CN107785057A - 医疗数据处理方法、装置、存储介质和计算机设备 - Google Patents
医疗数据处理方法、装置、存储介质和计算机设备 Download PDFInfo
- Publication number
- CN107785057A CN107785057A CN201710465501.0A CN201710465501A CN107785057A CN 107785057 A CN107785057 A CN 107785057A CN 201710465501 A CN201710465501 A CN 201710465501A CN 107785057 A CN107785057 A CN 107785057A
- Authority
- CN
- China
- Prior art keywords
- medical data
- data record
- field
- expense
- assessment
- 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.)
- Granted
Links
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及一种医疗数据处理方法、装置、存储介质和计算机设备,所述方法包括:获取医疗数据记录集合;根据所述医疗数据记录集合中各医疗数据记录所包括的时间字段与费用字段,从所述医疗数据记录集合中筛选医疗数据记录;对筛选出的所述医疗数据记录进行分组;确定与预设的评估指标相应的评估方式,并确定与所述评估指标相应的、且包括于所述医疗数据记录的参数字段;根据确定的所述评估方式和确定的所述参数字段,按日期评估分组后的所述医疗数据记录对应于所述评估指标的评估数值;根据按日期评估的所述评估数值绘制所述评估指标随日期变化的趋势图。本申请提供的方案使得疗数据处理的效率得到极大提升。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种医疗数据处理方法、装置、存储介质和计算机设备。
背景技术
随着计算机技术的发展,通过基于计算机的数据处理平台对数据进行分析和评估成为当今社会数据处理的主流方式。传统的基于计算机的数据处理平台在处理金融数据或者实验数据等时表现出较高的处理效率和分析效果。
然而,临床医学的多样性、疾病的复杂性以及患者的个体差异性等,使得医疗数据相较于其他行业的数据处理难度大大增加,导致传统的基于计算机的数据处理平台无法满足对医疗数据进行评估的要求。
发明内容
基于此,有必要针对导致传统的基于计算机的数据处理平台无法满足对医疗数据进行评估的要求的问题,提供一种医疗数据处理方法、装置、存储介质和计算机设备。
一种医疗数据处理方法,所述方法包括:
获取医疗数据记录集合;
根据所述医疗数据记录集合中各医疗数据记录所包括的时间字段与费用字段,从所述医疗数据记录集合中筛选医疗数据记录;
对筛选出的所述医疗数据记录进行分组;
确定与预设的评估指标相应的评估方式,并确定与所述评估指标相应的、且包括于所述医疗数据记录的参数字段;
根据确定的所述评估方式和确定的所述参数字段,按日期评估分组后的所述医疗数据记录对应于所述评估指标的评估数值;
根据按日期评估的所述评估数值绘制所述评估指标随日期变化的趋势图。
在一个实施例中,所述对筛选出的所述医疗数据记录进行分组,包括:
按照筛选出的所述医疗数据记录所包含的疾病所属的国际疾病分类类型,对筛选出的所述医疗数据记录进行一级分组;
根据一级分组后的所述医疗数据记录所包括的个人信息字段和并发症状字段,对一级分组后的所述医疗数据记录进行二级分组;
根据二级分组后的所述医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的所述医疗数据记录进行三级分组;
所述根据确定的所述评估方式和确定的所述参数字段,按日期评估分组后的所述医疗数据记录对应于所述评估指标的评估数值,包括:
根据确定的所述评估方式和确定的所述参数字段,按日期评估三级分组后的所述医疗数据记录对应于所述评估指标的评估数值。
在一个实施例中,所述根据二级分组后的所述医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的所述医疗数据记录进行三级分组,包括:
确定属于相同二级分组的各所述医疗数据记录所包括的临床路径字段和费用字段;
将属于相同二级分组的各所述医疗数据记录中,临床路径字段相关且费用字段相应的费用数值的差值不超过预设费用差值的医疗数据记录分类至相同三级分组。
在一个实施例中,所述根据二级分组后的所述医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的所述医疗数据记录进行三级分组之后,所述方法还包括:
获取各三级分组中各医疗数据记录所包括的费用字段相应的费用数值;
根据各所述费用数值,确定与相应的三级分组相适配的统一费用数值;
所述根据按日期评估的所述评估数值绘制所述评估指标随日期变化的趋势图之后,所述方法还包括:
获取待新增的医疗数据记录;
确定所述待新增的医疗数据记录所属的三级分组;
将与确定的所述三级分组相适配的统一费用数值添加至所述待新增的医疗数据记录相应的费用字段。
在一个实施例中,所述根据按日期评估的所述评估数值绘制所述评估指标随日期变化的趋势图,包括:
获取待生成的评估列表的列表项目;
从所述评估指标中查找与所述列表项目匹配的评估指标;
将所述匹配的评估指标对应的按日期评估的所述评估数值作为所述列表项目的项目值,按日期升序排列生成评估列表;
根据所述评估列表绘制所述列表项目随日期变化的趋势图。
一种医疗数据处理装置,所述装置包括:
获取模块,用于获取医疗数据记录集合;
筛选模块,用于根据所述医疗数据记录集合中各医疗数据记录所包括的时间字段与费用字段,从所述医疗数据记录集合中筛选医疗数据记录;
分组模块,用于对筛选出的所述医疗数据记录进行分组;
确定模块,用于确定与预设的评估指标相应的评估方式,并确定与所述评估指标相应的、且包括于所述医疗数据记录的参数字段;
评估模块,用于根据确定的所述评估方式和确定的所述参数字段,按日期评估分组后的所述医疗数据记录对应于所述评估指标的评估数值;
绘制模块,用于根据按日期评估的所述评估数值绘制所述评估指标随日期变化的趋势图。
在一个实施例中,所述分组模块还用于按照筛选出的所述医疗数据记录所包含的疾病所属的国际疾病分类类型,对筛选出的所述医疗数据记录进行一级分组;根据一级分组后的所述医疗数据记录所包括的个人信息字段和并发症状字段,对一级分组后的所述医疗数据记录进行二级分组;根据二级分组后的所述医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的所述医疗数据记录进行三级分组;
所述评估模块还用于根据确定的所述评估方式和确定的所述参数字段,按日期评估三级分组后的所述医疗数据记录对应于所述评估指标的评估数值。
在一个实施例中,所述装置还包括:
费用确定模块,用于获取各三级分组中各医疗数据记录所包括的费用字段相应的费用数值;根据各所述费用数值,确定与相应的三级分组相适配的统一费用数值;
数据添加模块,用于获取待新增的医疗数据记录;确定所述待新增的医疗数据记录所属的三级分组;将与确定的所述三级分组相适配的统一费用数值添加至所述待新增的医疗数据记录相应的费用字段。
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机可执行指令,所述计算机可执行指令被处理器执行时,使得所述处理器执行以下步骤:
获取医疗数据记录集合;
根据所述医疗数据记录集合中各医疗数据记录所包括的时间字段与费用字段,从所述医疗数据记录集合中筛选医疗数据记录;
对筛选出的所述医疗数据记录进行分组;
确定与预设的评估指标相应的评估方式,并确定与所述评估指标相应的、且包括于所述医疗数据记录的参数字段;
根据确定的所述评估方式和确定的所述参数字段,按日期评估分组后的所述医疗数据记录对应于所述评估指标的评估数值;
根据按日期评估的所述评估数值绘制所述评估指标随日期变化的趋势图。
一种计算机设备,包括存储器和处理器,所述存储器中储存有计算机可执行指令,所述计算机可执行指令被所述处理器执行时,使得所述处理器执行以下步骤:
获取医疗数据记录集合;
根据所述医疗数据记录集合中各医疗数据记录所包括的时间字段与费用字段,从所述医疗数据记录集合中筛选医疗数据记录;
对筛选出的所述医疗数据记录进行分组;
确定与预设的评估指标相应的评估方式,并确定与所述评估指标相应的、且包括于所述医疗数据记录的参数字段;
根据确定的所述评估方式和确定的所述参数字段,按日期评估分组后的所述医疗数据记录对应于所述评估指标的评估数值;
根据按日期评估的所述评估数值绘制所述评估指标随日期变化的趋势图。
上述医疗数据处理方法、装置、存储介质和计算机设备,在获取到医疗数据记录集合后,自动对医疗数据记录集合中的医疗数据记录进行筛选与分组,再按照与预设的评估指标相应的评估方式和与该评估指标相应的、且包括于医疗数据记录的参数字段,将医疗数据记录按组进行评估,得到与评估指标对应的评估数值,再根据得到的这些评估数值绘制评估指标随日期变化的趋势图,通过该趋势图以可视形式展示医疗数据的评估结果。这种医疗数据处理方法方式使得医疗数据能够得到有效地评估,医疗数据处理的效率得到极大提升,而且通过趋势图直观展示医疗数据的评估结果给后续医疗数据管理带来极大的便利。
附图说明
图1为一个实施例中医疗数据处理方法的应用环境图;
图2为一个实施例中用于实现医疗数据处理方法的计算机设备的内部结构图;
图3为一个实施例中医疗数据处理方法的流程示意图;
图4为另一个实施例中医疗数据处理方法的流程示意图;
图5为一个实施例中医疗数据处理装置的结构框图;
图6为另一个实施例中医疗数据处理装置的结构框图。
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以解释本发明,并不用于限定本发明。
本发明及其各实施例,其直接目的不是获得诊断结果或者健康状况。而只是从活的人体或动物体获取作为中间结果的生理参数的方法,或者处理该生理参数的方法。
如图1所示,在一个实施例中,提供了一种医疗数据处理方法的应用环境图,包括终端110和服务器120。用于实现医疗数据处理方法的终端110在从服务器120中获取到医疗数据记录集合后,根据医疗数据记录集合中各医疗数据记录所包括的时间字段与费用字段,从医疗数据记录集合中筛选医疗数据记录。终端110再对筛选出的医疗数据记录进行分组,确定与预设的评估指标相应的评估方式,并确定与该评估指标相应的、且包括于医疗数据记录的参数字段;再根据确定的评估方式和参数字段,按日期评估分组后的医疗数据记录对应于该评估指标的评估数值。终端110再根据按日期评估的评估数值绘制评估指标随日期变化的趋势图。服务器120也可用于执行该医疗数据处理方法。终端110可以是个人电脑或移动终端,移动终端如手机或平板电脑等。服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
如图2所示为一个实施例中计算机设备的内部结构示意图。该计算机设备可以是图1中的终端110,也可以是图1中的服务器120。该计算机设备包括通过系统总线连接的处理器、非易失性存储介质和内存储器。其中,计算机设备的非易失性存储介质存储有操作系统。计算机设备的处理器用于提供计算和控制能力,支撑整个计算机设备的运行。计算机设备的内存储器中可储存有计算机可执行指令,该计算机可执行指令用于实现以下各实施例所提供的一种医疗数据处理方法。本领域技术人员可以理解,图2中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
如图3所示,在一个实施例中,提供了一种医疗数据处理方法,本实施例以该方法应用于上述图2中的计算机设备来举例说明。该方法具体包括如下步骤:
S302,获取医疗数据记录集合。
其中,医疗数据记录是用于记录患者医疗信息的数据。医疗数据记录包括个人信息字段、时间字段、费用字段和医疗诊断字段等。个人信息字段记录了患者的个人信息,时间字段记录了患者的治疗时间,费用字段记录了患者的治疗费用,医疗诊断字段记录了患者的疾病诊断相关信息。
在一个实施例中,计算机设备可为终端。医疗数据记录集合可以是在本地或者服务器上。终端可以从服务器中拉取医疗数据记录集合,也可在本地查找医疗数据记录集合。医疗数据记录集合可记录在数据库中或者文件中。终端可定期将本地的医疗数据记录集合与服务器上的医疗数据记录集合进行同步。
进一步地,医疗数据记录集合包括若干医疗数据记录。医疗数据管理人员账号记录医疗数据记录后将记录的医疗数据记录上报至服务器并存储。用于实现医疗数据处理方法的终端可通过网络,获取存储在服务器上的医疗数据记录集合,来完成医疗数据处理;此外,终端也可以通过网络定时将服务器上的医疗数据记录集合同步到本地,使得在网络连接异常时,用于实现医疗数据处理方法的终端可以获取存储在本地的医疗数据记录集合来完成医疗数据处理。
在一个实施例中,计算机设备可为服务器。服务器在需要进行医疗数据处理时,直接在本地查找并获取医疗数据记录集合。
S304,根据医疗数据记录集合中各医疗数据记录所包括的时间字段与费用字段,从医疗数据记录集合中筛选医疗数据记录。
其中,医疗数据记录所包括的时间字段记录了患者的治疗时间,医疗数据记录所包括的费用字段记录了患者的治疗费用。医疗数据记录所包括的时间字段与费用字段用于配置从医疗数据记录集合中筛选医疗数据记录的条件。
具体地,计算机设备可事先设置用于筛选医疗数据记录的条件。该条件可配置为医疗数据记录所包括的时间字段所记录的治疗时间小于预设时间阈值、且医疗数据记录所包括的时间字段所记录的治疗费用大于预设费用阈值。
在一个实施例中,计算机设备在获取医疗数据记录集合后,遍历医疗数据记录集合中各医疗数据记录所包括的时间字段与费用字段,将遍历的医疗数据记录所包括的时间字段中记录的治疗时间与预设时间阈值比较,且将遍历的医疗数据记录所包括的费用字段中记录的治疗费用与预设费用阈值比较,当遍历的医疗数据记录满足事先设置的条件时,判定该遍历的医疗数据记录为有效的医疗数据记录,将该遍历的医疗数据记录从医疗数据记录集合中筛选出来。
其中,治疗时间具体可以是住院时间。预设时间阈值具体可以是一个或者多个自然日,比如60个自然日等。治疗费用具体可以是住院费用。预设费用阈值具体可以预设数额的货币资源,比如5元人民币等。
在一个实施例中,医疗数据记录所包括的费用字段可包括多个分项费用字段。计算机设备在按照事先配置的条件筛选医疗数据记录时,可先对医疗数据记录所包括的费用字段进行核对,在检测到费用字段中记录的各个分项费用之和等于总费用时,判定该医疗数据记录所包括的费用字段有效,此时,计算机设备可再按照事先配置的条件从筛选所包括的费用字段有效的医疗数据记录中筛选医疗数据记录。
在一个实施例中,计算机设备在按照事先配置的条件筛选医疗数据记录时,可先对医疗数据记录集合进行数据清洗,过滤掉特定字段无效的医疗数据记录。其中,特定字段无效具体可以是数据为空或者为极值。比如,个人信息字段中性别字段为空、医疗诊断字段中离院方式为空或者费用字段为0或者大于200万等。
S306,对筛选出的医疗数据记录进行分组。
具体地,计算机设备可在筛选医疗数据记录后,对筛选出来的医疗数据记录按照预设的分组方式进行分组。其中,预设的分组方式可以是按照医疗数据记录所属的国际疾病分类类型进行分组;也可以是按照医疗数据记录中特定的字段进行分组;还可以是按照医疗数据记录所属的国际疾病分类类型进行分组后,再按照医疗数据记录中特定的字段进行分组。计算机设备对筛选出来的医疗数据的分组次数可以是一次或者多次。
S308,确定与预设的评估指标相应的评估方式,并确定与评估指标相应的、且包括于医疗数据记录的参数字段。
其中,评估指标是用来反映医疗机构绩效的参数。评估指标具体可以是效率评估指标、安全评估指标或者产能评估指标等。评估方式是按照对应的评估指标相应的参数字段的参数进行计算的方式。评估方式具体可以是对参数字段的参数直接进行数值运算,比如求和或者求平均值等。评估方式也可以是对参数字段的参数对应于预设的权重系数进行数值运算,比如加权求和或者求取调和平均值等。与评估指标相应的、且包括于医疗数据记录的参数字段是在进行评估时涉及的参数对应的字段。
在一个实施例中,效率评估指标可以是时间消耗指数或者费用消耗指数。具体地,时间消耗指数或者费用消耗指数可以是筛选出的全部医疗数据记录相应的时间消耗指数或者费用消耗指数,也可以是各分组的医疗数据记录相应的时间消耗指数或者费用消耗指数。时间消耗指数反映了治疗消耗的时间长短,时间消耗指数越大表示治疗需消耗的时间越长。与时间消耗指数相应的、且包括于医疗数据记录的参数字段为时间字段。比如住院时间字段等。与时间消耗指数相应的评估方式可以是求取平均值的计算方式。比如,时间消耗指数可以是平均住院日。
