微生物信息的解读方法及装置、设备及存储介质与流程

1.本发明涉及微生物检验技术领域，尤其涉及一种微生物信息的解读方法及装置、设备及存储介质。


背景技术：

2.利用高通量基因测序技术，对疑难重症的感染患者的各种标本中的全部微生物进行dna和/或rna测序，通过微生物专用数据库比对和智能化算法分析，从而得到微生物的种属信息，指导临床更有针对性的开展治疗，有助于实现感染性疾病的精准治疗。
3.以宏基因组检测(mngs)为例，从mngs的技术原理上讲，生信技术上的数据过滤以及各类数据库的构建在大多数情况下无法解决多种病原体同时检测的问题，也就是说无法区别出检测报告单中的真正致病菌。
4.目前mngs报告单解读准确度仍更多取决于医生经验、且耗时长，临床医生尤其是基层医生结合宏基因检测报告及必要临床信息的综合解读能力不足。


技术实现要素：

5.本发明的主要目的在于提供一种微生物信息的解读方法及装置、设备及存储介质，可以解决现有技术中的医生对微生物的解读能力不足的问题。
6.为实现上述目的，本发明第一方面提供一种微生物信息的解读方法，所述方法包括：
7.获取用户在客户端输入的微生物信息以及标本信息；
8.利用预设的逻辑分类树、所述微生物信息以及标本信息，确定所述微生物信息中的微生物分类信息，所述微生物分类信息包括微生物信息中的各个微生物与微生物类别的对应关系，所述微生物类别包括致病菌、可能致病菌或背景菌，所述逻辑分类树包括若干基于专家知识及临床经验构建的分类规则；
9.若所述微生物分类信息包括可能致病菌，则根据所述可能致病菌对应的目标微生物确定所述逻辑分类树中与所述目标微生物对应的待询问问题，并将所述待询问问题返回至所述客户端；
10.接收所述客户端返回的所述用户基于所述待询问问题作出的回答，并根据所述回答以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息；
11.根据所述微生物分类信息以及目标分类信息，确定所述微生物信息中的各个微生物对应的微生物分类结果，并将所述微生物分类结果返回至所述客户端。
12.在一种可行实现方式中，所述待询问问题至少包括检验报告信息，则所述根据所述回答以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息，包括：
13.对所述回答进行语义分析，提取所述回答中与所述目标微生物对应的目标检验报
告信息，所述目标检出信息包括特异序列数、相对丰度及覆盖度中一种或几种；
14.根据所述目标检验报告信息以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息。
15.在一种可行实现方式中，所述待询问问题至少包括临床检查信息，则所述根据所述回答以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息，包括：
16.对所述回答进行语义分析，提取所述回答中的目标临床检查信息，所述目标临床检查信息至少包括临床体检项目、仪器体检项目或实验室体检项目中的一种或多种的检查信息；
17.根据所述目标临床检查信息以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息。
18.在一种可行实现方式中，所述待询问问题至少包括感染源，则所述根据所述回答以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息，包括：
19.对所述回答进行语义分析，提取所述回答中与所述目标微生物对应的目标感染源，所述目标感染源至少包括院内感染或社区感染；
20.根据所述目标感染源以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息。
21.在一种可行实现方式中，所述待询问问题至少包括临床表现，则所述根据所述回答以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息，包括：
22.对所述回答进行语义分析，提取所述回答中的目标临床表现，所述目标临床表现包括身体发生的一种或多种异常变化；
23.根据所述目标临床表现以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息。
24.在一种可行实现方式中，所述方法还包括：
25.若所述微生物的微生物分类结果包括的微生物类别为致病菌，则根据所述致病菌对应的微生物、微生物分类结果以及用户输入的临床信息，确定所述致病菌对应的微生物的第一诊疗建议；
26.若所述微生物的微生物分类结果包括的微生物类别为可能致病菌，则根据所述可能致病菌对应的微生物、微生物分类结果以及用户输入的临床信息，确定所述可能致病菌对应的微生物的第二诊疗建议，所述第二诊疗建议至少包括所述可能致病菌对应的微生物的致病概率。
27.在一种可行实现方式中，所述方法还包括：
28.接收客户端返回的所述用户的反馈信息，所述反馈信息包括正确解读反馈或错误解读反馈；
29.对所述正确解读反馈以及错误解读反馈的进行数据统计，确定解读准确率；
30.若所述解读准确率小于预设准确率阈值，则输出校正提示至管理员后台，所述校正提示用于提示管理员根据所述用户的反馈信息以及解读准确率确定是否对所述逻辑分
类树的分类规则进行更新；
31.若所述解读准确率大于等于预设准确率阈值，则确定不对所述逻辑分类树进行更新。
32.为实现上述目的，本发明第二方面提供一种微生物信息的解读装置，所述装置包括：
33.信息获取模块：用于获取用户在客户端输入的微生物信息以及标本信息；
34.第一分类模块：用于利用预设的逻辑分类树、所述微生物信息以及标本信息，确定所述微生物信息中的微生物分类信息，所述微生物分类信息包括微生物信息中的各个微生物与微生物类别的对应关系，所述微生物类别包括致病菌、可能致病菌或背景菌，所述逻辑分类树包括若干基于专家知识及临床经验构建的分类规则；
35.问题咨询模块：用于若所述微生物分类信息包括可能致病菌，则根据所述可能致病菌对应的目标微生物确定所述逻辑分类树中与所述目标微生物对应的待询问问题，并将所述待询问问题返回至所述客户端；
36.第二分类模块：用于接收所述客户端返回的所述用户基于所述待询问问题作出的回答，并根据所述回答以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息；
37.分类确定模块：用于根据所述微生物分类信息以及目标分类信息，确定所述微生物信息中的各个微生物对应的微生物分类结果，并将所述微生物分类结果返回至所述客户端。
38.为实现上述目的，本发明第三方面提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如第一方面或任一可行实现方式所示步骤。
39.为实现上述目的，本发明第四方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如第一方面或任一可行实现方式所示步骤。
40.采用本发明实施例，具有如下有益效果：
41.本发明提供一种微生物信息的解读方法，该方法包括：获取用户在客户端输入的微生物信息以及标本信息；利用预设的逻辑分类树、微生物信息以及标本信息，确定微生物信息中的微生物分类信息，微生物分类信息包括微生物信息中的各个微生物与微生物类别的对应关系，微生物类别包括致病菌、可能致病菌或背景菌，逻辑分类树包括若干基于专家知识及临床经验构建的分类规则；若微生物分类信息包括可能致病菌，则根据可能致病菌对应的目标微生物确定逻辑分类树中与目标微生物对应的待询问问题，并将待询问问题返回至客户端；接收客户端返回的用户基于待询问问题作出的回答，并根据回答以及逻辑分类树对目标微生物进行微生物分类，确定目标微生物的目标分类信息；根据微生物分类信息以及目标分类信息，确定微生物信息中的各个微生物对应的微生物分类结果，并将微生物分类结果返回至客户端。通过上述方法，可以实现利用标本对微生物进行初步分类后，对于可能致病菌，从基于临床经验构建的分类规则中得到的待询问问题进一步的分类，提高对于可能致病菌对应的微生物得分类的准确度，可辅助提升基层医生的报告解读能力，最大程度发挥病原微生物高通量项目在临床方面的价值，助力患者的精准诊断和有效治疗。
附图说明
42.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
43.其中：
44.图1为本发明实施例中一种微生物信息的解读方法的流程图；
45.图2为本发明实施例中一种客户端上显示的目标分类结果的示意图；
46.图3为本发明实施例中一种微生物信息的解读方法的另一流程图；
47.图4为本发明实施例中一种诊疗建议的示意图，图4a为本发明实施例中一种第一诊疗建议的示意图，图4b为本发明实施例中一种第二诊疗建议的示意图；
48.图5为本发明实施例中一种用户反馈界面的示意图；
49.图6为本发明实施例中一种微生物信息的解读装置的结构框图；
50.图7为本发明实施例中计算机设备的结构框图。
具体实施方式
51.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
52.请参阅图1，图1为本发明实施例中一种微生物信息的解读方法的流程图，如图1所示方法可以应用于客户端或服务器，本实施例以应用于客户端进行举例说明，该微生物信息的解读方法包括如下步骤：
53.101、获取用户在客户端输入的微生物信息以及标本信息；
