CN109492135B - 一种基于数据处理的数据审核方法以及装置 - Google Patents
一种基于数据处理的数据审核方法以及装置 Download PDFInfo
- Publication number
- CN109492135B CN109492135B CN201811266092.2A CN201811266092A CN109492135B CN 109492135 B CN109492135 B CN 109492135B CN 201811266092 A CN201811266092 A CN 201811266092A CN 109492135 B CN109492135 B CN 109492135B
- Authority
- CN
- China
- Prior art keywords
- diagnostic
- target
- data
- parameter
- parameters
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 title claims abstract description 37
- 201000010099 disease Diseases 0.000 claims abstract description 79
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 79
- 238000003745 diagnosis Methods 0.000 claims description 132
- 238000012550 audit Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 14
- 238000002790 cross-validation Methods 0.000 claims description 3
- 208000017667 Chronic Disease Diseases 0.000 description 12
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 12
- 239000008103 glucose Substances 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 210000004369 blood Anatomy 0.000 description 10
- 239000008280 blood Substances 0.000 description 10
- 206010012601 diabetes mellitus Diseases 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 6
- 238000013479 data entry Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 239000000284 extract Substances 0.000 description 4
- 229910052739 hydrogen Inorganic materials 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 206010008132 Cerebral thrombosis Diseases 0.000 description 3
- 206010020710 Hyperphagia Diseases 0.000 description 3
- 201000001429 Intracranial Thrombosis Diseases 0.000 description 3
- 208000004880 Polyuria Diseases 0.000 description 3
- 229940109239 creatinine Drugs 0.000 description 3
- 238000007410 oral glucose tolerance test Methods 0.000 description 3
- 206010036067 polydipsia Diseases 0.000 description 3
- 208000022530 polyphagia Diseases 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 210000002966 serum Anatomy 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000004580 weight loss Effects 0.000 description 3
- 208000016261 weight loss Diseases 0.000 description 3
- 206010027525 Microalbuminuria Diseases 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 208000020832 chronic kidney disease Diseases 0.000 description 2
- 238000013524 data verification Methods 0.000 description 2
- 230000035619 diuresis Effects 0.000 description 2
- 102000009027 Albumins Human genes 0.000 description 1
- 108010088751 Albumins Proteins 0.000 description 1
- 208000037157 Azotemia Diseases 0.000 description 1
- 206010008909 Chronic Hepatitis Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010050296 Intervertebral disc protrusion Diseases 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000502 dialysis Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 208000006454 hepatitis Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 206010039073 rheumatoid arthritis Diseases 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
