CN105528529B

CN105528529B - 基于大数据分析的中医临床技能评价体系的数据处理方法

Info

Publication number: CN105528529B
Application number: CN201610095025.3A
Authority: CN
Inventors: 温川飙; 程小恩
Original assignee: Chengdu University of Traditional Chinese Medicine
Current assignee: Chengdu University of Traditional Chinese Medicine
Priority date: 2016-02-20
Filing date: 2016-02-20
Publication date: 2018-03-23
Anticipated expiration: 2036-02-20
Also published as: CN105528529A

Abstract

本发明涉及基于大数据分析的中医临床技能评价体系的数据处理方法，包括以下步骤：a.获取临床电子病历数据；b.数据预处理：对步骤a获得的数据进行清洗、转换、加载；c.数据整合：分区储存预处理后的数据，建立索引和缓存机制；d.建立数据分析模型：在数据整合的基础上进行数据挖掘算法，得出中医临床技能数字化评价体系中评价指标的得分。本发明在中医临床技能数字化评价体系的基础上，系统地对评估对象进行测量和分析，最后对评估对象进行公证的评价，得出科学合理的评价结论，评价结论进行合理解释，实现高级别数据评价和预测。

Description

基于大数据分析的中医临床技能评价体系的数据处理方法

技术领域

本发明涉及中医临床技术领域，尤其涉及一种基于大数据分析的中医临床技能评价体系的数据处理方法。

背景技术

目前对于中医医生的临床能力评价主要采用循证医学等研究临床疗效，反映中医医生的临床能力，这种评价也不利于资源与信息的共享，不方便对中医医生间、医院之间进行比较，同时也不能方便、准确地分析医生临床技能，不利于医生临床技能的提高。

发明内容

本发明旨在提供一种基于大数据分析的中医临床技能评价体系的数据处理方法,在中医临床技能数字化评价体系的基础上，运用计算机信息处理技术系统地对评估对象进行测量和分析，最后对评估对象进行公证的评价，得出科学合理的评价结论。

为达到上述目的，本发明采用的技术方案如下：

一种基于大数据分析的中医临床技能评价体系的数据处理方法，包括以下步骤：

a.获取临床电子病历数据；

b.数据预处理：对步骤a获得的数据进行清洗、转换、加载；

c.数据整合：分区储存预处理后的数据，建立索引和缓存机制；

d.建立数据分析模型：在数据整合的基础上进行数据挖掘，得出中医临床技能数字化评价体系中评价指标的得分。

进一步的，所述步骤d之后，增加以下步骤：

e.合理解释与可视化：针对所述得分作出合理解释和评价，通过可视化效果呈现评价结果。

进一步的，所述临床电子病历数据来源于医院医疗信息系统，所述医疗信息系统包括HIS系统、医生报告系统、医嘱系统和化验系统。

优选的，所述步骤b中结合中医理法方药规范表，对临床的四诊信息：症状、证型、方剂、药品数据进行梳理，包括：中药正异名处理、证型结构化处理和症状处理。

进一步的，中药正异名处理：对错别字、省略字进行处理；

证型结构化处理：对内容进行复合或拆分；

症状处理：采用用词拆分处理。

优选的，处理数据采用SQL Server 2008 R2数据库和挖掘工具ETL；清洗数据采用基于编程语言的反射技术和Python脚本技术；按关键字段分区存储数据。

进一步的，所述医疗信息系统对医院的临床病例资料数据采用xml文件格式处理，提供统一上传接口，支持文件处理情况查询、上传批次管理以及问题数据回滚。

优选的，所述评价指标包括：五个一级指标：临床疗效指标、优势病种指标、中医诊疗方法指标、工作态度指标和工作量指标；

所述临床疗效指标的二级指标包括：复诊率、就诊率、症状改善、患者好评率；

所述优势病种指标的二级指标包括：单病种复诊率排名、单病种就诊率排名、诊疗时间、症状改善、患者好评率；

所述中医诊疗方法指标的二级指标包括：理法方药对症用药符合率、中西医结合使用率；

所述工作态度指标的二级指标包括：上传病历星级、患者好评率；

所述工作量指标的二级指标包括：就诊率、上传病历数量。

进一步的，所述步骤d中对患者好评率指标进行分级，并给每一级分配分值，每一级对应的分值即患者好评率指标的得分；对上传病历数量指标进行分级，并给每一级分配分值，每一级对应的分值即上传病历数量的得分，所述上传病历数量指标为单位时间内上传病例的数量，所述每一级分配的分值不超过指标对应的权重分。

进一步的，所述步骤d中，按公式(1)计算复诊率或就诊率指标的得分：

公式(1)中，

further：复诊率或就诊率指标的得分，p：同类科室医生平均复诊率或就诊率，q:医生复诊率或就诊率，m：医院复诊或就诊人数，n：医生复诊或就诊人数，Q:复诊率或就诊率的权重分；

