自动化报告解读方法及系统与流程

本发明属于生信检测领域，设计自动化报告解读方法及系统。
背景技术：
：随着测序技术的飞速发展和成本的不断降低，越来越多的患者会采纳医生的建议，接受分子诊断技术的检测，而其中最热门的当属二代基因测序。但是众所周知，无论是测序所得的原始结果文件还是生信工程师采用各类算法对原始结果进行分析、过滤和注释后的输出文件，都无法为医生提供最直接的参考；它需要专业的医学解读人员对数据进行进一步处理，从而形成清晰且易读的最终报告来辅助临床决策。在报告撰写的过程中，解读人员需要查询各类公开的数据库对生信输出的上千位点进行再筛选，并依据行业内的金标准对挑选出的若干位点进行变异评级，将它们归类为致病性、疑似致病性或者临床意义未明。最后，解读人员还得按照医生规定的文档格式完成报告。目前虽然各大主流的公开数据库都提供了信息检索的web页面，但各数据库之间的关联性较差，形成了较为明显的信息孤岛，导致解读人员需要不停的在各个查询页面上进行切换而非通过一次查询即获得完整数据的多维度展示。同时，解读人员现阶段在对上千位点进行人工筛选时，缺乏针对特定疾病致病性位点的自动化排序机制，导致在这一步骤上消耗较多的时间。此外，在制作报告的时候，报告用于的标准化以及排版的美观度也是影响整体解读速率的重要因素。技术实现要素：本申请提供自动化报告解读方法及系统，其将搜索所得核心数据连同它的周边信息一齐进行多维度展示，最大限度的整合有关联的数据，并使得生信分析报告简单易读。为实现上述技术目的，本申请采取的技术方案如下：自动化报告解读方法，包括：获取生信分析的各项证据数据源；对各项证据数据源的分值进行计算，将计算结果中代表致病性的数值定义为值a，将计算结果中代表良性结果的数值定义为值b；将生信分析的各个位点根据计算结果的分值按序排序；根据行业金标准筛选致病性位点；将致病性位点数据、患者表型数据、本地关系型数据库中的相关数据对应后导入模板；其中，相关数据包括基因功能数据、表型描述数据以及评级证据；给模板中加入结论性描述，得到完整报告。作为本申请改进的技术方案，所述值a中a为数字；值b中b为数字；生信分析的各个位点根据计算结果的分值按数字大小排序。作为本申请改进的技术方案，还包括将完整报告生成json格式的报告数据，并将json格式的报告存储于历史报告数据库。作为本申请改进的技术方案，所述本地关系型数据库包括omim数据库、chpo数据库、hgmd数据库以及历史报告数据库；所述本地关系型数据库中omim数据库、chpo数据库、hgmd数据库以及历史报告数据库采用er关系图模式，按基因—表型关系关联，并形成多维度数据体系。作为本申请改进的技术方案，还包括将完整报告生成json格式的报告数据与html文本进行合成，并成成pdf报告。作为本申请改进的技术方案，对各项证据数据源的分值进行计算采用的是加权平均计算。作为本申请改进的技术方案，对各项证据数据源的分值进行计算采用的逻辑回归算法。本申请的另一目的，提供一种自动化报告解读系统，包括智能分析模块，用于获取生信分析的各项证据数据源文件，并将结果文件中的各项数据进行加权平均计算，并将计算结果中各位点按致病性高低排序；报告撰写模块，用于获取智能分析模块的计算结果、患者表型数据以及本地关系数据库中的数据，并进行结论性描述文字；生成模块，接收报告撰写模块报告的数据，并结合模板编辑模块中html文本合成，并生成pdf报告。根据本申请的另一实施例，一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。根据本申请的另一实施例，一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。有益效果通过逻辑回归(logisticregression)算法对多种致病性证据数据源的加权平均计算，它能提升致病性位点的筛选速度，实现致病性位点筛选的半自动化，同时能够结合不断积累的历史数据，使排序结果的准确度不断提升，从而增加解读人员判定检测结果为阳性的信心，同时提升效率；通过html转pdf的方式，使用html样式编辑实现集中管理解读报告的的排版及美化，压缩编辑报告的时间，提升报告页面的统一性，同时也让解读人员在制作报告的时候，只需关系报告的内容而非样式，能够节约他们30％左右的时间；在报告中撰写的解读数据，能够实现在数据库中有效的保存，便于之后以结构化的方式进行搜索查阅。通过对数据库的关联和整合，在整合数据时创建的基因、表型和疾病的关联结构体系，它能有效的消除多种数据源之间的信息孤岛问题，减低了解读人员在查询时，为获取核心查询结果的相关信息而做出的不必要的重复查询步骤，节约了他们的时间；应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的申请主题的一部分。结合附图从下面的描述中可以更加全面地理解本申请教导的前述和其他方面、实施例和特征。