在一个实施例中,安全评估指标可以是死亡率。具体地,死亡率可以是筛选出的全部医疗数据记录相应的死亡率,也可以是各分组的医疗数据记录相应的死亡率。死亡率反映了医疗机构或者医疗机构各分组的医疗质量。与死亡率相应的、且包括于医疗数据记录的参数字段为医疗诊断字段。比如治疗结果字段等。与死亡率相应的评估方式可以是求取比例值的计算方式。
在一个实施例中,安全评估指标还可以是低风险组死亡率。死亡率较低的分组定义为低风险组。具体地,低风险组可以是死亡率低于预设死亡率阈值的分组。低风险组还可以是按照死亡率升序排序,排在靠前的预设比例的分组。低风险组死亡率是死亡率较低的分组的死亡率。
在一个实施例中,产能评估指标可以是病例组合指数(Case Mix Index CMI)。病例组合指数反映的是病案治疗的技术难度。病例组合指数越大表示病案治疗的技术难度越大。与病例组合指数相应的、且包括于医疗数据记录的参数字段为费用字段。与时间消耗指数相应的评估方式可以是求取加权平均值的计算方式。
具体地,病例组合指数可以是对各分组包括的医疗数据记录数量与各分组权值的乘积求和,再除以筛选出的医疗数据记录的数量。各分组权值具体可以是各分组包括的医疗数据记录相应的平均费用除以筛选出的医疗数据记录相应的平均费用。
S310,根据确定的评估方式和确定的参数字段,按日期评估分组后的医疗数据记录对应于评估指标的评估数值。
具体地,计算机设备在确定与预设的评估指标相应的评估方式,并确定与评估指标相应的、且包括于医疗数据记录的参数字段后,获取需要进行评估的日期,根据确定的评估方式和确定的参数字段,按照获取的日期评估分组后的医疗数据记录对应于评估指标的评估数值。
举例说明,预设的评估指标为病例组合指数。筛选出的医疗数据记录的数量为500,筛选出的医疗数据记录相应的平均费用为1000。对筛选出的医疗数据记录的数量进行分组得到2个分组。分组A包括的医疗数据记录数量为200,分组A相应的平均费用为1500。分组B包括的医疗数据记录数量为300,分组B相应的平均费用为600。那么,分组A权值为:1500/1000=1.5,分组B权值为:600/1000=0.6,病例组合指数为(200*1.5+300*0.6)/500=0.96。
再比如,预设的评估指标为分组死亡率。分组A包括100条医疗数据记录,其中有1条医疗数据记录中记录的治疗结果为死亡,那么该分组A的死亡率为1/100=1%。
S312,根据按日期评估的评估数值绘制评估指标随日期变化的趋势图。
具体地,计算机设备根据按日期评估的分组后的医疗数据记录对应于评估指标的评估数值,以日期为自变量,以评估数值为因变量,绘制评估指标随日期升序变化的趋势图。其中绘制得到的趋势图可以是折线图或者柱状图等。
上述医疗数据处理方法,在获取到医疗数据记录集合后,自动对医疗数据记录集合中的医疗数据记录进行筛选与分组,再按照与预设的评估指标相应的评估方式和与该评估指标相应的、且包括于医疗数据记录的参数字段,将医疗数据记录按组进行评估,得到与评估指标对应的评估数值,再根据得到的这些评估数值绘制评估指标随日期变化的趋势图,通过该趋势图以可视形式展示医疗数据的评估结果。这种医疗数据处理方法方式使得医疗数据能够得到有效地评估,医疗数据处理的效率得到极大提升,而且通过趋势图直观展示医疗数据的评估结果给后续医疗数据管理带来极大的便利。
在一个实施例中,步骤S306包括:按照筛选出的医疗数据记录所属的国际疾病分类类型,对筛选出的医疗数据记录进行一级分组;根据一级分组后的医疗数据记录所包括的个人信息字段和并发症状字段,对一级分组后的医疗数据记录进行二级分组;根据二级分组后的医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的医疗数据记录进行三级分组。步骤S310包括:根据确定的评估方式和确定的参数字段,按日期评估三级分组后的医疗数据记录对应于评估指标的评估数值。
其中,国际疾病分类(International Classification of Diseases,ICD)是世界卫生组织制定的国际统一的疾病分类标准。国际疾病分类是根据疾病的病因、病理、临床表现和解剖位置等特性,将疾病分门别类,使其成为一个有序的组合,并用编码的方法来表示。个人信息字段用于记录患者的个人信息,比如,姓名、性别、年龄或者过往疾病史等。并发症状字段用于记录患者在治疗期间引发的另一种疾病或症状,以及引发的另一种疾病或症状的程度。临床路径字段用于记录患者在治疗期间的治疗手段。治疗手段比如手术或者化疗等。
具体地,计算机设备可在筛选完医疗数据记录后,按照医疗数据记录所属的国际疾病分类类型,对筛选出的医疗数据记录进行一级分组,得到主要疾病分类(MainDiseases Classification MDC)分组。比如,流行性感冒的ICD编码为J11.101。比如,ICD编码在J00-J99范围内属于呼吸系统疾病类型,属于一个MDC分组;ICD编码在K00-K93范围内属于消化系统疾病类型,属于一个MDC分组。MDC分组的编码可以由四位码组成,比如,MDCB标识神经系统疾病及功能障碍。
计算机设备可再根据一级分组后的医疗数据记录所包括的个人信息字段和并发症状字段,对一级分组后的医疗数据记录进行二级分组,得到其他诊断分组。具体地,计算机设备可将个人信息字段和并发症状字段表示患者医疗资源消耗相近的医疗数据记录分类至同一其他诊断分组。比如,可将个人信息字段和并发症状字段表示年龄在20-40岁区间、无疾病史或者未伴有并发症的医疗数据记录分类至同一其他诊断分组,将个人信息字段和并发症状字段表示年龄在40-60岁区间、有疾病史或者伴有并发症的医疗数据记录分类至同一其他诊断分组。
计算机设备可再根据二级分组后的医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的医疗数据记录进行三级分组,得到疾病诊断相关分组(DiagnosisRelated Groups DRGs)。疾病诊断相关分组的数量反映了医疗机构覆盖的疾病治疗范围和医疗技术范围。疾病诊断相关分组的数量越多,表示该医疗机构覆盖的疾病治疗范围和医疗技术范围越大。
在一个实施例中,根据二级分组后的医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的医疗数据记录进行三级分组的步骤包括:确定属于相同二级分组的各医疗数据记录所包括的临床路径字段和费用字段;将属于相同二级分组的各医疗数据记录中,包括的临床路径字段相关、且包括的费用字段相应的费用数值的差值不超过预设费用差值的医疗数据记录分类至相同三级分组。
其中,医疗数据记录包括的临床路径字段相关是在临床路径字段记录的治疗手段相似。比如,医疗数据记录A包括的临床路径字段相应为血常规检查和心电图检查,医疗数据记录B包括的临床路径字段相应为尿常规检查和心电图检查,那么,医疗数据记录A和B包括的临床路径字段相关。
在一个实施例中,计算机设备可先将包括的临床路径字段相关的医疗数据记录预分组到相同的分组,然后将预分组到相同的分组中包括的费用字段相应的费用数值的差值不超过预设费用差值的医疗数据记录分类至相同三级分组。
计算机设备可预先设置预设费用差值,该预设费用差值用于将包括的费用字段相应的费用数值的差值不超过预设费用差值的医疗数据记录分类至相同分组。计算机设备可将医疗数据记录中包括的费用字段按照费用类型进行分类,并对每个费用类型相应设置与医疗机构所属地区相应的医疗水平适配的权值。计算机设备再根据分类得到的各类费用字段相应的费用数值以及相应的权值,得到医疗数据记录包括的费用字段相应的费用数值。
计算机设备在得到各医疗数据记录包括的费用字段相应的费用数值后,将得到各费用数值进行两两求差值,再将各差值与预设费用差值进行比较,将差值的不超过预设费用差值的费用数值所对应的医疗数据记录分类至相同分组。
具体地,计算机设备可将医疗数据记录中包括的费用字段按照费用类型分为五类,分别为药品类、医疗管理类、治疗类、护理类和医疗技术类,并为这五类费用类型相应设置权值,再将各类费用字段相应的费用数值相应于相应的权值加权求和得到医疗数据记录包括的费用字段相应的费用数值。
