CN106709269B - 一种医疗大数据仓库的创建方法及系统 - Google Patents
一种医疗大数据仓库的创建方法及系统 Download PDFInfo
- Publication number
- CN106709269B CN106709269B CN201710146771.5A CN201710146771A CN106709269B CN 106709269 B CN106709269 B CN 106709269B CN 201710146771 A CN201710146771 A CN 201710146771A CN 106709269 B CN106709269 B CN 106709269B
- Authority
- CN
- China
- Prior art keywords
- data
- ods
- shared
- warehouse
- buffer zones
- 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
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000036541 health Effects 0.000 claims abstract description 12
- 230000008859 change Effects 0.000 claims description 27
- 238000000605 extraction Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 239000003814 drug Substances 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims description 2
- 238000013439 planning Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000845 anti-microbial effect Effects 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G06F19/34—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Child & Adolescent Psychology (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种医疗大数据仓库的创建方法及系统；包括如下步骤：步骤(1)：将各个医疗卫生信息系统的业务数据库中的共享数据和非共享数据通过ETL工具抽取、清洗、转换到ODS数据缓冲区；步骤(2)：将ODS数据缓冲区的共享数据通过ETL工具抽取、清洗、转换到ODS的共享数据区中；步骤(3)：将ODS数据缓冲区的非共享数据抽取到数据仓库中；将ODS的共享数据区的共享数据抽取到数据仓库中。本发明的有益效果：它具有通过构建数据仓库来减轻对医院服务器访问的压力优点。
Description
技术领域
本发明涉及一种医疗大数据仓库的创建方法及系统。
背景技术
随着医疗行业竞争的加剧、新医改方案的出台等因素的影响，目前医院所处大环境出现了新的变化，生存与发展面临着新的挑战。同时随着医疗模式转型的逐步转变，医院的转型模式已经从粗放式向精细化、终末式向环节化、经验式向循证化的管理方向转变，医院需要综合的、多维的、智能的、易操作的智能分析系统为医院提供科学全面的数据支持，推动医院管理从根据经验的粗放型管理转向依拖数据的精细化管理转变。
虽然在医院信息化方面已经取得了长足的进步，但目前仍然存在一些不足，具体表现在：
1)随着数字化的不断深入，建立了面向不同需求的应用系统，但由于这些系统来均自不同的厂家，这就造成了医院的信息在各个应用系统之间无法互联互通的问题，数据是丰富的，但知识贫乏，各个系统之间缺乏有效信息共享手段，导致信息孤岛的形成，阻碍了医院信息化的进程。
2)信息化经历了多年的发展应用，积累了大量的数据，但大部分数据却是放在医院的不同服务器上，在进行整合应用时存在数据来源不清、数据质量不高，异构系统之间数据集成困难，缺乏统一的标准，数据信息一般都是浅层次应用，一般都是只分析不利用，对监控指标未形成有效的闭环管控，难以推动医院管理的持续改进。
发明内容
本发明的目的就是为了解决上述问题，提供一种医疗大数据仓库的创建方法及系统，它具有通过构建数据仓库来减轻对医院服务器访问的压力优点。
为了实现上述目的，本发明采用如下技术方案：
一种医疗大数据仓库的创建方法，包括如下步骤：
步骤(1)：将各个医疗卫生信息系统的业务数据库中的共享数据和非共享数据通过ETL工具抽取、清洗、转换到ODS数据缓冲区；
