CN107784057B - 医疗数据匹配方法和装置 - Google Patents
医疗数据匹配方法和装置 Download PDFInfo
- Publication number
- CN107784057B CN107784057B CN201710124860.XA CN201710124860A CN107784057B CN 107784057 B CN107784057 B CN 107784057B CN 201710124860 A CN201710124860 A CN 201710124860A CN 107784057 B CN107784057 B CN 107784057B
- Authority
- CN
- China
- Prior art keywords
- medical data
- matched
- database
- standard
- matching
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24558—Binary matching operations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及一种数据匹配方法和装置,该方法包括:获取待匹配数据库中存储的医疗数据和预设的分词逻辑;依据分词逻辑对标准数据库中的医疗数据进行分词处理形成标准医疗数据;依据分词逻辑对待匹配数据库中的医疗数据进行分词处理形成待匹配医疗数据;通过待匹配医疗数据匹配标准医疗数据;当待匹配医疗数据与标准医疗数据相匹配时,则根据待匹配医疗数据与标准医疗数据的匹配关系,建立并存储待匹配数据库中对应的医疗数据与标准数据库中对应的医疗数据的匹配关系。上述数据匹配方法和装置,通过采用同一分词逻辑对标准数据库和待匹配数据库的信息进行分词后,自动建立待匹配数据库和标准数据库之间的匹配关系,节省了人力物力,提高了匹配效率。
Description
技术领域
本发明涉及数据处理领域,特别是涉及一种医疗数据匹配方法和装置。
背景技术
随着信息技术的快速发展,我国越来越多的医院正加速建设医疗信息化平台,以提高医院的服务水平与核心竞争力。医疗信息化平台的使用有助于提升医生的工作效率,给患者提供很好的体验,为提高医疗服务质量提供很大帮助。
但是由于各地的医疗信息化平台中存储的各个数据库与国家发布的标准库之间存在差异,因此在医生诊疗行为规范和医保报销方面均会存在错误,为此传统做法是人工根据实际使用情况来建立地方数据库中的某一名称与国家发布的标准库中的名称的匹配关系,该种方式效率低下,且极易出现错误。
发明内容
基于此,有必要提供一种医疗数据匹配方法和装置,自动建立待匹配数据库与标准数据库之间的关系。
一种医疗数据匹配方法,所述方法包括:
获取待匹配数据库中存储的医疗数据;
获取预设的分词逻辑;
依据所述分词逻辑对标准数据库中的医疗数据进行分词处理以形成标准医疗数据;
依据所述分词逻辑对所述待匹配数据库中的医疗数据进行分词处理以形成待匹配医疗数据;
通过所述待匹配医疗数据匹配所述标准医疗数据;
当所述待匹配医疗数据与所述标准医疗数据相匹配时,则根据所述待匹配医疗数据与所述标准医疗数据的匹配关系,建立并存储所述待匹配数据库中对应的医疗数据与所述标准数据库中对应的医疗数据的匹配关系。
在其中一个实施例中,所述依据所述分词逻辑对标准数据库中的医疗数据进行分词处理以形成标准医疗数据的步骤,包括:
依据所述分词逻辑,将所述标准库中的医疗数据分为至少一个医学标准术语;
所述依据所述分词逻辑对所述待匹配数据库中的医疗数据进行分词处理以形成待匹配医疗数据的步骤,包括:
依据所述分词逻辑,将所述待匹配数据库中的医疗数据分为至少一个医学标准术语。
在其中一个实施例中,所述通过所述标准医疗数据匹配所述待匹配医疗数据的步骤,包括:
步骤A:通过所述待匹配医疗数据的第一个分词匹配所述标准数据库中所有所述标准医疗数据的每一分词;
步骤B:当所述待匹配医疗数据中还存在未进行匹配的分词时,则通过所述未进行匹配的分词匹配剩余标准医疗数据的每一分词,直至所述待匹配医疗数据中的全部分词匹配完成,所述剩余标准医疗数据为前一分词所匹配出的标准医疗数据;
重复上述步骤A和步骤B直至所述待匹配数据库中所有所述待匹配医疗数据匹配完成。
在其中一个实施例中,所述根据所述待匹配医疗数据与所述标准医疗数据的匹配关系,建立并存储所述待匹配数据库中对应的医疗数据与所述标准数据库中对应的医疗数据的匹配关系的步骤,包括:
当至少两个所述标准医疗数据与所述待匹配医疗数据相匹配时,则显示与所述至少两个所述标准医疗数据相对应的所述标准数据库中的医疗数据、与所述待匹配医疗数据相对应的所述待匹配数据库中的医疗数据;或者
当至少两个所述标准医疗数据与所述待匹配医疗数据相匹配时,则计算所述至少两个标准医疗数据与所述待匹配医疗数据的匹配度;
当存在所述匹配度大于预设阈值的所述标准医疗数据时,则根据匹配度大于预设阈值的标准医疗数据与所述待匹配医疗数据的匹配关系,建立并存储所述待匹配数据库中对应的医疗数据与所述标准数据库中对应的医疗数据的匹配关系。
在其中一个实施例中,所述显示与所述至少两个所述标准医疗数据相对应的所述标准数据库中的医疗数据、与所述待匹配医疗数据相对应的所述待匹配数据库中的医疗数据的步骤之后,还包括:
接收匹配指令;
根据所述匹配指令,建立所述待匹配数据库中的相应医疗数据与所述标准数据库中的相应医疗数据的匹配关系后,将所述待匹配数据库中的相应医疗数据与所述标准数据库中的相应医疗数据的匹配关系存储至映射关系库;
在获取待匹配数据库中存储的医疗数据的步骤之后还包括:
根据所述映射关系库中存储的所述待匹配数据库中的医疗数据与所述标准数据库中的医疗数据的匹配关系,通过所述待匹配数据库中的医疗数据匹配所述标准数据库中的医疗数据;
当所述待匹配数据库中的医疗数据与所述标准数据库中的医疗数据不相匹配时,则继续获取预设的分词逻辑的步骤。
在其中一个实施例中,所述建立并存储所述待匹配数据库中对应的医疗数据与所述标准数据库中对应的医疗数据的匹配关系的步骤,包括:
在所述待匹配数据库中对应的医疗数据之后添加与所述待匹配数据库中对应的医疗数据相匹配的所述标准数据库中的医疗数据。
一种医疗数据匹配装置,所述装置包括:
数据获取模块,用于获取待匹配数据库中存储的医疗数据;
