CN106991015B - 一种基于消息语义标注的医疗信息系统集成监控方法 - Google Patents
一种基于消息语义标注的医疗信息系统集成监控方法 Download PDFInfo
- Publication number
- CN106991015B CN106991015B CN201710159369.0A CN201710159369A CN106991015B CN 106991015 B CN106991015 B CN 106991015B CN 201710159369 A CN201710159369 A CN 201710159369A CN 106991015 B CN106991015 B CN 106991015B
- Authority
- CN
- China
- Prior art keywords
- message
- medical
- event
- state
- semantic annotation
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000002159 abnormal effect Effects 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims description 34
- 238000013507 mapping Methods 0.000 claims description 31
- 238000006243 chemical reaction Methods 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 5
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 10
- 230000007721 medicinal effect Effects 0.000 abstract description 3
- 238000013024 troubleshooting Methods 0.000 abstract description 3
- 230000010354 integration Effects 0.000 description 29
- 238000005516 engineering process Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 15
- 238000007726 management method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 238000007689 inspection Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000002483 medication Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/542—Event management; Broadcasting; Multicasting; Notifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/543—User-generated data transfer, e.g. clipboards, dynamic data exchange [DDE], object linking and embedding [OLE]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于消息语义标注的医疗信息系统集成监控方法,包括:步骤1,建立统一语义的消息模型;步骤2,利用统一语义的消息模型对语义异构的医疗消息事件进行语义标注,并存储至监控数据库;步骤3,基于监控数据库中具有统一语义的医疗消息,进行医疗业务异常状态检测。本发明通过建立统一语义的医疗消息模型,将医疗活动中的消息以统一语义的医疗消息来表达并集中存储,同时对异常状态消息发出报警提醒,使得集成运行维护人员能及时发现问题,并能快速定位到问题原因所在,实现对医疗信息系统的集成监控,并提供快速排查问题的手段,提高集成运行维护的效率。
Description
技术领域
本发明涉及监控技术领域,具体涉及一种基于消息语义标注的医疗信息系统集成监控方法。
背景技术
信息系统集成监控是通过有效的信息技术手段将分布、独立的信息系统实际运行状态实时显示出来,并通过有效的异常报警机制及时发现异常情况,使得运行管理人员能够实时把握整个环境的运行状态,针对异常情况及时排除故障,保证整个IT环境能够稳定、持续、正常地运转。
