CN110459276A - 一种数据处理方法及相关设备 - Google Patents
一种数据处理方法及相关设备 Download PDFInfo
- Publication number
- CN110459276A CN110459276A CN201910758125.3A CN201910758125A CN110459276A CN 110459276 A CN110459276 A CN 110459276A CN 201910758125 A CN201910758125 A CN 201910758125A CN 110459276 A CN110459276 A CN 110459276A
- Authority
- CN
- China
- Prior art keywords
- event
- data
- target
- object event
- moment
- 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
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Urology & Nephrology (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请实施例提供了一种数据处理方法及相关设备,可以减少人为的错误,提高医疗数据处理的准确性。该方法包括:确定目标分析指标,所述目标分析指标为目标对象在目标事件对应的分析指标;根据所述目标事件的发生时刻以及目标时间范围确定所述目标分析指标对应的第一数据,所述目标时间范围为所述目标分析指标对应的时间范围;根据操作指令对所述第一数据进行数据运算,得到第二数据;按照预设格式输出所述第二数据。
Description
技术领域
本申请涉及数据处理领域,尤其涉及一种数据处理方法及相关设备。
背景技术
随着医疗信息化的不断发展,各家医院都开始通过信息化的手段来解决问题。经过统计,一家三甲医院平均业务系统的数量高达300余种,而这些业务系统每天都有大量的医疗数据产生。且这些业务系统的数据彼此之间存在着复杂的关联关系,在实际临床科研应用过程中,我们需要将各业务系统数据导出,通过唯一索引进行关联,但是在数据处理过程中会存在一个重要的问题,即业务数据之间逻辑关系的计算。例如,某临床医生需要获得患者“经皮冠状动脉支架置入术”术前7天之内最后一次“白细胞”的检验结果值以及术后10天之内每隔3天的“白细胞”的值,若有多个符合条件,则选取结果值中的最高值。若住院期间同一个手术发生多次,则以第一次手术为准。
该场景在实际业务过程中的处理流程,是医院信息中心在各临床业务系统或医院集成平台中将医生所需要的数据导出,例如以上案例中需要导出患者的手术名称、手术时间、门诊检验白细胞的检验结果值及检验时间、住院检验白细胞的检验结果值及检验时间,然后再对导出的数据进行处理。首先,需要在Excel中通过患者唯一标识,如住院号或者PatientID等将相关数据进行整合;其次,需要过滤出有两次或者两次以上手术的患者,并保留第一次手术,将另外一条或多条数据删除;然后,需要将手术的手术时间匹配到患者的多条检验数据上,用手术时间和检验时间进行差值计算;最后,通过差值一个个人工判断筛选出符合条件的检验指标值,例如,当差值等于“-6.5”、“-3”的时候,代表该白细胞的值是手术之前7天之内的检验数据,我们需要从中选择“-3”的那条作为术前7天最后的一次检验结果,术后判断过程同理。
该过程计算规则十分复杂,目前市面上并没有相应的处理工具可以帮助实现,大部分临床医生都需要针对数据逐个患者进行比对,也有部分临床医生像上述描述过程一样,借助Excel的一些函数进行处理,但在最终结果挑选的时候依然需要人为干预,过程复杂且及其容易出错。临床科研本身是个十分严谨的过程,若原始数据出错,会导致本次研究成果可信程度降低,为临床工作提供错误的指导,影响程度大。
发明内容
本申请提供了一种数据处理方法及相关设备,可以提高医疗数据处理的准确性。
本申请实施例第一方面提供一种数据处理方法,所述方法包括:
确定目标分析指标,所述目标分析指标为目标对象在目标事件对应的分析指标;
根据所述目标事件的发生时刻以及目标时间范围确定所述目标分析指标对应的第一数据,所述目标时间范围为所述目标分析指标对应的时间范围;
根据操作指令对所述第一数据进行数据运算,得到第二数据;
按照预设格式输出所述第二数据。
可选地,所述确定目标分析指标之前,所述方法还包括:
将所述目标事件对应的参数信息存储至数据库,所述目标事件对应的参数信息包括所述目标事件发生的次数、所述目标事件的内容以及所述目标事件的发生时刻,所述数据库中存储有包括所述目标事件在内的多个事件对应的参数信息。
可选地,所述根据所述目标事件的发生时刻以及目标时间范围确定所述目标分析指标对应的第一数据包括:
步骤1、确定所述数据库中目标事件集合中的任意一个事件的第一发生时刻,所述目标事件为所述目标事件集合中的任意一个事件;
步骤2、确定所述数据库中目标指标集合的每个分析指标的第二发生时刻,所述目标分析指标为所述目标指标集合中的任意一个分析指标;
步骤3、计算所述第一发生时刻与所述第二发生时刻的目标时间差值;
步骤4、判断所述目标时间差值是否处于目标时间范围;
步骤5、若是,则将所述目标指标集合中处于所述目标发生范围内的分析指标的数据确定为所述第一数据;
步骤6、若否,则重复执行步骤1至步骤4直至确定所述第一数据为止。
可选地,所述目标事件为入院事件、检查事件、用药事件、手术事件、出院事件以及死亡事件中的至少一个。
