一种肝癌自动化中国分期终端包括以下存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：

S1：在EMR系统中的住院病人数据表中根据诊断为肝癌的病人条件建立视图，提取出病人编号、姓名、年龄、入院时间、PS评分、肝性肝病、腹水，汇总形成肝癌住院病人视图；

S2：在LIS系统中的生化检查表中以病人编号作为主键与肝癌住院病人视图进行关联，提取总胆红素、白蛋白，形成生化检查视图；

S3：在LIS系统中的凝血检查表中以病人编号作为主键与肝癌住院病人视图进行关联，提取凝血酶原时间，形成凝血检查视图；

S4：将生化检查视图与凝血检查视图以病人编号作为主键，进行合并，并将凝血酶原时间减去14秒，得到凝血酶原时间延长指标，汇总形成肝癌病人Child-Pugh分级表，所述肝癌病人Child-Pugh分级表指标包含病人编号、肝性脑病、腹水、总胆红素、白蛋白、凝血酶原时间延长；

S5：根据预设的Child-Pugh分级判定方法，利用数据库SQL条件判断语句自动计算得到Child-Pugh分级结果，汇总到肝癌病人Child-Pugh分级表中；

S6：在PACS系统中的影像报告表中以病人编号作为主键与肝癌住院病人视图进行关联，从肝癌住院病人最近一次影像报告中提取出肝外转移、血管侵犯、肿瘤数量、肿瘤大小，汇总形成肝癌病人影像库视图；

S7：将肝癌住院病人视图、肝癌病人Child-Pugh分级表、肝癌病人影像库视图进行汇总，形成肝癌分期基础数据表，所述肝癌分期基础数据表包括病人编号、姓名、年龄、PS评分、Child-Pugh分级、肝外转移、血管侵犯、肿瘤数量、肿瘤大小；

S8：根据预设的中国分期判定方法，利用数据库SQL条件判断语句自动计算得到中国分期结果，汇总到肝癌分期基础数据表中。

Child-Pugh分级判定方法如下：

肝性脑病得分，无肝性脑病得1分、1-2期得2分、3-4期得3分；

腹水得分，无腹水得1分、轻度得2分、中度或重度得3分；

总胆红素检查值得分，检查值<34umol/L得1分、34umol/L≤检查值≤51umol/L得2分、检查值>51umol/L得3分；

白蛋白检查值得分，检查值>35g/L得1分、28g/L≤检查值≤35g/L得2分、检查值<28g/L得3分；

凝血酶原时间延长检查值得分，检查值<4秒得1分、4秒≤检查值≤6秒得2分、检查值>6秒得3分；

将以上得分进行汇总，形成总得分；

总得分在5-6分范围内，则Child-Pugh分级为A级；

总得分在7-9分范围内，则Child-Pugh分级为B级；

总得分在10分及以上，则Child-Pugh分级为C级。

中国分期判定方法如下：

PS评分为3分或4分，则得到的中国分期结果为IV期；

PS评分在0-2的范围内，Child-Pugh分级为C级，则得到的中国分期结果为IV期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为有，则得到的中国分期结果为IIIB期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为有，则得到的中国分期结果为IIIA期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为无，肿瘤数量大于等于4个，则得到的中国分期结果为IIB期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为无，肿瘤数量等于2个或3个，最大肿瘤大于3cm，则得到的中国分期结果为IIA期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为无，肿瘤数量等于2个或3个，最大肿瘤小于等于3cm，则得到的中国分期结果为IB期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为无，肿瘤数量等于1个，最大肿瘤大于5cm，则得到的中国分期结果为IB期；

PS评分在0-2的范围内，Child-Pugh分级为A级或B级，肝外转移为无，血管侵犯为无，肿瘤数量等于1个，最大肿瘤小于等于5cm，则得到的中国分期结果为IA期。

根据所述的中国分期判定方法及得到的中国分期结果，输出可视化的中国分期路径图。

随机抽取肝癌病例100例，由自动化肝癌中国分期进行自动分期、由4位肝胆外科主治医师及6位住院医师对测试病例进行人工分期，记录三者之间的用时及准确率，以多学科(multiple disciplineteam，MDT)讨论作为金标准，比较三者间差异，以观察模型的准确性和实用性。

使用SPSS25.0软件进行统计学处理，计量资料以均值±标准差表示，组间比较采用独立样本t检验。检验水准(α)为0.05。

自动分期用时3秒、准确率为100％，主治医师用时40±5.6分钟、准确率98±0.5％，住院医师用时100±7.8分钟、准确率为96±3.5％。

说明肝癌自动化中国分期模型高效、准确，值得向临床推广。

本发明已由上述相关实施例和附图加以描述，然而上述实施例仅为实施本发明的范例。必须指出的是，已揭露的实施例并未限制本发明的范围。相反地，包括于权利要求的精神及范围的修改及均等设置均包括于本发明的范围内。