CN109063507A - 一种用于医院信息系统分析的通用设计模型 - Google Patents

Abstract

本发明公开了一种用于医院信息系统分析的通用设计模型，其特征在于，包括以下步骤：S1，通过对不同医院的信息系统进行深入分析，结合常规的数据分析需求，提取其中通用的、核心的信息，建立基础的通用设计模型。S2，对医院和制药企业的需求进行分类分析，提炼出需求的通用场景。用通用场景来确定和完善通用需求，进一步完善基础的通用设计模型。S3，对分析出的通用需求，结合不同医院的信息系统。本发明经过脱敏后的数据，保护了患者和医疗机构的隐私数据，使用标准化的数据能提高用户数据的处理速度。对不同医院的数据进行同样的分析时，只需要使用不同的数据集，而不用修改程序代码，大幅提高数据分析的效率。

Description

一种用于医院信息系统分析的通用设计模型

技术领域

本发明涉及计算机应用技术技术领域，尤其涉及一种用于医院信 息系统分析的通用设计模型。

背景技术

通用设计模型参考HIPPA对PHI的定义，比如就诊日期，出生 日期等。但为了最大化满足数据分析的需要，某些日期还是被按照原 始数据值进行了保存。数据分析会使用到这些日期信息，但是查询 或者分析的结果应包括最可能少的这类信息，分析或者查询的结果， 应该是被汇总的信息并且不包括PHI。

通用设计模型中不包括患者的真实信息，患者信息必须是脱敏的(anonymizing)。脱敏的规将单独定义。通用设计模型中为每一个 患者信息设置一个虚假的ID(pseudo-identifier)，通用设计模型 中的患者信息及其他信息，均通过这个虚假的ID进行关联。

为了支持能够回溯到原始数据提供者(Data Provider)中患者的详 细信息，维护一个虚假ID和真实ID的对照关系表，这个真实ID 也不是患者的真实信息(如身份证号)，而是数据提供方数据集(Data Mart)中定义的唯一的患者标识(Patient_ID或者Patient_No)。这 个对照关系，不参与任何的数据查询，仅在授权的情况下，允许获取 患者在数据提供方的真实ID，并仅能通过数据提供方的对应系统， 才能通过其ID获取真实信息。

医院信息系统具有高度的复杂性和动态性。复杂性表现在医学概 念繁杂，包含人体的各个系统，以及各个系统之间复杂的概念网。现 代医学愈发发达，医学信息系统包含了大量关于疾病、诊断、手术、 药品等信息，构成了一个复杂的信息集合，精细的专科分工以及多样 的诊疗手段，在患者就诊的过程中产生了大量的数据需要记录和存储。 动态性体现在现代医学发展迅猛，医学信息更新迅速，新的医疗理论 和诊断、治疗手段层出不穷，信息化程度不断加深，医院信息获取能 力持续增强，记录信息的细节特征也随之不断加强。医院系统的高度 复杂性和动态性，导致医院中的数据可能存在数据孤岛，各种系统之间的关系也比较复杂，不利于直接对医院中的数据进行直接的分析。 同时，不同的医院之间的数据结构也存在着很大的差异，对不同医院 的系统进行分析时，异构的数据对于数据的分析带来了很大的障碍。

一家医院的信息系统通常由非常多的子系统组成，子系统由不同 的软件开发商或设备提供商提供，子系统版本也可能经过多次版本更 新，不同的子系统之间存在着复杂的关系，兼容性上也会带来一些隐 患。在使用系统一段时间以后，会不同程度的存在一些数据信息的冗 余、丢失、甚至冲突，这些问题都不利于直接对医院的数据进行分析。

不同医院由于规模和定位的不同，科室规划、业务流程、信息化 程度各不相同。

医院信息系统在进行数据分析时，需要对医院中各信息系统数据 收集和处理，而医院的信息系统种类较多、数据量也较大，各医院以 及医院不同时期的信息系统存在着或多或少的差异。