可选地,所述数据运算至少包括求平均值、求最大值、求最小值、求复查峰值以及求复查低值中的一种。
本申请实施例第二方面提供了一种数据处理装置,包括
第一确定单元,用于确定目标分析指标,所述目标分析指标为目标对象在目标事件对应的分析指标;
第二确定单元,用于根据所述目标事件的发生时刻以及目标时间范围确定所述目标分析指标对应的第一数据,所述目标时间范围为所述目标分析指标对应的时间范围;
运算单元,用于根据操作指令对所述第一数据进行数据运算,得到第二数据;
输出单元,用于按照预设格式输出所述第二数据。
可选地,所述装置还包括:
存储单元,用于将所述目标事件对应的参数信息存储至数据库,所述目标事件对应的参数信息包括所述目标事件发生的次数、所述目标事件的内容以及所述目标事件的发生时刻,所述数据库中存储有包括所述目标事件在内的多个事件对应的参数信息。
可选地,所述第二确定单元具体用于:
步骤1、确定所述数据库中目标事件集合中的任意一个事件的第一发生时刻,所述目标事件为所述目标事件集合中的任意一个事件;
步骤2、确定所述数据库中目标指标集合的每个分析指标的第二发生时刻,所述目标分析指标为所述目标指标集合中的任意一个分析指标;
步骤3、计算所述第一发生时刻与所述第二发生时刻的目标时间差值;
步骤4、判断所述目标时间差值是否处于目标时间范围;
步骤5、若是,则将所述目标指标集合中处于所述目标发生范围内的分析指标的数据确定为所述第一数据;
步骤6、若否,则重复执行步骤1至步骤4直至确定所述第一数据为止。
可选地,所述目标事件为入院事件、检查事件、用药事件、手术事件、出院事件以及死亡事件中的至少一个。
可选地,所述数据运算至少包括求平均值、求最大值、求最小值、求复查峰值以及求复查低值中的一种。
本申请实施例第四方面提供了一种计算机装置,其包括至少一个连接的处理器、存储器和收发器,其中,所述存储器用于存储程序代码,所述处理器用于调用所述存储器中的程序代码来执行上述各方面所述的操作。
本申请实施例第五方面提供了一种计算机存储介质,其包括指令,当其在计算机上运行时,使得计算机执行上述各方面所述的操作。
综上所述,可以看出,本申请提供的实施例中,只需要确定出要分析的指标,即可以对目标对象实际诊疗过程中产生的数据进行比对和关联,最终得到需要分析的指标数据,并对指标数据进行二次运算,以预设格式输出第二数据。相对于现有的人工处理医疗数据,可以减少人为的错误,提高医疗数据处理的准确性。
附图说明
图1为本申请实施例提供的数据处理方法的流程示意图;
图2为本申请实施例提供的数据处理装置的虚拟结构示意图;
图3为本申请实施例提供的服务器的硬件结构示意图。
具体实施方式
本申请供了一种数据处理方法及相关设备,可以提高医疗数据处理的准确性。
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,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块,本申请中所出现的模块的划分,仅仅是一种逻辑上的划分,实际应用中实现时可以有另外的划分方式,例如多个模块可以结合成或集成在另一个系统中,或一些特征可以忽略,或不执行,另外,所显示的或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,模块之间的间接耦合或通信连接可以是电性或其他类似的形式,本申请中均不作限定。并且,作为分离部件说明的模块或子模块可以是也可以不是物理上的分离,可以是也可以不是物理模块,或者可以分布到多个电路模块中,可以根据实际的需要选择其中的部分或全部模块来实现本申请方案的目的。
目前,对医疗数据的主要的处理方式,是将数据导出后应用Excel函数及筛选等功能进行处理,首先用VLOOKUP函数通过患者唯一标识将各业务系统输出数据进行关联,然后利用筛选功能对数据进行过滤,保留需要数据;再次通过VLOOKUP函数将手术时间匹配到每一条检验数据上;通过Excel减法计算出检验时间与手术时间之间的差值;然后再通过数组函数筛选出“负值”中的最大值;最后,利用筛选等功能一一过滤出每隔3天的第一次的值。
但是,这样依赖于人工进行处理核对,或借助市面上已有的数据处理工具如Excel进行处理,但通用工具毕竟有其局限性,不能结合特定场景。其带来的关键问题如下:
耗时长、出错率高。由于现有技术大多需要人工配合进行处理,医疗数据输出时,是按照存储格式进行输出,但存储格式与科研分析格式存在极大差距,因此需要结合不同的分析场景完成格式的转化,中间就涉及到了复杂的逻辑运算以及行列转换、数据合并等。该过程需要耗费大量的时间精力处理,且及其容易出错。
复用性差。每次处理的中间过程及方法无法保存实现复用,而整个科研分析过程又是一个需要重复进行的工作,往往在实际处理数据或分析的时候,才发现有数据不完整或数据问题,必须再重新导出一遍原格式重新处理。且该过程可能会发生多次往复,由于处理过程的不复用,不仅增加了时间成本,也在重复处理的过程中考验科研人员耐心,增加出错概率。
学习成本高。Excel在数据处理过程中是个十分强大的工具,但是不可否认很多人无法正确应用Excel中的函数,如以上案例中所述的VLOOKUP函数及数组函数等,因此必须花费一定的时间去学习。如何结合现有数据一步步正确应用Excel进行处理是一个需要反复实践的过程,学习成本高。
有鉴于此,本申请实施例提供了一种数据处理方法,下面结合图1从数据处理装置的角度对本申请实施例中数据处理方法进行说明,该数据处理装置可以为服务器,也可以为服务器中的服务单元,具体不做限定。