54.需要说明的是，本实施例是面对医生对高通量基因测序技术的检验结果的解读能力不足所做的改进，比如对于检验报告中的微生物的分类解读能力的不足。故本实施例中首先需要获取检验结果(比如检验报告单)的相关信息，比如通过获取用户(医生或患者等使用者)在客户端输入的微生物信息以及标本信息，该客户端可以为载有本实施中的微生物信息的解读方法的智能终端等电子设备，输入的方式包括但不限于扫描、输入文字或选择预设文字信息框等等，在此距离不做限定。其中，以mngs检验为例，微生物信息包括微生物的名称，比如：肺炎链球菌、巨细胞病毒、鲍曼不动杆菌等等mngs检验单上罗列的微生物，标本信息包括检验标本的名称，比如：肺泡灌洗液、痰液、血液或脑脊液等等标本。在此举例不做限定。其中，用户可以在客户端同时输入一个或多个微生物，一并进行分类，本实施例不做限定。
55.102、利用预设的逻辑分类树、所述微生物信息以及标本信息，确定所述微生物信息中的微生物分类信息，所述微生物分类信息包括微生物信息中的各个微生物与微生物类别的对应关系，所述微生物类别包括致病菌、可能致病菌或背景菌，所述逻辑分类树包括若干基于专家知识及临床经验构建的分类规则；
56.进一步的，对所得到的微生物信息中的各个微生物进行分类，以分辨微生物的不
同类别，在本实施中，通过预设的逻辑分类树对所得到的微生物信息中的各个微生物进行分类，该逻辑分类树由多个分支构成，每个分支具有多个分支节点，每个分支具有不同的分类逻辑，每个节点具有不同的分类规则，故逻辑分类树包括若干基于专家知识及临床经验构建的分类规则，该逻辑树的每个分支的最后一个分支节点均对应着每个微生物的分类结果。其中，由于微生物自身特性，使得在不同标本中存在不同的表现，比如：同一种微生物在不同标本类型种的致病风险可能会不一样，如脑膜炎败血伊丽莎白菌在脑脊液检出，会被判断为“肯定致病菌”，在肺泡灌洗液中检出，则会被判断为“可能致病菌”。故逻辑分类树的第一个分支节点设计为根据标本信息划分微生物的类别。本实施例通过预设的逻辑分类树、微生物信息以及标本信息，确定该微生物信息中的微生物分类信息，得到各个微生物与微生物类别的对应关系，其中，微生物类别包括致病菌、可能致病菌或背景菌。示例性的，“肯定致病菌”为临床上相对的严格致病菌，比如肺泡灌洗液中检出结核分枝杆菌，建议临床重视和积极干预；“可能致病菌”为机会/条件致病菌，比如痰液中检出铜绿假单胞菌，需要结合更多的临床信息或其他检测方法进行确定；“背景菌”为本次临床案例中临床意义不大的微生物，比如肺泡灌洗液中检出细环病毒，建议可不考虑致病可能性。由临床专家统一制定解读规则(分类规则)，结合微生物特性，把mngs报告单临床判读经验转化成系统语言，通过信息系统固化后，实现检测报告的规范化和智能化，帮助临床客户对宏基因检出结果进行快速准确判读。
57.通过步骤102，可以对病原微生物宏基因组检测出的微生物种类，在客户端中搜索输入并基于检测标本类型直接对所输入的微生物进行初步分类，而不是单纯罗列微生物检出情况，缩小诊断范围。步骤102可以认为是初步分类，该初步分类的实现方式是通过逻辑树中的微生物的字典实现，其中，微生物的字典中每种微生物对应不同标本类型有对应关联的分类规则路径(如微生物o对应标本类型a/b/c/d分别有对应的肯定/可能致病菌/背景菌分类)，在客户端的用户界面即可通过用户的输入结合此关联关系给出对应的分类结果。用户每次使用可基于实际检测结果输入多种微生物一键得到初步分类结果，进一步的，对微生物名称的搜索也建立了标化池管理，临床上对同一微生物存在着多种别称，系统也可支持到别称的搜索关联到对应的标准的微生物分类逻辑树分支。
58.103、若所述微生物分类信息包括可能致病菌，则根据所述可能致病菌对应的目标微生物确定所述逻辑分类树中与所述目标微生物对应的待询问问题，并将所述待询问问题返回至所述客户端；
59.需要说明的是，对于可能致病菌需要进一步确定其类别判断的准确，也即是否真的可能致病。故若微生物分类信息包括可能致病菌，则根据可能致病菌对应的目标微生物确定逻辑分类树中与目标微生物对应的待询问问题，并将待询问问题返回至客户端，其中，待询问问题与逻辑树中的分支节点的分类规则有关，不同微生物对应不同的待询问问题。比如对于“可能致病菌”巨细胞病毒对应的待询问问题可以是“影像学结果如何？”，不同的微生物由于分类规则不同，对应的待询问问题也不同。
60.104、接收所述客户端返回的所述用户基于所述待询问问题作出的回答，并根据所述回答以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息；
61.进一步的，用户可以在客户端上输入待询问问题的回答，通过接收客户端返回的
