基于Lucene檢索引擎的電子病歷全文檢索系統(tǒng)

申請(qǐng)免費(fèi)試用、咨詢電話：400-8352-114

1 前言
        隨著醫(yī)院信息化建設(shè)的進(jìn)行，電子病歷作為臨床醫(yī)療信息的基礎(chǔ)和醫(yī)院信息系統(tǒng)的核心構(gòu)成了業(yè)務(wù)管理、醫(yī)療衛(wèi)生決策系統(tǒng)的基礎(chǔ)6但國(guó)內(nèi)目前各大醫(yī)院通常并不把電子病歷管理視為一個(gè)獨(dú)立的單元， 電子病歷管理系統(tǒng)一般都是作為醫(yī)院信息系統(tǒng)的一個(gè)模塊存在。目前，對(duì)于病歷信息的查詢?yōu)g覽也只能通過(guò)查詢患者的一些結(jié)構(gòu)化的數(shù)據(jù)庫(kù)信息得到該患者的ID號(hào)，然后通過(guò)病歷的存儲(chǔ)規(guī)則來(lái)找到相應(yīng)的病歷。每次得到的信息都是個(gè)別的，而且無(wú)法實(shí)現(xiàn)全文檢索．存在于病歷文本中的大量非結(jié)構(gòu)化的信息不能作為檢索條件，因而這些信息也不能為醫(yī)療工作者所利用。因此． 目前電子病歷管理系統(tǒng)的檢索查詢機(jī)制迫切需要向滿足醫(yī)生需求、科研輔助和采用全文檢索的方向轉(zhuǎn)變，為以后電子病歷管理正式成為醫(yī)院管理的一個(gè)獨(dú)立分支打下良好的基礎(chǔ)?；诖耍覀兲岢隽嘶贚ucene檢索引擎建立電子病歷全文檢索系統(tǒng)，它以基于關(guān)鍵字的全文檢索技術(shù)為基礎(chǔ)．能夠提供方便快捷的方式為臨床醫(yī)療、醫(yī)學(xué)科研工作及病歷管理提供支持。 

2 電子病歷的前期預(yù)處理
      病歷是患者在醫(yī)院診斷治療全過(guò)程的原始記錄，貫穿于患者在醫(yī)院就診的各個(gè)環(huán)節(jié)中。由于目前病歷信息的電子化大都附屬于傳統(tǒng)的HIS系統(tǒng)，但HIS系統(tǒng)并不等于電子病歷系統(tǒng)。因?yàn)閺碾娮硬v的角度看患者信息應(yīng)該是完整的、集成的．電子病歷系統(tǒng)應(yīng)該能夠以統(tǒng)一的視圖向用戶提供患者的繼承信息；而從傳統(tǒng)的HIS每個(gè)子系統(tǒng)來(lái)看，患者信息卻是局部的、分散的。所以要對(duì)電子病歷進(jìn)行全文檢索，首先要建立一個(gè)規(guī)范的、合乎要求的電子病歷描述模型，將分散于HIS系統(tǒng)中的電子病歷信息讀出并轉(zhuǎn)換為統(tǒng)一形式的文件存儲(chǔ)于電子病歷庫(kù)中。XML(eXtensible Markup Language，即擴(kuò)展標(biāo)記語(yǔ)言)就是建立并實(shí)現(xiàn)該模型的一個(gè)有效手段。

        XML是一種結(jié)構(gòu)化描述語(yǔ)言。其優(yōu)勢(shì)在于，它不僅是一種標(biāo)識(shí)語(yǔ)言，更是一種可以定義描述對(duì)象結(jié)構(gòu)的元語(yǔ)言。XML采用了層次化的面向?qū)ο蟮慕Y(jié)構(gòu)描述方法．非常適合于描述病歷這樣復(fù)雜的內(nèi)容．在表達(dá)能力方面優(yōu)于關(guān)系數(shù)據(jù)庫(kù)。

        使用XML描述病歷內(nèi)容，要先定義病歷內(nèi)容的結(jié)構(gòu)。在此基礎(chǔ)上實(shí)現(xiàn)以數(shù)據(jù)庫(kù)形式存儲(chǔ)的患者信息到病歷結(jié)構(gòu)的轉(zhuǎn)換，從而實(shí)現(xiàn)由以支持日常業(yè)務(wù)管理為目的的數(shù)據(jù)庫(kù)描述到以患者為中心的描述。形成的XML文件是病歷存儲(chǔ)管理的基本單位。

3 全文檢索引擎Lucene簡(jiǎn)介
        Lucene是Apache軟件基金會(huì)Jakarta項(xiàng)目組的一個(gè)子項(xiàng)目，是一個(gè)開放源代碼的全文檢索引擎工具包，作為一個(gè)優(yōu)秀的全文檢索引擎，其系統(tǒng)結(jié)構(gòu)具有強(qiáng)烈的面向?qū)ο筇卣?。首先是定義了一個(gè)與平臺(tái)無(wú)關(guān)的索引文件格式；其次通過(guò)抽象將系統(tǒng)的核心組成部分設(shè)計(jì)為抽象類．具體的平臺(tái)實(shí)現(xiàn)部分設(shè)計(jì)為抽象類的實(shí)現(xiàn)；此外，與具體平臺(tái)相關(guān)的部分(比如文件存儲(chǔ))也封裝為類，經(jīng)過(guò)層層的面向?qū)ο笫降奶幚?，最終達(dá)成了一個(gè)低耦合高效率、容易二次開發(fā)的檢索引擎系統(tǒng)。因此．Lucene得到了非常廣泛的應(yīng)用。
4 系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