请参阅图1,图1为本申请实施例提供的数据处理方法的流程示意图,包括:
101、确定目标分析指标。
本实施例中,数据处理装置可以确定目标分析指标,该目标分析指标为目标对象在目标事件对应的分析指标。具体的,可以根据用户的选择来确定需要分析的指标,例如用户需要分析目标对象“经皮冠状动脉支架置入术”术前7天之内最后一次“白细胞”的检验结果值,此时数据处理装置可以确定该目标分析指标。另外,当目标分析指标发生多次,可以根据用户的选择指定指标的次数,如第一次、第二次、最后一次等,也可以是目标时间范围内的所有目标分析指标,具体不做限定。
需要说明的是,目标对象在每次有事件产生时,会记录事件对应的一些分析指标的数据(例如目标对象每次血常规的数据、每次尿常规的数据等等,该数据至少包括发生时刻,例如血常规的发生时刻为2019年8月7日13:05),可以按照临床事件的发生时刻,对指标时间点进行定义,指标的时间点可以固定定义为事件发生之前、之后、当前以及前后几天,还可以对指标的发生范围进行定义,指标发生范围的定义主要是实现时间连续性,主要有“之内”以及“之外”两种,例如“经皮冠状动脉支架置入术”术前7天之内最后一次“白细胞”的检验结果值。
需要说明的是,临床上有很多复杂的业务场景,但结合医生实际科研数据获取需要,可以将具体业务场景抽提成事件,按照患者实际诊疗过程发生顺序,主要定义入院事件、检查事件、用药事件、手术事件、出院事件、死亡事件六大关键事件。
可以理解的是,该目标事件为入院事件、检查事件、用药事件、手术事件、出院事件以及死亡事件中的至少一个。该目标分析指标为目标对象在目标事件上的分析指标,也就是说,目标分析指标可以是检查事件发生之后3天之内的分析指标,如该目标分析指标为检查事件发生之后3天之内的红细胞含量的测试指标等等。
需要说明的是,在确定目标分析指标之前,还可以将目标事件对应的参数信息存储至数据库,目标事件对应的参数信息包括目标事件发生的次数、目标事件的内容以及目标事件的发生时刻,数据库中存储有包括目标事件在内的多个事件对应的参数信息。也就是说,当目标事件发生时,可以将目标事件对应的参数信息存储至数据库,该目标事件发生的次数,例如是检查事件发生了3次,目标事件的内容,例如是手术事件的详细内容(例如“经皮冠状动脉支架置入术”的详细内容,例如手术用药,手术中的检查事项等等内容),目标事件的发生时刻,例如是手术事件发生的时刻(例如“经皮冠状动脉支架置入术”的发生时刻为2019年8月9日10点30分)。
102、根据目标事件的发生时刻以及目标时间范围确定目标分析指标对应的第一数据。
本实施例中,数据处理装置可以首先确定目标事件的发生时刻,以及确定目标分析指标的发生范围,之后根据目标事件的发生时刻以及目标分析指标的目标时间范围确定目标分析指标对应的第一数据,该目标时间范围包括目标分析指标的时间点和/或目标分析指标的发生范围,例如“经皮冠状动脉支架置入术”术前7天之内最后一次“白细胞”的检验结果值,或者,“经皮冠状动脉支架置入术”当前的“白细胞”的检验结果值。
在一个实施例中,根据目标事件的发生时刻以及目标时间范围确定目标分析指标对应的第一数据包括:
步骤1、确定数据库中目标事件集合中的任意一个事件的第一发生时刻,目标事件为目标事件集合中的任意一个事件;
步骤2、确定数据库中目标指标集合的每个分析指标的第二发生时刻,目标分析指标为目标指标集合中的任意一个分析指标;
步骤3、计算第一发生时刻与第二发生时刻的目标时间差值;
步骤4、判断目标时间差值是否处于目标时间范围,目标时间范围为目标分析指标对应的发生范围;
步骤5、若是,则将目标指标集合中处于目标时间范围内的分析指标的数据确定为第一数据;
步骤6、若否,则重复执行步骤1至步骤4直至确定第一数据为止。
也就是说,数据库中的目标事件可能发生了多次,目标分析指标也可能发生了多次,当目标事件发生了多次时,将多次目标事件作为一个集合,之后任意选择一个目标事件(在选择目标事件时,还可以根据用户的指令选择一个目标事件,具体不做限定),与目标指标集合中的各个分析指标进行时刻差值的计算,并判断该差值是否处于目标时间范围之内,若是,则将目标指标集合中处于目标时间范围内的分析指标的数据确定为第一数据,若否,则重复执行上述步骤,直至确定出第一数据为止。例如目标分析指标为“经皮冠状动脉支架置入术”术前7天之内“白细胞”的检验结果值,则首先需要从数据库中存储的目标对象所有的“经皮冠状动脉支架置入术”中任意选择一个“经皮冠状动脉支架置入术”作为基准,确定任意选择的“经皮冠状动脉支架置入术”的第一发生时刻,之后,获取数据库中目标对象所有“白细胞”的检验结果值的第二发生时刻,之后,将第一发生时刻与第二发生时刻进行差值计算,并判断该差值是否处于7天之内,若处于,则将处于该7天之内的“白细胞”的检验结果值确定为第一数据,若不处于,则再次从目标对象所有的“经皮冠状动脉支架置入术”中任意选择一个“经皮冠状动脉支架置入术”作为基准,重复执行,直至确定出第一数据为止。
需要说明的是,当目标分析指标的发生时刻与目标事件集合中的所有事件的发生时刻的差值均不处于目标发生范围之内时,可以根据用户的操作指令对目标发生范围进行重新设定(例如由原来的7天之内,重新设定为8天,或者其他大于7的天数),并重复执行上述步骤1至步骤6的过程,若仍然不能确定出第一数据,则有可能是目标对象在该目标事件上并未执行该目标分析指标(例如在术后7天之内并未对目标对象进行血常规检查),则发出提示信息,该提示信息指示该目标分析指标对应的数据未找到。另外,当根据用户选择的目标事件执行上述操作,且并未确定出目标分析指标的第一数据时,同样发出提示信息,提示用户未找到该目标分析指标对应的数据,而无需重复执行步骤1至步骤6。
