CN103778346B - 医疗信息处理方法和装置 - Google Patents
医疗信息处理方法和装置 Download PDFInfo
- Publication number
- CN103778346B CN103778346B CN201410053973.1A CN201410053973A CN103778346B CN 103778346 B CN103778346 B CN 103778346B CN 201410053973 A CN201410053973 A CN 201410053973A CN 103778346 B CN103778346 B CN 103778346B
- Authority
- CN
- China
- Prior art keywords
- information
- medical
- patient
- node
- medical information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及一种医疗信息处理方法和装置,根据临床医学术语标准定义的人体器官组织结构构建分层次的树形拓扑结构化语言文件格式的结构框架;在所述的结构框架中建立标准器官组织节点、临床词汇节点以及相应的逻辑关系节点和属性节点,将医疗信息系统中储存病人的医疗信息进行采集后转换为结构化的信息;将转化的结构化的信息分类放在对应层次的器官组织节点下的属性节点中,以实现病人多种类型的数字信息一体化集成存储与表达。本发明可与各种医疗应用平台系统进行集成并提供病人全面的医疗信息,可作为索引器用于各类检索系统。并且可提高病人医学信息使用效率,延长其价值链,可用于医疗研究和教学领域,促进个人医疗健康信息档案的建立与普及。
Description
[技术领域]
本发明涉及一种信息处理方法,具体涉及一种医疗信息处理方法。
[背景技术]
通常情况下,病人会在不同的时间,在不同的医院,做过不同的医疗检查。病人的医疗信息(如影像、报告、电子病历等)随着医学信息化和数字成像技术的进步,数据内容日益复杂化,多样化。病人每次就诊、体检都会在医院的信息系统中保存有临床医疗信息(如检查报告、检查图像、检验报告等信息)。病人临床医疗信息按照其数据类型被保存在不同的医学信息数据库中,零散而又琐碎。即便放在同一个数据库中,由于类型各异和数据繁杂,对其进行检索和显示仍为当前医疗信息技术应用的难点。
目前广泛应用在医学信息系统中的索引技术主要还是基于关键字(key Words)数据类型的数据库搜索。当用户需要了解一个有多项医疗记录的病人的历史信息时,就必须在各个医疗信息系统(如PACS、LIS等)中分别进行查询,或输入不同的查询条件进行查询。
每个病人包含多项医疗记录,每个医疗记录包含多个子条目信息(如图像信息、化验信息等),用户必须得知病人序号、检查序号、检查类型、图像ID等关键信息才能从数据库中分别查找到对应的检查报告信息和图像。用户想要了解病人的历史医疗健康状况,获取病人的医疗特征信息(如检查时间,病理特点,病灶变化,病灶位置等等),还需要对该病人的医疗信息(电子病历)记录逐一进行查看。病人医疗次数越多,用户查看病人历史医疗信息的工作量越大,耗时越久,难度越大。
[发明内容]
本发明的目的在于针对当前医疗信息系统信息综合功能较为简单、医疗信息共享性差、医疗数据信息使用的价值链难以延长、信息量大的医疗数据读取速度慢等缺点,提出一种更效率更直观的医疗信息处理方法,
为实现上述目的,提供一种医疗信息处理方法:
医疗信息系统储存病人的医疗信息的储存步骤;
根据临床医学术语标准定义的人体器官组织结构构建分层次的树形拓扑结构化语言文件格式的结构框架;
在所述的结构框架中建立标准器官组织节点、临床词汇节点以及相应的逻辑关系节点和属性节点;
对所述的医疗信息参数进行采集;
将采集的医疗信息转换为结构化的信息;
将转化的结构化的信息分类放在对应层次的器官组织节点下的属性节点中。
上述方法还具有如下优化步骤:
所述的采集包括以下步骤:
步骤一,根据病人唯一标识符检索该病人的基本信息;
步骤二,根据上述基本信息检索对应的参数;
步骤三,检索该标识符对应的全文信息;
步骤四,将检索到的内容分别储存。
所述的医学术语标准定义由放射学标准定义和临床医学标准定义组成。
还包括建立不同医学术语标准定义之间的映射关系的步骤。
所述的结构化语言格式为XML格式。
所述的结构化信息为XML格式的信息。