用户基于待询问问题作出的回答，进而根据回答以及逻辑分类树对目标微生物进行微生物分类，确定目标微生物的目标分类信息，比如对于“可能致病菌”巨细胞病毒对应的待询问问题可以是“影像学结果如何？”，用户可能的回答为“肺间质性病灶”、“其他(渗出性、大片实变、空洞病灶)”、“未做影像学检查”。故可以根据用户的不同回答结合逻辑树的分类规则确定目标微生物的目标分类信息。该目标分类信息包括该目标微生物与微生物类别的对应关系。
62.105、根据所述微生物分类信息以及目标分类信息，确定所述微生物信息中的各个微生物对应的微生物分类结果，并将所述微生物分类结果返回至所述客户端。
63.经过上述步骤，可以得到微生物分类信息以及目标分类信息，进而辅助用户对检验报告进行解读，知道各个微生物的类别，为诊治提供帮助，故可以根据微生物分类信息以及目标分类信息，确定微生物信息中的各个微生物对应的微生物分类结果，并将微生物分类结果返回至客户端，使得用户可以在客户端对分类结果进行查看。请参阅图2，图2为本发明实施例中一种客户端上显示的目标分类结果的示意图，检测结果是指高通量基因测序技术的检测结果，比如多种病原体靶向测序结果、微生物三代测序结果、mngs常规宏基因测序结果等。如图2所示为mngs常规宏基因报告单微生物检出列表，该mngs常规宏基因报告单使出了“该标本经dna-病原微生物宏基因检测提示阳性，检出肺炎链球菌序列数2055，缓症链球菌序列数1862，cmv序列数12，以及部分疑似背景微生物，请临床结合患者临床表现和其他辅助诊断结果综合判断”，其中，辅助诊断结果为采用本实施例得到的微生物分类结果，图2所示辅助诊断结果为：肯定致病菌：肺炎链球菌；可能致病菌：巨细胞病毒及鲍曼不动杆菌；背景菌：细环病毒。
64.本发明提供一种微生物信息的解读方法，该方法包括：获取用户在客户端输入的微生物信息以及标本信息；利用预设的逻辑分类树、微生物信息以及标本信息，确定微生物信息中的微生物分类信息，微生物分类信息包括微生物信息中的各个微生物与微生物类别的对应关系，微生物类别包括致病菌、可能致病菌或背景菌，逻辑分类树包括若干基于专家知识及临床经验构建的分类规则；若微生物分类信息包括可能致病菌，则根据可能致病菌对应的目标微生物确定逻辑分类树中与目标微生物对应的待询问问题，并将待询问问题返回至客户端；接收客户端返回的用户基于待询问问题作出的回答，并根据回答以及逻辑分类树对目标微生物进行微生物分类，确定目标微生物的目标分类信息；根据微生物分类信息以及目标分类信息，确定微生物信息中的各个微生物对应的微生物分类结果，并将微生物分类结果返回至客户端。通过上述方法，可以实现利用标本对微生物进行初步分类后，对于可能致病菌，从基于临床经验构建的分类规则中得到的待询问问题进一步的分类，提高对于可能致病菌对应的微生物得分类的准确度，可辅助提升基层医生的报告解读能力，最大程度发挥病原微生物高通量项目在临床方面的价值，助力患者的精准诊断和有效治疗。
65.请参阅图3，图3为本发明实施例中一种微生物信息的解读方法的另一流程图，如图3所示方法包括如下步骤：
66.301、获取用户在客户端输入的微生物信息以及标本信息；
67.302、利用预设的逻辑分类树、所述微生物信息以及标本信息，确定所述微生物信息中的微生物分类信息，所述微生物分类信息包括微生物信息中的各个微生物与微生物类别的对应关系，所述微生物类别包括致病菌、可能致病菌或背景菌，所述逻辑分类树包括若
干基于专家知识及临床经验构建的分类规则；
68.303、若所述微生物分类信息包括可能致病菌，则根据所述可能致病菌对应的目标微生物确定所述逻辑分类树中与所述目标微生物对应的待询问问题，并将所述待询问问题返回至所述客户端；
69.304、接收所述客户端返回的所述用户基于所述待询问问题作出的回答，并根据所述回答以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息；
70.需要说明的是，步骤301、302、303及304所示内容与图1的步骤101、102、103及104所示内容相似，为避免重复，此处不做赘述，具体可参考前述步骤101、102、103及104所示内容。进一步的，针对肯定致病菌与背景菌，临床标本信息已足以快速得出相应的诊断结果及诊疗建议，可能致病菌也会给出初步怀疑的可能性，但可继续输入更多的临床信息以获得更为精准的辅助诊断建议，此类情况是通过后台配置逻辑分类树(逻辑判断决策树)实现也即步骤303及304。针对不同微生物，有着不同的决策树(也可多种微生物共用一套决策树)，每个分支的问题、回答选项均可在管理员后台进行自定义配置，发布逻辑树后在客户端生效，用户在客户端可根据配置的问题选择对应的回答选项或给出回答，并按逻辑分支路径得到返回到客户端的最终分类结果。通过这种方式，可引导用户提供更多的临床信息，从而帮助判断可能致病菌对当前病例的临床意义。