举例说明,医疗数据记录A中所包括的药品类费用为100,相应的权值为10%;医疗管理类费用为200,相应的权值为20%;治疗类费用为300,相应的权值为30%;护理类费用为400,相应的权值为40%;医疗技术类费用为500,相应的权值为50%。那么,医疗数据记录A包括的费用字段相应的费用数值为100*10%+200*20%+300*30%+400*40%+500*50%=370。
上述实施例中,将医疗数据记录中的临床路径字段的相关性和费用字段的差值作为分组的依据,将医疗数据记录进行分组,将消耗医疗资源相近的医疗数据记录集中分析,使得医疗数据能够得到更有效地评估。
计算机设备在对筛选出的医疗数据记录进行三次分组后,可再根据确定的评估方式和确定的参数字段,按日期评估三级分组后的医疗数据记录对应于评估指标的评估数值。
上述实施例中,将医疗数据记录所属的国际疾病分类类型、医疗数据记录所包括的个人信息字段、并发症状字段、临床路径字段和费用字段作为分组的依据,对医疗数据记录进行逐级分组,得到疾病诊断相关的分组,使得每组都有较高的医疗诊断相关性和相近的医疗资源消耗,再通过对每组包括的医疗数据记录进行评估,实现医疗机构全疾病范围内的质量管理评估。
在一个实施例中,根据二级分组后的医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的医疗数据记录进行三级分组的步骤之后,该医疗数据处理方法还包括:获取各三级分组中各医疗数据记录所包括的费用字段相应的费用数值;根据各费用数值,确定与相应的三级分组相适配的统一费用数值。根据按日期评估的评估数值绘制评估指标随日期变化的趋势图的步骤之后,该医疗数据处理方法还包括:获取待新增的医疗数据记录;确定待新增的医疗数据记录所属的三级分组;将与确定的三级分组相适配的统一费用数值添加至待新增的医疗数据记录相应的费用字段。
具体地,计算机设备可根据每个三级分组中包括的医疗数据记录所包括的费用字段相应的费用数值的分布,为该分组设置相适配的统一费用数值。在一个实施例中,统一费用数值可以是每个三级分组中包括的医疗数据记录所包括的费用字段相应的费用数值的平均值,或者与该平均值正相关的数值。
计算机设备在为每个三级分组设置相适配的统一费用数值后,可在获取待新增的医疗数据记录时,确定待新增的医疗数据记录所属的三级分组,将与确定的三级分组相适配的统一费用数值添加至待新增的医疗数据记录相应的费用字段。这样在新增医疗患者后,按照该新增医疗患者的医疗数据记录所属的三级分组适配的、统一设置的费用标准收费,可有效地制约医疗机构不规范的医疗行为与医疗收费。
在一个实施例中,根据按日期评估的评估数值绘制评估指标随日期变化的趋势图的步骤与获取待新增的医疗数据记录;确定待新增的医疗数据记录所属的三级分组;将与确定的三级分组相适配的统一费用数值添加至待新增的医疗数据记录相应的费用字段的步骤可异步执行。
在上述实施例中,对各三级分组设置相适配的统一费用数值,从而有效地制约医疗机构的医疗行为,控制医疗费用,减少医疗资源的浪费。
在一个实施例中,步骤S312包括:获取待生成的评估列表的列表项目;从评估指标中查找与列表项目匹配的评估指标;将匹配的评估指标对应的按日期评估的评估数值作为列表项目的项目值,按日期升序排列生成评估列表;根据评估列表绘制列表项目随日期变化的趋势图。
其中,评估列表是用于记录医疗数据评估结果的列表。列表项目是需要进行记录的反映评估指标的项目。
具体地,计算机设备在完成针对预设的评估指标的评估后,在文件或者缓存中查找需要生成的评估列表的列表项目。这里的评估列表和列表项目可以是计算机设备事先设置好并存储在文件或者缓存中,可在需要时从文件或者缓存中读取。计算机设备可在获取列表项目之后,遍历评估指标,在遍历时将遍历的评估指标与获取的列表项目反映的评估指标进行对比,获取与列表项目反映的评估指标匹配的评估指标。
计算机设备可以根据日期与列表项目绘制按日期升序排列的评估列表,再将匹配的评估指标对应的按日期评估的评估数值作为列表项目的项目值写入评估列表中。计算机设备再根据按日期评估的评估数值,以日期为自变量,以评估的评估数值为因变量,绘制列表项目随日期升序变化的趋势图,其中绘制得到的趋势图可以是折线图或者柱状图等。
在本实施例中,根据评估结果生成评估列表,将评估结果以表格的形式记录,方便查看与读取评估结果;再根据评估列表绘制评估结果变化趋势图,通过趋势图直观展示医疗数据质量,给后续医疗数据分析带来极大的便利。
如图4所示,在一个具体的实施例中,提供了一种医疗数据处理方法,该方法包括以下步骤:
S402,获取医疗数据记录集合。
S404,根据医疗数据记录集合中各医疗数据记录所包括的时间字段与费用字段,从医疗数据记录集合中筛选医疗数据记录。
S406,按照筛选出的医疗数据记录所包含的疾病所属的国际疾病分类类型,对筛选出的医疗数据记录进行一级分组。
S408,根据一级分组后的医疗数据记录所包括的个人信息字段和并发症状字段,对一级分组后的医疗数据记录进行二级分组。
S410,确定属于相同二级分组的各医疗数据记录所包括的临床路径字段和费用字段。
S412,将属于相同二级分组的各医疗数据记录中,临床路径字段相关且费用字段相应的费用数值的差值不超过预设费用差值的医疗数据记录分类至相同三级分组。
S414,确定与预设的评估指标相应的评估方式,并确定与评估指标相应的、且包括于医疗数据记录的参数字段。
S416,根据确定的评估方式和确定的参数字段,按日期评估三级分组后的医疗数据记录对应于评估指标的评估数值。
S418,获取待生成的评估列表的列表项目,从评估指标中查找与列表项目匹配的评估指标。
S420,将匹配的评估指标对应的按日期评估的评估数值作为列表项目的项目值,按日期升序排列生成评估列表。
S422,根据评估列表绘制列表项目随日期变化的趋势图。
S424,获取各三级分组中各医疗数据记录所包括的费用字段相应的费用数值;根据各费用数值,确定与相应的三级分组相适配的统一费用数值。
S426,获取待新增的医疗数据记录;确定待新增的医疗数据记录所属的三级分组;将与确定的三级分组相适配的统一费用数值添加至待新增的医疗数据记录相应的费用字段。
在一个实施例中,上述步骤S414至步骤S422与步骤S424至步骤S426可异步执行。
在上述实施例中,在获取到医疗数据记录集合后,自动对医疗数据记录集合中的医疗数据记录进行筛选与分组,再对分组后的医疗数据记录进行评估。这种医疗数据处理方法方式使得医疗数据能够得到有效地评估,医疗数据处理的效率得到极大提升,并通过趋势图直观展示医疗数据的评估结果给后续医疗数据管理带来极大的便利。而且,对各三级分组设置相适配的统一费用数值,从而有效地制约医疗机构的医疗行为,控制医疗费用,减少医疗资源的浪费。
如图5所示,在一个实施例中,提供了一种医疗数据处理装置500,包括:获取模块501、筛选模块502、分组模块503、确定模块504、评估模块505和绘制模块506。
获取模块501,用于获取医疗数据记录集合。
筛选模块502,用于根据医疗数据记录集合中各医疗数据记录所包括的时间字段与费用字段,从医疗数据记录集合中筛选医疗数据记录。
分组模块503,用于对筛选出的医疗数据记录进行分组。
确定模块504,用于确定与预设的评估指标相应的评估方式,并确定与评估指标相应的、且包括于医疗数据记录的参数字段。
评估模块505,用于根据确定的评估方式和确定的参数字段,按日期评估分组后的医疗数据记录对应于评估指标的评估数值。
绘制模块506,用于根据按日期评估的评估数值绘制评估指标随日期变化的趋势图。
上述医疗数据处理装置500,在获取到医疗数据记录集合后,自动对医疗数据记录集合中的医疗数据记录进行筛选与分组,再按照与预设的评估指标相应的评估方式和与该评估指标相应的、且包括于医疗数据记录的参数字段,将医疗数据记录按组进行评估,得到与评估指标对应的评估数值,再根据得到的这些评估数值绘制评估指标随日期变化的趋势图,通过该趋势图以可视形式展示医疗数据的评估结果。这种医疗数据处理方法方式使得医疗数据能够得到有效地评估,医疗数据处理的效率得到极大提升,而且通过趋势图直观展示医疗数据的评估结果给后续医疗数据管理带来极大的便利。
