CN110364265B - 一种基于健康数据银行的数据价值生成与实现方法 - Google Patents

一种基于健康数据银行的数据价值生成与实现方法 Download PDF

Info

Publication number
CN110364265B
CN110364265B CN201910553293.9A CN201910553293A CN110364265B CN 110364265 B CN110364265 B CN 110364265B CN 201910553293 A CN201910553293 A CN 201910553293A CN 110364265 B CN110364265 B CN 110364265B
Authority
CN
China
Prior art keywords
data
disease
health
sample
knowledge
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
Application number
CN201910553293.9A
Other languages
English (en)
Other versions
CN110364265A (zh
Inventor
赵林度
谢俐萨
肖奕婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201910553293.9A priority Critical patent/CN110364265B/zh
Publication of CN110364265A publication Critical patent/CN110364265A/zh
Application granted granted Critical
Publication of CN110364265B publication Critical patent/CN110364265B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本发明公开了一种基于健康数据银行的数据价值生成与实现方法。健康数据银行基于疾病种类打包重组海量样本数据包生成病种数据包，通过汇总医学专家知识数据生成医学知识数据包；在此基础上通过大数据分析技术生成疾病知识包；进而通过关联分析生成疾病知识体系，从而实现数据价值生成。健康数据银行比对数据使用者的个人健康数据和存储的样本数据包，判断其健康状态；将患者的个人疾病状态数据与病种数据包进行匹配，向医生提供适配的疾病知识包及知识体系，辅助生成精准医疗服务方案；将健康用户的个人健康数据与相似数据提供者的健康数据进行匹配，为其提供医学知识库中相关医学知识，实现个性化健康管理，从而完成数据价值实现。

Description

一种基于健康数据银行的数据价值生成与实现方法
技术领域
本发明涉及数据银行的数据价值生成与实现，具体涉及基于健康数据银行的数据价值生成与实现方法。
背景技术
数据银行也可称为信息银行，以往的研究中常将其等同于数据库，而近年来的大数据应用价值背景，通常用于指代在积累大量数据之后，向用户提供数据服务的机构。大数据的发展促使医疗数据的整合与应用，通过基于健康数据银行的数据价值生成与实现，有助于整合和优化医疗服务资源，有助于提高健康医疗大数据的价值和价值增值能力。健康数据银行(Health Data Bank)作为健康数据服务机构，以存储的海量健康医疗大数据为经营对象，以银行为经营机构，提高数据集聚、数据应用的便利性和安全性，实现健康医疗数据价值增值。
数据价值是由数据生成的环境、过程独特的内核知识属性赋予的，离开内核知识即使数据量巨大也将毫无价值。只有持续培育数据价值网络，形成价值和价值增值的生态环境，数据价值才能持续。如果希望以数据资产的形式保值增值，数据价值网络中的内核知识必须拥有一定的价值增值能力。目前很多医疗机构或类似于健康数据银行的机构会对患者或顾客的健康数据进行采集，但对采集而来的数据也仅仅是针对特定的个人进行跟踪和分析，没有对采集而来的所有的数据进行整体的挖掘、分析，并未发挥出所采集的健康数据的潜在价值。
发明内容
发明目的：本发明目的在于提供一种基于健康数据银行的数据价值生成与实现方法，解决现有技术中个人健康数据利用率不高的缺陷。
技术方案：本申请公开了一种基于健康数据银行的数据价值生成方法，包括：
(1)采集样本健康数据，按照数据提供主体以及数据采集时间对样本健康数据进行编号，生成样本健康数据包Dit，并将其存储至样本健康数据库；其中，i为数据提供者的编号，i∈[1,I]，I表示健康数据库中样本数据提供者的总数；t为数据所对应的采集时间，t∈[0,T]，T表示样本数据包Dit的最后更新时间；
(2)对疾病科室和每个科室中对应的疾病种类进行编号，判断样本健康数据包Dit的健康状况，按照编号后的疾病科室和疾病种类对样本健康数据包Dit进行重组，生成病种数据包
Figure BDA0002106137550000011
并将其存储至样本健康数据库，同时将样本健康数据对应的健康状况存储至样本健康数据包Dit中；
(3)获取各科室疾病诊疗专家提供的疾病医学知识数据，将获取的疾病医学知识数据汇总生成医学知识数据包
Figure BDA0002106137550000021
并将其存储至医学知识数据库。
(4)利用大数据分析技术对病种数据包
Figure BDA0002106137550000022
和医学知识数据包
Figure BDA0002106137550000023
进行数据挖掘、关联分析和数据封装，生成疾病知识包
Figure BDA0002106137550000024
并将其存储至医学知识数据库；
(5)对疾病知识包
Figure BDA0002106137550000025
进行交互关联分析，生成与疾病科室ja相关的疾病知识体系
Figure BDA0002106137550000026
并将其存储至医学知识数据库；
其中，a为病种所属疾病科室的编号，b为a科室中的疾病种类的编号，iab表示编号a疾病科室中的编号b疾病种类。
进一步地，上述数据价值生成方法中样本健康数据包Dit采用以数据提供主体i为单位的方式进行存储，每个存储单元中存储着数据提供主体在不同时刻t的样本健康数据，形成数据提供者i个人健康数据在时间轴上的纵向关联。
进一步地，上述数据价值生成方法中医学知识数据包
Figure BDA0002106137550000027
采用以医学专家个人为单位的方式进行存储，每个存储单元存储着医学专家个人在不同时刻t的医学知识数据，形成医学专家个人医学知识数据在时间轴上的纵向关联。
进一步地，上述数据价值生成方法中的步骤(2)包括：
(21)对疾病科室从0-A进行编号，对每个科室中的疾病种类从0-Ba进行编号，得到疾病种类jab；其中，a∈[0,A]，b∈[0,Ba]，a和b均取整数，A为疾病科室数量，Ba为a科室内的疾病种类数量，jab表示编号a疾病科室中的编号b疾病种类，j00表示健康状态；
(22)根据疾病数据特征判断样本健康数据包Dit的健康状况，并分别对应到a疾病科室的b疾病种类，从而重组得到病种数据包
Figure BDA0002106137550000028
(23)将判断的健康状况对应存储至样本健康数据包Dit中；使样本健康数据包中携带样本的健康状况信息jab。
进一步地，该数据价值生成方法还包括将疾病知识包
Figure BDA0002106137550000029
按照疾病种类jab整合，生成医学知识库
Figure BDA00021061375500000210
并在医学知识库
Figure BDA00021061375500000211
与健康状态的病种数据包
Figure BDA00021061375500000212
建立关联。
另一方面，本申请还公开了一种根据上述数据价值生成方法所生成的数据价值的实现方法，包括：
(1)将用户健康数据dt与样本健康数据包Dit中的样本健康数据进行比对，调取相似度最高的样本健康数据；
(2)读取样本健康数据的健康状况jab：
(21)若健康状况jab＝j00，即样本处于健康状态，则，将用户健康数据与健康状态j00重组得到健康状态用户数据
Figure BDA00021061375500000213
将
Figure BDA00021061375500000214
与健康状态的病种数据包
Figure BDA00021061375500000215
匹配，得到用户的患病风险信息；根据患病风险信息从医学知识库
Figure BDA0002106137550000031
中匹配并调取对应的医学知识，并生成个性化健康管理方案；
(22)若健康状况iab≠j00，即样本处于疾病状态，则，将用户健康数据与健康状态iab重组得到疾病状态用户数据
Figure BDA0002106137550000032
将
Figure BDA0002106137550000033
与疾病状态的病种数据包
Figure BDA0002106137550000034
进行匹配，按照与疾病状态用户数据
Figure BDA0002106137550000035
的匹配度及治疗需求对匹配出的病种数据包
Figure BDA0002106137550000036
进行排序；选取排序在前的病种数据包
Figure BDA0002106137550000037
进而调取与所选病种数据包
Figure BDA0002106137550000038
对应的疾病知识包
Figure BDA0002106137550000039
和疾病知识体系
Figure BDA00021061375500000310
并生成精准匹配参考方案。
有益效果：与现有技术相比，本申请提供的基于健康数据银行的数据价值生成与实现方法通过健康数据银行对海量的数据提供者的个人健康数据进行聚集，并利用健康数据银行强大的大数据分析技术能力对个人健康数据实现数据价值生成。另一方面，从数据用户自身健康数据出发，通过将用户的健康状态与健康数据银行的疾病知识包、疾病知识体系进行匹配，向数据使用者提供个性化的健康管理方案或精准医疗服务方案，协助用户实现个性化自我健康管理，并为后续的疾病治疗提供相应的方案参考。
附图说明
图1为本发明实施例的数据价值生成过程示意图；
图2为本发明实施例的数据价值生成的逻辑流程图；
图3为本发明实施例的数据价值实现过程示意图；
图4为本发明实施例的数据价值实现的逻辑流程图。
具体实施方式
下面结合附图和实施例对本发明做进一步描述：
本发明申请公开了一种基于健康数据银行的数据价值生成，如图1、图2所示，包括以下步骤：
(1)采集样本健康数据，按照数据提供主体以及数据采集时间对样本健康数据进行编号，生成样本健康数据包101，表示为Dit，并将其存储至样本健康数据库；其中，i为数据提供者的编号，i∈[1,I]，I表示健康数据库中样本数据提供者的总数；t为数据所对应的采集时间t∈[0,T]，T表示样本数据包Dit的最后更新时间。在本发明的实施例中，对样本健康数据的采集过程可包括数据的采集、清洗、转换和合并四部分。个人可以通过健康银行账户上传数据，或是通过可穿戴设备自动采集数据；通过制定一定的数据清洗规则，将其中的残缺数据、错误数据和重复数据过滤出去，如将患者资料错误、诊断结果相互矛盾等数据剔除出去；通过清洗后的数据在类型和结构上仍然存在差异，通过制定相应的数据转换规则，将数据按照统一的标准进行汇总和处理；制定相应的合并规则，迅速准确地判断数据之间的相关性来进行合并归类，从而实现对样本数据的预处理。
(2)对样本健康数据包Dit进行重组，生成病种数据包102，表示为
Figure BDA0002106137550000041
重组步骤包括：
(21)对疾病科室从0-A进行编号，对每个科室中的疾病种类从0-Ba进行编号，得到疾病种类jab；其中，a∈[0,A]，b∈[0,Ba]，a和b均取整数，A为疾病科室数量，Ba为a科室内的疾病种类数量，jxb表示编号a疾病科室中的编号b疾病种类，j00表示健康状态。
(22)根据疾病数据特征判断样本健康数据包Dit的健康状况，并分别对应到a疾病科室的b疾病种类，从而重组得到病种数据包
Figure BDA0002106137550000042
重组得到的病种数据包
Figure BDA0002106137550000043
分别与疾病科室a、疾病种类b和采集时间t相关联。例如，常见的常见科室包括呼吸内科、消化内科、心血管内科、内分泌科、神经内科、血液科、风湿免疫科、肾内科等，假设将呼吸内科编号为科室1，呼吸内科中包括的疾病种类，例如肺癌、慢性支气管炎、慢性阻塞性肺疾病，分别编号为呼吸内科中的病种1、病种2、病种3，则j11、j12、j13分别表示肺癌、慢性支气管炎、慢性阻塞性肺疾病在整个病种数据包
Figure BDA0002106137550000044
中的编号。
(23)将判断的健康状况对应存储至样本健康数据包Dit中；使样本健康数据包中携带样本的健康状况信息jab，方便后续在数据价值实现中识别用户数据的健康状况。
(3)获取各科室疾病诊疗专家提供的疾病医学知识数据，将获取的疾病医学知识数据汇总生成医学知识数据包103，表示为
Figure BDA0002106137550000045
并将其存储至医学知识数据库。疾病医学知识数据
Figure BDA0002106137550000046
包括疾病症状、疾病预防以及疾病诊疗等知识数据。
(4)利用大数据分析技术对病种数据包
Figure BDA0002106137550000047
和医学知识数据包
Figure BDA0002106137550000048
进行数据挖掘、关联分析和数据封装，生成疾病知识包104，表示为
Figure BDA0002106137550000049
并将其存储至医学知识数据库。
(5)在同一科室的不同疾病种类的基础上，基于扎根理论，通过对疾病知识包
Figure BDA00021061375500000410
其进行逐级编码，对疾病知识包进行交互关联分析，生成并存储与疾病科室和采集时间相关联的疾病知识体系，生成与疾病科室ja相关的疾病知识体系106，表示为
Figure BDA00021061375500000411
并将其存储至医学知识数据库；
在本发明的实施例中，样本健康数据包Dit采用以数据提供主体i为单位的方式进行存储，每个存储单元中存储着数据提供主体在不同时刻t的样本健康数据，形成数据提供者i个人健康数据在时间轴上的纵向关联，记录同一提供者不同时期的健康状况，并随着采集信息的增加，使整个数据银行的数据动态更新。
医学知识数据包
Figure BDA0002106137550000051
采用以医学专家个人为单位的方式进行存储，每个存储单元存储着医学专家个人在不同时刻t的医学知识数据，形成医学专家个人医学知识数据在时间轴上的纵向关联。其中，专家也是按照具体疾病种类jab进行划分的，随着医学专家研究的深入及经验的不断丰富，对健康数据银行中的数据不断更新、丰富。
在本发明的实施例中，数据价值生成方法还包括将疾病知识包
Figure BDA0002106137550000052
按照疾病种类jab整合，生成医学知识库105，表示为
Figure BDA0002106137550000053
并在医学知识库
Figure BDA0002106137550000054
与健康状态的病种数据包
Figure BDA0002106137550000055
建立关联，可通过健康状态的病种数据包
Figure BDA0002106137550000056
不同的患病倾向调用医学知识库
Figure BDA0002106137550000057
中的医疗知识。
在健康数据价值生成的过程中，随着时间的变化，采集的样本健康数据增加，样本健康数据包Dit、病种数据包
Figure BDA0002106137550000058
疾病知识包
Figure BDA0002106137550000059
以及疾病知识体系
Figure BDA00021061375500000510
中的信息也会随之不断增加，不断丰富。
另一方面，本发明申请还公开了一种根据上述数据价值生成方法所生成的数据价值的实现方法，如图3、图4所示，包括：
(1)将用户健康数据dt与样本健康数据包Dit中的样本健康数据进行比对，调取相似度最高的样本健康数据；
(2)读取样本健康数据的健康状况jab：(21)若健康状况jab＝j00，即样本处于健康状态，则将用户健康数据dt与健康状态j00重组得到健康状态用户数据
Figure BDA00021061375500000511
将
Figure BDA00021061375500000512
与健康状态的病种数据包
Figure BDA00021061375500000513
匹配，得到用户的患病风险信息；根据患病风险信息从医学知识库
Figure BDA00021061375500000514
中匹配并调取对应的医学知识，并生成因人而异的个性化健康管理方案；(22)若健康状况jab≠j00，即样本处于疾病状态，则将用户健康数据dt与健康状态jab重组得到疾病状态用户数据
Figure BDA00021061375500000515
将
Figure BDA00021061375500000516
与疾病状态的病种数据包
Figure BDA00021061375500000517
进行匹配，按照与疾病状态用户数据
Figure BDA00021061375500000518
的匹配度及治疗需求对匹配出的病种数据包
Figure BDA00021061375500000519
进行排序；选取排序在前的病种数据包
Figure BDA00021061375500000520
进而调取与所选病种数据包
Figure BDA00021061375500000521
对应的疾病知识包
Figure BDA00021061375500000522
和疾病知识体系
Figure BDA00021061375500000523
并生成精准匹配参考方案。

Claims (6)

1.一种基于健康数据银行的数据价值生成方法，其特征在于，包括：
(1)采集样本健康数据，按照数据提供主体以及数据采集时间对样本健康数据进行编号，生成样本健康数据包Dit，并将其存储至样本健康数据库；其中，i为数据提供者的编号，i∈[1,I]，I表示健康数据库中样本数据提供者的总数；t为数据所对应的采集时间，t∈[0,T]，T表示样本数据包Dit的最后更新时间；
(2)对疾病科室和每个科室中对应的疾病种类进行编号，判断样本健康数据包Dit的健康状况，按照编号后的疾病科室和疾病种类对样本健康数据包Dit进行重组，生成病种数据包
Figure FDA0002106137540000011
并将其存储至所述样本健康数据库，同时将样本健康数据对应的健康状况存储至样本健康数据包Dit中；
(3)获取各科室疾病诊疗专家提供的疾病医学知识数据，将获取的疾病医学知识数据汇总生成医学知识数据包
Figure FDA0002106137540000012
并将其存储至医学知识数据库；
(4)利用大数据分析技术对所述病种数据包
Figure FDA0002106137540000014
和医学知识数据包
Figure FDA0002106137540000013
进行数据挖掘、关联分析和数据封装，生成疾病知识包
Figure FDA0002106137540000015
并将其存储至医学知识数据库；
(5)对所述疾病知识包
Figure FDA0002106137540000016
进行交互关联分析，生成与疾病科室ja相关的疾病知识体系
Figure FDA0002106137540000017
并将其存储至医学知识数据库；
其中，a为病种所属疾病科室的编号，b为a科室中的疾病种类的编号，jab表示编号a疾病科室中的编号b疾病种类。
2.根据权利要求1所述的数据价值生成方法，其特征在于，所述样本健康数据包Dit采用以数据提供主体i为单位的方式进行存储，每个存储单元中存储着数据提供主体在不同时刻t的样本健康数据。
3.根据权利要求1所述的数据价值生成方法，其特征在于，所述医学知识数据包
Figure FDA0002106137540000018
采用以医学专家个人为单位的方式进行存储，每个存储单元存储着医学专家个人在不同时刻t的医学知识数据。
4.根据权利要求1所述的数据价值生成方法，其特征在于，所述步骤(2)包括：
(21)对疾病科室从0-A进行编号，对每个科室中的疾病种类从0-Ba进行编号，得到疾病种类jab；其中，a∈[0,A]，b∈[0,Ba]，a和b均取整数，A为疾病科室数量，Ba为a科室内的疾病种类数量，jab表示编号a疾病科室中的编号b疾病种类，j00表示健康状态；
(22)根据疾病数据特征判断样本健康数据包Dit的健康状况，并分别对应到a疾病科室的b疾病种类，从而重组得到病种数据包
Figure FDA0002106137540000019
(23)将判断的健康状况对应存储至样本健康数据包Dit中。
5.根据权利要求4所述的数据价值生成方法，其特征在于，还包括将所述疾病知识包
Figure FDA0002106137540000021
按照疾病种类jab整合，生成医学知识库
Figure FDA0002106137540000022
并在医学知识库
Figure FDA0002106137540000023
与健康状态的病种数据包
Figure FDA0002106137540000024
建立关联。
6.一种根据权利要求5所述的数据价值生成方法所生成的数据价值的实现方法，其特征在于，包括：
(1)将用户健康数据dt与样本健康数据包Dit中的样本健康数据进行比对，调取相似度最高的样本健康数据；
(2)读取所述样本健康数据的健康状况jab：
(21)若所述健康状况jab＝j00，即样本处于健康状态，则：
将用户健康数据与所述健康状态j00重组得到健康状态用户数据
Figure FDA0002106137540000025
将
Figure FDA0002106137540000026
与健康状态的病种数据包
Figure FDA0002106137540000027
匹配，得到用户的患病风险信息；
根据患病风险信息从医学知识库
Figure FDA0002106137540000028
中匹配并调取对应的医学知识，并生成个性化健康管理方案；
(22)若所述健康状况jab≠j00，即样本处于疾病状态，则：
将用户健康数据与所述健康状态jab重组得到疾病状态用户数据
Figure FDA0002106137540000029
将
Figure FDA00021061375400000210
与疾病状态的病种数据包
Figure FDA00021061375400000211
进行匹配，按照与疾病状态用户数据
Figure FDA00021061375400000212
的匹配度及治疗需求对匹配出的病种数据包
Figure FDA00021061375400000213
进行排序；
选取排序在前的病种数据包
Figure FDA00021061375400000214
进而调取与所选病种数据包
Figure FDA00021061375400000215
对应的疾病知识包
Figure FDA00021061375400000216
和疾病知识体系
Figure FDA00021061375400000217
并生成精准匹配参考方案。
CN201910553293.9A 2019-06-25 2019-06-25 一种基于健康数据银行的数据价值生成与实现方法 Active CN110364265B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910553293.9A CN110364265B (zh) 2019-06-25 2019-06-25 一种基于健康数据银行的数据价值生成与实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910553293.9A CN110364265B (zh) 2019-06-25 2019-06-25 一种基于健康数据银行的数据价值生成与实现方法

Publications (2)

Publication Number Publication Date
CN110364265A CN110364265A (zh) 2019-10-22
CN110364265B true CN110364265B (zh) 2022-12-13

Family

ID=68216957

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910553293.9A Active CN110364265B (zh) 2019-06-25 2019-06-25 一种基于健康数据银行的数据价值生成与实现方法

Country Status (1)

Country Link
CN (1) CN110364265B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112905582A (zh) * 2021-03-22 2021-06-04 杭州联众医疗科技股份有限公司 一种基于医疗数据的数据银行系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107506602A (zh) * 2017-09-07 2017-12-22 北京海融兴通信息安全技术有限公司 一种大数据健康预测系统
CN109119130A (zh) * 2018-07-11 2019-01-01 上海夏先机电科技发展有限公司 一种基于云计算的大数据健康管理系统及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107506602A (zh) * 2017-09-07 2017-12-22 北京海融兴通信息安全技术有限公司 一种大数据健康预测系统
CN109119130A (zh) * 2018-07-11 2019-01-01 上海夏先机电科技发展有限公司 一种基于云计算的大数据健康管理系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
健康医疗大数据的应用范围与价值分析;杜明超 等;《中国卫生信息管理杂志》;20171020(第05期);第22-24页 *
基于大数据的随访健康档案平台的构建;黄桂新 等;《现代医院》;20170228;第17卷(第02期);第196-198页 *

Also Published As

Publication number Publication date
CN110364265A (zh) 2019-10-22

Similar Documents

Publication Publication Date Title
CN109119134A (zh) 医学病历数据处理方法、医学数据推荐系统、设备及介质
CN108280149A (zh) 一种基于多维度分类标签的医患纠纷类案件推荐方法
CN105608389A (zh) 医疗数据发布的差分隐私保护方法
CN103353880B (zh) 一种利用相异度聚类和关联的数据挖掘方法
CN109074858B (zh) 没有明显准标识符的去识别的健康护理数据库的医院匹配
WO2021151295A1 (zh) 患者治疗方案的确定方法、装置、计算机设备及介质
CN106503431B (zh) 运动数据的处理方法
Prasad et al. Diabetic data analysis in big data with predictive method
CN110019410A (zh) 针对中医药临床案例信息的大数据挖掘系统
WO2021012346A1 (zh) 一种基于高效用正负序列规则挖掘的中药销售系统及其工作方法
CN107767960A (zh) 临床检测项目的数据处理方法、装置及电子设备
CN115148370B (zh) 一种生成dip病种目录的方法及系统
CN110364265B (zh) 一种基于健康数据银行的数据价值生成与实现方法
CN113948168A (zh) 医疗数据评价实际应用系统及医疗数据评价实际应用方法
CN111477295B (zh) 一种基于隐语义模型的中医组方推荐方法及系统
Zou et al. Automatic detection of congestive heart failure based on multiscale residual unet++: From centralized learning to federated learning
CN110827990B (zh) 一种基于知识图谱的伤寒辨证推理系统
CN109872783B (zh) 一种基于大数据的糖尿病文献信息标准数据库集分析方法
CN110164520A (zh) 时空大数据关联的慢病管理装置
WO2023240837A1 (zh) 基于病患数据的服务包生成方法、装置、设备及存储介质
CN109448846A (zh) 一种基于医保大数据测算罕见病发病率的分析方法
CN110010231A (zh) 一种数据处理系统及计算机可读存储介质
CN108091398B (zh) 患者分组方法及装置
CN111062751A (zh) 一种基于药品自动关联耗材的计费系统及方法
Johnson et al. Healthcare provider summary data for fraud classification

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