103、根据操作指令对第一数据进行数据运算,得到第二数据。
本实施例中,数据处理装置可以根据用户的操作指令对第一数据进行数据运算,得到数据运算之后的第二数据,例如用户想要知道“经皮冠状动脉支架置入术”术前7天之内“白细胞”的检验结果值的平均值,则对7天内的所有“白细胞”检验结果值求平均数,得到平均值,如果想要知道最大值,则求最大值。
需要说明的是,该数据运算至少包括求平均值、求最大值、求最小值、求复查峰值以及求复查低值中的一种,当然也还可以包括其他的数据运算,例如求和,具体不做限定。
104、按照预设格式输出第二数据。
本实施例中,数据处理可以按照预设格式输出第二数据,也就是说,用户在对数进行科研分析时,往往需要某种特定的格式来进行科研分析,因此数据处理装置可以根据用户对数据格式的需求,按照预设格式输出第二数据。例如血常规是以行进行显示的数值,可以将行显示输出为列显示,具体不做限定。
综上所述,可以看出,本申请提供的实施例中,只需要确定出要分析的指标,即可以对目标对象实际诊疗过程中产生的数据进行比对和关联,最终得到需要分析的指标数据,并对指标数据进行二次运算,以预设格式输出第二数据。相对于现有的人工处理医疗数据,可以减少人为的错误,提高医疗数据处理的准确性。
上面从数据处理方法的角度对本申请实施例进行描述,下面从数据处理装置的角度对本申请实施例进行描述。
请参阅图2,图2为本申请实施例中数据处理装置的虚拟结构示意图,该数据处理装置包括:
第一确定单元201,用于确定目标分析指标,所述目标分析指标为目标对象在目标事件对应的分析指标;
第二确定单元202,用于根据所述目标事件的发生时刻以及目标时间范围确定所述目标分析指标对应的第一数据,所述目标时间范围为所述目标分析指标对应的时间范围;
运算单元203,用于根据操作指令对所述第一数据进行数据运算,得到第二数据;
输出单元204,用于按照预设格式输出所述第二数据。
可选地,所述装置还包括:
存储单元205,用于将所述目标事件对应的参数信息存储至数据库,所述目标事件对应的参数信息包括所述目标事件发生的次数、所述目标事件的内容以及所述目标事件的发生时刻,所述数据库中存储有包括所述目标事件在内的多个事件对应的参数信息。
可选地,所述第二确定单元202具体用于:
步骤1、确定所述数据库中目标事件集合中的任意一个事件的第一发生时刻,所述目标事件为所述目标事件集合中的任意一个事件;
步骤2、确定所述数据库中目标指标集合的每个分析指标的第二发生时刻,所述目标分析指标为所述目标指标集合中的任意一个分析指标;
步骤3、计算所述第一发生时刻与所述第二发生时刻的目标时间差值;
步骤4、判断所述目标时间差值是否处于目标时间范围;
步骤5、若是,则将所述目标指标集合中处于所述目标发生范围内的分析指标的数据确定为所述第一数据;
步骤6、若否,则重复执行步骤1至步骤4直至确定所述第一数据为止。
可选地,所述目标事件为入院事件、检查事件、用药事件、手术事件、出院事件以及死亡事件中的至少一个。
可选地,所述数据运算至少包括求平均值、求最大值、求最小值、求复查峰值以及求复查低值中的一种。
综上所述,可以看出,本申请提供的实施例中,只需要确定出要分析的指标,即可以对目标对象实际诊疗过程中产生的数据进行比对和关联,最终得到需要分析的指标数据,并对指标数据进行二次运算,以预设格式输出第二数据。相对于现有的人工处理医疗数据,可以减少人为的错误,提高医疗数据处理的准确性。
上面从模块化功能实体的角度对本申请实施例中的数据处理装置进行了描述,下面从硬件处理的角度分别对本申请实施例中的服务器进行描述。
图3是本发明实施例提供的一种服务器结构示意图,该服务器300可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processingunits,CPU)322(例如,一个或一个以上处理器)和存储器332,一个或一个以上存储应用程序342或数据344的存储介质330(例如一个或一个以上海量存储设备)。其中,存储器332和存储介质330可以是短暂存储或持久存储。存储在存储介质330的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器322可以设置为与存储介质330通信,在服务器300上执行存储介质330中的一系列指令操作。
服务器300还可以包括一个或一个以上电源326,一个或一个以上有线或无线网络接口350,一个或一个以上输入输出接口358,和/或,一个或一个以上操作系统341,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
上述实施例中由数据处理装置所执行的步骤可以基于该图3所示的服务器结构。
本申请实施例还提供了一种计算机存储介质,其上存储有程序,该程序被处理器执行时实现所述数据处理方法。
本申请实施例还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述数据处理方法。
本申请实施例还提供了一种终端设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现上述所述数据处理方法的步骤。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行上述所述数据处理方法的步骤。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照本申请实施例的方法、设备(系统)、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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种数据处理方法,其特征在于,包括