- 208000009852 uremia Diseases 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请实施例公开了一种基于数据处理的数据审核方法及装置,其中方法包括:获取目标对象的诊断数据,并从该诊断数据确定出该目标对象的目标病种,再从诊断标准数据库中获取与该目标病种关联的至少一个目标诊断参数,将该诊断数据与该至少一个目标诊断参数进行比对,判断该诊断数据是否与该至少一个目标诊断参数中各个目标诊断参数匹配,若该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配,则确定该目标对象的该诊断数据审核通过。采用本申请实施例,可以缩短数据审核的周期,提高数据审核的处理效率。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种基于数据处理的数据审核方法及装置。
背景技术
随着人们生活水平的提高,人们的饮食也受到很大的影响,这就导致近年来慢性病的发病率快速增长,且慢性病的发病年龄越来越年轻化。同时,慢性病人群需要长期服用药物来控制病情,这使得门诊的慢性病人群具有人群覆盖广、就医频次高、次均金额小等特点。所以门诊的慢性病人群相对于住院管理来说,管理要求更高,难度更大。而在慢性病人群的管理中,慢性病资格申请环节尤为重要,直接关系到后续的社保基金赔付的人群范围和赔付基数。当前各地区的慢性病资格申请的审核完全依赖人工录入、人工初审、人工复核的机制,需要投入大量的人力来进行初审和复核的工作,这使得慢性病资格审核的周期长、效率低。
发明内容
本申请实施例提供一种基于数据处理的数据审核方法及装置,可以缩短数据审核的周期,提高数据审核的处理效率。
第一方面,本申请实施例提供了一种基于数据处理的数据审核方法,该方法包括:
获取目标对象的诊断数据,并从该诊断数据中确定出该目标对象的目标病种;
从诊断标准数据库中获取与该目标病种关联的至少一个目标诊断参数;
将该目标对象的诊断数据与该至少一个目标诊断参数进行比对,判断该目标对象的诊断数据是否与该至少一个目标诊断参数中各个目标诊断参数匹配;
若该目标对象的诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配,则确定该目标对象的该诊断数据审核通过。
结合第一方面,在一种可能的实施方式中,在获取目标对象的诊断数据之后,该方法还包括:获取该目标对象的诊断数据的数据格式;检测该目标对象的诊断数据的数据格式是否属于目标格式集合;若该目标对象的诊断数据的数据格式属于该目标格式集合,则触发从该目标对象的诊断数据中确定出该目标对象的目标病种的步骤。其中,该目标格式集合包括便携式文档格式PDF、word、图像、扫描文件、Excel中的一种或多种。
结合第一方面,在一种可能的实施方式中,若该目标对象的诊断数据中包括至少一个诊断参数。将该目标对象的诊断数据与该至少一个目标诊断参数进行比对,判断该目标对象的诊断数据是否与该至少一个目标诊断参数中各个目标诊断参数匹配,包括:
获取该目标对象的诊断数据中包括的至少一个诊断参数,该一个诊断参数对应一个目标诊断参数;获取该目标病种对应的目标阈值;统计该至少一个诊断参数中各个诊断参数与该对应的目标诊断参数匹配的目标数量;若该目标数量大于或等于该目标阈值,则确定该目标对象的诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配。
结合第一方面,在一种可能的实施方式中,若该目标对象的诊断数据中包括N个第一诊断参数和M个第二诊断参数,该第一诊断参数和该第二诊断参数分别用于表示不同类型的诊断参数。将该目标对象的诊断数据与该至少一个目标诊断参数进行比对,判断该目标对象的诊断数据是否与该至少一个目标诊断参数中各个目标诊断参数匹配,包括:
获取该目标对象的诊断数据中包括的N个第一诊断参数和M个第二诊断参数,该一个诊断参数对应一个目标诊断参数;获取该目标病种对应的第一阈值和第二阈值;统计该N个第一诊断参数中各个第一诊断参数与该对应的目标诊断参数匹配的第一数量,并统计该M个第二诊断参数中各个第二诊断参数与该对应的目标诊断参数匹配的第二数量;若该第一数量大于或等于该第一阈值,且该第二数量大于或等于该第二阈值,则确定该目标对象的诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配。其中,该N和该M均为大于或等于1的整数。
结合第一方面,在一种可能的实施方式中,该方法还包括:若该目标对象的诊断数据与该至少一个目标诊断参数中各个目标诊断参数不匹配,则确定该目标对象的诊断数据审核未通过,并向该目标对象对应的终端发送数据审核失败信息,该数据审核失败信息用于提示重新录入新的诊断数据。
结合第一方面,在一种可能的实施方式中,在确定该目标对象的诊断数据审核通过之后,该方法还包括:输出该数据审核成功信息,该数据审核成功信息用于触发对该目标对象的该诊断数据进行再次审核。
第二方面,本申请实施例提供了一种基于数据处理的数据审核装置,该装置包括:
第一获取模块,用于获取目标对象的诊断数据,并从该诊断数据中确定出该目标对象的目标病种;
第二获取模块,用于从诊断标准数据库中获取与该目标病种关联的至少一个目标诊断参数;
匹配模块,用于将该目标对象的诊断数据与该至少一个目标诊断参数进行比对,判断该目标对象的诊断数据是否与该至少一个目标诊断参数中各个目标诊断参数匹配;
确定模块,用于当该目标对象的诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配时,确定该目标对象的诊断数据审核通过。
结合第二方面,在一种可能的实施方式中,上述第一获取模块还用于:
在获取目标对象的诊断数据之后,获取该目标对象的诊断数据的数据格式;检测该目标对象的诊断数据的数据格式是否属于目标格式集合;若该目标对象的诊断数据的数据格式属于该目标格式集合,从该目标对象的诊断数据中确定出该目标对象的目标病种。其中,该目标格式集合包括便携式文档格式PDF、word、图片、扫描文件、Excel中的一种或多种。
结合第二方面,在一种可能的实施方式中,若该目标对象的诊断数据中包括至少一个诊断参数。上述匹配模块具体用于:获取该目标对象的诊断数据中包括的至少一个诊断参数,该一个诊断参数对应一个目标诊断参数;获取该目标病种对应的目标阈值;统计该至少一个诊断参数中各个诊断参数与该对应的目标诊断参数匹配的目标数量;若该目标数量大于或等于该目标阈值,则确定该目标对象的诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配。