步骤(2)：将ODS数据缓冲区的共享数据通过ETL工具抽取、清洗、转换到ODS的共享数据区中；
步骤(3)：将ODS数据缓冲区的非共享数据抽取到数据仓库中；将ODS的共享数据区的共享数据抽取到数据仓库中。
所述共享数据包括：医院资源中患者、医生、设备的基础信息；例如：患者的卡号、姓名、性别、身份证号；医生的工号、职称、挂诊科室；设备型号、生产厂家、有效使用期；
所述非共享数据包括：患者的医嘱信息、患者的检查信息(影像)、医生的晋升记录、医生的培训记录、医生的手术记录和设备的维修记录；
所述步骤(1)的步骤如下：
步骤(101)：通过ETL工具从各个医疗卫生信息系统的业务数据库中抽取数据；所述业务数据库包括HIS、LIS或PACS；
步骤(102)：向抽取数据中添加设定的数据抽取日期；
步骤(103)：将添加数据抽取日期的数据存储到ODS数据缓冲区中。
所述步骤(2)的步骤如下：
步骤(201)：通过ETL工具从ODS数据缓冲区中抽取编码类数据和指标类数据；
步骤(202)：根据需要，将编码类数据利用EMPI患者索引转换成统一信息编码，将统一信息编码存储到ODS的共享数据区中；
步骤(203)：根据需要，依据指标类数据人为设定指标量纲规范，将指标量纲规范存储到ODS的共享数据区中。
所述编码类数据包括：业务字典，所述业务字典包括：医嘱字典、费用项目、患者列表、员工列表；
所述指标类数据包括：业务数据，所述业务数据包括：门诊人次、药品费用、抗菌药物使用、住院收入。
所述步骤(3)的抽取采用增量抽取方法，如果在抽取过程中无法判断增量，则在抽取时，应用ETL工具通过CDC技术实现增量抽取。
所述步骤(3)在抽取的过程中加入抽取时间标志。
所述步骤(3)的步骤如下：
步骤(301)：从ODS中依据指标量纲规范(医疗数据指标的源数据)、数据仓库模型(数据仓库建设结构)和统一信息编码(汇总信息后的信息统一标识)抽取数据；
步骤(302)：
将ODS共享数据区指标类数据依据指标量纲规范和数据仓库模型转换为事实表数据；
将ODS共享数据区编码类数据依据统一信息编码和数据仓库模型转换为纬度表数据；
将ODS数据缓冲区的非共享数据中的指标类数据依据指标量纲规范和数据仓库模型转换为事实表数据；
将ODS数据缓冲区的非共享数据中的编码类数据依据统一信息编码和数据仓库模型转换为纬度表数据；
步骤(303)：对事实表数据根据主键进行字段更改捕捉；若字段有更改，则获取字段对应的变更数据，更新字段数据有效性标示，将变更的数据抽取到数据仓库中，结束；若字段没有变化，获取新增数据，将新增数据抽取到数据仓库中，结束；
捕捉(304)：对维度表数据根据主键进行维度变化捕捉，若无变化就结束，若有变化则进行缓慢变化维处理，将变更的数据抽取到数据仓库中，结束。
以上步骤的技术效果是：实现数据的增量抽取。
所述数据仓库模型是指根据医疗行业业务结合《基于电子病历的医院信息平台建设方案》、《卫生信息数据元目录》标准按照八大主题域统一规划设计；
所述八大主题域，包括：账务主题、组织机构和人员主题、医疗活动主题、医疗服务主题、医嘱主题、患者主题、资源主题和病历主题。
一种医疗大数据仓库的创建系统，包括：ETL服务器，所述ETL服务器分别与医院的HIS、LIS、PACS、EMR业务数据库连接，所述ETL服务器将医院的各个业务数据库的数据采集过来后，进行抽取、清洗、转换，然后存储到数据库服务器的ODS数据缓冲区中，然后将ODS数据缓冲区中的共享数据通过ETL工具抽取、清洗、转换到ODS的共享数据区中；将ODS数据缓冲区的非共享数据抽取到数据仓库中；将ODS的共享数据区的共享数据抽取到数据库服务器的数据仓库中；应用服务器根据客户端的输入指令，从数据库服务器中调取相应的数据。
将共享数据从ODS的共享数据区抽取到数据仓库中，可以避免对业务数据库作同一数据的多次抽取工作。
将各个医疗卫生信息系统的数据抽取到ODS数据缓冲区，主要是为了避免数据抽取造成的业务数据库过高负载，在抽取过程总不做任何的转换处理操作。
根据数据缓冲区数据加载时间的判断，以及统一信息编码、公共数据模型等规范，完成由ODS数据缓冲区到ODS共享数据区的数据处理工作，根据实际系统处理的优化考虑，此部分既可以直接使用数据库存储过程或者ETL来完成。
对于ODS到数据仓库的数据处理工作，应根据实际SQL语句优化情况考虑使用数据库存储过程或者ETL工具实现。
对于数据仓库存储的数据，不能够进行更新或者删除。
对于数据仓库中的维度表，在处理的过程中需要充分考虑缓慢变化维。
根据应用程序使用数据的不同以及SQL语句优化处理的不同，可以将数据仓库进行逻辑分层，如根据不同的程序使用建立多个数据集市。此部分操作可以由存储过程或者ETL实现。
本发明的有益效果：
1、减轻医院业务数据库的压力，医院不在需要投入大量的硬件设备来解决业务数据库的性能问题，将历史数据迁移到数据仓库中，业务数据库的职能更加清晰。
2、减少医院的成本，不需要为了业务数据库的压力增加硬件设备的投入，医院业务数据库只保留正常业务需要的数据即可，不需要硬件的继续投入。
3、一次投入多出受益，医院各个部门使用的数据不在从医院的各个业务数据库获取，全部转移到数据仓库中获取。
4、大大提高医院使用数据的效率、节省时间。没有数据仓库之前所有的数据都需要从各个业务数据库获取，既费时又费力，通过数据仓库的建立，所有业务的数据都将通过数据仓库获取到，并且获取数据的时间都是秒级的。
附图说明
图1为数据中心建设流程；
图2为共享数据区数据源；
图3为共享数据区的数据流程；
图4为本发明的系统架构图；
图5为ETL服务器；
图6为应用服务器；
图7为数据库服务器。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
如图1-3所示，一种医疗大数据仓库的创建方法，包括如下步骤：
步骤(1)：将各个医疗卫生信息系统的业务数据库中的共享数据和非共享数据通过ETL工具抽取、清洗、转换到ODS数据缓冲区；
步骤(2)：将ODS数据缓冲区的共享数据通过ETL工具抽取、清洗、转换到ODS的共享数据区中；
步骤(3)：将ODS数据缓冲区的非共享数据抽取到数据仓库中；将ODS的共享数据区的共享数据抽取到数据仓库中。
所述共享数据包括：医院资源中患者、医生、设备的基础信息；例如：患者的卡号、姓名、性别、身份证号；医生的工号、职称、挂诊科室；设备型号、生产厂家、有效使用期；
所述非共享数据包括：患者的医嘱信息、患者的检查信息(影像)、医生的晋升记录、医生的培训记录、医生的手术记录和设备的维修记录。
所述步骤(1)的步骤如下：
步骤(101)：通过ETL工具从各个医疗卫生信息系统的业务数据库中抽取数据；所述业务数据库包括HIS、LIS或PACS；
步骤(102)：向抽取数据中添加设定的数据抽取日期；
步骤(103)：将添加数据抽取日期的数据存储到ODS数据缓冲区中。
所述步骤(2)的步骤如下：
步骤(201)：通过ETL工具从ODS数据缓冲区中抽取编码类数据和指标类数据；
所述编码类数据包括：业务字典，所述业务字典包括：医嘱字典、费用项目、患者列表、员工列表；
所述指标类数据包括：业务数据，所述业务数据包括：门诊人次、药品费用、抗菌药物使用、住院收入；
步骤(202)：根据需要，将编码类数据利用EMPI患者索引转换成统一信息编码，将统一信息编码存储到ODS的共享数据区中；
步骤(203)：根据需要，依据指标类数据人为设定指标量纲规范，将指标量纲规范存储到ODS的共享数据区中。
所述步骤(3)的抽取采用增量抽取方法，如果在抽取过程中无法判断增量，则在抽取时，应用ETL工具通过CDC技术实现增量抽取。
所述步骤(3)在抽取的过程中加入抽取时间标志。
所述步骤(3)的步骤如下：
步骤(301)：从ODS中依据指标量纲规范(医疗数据指标的源数据)、数据仓库模型(数据仓库建设结构)和统一信息编码(汇总信息后的信息统一标识)抽取数据；
步骤(302)：
将ODS共享数据区指标类数据依据指标量纲规范和数据仓库模型转换为事实表数据；
将ODS共享数据区编码类数据依据统一信息编码和数据仓库模型转换为纬度表数据；
将ODS数据缓冲区的非共享数据中的指标类数据依据指标量纲规范和数据仓库模型转换为事实表数据；
将ODS数据缓冲区的非共享数据中的编码类数据依据统一信息编码和数据仓库模型转换为纬度表数据；
步骤(303)：对事实表数据根据主键进行字段更改捕捉；若字段有更改，则获取字段对应的变更数据，更新字段数据有效性标示，将变更的数据抽取到数据仓库中，结束；若字段没有变化，获取新增数据，将新增数据抽取到数据仓库中，结束；
捕捉(304)：对维度表数据根据主键进行维度变化捕捉，若无变化就结束，若有变化则进行缓慢变化维处理，将变更的数据抽取到数据仓库中，结束。
名词解释：
事实表：事实数据表可能包含业务交易数据，如挂号、缴费产生的数据，事实数据表通常包含大量的行。
维度表：维度表包含了事实表中指定属性的相关详细信息，比如，患者属性，存储信息等。
有效性标示：指的是数据在不同的时间范围内反映的内容变化。
缓慢变化维：随时间发生变化的维度；
缓慢变化维的提出是因为在现实世界中，维度的属性并不是静态的，它会随着时间的流失发生缓慢的变化。这种随时间发生变化的维度我们一般称之为缓慢变化维，并且把处理维度表的历史变化信息的问题称为处理缓慢变化维的问题，有时也简称为处理SCD的问题。
直接抽取
实时的数据抽取方式
提供了实时的数据整合平台。通过此项功能，可以实现实时数据的处理。这个过程是双向的、实时的数据集成数据，根据需要对立即处理的、实时的流式数据进行零延时数据传输。
增量抽取
对于数据量大的系统，必须考虑增量抽取。一般情况下，业务数据库会记录业务发生的时间，我们可以用来做增量的标志，每次抽取之前首先判断ODS中记录最大的时间，然后根据这个时间去业务数据库取大于这个时间所有的记录。如果业务数据库没有时间戳且改造起来困难，则使用ORACLE的物化视图，在物化视图上建立触发器。这样源数据增、删、改的时候就可以动态改变中间库的数据。
全部抽取
每次ETL操作均删除目标表数据，由ETL全新加载数据。对于维表加代理键不适应，当OLTP系统产生删除数据操作时，OLAP层将不会记录到所删除的历史数据。不可以实现数据的递增加载。
4、数据装载
(1)全部覆盖
在装载数据前，清空数据集市中对应的历史数据，然后将转换后满足数据集市要求的业务数据装载到相应的表中。通常可以采用数据库提供的装载工具直接进行装载。
(2)记录追加。
在装载时，不清空也不更改数据集市中的历史数据，直接将转换后满足数据集市要求的业务数据插入到相应的表中。通常可以采用数据库提供的装载工具直接进行装载
(3)记录更新
根据转换后需要装载到数据集市中的满足数据集市要求的业务数据和数据集市中现有业务数据的情况进行不同操作：如果转换后的数据在数据集市中已经存在，则更改数据集市中的数据以跟最新情况保持一致；如果转换后的数据在数据集市中不存在，则将转换后的数据插入数据集市。
如图4所示，一种医疗大数据仓库的创建系统，包括：ETL服务器，所述ETL服务器分别与医院的HIS、LIS、PACS、EMR业务数据库连接，所述ETL服务器将医院的各个业务数据库的数据采集过来后，进行抽取、清洗、转换，然后存储到数据库服务器中，应用服务器根据客户端的输入指令，从数据库服务器中调取相应的数据。
客户端包括：院长、科主任、护士长、医生、护士电脑客户端。
Database Server、ETL Server、Application Server是数据仓库需要的服务器，每类服务器都由一台或多台服务器组成。医院HIS、LIS、PACS、EMR等业务数据库的数据经由ETL Server经过抽取、清洗、转换到Database Server，Application Server存放基于数据仓库的应用服务。院长、科主任、护士长、医生、护士等员工通过终端PC机跟ApplicationServer交互获取数据。
如图5所示，ETL Server主要功能是对数据进行抽取、清洗和转换，包含数据处理流程：医院业务数据库->ODS，ODS->数据仓库。
如图6所示，Application Server主要功能是接收医院PC端发送的数据请求，Server端将查询结果反馈回PC端的一种数据使用交互模式。
如图7所示，Database Server主要功能是存储数据，包括ODS和数据仓库中的数据。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (2)
1.一种医疗大数据仓库的创建方法，其特征是，包括如下步骤：
步骤(1)：将各个医疗卫生信息系统的业务数据库中的共享数据和非共享数据通过ETL工具抽取、清洗、转换到ODS数据缓冲区；所述共享数据包括：医院资源中患者、医生、设备的基础信息；所述非共享数据包括：患者的医嘱信息、患者的检查信息、医生的晋升记录、医生的培训记录、医生的手术记录和设备的维修记录；
所述步骤(1)的步骤如下：
步骤(101)：通过ETL工具从各个医疗卫生信息系统的业务数据库中抽取数据；所述业务数据库包括HIS、LIS或PACS；
步骤(102)：向抽取数据中添加设定的数据抽取日期；
步骤(103)：将添加数据抽取日期的数据存储到ODS数据缓冲区中；
步骤(2)：将ODS数据缓冲区的共享数据通过ETL工具抽取、清洗、转换到ODS的共享数据区中；所述步骤(2)的步骤如下：
步骤(201)：通过ETL工具从ODS数据缓冲区中抽取编码类数据和指标类数据；
步骤(202)：根据需要，将编码类数据利用EMPI患者索引转换成统一信息编码，将统一信息编码存储到ODS的共享数据区中；所述编码类数据包括：业务字典，所述业务字典包括：医嘱字典、费用项目、患者列表、员工列表；
步骤(203)：根据需要，依据指标类数据人为设定指标量纲规范，将指标量纲规范存储到ODS的共享数据区中；所述指标类数据包括：业务数据，所述业务数据包括：门诊人次、药品费用、抗菌药物使用、住院收入；
步骤(3)：将ODS数据缓冲区的非共享数据抽取到数据仓库中；将ODS的共享数据区的共享数据抽取到数据仓库中；所述步骤(3)的抽取采用增量抽取方法，如果在抽取过程中无法判断增量，则在抽取时，应用ETL工具通过CDC技术实现增量抽取；所述步骤(3)在抽取的过程中加入抽取时间标志；所述步骤(3)的步骤如下：
步骤(301)：从ODS中依据指标量纲规范、数据仓库模型和统一信息编码抽取数据；
所述数据仓库模型是指根据医疗行业业务结合《基于电子病历的医院信息平台建设方案》、《卫生信息数据元目录》标准按照八大主题域统一规划设计；所述八大主题域，包括：账务主题、组织机构和人员主题、医疗活动主题、医疗服务主题、医嘱主题、患者主题、资源主题和病历主题；
步骤(302)：
将ODS共享数据区指标类数据依据指标量纲规范和数据仓库模型转换为事实表数据；
将ODS共享数据区编码类数据依据统一信息编码和数据仓库模型转换为纬度表数据；
将ODS数据缓冲区的非共享数据中的指标类数据依据指标量纲规范和数据仓库模型转换为事实表数据；
将ODS数据缓冲区的非共享数据中的编码类数据依据统一信息编码和数据仓库模型转换为纬度表数据；
步骤(303)：对事实表数据根据主键进行字段更改捕捉；若字段有更改，则获取字段对应的变更数据，更新字段数据有效性标示，将变更的数据抽取到数据仓库中，结束；若字段没有变化，获取新增数据，将新增数据抽取到数据仓库中，结束；
捕捉(304)：对维度表数据根据主键进行维度变化捕捉，若无变化就结束，若有变化则进行缓慢变化维处理，将变更的数据抽取到数据仓库中，结束。
2.如权利要求1所述方法所应用的系统，其特征是，包括：
ETL服务器，所述ETL服务器分别与医院的HIS、LIS、PACS、EMR业务数据库连接，所述ETL服务器将医院的各个业务数据库的数据采集过来后，进行抽取、清洗、转换，然后存储到数据库服务器的ODS数据缓冲区中，然后将ODS数据缓冲区中的共享数据通过ETL工具抽取、清洗、转换到ODS的共享数据区中；将ODS数据缓冲区的非共享数据抽取到数据仓库中；将ODS的共享数据区的共享数据抽取到数据库服务器的数据仓库中；应用服务器根据客户端的输入指令，从数据库服务器中调取相应的数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710146771.5A CN106709269B (zh) | 2017-03-13 | 2017-03-13 | 一种医疗大数据仓库的创建方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710146771.5A CN106709269B (zh) | 2017-03-13 | 2017-03-13 | 一种医疗大数据仓库的创建方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106709269A CN106709269A (zh) | 2017-05-24 |
| CN106709269B true CN106709269B (zh) | 2018-08-07 |
Family
ID=58916907
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710146771.5A Active CN106709269B (zh) | 2017-03-13 | 2017-03-13 | 一种医疗大数据仓库的创建方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106709269B (zh) |
Families Citing this family (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107526820A (zh) * | 2017-08-29 | 2017-12-29 | 广东省技术经济研究发展中心 | 一种多源多库企业创新监测大数据标准数据库构建方法 |
| CN107748760A (zh) * | 2017-09-25 | 2018-03-02 | 江苏汇鑫融智软件科技有限公司 | 一种基于esb的数据仓库建设方法 |
| CN107704600B (zh) * | 2017-10-16 | 2018-11-16 | 上海康云科技有限公司 | 一种结核检测云数据管理分析系统 |
| CN107731269B (zh) * | 2017-10-25 | 2020-06-26 | 山东众阳软件有限公司 | 基于原始诊断数据和病历文件数据的疾病编码方法及系统 |
| CN108062973A (zh) * | 2017-11-30 | 2018-05-22 | 江西洪都航空工业集团有限责任公司 | 一种医疗卫生数据分析方法 |
| CN110019477A (zh) * | 2017-12-27 | 2019-07-16 | 航天信息股份有限公司 | 一种使用hive备份表进行大数据处理的方法及系统 |
| CN108564990A (zh) * | 2018-04-11 | 2018-09-21 | 泰山医学院 | 医养结合数据抽取同步系统及方法、信息数据处理终端 |
| CN109376148B (zh) * | 2018-08-22 | 2023-07-18 | 中国平安人寿保险股份有限公司 | 缓慢变化维表的数据处理方法、装置、电子设备 |
| CN109597847B (zh) * | 2018-11-09 | 2021-03-09 | 金色熊猫有限公司 | 医疗数据回沉方法及装置、存储介质、电子终端 |
| CN109491993A (zh) * | 2018-11-14 | 2019-03-19 | 上海工程技术大学 | 一种校园卡数据存储系统 |
| CN109977110B (zh) * | 2019-04-28 | 2020-12-04 | 杭州数梦工场科技有限公司 | 数据清洗方法、装置及设备 |
| CN110085326A (zh) * | 2019-04-30 | 2019-08-02 | 上海复繁信息科技有限公司 | 一种基于MySQL数据库的房颤多维大数据分析系统 |
| CN111177126B (zh) * | 2019-08-01 | 2024-05-14 | 腾讯科技（深圳）有限公司 | 一种信息处理方法、装置及设备 |
| CN111008242A (zh) * | 2019-11-21 | 2020-04-14 | 山东众阳健康科技集团有限公司 | 基于各级区域平台的数据索引同步方法及其数据访问方法 |
| CN111078777A (zh) * | 2019-12-13 | 2020-04-28 | 紫光云(南京)数字技术有限公司 | 一种基于关系型数据库动态增量加载数据的方法 |
| CN111599424B (zh) * | 2020-04-27 | 2023-10-31 | 贵州精准健康数据有限公司 | 一种智慧病历大数据中心管理方法及装置 |
| CN112148807A (zh) * | 2020-09-28 | 2020-12-29 | 中国电波传播研究所（中国电子科技集团公司第二十二研究所） | 一种电磁环境领域数据仓库构建方法 |
| CN112925769A (zh) * | 2021-03-08 | 2021-06-08 | 浪潮云信息技术股份公司 | 一种数字民政内部数据汇聚共享方法 |
| CN113178237A (zh) * | 2021-04-26 | 2021-07-27 | 徐州市永康电子科技有限公司 | 一种多医用设备数据分类处理系统 |
| CN114637737A (zh) * | 2022-03-16 | 2022-06-17 | 浪潮卓数大数据产业发展有限公司 | 一种在线医疗主题库构建方法及装置 |
| CN116305253B (zh) * | 2023-02-13 | 2023-09-19 | 中国科学院计算机网络信息中心 | 一种基于数据缓冲区的跨域数据按需交换方法与系统 |
| CN117457136B (zh) * | 2023-12-22 | 2024-07-05 | 四川大学华西医院 | 基于医联网的医疗健康信息医患管理系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6826578B2 (en) * | 2002-10-25 | 2004-11-30 | Ge Medical Systems Information Technolgoies, Inc. | Method, system, and computer product for collecting and distributing clinical data for data mining |
| CN104462082B (zh) * | 2013-09-12 | 2017-11-17 | 深圳中科金证科技有限公司 | 一种基于数据仓库的医疗数据整合方法及系统 |
| CN103678665B (zh) * | 2013-12-24 | 2016-09-07 | 焦点科技股份有限公司 | 一种基于数据仓库的异构大数据整合方法和系统 |
| CN105447409B (zh) * | 2015-12-11 | 2019-04-05 | 清华大学 | 一种大数据隐私处理方法及装置 |
-
2017
- 2017-03-13 CN CN201710146771.5A patent/CN106709269B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN106709269A (zh) | 2017-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106709269B (zh) | 一种医疗大数据仓库的创建方法及系统 | |
| CN110415831B (zh) | 一种医疗大数据云服务分析平台 | |
| CN109272155A (zh) | 一种基于大数据的企业行为分析系统 | |
| CN103593422B (zh) | 一种异构数据库的虚拟访问管理方法 | |
| CN103377148B (zh) | 一种统一表架构中执行部分合并的方法及系统 | |
| CN106294888A (zh) | 一种基于时空数据库的对象数据的订阅方法 | |
| Lin et al. | Temporal event tracing on big healthcare data analytics | |
| JP2014528114A (ja) | クラウドベースの分散永続性及びキャッシュデータモデル | |
| CN106919608A (zh) | 医疗数据处理方法、装置及平台 | |
| CN105144080A (zh) | 用于元数据管理的系统 | |
| CN107038222A (zh) | 数据库缓存实现方法及其系统 | |
| CN101986333A (zh) | 一种医院辅助决策支持系统 | |
| Warners et al. | Datawarehouser: A Data Warehouse artist who have ability to understand data warehouse schema pictures | |
| CN111882203B (zh) | 一种中医药云服务实验系统 | |
| CN106327396A (zh) | 医院业务数据管理平台及方法 | |
| CN111737364A (zh) | 安全多方数据融合与联邦共享方法、装置、设备及介质 | |
| CN103473332A (zh) | 一种虚拟试验体系结构的数据档案库 | |
| CN110750596A (zh) | 一种医疗机构实现信息共享的流程设计方法 | |
| Suri et al. | A comparative study between the performance of relational & object oriented database in Data Warehousing | |
| CN111640476A (zh) | 一种实验数据治理和管理的方法 | |
| Hu | Research on monitoring system of daily statistical indexes through big data | |
| Ferdous et al. | Applying data warehousing technique in pervasive assistive environment | |
| Su et al. | Business intelligence revisited | |
| Lee et al. | A metadata oriented architecture for building datawarehouse | |
| CN114676208A (zh) | 一种数据仓库 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 250101 12 / F, building 1, Aosheng building, 1166 Xinluo street, hi tech Zone, Jinan City, Shandong Province Patentee after: SHANDONG MSUNHEALTH TECHNOLOGY GROUP Co.,Ltd. Address before: Xinluo Avenue high tech Zone of Ji'nan City, Shandong province 250000 No. 1166 orsus No. 1 building, 12 floor Patentee before: SHANDONG MSUNSOFT Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 250101 Floor 12, Building 1, Aosheng Building, No. 1166, Xinluo Street, High tech Zone, Jinan, Shandong Patentee after: Zhongyang Health Technology Group Co.,Ltd. Address before: 250101 Floor 12, Building 1, Aosheng Building, No. 1166, Xinluo Street, High tech Zone, Jinan, Shandong Patentee before: SHANDONG MSUNHEALTH TECHNOLOGY GROUP Co.,Ltd. |