确定目标分析指标,所述目标分析指标为目标对象在目标事件对应的分析指标;
根据所述目标事件的发生时刻以及目标时间范围确定所述目标分析指标对应的第一数据,所述目标时间范围为所述目标分析指标对应的时间范围;
根据操作指令对所述第一数据进行数据运算,得到第二数据;
按照预设格式输出所述第二数据。
2.根据权利要求1所述的方法,其特征在于,所述确定目标分析指标之前,所述方法还包括:
将所述目标事件对应的参数信息存储至数据库,所述目标事件对应的参数信息包括所述目标事件发生的次数、所述目标事件的内容以及所述目标事件的发生时刻,所述数据库中存储有包括所述目标事件在内的多个事件对应的参数信息。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述目标事件的发生时刻以及目标时间范围确定所述目标分析指标对应的第一数据包括:
步骤1、确定所述数据库中目标事件集合中的任意一个事件的第一发生时刻,所述目标事件为所述目标事件集合中的任意一个事件;
步骤2、确定所述数据库中目标指标集合的每个分析指标的第二发生时刻,所述目标分析指标为所述目标指标集合中的任意一个分析指标;
步骤3、计算所述第一发生时刻与所述第二发生时刻的目标时间差值;
步骤4、判断所述目标时间差值是否处于目标时间范围;
步骤5、若是,则将所述目标指标集合中处于所述目标发生范围内的分析指标的数据确定为所述第一数据;
步骤6、若否,则重复执行步骤1至步骤4直至确定所述第一数据为止。
4.根据权利要求1或2所述的方法,其特征在于,所述目标事件为入院事件、检查事件、用药事件、手术事件、出院事件以及死亡事件中的至少一个。
5.根据权利要求1或2所述的方法,其特征在于,所述数据运算至少包括求平均值、求最大值、求最小值、求复查峰值以及求复查低值中的一种。
6.一种数据处理装置,其特征在于,包括
第一确定单元,用于确定目标分析指标,所述目标分析指标为目标对象在目标事件对应的分析指标;
第二确定单元,用于根据所述目标事件的发生时刻以及目标时间范围确定所述目标分析指标对应的第一数据,所述目标时间范围为所述目标分析指标对应的时间范围;
运算单元,用于根据操作指令对所述第一数据进行数据运算,得到第二数据;
输出单元,用于按照预设格式输出所述第二数据。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
存储单元,用于将所述目标事件对应的参数信息存储至数据库,所述目标事件对应的参数信息包括所述目标事件发生的次数、所述目标事件的内容以及所述目标事件的发生时刻,所述数据库中存储有包括所述目标事件在内的多个事件对应的参数信息。
8.根据权利要求6或7所述的装置,其特征在于,所述第二确定单元具体用于:
步骤1、确定所述数据库中目标事件集合中的任意一个事件的第一发生时刻,所述目标事件为所述目标事件集合中的任意一个事件;
步骤2、确定所述数据库中目标指标集合的每个分析指标的第二发生时刻,所述目标分析指标为所述目标指标集合中的任意一个分析指标;
步骤3、计算所述第一发生时刻与所述第二发生时刻的目标时间差值;
步骤4、判断所述目标时间差值是否处于目标时间范围;
步骤5、若是,则将所述目标指标集合中处于所述目标发生范围内的分析指标的数据确定为所述第一数据;
步骤6、若否,则重复执行步骤1至步骤4直至确定所述第一数据为止。
9.一种计算机装置,其特征在于,所述装置包括:
至少一个处理器、存储器和收发器;
其中,所述存储器用于存储程序代码,所述处理器用于调用所述存储器中存储的程序代码来执行如权利要求1-5中任一项所述的方法的步骤。
10.一种计算机存储介质,其特征在于,其包括指令,当其在计算机上运行时,使得计算机执行如权利要求1-5中任一所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910758125.3A CN110459276B (zh) | 2019-08-15 | 2019-08-15 | 一种数据处理方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910758125.3A CN110459276B (zh) | 2019-08-15 | 2019-08-15 | 一种数据处理方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110459276A true CN110459276A (zh) | 2019-11-15 |
CN110459276B CN110459276B (zh) | 2022-05-24 |
Family
ID=68487162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910758125.3A Active CN110459276B (zh) | 2019-08-15 | 2019-08-15 | 一种数据处理方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110459276B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114021891A (zh) * | 2021-09-30 | 2022-02-08 | 医渡云(北京)技术有限公司 | 基于联邦学习的生存分析方法、装置及电子设备 |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7979439B1 (en) * | 2006-03-14 | 2011-07-12 | Amazon Technologies, Inc. | Method and system for collecting and analyzing time-series data |
CN103440421A (zh) * | 2013-08-30 | 2013-12-11 | 上海普之康健康管理有限公司 | 医学数据处理方法和系统 |
CN104794234A (zh) * | 2015-05-06 | 2015-07-22 | 华北电力大学 | 用于同业对标的数据处理方法和装置 |
CN105989032A (zh) * | 2015-01-31 | 2016-10-05 | 华为技术有限公司 | 一种海量数据的信息处理方法及装置 |
CN107133454A (zh) * | 2017-04-20 | 2017-09-05 | 无锡慧方科技有限公司 | 用于对医疗数据集进行搜索和统计的方法、系统和计算机可读存储介质 |
CN107610779A (zh) * | 2017-10-25 | 2018-01-19 | 医渡云(北京)技术有限公司 | 疾病评价及患病风险评估方法及装置 |
US20180042569A1 (en) * | 2016-08-12 | 2018-02-15 | Toshiba Medical Systems Corporation | Medical-information processing apparatus and x-ray ct apparatus |
CN107785057A (zh) * | 2017-06-19 | 2018-03-09 | 平安医疗健康管理股份有限公司 | 医疗数据处理方法、装置、存储介质和计算机设备 |
CN108243037A (zh) * | 2016-12-26 | 2018-07-03 | 北京国双科技有限公司 | 网站流量异常确定方法及装置 |
WO2018133340A1 (zh) * | 2017-01-19 | 2018-07-26 | 京东方科技集团股份有限公司 | 数据分析方法和设备 |
CN108959493A (zh) * | 2018-06-25 | 2018-12-07 | 阿里巴巴集团控股有限公司 | 指标异常波动的检测方法、装置及设备 |
CN109255579A (zh) * | 2017-07-12 | 2019-01-22 | 阿里巴巴集团控股有限公司 | 一种数据指标确定方法和装置 |
CN109524066A (zh) * | 2018-11-09 | 2019-03-26 | 医渡云(北京)技术有限公司 | 医疗数据处理方法及装置、存储介质和电子设备 |
CN109522344A (zh) * | 2018-10-30 | 2019-03-26 | 平安医疗健康管理股份有限公司 | 一种基于数据可视化的数据处理方法及设备 |
CN109524069A (zh) * | 2018-11-09 | 2019-03-26 | 南京医渡云医学技术有限公司 | 医疗数据处理方法、装置、电子设备和存储介质 |
CN109597842A (zh) * | 2018-12-14 | 2019-04-09 | 深圳前海微众银行股份有限公司 | 数据实时计算方法、装置、设备及计算机可读存储介质 |
CN109599153A (zh) * | 2018-11-14 | 2019-04-09 | 金色熊猫有限公司 | 医疗数据跟踪方法及装置、存储介质、电子设备 |
CN109616212A (zh) * | 2018-11-09 | 2019-04-12 | 金色熊猫有限公司 | 疾病数据处理方法、装置、电子设备及可读介质 |
CN109634941A (zh) * | 2018-11-14 | 2019-04-16 | 金色熊猫有限公司 | 医疗数据处理方法、装置、电子设备及存储介质 |
CN109636623A (zh) * | 2018-10-19 | 2019-04-16 | 平安医疗健康管理股份有限公司 | 医疗数据异常检测方法、装置、设备及存储介质 |
CN109885564A (zh) * | 2019-02-12 | 2019-06-14 | 北京字节跳动网络技术有限公司 | 用于发送信息的方法和装置 |
CN109949880A (zh) * | 2019-01-31 | 2019-06-28 | 北京汉博信息技术有限公司 | 一种手术数据处理方法 |
US10347370B1 (en) * | 2015-08-17 | 2019-07-09 | Aetion Inc. | Deriving a patient level longitudinal database for rapid cycle analytics |
CN110009483A (zh) * | 2019-03-12 | 2019-07-12 | 平安普惠企业管理有限公司 | 一种基于时间信息的数据处理方法及装置 |
-
2019
- 2019-08-15 CN CN201910758125.3A patent/CN110459276B/zh active Active
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7979439B1 (en) * | 2006-03-14 | 2011-07-12 | Amazon Technologies, Inc. | Method and system for collecting and analyzing time-series data |
CN103440421A (zh) * | 2013-08-30 | 2013-12-11 | 上海普之康健康管理有限公司 | 医学数据处理方法和系统 |
CN105989032A (zh) * | 2015-01-31 | 2016-10-05 | 华为技术有限公司 | 一种海量数据的信息处理方法及装置 |
CN104794234A (zh) * | 2015-05-06 | 2015-07-22 | 华北电力大学 | 用于同业对标的数据处理方法和装置 |
US10347370B1 (en) * | 2015-08-17 | 2019-07-09 | Aetion Inc. | Deriving a patient level longitudinal database for rapid cycle analytics |
US20180042569A1 (en) * | 2016-08-12 | 2018-02-15 | Toshiba Medical Systems Corporation | Medical-information processing apparatus and x-ray ct apparatus |
CN108243037A (zh) * | 2016-12-26 | 2018-07-03 | 北京国双科技有限公司 | 网站流量异常确定方法及装置 |
WO2018133340A1 (zh) * | 2017-01-19 | 2018-07-26 | 京东方科技集团股份有限公司 | 数据分析方法和设备 |
CN107133454A (zh) * | 2017-04-20 | 2017-09-05 | 无锡慧方科技有限公司 | 用于对医疗数据集进行搜索和统计的方法、系统和计算机可读存储介质 |
CN107785057A (zh) * | 2017-06-19 | 2018-03-09 | 平安医疗健康管理股份有限公司 | 医疗数据处理方法、装置、存储介质和计算机设备 |
CN109255579A (zh) * | 2017-07-12 | 2019-01-22 | 阿里巴巴集团控股有限公司 | 一种数据指标确定方法和装置 |
CN107610779A (zh) * | 2017-10-25 | 2018-01-19 | 医渡云(北京)技术有限公司 | 疾病评价及患病风险评估方法及装置 |
CN108959493A (zh) * | 2018-06-25 | 2018-12-07 | 阿里巴巴集团控股有限公司 | 指标异常波动的检测方法、装置及设备 |
CN109636623A (zh) * | 2018-10-19 | 2019-04-16 | 平安医疗健康管理股份有限公司 | 医疗数据异常检测方法、装置、设备及存储介质 |
CN109522344A (zh) * | 2018-10-30 | 2019-03-26 | 平安医疗健康管理股份有限公司 | 一种基于数据可视化的数据处理方法及设备 |
CN109524066A (zh) * | 2018-11-09 | 2019-03-26 | 医渡云(北京)技术有限公司 | 医疗数据处理方法及装置、存储介质和电子设备 |
CN109616212A (zh) * | 2018-11-09 | 2019-04-12 | 金色熊猫有限公司 | 疾病数据处理方法、装置、电子设备及可读介质 |
CN109524069A (zh) * | 2018-11-09 | 2019-03-26 | 南京医渡云医学技术有限公司 | 医疗数据处理方法、装置、电子设备和存储介质 |
CN109599153A (zh) * | 2018-11-14 | 2019-04-09 | 金色熊猫有限公司 | 医疗数据跟踪方法及装置、存储介质、电子设备 |
CN109634941A (zh) * | 2018-11-14 | 2019-04-16 | 金色熊猫有限公司 | 医疗数据处理方法、装置、电子设备及存储介质 |
CN109597842A (zh) * | 2018-12-14 | 2019-04-09 | 深圳前海微众银行股份有限公司 | 数据实时计算方法、装置、设备及计算机可读存储介质 |
CN109949880A (zh) * | 2019-01-31 | 2019-06-28 | 北京汉博信息技术有限公司 | 一种手术数据处理方法 |
CN109885564A (zh) * | 2019-02-12 | 2019-06-14 | 北京字节跳动网络技术有限公司 | 用于发送信息的方法和装置 |
CN110009483A (zh) * | 2019-03-12 | 2019-07-12 | 平安普惠企业管理有限公司 | 一种基于时间信息的数据处理方法及装置 |
Non-Patent Citations (6)
Title |
---|
LIAO, HUCHANG等: "A Bibliometric Analysis and Visualization of Medical Big Data Research", 《SUSTAINABILITY》 * |
X. JIN等: "Medical Record Text Analysis Based on Latent Semantic Analysis", 《2015 8TH INTERNATIONAL SYMPOSIUM ON COMPUTATIONAL INTELLIGENCE AND DESIGN (ISCID)》 * |
YIN ZHANG等: "Health-CPS: Healthcare Cyber-Physical System Assisted by Cloud and Big Data", 《IEEE SYSTEMS JOURNAL》 * |
崔欣: "医疗大数据与统计数据的差异分析及应用思考", 《中国卫生信息管理杂志》 * |
李国红等: "信息化时代的医疗服务绩效评价关键指标分析", 《中国医院》 * |
程楠: "一种基于大数据技术快速处理医疗文本的方法", 《中国数字医学》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114021891A (zh) * | 2021-09-30 | 2022-02-08 | 医渡云(北京)技术有限公司 | 基于联邦学习的生存分析方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110459276B (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Maggiore et al. | The Halo Mass Function from Excursion Set Theory. I. Gaussian fluctuations with non-Markovian dependence on the smoothing scale | |
Tumlinson | Chemical evolution in hierarchical models of cosmic structure. II. The formation of the Milky Way stellar halo and the distribution of the oldest stars | |
CN108415845B (zh) | Ab测试系统指标置信区间的计算方法、装置和服务器 | |
Barnett et al. | Validation of neural spike sorting algorithms without ground-truth information | |
CN110910982A (zh) | 自编码模型训练方法、装置、设备及存储介质 | |
CN109416313A (zh) | 图像地图集系统和方法 | |
CN108538350A (zh) | 临床检验报告的审核管理系统与方法 | |
CN111680913B (zh) | 一种舰员的超负荷工作检测方法及系统 | |
US11596344B2 (en) | Deep neural network on ECG Poincare plot for atrial fibrillation classification | |
CN109009084A (zh) | 多导联心电信号的qrs波群校验方法、装置及设备、介质 | |
CN109359019A (zh) | 应用程序性能监控方法、装置、电子设备及存储介质 | |
CN105611872A (zh) | 用于评估多通道ecg信号的装置和方法 | |
CN109461067A (zh) | 一种外汇报价异常数据的检测方法、装置及系统 | |
CN110109834A (zh) | 一种测试报告自动生成装置及方法 | |
CN115691722A (zh) | 医疗数据检测的质控方法、装置、设备、介质及程序产品 | |
CN107480040A (zh) | 工作流稳定性测试方法及设备 | |
Mesabbah et al. | Presenting a hybrid processing mining framework for automated simulation model generation | |
JP7059151B2 (ja) | 時系列データ分析装置、時系列データ分析方法、および時系列データ分析プログラム | |
CN108447047A (zh) | 抗酸杆菌检测方法及装置 | |
CN110459276A (zh) | 一种数据处理方法及相关设备 | |
Vogt et al. | Realistic modeling of clinical laboratory operation by computer simulation | |
CN107544895A (zh) | Hadoop大数据平台测试系统及方法 | |
Benson | Initiatives toward effective decision making and laboratory use | |
Pradana et al. | Inductive miner implementation to improve healthcare efficiency on Indonesia national health insurance data | |
CN108132883A (zh) | 一种软件测试数据分析方法、装置、系统及存储介质 |
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 |