按公式(2)计算单病种复诊率排名或单病种就诊率排名的得分：

advantage＝(A+B)*Q*2 (2)

公式(2)中，advantage：单病种复诊率排名得分或单病种就诊率排名得分，sg：单病种就诊量，tsg：同医院同科室单病种就诊量，k：全省单病种医生总数量，n：单病种医生省级排名，m：复诊人数/就诊人数,Q:单病种复诊率排名或单病种就诊率排名的权重分，最大就诊率；

按公式(3)计算理法方药对症用药符合率指标的得分：

公式(3)中，0<p_i<1,1≤i≤n,n：病案数量最大编号，p_i：编号为i的病案的用药与症状符合度；symptomatic:理法方药对症用药符合率得分，total：医生总上传病历数，Q:理法方药对症用药符合率的权重分,

按公式(4)计算中西医结合使用率指标的得分：

unite＝ratio*Q*2 (4)

公式(4)中，0<ratio<1,unite：中西医结合使用率指标的得分，ratio:中西医结合使用符合率，Q:中西医结合使用率的权重分；

按公式(5)计算上传病历星级的得分：

公式(5)中，

UP:上传病历星级得分，total_i:医生上传星级为i的病历总数，total：医生总上传病历数，i：代表上传病历所达到的星级，1≤i≤n，i为整数。

与现有技术相比，本发明具有以下有益效果：

本发明在中医临床技能数字化评价体系的基础上，采集数据，预处理数据，整合数据，在整合的数据上进行数据挖掘的计算，系统地对评估对象进行测量和分析，最后对评估对象进行公证的评价，得出科学合理的评价结论，评价结论进行合理解释，实现高级别数据评价和预测。

附图说明

图1是本发明的流程图；

图2是中医临床技能数字化评价体系的构架；

图3是单病种就诊率和复诊率排名得分算法的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图对本发明作进一步详细说明。

实施例1

如图1所示，本发明公开的基于大数据分析的中医临床技能评价体系的数据处理方法，包括以下步骤：

a.获取临床电子病历数据；本实施例中临床电子病历数据泛指医院所有医疗信息系统的总集，包括HIS，医生报告，医嘱，化验等系统，临床电子病历作为数据采集对象，是医疗大数据的最重要的组成部分。信息系统中对医院的临床病例资料数据采用xml文件形式处理，提供了统一、便捷的上传接口，支持实时文件处理情况查询、上传批次管理以及问题数据回滚，同时兼容其他数据格式处理和接口方。目前有部分医院已经在使用的数据采集平台，可以采集到临床电子病历数据。

b.数据预处理：对步骤a获得的数据进行清洗、转换、加载。对步骤1采集到的海量医疗数据进行分析存在许多挑战。首先，医疗信息系统通常不是为了科研和数据分析设计的。从数据分析的角度看，医疗数据通常比较复杂，数据的异构度较大，存在很多缺失信息和不一致信息；其次，理解医疗数据通常需要不同领域的知识。针对以上问题，本实施例建立分布式计算平台并提供临床数据的预处理ETL，包括数据的清洗、转换、加载，并进一步结合中医理法方药规范表，对临床的四诊信息症状、证型、方剂、药品数据进行梳理：1.中药正异名处理,对错别字、省略字进行处理；；2.证型结构化处理，对内容进行复合或拆分；3.症状部分采用用词拆分处理等，使得整个预处理过程满足调度自动化和可维护性，再通过批量分析及可视化工具提取有用的信息，对评价做出正确的决策。

c.数据整合：分区储存预处理后的数据，建立索引和缓存机制。优选的，按关键字段分区存储，一般按照时间参数设立分区数据块。系统处理数据时采用性能较高的SQLServer 2008 R2数据库和优秀的挖掘工具ETL，对海量数据进行分区操作，减小系统负荷，建立索引和缓存机制，加大虚拟内存等提高访问速度，在此基础上采用基于编程语言的反射技术和Python脚本技术实现数据清洗从而在根本上解决海量数据可能存在的误差。

步骤d中对患者好评率指标进行分级，并给每一级分配分值，每一级对应的分值即患者好评率指标的得分；对上传病历数量指标进行分级，并给每一级分配分值，每一级对应的分值即上传病历数量的得分，所述上传病历数量指标为单位时间内上传病例的数量，所述每一级分配的分值不超过指标对应的权重分。

步骤d中，按公式(1)计算复诊率或就诊率指标的得分：

公式(1)中，

further：复诊率或就诊率指标的得分，p：同类科室医生平均复诊率或就诊率，q:医生复诊率或就诊率，m：医院复诊或就诊人数，n：医生复诊或就诊人数，Q:复诊率或就诊率的权重分。

advantage＝(A+B)*Q*2 (2)