在一个实施例中,分组模块503还用于按照筛选出的医疗数据记录所包含的疾病所属的国际疾病分类类型,对筛选出的医疗数据记录进行一级分组;根据一级分组后的医疗数据记录所包括的个人信息字段和并发症状字段,对一级分组后的医疗数据记录进行二级分组;根据二级分组后的医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的医疗数据记录进行三级分组。评估模块505还用于根据确定的评估方式和确定的参数字段,按日期评估三级分组后的医疗数据记录对应于评估指标的评估数值。
在本实施例中,将医疗数据记录所属的国际疾病分类类型、医疗数据记录所包括的个人信息字段、并发症状字段、临床路径字段和费用字段作为分组的依据,对医疗数据记录进行逐级分组,得到疾病诊断相关的分组,使得每组都有较高的医疗诊断相关性和相近的医疗资源消耗,再通过对每组包括的医疗数据记录进行评估,实现医疗机构全疾病范围内的质量管理评估。
在一个实施例中,分组模块503还用于确定属于相同二级分组的各医疗数据记录所包括的临床路径字段和费用字段;将属于相同二级分组的各医疗数据记录中,临床路径字段相关且费用字段相应的费用数值的差值不超过预设费用差值的医疗数据记录分类至相同三级分组。
在本实施例中,将医疗数据记录中的临床路径字段的相关性和费用字段的差值作为分组的依据,将医疗数据记录进行分组,将消耗医疗资源相近的医疗数据记录集中分析,使得医疗数据能够得到更有效地评估。
在一个实施例中,绘制模块506还用于获取待生成的评估列表的列表项目;从评估指标中查找与列表项目匹配的评估指标;将匹配的评估指标对应的按日期评估的评估数值作为列表项目的项目值,按日期升序排列生成评估列表;根据评估列表绘制列表项目随日期变化的趋势图。
在本实施例中,根据评估结果生成评估列表,将评估结果以表格的形式记录,方便查看与读取评估结果;再根据评估列表绘制评估结果变化趋势图,通过趋势图直观展示医疗数据质量,给后续医疗数据分析带来极大的便利。
如图6所示,在一个实施例中,医疗数据处理装置500还包括:费用确定模块507和数据添加模块508。
费用确定模块507,用于获取各三级分组中各医疗数据记录所包括的费用字段相应的费用数值;根据各费用数值,确定与相应的三级分组相适配的统一费用数值。
数据添加模块508,用于获取待新增的医疗数据记录;确定待新增的医疗数据记录所属的三级分组;将与确定的三级分组相适配的统一费用数值添加至待新增的医疗数据记录相应的费用字段。
在本实施例中,对各三级分组设置相适配的统一费用数值,从而有效地制约医疗机构的医疗行为,控制医疗费用,减少医疗资源的浪费。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中储存有计算机可执行指令,计算机可执行指令被处理器执行时,使得处理器执行以下步骤:获取医疗数据记录集合;根据医疗数据记录集合中各医疗数据记录所包括的时间字段与费用字段,从医疗数据记录集合中筛选医疗数据记录;对筛选出的医疗数据记录进行分组;确定与预设的评估指标相应的评估方式,并确定与评估指标相应的、且包括于医疗数据记录的参数字段;根据确定的评估方式和确定的参数字段,按日期评估分组后的医疗数据记录对应于评估指标的评估数值;根据按日期评估的评估数值绘制评估指标随日期变化的趋势图。
上述计算机设备,在获取到医疗数据记录集合后,自动对医疗数据记录集合中的医疗数据记录进行筛选与分组,再按照与预设的评估指标相应的评估方式和与该评估指标相应的、且包括于医疗数据记录的参数字段,将医疗数据记录按组进行评估,得到与评估指标对应的评估数值,再根据得到的这些评估数值绘制评估指标随日期变化的趋势图,通过该趋势图以可视形式展示医疗数据的评估结果。这种医疗数据处理方法方式使得医疗数据能够得到有效地评估,医疗数据处理的效率得到极大提升,而且通过趋势图直观展示医疗数据的评估结果给后续医疗数据管理带来极大的便利。
在一个实施例中,对筛选出的医疗数据记录进行分组,包括:按照筛选出的医疗数据记录所包含的疾病所属的国际疾病分类类型,对筛选出的医疗数据记录进行一级分组;根据一级分组后的医疗数据记录所包括的个人信息字段和并发症状字段,对一级分组后的医疗数据记录进行二级分组;根据二级分组后的医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的医疗数据记录进行三级分组。根据确定的评估方式和确定的参数字段,按日期评估分组后的医疗数据记录对应于评估指标的评估数值,包括:根据确定的评估方式和确定的参数字段,按日期评估三级分组后的医疗数据记录对应于评估指标的评估数值。
在一个实施例中,根据二级分组后的医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的医疗数据记录进行三级分组,包括:确定属于相同二级分组的各医疗数据记录所包括的临床路径字段和费用字段;将属于相同二级分组的各医疗数据记录中,临床路径字段相关且费用字段相应的费用数值的差值不超过预设费用差值的医疗数据记录分类至相同三级分组。
在一个实施例中,计算机可执行指令使得处理器在执行据二级分组后的医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的医疗数据记录进行三级分组之后,执行以下步骤:获取各三级分组中各医疗数据记录所包括的费用字段相应的费用数值;根据各费用数值,确定与相应的三级分组相适配的统一费用数值;获取待新增的医疗数据记录;确定待新增的医疗数据记录所属的三级分组;将与确定的三级分组相适配的统一费用数值添加至待新增的医疗数据记录相应的费用字段。
在一个实施例中,根据按日期评估的评估数值绘制评估指标随日期变化的趋势图,包括:获取待生成的评估列表的列表项目;从评估指标中查找与列表项目匹配的评估指标;将匹配的评估指标对应的按日期评估的评估数值作为列表项目的项目值,按日期升序排列生成评估列表;根据评估列表绘制列表项目随日期变化的趋势图。
在一个实施例中,提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机可执行指令,计算机可执行指令被处理器执行时,使得处理器执行以下步骤:获取医疗数据记录集合;根据医疗数据记录集合中各医疗数据记录所包括的时间字段与费用字段,从医疗数据记录集合中筛选医疗数据记录;对筛选出的医疗数据记录进行分组;确定与预设的评估指标相应的评估方式,并确定与评估指标相应的、且包括于医疗数据记录的参数字段;根据确定的评估方式和确定的参数字段,按日期评估分组后的医疗数据记录对应于评估指标的评估数值;根据按日期评估的评估数值绘制评估指标随日期变化的趋势图。
上述存储介质,在获取到医疗数据记录集合后,自动对医疗数据记录集合中的医疗数据记录进行筛选与分组,再按照与预设的评估指标相应的评估方式和与该评估指标相应的、且包括于医疗数据记录的参数字段,将医疗数据记录按组进行评估,得到与评估指标对应的评估数值,再根据得到的这些评估数值绘制评估指标随日期变化的趋势图,通过该趋势图以可视形式展示医疗数据的评估结果。这种医疗数据处理方法方式使得医疗数据能够得到有效地评估,医疗数据处理的效率得到极大提升,而且通过趋势图直观展示医疗数据的评估结果给后续医疗数据管理带来极大的便利。
在一个实施例中,对筛选出的医疗数据记录进行分组,包括:按照筛选出的医疗数据记录所包含的疾病所属的国际疾病分类类型,对筛选出的医疗数据记录进行一级分组;根据一级分组后的医疗数据记录所包括的个人信息字段和并发症状字段,对一级分组后的医疗数据记录进行二级分组;根据二级分组后的医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的医疗数据记录进行三级分组。根据确定的评估方式和确定的参数字段,按日期评估分组后的医疗数据记录对应于评估指标的评估数值,包括:根据确定的评估方式和确定的参数字段,按日期评估三级分组后的医疗数据记录对应于评估指标的评估数值。
在一个实施例中,根据二级分组后的医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的医疗数据记录进行三级分组,包括:确定属于相同二级分组的各医疗数据记录所包括的临床路径字段和费用字段;将属于相同二级分组的各医疗数据记录中,临床路径字段相关且费用字段相应的费用数值的差值不超过预设费用差值的医疗数据记录分类至相同三级分组。