本申请的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本申请教导的具体实施方式的实践中得知。附图说明图1本申请自动化报告解读方法的整体结构示意图。图2本地关系型数据库采用的er关系图。具体实施方式为了更了解本申请的技术内容，特举具体实施例并配合所附图式说明如下。本公开的实施例不必定意在包括本申请的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本申请所公开的构思和实施例并不限于任何实施方式。另外，本申请公开的一些方面可以单独使用，或者与本申请公开的其他方面的任何适当组合来使用。本申请在设计技术方案时需要在解读报告的制作流程中有效降低信息孤岛带来的弊端，将搜索所得核心数据连同它的周边信息一齐进行多维度展示，最大限度的整合有关联的数据。同时需要创建简易但符合公司解读框架的致病性位点自动化排序模型，加速位点的筛选。在制作终版pdf报告时，需解决报告样式统一性的问题并加强中央管理，并让解读人员在撰写过程中更加注重报告内容而非其排版样式。实施例1本申请实施例一所提供的方法实施例可以在云端或者本地服务器集群中执行。本地服务器集群可以包括一个或多个处理器(处理器可以包括但不限于x86或者arm架构的处理装置)和用于存储数据的存储器，可选地，上述本地服务器集群还可以包括用于通信功能的传输设备以及输入输出设备。存储器可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本申请实施例中的自动化报告解读方法对应的计算机程序，处理器通过运行存储在存储器内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器可包括高速随机存储器，并通过raid1或raid5磁盘列阵实现数据冗余，确保数据的安全性。传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括本地服务器集群的通信供应商提供的无线网络。在一个实例中，传输装置包括一个网络适配器(networkinterfacecontroller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在本实施例中，提供一种运行于上述本地服务器集群或网络架构的自动化报告解读方法，结合图1自动化报告解读方法，包括如下步骤：获取生信分析的各项证据数据源，各项证据数据源如下表1所示；表1示例生信分析结果文件中的各项证据数据源对各项证据数据源的分值进行计算，将计算结果中代表致病性的数值定义为值a，将计算结果中代表良性结果的数值定义为值b；所述值a中a为数字，如1.0；值b中b为数字，如0.0；根据行业金标准筛选致病性位点；这里行业金标准可采用《acmg遗传变异分类标准与指南》。将致病性位点数据、患者表型数据、本地关系型数据库中的相关数据对应后导入模板；其中，相关数据包括基因功能数据、表型描述数据以及评级证据等，其有效的消除多种数据源之间的信息孤岛问题。给模板中加入结论性描述，得到完整报告。所述本地关系型数据库包括omim数据库、chpo数据库、hgmd数据库以及历史报告数据库；所述本地关系型数据库中omim数据库、chpo数据库、hgmd数据库以及历史报告数据库采用er关系图模式，按基因—表型关系关联，并形成多维度数据体系。起始时，本地关系型数据库预先生成并持续更新，故本实施例中本地关系模型是一个持续性更新的模型。将完整报告生成json格式的报告数据，并将json格式的报告存储于历史报告数据库，同时将完整报告生成json格式的报告数据与html文本进行合成，并成成pdf报告。通过上述步骤，在整合数据时创建的基因、表型和疾病的关联结构体系，它能有效的消除多种数据源之间的信息孤岛问题；通过逻辑回归(logisticregression)算法对多种致病性证据数据源的加权平均计算，它能提升致病性位点的筛选速度；使用html样式编辑实现解读报告的排版及美化，压缩编辑报告的时间。有效解决各数据库之间的关联性较差，形成了较为明显的信息孤岛，导致解读人员需要不停的在各个查询页面上进行切换而非通过一次查询即获得完整数据的多维度展示；解读人员现阶段在对上千位点进行人工筛选时，缺乏针对特定疾病致病性位点的自动化排序机制，导致在这一步骤上消耗较多的时间；在制作报告的时候，报告用于的标准化以及排版的美观度等问题。优选地，对各项证据数据源的分值进行计算采用的逻辑回归算法进行加权平均计算，以提升致病性位点的筛选速度。生信分析的各个位点根据计算结果的分值按数字大小排序。实施例2在本实施例中还提供了一种自动化报告解读系统，该系统用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。