公式(2)中，advantage：单病种复诊率排名得分或单病种就诊率排名得分，sg：单病种就诊量，tsg：同医院同科室单病种就诊量，k：全省单病种医生总数量，n：单病种医生省级排名，m：复诊人数/就诊人数,Q:单病种复诊率排名或单病种就诊率排名的权重分，最大就诊率。

按公式(3)计算理法方药对症用药符合率指标的得分，

公式(3)中，0<p_i<1,1≤i≤n,n：病案数量最大编号，p_i：编号为i的病案的用药与症状符合度；symptomatic:理法方药对症用药符合率得分，total：医生总上传病历数，Q:理法方药对症用药符合率的权重分。n：病案数量最大编号，例如医生看诊一个病人就是一个病案。一个病案里面可能有多张病历。比如一个病人在住院期间，病人在医院所有的病历最终归档都为病案；指按规范记录病人疾病表现和诊疗情况的档案，由医疗机构的病案管理部门按相关规定保存。不仅有纸质的，还有电子文档、医学影像检查胶片、病理切片等保存形式。

按公式(4)行计算中西医结合使用率指标的得分：

unite＝ratio*Q*2 (4)

公式(4)中，0<ratio<1,unite：中西医结合使用率指标的得分，ratio:中西医结合使用符合率，Q:中西医结合使用率的权重分。

进一步的，所述步骤d中按公式(5)计算上传病历星级的得分：

公式(5)中，

UP:上传病历星级得分，total_i:医生上传星级为i的病历总数，total：医生总上传病历数，i：代表上传病历所达到的星级，1≤i≤n，i为整数。例如，n为5，表示病例等级分为5个等级。

在步骤d之后，增加以下步骤：e.合理解释与可视化：针对所述得分作出合理解释和评价，通过可视化效果呈现评价结果。

如图2所示，评价体系中包括5个衡量中医生临床技能的一级指标：分别是临床疗效、优势病种、中医诊疗方法和医生的工作态度和工作量。态度决定行动，行动促进方法，方法决定效果，效果决定成效，五个指标分别由多个二级指标来判定。

临床疗效指标的二级指标包括：复诊率、就诊率、症状改善、患者好评率；

优势病种指标的二级指标包括：单病种复诊率排名、单病种就诊率排名、诊疗时间、症状改善、患者好评率；

中医诊疗方法指标的二级指标包括：理法方药对症用药符合率、中西医结合使用率；工作态度指标的二级指标包括：上传病历星级、患者好评率；工作量指标的二级指标包括：就诊率、上传病历数量。

实施例2

本实施例根据评价指标的权重(表1)，详细介绍各指标得分的算法。

表1：中医临床技能数字化评价体系的指标占比

本实施例中的大数据分析算法如下：

1.计算临床疗效(满分30分)：患者好评率10分、症状改善10分、复诊率5分、就诊率5分。

1.1患者好评率得分算法，如表2所示：

表2：患者好评率得分算法

序号	条件	得分
			1	好评率≥90％	10分
2	70％≤好评率＜90％	8分
			3	50％≤好评率＜70％	6分
4	30％≤好评率＜50％	4分
			5	10％≤好评率＜30％	2分
6	0＜好评率＜10％	1分
			7	好评率＝0	0分

1.2症状改善：系统中，没有症状改善的指标，所以计算时，统一给医生满分。

1.3就诊率或复诊率得分算法，如表3所示：

表3：就诊率或复诊率得分算法

2.计算优势病种(满分25分)：单病种就诊率或复诊率排名5分、患者好评率5分、症状改善5分、诊疗时间5分。

2.1单病种就诊率或复诊率排名得分算法，如表4所示：

表4：单病种就诊率或复诊率排名得分算法

如图3所示，在计算单病种就诊率的过程中，在计算单病种就诊人数总占比后，进行筛选筛选出最大的就诊率，其中指最大的就诊率，系统可以通过冒泡排序程序实现。

医院内就诊量之比x＝sg/tsg，是为了解决因地域优势不同给在全省排名时所带来不公平问题。在排除地域性差异的基础上，排序筛选出最大的就诊率。

2.2患者好评率得分算法，如表7所示。

3.计算中医诊疗方法(满分20分)：理法方药对症用药符合率15分、中西医结合使用率5分。

理法方药对症用药符合率权重分值比较大，是评价中医医生临床技能的一个核心指标。理法方药对症用药符合率利用医生所开的药方通过性味归经的方法确定，性味归经法指根据药品组合用量数据，分析证型和用药的符合度，生成一个性味归经和病位归经对比图，通过性味归经和病位归经对比图衡量医生对症用药的符合率。性味归经和病位归经的对比图，是指通过病症和用药的46位编码，在柱状图上对比，以准确判断患者的病位和病性，以及病情的改善和发展情况。

理法方药对症用药符合率和中西医结合使用率得分算法，如表5所示：

表5：理法方药对症用药符合率和中西医结合使用率得分算法

4.计算工作态度(满分10分)：病历星级5分、患者好评率5分。

4.1上传病历星级得分算法，如表6所示：

表6：上传病历星级得分算法

4.2患者好评率得分算法，如表7所示：

表7：患者好评率得分算法

序号	条件	得分
			1	好评率≥90％	5分
2	60％≤好评率＜90％	4分
			3	30％≤好评率＜60％	3分
4	0％≤好评率＜30％	1分
			5	好评率＝0	0分

5.计算工作量(满分15分)：病历上传数量10分、就诊率5分

5.1病历上传数量得分算法，如表8所示：

表8：病历上传数量得分算法

序号	条件	得分
			1	单位时间内上传病历数量≥200	5分
2	100<＝单位时间内上传病历数量＜200	4分
			3	50<＝单位时间内上传病历数量＜100	3分
4	0<＝单位时间内上传病历数量＜50	1分

5.2就诊率得分算法，如表3所示。

通过大数据分析技术对医生评价体系中的复诊人数、优势病种、患者好评率等指标进行计算，得出有据可依的数据结论，从而科学评价中医生的工作能力和水平，直观地展示医生的临床技能。

当然，本发明还可有其它多种实施方式，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims

1.一种基于大数据分析的中医临床技能评价体系的数据处理方法，其特征在于：包括以下步骤：

a.获取临床电子病历数据；

b.数据预处理：对步骤a获得的数据进行清洗、转换、加载；

d.建立数据分析模型：在数据整合的基础上进行数据挖掘，得出中医临床技能数字化评价体系中评价指标的得分；

所述评价指标包括：五个一级指标：临床疗效指标、优势病种指标、中医诊疗方法指标、工作态度指标和工作量指标；

所述工作量指标的二级指标包括：就诊率、上传病历数量；

所述步骤d中对患者好评率指标进行分级，并给每一级分配分值，每一级对应的分值即患者好评率指标的得分；对上传病历数量指标进行分级，并给每一级分配分值，每一级对应的分值即上传病历数量的得分，所述上传病历数量指标为单位时间内上传病例的数量，所述每一级分配的分值不超过指标对应的权重分；

所述步骤d中，按公式(1)计算复诊率或就诊率指标的得分：

公式(1)中，

advantage＝(A+B)*Q*2 (2)

公式(2)中，

advantage：单病种复诊率排名得分或单病种就诊率排名得分，sg：单病种就诊量，tsg：同医院同科室单病种就诊量，k：全省单病种医生总数量，n：单病种医生省级排名，m：复诊人数/就诊人数,Q:单病种复诊率排名或单病种就诊率排名的权重分，最大就诊率；

按公式(3)计算理法方药对症用药符合率指标的得分：

公式(3)中，0<p_i<1,1≤i≤n,n：病案数量最大编号，p_i：编号为i的病案的用药与症状符合度；symptomatic:理法方药对症用药符合率得分，total：医生总上传病历数，Q:理法方药对症用药符合率的权重分；

按公式(4)计算中西医结合使用率指标的得分：

unite＝ratio*Q*2 (4)

按公式(5)计算上传病历星级的得分：

公式(5)中，

2.如权利要求1所述的基于大数据分析的中医临床技能评价体系的数据处理方法，其特征在于：所述步骤d之后，增加以下步骤：

3.如权利要求1所述的基于大数据分析的中医临床技能评价体系的数据处理方法，其特征在于：所述临床电子病历数据来源于医院医疗信息系统，所述医疗信息系统包括HIS系统、医生报告系统、医嘱系统和化验系统。

4.如权利要求1所述的基于大数据分析的中医临床技能评价体系的数据处理方法，其特征在于：所述步骤b中结合中医理法方药规范表，对临床的四诊信息：症状、证型、方剂、药品数据进行梳理，包括：中药正异名处理、证型结构化处理和症状处理。

5.如权利要求4所述的基于大数据分析的中医临床技能评价体系的数据处理方法，其特征在于：中药正异名处理:对错别字、省略字进行处理；

证型结构化处理：对内容进行复合或拆分；

症状处理：采用用词拆分处理。

6.如权利要求1所述的基于大数据分析的中医临床技能评价体系的数据处理方法，其特征在于：处理数据采用SQL Server 2008 R2数据库和挖掘工具ETL；清洗数据采用基于编程语言的反射技术和Python脚本技术；按关键字段分区存储数据。

7.如权利要求3所述的基于大数据分析的中医临床技能评价体系的数据处理方法，其特征在于：所述医疗信息系统对医院的临床病例资料数据采用xml文件格式处理，提供统一上传接口，支持文件处理情况查询、上传批次管理以及问题数据回滚。