结合第二方面,在一种可能的实施方式中,若该目标对象的诊断数据中包括N个第一诊断参数和M个第二诊断参数,该第一诊断参数和该第二诊断参数分别用于表示不同类型的诊断参数。上述匹配模块具体用于:获取该目标对象的诊断数据中包括的N个第一诊断参数和M个第二诊断参数,该一个诊断参数对应一个目标诊断参数;获取该目标病种对应的第一阈值和第二阈值;统计该N个第一诊断参数中各个第一诊断参数与该对应的目标诊断参数匹配的第一数量,并统计该M个第二诊断参数中各个第二诊断参数与该对应的目标诊断参数匹配的第二数量;若该第一数量大于或等于该第一阈值,且该第二数量大于或等于该第二阈值,则确定该目标对象的诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配。其中,该N和该M均为大于或等于1的整数。
结合第二方面,在一种可能的实施方式中,上述确定模块还用于:当该目标对象的诊断数据与该至少一个目标诊断参数中各个目标诊断参数不匹配时,确定该目标对象的诊断数据审核未通过,并向该目标对象对应的终端发送数据审核失败信息,该数据审核失败信息用于提示重新录入新的诊断数据。
结合第二方面,在一种可能的实施方式中,该装置还包括:输出模块,用于在确定该目标对象的诊断数据审核通过之后,输出该数据审核成功信息,该数据审核成功信息用于触发对该目标对象的该诊断数据进行再次审核。
第三方面,本申请实施例提供了一种终端,包括处理器、输入设备、输出设备和存储器,该处理器、输入设备、输出设备和存储器相互连接,其中,该存储器用于存储支持终端执行上述方法的计算机程序,该计算机程序包括程序指令,该处理器被配置用于调用该程序指令,执行上述第一方面的基于数据处理的数据审核方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,该计算机存储介质存储有计算机程序,该计算机程序包括程序指令,该程序指令当被处理器执行时使该处理器执行上述第一方面的基于数据处理的数据审核方法。
本申请实施例通过获取目标对象的诊断数据,并从该诊断数据确定出该目标对象的目标病种,再从诊断标准数据库中获取与该目标病种关联的至少一个目标诊断参数,将该诊断数据与该至少一个目标诊断参数进行比对,判断该诊断数据是否与该至少一个目标诊断参数中各个目标诊断参数匹配,若该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配,则确定该目标对象的该诊断数据审核通过,可以缩短数据审核的周期,提高数据审核的处理效率。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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。
图1是本申请实施例提供的一种基于数据处理的数据审核方法的一示意流程图;
图2是数据录入界面的示意图;
图3是本申请实施例提供的一种基于数据处理的数据审核方法的另一示意流程图;
图4是本申请实施例提供的一种基于数据处理的数据审核装置的一示意性框图;
图5是本申请提供的一种终端的一示意性框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应当理解,本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
还应当理解,在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
下面将结合图1至图5,对本申请实施例提供的基于数据处理的数据审核方法及装置进行说明。
参见图1,是本申请实施例提供一种基于数据处理的数据审核方法的一示意流程图,如图1所示,该基于数据处理的数据审核方法可包括步骤:
S101,终端获取目标对象的诊断数据,并从诊断数据中确定出目标对象的目标病种。
在一些可行的实施方式中,终端可以获取目标对象的身份标识,并可以向医院信息管理系统或实验室信息系统发送信息获取请求,该信息获取请求中可以包括该身份标识。医院信息管理系统或实验室信息系统接收到终端发送的信息获取请求之后,提取该信息获取请求中的该身份标识,获取该身份标识对应的诊断数据,并向终端发送给该诊断数据。终端可以接收医院信息管理系统或实验室信息系统返回的该身份标识对应的诊断数据。终端可以从该诊断数据中确定出该目标对象的目标病种。例如,终端可以提取该诊断数据中关键字段的值,将该关键字段的值作为该目标对象的目标病种,该关键字段可以为“诊断结果”、“诊断结论”、“疾病”等等。其中,该诊断数据中可以包括至少一个诊断参数,该目标病种可以为器官移植后抗排异反应、糖尿病(中度以上)伴并发症、高血压(Ⅱ级以上)伴并发症、冠心病、脑血栓后遗症、尿毒症门诊透析治疗、慢性肝炎(活动期)、腰间盘突出等慢性病种。
在一些可行的实施方式中,终端在获取到目标对象的诊断数据之后,可以获取该诊断数据的数据格式,并可以获取预设的目标格式集合,该目标格式集合中可以包括便捷式文档格式PDF、word、扫描文件、Excel、图像中的一种或多种数据格式。当检测到该诊断数据的数据格式属于该目标格式集合时,终端可以从该诊断数据中确定出该目标对象的目标病种。当检测到该诊断数据的数据格式不属于该目标格式集合时,终端可以输出提示信息,该提示信息可以用于提示该目标对象输入数据格式属于该目标格式集合的诊断数据。本申请实施例在获取到诊断数据之后,检测诊断数据的数据格式是否属于目标格式集合,可以实现对诊断数据的数据格式的统一化管理,同时可以过滤掉部分无用数据如视频、音频数据等,降低数据审核的难度。
例如,终端获取该诊断数据的后缀名,并判断该诊断数据的后缀名是否为目标格式集合“.pdf”、“.doc”、“.docx”、“.jpg”、“.tag”、“.xls”、“.xlsx”、“.png”中的任一种,若该诊断数据的后缀名是该目标格式集合“.pdf”、“.doc”、“.docx”、“.jpg”、“.tag”、“.xls”、“.xlsx”、“.png”中的任一种,则终端提取该诊断数据中的关键字段的值,将该关键字段的值作为该目标对象的目标病种,该关键字段可以为“诊断结果”、“诊断结论”、“疾病”等等。
在一些可行的实施方式中,终端可以输出数据录入界面,该数据录入界面中包括一个或多个参数,终端可以接收目标对象在该数据录入界面上输入的诊断数据,该诊断数据可以为该目标对象在该数据录入界面上输入的一个或多个参数的值。终端可以在该诊断数据中确定出该目标对象的目标病种。
例如,如图2所示,图2是数据录入界面的示意图。其中,目标对象可以在终端上输入身份信息进入数据录入界面,目标对象可以根据数据录入界面上呈现的一个或多个参数输入各个参数对应的值。如图2所示,数据录入界面中的参数“申请病种(即目标病种)为糖尿病”,终端获取该目标对象输入的糖尿病,并显示糖尿病对应的至少一个参数,如申请病种、症状、随机血糖、空腹血糖、糖耐量(2h血糖)、空腹血糖、检测日期、并发症等参数。目标对象在终端上输入该至少一个参数中各个参数的值。终端接收目标对象输入的各个参数的值。其中,目标对象的身份信息可以为该目标对象的账户密码、指纹、人脸图像等。
S102,终端获取与目标病种关联的至少一个目标诊断参数。
在一些可行的实施方式中,终端在确定出上述目标对象的目标病种之后,终端可以检索诊断标准数据库中与该目标病种关联的至少一个目标诊断参数,并提取出该至少一个目标诊断参数。该至少一个目标诊断参数可以为该目标病种的标准鉴定参数。例如,目标病种为糖尿病,与糖尿病关联的4个目标诊断参数分别为:1、症状(多饮、多食、多尿、体重减轻中至少一种);2、空腹静脉血浆葡萄糖(FPG)≥7.0mmol/L(126mg/dl)或随机静脉血浆葡萄糖≥11.1mmol/L(200mg/dl);3、OGTT试验(口服葡萄糖75g),2小时血糖≥11.1mmol/L(200mg/dl);4、肾脏并发症,微量白蛋白尿以及血清肌酐>177ummol/L(微摩尔每升)等。其中,mmol/L(毫摩尔每升)为血糖重量计数的单位,用于表示每升血有多少毫摩尔葡萄糖;mg/dl(毫克/分升)也为血糖重量计数的单位,mmol/L与mg/dl之间的换算关系为1mg/dl=18*mmol/L。
S103,终端将诊断数据与至少一个目标诊断参数进行比对,判断诊断数据是否与至少一个目标诊断参数中各个目标诊断参数匹配。
在一些可行的实施方式中,终端可以将上述获取到的诊断数据与上述获取到的至少一个目标诊断参数中的各个目标诊断参数进行比对,并可以根据比对结果判断该诊断数据是否与该至少一个目标诊断参数中的各个目标诊断参数匹配。其中,当该至少一个目标诊断参数中与该诊断数据匹配的目标诊断参数的数量大于或等于预设的数量阈值时,说明该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配。当该至少一个目标诊断参数中与该诊断数据匹配的目标诊断参数的数量小于预设的数量阈值时,说明该诊断数据与该至少一个目标诊断参数中各个目标诊断参数不匹配。
例如,目标病种为糖尿病,至少一个目标诊断参数可以分别为:(1)症状(多饮、多食、多尿、体重减轻中至少一种);(2)空腹静脉血浆葡萄糖(FPG)≥7.0mmol/L(126mg/dl)或随机静脉血浆葡萄糖≥11.1mmol/L(200mg/dl);(3)OGTT试验(口服葡萄糖75g),2小时血糖≥11.1mmol/L(200mg/dl);(4)肾脏并发症,微量白蛋白尿以及血清肌酐>177ummol/L(微摩尔每升)。终端利用关键词匹配的方法检测诊断数据的疾病症状描述是否存在多饮、多食、多尿、体重减轻中的任意字段,检测诊断数据中空腹静脉血浆葡萄糖(FPG)是否≥7.0mmol/L(126mg/dl)或随机静脉血浆葡萄糖是否≥11.1mmol/L(200mg/dl),检测诊断数据中OGTT试验(口服葡萄糖75g),2小时血糖是否≥11.1mmol/L(200mg/dl),检测诊断数据中是否存在肾脏并发症,或是否存在微量白蛋白尿以及血清肌酐>177ummol/L(微摩尔每升)。若预设的数量阈值为3,当诊断数据满足目标诊断参数(1)、(2)、(3)、(4)中的至少3个目标诊断参数时,说明该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配。当诊断数据满足目标诊断参数(1)、(2)、(3)、(4)的数量小于3个时,说明该诊断数据与该至少一个目标诊断参数中各个目标诊断参数不匹配。
在一些可行的实施方式中,上述诊断数据可以包括至少一个诊断参数。终端可以获取该诊断数据中的至少一个诊断参数,其中,一个诊断参数可以对应一个目标诊断参数,上述目标病种关联的目标诊断参数的数量可以与该诊断数据中诊断参数的数量相等。终端可以获取上述目标病种对应的目标阈值,并可以将该诊断数据中的各个诊断参数与其所对应的目标诊断参数进行比较。终端可以统计该诊断数据中的各个诊断参数与其所对应的目标诊断参数匹配的目标数量,并判断该目标数量与上述目标病种对应的目标阈值的大小关系。当该目标数量大于或等于该目标阈值时,则终端可以确定该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配。当该目标数量小于该目标阈值时,则终端可以确定该诊断数据与该至少一个目标诊断参数中各个目标诊断参数不匹配。
例如,诊断数据中包括A、B、C、D、E以及F这6个诊断参数,与目标病种“脑血栓后遗症”关联的目标诊断参数为a、b、c、d、e、f。其中,A与a对应,B与b对应,C与c对应,D与d对应,E与e对应以及F与f对应。终端分别将A与a、B与b、C与c、D与d、E与e、F与f进行比较,并统计A与a、B与b、C与c、D与d、E与e、F与f中匹配的目标数量4。目标病种“脑血栓后遗症”对应的目标阈值为3。因为目标数量4大于目标阈值3,所以该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配。
在一些可行的实施方式中,上述诊断数据可以包括至少一个诊断参数。该至少一个诊断参数中可以包括关联诊断参数。若该至少一个诊断参数中的诊断参数I与诊断参数J为关联诊断参数。终端可以获取该诊断数据中的至少一个诊断参数,其中,一个诊断参数可以对应一个目标诊断参数,上述目标病种关联的目标诊断参数的数量可以与该诊断数据中诊断参数的数量相等。终端可以获取上述目标病种对应的目标阈值,并可以将该诊断数据中非关联诊断参数与其所对应的目标诊断参数进行比较,将该诊断数据中的关联诊断参数I和J对应的目标诊断参数进行交叉验证。例如,交叉验证可以理解为:诊断参数I的范围为1-5,诊断参数J的范围为2-8,假设诊断参数I=2.3在2-3之间,那么与诊断参数I关联的诊断参数J的范围必须为3-4。终端可以统计该诊断数据中的各个诊断参数与其所对应的目标诊断参数匹配的目标数量,并判断该目标数量与上述目标病种对应的目标阈值的大小关系。当该目标数量大于或等于该目标阈值时,则终端可以确定该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配。当该目标数量小于该目标阈值时,则终端可以确定该诊断数据与该至少一个目标诊断参数中各个目标诊断参数不匹配。
例如,诊断数据中包括G、I、H、T及J这5个诊断参数,其中,关联诊断参数为I和J。与目标病种“慢性肾功能不全”关联的目标诊断参数为g、i、h、t和j。其中,G与g对应,I与i对应,H与h对应,T与t对应以及J与j对应。终端分别将G与g、H与h、T与t进行比较,并检测诊断参数I的值是否与i匹配,并根据诊断参数I的值确定目标诊断参数j1,其中j1属于j,检测诊断参数J是否与j1匹配,当诊断参数I与i匹配且J与j1匹配时,则说明I与i、J与j匹配。终端统计匹配的目标数量3,并获取目标病种“慢性肾功能不全”对应的目标阈值为4。因为目标数量3小于目标阈值4,所以该诊断数据与该至少一个目标诊断参数中各个目标诊断参数不匹配。
S104,若诊断数据与至少一个目标诊断参数中各个目标诊断参数匹配,则终端确定目标对象的诊断数据审核通过。
在一些可行的实施方式中,当上述诊断数据与上述至少一个目标诊断参数中各个目标诊断参数匹配时,说明上述目标对象的诊断数据符合上述目标病种的鉴定标准,则终端可以上述目标对象的诊断数据审核通过。当上述诊断数据与上述至少一个目标诊断参数中各个目标诊断参数不匹配时,说明上述目标对象的诊断数据不符合上述目标病种的鉴定标准,则终端可以上述目标对象的诊断数据审核未通过。本申请实施例通过判断目标对象的诊断数据是否满足目标慢性病的鉴定标准,来确定目标对象的诊断数据审核是否通过,可以减少人工审核环节,缩短数据审核的周期,提高数据审核的处理效率。
在本申请实施例中,终端通过获取目标对象的诊断数据,并从该诊断数据确定出该目标对象的目标病种,再获取与该目标病种关联的至少一个目标诊断参数,将该诊断数据与该至少一个目标诊断参数进行比对,判断该诊断数据是否与该至少一个目标诊断参数中各个目标诊断参数匹配,若该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配,则确定该目标对象的该诊断数据审核通过,可以缩短数据审核的周期,提高数据审核的处理效率。
参见图3,是本申请实施例提供一种基于数据处理的数据审核方法的另一示意流程图,如图3所示,该基于数据处理的数据审核方法可包括步骤:
S301,终端获取目标对象的诊断数据,并从诊断数据确定出目标对象的目标病种。
S302,终端获取与目标病种关联的至少一个目标诊断参数。
在一些可行的实施方式中,本申请实施例中的步骤S301-步骤S302可参考图1所示实施例中的步骤S101-步骤S102的实现方式,在此不再赘述。
S303,终端获取诊断数据中包括的N个第一诊断参数和M个第二诊断参数。
S304,终端获取目标病种对应的第一阈值和第二阈值。
S305,终端统计N个第一诊断参数中各个第一诊断参数与对应的目标诊断参数匹配的第一数量,并统计M个第二诊断参数中各个第二诊断参数与对应的目标诊断参数匹配的第二数量。
S306,若第一数量大于或等于第一阈值,且第二数量大于或等于第二阈值,则终端确定诊断数据与至少一个目标诊断参数中各个目标诊断参数匹配。
S307,若第一数量小于第一阈值,或第二数量小于第二阈值,则终端确定诊断数据与至少一个目标诊断参数中各个目标诊断参数不匹配。
在一些可行的实施方式中,上述诊断数据中可以包括N个第一诊断参数和M个第二诊断参数,其中,N和M均为大于或等于1的整数。终端可以获取上述诊断数据中包括的该N个第一诊断参数和该M个第二诊断参数,一个诊断参数可以对应一个目标诊断参数。终端可以获取上述目标病种对应的第一阈值和第二阈值,该第一阈值与该第二阈值可以相等,也可以不相等。终端可以将该N个第一诊断参数中各个第一诊断参数与其所对应的目标诊断参数进行比较,并可以统计该N个第一诊断参数中各个第一诊断参数与其所对应的目标诊断参数匹配的第一数量。终端可以将该M个第二诊断参数中各个第二诊断参数与其所对应的目标诊断参数进行比较,并可以统计该M个第二诊断参数中各个第二诊断参数与其所对应的目标诊断参数匹配的第二数量。终端可以判断该第一数量与该第一阈值的大小关系,并可以判断该第二数量与该第二阈值的大小关系。当该第一数量大于或等于该第一阈值,且该第二数量大于或等于该第二阈值时,则终端可以确定该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配。当该第一数量小于该第一阈值,或该第二数量小于该第二阈值,则终端可以确定该诊断数据与该至少一个目标诊断参数中各个目标诊断参数不匹配。其中,第一诊断参数与第二诊断参数可用于表示预设的不同类型的诊断参数,如第一诊断参数为必要项,第二诊断参数为可选项。
例如,N=4,M=3,第一阈值为3,第二阈值为1。诊断数据中的4个第一诊断参数为A、B、C以及D,3个第二诊断参数为F、G以及H。与目标病种“类风湿性关节炎”关联的目标诊断参数为a、b、c、d、f、g、h。其中,A与a对应,B与b对应,C与c对应,D与d对应,F与f对应,G与g对应以及H与h对应。终端分别将A与a、B与b、C与c、D与d进行比较,并统计A与a、B与b、C与c、D与d中匹配的第一数量3。终端分别将F与f、G与g、H与h进行比较,并统计F与f、G与g、H与h中匹配的第二数量2。由于第一数量3等于第一阈值3,且第二数量2大于第二阈值1,所以可以确定该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配。
S308,若诊断数据与至少一个目标诊断参数中各个目标诊断参数匹配,则终端确定目标对象的诊断数据审核通过。
S309,若诊断数据与至少一个目标诊断参数中各个目标诊断参数不匹配,则终端确定目标对象的诊断数据审核未通过,并向目标对象对应的终端发送数据审核失败信息。
在一些可行的实施方式中,当上述诊断数据与上述至少一个目标诊断参数中各个目标诊断参数匹配时,说明上述目标对象的诊断数据符合上述目标病种的鉴定标准,则终端可以上述目标对象的诊断数据审核通过。当上述诊断数据与上述至少一个目标诊断参数中各个目标诊断参数不匹配时,说明上述目标对象的诊断数据不符合上述目标病种的鉴定标准,则终端可以上述目标对象的诊断数据审核未通过,并可以向该目标对象对应的终端发送数据审核失败信息,该数据审核失败信息可以用于提示重新录入新的诊断数据。本申请实施例通过分别检测诊断数据中的第一诊断参数和第二诊断参数是否满足目标慢性病的鉴定标准,可以减少人工审核环节,缩短数据审核的周期,提高数据审核的处理效率。
在一些可行的实施方式中,终端在确定上述目标对象的诊断数据审核通过之后,可以输出数据审核成功信息,该数据审核成功信息用于触发对上述目标对象的上述诊断数据进行人工再次审核。本申请实施例通过输出审核成功信息用于触发下一个审核流程,可以及时通知审核员进行再次审核,从而进一步提高审核的效率,减少审核的周期。
在本申请实施例中,终端通过获取目标对象的诊断数据,并从该诊断数据确定出该目标对象的目标病种,再获取与该目标病种关联的至少一个目标诊断参数,获取该诊断数据中包括的N个第一诊断参数和M个第二诊断参数,获取该目标病种对应的第一阈值和第二阈值,统计该N个第一诊断参数中各个第一诊断参数与对应的目标诊断参数匹配的第一数量,并统计该M个第二诊断参数中各个第二诊断参数与对应的目标诊断参数匹配的第二数量。当该第一数量大于或等于该第一阈值,且该第二数量大于或等于该第二阈值时,则确定该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配;当该第一数量小于该第一阈值,或该第二数量小于该第二阈值时,则确定该诊断数据与该至少一个目标诊断参数中各个目标诊断参数不匹配。当该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配时,则确定该目标对象的诊断数据审核通过;当该诊断数据与该至少一个目标诊断参数中各个目标诊断参数不匹配时,则确定该目标对象的诊断数据审核未通过,并向该目标对象对应的终端发送数据审核失败信息。可以减少人工审核环节,进一步缩短数据审核的周期,提高数据审核的处理效率。
参见图4,是本申请实施例提供的一种基于数据处理的数据审核装置的一示意性框图。本申请实施例的数据审核装置包括:
第一获取模块10,用于获取目标对象的诊断数据,并从该诊断数据中确定出该目标对象的目标病种;
第二获取模块20,用于获取与该目标病种关联的至少一个目标诊断参数;
匹配模块30,用于将该诊断数据与该至少一个目标诊断参数进行比对,判断该诊断数据是否与该至少一个目标诊断参数中各个目标诊断参数匹配;
确定模块40,用于当该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配时,确定该目标对象的该诊断数据审核通过。
在一些可行的实施方式中,上述第一获取模块10还用于:在获取目标对象的诊断数据之后,获取该诊断数据的数据格式;检测该诊断数据的数据格式是否属于目标格式集合;若该诊断数据的数据格式属于该目标格式集合,从该诊断数据中确定出该目标对象的目标病种。其中,该目标格式集合包括便携式文档格式PDF、word、图片、扫描文件、Excel中的一种或多种。
在一些可行的实施方式中,若该诊断数据中包括至少一个诊断参数。上述匹配模块30具体用于:获取该诊断数据中包括的至少一个诊断参数,该一个诊断参数对应一个目标诊断参数;获取该目标病种对应的目标阈值;统计该至少一个诊断参数中各个诊断参数与该对应的目标诊断参数匹配的目标数量;若该目标数量大于或等于该目标阈值,则确定该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配。
在一些可行的实施方式中,若该诊断数据中包括N个第一诊断参数和M个第二诊断参数。上述匹配模块30具体用于:获取该诊断数据中包括的N个第一诊断参数和M个第二诊断参数,该一个诊断参数对应一个目标诊断参数;获取该目标病种对应的第一阈值和第二阈值;统计该N个第一诊断参数中各个第一诊断参数与该对应的目标诊断参数匹配的第一数量,并统计该M个第二诊断参数中各个第二诊断参数与该对应的目标诊断参数匹配的第二数量;若该第一数量大于或等于该第一阈值,且该第二数量大于或等于该第二阈值,则确定该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配。其中,该N和该M均为大于或等于1的整数。
在一些可行的实施方式中,上述确定模块40还用于:当该诊断数据与该至少一个目标诊断参数中各个目标诊断参数不匹配时,确定该目标对象的该诊断数据审核未通过,并向该目标对象对应的终端发送数据审核失败信息,该数据审核失败信息用于提示重新录入新的诊断数据。
在一些可行的实施方式中,该装置还包括输出模块50。该输出模块50用于在确定该目标对象的该诊断数据审核通过之后,输出该数据审核成功信息,该数据审核成功信息用于触发对该目标对象的该诊断数据进行再次审核。
具体实现中,上述数据审核装置可通过上述各个模块执行上述图1或图3所提供的实现方式中各个步骤所提供的实现方式,实现上述各实施例中所实现的功能,具体可参见上述图1或图3所示的方法实施例中各个步骤提供的相应描述,在此不再赘述。
在本申请实施例中,数据审核装置通过获取目标对象的诊断数据,并从该诊断数据确定出该目标对象的目标病种,再获取与该目标病种关联的至少一个目标诊断参数,将该诊断数据与该至少一个目标诊断参数进行比对,判断该诊断数据是否与该至少一个目标诊断参数中各个目标诊断参数匹配,若该诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配,则确定该目标对象的该诊断数据审核通过,可以缩短数据审核的周期,提高数据审核的处理效率。
参见图5,是本申请提供的一种终端的一示意性框图。如图5所示,本申请实施例中的终端可以包括:一个或多个处理器501;一个或多个输入设备502,一个或多个输出设备503和存储器505。上述处理器501、输入设备502、输出设备503和存储器505通过总线505连接。存储器502用于存储计算机程序,所述计算机程序包括程序指令,处理器501用于执行存储器502存储的程序指令。
其中,上述输入设备502用于获取目标对象的诊断数据。上述处理器501被配置用于调用所述程序指令执行从该目标对象的诊断数据中确定出该目标对象的目标病种;从诊断标准数据库中获取与该目标病种关联的至少一个目标诊断参数;将该目标对象的诊断数据与该至少一个目标诊断参数进行比对,判断该目标对象的诊断数据是否与该至少一个目标诊断参数中各个目标诊断参数匹配;若该目标对象的诊断数据与该至少一个目标诊断参数中各个目标诊断参数匹配,则确定该目标对象的诊断数据审核通过。
应当理解,在一些可行的实施方式中,所称处理器501可以是中央处理单元(central processing unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(digital signal processor,DSP)、专用集成电路(application specific integratedcircuit,ASIC)、现成可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备502可以包括触控板、麦克风等,输出设备503可以包括显示器(LCD等)、扬声器等。
该存储器505可以包括只读存储器和随机存取存储器,并向处理器501提供指令和数据。存储器505的一部分还可以包括非易失性随机存取存储器。例如,存储器505还可以存储设备类型的信息。
具体实现中,本申请实施例中所描述的处理器501、输入设备502、输出设备503可执行本申请实施例提供的基于数据处理的数据审核方法中所描述的实现方式,也可执行本申请实施例所描述的数据审核装置的实现方式,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序包括程序指令,该程序指令被处理器执行时实现图1或图3所示的基于数据处理的数据审核方法,具体细节请参照图1或图3所示实施例的描述,在此不再赘述。
上述计算机可读存储介质可以是前述任一实施例所述的数据审核装置或电子设备的内部存储单元,例如电子设备的硬盘或内存。该计算机可读存储介质也可以是该电子设备的外部存储设备,例如该电子设备上配备的插接式硬盘,智能存储卡(smart mediacard,SMC),安全数字(secure digital,SD)卡,闪存卡(flash card)等。进一步地,该计算机可读存储介质还可以既包括该电子设备的内部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该电子设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请是参照本申请实施例的方法、装置(终端)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (8)
1.一种基于数据处理的数据审核方法,其特征在于,包括:
获取目标对象的诊断数据,并从所述目标对象的诊断数据中确定出所述目标对象的目标病种,所述诊断数据包括至少一个诊断参数,所述至少一个诊断参数中包括关联诊断参数;