在一个实施例中,计算机可执行指令使得处理器在执行根据二级分组后的医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的医疗数据记录进行三级分组之后,执行以下步骤:获取各三级分组中各医疗数据记录所包括的费用字段相应的费用数值;根据各费用数值,确定与相应的三级分组相适配的统一费用数值;获取待新增的医疗数据记录;确定待新增的医疗数据记录所属的三级分组;将与确定的三级分组相适配的统一费用数值添加至待新增的医疗数据记录相应的费用字段。
在一个实施例中,根据按日期评估的评估数值绘制评估指标随日期变化的趋势图,包括:获取待生成的评估列表的列表项目;从评估指标中查找与列表项目匹配的评估指标;将匹配的评估指标对应的按日期评估的评估数值作为列表项目的项目值,按日期升序排列生成评估列表;根据评估列表绘制列表项目随日期变化的趋势图。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等。
以上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本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 (10)
1.一种医疗数据处理方法,所述方法包括:
获取医疗数据记录集合;
根据所述医疗数据记录集合中各医疗数据记录所包括的时间字段与费用字段,从所述医疗数据记录集合中筛选医疗数据记录;
对筛选出的所述医疗数据记录进行分组;
确定与预设的评估指标相应的评估方式,并确定与所述评估指标相应的、且包括于所述医疗数据记录的参数字段;
根据确定的所述评估方式和确定的所述参数字段,按日期评估分组后的所述医疗数据记录对应于所述评估指标的评估数值;
根据按日期评估的所述评估数值绘制所述评估指标随日期变化的趋势图。
2.根据权利要求1所述的方法,其特征在于,所述对筛选出的所述医疗数据记录进行分组,包括:
按照筛选出的所述医疗数据记录所包含的疾病所属的国际疾病分类类型,对筛选出的所述医疗数据记录进行一级分组;
根据一级分组后的所述医疗数据记录所包括的个人信息字段和并发症状字段,对一级分组后的所述医疗数据记录进行二级分组;
根据二级分组后的所述医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的所述医疗数据记录进行三级分组;
所述根据确定的所述评估方式和确定的所述参数字段,按日期评估分组后的所述医疗数据记录对应于所述评估指标的评估数值,包括:
根据确定的所述评估方式和确定的所述参数字段,按日期评估三级分组后的所述医疗数据记录对应于所述评估指标的评估数值。
3.根据权利要求2所述的方法,其特征在于,所述根据二级分组后的所述医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的所述医疗数据记录进行三级分组,包括:
确定属于相同二级分组的各所述医疗数据记录所包括的临床路径字段和费用字段;
将属于相同二级分组的各所述医疗数据记录中,临床路径字段相关且费用字段相应的费用数值的差值不超过预设费用差值的医疗数据记录分类至相同三级分组。
4.根据权利要求2所述的方法,其特征在于,所述根据二级分组后的所述医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的所述医疗数据记录进行三级分组之后,所述方法还包括:
获取各三级分组中各医疗数据记录所包括的费用字段相应的费用数值;
根据各所述费用数值,确定与相应的三级分组相适配的统一费用数值;
所述根据按日期评估的所述评估数值绘制所述评估指标随日期变化的趋势图之后,所述方法还包括:
获取待新增的医疗数据记录;
确定所述待新增的医疗数据记录所属的三级分组;
将与确定的所述三级分组相适配的统一费用数值添加至所述待新增的医疗数据记录相应的费用字段。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述根据按日期评估的所述评估数值绘制所述评估指标随日期变化的趋势图,包括:
获取待生成的评估列表的列表项目;
从所述评估指标中查找与所述列表项目匹配的评估指标;
将所述匹配的评估指标对应的按日期评估的所述评估数值作为所述列表项目的项目值,按日期升序排列生成评估列表;
根据所述评估列表绘制所述列表项目随日期变化的趋势图。
6.一种医疗数据处理装置,其特征在于,所述装置包括:
获取模块,用于获取医疗数据记录集合;
筛选模块,用于根据所述医疗数据记录集合中各医疗数据记录所包括的时间字段与费用字段,从所述医疗数据记录集合中筛选医疗数据记录;
分组模块,用于对筛选出的所述医疗数据记录进行分组;
确定模块,用于确定与预设的评估指标相应的评估方式,并确定与所述评估指标相应的、且包括于所述医疗数据记录的参数字段;
评估模块,用于根据确定的所述评估方式和确定的所述参数字段,按日期评估分组后的所述医疗数据记录对应于所述评估指标的评估数值;
绘制模块,用于根据按日期评估的所述评估数值绘制所述评估指标随日期变化的趋势图。
7.根据权利要求6所述的装置,其特征在于,所述分组模块还用于按照筛选出的所述医疗数据记录所包含的疾病所属的国际疾病分类类型,对筛选出的所述医疗数据记录进行一级分组;根据一级分组后的所述医疗数据记录所包括的个人信息字段和并发症状字段,对一级分组后的所述医疗数据记录进行二级分组;根据二级分组后的所述医疗数据记录所包括的临床路径字段和费用字段,对二级分组后的所述医疗数据记录进行三级分组;
所述评估模块还用于根据确定的所述评估方式和确定的所述参数字段,按日期评估三级分组后的所述医疗数据记录对应于所述评估指标的评估数值。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
费用确定模块,用于获取各三级分组中各医疗数据记录所包括的费用字段相应的费用数值;根据各所述费用数值,确定与相应的三级分组相适配的统一费用数值;
数据添加模块,用于获取待新增的医疗数据记录;确定所述待新增的医疗数据记录所属的三级分组;将与确定的所述三级分组相适配的统一费用数值添加至所述待新增的医疗数据记录相应的费用字段。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机可执行指令,所述计算机可执行指令被处理器执行时,使得所述处理器执行如权利要求1至4中任一项所述的方法的步骤。
10.一种计算机设备,包括存储器和处理器,所述存储器中储存有计算机可执行指令,所述计算机可执行指令被所述处理器执行时,使得所述处理器执行如权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710465501.0A CN107785057B (zh) | 2017-06-19 | 2017-06-19 | 医疗数据处理方法、装置、存储介质和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710465501.0A CN107785057B (zh) | 2017-06-19 | 2017-06-19 | 医疗数据处理方法、装置、存储介质和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107785057A true CN107785057A (zh) | 2018-03-09 |
CN107785057B CN107785057B (zh) | 2021-05-11 |
Family
ID=61437505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710465501.0A Active CN107785057B (zh) | 2017-06-19 | 2017-06-19 | 医疗数据处理方法、装置、存储介质和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107785057B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109242709A (zh) * | 2018-10-27 | 2019-01-18 | 平安科技(深圳)有限公司 | 估算医疗费用的方法和装置 |
CN109597847A (zh) * | 2018-11-09 | 2019-04-09 | 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 |