医疗信息系统是一类特殊的信息系统,在医疗IT环境中,每一个医疗业务的实现都需要多个异构信息系统之间的集成,整体上构成一个错综复杂的集成网络环境,为了保证医疗业务正常、完整、高效地进行,需要实时监控医院集成业务网络的运转状态,及时发现、排查和处理集成故障。
系统集成监控技术的发展往往伴随着计算机、网络、通信等技术的发展以及企业信息化过程的需要。系统集成监控技术的演化过程涵盖了从单个IT元素的单独监控到多个IT元素的单独监控,从单个主机监控到多个主机监控,从底层物理层的简单监控逐渐到网络层、应用层的复杂监控,从多个IT元素、多台主机的单独监控到把所有IT设施高度集成的监控,并逐渐演变成现阶段的监控,即IT业务监控。概括来看,系统集成监控技术的发展主要分为两个阶段:基于单应用系统的离散监控和面向复杂业务系统的集中监控。
企业级信息系统的典型特征是自治性、异构性和分布性。早期的IT系统几乎独立自治,运维监控主要集中在单个应用系统的运行状态,如服务器性能、网络状态、数据库性能以及单个系统内部模块间通信状态等,目的是保证系统运行正常,不影响用户体验。目前有很多针对单个应用系统各方面属性的专业监控工具,但是大多都是分散且各自独立的。
随着信息技术的发展,以及企业IT系统的日益成熟和复杂,不同IT系统之间信息交互越来越频繁,使得整个IT网络环境越来越复杂,企业级信息系统的运行维护变得越来越困难。首先,传统的单应用监控方式过于分散,无法直接感知全局的运行状态,一旦复杂系统中某个模块发生问题,运维人员总是盲目的四处查找故障的根源,效率极其低下。其次,业务复杂化带来了故障问题的复杂化,传统的监控手段往往不足以判定故障的根本原因,如何快速定位并解决故障成为管理人员最头疼的事情。
随着企业级信息系统的复杂化,面向复杂业务系统的集成监控已经成为IT系统监控的主要发展方向。针对复杂业务系统的集成监控技术,目前典型的技术研究主要有以下几种。
基于web服务的集成监控方法,该方法是是通过监控流程的服务调用消息,提取消息中的关键信息来监控流程的运行情况。该方法只能对基于web服务来实现交互的业务流程进行监控,默认所有业务流程都是通过web service实现的,对于非web service的交互方式(如HL7消息)无法进行监控,这对于交互方式复杂的医疗业务流程来说,并不适用。
基于业务服务模型的集成监控方法,该技术是将信息系统看成关键业务的集合,根据关键业务与IT服务的关系建立业务服务模型,然后描绘关键业务服务模型的运行视图,理清业务之间的各种拓扑结构、关联关系,构建符合业务要求的业务监控视图,同时设定一些关键的业务指标、管理指标,通过图示化的方式,直观、实时的呈现IT服务的运行状况。该技术为复杂业务系统的监控提供了很好的指导思想。
基于消息事件捕获机制的集成监控方法,该方法是通过一系列的事件监听器,捕获实际业务流程中的消息事件,并与实际业务数据关联起来,存储在消息仓库中,同时实时分析每个消息事件对应的业务状态,对异常状态发出警报。该方法需要各个业务系统在业务执行过程中主动发送一条消息事件给监控模块,由监控管理模块记录、分析消息事件对应的业务状态,并对异常状态发出报警。该方法需要参与业务流程的所有信息系统主动发送消息事件,增加了系统设计的复杂度,同时虽然实现了分散业务流程的集中监控,但只保存了消息事件和业务数据,关于处理的过程信息无法关联,对运行维护中排查故障问题很不适用。
基于集成引擎的集成监控方法,集成引擎(Integration Engine)是以ESB(Enterprise Service Bus)为核心,以消息总线的架构和服务组合的形式实现企业信息系统之间的业务集成,这个业务集成的过程都由ESB来驱动完成,使得整个业务环境的业务运转都通过ESB来完成,然后通过一定的技术方法来记录、分析ESB中的运行日志,通过可视化的方式将这个业务环境描绘出来,实现对复杂业务活动的集成监控。该监控技术是基于传统ESB技术的扩展,对分布式的ESB运行服务进行监控管理。基于集成引擎的监控方式是在ESB中配置一系列的拦截器(Interceptors),对业务处理过程中的关键节点进行日志记录,并集中到监控信息后台中心(Monitoring Backbone)。本质上来看,该技术在消息事件捕获机制的基础上,将消息事件处理过程与消息事件关联起来,集中归档存储,然后提供快速检索的方式检索消息事件处理过程日志,并分析判断异常情况,将结果可视化显示出来。该方法主要是利用了ESB消息总线的架构优势以及面向服务的集成方法,实现了业务活动监控。
医院里各种各样的信息系统构成一个复杂的业务协作系统,实现这些系统的有效集成,并保证系统之间的协作正常运转,是一个非常重要的问题。随着医院信息化建设的发展,集成引擎已经成为实现医疗信息系统集成的主流技术,它起到了在医疗信息系统之间进行消息转换和路由的枢纽,因而对集成引擎处理的消息进行监控成为目前医疗信息系统集成监控的主要途径。
但是现有的集成引擎的监控技术仍然存在着以下不足:
(1)缺乏对医疗消息的语义分析。目前主流的集成引擎只能进行句法级别点对点的数据格式转换和针对特定数据格式的条件查询,这使得集成引擎无法将同一业务流程的不同数据格式的消息事件串联起来,将导致集成监控无法感知整个流程的运行状况,同时查找消息事件不能全局查找,只能按照不同数据格式的条件查询来逐一搜索。另外,集成维护人员在排查、定位集成故障时,需要对医疗业务流程以及异构系统接口非常熟悉,才具备查找问题的能力。
(2)缺乏对整体业务流程的状态分析。完成一个医疗业务通常需要多个消息事件来驱动执行,由于集成业务执行过程是基于异步消息的处理过程,集成监控只能捕捉到单个流程的消息事件处理异常,很难追踪到消息事件所属医疗业务的整个流程路径。同时主流的集成引擎几乎不具备工作流管理的能力,所以无法感知集成业务运行时的上下文状态,故而无法监控因为业务流程状态异常导致的集成故障。
发明内容
本发明提供了一种基于消息语义标注的医疗信息系统集成监控方法,解决现有基于集成引擎的集成监控中查找问题效率低下,技术门槛高的问题。
一种基于消息语义标注的医疗信息系统集成监控方法,包括:
步骤1,建立统一语义的消息模型;
步骤2,利用统一语义的消息模型对语义异构的医疗消息事件进行语义标注,并存储至监控数据库;
步骤3,基于监控数据库中具有统一语义的医疗消息,进行医疗业务异常状态检测。
本发明通过建立统一语义的医疗消息模型,将医疗活动中的消息以统一语义的医疗消息来表达并集中存储,同时对异常状态消息发出报警提醒,实现对医疗信息系统的集成监控。
作为优选,所述消息模型中至少定义以下三部分内容:
事务类型,依据医疗业务类别定义;
消息事件类型,依据每个事务类型的流程单元进行定义;
消息事件内容,即医疗消息事件的元数据模型。
具体地,事务类型定义参照IHE集成技术框架的指导思想,对集成环境中的业务进行划分,将集成事务划分为:病人管理、医嘱、检查、检验、手术、摆药、处方、会诊、费用、体征、新生儿、费用等事务。
消息事件类型定义参照HL7标准的消息事件类型定义方法,针对每个事务类型的流程单元定义消息事件类型,主要包括消息类型(Message Type)和事件类型(Event Type)两个重要属性,同时提供控制代码(Control Code)进行细粒度约束。
消息事件内容定义为医疗消息事件的元数据模型,包括消息类别信息,关联病人信息,消息事件内容以及消息事件处理状态信息。
所述语义是指医疗消息所关联的医疗事务信息,优选地,所述步骤2中的语义标注包括以下步骤:
以待标注的医疗消息事件的事务类别、事件类型、协议格式为输入条件,读取消息转换映射关系配置文件;
根据输入条件获取特定格式消息与统一标准消息的转换映射关系,根据映射关系,将待标注的医疗消息事件转换为统一语义标注的消息事件。
所述转换映射关系配置文件用于保存不同格式的医疗消息事件与统一语义的消息模型之间转换的映射关系,优选地,所述转换映射关系配置文件采用XML语言编写,所述转换映射关系配置文件包括用于描述语义标注所有步骤的关键节点transformer,每个关键节点transformer包括多个step节点,每个step节点用于描述单个属性的语义标注步骤,所述步骤2的语义标注包括以下步骤:
a、读取消息转换映射关系配置文件;
b、以事务类型、消息类型为条件,找到mapper中对应消息的映射关系所在的transformer关键节点;
c、判断transformer关键节点下协议描述和医疗消息事件中的protocol是否一致;
d、获取transformer中的inbound属性列表;
e、根据transformer根节点下每个step节点进行转换;
f、根据transformer中outbound protocol格式进行封装,返回语义标注结果。
作为优选,所述异常状态检测包括以下步骤:
查询数据库中关联的消息事件日志,建立当前业务流程状态链,与标准业务流程状态进行对比分析,判断当前业务状态是否正常。
进一步优选,所述异常状态检测包括以下步骤:
A、获取待检测医疗消息事件的消息类别,以及对应的状态码a;
B、解析配置文件,根据待检测医疗消息事件的事务类型,获取该事务的标准流程状态机配置,根据该配置初始化标准状态有向图邻接矩阵A;
C、根据业务索引号在监控数据库中查询历史消息日志,获取时间最近的一条医疗消息事件以及该医疗消息事件对应的状态码为b;
D、以状态b为起始状态索引,遍历邻接矩阵A,若存在A[b][a]=1则表示该业务流程状态正常,否则为异常。
与现有技术相比,本发明的有益技术效果为:
(1)通过建立统一语义的消息模型以及医疗消息语义标注方法,将语义异构的医疗消息集中存储,解决了集成引擎接收医疗消息语义异构的问题,同时提供动态、高效的消息日志查询机制,满足多样的消息查询需求,并能保证查询的性能。
(2)通过基于标准有限状态机的业务流程异常分析方法,并结合单个消息事件的处理状态异常分析,实现了针对单个消息事件和整体业务流程两个层次的异常报警提醒机制。