从诊断标准数据库中获取与所述目标病种关联的至少一个目标诊断参数,所述至少一个目标诊断参数为所述目标病种的标准鉴定参数,所述目标病种关联的目标诊断参数的数量与所述诊断数据中诊断参数的数量相等;
获取所述诊断数据中的至少一个诊断参数,所述至少一个诊断参数包括N个第一诊断参数和M个第二诊断参数,所述一个诊断参数对应一个目标诊断参数,获取所述目标病种对应的第一阈值和第二阈值,若所述至少一个诊断参数中的诊断参数I与诊断参数J为关联诊断参数,将所述诊断数据中非关联诊断参数与其所对应的目标诊断参数进行比较,将所述诊断数据中的关联诊断参数I和J对应的目标诊断参数进行交叉验证,当交叉验证通过时,确定关联诊断参数I和J与其所对应的目标诊断参数匹配,统计所述诊断数据中的第一诊断参数与其所对应的目标诊断参数匹配的第一数量,并统计所述诊断数据中的第二诊断参数与其对应的目标诊断参数匹配的第二数量,当所述第一数量大于或等于所述第一阈值且所述第二数量大于或等于所述第二阈值时,确定所述诊断数据与所述至少一个目标诊断参数中各个目标诊断参数匹配,当所述第一数量小于所述第一阈值或所述第二数量小于所述第二阈值时,确定所述诊断数据与所述至少一个目标诊断参数中各个目标诊断参数不匹配;其中,所述N和所述M均为大于或等于1的整数;
若所述目标对象的诊断数据与所述至少一个目标诊断参数中各个目标诊断参数匹配,则确定所述目标对象的诊断数据审核通过。
2.根据权利要求1所述的方法,其特征在于,所述在获取目标对象的诊断数据之后,所述方法还包括:
获取所述目标对象的诊断数据的数据格式;
检测所述目标对象的诊断数据的数据格式是否属于目标格式集合,所述目标格式集合包括便携式文档格式PDF、word、图像、扫描文件、Excel中的一种或多种;
若所述目标对象的诊断数据的数据格式属于所述目标格式集合,则触发所述从所述目标对象的诊断数据中确定出所述目标对象的目标病种的步骤。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
若所述目标对象的诊断数据与所述至少一个目标诊断参数中各个目标诊断参数不匹配,则确定所述目标对象的诊断数据审核未通过,并向所述目标对象对应的终端发送数据审核失败信息,所述数据审核失败信息用于提示重新录入新的诊断数据。
4.根据权利要求1或2所述的方法,其特征在于,所述在确定所述目标对象的诊断数据审核通过之后,所述方法还包括:
输出所述数据审核成功信息,所述数据审核成功信息用于触发对所述目标对象的所述诊断数据进行再次审核。
5.一种基于数据处理的数据审核装置,其特征在于,包括:
第一获取模块,用于获取目标对象的诊断数据,并从所述诊断数据确定出所述目标对象的目标病种,所述诊断数据包括至少一个诊断参数,所述至少一个诊断参数中包括关联诊断参数;
第二获取模块,用于从诊断标准数据库中获取与所述目标病种关联的至少一个目标诊断参数,所述至少一个目标诊断参数为所述目标病种的标准鉴定参数,所述目标病种关联的目标诊断参数的数量与所述诊断数据中诊断参数的数量相等;
匹配模块,用于获取所述诊断数据中的至少一个诊断参数,所述至少一个诊断参数包括N个第一诊断参数和M个第二诊断参数,所述一个诊断参数对应一个目标诊断参数,获取所述目标病种对应的第一阈值和第二阈值,若所述至少一个诊断参数中的诊断参数I与诊断参数J为关联诊断参数,将所述诊断数据中非关联诊断参数与其所对应的目标诊断参数进行比较,将所述诊断数据中的关联诊断参数I和J对应的目标诊断参数进行交叉验证,当交叉验证通过时,确定关联诊断参数I和J与其所对应的目标诊断参数匹配,统计所述诊断数据中的第一诊断参数与其所对应的目标诊断参数匹配的第一数量,并统计所述诊断数据中的第二诊断参数与其对应的目标诊断参数匹配的第二数量,当所述第一数量大于或等于所述第一阈值且所述第二数量大于或等于所述第二阈值时,确定所述诊断数据与所述至少一个目标诊断参数中各个目标诊断参数匹配,当所述第一数量小于所述第一阈值或所述第二数量小于所述第二阈值时,确定所述诊断数据与所述至少一个目标诊断参数中各个目标诊断参数不匹配;其中,所述N和所述M均为大于或等于1的整数;
确定模块,用于当所述目标对象的诊断数据与所述至少一个目标诊断参数中各个目标诊断参数匹配时,确定所述目标对象的诊断数据审核通过。
6.根据权利要求5所述的装置,其特征在于,所述第一获取模块还用于:
在获取目标对象的诊断数据之后,获取所述目标对象的诊断数据的数据格式;
检测所述目标对象的诊断数据的数据格式是否属于目标格式集合,所述目标格式集合包括便携式文档格式PDF、word、图像、扫描文件、Excel中的一种或多种;
若所述目标对象的诊断数据的数据格式属于所述目标格式集合,从所述目标对象的诊断数据中确定出所述目标对象的目标病种。
7.一种终端,其特征在于,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-4任一项所述的方法。
8.一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存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811266092.2A CN109492135B (zh) | 2018-10-27 | 2018-10-27 | 一种基于数据处理的数据审核方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811266092.2A CN109492135B (zh) | 2018-10-27 | 2018-10-27 | 一种基于数据处理的数据审核方法以及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109492135A CN109492135A (zh) | 2019-03-19 |
CN109492135B true CN109492135B (zh) | 2024-03-19 |
Family
ID=65692747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811266092.2A Active CN109492135B (zh) | 2018-10-27 | 2018-10-27 | 一种基于数据处理的数据审核方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109492135B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299225A (zh) * | 2007-04-30 | 2008-11-05 | 西门子公司 | 提供医学报告的方法、装置和系统 |
CN102890803A (zh) * | 2011-07-21 | 2013-01-23 | 阿里巴巴集团控股有限公司 | 电子商品异常交易过程的确定方法及其装置 |