当步骤二中的全文信息包含图像信息时,还包括产生缩略图的步骤。
所述的采集还包括挖掘信息的步骤:通过自然语言处理技术挖掘采集得到的信息,获取其中的相关信息,忽略其中不相关的信息。
所述的相关信息为阳性病灶的变化和位置信息,不相关的信息为阴性部位的信息。
本发明还包括一种医疗信息处理装置,包括:
储存病人信息的对象储存模块;
用于接收来自外界各种医疗平台系统的响应的指令监听模块11;
对所述的医疗信息参数进行采集的检索模块12,13,14;
储存以下数据的对象保存模块19:根据临床医学术语标准定义的人体器官组织结构构建分层次的树形拓扑结构化语言文件格式的结构框架,以及在所述的结构框架中建立标准器官组织节点、临床词汇节点以及相应的逻辑关系节点和属性节点;
将采集的医疗信息转换为结构化的信息的对象结构化模块16并储存在表达对象生成模块18中;
将转换的结构化的信息分类放在对应层次的器官组织节点下的属性节点中的医疗信息综合集成模块17。
本发明的效果和优点如下:
1.实现多种信息系统(如PACS/RIS/EMR/CIS/LIS/HIS等)的信息集成与融合处理功能。用户只需得知病人ID就可以快速获得病人全面的重要和关键医疗信息内容。这比起传统的单项数据库搜索查询(不同检查、不同数据类型需要分开单独搜索,并需要提供对应的医疗序列号等),来得方便快捷。
2.数据信息人性化智能处理。数字病人表达对象能将病人的历史医疗信息分析处理,突出了用户最想知道的部分信息(例如病患时间,患处,病灶面积,检查图像等等),使得用户不用读取与分析医疗报告就可以得知病人的历史健康状态,大大减少了繁琐、反复的人工读取分析报告的过程。
3.有效延长了医疗信息的价值链。例如将医疗信息的使用者从医生延长到病人,数字病人表达对象为用户建立个人健康档案提供直接的接口,可应用于病人的体检跟踪,健康状况监控等等。
4.能将结构化数字病人表达对象按照用户的需求合并或分层次使用,并且进行个别器官信息的单独调用读取或组合调用读取。可只获得用户想要的病人局部信息,保持其余病人信息的私密性。减少信息量的传递,只传递有效信息,过滤掉多余的信息可以减少冗余,加快传输效率。
[附图说明]
图1为本发明实施例的一种数字病人信息表达对象数据流向结构示意图。
图2为本发明实施例的一种数字病人信息表达对象的结构框架图。
图3为本发明实施例的一种数字病人信息表达对象的器官(亚器官)属性节点结构示意图。
图4为本发明实施例的一种数字病人信息表达对象生成组件(模块系统)结构框架示意图。
图5为本发明实施例的一种数字病人信息表达对象的产生与实现流程图。
[具体实施方式]
下面结合图1-图5给出本发明的一个较完整实施例,进一步对本发明作详细阐述,使得更易于了解本发明的结构特征和功能特点。
A.医疗信息系统储存病人的医疗信息的储存;
B.步骤二、根据临床医学术语标准定义的人体器官组织结构构建分层次的树形拓扑结构化语言(XML)文件格式的结构框架;医学术语标准定义由放射学标准定义和临床医学标准定义组成;
其构建方法是将对象的框架按照由以上标准定义的人体器官组织结构分层次组织架构。人体的器官组织的分层结构,在临床使用上有多种标准。本发明根据用户需求、以及当前各类医疗信息组成框架的接口需求,构建出多种标准下的结构化对象。对象结构的产生方法我们在说明书中将以SNOMED(Systematized Nomenclature of Medicine)医学临床术语标准为例来介绍。根据标准定义的结构特点,我们采用同样是树型拓扑结构的结构化语言(例如XML等)文件格式来实现对象的构架。该框架不仅仅储存了人体标准器官术语,还能反映出病人信息中部位之间存在的特定的各类逻辑关系、以及临床术语存在的特定语义关系等等。产生的结构化框架即可依照统一的标准存储数字病人组织和器官的排列结构。
C.在所述的结构框架中建立标准器官组织节点、临床词汇节点以及相应的逻辑关系节点和属性节点;
本发明所述的数字病人信息表达对象的结构可由放射学(DICOM、RadLex、ACRcode)和临床医学(如ICD-9/10、SNOMED等)等标准为基础定义一系列代表人体自然器官/部位的结构,构建不同标准下结构化数字病人信息表达对象。
D.对所述的医疗信息参数进行采集,所述的采集包括以下步骤:
步骤一,根据病人唯一标识符检索该病人的基本信息,如姓名、性别、出生日期、studyUID(检查唯一标示符)等;
