抗抑郁药物疗效风险评估系统软件的设计与开发

摘要

据世界卫生组织统计，抑郁症已成为世界第4大疾患，预计到2020年，可能成为仅次于冠心病的第2大疾病。临床治疗中，面临着抑郁症治疗中的三无局面：即药物选择无特异性，个体差异无预测性，起效延迟无对策性。为了解决这一问题，首先要找到一种方法，在抑郁症相关病情资料与用药风险建立评估模型。
　　抑郁症的引发因素有很多包括基因、环境以及成长过程等等，这些因素又带有很大的模糊性，很难用传统的方法建立一种“非此即彼”的关系，而这种“亦此亦彼”的关系正是模糊数学所研究的。本文提出了基于模糊推理系统和遗传算法的理论相结合的方法，实现了一种基于病例数据库管理系统的抗抑郁药物疗效风险评估系统软件。由于各类病例数据与实际的病情、疗效之间的影响权重暂无定论，大多数的模糊评判，是建立在先验的或专家知识的基础上的模糊规则而构建的，但在实际的大量数据中，是没有先验知识的，进而要提取模糊规则是较困难的。本文采用遗传算法，将已有的病例数据和诊断情况代入模糊推理系统模型，对模型中各类数据权重进行优化，由此可以得到先验数据的权重结果，供临床医疗参考。随着系统的应用，实际病例的治疗结果对数学模型进行优化。本文将研究利用模糊推理系统建立评估模型，结合遗传算法原理，优化模型权重，这正是本文的改进与创新之处。
　　本文将通过临床得到的抑郁症病例特征数据分为训练数据和测试数据，利用训练数据进行训练，修正模型参数，通过测试数据验证识别模型的效果。通过实验验证了方法的有效性。本文的模型具有很好的推理能力，并具有自我优化能力，软件具有很好的科学性、实用性、先进性，为抑郁症疗效风险评估的实现奠定了基础。