附图说明
图1为本发明提供的基于消息语义标注的医疗信息系统集成监控方法总体结构图;
图2为本发明中统一语义的消息模型设计结构图;
图3为本发明医疗消息语义标注的流程图;
图4为本发明医疗消息语义标注的详细流程图;
图5为本发明医疗消息检查预约HL7标准格式消息示例图;
图6为本发明监控报警分析总体流程图;
图7为以检查业务为例的业务建模示意图;
图8为根据检查业务流程建立的标准状态机示意图;
图9为基于有限状态机的业务流程状态异常检测详细流程图;
图10为报警提醒机制流程图。
具体实施方式
下面结合图与具体实施案例进一步阐释本发明。
图1为本发明提供的基于消息语义标注的医疗信息系统集成监控方法总体结构图,其中:
S101,医疗消息事件接收解析
接收和解析来自各医疗信息系统的消息,解析过程中通过集成引擎功能组件以及脚本配置,实现消息的字段映射和消息字段中数据元素的代码转换,转换成XML格式待语义标注的消息事件。
该步骤中的消息接收操作为:开发集成通道配置,利用集成引擎消息接收组件接收来自各个医疗信息系统的医疗消息,包括标准的HL7消息和一些非标准的消息。
该步骤中的解析消息操作为:解析消息队列中接收到的医疗消息事件,针对不同格式的医疗消息事件,使用不同功能组件进行解析,通过字段映射和代码转换的方式解析医疗消息中的信息,转换成集成引擎内部消息对象,该消息对象是以XML格式表达并存储在内存中。
S102,医疗消息事件语义标注
以待标注的消息事件的事务类别、事件类型、协议格式为输入条件,读取消息转换映射关系配置文件,根据输入条件获取特定格式消息与统一标准消息的转换映射关系,根据映射关系,将消息事件转换为统一语义标注的消息事件。
消息转换映射关系配置文件是指:各种异构消息与统一语义的消息模型之间转换的映射关系配置,采用XML语言编写。
S103,医疗消息事件存储
将语义标注后的消息事件路由并存储至消息事件日志数据库中集中管理。
S104,医疗消息事件异常状态检测
查询数据库中关联的消息事件日志,建立当前业务流程状态链,与标准的业务流程状态对比分析,检测当前业务状态是否异常。
S105,报警提醒
如果出现状态异常,则生成报警事件,并关联异常消息事件。
图2表示本发明中消息模型设计的总体方法思路,其中:
事务类型定义,参照IHE集成技术框架的指导思想,对集成环境中的业务进行划分,将集成事务划分为:病人管理、医嘱、检查、检验、手术、摆药、处方、会诊、费用、体征、新生儿、费用等事务。
消息事件类型定义,参照HL7标准的消息事件类型定义方法,针对每个事务的流程单元定义消息事件的类型,主要包括:消息类型(Message Type)和事件类型(Event Type)两个重要属性,同时提供控制代码(Control Code)进行细粒度约束。
消息事件内容定义,定义医疗消息事件的元数据模型,包括消息类别信息,关联病人信息,消息事件内容,消息事件处理状态信息。
表格1和表格2是定义的事务类型以及消息事件类型。
表格3是定义的消息事件内容元数据。
表格1事务类型及消息事件类型定义
表格2事务类型及消息事件类型定义(续)
表格3消息内容元数据定义
含义 | 属性名称 | 类型长度 | 说明 |
消息事件序号 | SEQUENCE_ID | numeric(30,0) | 主键、自增 |
事务类型代码 | TRANS_CODE | varchar(30) | 所属事务类型 |
事件类型代码 | MSG_EVENT_CODE | int | 关联消息事件类型 |
事件类型描述 | MSG_EVENT_DESC | varchar(50) | 关联消息事件类型 |
事件子类型 | MSG_SUB_TYPE | varchar(30) | 消息事件子类型 |
消息事件来源 | MSG_CODE | varchar(30) | 消息事件产生来源 |
集成通道代码 | CHANNEL_CODE | varchar(255) | 通道代码 |
集成通道名称 | CHANNEL_NAME | varchar(50) | 集成通道名称 |
源消息UID | SOURCE_MSG_UID | varchar(255) | 通道源消息的GUID |
事件发生时间 | DATE_TIME | datetime | 事件发生实际时间 |
病人主索引号 | PATIENT_ID | varchar(50) | 病人主索引号 |
病人就诊号 | VISIT_ID | varchar(30) | 病人就诊号 |
消息索引号 | MSG_INDEX | varchar(30) | 消息事件索引号 |
消息子索引号 | MSG_SUB_INDEX | varchar(30) | 消息事件子索引号 |
事务状态代码 | TRANS_STATUS | varchar(10) | 事务状态代码 |
事件处理状态 | HANDLE_STATE | varchar(10) | 事件处理状态 |
事件处理时间 | HANDLE_TIME | datetime | 事件处理时间 |
消息处理结果 | HANDLE_RESULT | varchar(MAX) | 消息处理结果描述 |
源消息数据 | MSG_RAW_DATA | varchar(8000) | 消息事件的源数据 |
源消息格式 | DATA_PROTOCOL | varchar(30) | 如XML,HL7V2等 |
是否加密 | IS_ENCRYPTED | smallint | |
记录时间 | RECORD_DATE | datetime | 记录写入时间戳 |
图1中S102为针对语义异构的医疗消息事件进行语义标注,各种异构医疗消息采用统一的语义标注。
图3为本发明医疗消息语义标注的流程图,具体包括以下步骤:
以待标注的医疗消息事件的事务类别、事件类型、协议格式为输入条件,读取消息转换映射关系配置文件;
根据输入条件获取特定格式消息与统一标准消息的转换映射关系,根据映射关系,将待标注的医疗消息事件转换为统一语义标注的消息事件。
图4为本发明医疗消息语义标注的详细流程图,语义标注主要包括以下步骤:
获取步骤S101中医疗消息事件的消息类别等信息,主要包括消息协议格式,消息类别,事件类别,控制代码等信息;
读取映射关系配置文件,用命名为mapper的对象存储在内存中;
以事务类型、消息类型为条件,找到mapper中对应消息的映射关系所在的transformer节点,获取该节点下的所有信息,存储在映射转换对象transformer中;
获取该transformer节点下的inbound protocol节点信息,与源消息中的protocol比较,判断是否符合该协议规范,如果符合进行下一步骤;否则终止;
获取transformer中inbound属性列表;
根据每个inbound属性名称找到transformer根节点下step类型节点,该节点描述了所需要的映射转换规则;
如果step类型节点中有function类型子节点,该function类型子节点描述了属性映射转换所需要的工具类函数,则根据function类型子节点中的函数进行代码转换,转换后的值保存在该step的outbound属性变量中。
获取transformer中outbound protocol节点的值,将outbound中所有属性以及对应的数据按照outbound protocol的格式封装,返回结果。
表格4是XML格式的检查申请消息内容示例。
图5是检查预约HL7标准消息内容示例。
表格5是经过统一语义标注后的检查申请消息内容。
表格6是经过统一语义标注后的检查预约消息内容。
表格4检查申请XML格式消息示例
表格5语义标注后的检查申请消息事件内容
表格6语义标注后的检查预约消息示例
图1中,S103为将统一语义的消息事件归档管理。
将统一语义标注的监控消息事件归档到监控数据库中,集中管理。并建立快速查找索引。监控数据库的表结构根据消息模型的结构来设计。同时设计restful web service接口,提供消息模型管理服务。
表格7为消息事件归档管理的restful服务接口说明。
表格7消息事件归档管理接口说明
图1中,S104为针对医疗业务流程的异常分析。
图6是集成监控异常分析的总体流程图。
首先对医疗业务流程进行建模,根据业务状态建立标准有限状态机;然后,对单个消息事件处理状态进行分析,判断是否处理异常;最后,基于前面建立的标准业务流程状态机,分析当前业务流程状态是否异常。
首先,根据关键索引号找到当前消息事件对应的状态(Current State)B;然后,根据索引号找到最近的前一条消息记录对应的状态(PreviousState)A;从标准有限状态机中找到状态A对应的下一个状态(Next State)C;比较分析状态B与状态C是否相等;若不相等则表示异常,报出异常。
异常状态检测的详细步骤如下:
A、获取待检测医疗消息事件的消息类别,以及对应的状态码a;
B、解析配置文件,根据待检测医疗消息事件的事务类型,获取该事务的标准流程状态机配置,根据该配置初始化标准状态有向图邻接矩阵A;
C、根据业务索引号在监控数据库中查询历史消息日志,获取时间最近的一条医疗消息事件以及该医疗消息事件对应的状态码为b;
D、以状态b为起始状态索引,遍历邻接矩阵A,若存在A[b][a]=1则表示该业务流程状态正常,否则为异常。
图7是以检查业务为例的业务建模示意图。
图8是根据检查业务流程建立的标准状态机示意图。
图9为基于有限状态机的业务流程状态异常检测详细流程图。
图10为报警提醒机制流程图。
图1中,S105为针对异常状态发出报警提醒。S104中根据异常状态分析的结果,如果发现有异常状态,则记录发出异常报警事件,并推送给监控管理人员。该提醒机制是通过异步消息事件读写分离实现的。首先当发现异常状态的消息事件时,生成记录消息事件索引的报警(Alarm)事件,将该事件写入报警事件记录表中,同时提供该报警事件的查询服务接口,监控管理界面定时轮询该事件表,读取报警事件,将报警信息实时显示在监控管理面上,并通过红色标志告知提醒监控管理人员。
综上所述,本发明通过建立统一语义的医疗消息模型,将医疗活动中的消息以统一语义的医疗消息来表达并集中存储,同时对异常状态消息发出报警提醒,使得集成运行维护人员能及时发现问题,并能快速定位到问题原因所在,实现对医疗信息系统的集成监控,并提供快速排查问题的手段,提高集成运行维护的效率。
Claims (3)
1.一种基于消息语义标注的医疗信息系统集成监控方法,其特征在于,包括:
步骤1,建立统一语义的消息模型;
步骤2,利用统一语义的消息模型对语义异构的医疗消息事件进行语义标注,并存储至监控数据库,具体包括:
以待标注的医疗消息事件的事务类别、事件类型、协议格式为输入条件,读取消息转换映射关系配置文件;
根据输入条件获取特定格式消息与统一标准消息的转换映射关系,根据映射关系,将待标注的医疗消息事件转换为统一语义标注的消息事件;
所述转换映射关系配置文件采用XML语言编写,所述转换映射关系配置文件包括用于描述语义标注所有步骤的关键节点transformer,每个关键节点transformer包括多个step节点,每个step节点用于描述单个属性的语义标注步骤,语义标注具体步骤如下:
a、读取消息转换映射关系配置文件;
b、以事务类型、消息类型为条件,找到mapper中对应消息的映射关系所在的transformer关键节点;
c、判断transformer关键节点下协议描述和医疗消息事件中的protocol是否一致;
d、获取transformer中的inbound属性列表;
e、根据transformer根节点下每个step节点进行转换;
f、根据transformer中outbound protocol格式进行封装,返回语义标注结果;
步骤3,基于监控数据库中具有统一语义的医疗消息,进行医疗业务异常状态检测。
2.如权利要求1所述的基于消息语义标注的医疗信息系统集成监控方法,其特征在于,所述异常状态检测包括以下步骤:
查询数据库中关联的消息事件日志,建立当前业务流程状态链,与标准业务流程状态进行对比分析,判断当前业务状态是否正常。
3.如权利要求2所述的基于消息语义标注的医疗信息系统集成监控方法,其特征在于,所述异常状态检测包括以下步骤:
A、获取待检测医疗消息事件的消息类别,以及对应的状态码a;
B、解析配置文件,根据待检测医疗消息事件的事务类型,获取该事务的标准流程状态机配置,根据该配置初始化标准状态有向图邻接矩阵A;
C、根据业务索引号在监控数据库中查询历史消息日志,获取时间最近的一条医疗消息事件以及该医疗消息事件对应的状态码为b;
D、以状态b为起始状态索引,遍历邻接矩阵A,若存在A[b][a]=1则表示该业务流程状态正常,否则为异常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710159369.0A CN106991015B (zh) | 2017-03-17 | 2017-03-17 | 一种基于消息语义标注的医疗信息系统集成监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710159369.0A CN106991015B (zh) | 2017-03-17 | 2017-03-17 | 一种基于消息语义标注的医疗信息系统集成监控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106991015A CN106991015A (zh) | 2017-07-28 |
CN106991015B true CN106991015B (zh) | 2020-05-19 |
Family
ID=59412716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710159369.0A Active CN106991015B (zh) | 2017-03-17 | 2017-03-17 | 一种基于消息语义标注的医疗信息系统集成监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106991015B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110503334A (zh) * | 2019-08-23 | 2019-11-26 | 行吟信息科技(上海)有限公司 | 一种状态机控制方法及系统 |
CN110781136B (zh) * | 2019-10-15 | 2023-05-16 | 上海御渡半导体科技有限公司 | 一种基于日志的消息分类显示装置及其显示方法 |