71.在一种可行实现方式中，由于不同微生物具有不同的特性表现，因此逻辑树的分支节点的分类规则包括但不限于检验报告信息、临床检查信息、感染源以及临床表现等有利于精准区分、益于微生物分类的相关医学信息，结合逻辑树以及不同的微生物可以确定不同的待询问问题，该待询问问题根据不同的微生物，会产生不同的侧重，其中，该检验报告信息包括特异序列数、相对丰度及覆盖度，该临床检查信息包括临床体检项目、仪器体检项目或实验室体检项目中的一种或多种的检查信息，比如影像学检查、血液检查等其他临床检验信息，感染源包括院内感染或社区感染等，临床表现包括患者身体发生的一系列异常变化。例如：包括咳嗽、发烧、头痛、无力及咯血等各类症状都可称为临床表现。示例性的，可以根据可能致病菌对应得各个微生物特性，匹配逻辑树中的待询问问题，以确定每个目标微生物对应的待询问问题，针对性的询问。进一步的，对于侧重点相同的微生物可以共用同一问题，实现一并询问分别解答效果。比如，细菌a和b的微生物特性包括特异序列数高于某一阈值时，可以得出唯一结论。故待询问问题可以为“细菌a和b的特异序列数是多少？”，用户的回答可以为“细菌a为100和细菌b为100”，进而提取回答中的细菌a和b的特异序列数分别为100，在逻辑树中可以得到，“当细菌a为100时为肯定致病菌，当细菌b为100时为可能致病菌”。
72.示例性的，当上述待询问问题至少包括检验报告信息，说明对于该目标微生物，检验报告信息对于其分类结果的影响较大，侧重度较高，则根据回答以及逻辑分类树对目标微生物进行微生物分类，确定目标微生物的目标分类信息，可以包括步骤a1-a2：
73.a1、对所述回答进行语义分析，提取所述回答中与所述目标微生物对应的目标检验报告信息，所述目标检出信息包括特异序列数、相对丰度及覆盖度中一种或几种；
74.a2、根据所述目标检验报告信息以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息。
75.需要说明的是，当待询问问题是询问微生物的检验报告信息时，则可以通过对回答进行语义分析，提取回答中与目标微生物对应的目标检验报告信息，该目标检出信息包括特异序列数、相对丰度及覆盖度中一种或几种。进而，在逻辑分类树中确定提取的目标微生物的目标检验报告信息对应的分类规则，得到目标微生物的目标分类信息。比如分析过检验报告信息后，目标微生物从可能致病菌变为致病菌，从可能致病菌变为背景菌，或者仍然是可能致病菌。
76.示例性的，当上述待询问问题至少包括临床检查信息，则根据回答以及逻辑分类树对目标微生物进行微生物分类，确定目标微生物的目标分类信息，可以包括步骤b1-b2：
77.b1、对所述回答进行语义分析，提取所述回答中的目标临床检查信息，所述目标临床检查信息至少包括临床体检项目、仪器体检项目或实验室体检项目中的一种或多种的检查信息；
78.b2、根据所述目标临床检查信息以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息。
79.需要说明的是，通过询问目标微生物对应的检测项目，从回答中提取对应临床检查项目的目标临床检查信息，进而，在逻辑分类树中确定提取的该目标微生物的目标临床检查信息对应的分类规则，得到目标微生物的目标分类信息。比如分析过临床检查信息后，目标微生物从可能致病菌变为致病菌，从可能致病菌变为背景菌，或者仍然是可能致病菌。
80.示例性的，当上述待询问问题至少包括感染源，则所述根据所述回答以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息，可以包括步骤c1-c2：
81.c1、对所述回答进行语义分析，提取所述回答中与所述目标微生物对应的目标感染源，所述目标感染源至少包括院内感染或社区感染；
82.c2、根据所述目标感染源以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息。
83.需要说明的是，有些微生物的分类还会看重感染源，进而在待询问问题中包括感染源的时候，可以对回答进行语义分析，提取回答中与目标微生物对应的目标感染源，该目标感染源至少包括院内感染或社区感染，进而，在逻辑分类树中确定与该目标微生物的目标感染源对应的分类规则进行微生物分类，确定目标微生物的目标分类信息。比如分析过感染源后，目标微生物从可能致病菌变为致病菌，从可能致病菌变为背景菌，或者仍然是可能致病菌。
84.示例性的，当上述待询问问题至少包括临床表现，则所述根据所述回答以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息，可以包括步骤d1-d2：
85.d1、对所述回答进行语义分析，提取所述回答中的目标临床表现，所述目标临床表现包括身体发生的一种或多种异常变化；