CN109615204A (zh) * | 2018-11-30 | 2019-04-12 | 平安医疗健康管理股份有限公司 | 医疗数据的质量评估方法、装置、设备及可读存储介质 |
CN110459276A (zh) * | 2019-08-15 | 2019-11-15 | 北京嘉和海森健康科技有限公司 | 一种数据处理方法及相关设备 |
WO2020034801A1 (zh) * | 2018-08-14 | 2020-02-20 | 平安医疗健康管理股份有限公司 | 医疗特征筛选方法、装置、计算机设备和存储介质 |
CN110840430A (zh) * | 2018-08-21 | 2020-02-28 | 北京万生人和科技有限公司 | 腹内压数据筛选方法、计算机可读存储介质、腹内压数据筛选装置 |
CN110930030A (zh) * | 2019-11-22 | 2020-03-27 | 北京雅丁信息技术有限公司 | 医生技术水平评级方法 |
CN110993117A (zh) * | 2019-12-26 | 2020-04-10 | 北京亚信数据有限公司 | 一种基于医疗大数据的非正常医保识别方法及装置 |
CN112084269A (zh) * | 2018-12-25 | 2020-12-15 | 北京锐安科技有限公司 | 数据质量计算方法、装置、存储介质及服务器 |
CN113535943A (zh) * | 2020-04-14 | 2021-10-22 | 阿里巴巴集团控股有限公司 | 医疗记录的分类方法及装置、数据记录的分类方法及装置 |
CN116072305A (zh) * | 2023-02-17 | 2023-05-05 | 北京中兴正远科技有限公司 | 一种临床试验数据采集系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853432A (zh) * | 2010-01-25 | 2010-10-06 | 田小平 | 医疗绩效控制系统和方法 |
US20100287190A1 (en) * | 2009-05-05 | 2010-11-11 | Ingenix, Inc. | System and Method for Rapid Assessment of Lab Value Distributions |
CN103493084A (zh) * | 2011-04-25 | 2014-01-01 | 索尼公司 | 评价装置和评价方法、服务提供系统以及计算机程序 |
CN104182844A (zh) * | 2014-08-27 | 2014-12-03 | 浪潮软件股份有限公司 | 一种医疗机构住院服务绩效评估方法 |
CN105159948A (zh) * | 2015-08-12 | 2015-12-16 | 成都数联易康科技有限公司 | 一种基于多特征的医疗保险欺诈检测方法 |
CN106202955A (zh) * | 2016-07-19 | 2016-12-07 | 中电科软件信息服务有限公司 | 基于编码智能适配的诊断相关分组方法及系统 |
CN106383992A (zh) * | 2016-08-31 | 2017-02-08 | 杭州逸曜信息技术有限公司 | 疾病信息的处理方法 |
CN106570312A (zh) * | 2016-10-18 | 2017-04-19 | 捷开通讯(深圳)有限公司 | 一种移动医疗数据交互的方法、系统及服务器、移动终端 |
-
2017
- 2017-06-19 CN CN201710465501.0A patent/CN107785057B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100287190A1 (en) * | 2009-05-05 | 2010-11-11 | Ingenix, Inc. | System and Method for Rapid Assessment of Lab Value Distributions |
CN101853432A (zh) * | 2010-01-25 | 2010-10-06 | 田小平 | 医疗绩效控制系统和方法 |
CN103493084A (zh) * | 2011-04-25 | 2014-01-01 | 索尼公司 | 评价装置和评价方法、服务提供系统以及计算机程序 |
CN104182844A (zh) * | 2014-08-27 | 2014-12-03 | 浪潮软件股份有限公司 | 一种医疗机构住院服务绩效评估方法 |
CN105159948A (zh) * | 2015-08-12 | 2015-12-16 | 成都数联易康科技有限公司 | 一种基于多特征的医疗保险欺诈检测方法 |
CN106202955A (zh) * | 2016-07-19 | 2016-12-07 | 中电科软件信息服务有限公司 | 基于编码智能适配的诊断相关分组方法及系统 |
CN106383992A (zh) * | 2016-08-31 | 2017-02-08 | 杭州逸曜信息技术有限公司 | 疾病信息的处理方法 |
CN106570312A (zh) * | 2016-10-18 | 2017-04-19 | 捷开通讯(深圳)有限公司 | 一种移动医疗数据交互的方法、系统及服务器、移动终端 |
Non-Patent Citations (1)
Title |
---|
简伟研等: "基于DRGS的医疗服务绩效评估方法与案例应用研究", 《中华医院管理杂志》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020034801A1 (zh) * | 2018-08-14 | 2020-02-20 | 平安医疗健康管理股份有限公司 | 医疗特征筛选方法、装置、计算机设备和存储介质 |
CN110840430A (zh) * | 2018-08-21 | 2020-02-28 | 北京万生人和科技有限公司 | 腹内压数据筛选方法、计算机可读存储介质、腹内压数据筛选装置 |
CN110840430B (zh) * | 2018-08-21 | 2022-09-13 | 北京万生人和科技有限公司 | 腹内压数据筛选方法、计算机可读存储介质、腹内压数据筛选装置 |
CN109242709B (zh) * | 2018-10-27 | 2024-02-13 | 平安科技(深圳)有限公司 | 估算医疗费用的方法和装置 |
CN109242709A (zh) * | 2018-10-27 | 2019-01-18 | 平安科技(深圳)有限公司 | 估算医疗费用的方法和装置 |
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 |
CN109597847A (zh) * | 2018-11-09 | 2019-04-09 | 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 |
CN109615204A (zh) * | 2018-11-30 | 2019-04-12 | 平安医疗健康管理股份有限公司 | 医疗数据的质量评估方法、装置、设备及可读存储介质 |
CN109615204B (zh) * | 2018-11-30 | 2023-02-03 | 平安医疗健康管理股份有限公司 | 医疗数据的质量评估方法、装置、设备及可读存储介质 |
CN112084269A (zh) * | 2018-12-25 | 2020-12-15 | 北京锐安科技有限公司 | 数据质量计算方法、装置、存储介质及服务器 |
CN112084269B (zh) * | 2018-12-25 | 2024-05-14 | 北京锐安科技有限公司 | 数据质量计算方法、装置、存储介质及服务器 |
CN110459276B (zh) * | 2019-08-15 | 2022-05-24 | 北京嘉和海森健康科技有限公司 | 一种数据处理方法及相关设备 |