步骤二,根据上述基本信息检索对应的参数,通过studyUID查找到每一次的检查时间、检查类型、检查部位、orderNo(预约号)等等;
步骤三,检索该标识符对应的全文信息,全文检索可利用Patient ID或者orderNo检索出对应的检查报告内容,可分别检索出报告中内容(content)部分以及结论(conclusion)部分。Patient ID可一次性采集到病人所有的医疗报告,而orderNo(每次检查产生不同的序列号)则是一对一的采集对应的某次医疗的报告。还可以通过orderNo采集到对应的某次检查的图像,并生成其缩略图;
步骤四,挖掘信息:医疗特征信息是一系列定量化的信息。我们通过自然语言处理技术挖掘出报告(或图像)内包含大量信息量的信息,有助于直观简洁地反映出病人身体病灶特征的信息。我们也全面了解用户的需求,根据用户的需求我们可继续挖掘对用户有用的医疗信息。比如对医生和病人来说,阳性病灶的变化和位置等信息是至关重要的,而呈现阴性状态的部位则是可以被忽略的。过程基本分为三步:首先,分解检查报告中conclusion部分,对其内容进行逻辑判断和语义理解,找出存在阳性病灶特征的语句;其次,分解特征语句,提取其中病灶位置信息等等,并解析病灶位置信息之间是否存在逻辑关联(比如病灶位置的转移等等);第三,分解检查报告中content部分,提取其中病灶描述信息(如相应的图像中有病灶ROI标注,可对ROI中的图像进行特征提取和计算),计算出病灶面积、密度(或其它特征)等量值,找寻出病灶变化的规律,并与检查时间点结合。
步骤五,将检索到的内容分别储存。
根据结构化(如XML)的扩展性,向各器官节点添加表达各种属性的子节点,用来存储步骤二与步骤三中挖掘出的病人病程、病灶特征等信息。根据挖掘和采集到的病人医疗诊治内容以及医疗报告中提及的阳性病灶,我们把采集到的各类型属性信息统一转化为结构化数据,并分类存放在对应标准器官节点下的属性节点里。每一次的检查信息都在其检查器官(或亚器官)部位节点下拥有自己的独立属性节点。其子节点下存放着各种检查子信息,如检查时间,检查结论,检查类型,检查图像,orderNo等等。其中如果检查信息中存在阳性病灶信息,挖掘后的结果会保存在病灶的部位节点内。其子节点下存放着病灶面积、密度(或其它特征)等量值。器官部位之间的逻辑关系也按照一定规律存放在属性节点内。比如病灶的转移、病灶的变化等等。挖掘到的报告中的临床术语,也会按照与标准器官节点之间的语义关系存放在属性子节点里
对象能以结构化语言(例如XML等)格式文件独立于各类医疗信息系统存储,可作为已有医疗信息系统基于内容检索功能的索引器,方便各个医疗信息操作平台(或者通过其它通信方式如web service)的调用。数字病人信息表达对象能以部位(Organ)或组织(Tissue)为独立的个体,单独存储,或者合并存储。可以根据部位组织的层次和类别,分类存储部位子对象。例如同一个组织或同一个人体系统的部位归为一类,可存储成一个部位子对象。大组织和大系统下的各层次部位组织都可以生成对应层次的部位子对象进行存储。子对象的命名方式是根据部位的编号命名的。部位的编号完全隶属于部位的从属关系,并且具有唯一性,可用于识别部位在人体系统内的层次以及与别的部位子对象之前的从属关系。对象可根据用户需求拆开成不同的亚组织结构(Sub-Organ)子对象文件分开单独传输,也可以整合成一个完整的数字病人信息表达对象作为一个整体传输。这种方式能让病人信息的传递更具有灵活性。此外还有一个优点在于,可以控制病人的信息暴露程度,若用户需要系统提供病人的局部信息,则只需要调用部分部位子对象,无需将全部信息都读取传递。保证了信息的严密性,防止多余的信息外泄。
控制用户只获得其想要的病人局部信息,保持病人其它信息的私密性,可以减少信息量的传递,只传递有效信息,过滤掉多余的信息可以减少冗余,加快传输效率。
E.将采集的医疗信息转换为结构化(XML格式)的信息;
F.将转化的结构化的信息分类放在对应层次的器官组织节点下的属性节点中。
目的是将病人各类不同时期医疗(临床、检查、治疗等)记录信息(非结构化、结构化、半结构化数据)转换为结构化数字病人信息表达对象的实体内容(结构化数据)。对象内容的获取来自对病人各项医疗信息关键参数进行采集,对各医疗信息系统中病人的资料进行检索,并统一分析解析,处理成结构化对象所需的病人信息参数。再按照已有的器官组织的结构填充入对象的结构化框架中。填充方法是按照一定的规律,将采集到的信息参数分类存放在对应层次的器官组织节点下的属性节点里。每个器官节点包含了多种数据类型(如图像特征数据,离散数值、文本描述、对原始医疗数据的引用等)的属性节点,属性节点根据病人的数字信息参数之间的关联也存在着从属关系。对象结构能支持扩展新的属性节点分支。旨在全面覆盖多种类型的医疗信息参数。