86.d2、根据所述目标临床表现以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息。
87.需要说明的是，有些微生物的分类会看重临床表现，进而在待询问问题中包括临床表现的时候，可以对回答进行语义分析，提取回答中与目标微生物对应的目标临床表现，
比如咳嗽、发力等等；进而，在逻辑分类树中确定与该目标微生物的目标临床表现对应的分类规则进行微生物分类，确定目标微生物的目标分类信息。比如分析过临床表现后，目标微生物从可能致病菌变为致病菌，从可能致病菌变为背景菌，或者仍然是可能致病菌。
88.305、根据所述微生物分类信息以及目标分类信息，确定所述微生物信息中的各个微生物对应的微生物分类结果，并将所述微生物分类结果返回至所述客户端；
89.需要说明的是，步骤305与图1所示步骤105内容相似，为避免重复，此处不做赘述，具体可参考前述步骤105内容。
90.306、若所述微生物的微生物分类结果包括的微生物类别为致病菌，则根据所述致病菌对应的微生物、微生物分类结果以及用户输入的临床信息，确定所述致病菌对应的微生物的第一诊疗建议；
91.307、若所述微生物的微生物分类结果包括的微生物类别为可能致病菌，则根据所述可能致病菌对应的微生物、微生物分类结果以及用户输入的临床信息，确定所述可能致病菌对应的微生物的第二诊疗建议，所述第二诊疗建议至少包括所述可能致病菌对应的微生物的致病概率。
92.需要说明的是，在本实施例中，区别于常规mngs报告单上单调的名词解释的解读，本实施例还会给送检客户提供的所有检出微生物的分类结果及辅助诊断建议外，还提供了相应的诊疗建议。针对各类致病的微生物，其相应的诊疗建议在后台也以决策树的形式配置在了辅助诊断建议后，也即设置在逻辑树的分支节点中，当用户得到某个输入的微生物致病可能性较高时，对应会返回针对该微生物的诊疗建议，帮助临床医生对症下药、对症治疗。其中，对于最终得到的肯定致病菌会给出第一诊疗建议，该第一诊疗建议用于指示对于所致病症要如何治疗或建议的治疗方案。对于最终得到的可能致病菌会给出第二诊疗建议，该第二诊疗建议用于指示对于可能所致病症要如何治疗或建议的治疗方案，以及可能致病菌对应的微生物的可能所致病症的致病概率。请参阅图4，图4为本发明实施例中一种诊疗建议的示意图，其中，图4a为本发明实施例中一种第一诊疗建议的示意图，图4b为本发明实施例中一种第二诊疗建议的示意图，如图4a所示的第一诊疗建议为“肯定致病菌”肺炎链球菌的诊疗建议，辅助诊断建议为“肺炎链球菌为致病菌的可能性高，考虑为社区获得性肺炎”；诊疗建议为“1、针对肺炎链球菌感染的β-内酰胺抗菌药优先青霉素类或加酶抑制剂如阿莫西林/克拉维酸、头孢曲松，呼吸道喹诺酮类：莫西沙星、左氧氟沙星；碳青霉烯类对肺炎链球菌感染症候改善可能弱于前述药物。2、抗假单胞菌的β-内酰胺类疗效不佳，避免使用。3、初始针对性治疗后，疗效未改善，首选重新评估该病原体的合并症(脓肿、心内膜炎)，其次再重新送检标本，评估其他病原体的可能”。如图4b所示的第二诊疗建议为“可能致病菌”巨细胞病毒以及鲍曼不动杆菌的诊疗建议，其中，“可能致病菌”巨细胞病毒的诊疗建议包括辅助辅助诊断建议“巨细胞病毒为致病菌的可能性为90％，考虑cmv为感染主要病原体，还可能合并其他机会致病菌。”；诊疗建议“1、cmv病是免疫力功能低下，尤其是器官移植后患者的常见病原体，当从血液检查足够序列(》100)；应予以更普洛韦治疗。2、cmv感染可能波及多个脏器，肝脏和结肠病变易忽视。”。
93.在一种可行实现方式中，所述方法还可以包括步骤i、ii、iii及vi：
94.i、接收客户端返回的所述用户的反馈信息，所述反馈信息包括正确解读反馈或错误解读反馈；
95.需要说的是，用户可以在客户端上对所得到的分类结果进行反馈，比如医生认为某一微生物的分类不正确就可以进行反馈。故反馈信息包括正确解读反馈或错误解读反馈。
96.ii、对所述正确解读反馈以及错误解读反馈的进行数据统计，确定解读准确率；
97.进一步的，通过用户用户反馈得到解读的准确程度，具体的，通过对正确解读反馈以及错误解读反馈的进行数据统计，确定解读准确率。进一步的，还可以针对不同的微生物进行数据统计，逐个计算每个微生物的解读准确率。
98.iii、若所述解读准确率小于预设准确率阈值，则输出校正提示至管理员后台，所述校正提示用于提示管理员根据所述用户的反馈信息以及解读准确率确定是否对所述逻辑分类树的分类规则进行更新；
99.vi、若所述解读准确率大于等于预设准确率阈值，则确定不对所述逻辑分类树进行更新。
100.示例性的，可以利用解读准确率决定是否更新逻辑分类树的分类规则，具体的，若解读准确率小于预设准确率阈值，则输出校正提示至管理员后台，校正提示用于提示管理员根据用户的反馈信息以及解读准确率确定是否对逻辑分类树的分类规则进行更新；若解读准确率大于等于预设准确率阈值，则确定不对逻辑分类树进行更新。进一步的，校正提示包括存在解读错误反馈对应的待更新的微生物信息，通过该待更新的微生物信息更新对应的分类规则，其中，在更新之前，管理员可以对用户的反馈依据专业知识作出判断，对于反馈的内容是真实地、正确的才会进行更新。否则仍不更新。
101.通过用户与结果的双向反馈(对诊断诊疗建议进行评分、意见反馈)，加强了临床送检医生与测序公司之间的互动，有利于临床诊疗的精准化及有助于项目结果的校准和优化。即系统记录下了用户所有的使用记录，包括其每次输入及系统输出的辅助诊断结果，及其对每次结果的满意度和意见反馈，便于管理员监控系统的使用情况，不断完善系统的知识逻辑库，补充丰富系统覆盖的微生物与致病类型等知识面。请参阅图5，图5为本发明实施例中一种用户反馈界面的示意图，图5所示的用户反馈包括对分类结果的评分的意见反馈、对于增加检测微生物的补充反馈以及其他反馈。
102.通过循证医学，将专家经验、有效的患者临床信息、大数据模型有机结合在一起，通过大量的实际案例结果不断修正专家经验及模型指标，使分类解读系统达到更高的精确性。把临床专家结合微生物特性及临床资料解读了无数份宏基因报告单的逻辑经验，实现智能化的微生物诊断模型-逻辑分类树(规则的配置和诊断匹配)。解读快速准确，只需耗费数分钟，即可得到初步结论或诊疗建议。
103.需要说明的是，从mngs的技术原理上讲，生信技术上的数据过滤以及各类数据库的构建在大多数情况下是无法解决多种病原体同时检测的问题，也就是说无法区别出报告单中的真正致病菌；再者，不管是湿实验或者干实验上的技术优化，都无法给临床客户提供诊疗建议。目前mngs报告单解读准确度仍更多取决于医生经验、且耗时长：目前造成临床医生解读mngs报告单困难，无法判断出“真正致病菌”的原因有以下几点：
①
mngs检测敏感性高、信息量大；
②
对检测报告各参数的释义无统一标准；
③
不了解微生物在人体各部位定植的特点；
④
很难获得宏基因报告解读所需的必要临床信息；
⑤
临床医生尤其是基层医生结合宏基因检测报告及必要临床信息的综合解读能力不够。而通过本实施例的方案，上述问
题均可以一一解决。
104.本发明实施例公开了一种微生物信息的解读方法，通过该方法：(1)实现全国首个针对mngs报告单解读而建立的智能分析方法，实现对基于生信分析过滤后的报告单结果进行的更精准化分析，辅助提升基层医生的报告解读能力，最大发挥宏基因检测的临床价值，助力患者的精准诊断和有效治疗。(2)本方法基于临床专家的判断经验、微生物特性及有效的患者临床信息，制定了高效的病菌分类模型(逻辑分类树)，并可多种微生物同时分析判断，辅助医生快速锁定可能致病菌，方便快捷。相较于常见的仅对背景菌过滤，本方法还基于临床权威专家的经验对某些标本类型中肯定致病的微生物进行了筛选，其余的均归为可能致病菌，并结合更多临床信息去进一步确认诊断。本发明对病菌的分类规则更为简单明了：对肯定致病菌的分类是基于临床权威专家的多年经验与专科共识进行的划分；对背景菌的分类则除了专业指南文献手册等参考资料外，还结合了检验机构自身多年积攒的宏基因组检测真实结果数据进行统计分析筛选出的背景菌库；且在分类时全面考虑到了同一致病菌在不同标本类型中检出所表现出的致病性是不同的，会结合标本类型进行精准的分类。(3)本发明相比于其他类似的智能解读方法，具备更为灵活的自定义配置判断逻辑功能，且该自定义配置框架是基于病原微生物宏基因组检测的诊疗路径定制打造的，既有基于微生物种类、标本类型等专科领域特有的决策逻辑支撑体系，又可灵活配置决策树的结构与内容，实现无需重复开发即可随时更新修改或新增辅助解读的判断逻辑路径。如有方法逻辑树未覆盖到的微生物种类，可实时监控到用户在系统中的搜索记录，进而在后台添加该微生物对应的判断规则决策树；又如用户对某次辅助解读的建议不满意或实际诊断结果与建议不符，也可通过意见反馈，由管理员在后台对该条逻辑决策树进行修改等。这种灵活自定义配置的框架可帮助本辅助决策系统不断成长更新其解读知识库，以最低的成本覆盖到最多的临床场景，持续提升解读的临床符合度，这是许多逻辑固化的解读系统无法做到的。(4)基于(3)提到的系统后台逻辑可自定义配置的灵活性，该发明不单只适用于解读mngs项目报告单，同样可用于类似相关的病原微生物高通量项目中，比如多种病原体靶向测序、微生物三代测序等，相同逻辑的可复用，不同逻辑的可新增，能覆盖多场景的辅助临床解读测序结果。除此之外，每种微生物的判断逻辑决策树通过接口的方式还可外接到其他系统进行对接，如检测机构的系统，可打通用户送检时登记的信息及检测结果信息，无需重复输入即可直接通过系统逻辑判断给出最终的辅助诊断与诊疗建议，更为便捷。(5)本发明还具备了管理后台的系统运营功能，既可统计后台现有微生物(微生物库)、临床交互问题(问题库)、规则决策树(规则库)的总数及相关类型的分布，又可监控记录前端用户的活跃度及最常查询的微生物种类。便于后台管理员根据系统的实际使用情况随时更新、完善系统的知识逻辑库，持续覆盖越来越多的临床复杂场景及病例，真正帮助医生看好病。除此之外，系统还配有完善的后台权限、日志、字典管理等功能，可为病原微生物宏基因组辅助决策提供完整的一套系统解决方案，包括系统的运营运维，这样可持续输出丰富而又高质量的智能解读意见，而不像大多数辅助解读系统一成不变或需要频繁发版来进行更新。