分词逻辑获取模块,用于获取预设的分词逻辑;
分词模块,用于依据所述分词逻辑对标准数据库中的医疗数据进行分词处理以形成标准医疗数据;以及依据所述分词逻辑对所述待匹配数据库中的医疗数据进行分词处理以形成待匹配医疗数据;
匹配模块,用于通过所述待匹配医疗数据匹配所述标准医疗数据;
匹配关系建立模块,用于当所述待匹配医疗数据与所述标准医疗数据相匹配时,则根据所述待匹配医疗数据与所述标准医疗数据的匹配关系,建立并存储所述待匹配数据库中对应的医疗数据与所述标准数据库中对应的医疗数据的匹配关系。
在其中一个实施例中,所述匹配模块包括:
第一匹配单元,用于通过所述待匹配医疗数据的第一个分词匹配所述标准数据库中所有所述标准医疗数据的每一分词;
第二匹配单元,用于当所述待匹配医疗数据中还存在未进行匹配的分词时,则通过所述未进行匹配的分词匹配剩余标准医疗数据的每一分词,直至所述待匹配医疗数据中的全部分词匹配完成,所述剩余标准医疗数据为前一分词所匹配出的标准医疗数据。
在其中一个实施例中,所述匹配关系建立模块包括:
显示单元,用于当至少两个所述标准医疗数据与所述待匹配医疗数据相匹配时,则显示与所述至少两个所述标准医疗数据相对应的所述标准数据库中的医疗数据、与所述待匹配医疗数据相对应的所述待匹配数据库中的医疗数据;或者
所述匹配关系建立模块包括:
匹配度计算单元,用于当至少两个所述标准医疗数据与所述待匹配医疗数据相匹配时,则计算所述至少两个标准医疗数据与所述待匹配医疗数据的匹配度;
匹配关系建立单元,用于当存在所述匹配度大于预设阈值的所述标准医疗数据时,则根据匹配度大于预设阈值的标准医疗数据与所述待匹配医疗数据的匹配关系,建立并存储所述待匹配数据库中对应的医疗数据与所述标准数据库中对应的医疗数据的匹配关系。
在其中一个实施例中,还包括:
映射模块,用于接收匹配指令;根据所述匹配指令,建立所述待匹配数据库中的相应医疗数据与所述标准数据库中的相应医疗数据的匹配关系后,将所述待匹配数据库中的相应医疗数据与所述标准数据库中的相应医疗数据的匹配关系存储至映射关系库;
所述匹配模块还用于在获取待匹配数据库中存储的医疗数据之后,根据所述映射关系库中存储的所述待匹配数据库中的医疗数据与所述标准数据库中的医疗数据的匹配关系,通过所述待匹配数据库中的医疗数据匹配所述标准数据库中的医疗数据;
所述分词逻辑获取模块还用于当所述待匹配数据库中的医疗数据与所述标准数据库中的医疗数据不相匹配时,则继续获取预设的分词逻辑的步骤。
上述数据匹配方法和装置,通过采用同一分词逻辑对标准数据库和待匹配数据库的信息进行分词后,自动建立待匹配数据库和标准数据库之间的匹配关系,节省了人力物力,提高了匹配效率。
附图说明
图1为一实施例中数据匹配方法的应用环境图;
图2为一实施例中数据匹配方法的流程图;
图3为图1所示实施例中步骤S110的流程图;
图4为图3所示实施例的一应用场景图;
图5为图3所示实施例的另一应用场景图;
图6为一实施例中的标准配数据库中存在多个相匹配的医疗数据时的显示界面图;
图7为图1所示实施例中数据匹配方法的补充流程图;
图8为一实施例中的匹配完成后的待匹配数据库的示意图;
图9为一实施例中数据匹配装置的结构示意图。
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,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
在详细说明根据本发明的实施例前,应该注意到的是,所述的实施例主要在于与医疗数据匹配方法和装置相关的步骤和系统组件的组合。因此,所属系统组件和方法步骤已经在附图中通过常规符号在适当的位置表示出来了,并且只示出了与理解本发明的实施例有关的细节,以免因对于得益于本发明的本领域普通技术人员而言显而易见的那些细节模糊了本发明的公开内容。
在本文中,诸如左和右,上和下,前和后,第一和第二之类的关系术语仅仅用来区分一个实体或动作与另一个实体或动作,而不一定要求或暗示这种实体或动作之间的任何实际的这种关系或顺序。术语“包括”、“包含”或任何其他变体旨在涵盖非排他性的包含,由此使得包括一系列要素的过程、方法、物品或者设备不仅包含这些要素,而且还包含没有明确列出的其他要素,或者为这种过程、方法、物品或者设备所固有的要素。
请参阅图1所示,图1为一实施例中数据匹配方法的应用环境图,在该实施例中,服务器内部署有标准数据库,该服务器可以获取待匹配数据库中的医疗数据,并将其与标准数据库中的医疗数据进行匹配,以建立待匹配数据库中的医疗数据和标准数据库中的医疗数据的匹配关系,为后续规范医生的诊疗行为以及医保报销的自动化奠定基础。例如,“白喉”这种疾病在医保报销时的标准名称为“白喉”,但是地方上一般称其为“喉白喉”,假设在医保报销时,“白喉”疾病的标准报销率为80%,而不存在“喉白喉”该种疾病的报销,这时,用户在报销时,由于确诊时的疾病名称为“喉白喉”,所以不会进行医保报销,由用户自费治疗,但是根据实际情况,“喉白喉”即为“白喉”,其的标准报销率为80%,即用户只需要自费20%即可,而不需要全额自费。为了克服上述的待匹配数据库中的医疗数据和标准数据库中的医疗数据之间存在的差异,本申请中提出了将待匹配数据库中的医疗数据和标准数据库中的医疗数据建立匹配关系的数据匹配方法。
请参阅图2所示,图2为一实施例中数据匹配方法的流程图,在该实施例中,该方法可以包括:
S102:获取待匹配数据库中存储的医疗数据。
具体地,当待匹配数据库为疾病库时,待匹配数据库中存储的医疗数据包括疾病名称;当待匹配数据库为诊疗服务目录库时,待匹配数据库中存储的医疗数据包括诊疗服务名称。
其中待匹配数据库通常是部署在医院中设置的服务器上,或者与医疗相关的地方政府机构中设置的服务器上等。
在实际应用中,在需要建立待匹配数据库中的医疗数据和标准数据库中的医疗数据的匹配关系时,首先需要将待匹配数据库中存储的医疗数据导入到存储有标准数据库的服务器中,以和标准数据库中的医疗数据进行匹配。例如,当需要建立山东的疾病库中的医疗数据和标准数据库中的医疗数据的匹配关系时,则只需要将山东的疾病库导入到相应的服务器中,服务器可以自动对山东的疾病库中的医疗数据和标准数据库中的医疗数据进行匹配;或者服务器可以根据用户输入的开始匹配指令来对山东的疾病库中的医疗数据和标准数据库中的医疗数据进行匹配,该开始匹配指令可以是在服务器显示屏上显示的图标,用户通过点击该图标即可以控制服务器开始对山东的疾病库中的医疗数据和标准数据库中的医疗数据进行匹配。