CN106096657A (zh) * | 2016-06-13 | 2016-11-09 | 北京物思创想科技有限公司 | 基于机器学习来预测数据审核目标的方法及系统 |
CN107609980A (zh) * | 2017-09-07 | 2018-01-19 | 平安医疗健康管理股份有限公司 | 医疗数据处理方法、装置、计算机设备及存储介质 |
CN107798621A (zh) * | 2017-08-30 | 2018-03-13 | 平安科技(深圳)有限公司 | 疾病诊断信息审核方法及装置 |
CN107943966A (zh) * | 2017-11-28 | 2018-04-20 | 合肥工业大学 | 基于微博文本的异常个性判定方法及装置 |
WO2018098716A1 (zh) * | 2016-11-30 | 2018-06-07 | 深圳前海达闼云端智能科技有限公司 | 听诊器数据处理方法、装置、电子设备及云服务器 |
CN108257024A (zh) * | 2017-04-14 | 2018-07-06 | 平安科技(深圳)有限公司 | 一种理赔案件处理方法和装置 |
CN108629560A (zh) * | 2018-04-18 | 2018-10-09 | 平安科技(深圳)有限公司 | 任务派发方法、电子设备及存储介质 |
-
2018
- 2018-10-27 CN CN201811266092.2A patent/CN109492135B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299225A (zh) * | 2007-04-30 | 2008-11-05 | 西门子公司 | 提供医学报告的方法、装置和系统 |
CN102890803A (zh) * | 2011-07-21 | 2013-01-23 | 阿里巴巴集团控股有限公司 | 电子商品异常交易过程的确定方法及其装置 |
CN106096657A (zh) * | 2016-06-13 | 2016-11-09 | 北京物思创想科技有限公司 | 基于机器学习来预测数据审核目标的方法及系统 |
WO2018098716A1 (zh) * | 2016-11-30 | 2018-06-07 | 深圳前海达闼云端智能科技有限公司 | 听诊器数据处理方法、装置、电子设备及云服务器 |
CN108257024A (zh) * | 2017-04-14 | 2018-07-06 | 平安科技(深圳)有限公司 | 一种理赔案件处理方法和装置 |
CN107798621A (zh) * | 2017-08-30 | 2018-03-13 | 平安科技(深圳)有限公司 | 疾病诊断信息审核方法及装置 |
CN107609980A (zh) * | 2017-09-07 | 2018-01-19 | 平安医疗健康管理股份有限公司 | 医疗数据处理方法、装置、计算机设备及存储介质 |
CN107943966A (zh) * | 2017-11-28 | 2018-04-20 | 合肥工业大学 | 基于微博文本的异常个性判定方法及装置 |
CN108629560A (zh) * | 2018-04-18 | 2018-10-09 | 平安科技(深圳)有限公司 | 任务派发方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109492135A (zh) | 2019-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109544364B (zh) | 基于数据分析的违规行为检测方法、装置及终端 | |
CN108665953B (zh) | 一种处方执行方法、装置、设备和存储介质 | |
US20160234416A1 (en) | Method, device, and self service equipment thereof for card processing in card reader | |
CN110489415B (zh) | 一种数据更新方法及相关设备 | |
WO2022062399A1 (zh) | 基于区块链网络的诊断方法、装置和区块链网络系统 | |
CN110070428B (zh) | 监管检查方法及装置和电子设备 | |
CN109509104B (zh) | 基于人脸识别的身份认证方法、装置、服务器及介质 | |
CN109522705B (zh) | 一种权限管理方法、装置、电子设备及介质 | |
CN112100594A (zh) | 一种基于区块链的业务处理方法、装置及设备 | |
WO2020253065A1 (zh) | 基于数据分析的资格评审方法、装置及服务器 | |
CN109523404B (zh) | 基于数据分析的违规行为检测方法、装置及终端 | |
CN109559821B (zh) | 基于数据处理的风湿性心脏瓣膜病认证方法及相关设备 | |
CN109492135B (zh) | 一种基于数据处理的数据审核方法以及装置 | |
CN109215783B (zh) | 基于数据处理的脑出血资质认证方法、设备及服务器 | |
US20190205572A1 (en) | Terminal verification method, terminal device, and computer readable storage medium | |
Clarke et al. | Developing an algorithm to identify history of cancer using electronic medical records | |
CN109559820B (zh) | 基于数据处理的冠心病资质认证方法、设备及服务器 | |
CN116051255A (zh) | 业务库管理方法、系统、装置、计算机设备和存储介质 | |
CN115543837A (zh) | 软件测试方法、装置、电子设备及存储介质 | |
CN109544382A (zh) | 一种基于数据处理的经办业务处理方法及相关设备 | |
CN109461481B (zh) | 一种基于数据处理的血友病认证方法及相关设备 | |
US20120210403A1 (en) | Mobile communications device-operated electronic access system | |
CN113487468A (zh) | 基于区块链的养老认证数据分析方法、装置、设备及介质 | |
CN109544378B (zh) | 一种肺源性心脏病资质认证方法、设备及服务器 | |
CN109544368B (zh) | 骨髓增值性疾病资质认证方法、设备、服务器及可读介质 |
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 |