105.请参阅图6，图6为本发明实施例中一种微生物信息的解读装置的结构框图，如图6所示装置包括：
106.信息获取模块601：用于获取用户在客户端输入的微生物信息以及标本信息；
107.第一分类模块602：用于利用预设的逻辑分类树、所述微生物信息以及标本信息，
确定所述微生物信息中的微生物分类信息，所述微生物分类信息包括微生物信息中的各个微生物与微生物类别的对应关系，所述微生物类别包括致病菌、可能致病菌或背景菌，所述逻辑分类树包括若干基于专家知识及临床经验构建的分类规则；
108.问题咨询模块603：用于若所述微生物分类信息包括可能致病菌，则根据所述可能致病菌对应的目标微生物确定所述逻辑分类树中与所述目标微生物对应的待询问问题，并将所述待询问问题返回至所述客户端；
109.第二分类模块604：用于接收所述客户端返回的所述用户基于所述待询问问题作出的回答，并根据所述回答以及所述逻辑分类树对所述目标微生物进行微生物分类，确定所述目标微生物的目标分类信息；
110.分类确定模块605：用于根据所述微生物分类信息以及目标分类信息，确定所述微生物信息中的各个微生物对应的微生物分类结果，并将所述微生物分类结果返回至所述客户端。
111.需要说明的是，图6所示装置中各模块的作用与图1所示方法中各步骤内容相似，为避免重复，此处不作赘述，具体可参考前述图1所示方法中各步骤内容。
112.本发明提供一种微生物信息的解读装置，该装置包括：信息获取模块：用于获取用户在客户端输入的微生物信息以及标本信息；第一分类模块：用于利用预设的逻辑分类树、微生物信息以及标本信息，确定微生物信息中的微生物分类信息，微生物分类信息包括微生物信息中的各个微生物与微生物类别的对应关系，微生物类别包括致病菌、可能致病菌或背景菌，逻辑分类树包括若干基于专家知识及临床经验构建的分类规则；问题咨询模块：用于若微生物分类信息包括可能致病菌，则根据可能致病菌对应的目标微生物确定逻辑分类树中与目标微生物对应的待询问问题，并将待询问问题返回至客户端；第二分类模块：用于接收客户端返回的用户基于待询问问题作出的回答，并根据回答以及逻辑分类树对目标微生物进行微生物分类，确定目标微生物的目标分类信息；分类确定模块：用于根据微生物分类信息以及目标分类信息，确定微生物信息中的各个微生物对应的微生物分类结果，并将微生物分类结果返回至客户端。通过上述装置，可以实现利用标本对微生物进行初步分类后，对于可能致病菌，从基于临床经验构建的分类规则中得到的待询问问题进一步的分类，提高对于可能致病菌对应的微生物得分类的准确度，可辅助提升基层医生的报告解读能力，最大程度发挥病原微生物高通量项目在临床方面的价值，助力患者的精准诊断和有效治疗。
113.图7示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是客户端，也可以是服务器。如图7所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现上述方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行上述方法。本领域技术人员可以理解，图7中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
114.在一个实施例中，提出了一种计算机设备，包括存储器和处理器，所述存储器存储
有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如图1或图3所示方法的步骤。
115.在一个实施例中，提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如图1或图3所示方法的步骤。
116.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
117.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
118.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。