CN110459276A (zh) * | 2019-08-15 | 2019-11-15 | 北京嘉和海森健康科技有限公司 | 一种数据处理方法及相关设备 |
CN110930030B (zh) * | 2019-11-22 | 2022-09-02 | 北京雅丁信息技术有限公司 | 医生技术水平评级方法 |
CN110930030A (zh) * | 2019-11-22 | 2020-03-27 | 北京雅丁信息技术有限公司 | 医生技术水平评级方法 |
CN110993117A (zh) * | 2019-12-26 | 2020-04-10 | 北京亚信数据有限公司 | 一种基于医疗大数据的非正常医保识别方法及装置 |
CN113535943A (zh) * | 2020-04-14 | 2021-10-22 | 阿里巴巴集团控股有限公司 | 医疗记录的分类方法及装置、数据记录的分类方法及装置 |
CN116072305A (zh) * | 2023-02-17 | 2023-05-05 | 北京中兴正远科技有限公司 | 一种临床试验数据采集系统 |
CN116072305B (zh) * | 2023-02-17 | 2023-09-29 | 北京中兴正远科技有限公司 | 一种临床试验数据采集系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107785057B (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107785057A (zh) | 医疗数据处理方法、装置、存储介质和计算机设备 | |
Wagner et al. | PTB-XL, a large publicly available electrocardiography dataset | |
Nestor et al. | Feature robustness in non-stationary health records: caveats to deployable model performance in common clinical machine learning tasks | |
Werner et al. | Patient outcomes after hospital discharge to home with home health care vs to a skilled nursing facility | |
Zhang et al. | Effect of ai explanations on human perceptions of patient-facing ai-powered healthcare systems | |
Swartz et al. | Migraine is associated with magnetic resonance imaging white matter abnormalities: a meta-analysis | |
Marewski et al. | Heuristic decision making in medicine | |
Paul et al. | Comparative analysis of diaphragmatic hernia repair outcomes using the nationwide inpatient sample database | |
Cobb et al. | Seeing the forest beyond the trees: Predicting survival in burn patients with machine learning | |
Mathers et al. | Cluster analysis of patients with ocular surface disease, blepharitis, and dry eye | |
Renehan et al. | The obesity paradox and mortality after colorectal cancer: a causal conundrum | |
Yu et al. | Nonlinear predictive models for multiple mediation analysis: With an application to explore ethnic disparities in anxiety and depression among cancer survivors | |
Jemal et al. | Enhanced decision support systems in intensive care unit based on intuitionistic fuzzy sets | |
Feldman et al. | Insights into population health management through disease diagnoses networks | |
Shukla | Patient diabetes forecasting based on machine learning approach | |
Deigner et al. | Precision medicine: tools and quantitative approaches | |
Phillips et al. | Three important considerations for studies examining pathophysiological pathways in psychiatric illness: In-depth phenotyping, biological assessment, and causal inferences | |
US20230245779A1 (en) | System and method for peri-anaesthetic risk evaluation | |
Lapp et al. | Dynamic prediction of patient outcomes in the intensive care unit: a scoping review of the state-of-the-art | |
Huang et al. | Study on patient similarity measurement based on electronic medical records | |
Kemper et al. | Cost-effectiveness analysis of lead poisoning screening strategies following the 1997 guidelines of the Centers for Disease Control and Prevention | |
Benyoussef et al. | Data mining approaches for Alzheimer’s disease diagnosis | |
Zhao et al. | Construction of guideline-based decision tree for medication recommendation | |
Kobylińska et al. | Explainable machine learning for modeling of early postoperative mortality in lung cancer | |
Nakamura et al. | Potential impact of initial clinical data on adjustment of pediatric readmission rates |
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 |
Effective date of registration: 20220520 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. |
|
TR01 | Transfer of patent right |