对医院数据分析时，常规解决方案是根据具体的项目建立一个设 计模型，并耗费大量时间的从各个系统中选取该项目所需求的数据， 然后根据模型进行数据分析。

上述常规解决方案会带来以下几个问题：首先，根据具体项目创 建的设计模型主要针对的是当前的项目，不利于之后的项目进行重用， 耗费大量时间在重复的数据处理上；其次，当对多家医院进行数据分 析时，由于多家医院数据差异性比较大，使用的数据库类型也有差异， 设计模型很难在其它医院使用，通用性比较差。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种 用于医院信息系统分析的通用设计模型，以及数据从医院系统到通用 设计模型中的数据脱敏、数据标准化。

为了实现上述目的，本发明采用了如下技术方案：

一种用于医院信息系统分析的通用设计模型，其特征在于，包括 以下步骤：

S1，通过对不同医院的信息系统进行深入分析，结合常规的数据 分析需求，提取其中通用的、核心的信息，建立基础的通用设计模型。

S2，对医院和制药企业的需求进行分类分析，提炼出需求的通用 场景。用通用场景来确定和完善通用需求，进一步完善基础的通用设 计模型。

S3，对分析出的通用需求，结合不同医院的信息系统，对常用的 住院类型，性别，民族，药物剂量，就诊科室等字段进行标准化，并 将标准化信息存入数据库。

S4，提取出核心的数据模型，生成核心的数据表，包括患者信息 表、就诊记录表、诊断信息表、体格信息表、手术检查信息表、药物 处方表、化验申请表、化验结果表、ICU信息表。

S5，在增加新的数据需求时，根据数据的使用频率和重要程度， 决定是否放入设计模型的数据模型中。不同源数据有明显差异时，可 以增加一些专属的数据项。

S6，设计模型不严格遵循传统RDMS的范式设计，存储了部分重 要的冗余数据，数据的扁平化更利于快速的查询。

S7，设计模型中的数据进行标准化处理，按照标准编码体系对数 据进行编码，同时对重要的源数据保留原始值。经过标准编码后，使 用者可以透明的使用数据，不用关心源数据中的巨大差异。非敏感的 原始数据会保留，保证数据的原始性和进行质量控制，在分析遇到异 常数据时，可以参考源数据中的数据。

S8，设计模型中避免抓取敏感信息，患者姓名等非必需数据不予 抓取，患者出生日期等字段进行脱敏处理，避免敏感信息泄露，一些 含有地名的字段直接去除地名部分。

S9，对源数据进行ETL，把异构数据结构转换为标准的数据结构， 并存入设计模型的数据模型中。数据的ETL过程会被完整保存下来， 用于后续源数据增量导入、相同系统ETL的复用，同时便于后期检查 ETL处理逻辑。

与现有技术相比，本发明的有益效果是：

1.经过脱敏后的数据，保护了患者和医疗机构的隐私数据。用户 不能根据数据得到医疗机构和患者的敏感信息。

2.在正常情况下，使用标准化的数据能提高用户数据的处理速度。 对不同医院的数据进行同样的分析时，只需要使用不同的数据集，而 不用修改程序代码，大幅提高数据分析的效率。

具体实施方式

实施例1：下表为患者信息表的主要字段，用于记录患者的基本 信息。

实施例1：下表为患者信息表的主要字段，用于记录患者的基本 信息。

实施例2：医院数据包含了大量的真实数据，其中含有大量医院 和患者的真实信息。为了保护医院和患者的隐私数据，需要把隐私数 据进行脱敏处理。敏感数据脱敏主要采用了以下几种方式：

1)删除敏感数据，使用其它数据代替。患者的姓名是敏感信息， 可以直接使用生成的随机32位UUID来代替，在数据平台上，根据 UUID是无法得到患者的姓名等信息。

2)对敏感数据进行模糊化处理。患者的生日信息是敏感数据，但 是分析患者信息时，年龄也是一个重要的信息。因此，对原始数据中 的患者生日字段进行模糊化处理，只保留出生年和月，既能去除掉敏 感信息，又能保留有用的信息。例如，生日为1970-07-15的患者， 经过脱敏后，患者生日脱敏后为1970-07-01。