S104:获取预设的分词逻辑。
具体地,该分词逻辑是由用户自行预设的,该分词逻辑存储在上述的服务器中,当服务器获取到待匹配数据库的医疗数据时,则服务器相应地获取该分词逻辑,以对获取的待匹配数据库中的医疗数据进行分词处理。
其中,该分词逻辑可以包括以下步骤:首先去除无关字符串,例如“的”、“等”助词或副词。如果是待匹配数据库中的医疗数据,还可以进行标准化处理,即通过预存的标准化逻辑对相关字符串进行替换。第二,根据预存的标准医学术语对处理后的医疗数据进行分词,该步骤主要是在处理后的医疗数据中添加分词符,即从头遍历医疗数据,每遇到一标准医学术语,则在该标准医学术语之前和/或之后添加一分词符,该分词符可以是“$”等预定义的字符。
例如,待匹配数据库中的“慢性阻塞性的肺病”在分词时,首先需要去除无关字符串“的”变成“慢性阻塞性肺病”,然后可以进行标准化处理,例如将“慢性阻塞性肺病”替换为“慢性支气管炎症”。最后再进行分词,例如在“慢性支气管”之前和之后均添加一分词符“$”,然后在“炎症”之后添加一分词符“$”,因此“慢性支气管炎症”最后可以被分词为“$慢性支气管$炎症$”。其中由于“慢性支气管”和“炎症”之间已经存在一个分词符“$”,所以在遍历到“炎症”时,则不需要再次在“炎症”之前添加一分词符“$”,另外,在整个医疗数据的前后也可以不添加分词符“$”,例如“慢性支气管炎症”最后可以被分词为“慢性支气管$炎症”。
S106:依据分词逻辑对标准数据库中的医疗数据进行分词处理以形成标准医疗数据。
具体地,在建立待匹配数据库中的医疗数据和标准数据库中的医疗数据的匹配关系,如果不对两个数据库中的医疗数据进行分词处理,则会出现待匹配数据库中的某一医疗数据在标准数据库中无相对应的医疗数据的情况。例如,以疾病库为例,当标准数据库中的疾病名称为“放线菌病”时,待匹配数据库中不存在“放线菌病”的描述,但是存在“放线菌引起的病”的描述,此时如果不对标准数据库中的疾病名称进行分词,则待匹配数据库中的“放线菌引起的病”不会与标准数据库中的“放线菌病”相匹配,从而导致匹配出错,因此需要对标准数据库中的医疗数据进行分词处理。
S108:依据分词逻辑对待匹配数据库中的医疗数据进行分词处理以形成待匹配医疗数据。
具体地,如上所示,当标准数据库中的疾病名称为“放线菌病”时,待匹配数据库中不存在“放线菌病”的描述,但是存在“放线菌引起的病”的描述,此时即使已经对标准数据库中的疾病名称进行了分词,例如分词为“放线菌”和“病”,由于服务器将“放线菌”和“放线菌引起的病”当作两个不相关的内容,因此待匹配数据库中的“放线菌引起的病”也无法与标准数据库中的“放线菌病”相匹配,从而导致匹配出错。
另外,对待匹配数据库中的医疗数据和标准数据库中的医疗数据进行分词处理时,通常是采用同一分词逻辑,只有这样才能保证后续匹配的正确性,例如,如果标准数据库中的疾病名称“放线菌病”被分词为“放线菌”和“病”,而待匹配数据库中的疾病名称“放线菌引起的病”被分词为“放线”、“菌”、“引起的病”,则无论是通过待匹配数据库中的疾病名称分词“放线”,还是疾病名称分词“菌”、“引起的病”都无法匹配出标准数据库中的“放线菌”该个疾病名称,从而导致匹配出错。
上述步骤S106和步骤S108的前后顺序可以改变,即可以先对待匹配数据库中的医疗数据进行分词处理,再对标准数据库中的医疗数据进行分词处理。另外还可以是服务器预先对标准数据库中的医疗数据进行分词处理,并存储,从而不用每次建立待匹配数据库中的医疗数据和标准数据库中的医疗数据的匹配关系时,服务器均需要对标准数据库中的医疗数据进行处理,减少了数据处理的量,可以提高数据处理的速度。
S110:通过待匹配医疗数据匹配标准医疗数据。
具体地,如上述的,对标准数据库中的医疗数据和待匹配数据库中的医疗数据进行分词后,则可以进行两者的匹配处理。且通常是通过待匹配医疗数据的所有分词逐一去匹配标准医疗数据的分词,以最终获得与待匹配医疗数据相匹配的标准医疗数据。
S112:当待匹配医疗数据与标准医疗数据相匹配时,则根据待匹配医疗数据与标准医疗数据的匹配关系,建立并存储待匹配数据库中对应的医疗数据与标准数据库中对应的医疗数据的匹配关系。
具体地,在匹配处理是通过分词后的医疗数据进行的,但是匹配关系的建立是未分词前的医疗数据,即标准数据库中存储的医疗数据和待匹配数据库中存储的医疗数据的匹配关系。在匹配完成后,则建立标准数据库中存储的医疗数据和待匹配数据库中存储的医疗数据的匹配关系,以便后续规范医生诊疗行为和医保报销等处理过程使用。
上述数据匹配方法,通过采用同一分词逻辑对标准数据库和待匹配数据库的信息进行分词后,自动建立待匹配数据库和标准数据库之间的匹配关系,节省了人力物力,提高了匹配效率。
在其中一个实施例中,依据分词逻辑对标准数据库中的医疗数据进行分词处理以形成标准医疗数据的步骤,即步骤S106可以包括:依据分词逻辑,将标准数据库中的医疗数据分为至少一个医学标准术语。依据分词逻辑对待匹配数据库中的医疗数据进行分词处理以形成待匹配医疗数据的步骤,即步骤S108可以包括:依据分词逻辑,将待匹配数据库中的医疗数据分为至少一个医学标准术语。
上述的“医学标准术语”是指具有独立语义的术语,其不受其之后或之前的文字的影响,仅通过术语内容的文字即可以确定完整的医学专业概念。以疾病库为例,当疾病名称为“脑膜炎球菌感染”时,其不能被分词为“脑膜炎”“球菌”和“感染”三个词,因为仅“感染”是具有独立的语义的,而“脑膜炎”和“球菌”是局部有独立的医学专业概念,因此分词的结果应该是“脑膜炎球菌”和“感染”,只有将“脑膜炎”和“球菌”这两者结合在一起才能够表示这一疾病名称。以诊疗服务名称为例,当诊疗服务名称为“脑显像”时,不能分词为“脑显像”,因为其包含了两个具有独立的语义的词语,“脑”和“显像”,因此需要将该诊疗服务名称分词为“脑”和“显像”。
在本实施例中,充分考虑到医疗领域的通用标准,根据医疗领域的通用术语,对医疗数据进行了合理的分词,从而为提高待匹配数据库中的医疗数据和标准数据库中的医疗数据的匹配度奠定基础。
在其中一个实施例中,请参阅图3所示,图3为图1所示实施例中步骤S110的流程图,在该实施例中,通过待匹配医疗数据匹配标准医疗数据的步骤,即步骤S110可以包括:
S302:通过待匹配医疗数据的第一分词匹配标准数据库中所有标准医疗数据的每一分词。
具体地,如图4所示,图4为图3所示实施例的一应用场景图,服务器在进行标准医疗数据和待匹配医疗数据的匹配时,标准数据库中包含若干条医疗数据,从而分词后形成若干条标准医疗数据,同理,待匹配数据库中也包含若干条医疗数据,从而分词后形成若干条待匹配医疗数据,以图4为例,标准数据库和待匹配数据库中均包含10条医疗数据。在实际应用中,一个数据库中通常包含几百条甚至上万条医疗数据,且标准数据库中的医疗数据的条数通常和待匹配数据库中的医疗数据的条数不相等,一般标准数据库中医疗数据的条数要多于待匹配数据库中医疗数据的条数。
在该实施例中,一般会依据一定的顺序依次用待匹配医疗数据去匹配标准医疗数据,例如按照待匹配医疗数据的排列顺序的正序,反序或者用户预设的顺序,例如按照首字母的顺序等,一直到所有的待匹配医疗数据均匹配完成,才认为本次匹配完成。如图4所示,当已经匹配了三条医疗数据时,在匹配第四条待匹配医疗数据时,首先服务器通过该待匹配医疗数据的第一分词去匹配标准医疗数据的每一分词,且由于图4所示的第四条医疗数据“品他病”,其仅被划分为一个分词“品他病”,从而服务器可以直接根据第一分词“品他病”得到匹配结果。
S304:当待匹配医疗数据中还存在未进行匹配的分词时,则通过未进行匹配的分词匹配剩余标准医疗数据的每一分词,直至待匹配医疗数据中的全部分词匹配完成,剩余待匹配医疗数据为前一分词所匹配出的标准医疗数据。
请继续参阅图4所示,在遍历第五条标准医疗数据时,“其他吸虫感染”分词为“其他”、“吸虫”和“感染”三个分词,则服务器需要依次利用该三个分词去匹配标准医疗数据,例如,当第一个分词“其他”已经进行匹配了,且第二个分词“吸虫”还未进行匹配时,则服务器继续用“吸虫”去匹配“其他”匹配出的标准医疗数据,即去匹配“其他吸虫感染”、“其他病虫感染”、“其他特指类型的T/NK细胞淋巴瘤”和“其他B细胞淋巴瘤[恶性免疫增生性疾病]”,从而得到更小的范围。“其他吸虫感染”、“其他病虫感染”、“其他特指类型的T/NK细胞淋巴瘤”和“其他B细胞淋巴瘤[恶性免疫增生性疾病]”即可以看成文中提到的“剩余标准医疗数据”。
重复上述步骤S302和S304,直至待匹配数据库中的所有医疗数据匹配完成即可。
具体地,即当待匹配数据库中的第五条医疗数据匹配完成时,则服务器继续读取待匹配数据库中的第六条医疗数据进行匹配,直至待匹配数据库中的所有医疗数据匹配完成。
图4所示实施例是以国家卫计委的发布的标准疾病库为例进行的说明,请参阅图5所示,以国家人社部发布的标准诊疗服务目录库为例对上述过程进行进一步的说明,图5为图3所示实施例的另一应用场景图,在该实施例中,以待匹配医疗数据在待匹配数据库中的排列顺序为遍历顺序,如图5所示,首先服务器会根据分词后待匹配医疗数据“RH全血”去匹配标准数据库中的诊疗服务名称,诊疗服务名称“RH全血”被分词为“RH”和“全血”两个词,依次进行匹配可以获取到对应标准数据库中的“RH全血”的诊疗服务名称,从而可以建立两者之间的关系,在匹配完该待匹配医疗数据后,服务器会继续匹配下一待匹配医疗数据,例如图5中所示的“X线计算机体层平扫”,其被划分为“X线”、“计算机”、“体层”和“平扫”四个分词,首先服务器用“X线”该分词去匹配标准数据库中的标准诊疗服务名称,如图5所示,其可以匹配出“X线计算机体层平扫”和“X线计算机体层成像”两个待匹配诊疗服务名称,所以服务器继续用下一分词“计算机”去匹配“X线计算机体层平扫”和“X线计算机体层成像”两个标准诊疗服务名称,得到“X线计算机体层平扫”和“X线计算机体层成像”两个标准诊疗服务名称,然后服务器继续用“体层”去匹配该“X线计算机体层平扫”和“X线计算机体层成像”两个标准诊疗服务名称,得到“X线计算机体层平扫”和“X线计算机体层成像”两个标准诊疗服务名称,最后服务器再继续用“平扫”去匹配该“X线计算机体层平扫”和“X线计算机体层成像”两个标准诊疗服务名称,最后得到“X线计算机体层平扫”一个诊疗服务名称,从而完成待匹配医疗数据和标准医疗数据的匹配过程。
在上述实施例中,通过待匹配数据库中的每一条待匹配医疗数据的每一分词依次匹配标准数据库中的每一条标准医疗数据,不需要人工参与,节省时间、人力和物力,且未进行匹配的分词只需要匹配剩余标准医疗数据,而不需要重新匹配标准数据库中的所有的标准医疗数据,大大减少了数据的处理量,加快了数据处理的速度。
在其中一个实施例中,根据待匹配医疗数据与标准医疗数据的匹配关系,建立并存储待匹配数据库中对应的医疗数据与标准数据库中对应的医疗数据的匹配关系的步骤,即步骤S112可以包括当至少两个待匹配医疗数据与标准医疗数据相匹配时,则显示与至少两个标准医疗数据相对应的标准数据库中的医疗数据、与待匹配医疗数据相对应的待匹配数据库中的医疗数据。
具体地,如果只有一个标准医疗数据和待匹配医疗数据相匹配,则直接根据待匹配医疗数据和标准医疗数据的匹配关系建立待匹配数据库中对应的医疗数据和标准数据库中对应的医疗数据的匹配关系即可。但是如果存在多个标准医疗数据和待匹配医疗数据相匹配时,则服务器需要先输出该多个标准医疗数据库至服务器的显示界面,以引入人工审核,由用户来最终确立多个标准医疗数据中的某一个与待匹配医疗数据的关系。例如,待匹配数据库中疾病名称为“其他虫感染”时,其可以匹配出标准数据库中的“其他吸虫感染”和“其他病虫感染”两个待匹配疾病名称,如图6所示,图6为一实施例中的标准数据库中存在多个相匹配的医疗数据时的显示界面图,其在界面的一边显示标准数据库中的“其他吸虫感染”和“其他病虫感染”,在另一边显示待匹配数据库中的待匹配疾病名称“其他虫感染”,此时引入人工审核,由人工选择其中一个,例如可以在“其他病虫感染”面前的圆圈内点一下,从而可以建立待匹配数据库中疾病名称“其他虫感染”和标准数据库中的疾病名称“其他病虫感染”的匹配关系。当待匹配数据库中的多个医疗数据中的每一个均对应标准数据库中多个医疗数据时,则可以在一个页面中显示连续显示。
在上述实施例中,通过引入人工审核,使得匹配结果更加精确,且人工审核是基于计算机的输出结果之上,可以大大减少人工处理的数据的数量,从而加快数据处理的速度,应用较为广泛。
在其中一个实施例中,根据待匹配医疗数据与标准医疗数据的匹配关系,建立并存储待匹配数据库中对应的医疗数据与标准数据库中对应的医疗数据的匹配关系的步骤,即步骤S112可以包括以下步骤:
首先,当至少两个标准医疗数据与待匹配医疗数据相匹配时,则计算至少两个标准医疗数据与待匹配医疗数据的匹配度。
具体地,请结合图4所示的实施例,标准数据库中的疾病名称“其他吸虫感染”和“其他病虫感染”均可以与待匹配数据库中的待匹配疾病名称“其他虫感染”相匹配,此时服务器则自动计算“其他吸虫感染”和“其他病虫感染”与“其他虫感染”的匹配度。
在计算上述匹配度的时候,可以采用字数为标准,例如服务器计算待匹配数据库中的待匹配疾病名称“其他虫感染”和标准数据库中的标准疾病名称“其他吸虫感染”的匹配度时为5/6≈83.3%,因此待匹配数据库中的待匹配疾病名称“其他虫感染”和标准数据库中的标准疾病名称“其他吸虫感染”的匹配度为83.3%。在服务器计算待匹配数据库中的待匹配疾病名称“其他虫感染”和标准数据库中的标准疾病名称“其他病虫感染”的匹配度时为5/6≈83.3%。
其次,当存在匹配度大于预设阈值的待匹配医疗数据时,则根据匹配度大于预设阈值的待匹配医疗数据与标准医疗数据的匹配关系,建立并存储待匹配数据库中对应的医疗数据与标准数据库中对应的医疗数据的匹配关系。
继续参照上述例子,待匹配数据库中的待匹配疾病名称“其他虫感染”和标准数据库中的标准疾病名称“其他吸虫感染”、“其他病虫感染”的匹配度均为83.3%,但是由于大于预设阈值的标准疾病名称存在多个时,因此可以显示出来由人工进行选择,从而得出一最佳匹配结果。如果大于预设阈值的标准疾病名称只有一个,则直接建立两者之间的匹配关系即可。
其中预设阈值可以由用户自己设置,也可以根据大数据挖掘获取,例如可以设置成80%、85%、90%等。另外还可以直接获取匹配度最大的一个待匹配疾病名称,从而自动选择建立待匹配数据库中的待匹配疾病名称“其他吸虫感染”和标准数据库中的标准疾病名称“其他吸虫感染”之间的匹配关系。另外,如果匹配度最大的标准疾病名称存在多个时,则可以显示出来由人工进行选择,从而得出一最佳匹配结果。诊疗服务名称的处理方式与上述类似,在此不再赘述。
在上述实施例中,当匹配出多个标准医疗数据时,则通过模糊匹配,即计算匹配度来确定出一个标准医疗数据,从而可以进一步减少用户的工作量,节省时间、人力和物力。
在其中一个实施例中,显示与至少两个标准医疗数据相对应的标准数据库中的医疗数据、与待匹配医疗数据相对应的待匹配数据库中的医疗数据的步骤之后,还包括:接收匹配指令;根据匹配指令,建立待匹配数据库中的相应医疗数据与标准数据库中的相应医疗数据的匹配关系后,将待匹配数据库中的相应医疗数据与标准数据库中的相应医疗数据的匹配关系存储至映射关系库。其中该映射关系数据库中存储所有经过人工审核后的待匹配数据库中对应的医疗数据与标准数据库中对应的医疗数据的匹配关系,从而在下次建立待匹配数据库中存储的医疗数据和标准数据中存储的医疗数据之间关系的时候,可以不用分词,直接先根据该映射关系库中存储的匹配关系进行匹配,从而可以大大减少分词的数量,以及人工审核的次数,使得处理速度进一步地加快。
例如,请参阅图7所示,图7为图1所示实施例中数据匹配方法的补充流程图,在该实施例中,在获取待匹配数据库中存储的医疗数据的步骤之后还可以包括:
S702:根据映射关系库中所存储的待匹配数据库中的医疗数据与标准数据库中的医疗数据匹配关系,通过待匹配数据库中的医疗数据匹配标准数据库中的医疗数据。
如上文所述,由于每次经过人工审核后,所形成的匹配关系均存储在该映射关系库中,所以可以先根据该映射关系数据库对医疗数据进行匹配,而后再对未匹配的医疗数据进行分词,再进行的进一步地匹配。且由于该映射关系数据库的存在,在进行医保报销时,此处仍以“白喉”疾病为例,地方确诊时为“喉白喉”,则设置在地方的服务器可以直接查询该映射关系库,根据映射关系库中“喉白喉”与“白喉”的关系,直接将“喉白喉”等同于“白喉”,以进行医保报销。
S704:当待匹配数据库中的医疗数据与标准数据库中的医疗数据相匹配时,则继续通过待匹配数据库中的医疗数据匹配标准数据库中的医疗数据的步骤。
如上文所示,根据该映射关系数据库,可以先判断标准数据库中的医疗数据是否存在与待匹配数据库中的医疗数据相匹配的,如果存在相匹配的,则不再需要对该些医疗数据进行分词处理,继续匹配待匹配数据库中的下一条医疗数据,直至待匹配数据库中的所有医疗数据匹配完成。
S706:当标准数据库中的医疗数据与待匹配数据库中的医疗数据不相匹配时,则继续获取预设的分词逻辑的步骤。
如上文所示,首先根据映射关系数据库可以先处理待匹配数据库中的与标准数据库中的医疗数据相匹配的医疗数据,而对于未匹配成功的待匹配数据库中的部分医疗数据,则继续根据分词逻辑进行分词。
上述实施例中,通过建设映射关系库,即存储经过人工审核的待匹配数据库中对应的医疗数据与标准数据库中对应的医疗数据的匹配关系,在下一次待匹配数据库中的医疗数据需要与标准数据库中的医疗数据进行匹配时,可以先通过该映射关系库进行匹配,不需要进行分词等,大大减少了数据的处理量,加快了数据处理的速度。特别是对于需要人工审核的一些待匹配医疗数据与标准医疗数据的匹配关系,只要存储在上述映射关系库后,后续出现类似的情况,则可以直接根据映射关系库中存储的映射关系来建立匹配关系,而不需要人工再次进行选择,大大节省了用户的处理时间。
在其中一个实施例中,请参阅图8所示,图8为一实施例中的匹配完成后的待匹配数据库的示意图,建立待匹配数据库中对应的医疗数据与标准数据库中对应的医疗数据的匹配关系的步骤可以包括:在待匹配数据库中对应的医疗数据之后添加与待匹配数据库中对应的医疗数据相匹配的标准数据库中对应的医疗数据。
具体地,假设待匹配数据库是疾病名称库,则可以直接在待匹配数据库的疾病名称后再添加一个字段,例如图8中在“蛔虫病”后又增加了一个字段,其中填写“蛔虫病”,从而可以保证在后续规范医生诊疗行为或者医保报销的时候直接使用该待匹配数据库即可。
请参阅图9所示,图9为一实施例中数据匹配装置的结构示意图,在该实施例中,该装置可以包括:
数据获取模块100,用于获取待匹配数据库中存储的医疗数据。
分词逻辑获取模块200,用于获取预设的分词逻辑。
分词模块300,用于依据分词逻辑对标准数据库中的医疗数据进行分词处理以形成标准医疗数据,以及依据分词逻辑对待匹配数据库中的医疗数据进行分词处理以形成待匹配医疗数据。
匹配模块400,用于通过待匹配医疗数据匹配标准医疗数据。
匹配关系建立模块500,用于在待匹配医疗数据与标准医疗数据相匹配时,则根据待匹配医疗数据与标准医疗数据的匹配关系,建立并存储待匹配数据库中对应的医疗数据与标准数据库中对应的医疗数据的匹配关系。
在其中一个实施例中,分词模块300具体是用于依据分词逻辑,将所标准库中的医疗数据分为至少一个医学标准术语,以及依据分词逻辑,将待匹配数据库中的医疗数据分为至少一个医学标准术语。
在其中一个实施例中,匹配模块400可以包括:
第一匹配单元,用于通过待匹配医疗数据的第一个分词匹配标准数据库中所有标准医疗数据的每一分词。
第二匹配单元,用于当待匹配医疗数据中还存在未进行匹配的分词时,则通过未进行匹配的分词匹配剩余标准医疗数据的每一分词,直至待匹配医疗数据中的全部分词匹配完成,剩余标准医疗数据为前一分词所匹配出的标准医疗数据。
在其中一个实施例中,匹配关系建立模块500可以包括:
显示单元,用于在至少两个标准医疗数据与待匹配医疗数据相匹配时,则显示与至少两个标准医疗数据相对应的标准数据库中的医疗数据、与待匹配医疗数据相对应的待匹配数据库中的医疗数据。
或者匹配关系建立模块500可以包括:
匹配度计算单元,用于当至少两个标准医疗数据与待匹配医疗数据相匹配时,则计算至少两个标准医疗数据与待匹配医疗数据的匹配度。
匹配关系建立单元,用于当存在匹配度大于预设阈值的标准医疗数据时,则根据匹配度大于预设阈值的标准医疗数据与待匹配医疗数据的匹配关系,建立并存储待匹配数据库中对应的医疗数据与标准数据库中对应的医疗数据的匹配关系。
在其中一个实施例中,该装置还可以包括:
映射模块,用于接收匹配指令;根据匹配指令,建立待匹配数据库中的相应医疗数据与标准数据库中的相应医疗数据的匹配关系后,将待匹配数据库中的相应医疗数据与标准数据库中的相应医疗数据的匹配关系存储至映射关系库。
匹配模块400还用于在获取待匹配数据库中存储的医疗数据之后,根据映射关系库中存储的待匹配数据库中的医疗数据与标准数据库中的医疗数据的匹配关系,通过待匹配数据库中的医疗数据匹配标准数据库中的医疗数据。
分词逻辑获取模块200还用于在待匹配数据库中的医疗数据与标准数据库中的医疗数据不相匹配时,继续获取预设的分词逻辑。
在其中一个实施例中,匹配关系建立模块500还用于在待匹配数据库中对应的医疗数据之后添加与待匹配数据库中对应的医疗数据相匹配的标准数据库中的医疗数据。
关于上述装置的具体限定可以参照对于上述方法的具体限定,在此不再赘述。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种医疗数据匹配方法,其特征在于,所述方法包括:
获取待匹配数据库中存储的医疗数据;
获取预设的分词逻辑,所述分词逻辑包括:去除无关字符串,根据预存的标准医学术语对去除无关字符串后的医疗数据进行分词;
依据所述分词逻辑对标准数据库中的医疗数据进行分词处理以形成标准医疗数据;
依据所述分词逻辑对所述待匹配数据库中的医疗数据进行分词处理以形成待匹配医疗数据;
通过所述待匹配医疗数据匹配所述标准医疗数据;
当所述待匹配医疗数据与所述标准医疗数据相匹配时,则根据所述待匹配医疗数据与所述标准医疗数据的匹配关系,建立并存储所述待匹配数据库中对应的医疗数据与所述标准数据库中对应的医疗数据的匹配关系;
接收匹配指令;
根据所述匹配指令,建立所述待匹配数据库中的相应医疗数据与所述标准数据库中的相应医疗数据的匹配关系后,将所述待匹配数据库中的相应医疗数据与所述标准数据库中的相应医疗数据的匹配关系存储至映射关系库;
在获取待匹配数据库中存储的医疗数据的步骤之后还包括:
根据所述映射关系库中存储的所述待匹配数据库中的医疗数据与所述标准数据库中的医疗数据的匹配关系,通过所述待匹配数据库中的医疗数据匹配所述标准数据库中的医疗数据;
当所述待匹配数据库中的医疗数据与所述标准数据库中的医疗数据不相匹配时,则继续获取预设的分词逻辑的步骤。
2.根据权利要求1所述的方法,其特征在于,所述依据所述分词逻辑对标准数据库中的医疗数据进行分词处理以形成标准医疗数据的步骤,包括:
依据所述分词逻辑,将所述标准数据库中的医疗数据分为至少一个医学标准术语;
所述依据所述分词逻辑对所述待匹配数据库中的医疗数据进行分词处理以形成待匹配医疗数据的步骤,包括:
依据所述分词逻辑,将所述待匹配数据库中的医疗数据分为至少一个医学标准术语。
3.根据权利要求1或2所述的方法,其特征在于,所述通过所述标准医疗数据匹配所述待匹配医疗数据的步骤,包括:
步骤A:通过所述待匹配医疗数据的第一个分词匹配所述标准数据库中所有所述标准医疗数据的每一分词;
步骤B:当所述待匹配医疗数据中还存在未进行匹配的分词时,则通过所述未进行匹配的分词匹配剩余标准医疗数据的每一分词,直至所述待匹配医疗数据中的全部分词匹配完成,所述剩余标准医疗数据为前一分词所匹配出的标准医疗数据;
重复上述步骤A和步骤B直至所述待匹配数据库中所有所述待匹配医疗数据匹配完成。
4.根据权利要求3所述的方法,其特征在于,所述根据所述待匹配医疗数据与所述标准医疗数据的匹配关系,建立并存储所述待匹配数据库中对应的医疗数据与所述标准数据库中对应的医疗数据的匹配关系的步骤,包括:
当至少两个所述标准医疗数据与所述待匹配医疗数据相匹配时,则显示与所述至少两个所述标准医疗数据相对应的所述标准数据库中的医疗数据、与所述待匹配医疗数据相对应的所述待匹配数据库中的医疗数据;或者
当至少两个所述标准医疗数据与所述待匹配医疗数据相匹配时,则计算所述至少两个标准医疗数据与所述待匹配医疗数据的匹配度;
当存在所述匹配度大于预设阈值的所述标准医疗数据时,则根据匹配度大于预设阈值的标准医疗数据与所述待匹配医疗数据的匹配关系,建立并存储所述待匹配数据库中对应的医疗数据与所述标准数据库中对应的医疗数据的匹配关系。
5.根据权利要求1所述的方法,其特征在于,所述建立并存储所述待匹配数据库中对应的医疗数据与所述标准数据库中对应的医疗数据的匹配关系的步骤,包括:
在所述待匹配数据库中对应的医疗数据之后添加与所述待匹配数据库中对应的医疗数据相匹配的所述标准数据库中的医疗数据。
6.一种医疗数据匹配装置,其特征在于,所述装置包括:
数据获取模块,用于获取待匹配数据库中存储的医疗数据;
分词逻辑获取模块,用于获取预设的分词逻辑,所述分词逻辑包括:去除无关字符串,根据预存的标准医学术语对去除无关字符串后的医疗数据进行分词;
分词模块,用于依据所述分词逻辑对标准数据库中的医疗数据进行分词处理以形成标准医疗数据;以及依据所述分词逻辑对所述待匹配数据库中的医疗数据进行分词处理以形成待匹配医疗数据;
匹配模块,用于通过所述待匹配医疗数据匹配所述标准医疗数据;
匹配关系建立模块,用于当所述待匹配医疗数据与所述标准医疗数据相匹配时,则根据所述待匹配医疗数据与所述标准医疗数据的匹配关系,建立并存储所述待匹配数据库中对应的医疗数据与所述标准数据库中对应的医疗数据的匹配关系;
所述装置还包括:
映射模块,用于接收匹配指令;根据所述匹配指令,建立所述待匹配数据库中的相应医疗数据与所述标准数据库中的相应医疗数据的匹配关系后,将所述待匹配数据库中的相应医疗数据与所述标准数据库中的相应医疗数据的匹配关系存储至映射关系库;
所述匹配模块还用于在获取待匹配数据库中存储的医疗数据之后,根据所述映射关系库中存储的所述待匹配数据库中的医疗数据与所述标准数据库中的医疗数据的匹配关系,通过所述待匹配数据库中的医疗数据匹配所述标准数据库中的医疗数据;
所述分词逻辑获取模块还用于当所述待匹配数据库中的医疗数据与所述标准数据库中的医疗数据不相匹配时,则继续获取预设的分词逻辑的步骤。
7.根据权利要求6所述的装置,其特征在于,所述匹配模块包括:
第一匹配单元,用于通过所述待匹配医疗数据的第一个分词匹配所述标准数据库中所有所述标准医疗数据的每一分词;
第二匹配单元,用于当所述待匹配医疗数据中还存在未进行匹配的分词时,则通过所述未进行匹配的分词匹配剩余标准医疗数据的每一分词,直至所述待匹配医疗数据中的全部分词匹配完成,所述剩余标准医疗数据为前一分词所匹配出的标准医疗数据。
8.根据权利要求7所述的装置,其特征在于,所述匹配关系建立模块包括:
显示单元,用于当至少两个所述标准医疗数据与所述待匹配医疗数据相匹配时,则显示与所述至少两个所述标准医疗数据相对应的所述标准数据库中的医疗数据、与所述待匹配医疗数据相对应的所述待匹配数据库中的医疗数据;或者
所述匹配关系建立模块包括:
匹配度计算单元,用于当至少两个所述标准医疗数据与所述待匹配医疗数据相匹配时,则计算所述至少两个标准医疗数据与所述待匹配医疗数据的匹配度;
匹配关系建立单元,用于当存在所述匹配度大于预设阈值的所述标准医疗数据时,则根据匹配度大于预设阈值的标准医疗数据与所述待匹配医疗数据的匹配关系,建立并存储所述待匹配数据库中对应的医疗数据与所述标准数据库中对应的医疗数据的匹配关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710124860.XA CN107784057B (zh) | 2017-03-03 | 2017-03-03 | 医疗数据匹配方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710124860.XA CN107784057B (zh) | 2017-03-03 | 2017-03-03 | 医疗数据匹配方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107784057A CN107784057A (zh) | 2018-03-09 |
CN107784057B true CN107784057B (zh) | 2020-07-28 |
Family
ID=61437554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710124860.XA Active CN107784057B (zh) | 2017-03-03 | 2017-03-03 | 医疗数据匹配方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107784057B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110310739B (zh) * | 2018-03-20 | 2022-06-24 | 贺丽君 | 健康信息处理方法、及其系统 |
CN109461085B (zh) * | 2018-09-26 | 2024-04-26 | 平安健康保险股份有限公司 | 理赔数据代码匹配方法、装置、计算机设备和存储介质 |
CN109493966A (zh) * | 2018-10-27 | 2019-03-19 | 平安医疗健康管理股份有限公司 | 一种基于数据处理的高血压认证方法及相关设备 |
CN109753648B (zh) * | 2018-11-30 | 2022-12-20 | 平安科技(深圳)有限公司 | 词链模型的生成方法、装置、设备及计算机可读存储介质 |
CN109636640A (zh) * | 2018-12-13 | 2019-04-16 | 平安医疗健康管理股份有限公司 | 参保药品的报销方法、装置、设备及存储介质 |
CN111159978B (zh) * | 2019-12-30 | 2023-07-21 | 北京爱医生智慧医疗科技有限公司 | 一种字符串的替换处理方法及装置 |
CN111161817B (zh) * | 2019-12-31 | 2023-09-19 | 医渡云(北京)技术有限公司 | 医疗数据标准化处理方法、装置、介质及电子设备 |
CN112131375B (zh) * | 2020-09-18 | 2023-06-27 | 泰康保险集团股份有限公司 | 医疗数据匹配方法及装置、存储介质、电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156415A (zh) * | 2014-07-31 | 2014-11-19 | 沈阳锐易特软件技术有限公司 | 解决医疗数据标准编码对照问题的映射处理系统及方法 |
CN105069124A (zh) * | 2015-08-13 | 2015-11-18 | 易保互联医疗信息科技(北京)有限公司 | 一种自动化的国际疾病分类编码方法及系统 |
CN105574103A (zh) * | 2015-12-11 | 2016-05-11 | 浙江大学 | 基于分词编码自动构建医学术语映射关系的方法以及系统 |