G.还可以建立不同医学术语标准定义之间的映射关系的步骤。
本发明构建的不同标准下的结构化数字病人信息表达对象,根据医疗信息系统平台和环境不同的应用需求,需要互相转换版本来实现信息的传递。本发明还完成了各标准信息对象之间的转换与映射关系。尤其是SNOMED与其他医学标准间的映射关系,是非常重要的。现在无论是在中国、美国或英国,SNOMED均在努力完成与其他标准的映射,如ICD-9-CM、ICD-10、ICF等
本发明实施例的一种数字病人信息表达对象,其数据流向结构示意图如图1所示。
数字病人信息表达对象将面向病人的多维医疗信息基于内容进行集成,统一表达。实现病人的多种类型数字医疗信息基于内容的一体化集成存储与表达。其数据流向结构分为两个部分:数据源层,以及信息存储层。
数据源层
医学信息系统中存在病人不同时期的医疗诊断和检查记录,其中包含了各个数据类型的内容信息。它们离散地分布在各类型的电子病历检查记录数据中。其中较为典型的数据类型信息包括:检查报告中的自由文本,报告中的离散医疗数据,放射科检查产生的医学影像以及检验报告中的高维数据。
区别于以往的仅支持单种类型的病人医疗信息检索技术,数字病人信息表达对象对信息类型具有强大的兼容性,可支持各种类型的数据源(例如LIS系统、PACS系统、RIS系统等)。各种医学信息系统中病人的各种类型的电子病历信息,都能被结构化处理与表达。
基于内容的结构化信息存储层
以病人为单位构建完整的数字病人信息表达对象。通过这种统一、完整的结构化信息对象来对病人各种类型的关键和概要医疗信息内容(即病人多维医疗信息)进行全方位描述。
数字病人信息表达对象实现了对各医学信息系统中病人各种类型信息(例如高维数据信息、图像信息、文本信息、离散数据信息等)的准确挖掘与基于内容的智能化处理,以及对产生的病人多维医疗信息分类存储与分层次信息结构化处理。处理后的数据信息极具个性化,能满足用户所需的关键信息量。
本发明实施例的一种数字病人信息表达对象,其信息结构框架图如图2所示。
结构化数字病人表达对象的结构可由各类临床医学术语标准进行定义。这里只列出基于SNOMED标准定义的对象结构为例子进行说明。SNOMED标准解剖学模块里的器官术语以及对应的编号是按照组织和器官之间的从属关系成树状拓扑结构分层次分布的。其按照解剖学将人体部位层层细分,从人体器官系统、亚器官、组织到细胞等。
本发明按照由以上标准定义的人体器官组织结构分层次构建对象信息架构。人体各组织系统作为对象结构的器官根节点,其下一阶子节点存放SNOMED标准中下一阶层的器官(或称亚器官)。以此类推,按照定义的标准分阶层存放器官节点。标准器官术语节点按照器官的从属关系成分阶层树状分布,形成框架的主枝干。再根据病人医疗信息中部位之间存在的特定的各类逻辑关系(如病灶的转移、变化等)产生器官关联节点,关联节点表明了病灶转移的先后顺序(例如癌细胞从肝脏扩散到胰腺等等情况)。再根据病人医疗信息中部位名词与标准器官术语之间存在的特定语义关系产生临床术语节点,将它们根据一定的逻辑关系和从属关系存放在框架中对应的标准器官术语节点下。此外,每个器官节点下都有着自己的属性子节点,用来存放病人的各类型数字医疗关键和概要信息(如图3所示)。
按照SNOMED的器官层次从属关系的规律重新组织建立的数字病人各器官系统(包含亚器官、组织等)信息对象的排列结构,是一个范围可覆盖全面医疗临床信息的人体组织器官健康状态(正常、病状演化、病灶定量化描述等)的结构框架。
本发明实施例的一种数字病人信息表达对象,其器官属性节点结构图如图3所示:
基本属性节点(如姓名、性别、年龄等)存放在对象最大根节点下。每个器官节点下都有着自己的属性子节点,用来存放病人的各类型医疗(关键和重要)数字信息。包括器官的编号,检查时间,检查报告信息,检查类型,检查orderNo号。其中报告信息由于其多元化的数据类型以及数据用途,还包含了不同的属性子节点。包括文本信息、高维数据、病灶特征信息数据、医疗图像特征。其中文本信息包含了检查报告结论、检查报告病灶描述、病灶位置层次、对应模型对象编号;高维数据包括了超声检查测量数据、血常规化验数据;病灶信息数据包括了病灶面积大小、密度(或其它特征值)数据、病灶个数;检查图像包括了缩略图(编码形式)、图像对应的唯一识别号(UID)、DICOM标准头文件部分信息。采集到的病人数字信息将按照检查部位以及从报告结论中被挖掘出来的病灶特性(部位、尺寸等),被分类填充进对应的器官节点下对应的属性节点中,形成数字病人表达对象。