3)对敏感数据进行部分修改。部分医院系统中部门字段含有包含 地名的敏感信息，如“外科(AA分院)”，AA是一个地名，通过AA可 能能反推出该医院的地址，甚至是该医院的名字。需要直接对该字段 含有的敏感信息进行修改，把“外科(AA分院)”修改为“外科”。修改后的信息既去掉了敏感信息，又不影响对数据的使用。

实施例3：由于各医院系统的差异，一些字段没有做过标准化处 理；或者数据做了标准化处理，但是不同医院使用的是不同的标准。 若对数据不进行标准化处理，模型中的数据会杂乱无章，不利于对系 统进行分析。数据标准化后，用户可以透明的使用标准化的数据。

下面以患者类型PTY(Patient Type)为例，如下表格：

类别	代码	存储字段	描述
				PTY	1	PTY1	住院患者
PTY	2	PTY2	门诊患者
				PTY	3	PTY3	急诊患者
PTY	4	PTY4	体检人员
				PTY	5	PTY5	急诊留观
PTY	NI	PTYNI	无信息
				PTY	OT	PTYOT	其它
PTY	UN	PTYUN	不明

根据对医院数据的了解，常用患者类型主要有五类，不同医院对 这几类患者类型描述可能存在一定差异，在导入数据到通用设计模型 的时候，需要进行相应的映射。针对于患者类型字段为的记录，在模 型中转换为PTYNI；针对于患者类型字段不在五类内的记录，需要根 据具体情况，在模型中转换为PTYOT，或在字典里添加一条新的记录； 针对于患者类型字段填“未知”，“不明”等内容的，在模型中转换为 PTYUN。

进行标准化处理的字段，一般要保留原始的字段内容，方便用户 在特殊情况下，需要查看原始的字段内容。在正常情况下，使用标准 化的数据能提高用户数据的处理速度。对不同医院的数据进行同样的 分析时，只需要使用不同的数据集，而不用修改程序代码，大幅提高 数据分析的效率。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范 围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技 术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变， 都应涵盖在本发明的保护范围之内。

Claims (1)

1.一种用于医院信息系统分析的通用设计模型，其特征在于，包括以下步骤：

S1，通过对不同医院的信息系统进行深入分析，结合常规的数据分析需求，提取其中通用的、核心的信息，建立基础的通用设计模型。

S2，对医院和制药企业的需求进行分类分析，提炼出需求的通用场景。用通用场景来确定和完善通用需求，进一步完善基础的通用设计模型。

S3，对分析出的通用需求，结合不同医院的信息系统，对常用的住院类型，性别，民族，药物剂量，就诊科室等字段进行标准化，并将标准化信息存入数据库。

S4，提取出核心的数据模型，生成核心的数据表，包括患者信息表、就诊记录表、诊断信息表、体格信息表、手术检查信息表、药物处方表、化验申请表、化验结果表、ICU信息表。

S5，在增加新的数据需求时，根据数据的使用频率和重要程度，决定是否放入设计模型的数据模型中。不同源数据有明显差异时，可以增加一些专属的数据项。

S6，设计模型不严格遵循传统RDMS的范式设计，存储了部分重要的冗余数据，数据的扁平化更利于快速的查询。

S7，设计模型中的数据进行标准化处理，按照标准编码体系对数据进行编码，同时对重要的源数据保留原始值。经过标准编码后，使用者可以透明的使用数据，不用关心源数据中的巨大差异。非敏感的原始数据会保留，保证数据的原始性和进行质量控制，在分析遇到异常数据时，可以参考源数据中的数据。

S8，设计模型中避免抓取敏感信息，患者姓名等非必需数据不予抓取，患者出生日期等字段进行脱敏处理，避免敏感信息泄露，一些含有地名的字段直接去除地名部分。

S9，对源数据进行ETL，把异构数据结构转换为标准的数据结构，并存入设计模型的数据模型中。数据的ETL过程会被完整保存下来，用于后续源数据增量导入、相同系统ETL的复用，同时便于后期检查ETL处理逻辑。