CN106446025A (zh) * | 2016-08-30 | 2017-02-22 | 东软集团股份有限公司 | 一种标准化文本信息的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6723046B2 (en) * | 2001-01-29 | 2004-04-20 | Cybernet Systems Corporation | At-home health data management method and apparatus |
-
2017
- 2017-03-03 CN CN201710124860.XA patent/CN107784057B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156415A (zh) * | 2014-07-31 | 2014-11-19 | 沈阳锐易特软件技术有限公司 | 解决医疗数据标准编码对照问题的映射处理系统及方法 |
CN105069124A (zh) * | 2015-08-13 | 2015-11-18 | 易保互联医疗信息科技(北京)有限公司 | 一种自动化的国际疾病分类编码方法及系统 |
CN105574103A (zh) * | 2015-12-11 | 2016-05-11 | 浙江大学 | 基于分词编码自动构建医学术语映射关系的方法以及系统 |
CN106446025A (zh) * | 2016-08-30 | 2017-02-22 | 东软集团股份有限公司 | 一种标准化文本信息的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107784057A (zh) | 2018-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107784057B (zh) | 医疗数据匹配方法和装置 | |
CN107766395B (zh) | 数据匹配方法和装置 | |
CN102930128B (zh) | 医用报告制成支援系统、医用报告制成装置以及医用图像观察装置 | |
US10769363B2 (en) | System and methods for transmitting clinical data having multi-segment fields from one or more modalities to a dictation machine | |
CN110909168B (zh) | 知识图谱的更新方法和装置、存储介质及电子装置 | |
CN106326416B (zh) | Dicom图像显示方法及装置 | |
US11552860B2 (en) | System and method for visualizing and navigating network data | |
CN113658175A (zh) | 一种征象数据的确定方法及装置 | |
CN111210884B (zh) | 一种临床医疗数据采集方法、装置、介质及设备 | |
CN110471941B (zh) | 自动定位判断依据的方法、装置及电子设备 | |
CN117238433A (zh) | 基于LibreOffice进行文档数据自动隔离的方法 | |
US20210210183A1 (en) | Semantic Graph Textual Coding | |
CN112420150B (zh) | 医学影像报告的处理方法、装置、存储介质及电子设备 | |
CN109102845B (zh) | 医疗单据审核方法、装置、计算机设备和存储介质 | |
US20200251191A1 (en) | Systems and methods for transmitting clinical data from one or more sending applications to a dictation system | |
CN110147791A (zh) | 文字识别方法、装置、设备及存储介质 | |
CN111724873B (zh) | 一种数据处理方法及装置 | |
CN113053531B (zh) | 医疗数据处理方法、装置、计算机可读存储介质及设备 | |
CN110390998B (zh) | 临床数据纳排方法、装置、设备及可读存储介质 | |
CN109741833B (zh) | 一种数据处理的方法和装置 | |
CN112635070A (zh) | 一种患者临床信息采集及展示方法及装置 | |
Cuff et al. | Statistical analysis of surgical pathology data using the R program | |
US11995584B2 (en) | Training assignment tool | |
CN112925876B (zh) | 跨场地迁移的结构化病历的处理方法、装置、介质及设备 | |
CN110619933A (zh) | 一种眼病患者情况调查表的生成方法 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220519 Address after: 518048 China Aviation Center 2901, No. 1018, Huafu Road, Huahang community, Huaqiang North Street, Futian District, Shenzhen, Guangdong Province Patentee after: Shenzhen Ping An medical and Health Technology Service Co.,Ltd. Address before: Room 12G, Area H, 666 Beijing East Road, Huangpu District, Shanghai 200001 Patentee before: PING AN MEDICAL AND HEALTHCARE MANAGEMENT Co.,Ltd. |