一种自动化报告解读系统，包括智能分析模块，用于获取生信分析的各项证据数据源文件，并将结果文件中的各项数据进行加权平均计算，并将计算结果中各位点按致病性高低排序；报告撰写模块，用于获取智能分析模块的计算结果、患者表型数据以及本地关系数据库中的数据，并进行结论性描述文字；实际操作中，获取智能分析模块的计算结果、患者表型数据以及本地关系数据库中的数据是一一对应；生成模块，接收报告撰写模块报告的数据，并结合模板编辑模块中html文本合成，并生成pdf报告。可选地，智能分析模块包括：接收单元，用于获取生信分析的各项证据数据源文件；计算单元，用于将结果文件中的各项数据进行加权平均计算；排序单元，用于将加权平均计算结果中各位点按致病性高低排序。可选地，报告撰写模块包括：接收单元，用于获取智能分析模块的计算结果、患者表型数据以及本地关系数据库中的数据，并将其一一对应；描述单元，用于对进行数据结论性描述文字。可选地，生成模块包括：接收单元，用于接收报告撰写模块报告的数据；整合单元，用于将接收单元获得的数据结合模板编辑模块中html文本合成；报告生成单元，用于将合成后的文本生成pdf报告。可选地是，报告生成单元中设有wkhtmltopdf工具。实施例3自动化报告解读方法，包括如下步骤：获得生信分析结果文件以后，它首先被导入智能分析模块，该模块会对文件中的各项证据数据源的分值进行加权平均计算，再依据计算结果将位点按照致病性的高低排序，其中分值1.0代表致病性，分值0.0代表良性。其中使用逻辑回归(logisticregression)算法对以上表1中证据数据源进行加权平均计算，再依据计算结果将致病性以从高到底进行排序。表1示例生信分析结果文件中的各项证据数据源证据种类数据源功能预测polyphen2-hvar进化保守性lrt功能预测sift进化保守性phastcons100way进化保守性gerp++结构域gene人群频率gnomad结构域dbnsfpinterpro功能预测mutationtaster2历史评级公司历史数据基于这一结果，解读人员就能参照行业金标准对致病性位点进行最终筛选；同时每一份被导入的文件和解读人员的筛选结果也会被纳入模块的模型持续学习中，以不断提升后续计算排序的精确度。筛选结果确定后，数据被导入报告撰写模块，同时被导入的还有患者表型数据，以及在本地关系型数据库中整合过的从多种公共数据库中抓取到的相关数据和历史数据，包括但不限于基因功能、表型描述、评级证据等；本地关系型数据库预先生成并持续更新。它通过restapi接口和tab分隔(tsv)/逗号分隔(csv)格式的文件加载到公共数据库中的数据，并将其按照基因-表型关系进行关联，形成多维度数据体系。该数据库的创建核心基于以下er关系图如图2所示，其中1：m代表一对多的关系，而m:1代表多对一的关系。解读人员结合上述自动获取到的数据，再在报告撰写模块中填入结论性的描述文字，之后生成json格式的报告数据(不含样式)用于报告的最终合成，同时将其保存于历史报告数据库中。其中，json格式的报告数据易于扩展，在报告内容不断进行优化的情况下，能够兼容各种模板的报告。json格式的报告存储于postgresql关系型数据库后，借助其对json格式数据的处理能力，方便后期对历史数据的搜索回顾作业。json格式的报告存储时不带任何样式，最大限度的实现页面内容和排版的解耦，便于在报告模板更新时重新导入。将json格式的报告数据和预先在模板编辑模块中设计的带有样式的html文本进行合成。其中，html的模板实现中央管控，并预先生成。模板的样式使用css进行处理，且修改后的模板经一次下发，即可应用于多人编辑的多份报告中。使用开源的wkhtmltopdf工具生成终版的pdf报告；合并json内容和html模板，得以呈现终版的pdf报告。在此过程中，报告的攥写人员已无需关注报告的版面样式。实施例4本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：获取生信分析的各项证据数据源；对各项证据数据源的分值进行计算，将计算结果中代表致病性的数值定义为值a，将计算结果中代表良性结果的数值定义为值b；将生信分析的各个位点根据计算结果的分值按序排序；根据行业金标准筛选致病性位点；将致病性位点数据、患者表型数据、本地关系型数据库中的相关数据对应后导入模板；其中，相关数据包括基因功能数据、表型描述数据以及评级证据；给模板中加入结论性描述，得到完整报告。实施例5本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：获取生信分析的各项证据数据源；对各项证据数据源的分值进行计算，将计算结果中代表致病性的数值定义为值a，将计算结果中代表良性结果的数值定义为值b；将生信分析的各个位点根据计算结果的分值按序排序；根据行业金标准筛选致病性位点；将致病性位点数据、患者表型数据、本地关系型数据库中的相关数据对应后导入模板；其中，相关数据包括基因功能数据、表型描述数据以及评级证据；给模板中加入结论性描述，得到完整报告。显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页12