4．1 平臺(tái)和開發(fā)環(huán)境簡(jiǎn)介
        本系統(tǒng)的平臺(tái)和開發(fā)環(huán)境為：操作系統(tǒng)：Windows NT／2O00／XP；開發(fā)語(yǔ)言：Java，JSP；全文檢索開發(fā)庫(kù)：Apache Lucene 2．2；Web服務(wù)器：ApacheTomcat 6．0：開發(fā)工具：IBM Eclipse 3．2．0。
4．2 總體架構(gòu)
     不電子病歷全文檢索系統(tǒng)主要實(shí)現(xiàn)對(duì)電子病歷的表示、存儲(chǔ)、組織和訪問(wèn)，即根據(jù)用戶的查詢要求，從電子病歷庫(kù)中檢索出相關(guān)信息資料。其中心環(huán)節(jié)是電子病歷內(nèi)容的表達(dá)、信息查詢的獲得以及相關(guān)信息的匹配。整個(gè)系統(tǒng)設(shè)計(jì)為4個(gè)功能模塊：數(shù)據(jù)預(yù)處理模塊、索引建立模塊、全文檢索模塊和用戶界面模塊。各個(gè)模塊的基本功能和模塊之間的邏輯和數(shù)據(jù)關(guān)系如圖1所示。

依圖l中的序號(hào)，整個(gè)系統(tǒng)的信息處理流程為：
        A．?dāng)?shù)據(jù)預(yù)處理模塊讀入電子病歷的原始數(shù)據(jù)(一般以數(shù)據(jù)庫(kù)表的形式儲(chǔ)存在HIS系統(tǒng)中)，將原始電子病歷加工為XML文件．然后儲(chǔ)存于XML電子病歷庫(kù)中；
       B．索引建立模塊讀入XML電子病歷庫(kù)中儲(chǔ)存的XML文件．把建立好的全文索引儲(chǔ)存于全文索引庫(kù)中；
        C．用戶通過(guò)用戶界面模塊提出檢索請(qǐng)求，用戶界面模塊調(diào)用全文檢索模塊使用電子病歷的全文索引進(jìn)行檢索，將得到的檢索結(jié)果返回給用戶；
        D．用戶查看了檢索結(jié)果中電子病歷的摘要后如果需要進(jìn)一步查看電子病歷的全文，可以通過(guò)用戶界面模塊直接根據(jù)檢索結(jié)果中的文檔ID從XML電子病歷庫(kù)中獲取全文。
5 系統(tǒng)測(cè)試和評(píng)價(jià)
5，1 測(cè)試環(huán)境

(1)軟件環(huán)境
測(cè)試環(huán)境采用Sun公司的JDK1．5．0，操作系統(tǒng)采用的是微軟的Windows XP SP2。數(shù)據(jù)庫(kù)服務(wù)器采用的是Oracle8i及其自帶的JDBC驅(qū)動(dòng)。
(2)硬件環(huán)境
運(yùn)行服務(wù)器采用的CPU為Inter Pentium 3．0E，內(nèi)存2 GB．硬盤160GB。
5．2 測(cè)試結(jié)果
測(cè)試過(guò)程中一共選取了3個(gè)和疾病癥狀有關(guān)的關(guān)鍵詞“肥胖”、“腹痛”和“惡心”作為測(cè)試檢索條件數(shù)據(jù)，測(cè)試結(jié)果經(jīng)過(guò)進(jìn)一步分析計(jì)算后可以得到的數(shù)據(jù)見(jiàn)表1。

注：P@30指前30個(gè)檢索結(jié)果中符合條件的文檔數(shù)
由于測(cè)試數(shù)據(jù)集過(guò)大(共約26 000多篇)，很難通過(guò)人工方式確定全部文檔集中符合條件的文檔數(shù)，所以無(wú)法有效地計(jì)算查全率；檢索出的命中文檔數(shù)量也比較多，但和搜索引擎一樣，通常只有“First Page”的結(jié)果會(huì)被用戶關(guān)注，因此我們計(jì)算的查準(zhǔn)率只基于前30個(gè)檢索結(jié)果。通過(guò)上表可以看出，本系統(tǒng)的查準(zhǔn)率較高，基本達(dá)到了系統(tǒng)設(shè)計(jì)的性能要求。
6 小結(jié)
從測(cè)試結(jié)果可以看出系統(tǒng)滿足設(shè)計(jì)要求，符合功能需要。但是僅僅基于關(guān)鍵字檢索顯然是不夠的，下一步要實(shí)現(xiàn)“智能”全文檢索還需要對(duì)系統(tǒng)進(jìn)行基于語(yǔ)義的檢索功能擴(kuò)展，使檢索結(jié)果不僅僅滿足于與用戶提交的關(guān)鍵字進(jìn)行字面上的匹配。而是檢索出與此概念有關(guān)的、用戶真正想要的信息，以進(jìn)一步提高查全率[31。
【參考文獻(xiàn)】
【1] 1 王曉，羅二平，張健．基于語(yǔ)義的電子病歷智能全文檢索叨．醫(yī)療衛(wèi)生裝備，2008，29(4)：45-46．
【2 】薛萬(wàn)國(guó)．XML與電子病歷m．國(guó)外醫(yī)學(xué)：醫(yī)院管理分冊(cè)，2002(1)：33—34．
[3] 高少琛．基于查詢拓展和聚類技術(shù)的資源檢索系統(tǒng)的研究與應(yīng)用[D1．上海：上海交通大學(xué)碩士學(xué)位論文，2007：10一11．