CN111584059B (zh) * | 2020-04-21 | 2024-01-23 | 武汉联影医疗科技有限公司 | 系统监测方法、装置和计算机设备 |
CN111651442A (zh) * | 2020-05-15 | 2020-09-11 | 京东数字科技控股有限公司 | 一种数据报送方法、装置、电子设备及存储介质 |
CN112163407A (zh) * | 2020-10-29 | 2021-01-01 | 华东理工大学 | 一种基于语义依存关系的医疗文本标注方法 |
CN112559491A (zh) * | 2020-12-17 | 2021-03-26 | 山东健康医疗大数据有限公司 | 基于医疗行业内数据模型适配管理实现方法及系统 |
CN113900663B (zh) * | 2021-12-08 | 2022-05-10 | 阿里云计算有限公司 | 一种数据处理方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101052041A (zh) * | 2007-05-10 | 2007-10-10 | 浙江大学 | 医疗信息系统集成引擎 |
CN101083582A (zh) * | 2007-06-22 | 2007-12-05 | 华中科技大学 | 基于hl7代理服务器的异构医疗信息集成系统 |
CN102609506A (zh) * | 2012-02-03 | 2012-07-25 | 杭州杰唐信息技术有限公司 | 一种通过映射生成hl7消息的方法 |
CN103530524A (zh) * | 2013-10-24 | 2014-01-22 | 徐州通软计算机系统集成有限公司 | 医疗信息智能数据平台及其使用方法和应用 |
CN103699391A (zh) * | 2013-12-30 | 2014-04-02 | 天津大学 | 从传统Web服务到多维度语义模型的Web服务转换方法 |
CN103778346A (zh) * | 2014-02-18 | 2014-05-07 | 中国科学院上海技术物理研究所 | 医疗信息处理方法和装置 |
CN103810156A (zh) * | 2014-01-17 | 2014-05-21 | 浙江大学 | 利用二次语义标注的文本信息提取方法 |
CN103839155A (zh) * | 2013-11-13 | 2014-06-04 | 重庆大学 | 一种基于语义网关的异构信息系统模型集成方法 |
CN105893162A (zh) * | 2016-03-29 | 2016-08-24 | 浙江大学 | 一种基于消息自动路由的多医疗信息系统集成方法 |
-
2017
- 2017-03-17 CN CN201710159369.0A patent/CN106991015B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101052041A (zh) * | 2007-05-10 | 2007-10-10 | 浙江大学 | 医疗信息系统集成引擎 |
CN101083582A (zh) * | 2007-06-22 | 2007-12-05 | 华中科技大学 | 基于hl7代理服务器的异构医疗信息集成系统 |
CN102609506A (zh) * | 2012-02-03 | 2012-07-25 | 杭州杰唐信息技术有限公司 | 一种通过映射生成hl7消息的方法 |
CN103530524A (zh) * | 2013-10-24 | 2014-01-22 | 徐州通软计算机系统集成有限公司 | 医疗信息智能数据平台及其使用方法和应用 |
CN103839155A (zh) * | 2013-11-13 | 2014-06-04 | 重庆大学 | 一种基于语义网关的异构信息系统模型集成方法 |
CN103699391A (zh) * | 2013-12-30 | 2014-04-02 | 天津大学 | 从传统Web服务到多维度语义模型的Web服务转换方法 |
CN103810156A (zh) * | 2014-01-17 | 2014-05-21 | 浙江大学 | 利用二次语义标注的文本信息提取方法 |
CN103778346A (zh) * | 2014-02-18 | 2014-05-07 | 中国科学院上海技术物理研究所 | 医疗信息处理方法和装置 |
CN105893162A (zh) * | 2016-03-29 | 2016-08-24 | 浙江大学 | 一种基于消息自动路由的多医疗信息系统集成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106991015A (zh) | 2017-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106991015B (zh) | 一种基于消息语义标注的医疗信息系统集成监控方法 | |
