临床路径是医生、护士和其他专业人员所组成的医疗团队,针对特定的诊断、疾病或手术,在最适当的时间所采取的经过最佳顺序安排的最优治疗过程,是提高医疗质量、控制医疗成本、提高医疗技术水平、提高病人满意度的有效医疗管理模式。本项目针对现有工作流技术难以处理临床路径变异的难题,提出了模块化赋时变结构着色Petri网的临床路径工作流可重构建模方法。针对临床路径领域的知识语义描述问题,提出了基于CPO的临床路径工作流语义建模方法,以便于实现基于临床路径知识语义的病人诊疗工作流的计算机化调度和监控。另外,本项目提出了基于广义模糊时间ECA规则、过程扩展的赋类模糊Petri网(TFPN-PK)以及带有双层变异的随机协同分解粒子群(RCDPSO_DM)优化的Takagi-Sugeno模糊神经网络组合临床路径变异处理方法。同时提出了基于混合式人工智能的的临床路径变异知识抽取、变异监控和预测方法,并以骨肉瘤术前化疗临床路径变异为例验证所提出方法的有效性。最后设计和开发了临床路径工作流自适应建模和变异管理集成平台。项目研究对于发展工作流管理技术具有重要的学术价值,对规范我国医院的医疗行为、提高医疗效率和医疗管理
英文主题词clinical pathway, workflow, variance, knowledge reasoning, self-adaptation