本实施例的一种数字病人信息表达对象的生成组件(模块系统),其整体架构如图4所示。
本实施例各部分模块组成分别描述如下:
指令监听模块11、一级信息检索模块12、二级信息检索模块13、三级信息检索模块14、各类数据分析模块15、对象结构化模块16、医疗信息综合集成模块17、表达对象生成模块18、对象保存模块19。其中指令监听模块11用于接收来自外界各种医疗平台系统的响应;一级信息检索模块12通过外界的PID(Patient ID)指令从各大医疗信息系统数据库处提取病人的基本信息;二级信息检索模块13负责通过基本信息采集到更具体的医疗信息;三级信息检索模块14采集到具体的医疗报告数据和图像(或曲线等)数据;各类数据分析模块15对医疗诊治报告中各类型数据分别进行分析处理,挖掘到的相应的器官(亚器官等)医疗特征信息;对象结构化模块16负责搭建对象的框架,生成数字病人器官节点及其属性节点;医疗信息综合集成模块17负责将前面模块12/13/14/15采集和挖掘到的(重要特征和关键)信息整理并分类存放在模块16产生的结构化框架下;表达对象生成模块18负责保存和存储结构化信息对象;对象保存模块19负责以PID指令名称命名生成为数字病人信息表达对象,以及根据用户需要合并或分离各部位子对象,并依照命名规则对各级对象进行命名。
本实施例的一种数字病人信息表达对象的生成组件工作流程如图5所示:
步骤100,服务启动;步骤101,指令监听模块11监听来自外界的数字病人表达对象生成请求,若接收到生成对象的请求(接收到PID),则执行步骤102,否则循环监听;步骤102,一级信息检索模块12通过PID号向各类医疗信息系统(或数据库)发送提取病人数字信息的请求,检索到病人的基本信息103;步骤104,二级信息检索模块13通过病人的基本信息103中的StudyUID,提取病人的医疗(如检查部位和检查类别)等诊疗详细信息105;步骤106,三级信息检索模块14通过内容检索利用医疗报告详细信息105里的识别号(如orderNo等),得到病人的医疗报告内容(如,结论部分和描述部分)107和医疗图像(或其它医疗证据信息)缩略图108;步骤109,报告分析模块15通过自然语言处理技术对病人的医疗(如检查、检验)报告内容107进行语义分析,挖掘到病人的医疗关键特征信息,包括了病灶部位(及其它定量或定性特征)信息110和病灶描述信息111;步骤112,信息集成与融合模块16对以上步骤中采集、挖掘到的各种病人信息进行分类综合,根据表达对象的基本结构化框架,将各种信息保存在相对应的部位器官节点中对应的属性节点里,生成数字病人信息对象结构化数据113;步骤114,信息对象保存模块17以病人PID号(外界指令)为文件名保存数字病人的表达对象(如以XML文件格式存储);步骤115,结束。
Claims (6)
1.一种医疗信息处理方法,包括:
a.医疗信息系统储存病人的医疗信息的储存步骤;
其特征在于,还包括:
b.根据临床医学术语标准定义的人体器官组织结构构建分层次的树形拓扑结构化语言文件格式的结构框架;
c.在所述的结构框架中建立标准器官组织节点、临床词汇节点以及相应的逻辑关系节点和属性节点;
d.对所述的医疗信息参数进行采集,所述的采集包括以下步骤:
步骤一,根据病人唯一标识符检索该病人的基本信息;
步骤二,根据上述基本信息检索对应的参数;
步骤三,检索该标识符对应的检索报告内容;
步骤四,通过自然语言处理技术挖掘检索报告内容,获取其中的阳性病灶的变化和位置信息,忽略其中阴性部位的信息,
步骤五,将步骤二和步骤三检索到的内容分别储存,
e.将采集的医疗信息转换为结构化的信息;
f.将转换的结构化的信息分类放在对应层次的器官组织节点下的属性节点中。
2.如权利要求1所述的医疗信息处理方法,其特征在于所述的医学术语标准定义由放射学标准定义和临床医学标准定义组成。
3.如权利要求1所述的医疗信息处理方法,其特征在于还包括建立不同医学术语标准定义之间的映射关系的步骤。
4.如权利要求1所述的医疗信息处理方法,其特征在于所述的结构化语言格式为XML格式。