US10810074B2 (en) | Unified error monitoring, alerting, and debugging of distributed systems | |
US8024305B2 (en) | Updating a data warehouse schema based on changes in an observation model | |
CN110908883B (zh) | 用户画像数据监控方法、系统、设备及存储介质 | |
US7251584B1 (en) | Incremental detection and visualization of problem patterns and symptoms based monitored events | |
US7895470B2 (en) | Collecting and representing knowledge | |
US20060106796A1 (en) | Knowledge stores for interactive diagnostics | |
US20070143338A1 (en) | Method and system for automatically building intelligent reasoning models based on Bayesian networks using relational databases | |
CN111339175B (zh) | 数据处理方法、装置、电子设备及可读存储介质 | |
JP2006509307A (ja) | 混合データ統合サービスの提供システム及び提供方法 | |
US8650444B2 (en) | Operation management device and operation management method | |
US10423509B2 (en) | System and method for managing environment configuration using snapshots | |
CN115989483A (zh) | 用于大型动态过程执行系统的自动根本原因分析与预测 | |
US20140324518A1 (en) | Autotagging business processes | |
US20140067459A1 (en) | Process transformation recommendation generation | |
Stein Dani et al. | Towards understanding the role of the human in event log extraction | |
US8688499B1 (en) | System and method for generating business process models from mapped time sequenced operational and transaction data | |
Negandhi et al. | IBM predictive maintenance and quality 2.0 technical overview | |
Michelberger et al. | On handling process information: Results from case studies and a survey | |
US11838171B2 (en) | Proactive network application problem log analyzer | |
CN115689788A (zh) | 一种财务数据分析方法 | |
JP2018106492A (ja) | イベント情報可視化装置、プログラム及び方法 | |
CN111435466A (zh) | 一种一体化机房运维管理系统 | |
US20100106746A1 (en) | Modular interface for database conversion | |
Riley et al. | The Patient Safety and Quality Improvement Act of 2005: developing an error reporting system to improve patient safety |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |