CN107657991B - 患者数据筛选方法及装置、存储介质、电子设备 - Google Patents

Abstract

本公开涉及数据处理技术领域，尤其涉及一种患者数据筛选方法及装置、存储介质、电子设备。该方法可以包括：获取当前医学数据；计算所述当前医学数据与纳排列表中的医学数据之间的差值数据；利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据。本公开确保了筛选出的患者的医学数据的准确性，实现了患者的医学数据的自动筛选，提高了筛选效率，大大降低了筛选成本。

Description

患者数据筛选方法及装置、存储介质、电子设备

技术领域

本公开涉及数据处理技术领域，尤其涉及一种患者数据筛选方法及装置、存储介质、电子设备。

背景技术

医学数据是医生对患者诊断和治疗过程中产生的数据，包括患者基本数据、电子病历、诊断词、医学影像数据、医学管理、经济数据、医疗设备和仪器数据等，以患者为中心，成为医疗信息的主要来源。准确的整合医学数据对医学项目研究有着重大的意义。

目前，用于医学项目研究的医学数据一般由人工根据纳排条件对医学存量数据中的各患者的医学数据进行筛选，并将符合纳排条件的患者的医学数据手工加入纳排列表中。

显然，一方面，由于在人工对医学存量数据进行筛选时，可能存在漏筛、错筛的现象，导致筛选准确率低，进而导致加入到纳排列表中的医学数据不准确；另一方面，人工筛选的方式效率低，筛选成本高；又一方面，由于医学存量数据不能及时更新，导致筛选出的医学数据仅为历史存量数据，无法及时的将更新后的符合纳排条件的医学数据加入纳排列表中。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种患者数据筛选方法及装置、存储介质、电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

根据本公开的一个方面，提供一种患者数据筛选方法，包括：

获取当前医学数据；

计算所述当前医学数据与纳排列表中的医学数据之间的差值数据；

利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据。

在本公开的一种示例性实施例中，所述差值数据包括增量数据和变量数据；

所述计算所述当前医学数据与纳排列表中的医学数据之间的差值数据包括：

计算所述当前医学数据与所述纳排列表中的医学数据之间的所述增量数据和所述变量数据；

所述利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据包括：

利用一纳排条件在所述增量数据和所述变量数据中筛选符合所述纳排条件的患者的医学数据。

在本公开的一种示例性实施例中，所述计算所述当前医学数据与纳排列表中的医学数据之间的差值数据包括：

基于所述当前医学数据与上一版的医学数据生成医学质量报告；

根据所述医学质量报告判断所述当前医学数据是否可靠，并在判断所述当前医学数据可靠时，计算所述当前医学数据与纳排列表中的医学数据之间的差值数据。

在本公开的一种示例性实施例中，所述计算所述当前医学数据与纳排列表中的医学数据之间的差值数据包括：

细化所述当前医学数据并计算细化后的所述当前医学数据与纳排列表中的医学数据之间的差值数据。

在本公开的一种示例性实施例中，所述计算细化后的所述当前医学数据与纳排列表中的医学数据之间的差值数据包括：

将细化后的所述当前医学数据转化为预设配置的所述医学数据；

计算预设配置的所述医学数据与纳排列表中的医学数据之间的差值数据。

在本公开的一种示例性实施例中，所述方法还包括：

显示符合所述纳排条件的各所述患者的医学数据，并分别基于各所述患者的医学数据显示一入组控件。

在本公开的一种示例性实施例中，所述获取当前医学数据包括：

根据一预设周期获取当前医学数据。

根据本公开的一个方面，提供一种患者数据筛选装置，包括：

获取模块，用于获取当前医学数据；

计算模块，用于计算所述当前医学数据与纳排列表中的医学数据之间的差值数据；

筛选模块，用于利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据。

根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的患者数据筛选方法。

根据本公开的一个方面，提供一种电子设备，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行上述中任意一项所述的患者数据筛选方法。

本公开一种示例实施例提供的患者数据筛选方法及装置、存储介质、电子设备。通过计算所述当前医学数据与纳排列表中的医学数据之间的差值数据，并利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者医学数据。一方面，利用一纳排条件在所述差值数据中筛选符合纳排条件的患者的医学数据，相比于现有技术排除了人为的影响，确保了筛选出的患者的医学数据的准确性；另一方面，通过计算差值数据并利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据，不再需要人工对患者的医学数据进行筛选，实现了患者的医学数据的自动筛选，提高了筛选效率，大大降低了筛选成本。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

通过参照附图来详细描述其示例性实施例，本公开的上述和其它特征及优点将变得更加明显。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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。在附图中：

图1为本公开一种患者数据筛选方法的流程图；

图2为本公开一示例性实施例中显示患者的医学数据的示意图；

图3为本公开一种患者数据筛选装置的框图；

图4为本公开示一示例性实施例中的电子设备的模块示意图；

图5为本公开示一示例性实施例中的程序产品示意图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

本示例性实施例中首先公开了一种患者数据筛选方法。参照图1所示，所述患者数据筛选方法可以包括以下步骤：

步骤S1、获取当前医学数据；

步骤S2、计算所述当前医学数据与纳排列表中的医学数据之间的差值数据；

步骤S3、利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据。

根据本示例性实施例中的患者数据筛选方法，一方面，利用一纳排条件在所述差值数据中筛选符合纳排条件的患者的医学数据，相比于现有技术排除了人为的影响，确保了筛选出的患者的医学数据的准确性；另一方面，通过计算差值数据并利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据，不再需要人工对患者的医学数据进行筛选，实现了患者的医学数据的自动筛选，提高了筛选效率，大大降低了筛选成本。

下面，将参照图1，对本示例性实施例中的患者数据筛选方法作进一步的说明。

在步骤S1中，获取当前医学数据。

在本示例性实施例中，可以通过获取模块从医学数据库中获取当前医学数据。所述当前医学数据可以包括多个患者的医学数据，每个患者的医学数据均可以包括患者基本数据、电子病历、诊断词、医学影像数据、医学管理、经济数据、医疗设备和仪器数据、化验结果等。

为了确保能够及时的将更新后的医学数据中的符合纳排条件的患者的医学数据筛选出来，所述获取当前医学数据可以包括：根据一预设周期获取当前医学数据。

在本示例性实施例中，所述预设周期可以由客户根据医学数据的更新周期进行设置。例如，在医学数据的更新周期为3天时，可以将预设周期设置为3天，即每3天获取一次当前医学数据。再例如，在医学数据的更新周期为5天时，可以将预设周期设置为5天，即每5天获取一次当前医学数据。

需要说明的是，由于不同的医学数据更新的周期可能不同，可以根据医学数据的不同为不同的医学数据设置不同的预设周期。

在步骤S2、计算所述当前医学数据与纳排列表中的医学数据之间的差值数据。

在本示例性实施例中，所述纳排列表中存贮有纳排后的且符合纳排条件的患者的医学数据。所述差值数据可以包括增量数据和变量数据，所述增量数据指新增的患者的医学数据，所述变量数据指纳排列表中已有的且医学数据发生更改和/或新增的患者的医学数据。基于此，所述计算所述当前医学数据与纳排列表中的医学数据之间的差值数据可以包括：计算所述当前医学数据与所述纳排列表中的医学数据之间的所述增量数据和所述变量数据。具体的，首先可以将当前医学数据中的各患者的医学数据中的身份信息(例如身份证号、军官证等)分别与纳排列表中的各患者的医学数据中的身份信息(例如身份证号、军官证等)进行匹配，将当前医学数据中的未配成功的各患者的医学数据标记为增量数据；然后，将当前医学数据中的配成功的各患者的医学数据分别与对应的纳排列表中的患者的医学数据进行比较，以得到当前医学数据中的配成功的各患者新增的医学数据和/或更改的医学数据。

为了确保医学数据的可靠性，进而保证筛选出的患者的医学数据的准确性，所述计算所述当前医学数据与纳排列表中的医学数据之间的差值数据可以包括：基于所述当前医学数据与上一版的医学数据生成医学质量报告；根据所述医学质量报告判断所述当前医学数据是否可靠，并在判断所述当前医学数据可靠时，计算所述当前医学数据与纳排列表中的医学数据之间的差值数据。在本示例性实施例中，生成医学质量报告的方法为现有技术，因此，此处不再赘述。在生成医学质量报告时，由医院的审核人员对质控报告中的每一项数据进行审核，并在审核通过时，可以通过界面中的“通过”控件向系统发出当前医学数据可靠的信息，在系统接收到当前医学数据可靠的信息时，计算所述当前医学数据与纳排列表中的医学数据之间的差值数据。

为了加快计算效率和准确率，所述计算所述当前医学数据与纳排列表中的医学数据之间的差值数据可以包括：细化所述当前医学数据并计算细化后的所述当前医学数据与纳排列表中的医学数据之间的差值数据。在本示例性实施例中，将当前医学数据中的各患者的医学数据中的每一项数据进行细化，例如，可以将患者的医学数据中的个人身份信息细化为姓名、身份证号、出生年月等。需要说明的是，计算细化后的所述当前医学数据与纳排列表中的医学数据之间的差值数据的原理与步骤S2中的计算所述当前医学数据与纳排列表中的医学数据之间的差值数据的原理相同，因此此处不再赘述。

为了进一步的提高计算效率，所述计算细化后的所述当前医学数据与纳排列表中的医学数据之间的差值数据可以包括：将细化后的所述当前医学数据转化为预设配置的所述医学数据；计算预设配置的所述医学数据与纳排列表中的医学数据之间的差值数据。

在本示例性实施例中，所述预设配置可以根据具体的医学研究项目进行设置。例如，医学研究项目为对西南地区的胃病患者进行研究。此时，预设配置包括位置信息、性别信息、身份信息、年龄信息以及与胃病有关的诊断信息和检查信息，基于此，预设配置的医学数据仅包括各患者的位置数据、性别数据、身份数据、年龄数据以及与胃病有关的诊断数据和检查数据。

在本示例性实施例中，将细化后的所述当前医学数据转化为预设配置的所述医学数据的过程为：保留当前医学数据中的各患者的医学数据中的与预设配置相符的数据，删除与预设配置不符合的数据，以得到预设配置的医学数据。

需要说明的是，计算预设配置的所述医学数据与纳排列表中的医学数据之间的差值数据的原理与步骤S2中的计算所述当前医学数据与纳排列表中的医学数据之间的差值数据的原理相同，因此此处不再赘述。

在步骤S3中，利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据。

在本示例性实施例中，所述纳排条件可以根据具体的医学研究项目进行确定，例如，在医学研究项目为对年龄阶段在18到70岁的胃癌患者进行研究时，所述纳排条件可以包括：18～70岁、胃癌。以纳排条件为18～70岁和胃癌为例对步骤S3进行说明。在差值数据中将符合18～70岁且诊断为胃癌的患者的医疗数据筛选出来。

所述差值数据可以包括增量数据和变量数据，所述增量数据和变量数据均已在上文中做了详细的解释，此处不再赘述。基于此，所述利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据可以包括：利用一纳排条件在所述增量数据和所述变量数据中筛选符合所述纳排条件的患者的医学数据。在本示例性实施例中，以纳排条件为18～70岁和胃癌为例进行说明，首先在增量数据中筛选出年龄在18～70岁且诊断为胃癌的患者的医学数据；然后，在变量数据中的各患者的医学数据中筛选出各患者发生更改和/或新增的医疗数据。

为了能够使工作人员直观的看到筛选出的各患者的医疗数据，所述方法还可以包括显示符合所述纳排条件的患者的医学数据，并分别基于各所述患者的医学数据显示一入组控件。

在本示例性实施例中，如图2所示，可以在显示界面中显示符合纳排条件的患者的医学数据。为了能够让工作人员自行决定是否将符合纳排条件的患者的医学数据加入纳排列表中，如图2所示，可以基于各所述患者的医学数据显示一入组控件，用户可以通过点击与患者的医学数据对应的入组控件，将该患者的医学数据加入纳排列表中。此外，为了实现批量入组，可以分别基于各患者的医学数据显示一选择控件，并在显示界面中显示一批量入组控件，如图2所示，用户可以通过选中与患者的医学数据对应的选择控件，再通过点击图2中的“选中患者入组控件”(等同于批量入组控件)将选中的患者的医疗数据加入纳排列表中。在所述差值数据可以包括增量数据和变量数据时，将增量数据中符合纳排条件的患者的医学数据以及变量数据中的各患者的医学数据发生更改和/或新增的医学数据进行显示。

综上所述，利用一纳排条件在所述差值数据中筛选符合纳排条件的患者的医学数据，相比于现有技术排除了人为的影响，确保了筛选出的患者的医学数据的准确性；另外，通过计算差值数据并利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学据，不再需要人工对患者的医学数据进行筛选，实现了患者的医学数据的自动筛选，提高了筛选效率，大大降低了筛选成本。

需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

在本公开的示例性实施例中，还提供了一种患者数据筛选装置，如图3所示，该患者数据筛选装置100可以包括：获取模块101、计算模块102以及筛选模块103，其中：

获取模块101可以用于获取当前医学数据；

计算模块102可以用于计算所述当前医学数据与纳排列表中的医学数据之间的差值数据；

筛选模块103可以用于利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据。

上述中各患者数据筛选装置模块的具体细节已经在对应的患者数据筛选方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图4来描述根据本发明的这种实施方式的电子设备600。图4显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：上述至少一个处理单元610、上述至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的步骤S1、获取当前医学数据；步骤S2、计算所述当前医学数据与纳排列表中的医学数据之间的差值数据；步骤S3、利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据。

存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。

存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器660通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图5所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (8)

1.一种患者数据筛选方法，其特征在于，包括：

获取当前医学数据，所述当前医学数据包括多个患者的医学数据，并且所述多个患者不限于纳排列表中的患者；

计算所述当前医学数据与所述纳排列表中的医学数据之间的差值数据，其中，所述纳排列表中存贮有纳排后的且符合纳排条件的患者的医学数据；所述差值数据包括增量数据和变量数据，所述增量数据为新增的患者的医学数据，所述变量数据为所述纳排列表中已有的且医学数据发生更改和/或新增的患者的医学数据；所述计算所述当前医学数据与所述纳排列表中的医学数据之间的差值数据，包括：基于所述当前医学数据与上一版的医学数据生成医学质量报告；根据所述医学质量报告判断所述当前医学数据是否可靠，并在判断所述当前医学数据可靠时，将所述当前医学数据中各患者的医学数据中的身份信息分别与所述纳排列表中各患者的医学数据中的身份信息进行匹配；将所述当前医学数据中未配成功的患者的医学数据标记为所述增量数据；将所述当前医学数据中配成功的患者的医学数据分别与所述纳排列表中对应的患者的医学数据进行比较，以得到所述变量数据；

利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据，并根据符合所述纳排条件的患者的医学数据进行医学研究。

2.根据权利要求1所述的患者数据筛选方法，其特征在于，所述计算所述当前医学数据与纳排列表中的医学数据之间的差值数据包括：

细化所述当前医学数据并计算细化后的所述当前医学数据与纳排列表中的医学数据之间的差值数据。

3.根据权利要求2所述的患者数据筛选方法，其特征在于，所述计算细化后的所述当前医学数据与纳排列表中的医学数据之间的差值数据包括：

将细化后的所述当前医学数据转化为预设配置的所述医学数据；

计算预设配置的所述医学数据与纳排列表中的医学数据之间的差值数据。

4.根据权利要求1所述的患者数据筛选方法，其特征在于，所述方法还包括：

显示符合所述纳排条件的各所述患者的医学数据，并分别基于各所述患者的医学数据显示一入组控件。

5.根据权利要求1所述的患者数据筛选方法，其特征在于，所述获取当前医学数据包括：

根据一预设周期获取当前医学数据。

6.一种患者数据筛选装置，其特征在于，包括：

获取模块，用于获取当前医学数据，所述当前医学数据包括多个患者的医学数据，并且所述多个患者不限于纳排列表中的患者；

计算模块，用于计算所述当前医学数据与所述纳排列表中的医学数据之间的差值数据，其中，所述纳排列表中存贮有纳排后的且符合纳排条件的患者的医学数据；所述差值数据包括增量数据和变量数据，所述增量数据为新增的患者的医学数据，所述变量数据为所述纳排列表中已有的且医学数据发生更改和/或新增的患者的医学数据；所述计算所述当前医学数据与所述纳排列表中的医学数据之间的差值数据，包括：基于所述当前医学数据与上一版的医学数据生成医学质量报告；根据所述医学质量报告判断所述当前医学数据是否可靠，并在判断所述当前医学数据可靠时，将所述当前医学数据中各患者的医学数据中的身份信息分别与所述纳排列表中各患者的医学数据中的身份信息进行匹配；将所述当前医学数据中未配成功的患者的医学数据标记为所述增量数据；将所述当前医学数据中配成功的患者的医学数据分别与所述纳排列表中对应的患者的医学数据进行比较，以得到所述变量数据；

筛选模块，用于利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据，并根据符合所述纳排条件的患者的医学数据进行医学研究。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～5中任意一项所述的患者数据筛选方法。

8.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1～5中任意一项所述的患者数据筛选方法。

Images