5.如权利要求1所述的医疗信息处理方法,其特征在于所述的结构化信息为XML格式的信息。
6.如权利要求1所述的医疗信息处理方法,其特征在于当步骤二中的检查报告内容包含图像信息时,还包括产生缩略图的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410053973.1A CN103778346B (zh) | 2014-02-18 | 2014-02-18 | 医疗信息处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410053973.1A CN103778346B (zh) | 2014-02-18 | 2014-02-18 | 医疗信息处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103778346A CN103778346A (zh) | 2014-05-07 |
CN103778346B true CN103778346B (zh) | 2017-01-25 |
Family
ID=50570574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410053973.1A Active CN103778346B (zh) | 2014-02-18 | 2014-02-18 | 医疗信息处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103778346B (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787250A (zh) * | 2014-12-26 | 2016-07-20 | 北大医疗信息技术有限公司 | 医疗系统中患者医疗数据的存储方法及装置 |
CN104933283A (zh) * | 2015-02-05 | 2015-09-23 | 北京市计算中心 | 三维彩色病变模拟展示系统模型库 |
CN104680028B (zh) * | 2015-03-13 | 2017-07-21 | 河南群智信息技术有限公司 | 基于云平台的医疗系统病例信息优化存储方法 |
EP3359253A2 (en) * | 2015-12-04 | 2018-08-15 | Boston Scientific Neuromodulation Corporation | Systems and methods for sharing therapy paradigms in a neuromodulation system |
CN105631206A (zh) * | 2015-12-24 | 2016-06-01 | 安徽寰智信息科技股份有限公司 | 一种健康检测单元的建立系统 |
CN107515851B (zh) * | 2016-06-16 | 2021-09-10 | 佳能株式会社 | 用于共指消解、信息提取以及相似文档检索的装置和方法 |
CN107330238A (zh) * | 2016-08-12 | 2017-11-07 | 中国科学院上海技术物理研究所 | 医疗信息采集、处理、存储与显示方法与装置 |
CN106991015B (zh) * | 2017-03-17 | 2020-05-19 | 浙江大学 | 一种基于消息语义标注的医疗信息系统集成监控方法 |
CN107169270A (zh) * | 2017-04-24 | 2017-09-15 | 江苏省苏北人民医院 | 一种慢性心血管病远程分级随访精准管理系统 |
CN110019491B (zh) * | 2017-07-27 | 2023-07-04 | 北大医疗信息技术有限公司 | 可视化方法、可视化装置、计算机设备和存储介质 |
CN107562732B (zh) * | 2017-10-26 | 2022-06-14 | 北京康夫子健康技术有限公司 | 电子病历的处理方法及系统 |
CN108170828B (zh) * | 2018-01-09 | 2022-04-29 | 深圳市第二人民医院 | 结构化临床诊断术语集构建方法及其系统 |
CN108172265A (zh) * | 2018-01-09 | 2018-06-15 | 深圳市第二人民医院 | 临床诊断术语集更新方法及其系统 |
TWI694467B (zh) * | 2018-06-13 | 2020-05-21 | 高雄榮民總醫院 | 以選單介面產生醫療報告的方法、系統、電腦程式產品及電腦可讀取紀錄媒體 |
CN109522338B (zh) * | 2018-11-09 | 2021-01-29 | 天津开心生活科技有限公司 | 临床术语挖掘方法、装置、电子设备及计算机可读介质 |
CN109599153B (zh) * | 2018-11-14 | 2021-06-29 | 金色熊猫有限公司 | 医疗数据跟踪方法及装置、存储介质、电子设备 |
CN109830285B (zh) * | 2019-01-07 | 2022-12-27 | 东软医疗系统股份有限公司 | 一种医学影像文件处理方法和装置 |
CN110415822A (zh) * | 2019-07-23 | 2019-11-05 | 珠海格力电器股份有限公司 | 一种预测癌症的方法和装置 |
CN110458471B (zh) * | 2019-08-19 | 2022-05-20 | 绍兴数纺科技有限公司 | 标准化染料信息管理系统 |
CN111028921A (zh) * | 2019-12-09 | 2020-04-17 | 中国科学院上海技术物理研究所 | 一种病人信息的可视化方法及系统 |
CN111739595B (zh) * | 2020-07-24 | 2020-11-13 | 湖南创星科技股份有限公司 | 一种医疗大数据共享分析方法及装置 |
CN112053754A (zh) * | 2020-08-19 | 2020-12-08 | 杭州古珀医疗科技有限公司 | 基于自然语言的非结构医疗数据转结构数据系统及其方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102194059A (zh) * | 2011-05-24 | 2011-09-21 | 中国科学院上海技术物理研究所 | 一种用于医学信息系统的可视化索引系统 |
CN102819656A (zh) * | 2011-06-10 | 2012-12-12 | 中国科学院深圳先进技术研究院 | 生成电子病历的系统及方法 |
CN102915400A (zh) * | 2011-08-02 | 2013-02-06 | 西门子公司 | 用于计算机支持地显示或分析医学检查数据的方法和装置 |
-
2014
- 2014-02-18 CN CN201410053973.1A patent/CN103778346B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102194059A (zh) * | 2011-05-24 | 2011-09-21 | 中国科学院上海技术物理研究所 | 一种用于医学信息系统的可视化索引系统 |
CN102819656A (zh) * | 2011-06-10 | 2012-12-12 | 中国科学院深圳先进技术研究院 | 生成电子病历的系统及方法 |
CN102915400A (zh) * | 2011-08-02 | 2013-02-06 | 西门子公司 | 用于计算机支持地显示或分析医学检查数据的方法和装置 |
Non-Patent Citations (2)
Title |
---|
跨医院患者临床信息数据访问方案的实现;郑西川等;《医院数字化》;20070813;第28卷(第7期);41-43 * |
面向生物医学影像研究的信息共享交换平台设计;王明庆等;《中国数字医学》;20120929;第7卷(第6期);57-60 * |
Also Published As
Publication number | Publication date |
---|---|
CN103778346A (zh) | 2014-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103778346B (zh) | 医疗信息处理方法和装置 | |
CN103793611B (zh) | 医学信息的可视化方法和装置 | |
CN112164460B (zh) | 一种基于医疗知识图谱的智能疾病辅助诊断系统 | |
CN108010573A (zh) | 一种医院数据融合系统、方法、电子设备及存储介质 | |
CN106228023B (zh) | 一种基于本体和主题模型的临床路径挖掘方法 | |
García et al. | Semantic similarity-based alignment between clinical archetypes and SNOMED CT: an application to observations | |
US20130246049A1 (en) | Method and system for text understanding in an ontology driven platform | |
CN105723366B (zh) | 用于准备用于搜索数据库的系统的方法以及用于执行向所连接的数据源的查询的系统和方法 | |
Duftschmid et al. | Extraction of standardized archetyped data from Electronic Health Record systems based on the Entity-Attribute-Value Model | |
US20070005621A1 (en) | Information system using healthcare ontology | |
Batra et al. | Organizing standardized electronic healthcare records data for mining | |
Allones et al. | SNOMED CT module-driven clinical archetype management | |
US11875884B2 (en) | Expression of clinical logic with positive and negative explainability | |
Richesson et al. | Heterogeneous but “standard” coding systems for adverse events: Issues in achieving interoperability between apples and oranges | |
CN116737945B (zh) | 一种患者emr知识图谱映射方法 | |
Anbarasi et al. | Ontology based medical diagnosis decision support system | |
JP5682657B2 (ja) | データベースシステム | |
Sreenivasan et al. | A case for semantic annotation of EHR | |
Carlson et al. | A model-driven approach for biomedical data integration | |
JP7526316B2 (ja) | 汎用モデルに基づく標準的な医学用語管理システム及び方法 | |
Argüello et al. | Electronic health records (ehrs) standards and the semantic edge: A case study of visualising clinical information from ehrs | |
Bianchi et al. | Biomedical data integration–capturing similarities while preserving disparities | |
Fan et al. | Knowledge base construction based on knowledge fusion process model | |
Kokkinaki et al. | Integrating SCP-ECG files and patient records: an ontology based approach | |
Wei et al. | Integration of structured and unstructured text data in a clinical information system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |