基于数字孪生和智能感知的虚拟分流技术研究
2023-12-18孙梦琪倪广林张培
孙梦琪，倪广林，张培
（河北北方学院附属第一医院，河北张家口 075000）
当前，我国的人均医疗资源不均衡问题较为突出。而人口老龄化的不断加剧，使得医疗服务需求量也在持续增加[1-2]。同时由于医疗专业的自身属性，职业培养时间过长且存在较大的人才缺口，因此进一步加剧了医疗资源的紧缺。随着智能分诊技术的不断发展，线上问诊、智能初诊和问答客服技术正在应用与推广，这对减轻医生压力，缓解紧张的医疗资源具有一定帮助[3-4]。目前使用的智能分诊技术通过对临床医疗数据、化验单及病历等文本信息进行分析，所采用的算法大多是知识图谱模型，并根据输入数据提取数据特征。由于该种方法通常依靠人工建立特征框架和诊断模型，主观性较强，故诊断结果准确率较低。虽然其收敛速度较快、对计算机性能的要求较低，但仍然无法应用于实际场景中。与传统的机器学习（Machine Learning，ML）算法相比，深度学习（Deep Learning，DL）算法在性能和稳定度两方面均有显著提升。因此，该文基于海量的专家电子病历文本，利用数字孪生技术（Digital Twin，DT）构建电子病历文本向量模型，同时通过智能感知算法来实现准确的预诊断与分流。
1 虚拟诊断分流技术设计
1.1 词向量训练模型构建
在分流诊断的过程中，依赖于电子病历、检查单和医学影像等数据，其中电子病历与检查单均为文本数据，在模型中需要将其转化为文本向量才能使用模型完成训练，所以该文采用Word2Vec 方法进行词向量的生成及训练。而Word2Vec 模型[5-7]由连续词袋（Continuous Bag-of-Word，CBOW）模型或跳字模型（Skip-gram）构成。相比CBOW 模型，Skip-gram模型通过文本中的词汇对上下文进行预测，故其更为高效。因此，文中使用Skip-gram 模型完成词向量的训练，该模型结构如图1 所示。
图1 Skip-gram模型结构
在图1 中，Skip-gram 模型由输入层、投影层和输出层三部分组成。首先设定一个文本中心词，假定该词的位置为wt，模型可以预测上下文中wt-1、wt+1等位置词出现的概率。输入层的输入数据为wt位置所对应的m维初始化向量v(wt)，投影层对v(wt)进行映射，输出层可类比为哈夫曼树（Huffman Tree）结构。
模型训练目标函数如下所示：
式中，p为概率密度，其通常可表示为：
式中，uw1和vc分别为输出与输入的词向量，uw表示第w个词向量。经过Word2Vec 模型，初始文本可以分割成词向量以便于后续的模型训练。词向量生成过程如图2 所示。
图2 词向量生成过程
在切割成词向量后，还需要对词向量进行交叉相似度的计算，从而去除其中的歧义词，保证语料向量的正确性[8-9]。假定包含歧义词的句子用M来表示，则首先需要生成词向量空间，如图3 所示。
图3 词向量空间的生成过程
将词向量空间中的文本转换为向量，则相似度的计算可以表征为：
式中，Wim为句子m中第i个位置词向量的权重，Win为歧义词文本中第i个位置词向量的权重，且使用三角函数对向量相似度进行计算。
1.2 基于CNN的医学影像分析模型
对于分诊模型而言，除了文本信息外，医学影像也是辅助诊断的重要依据，因此还需对相关数据加以分析。该次使用卷积神经网络（Convolutional Neural Networks，CNN）和残差网络（ResNet）进行医学影像识别。
卷积神经网络（CNN）[10-12]由输入层、卷积层、池化层和全连接层组成。CNN 网络中的卷积层是主要计算层，其可提取输入图像的特征，该层的计算过程如下：
式中，wi为网络层权重，b为偏置值。池化层通过池化操作进行降维，从而减轻计算量，全连接层则将数据特征映射至向量空间。
基础卷积神经网络结构的图像识别准确率偏低，深浅层网络神经元之间的特征联系度不足。因此文中使用残差网络[13]将二者相连接，所采用的残差网络结构如图4 所示。
图4 残差网络的结构
假设残差结构的输入为x，则输出为F(x)+x，其中F(x)为残差。在卷积神经网络完成数据训练后，需要对训练完毕的数据进行特征分类，此次使用了受限玻尔兹曼机（Restricted Boltzmann Machine，RBM）来进行分类。RBM 由隐藏层和可视层组成，隐藏层负责接收输入的数据，可视层则可对数据特征加以提取。RBM 分类函数可表示为：
式中，wij为隐藏层和可视层之间的权重值，ai为可视层偏置值，bj为隐藏层偏置值。
针对CNN 网络的高依赖性，需要在初始模型中加入注意力机制（Attention Mechanism，AM）[14-16]。该文加入的注意力机制结构，如图5 所示。
图5 注意力机制结构
图5 中，L为输入矩阵。对于该矩阵，进行线性变换以得到查询向量Q、键值向量K和值向量V共计三个参数，计算公式如下所示：
式中，Wq、Wk以及Wv为均线性参数矩阵。对Q向量和K向量进行转置，可得到评分矩阵S为：
之后使用Softmax 层将S矩阵归一化以获得概率分布参数，最终得到全局特征矩阵，并输出融合诊断结果：
1.3 算法执行过程
该算法结构如图6 所示，其包括文本数据特征提取模块、图像特征提取模块以及输出分类模块。其中文本数据特征提取模块使用Word2Vec 模型对化验单、检查单中的文本进行训练和验证，并输出初始词向量，再使用VSM 算法对词向量进行消歧。图像特征提取模块使用CNN 对数据特征加以提取，同时利用残差结构和RBM 网络提升网络训练精度及分类准确度，且采用注意力机制完成权重分类。最终通过Softmax 层对文本与图像数据训练模型进行融合，进而完成数字孪生过程，并输出诊断结果。诊断结果共分为十类，分别对应不同类型的疾病。
图6 该算法执行流程
2 实验与结果分析
2.1 实验环境以及数据集
该文所设计的模型算法使用Python 进行实现，同时采用TensorFlow 作为深度算法的部署框架。实验运行环境如表1 所示。
表1 实验环境
使用的数据集包括文本和图像数据集，其中前者采用公开数据集THUCNews 进行性能对比，而后者则为MIMIC-III 大型公开医疗数据集。同时还使用爬虫从某互联网医疗平台爬取文本数据作为验证集，从而增强模型的泛化能力。此外，该模型还将准确率、召回率以及F1 值作为评价指标，其数学公式如下所示：
式中，TP 为真正例，FP 为假正例，FN 为假负例。
2.2 算法测试
首先验证文本分类结果的准确率，在文本数据集中使用BERT、TF-IDF、Text-CNN 以及该算法进行验证。为了验证模型对数据的最佳处理能力，采用了不同维度的输入数据，测试结果如表2 所示。
表2 文本分类算法测试准确率
由表2 可知，该模型在不同数据集、不同维度词向量情景下的文本分类准确率均维持在较高的水平。而当数据维度为100 时，所有算法的准确率均较高，因此该算法的输入向量维度选择了100。同时，相较于对比算法中性能较优的Text-CNN 模型，该算法在公开数据集中的准确率由89.45%提升至92.15%，私人数据集中的准确率由81.15%提高至85.41%，说明该算法的分类性能较为理想。
在图像分类性能的验证中，使用常见的图像分类算法XGBoost、CNN、RF、SVM 与该算法进行对比，分类评估指标为准确率、召回率与F1 值，实验测试结果如表3 所示。
表3 图像分类评估测试结果
在表3 中，该算法使用了CNN-RBM-AM 的组合算法，在所有对比算法中其评价指标均为最优，与原始算法CNN 相比，F1值提升了约4%。而相较于对比算法中最优的组合算法XGBoost，F1 值增长了约2%。由此说明了，该算法具有较强的图像分类能力。
在最后的诊断结果输出中，该算法输出的分诊结果也将起到辅助诊断的作用。因此使用爬虫抓取的医疗数据集进行诊断结果测试，该次实验选择了五位患者的信息，经过模型训练，输出的诊断结果如表4 所示。
表4 诊断结果对比
由表4 可以看出，该算法的分诊结果与医生的诊断结果大致相同，可以对患者的疾病进行较为准确地分类，这表明其具有一定的工程实用价值。
3 结束语
现阶段使用的智能医疗分诊技术依赖于主观的知识图谱技术，较少涉及智能算法。该文基于数字孪生的思想，使用智能感知算法提出了一种医疗分诊技术。该算法将Word2Vec 和VSM 算法相结合，生成无歧义的词向量数据，再使用改进后的CNN 网络对医疗影像进行特征分类，使用Softmax 函数进行数据融合并输出诊断结果。多项实验测试表明，该算法的性能良好且应用价值较高。
