CN111584089A - 患者数据搜索方法、装置及存储介质 - Google Patents
患者数据搜索方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111584089A CN111584089A CN202010285856.3A CN202010285856A CN111584089A CN 111584089 A CN111584089 A CN 111584089A CN 202010285856 A CN202010285856 A CN 202010285856A CN 111584089 A CN111584089 A CN 111584089A
- Authority
- CN
- China
- Prior art keywords
- index
- search
- patient data
- interface
- data
- 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.)
- Pending
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
Landscapes
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种患者数据搜索方法、装置及存储介质,其中,所述患者数据搜索方法包括:响应于指标编辑指令,将所述指标编辑指令选取到的指标标签显示在搜索界面中,可供选取的指标标签是根据已构建的标准数据仓库所提供的标准化指标生成的;根据所述搜索界面中显示的指标标签,生成指标规则表达式;基于所述指标规则表达式,在所述标准数据仓库中进行患者数据搜索;将搜索到的患者数据显示在所述搜索界面中。采用本发明所提供的患者数据搜索方法、装置及存储介质解决了现有技术中患者数据搜索的精准度不高的问题。
Description
技术领域
本发明涉及数据搜索技术领域,尤其涉及一种患者数据搜索方法、装置及存储介质。
背景技术
随着医疗信息化水平的迅速发展,医疗信息化数据呈T量级增长。如何从海量、多模态的医疗信息化数据中快速、精准地筛选患者数据,不仅是大数据有效应用和产生价值的基础和重要保障,也是每个数据研究者和应用者密切关注的问题。
例如,医生用户的临床科研项目基本都是以满足特定条件的患者作为研究对象,因而基于任意患者的特征进行组合,从而准确地筛选出医生用户实际所需要的患者数据,是临床科研项目中极其关键的前提。
目前,患者数据的筛选过程,主要是基于医学关键词的输入,然后针对医院内部的诊断数据进行患者数据搜索。然而,发明人意识到,由于医学关键词比较模糊,且搜索逻辑过于单一,往往导致患者数据搜索的精准度不高,还需要人工作进一步地筛选。
由此可知,如何提高患者数据搜索的精准度亟待解决。
发明内容
本发明各实施例提供一种患者数据搜索方法、装置、计算机设备及存储介质,以此解决相关技术中存在的患者数据搜索的精准度不高的问题。
其中,本发明所采用的技术方案为:
根据本发明实施例的一个方面,一种患者数据搜索方法,包括:响应于指标编辑指令,将所述指标编辑指令选取到的指标标签显示在搜索界面中,可供选取的指标标签是根据已构建的标准数据仓库所提供的标准化指标生成的;根据所述搜索界面中显示的指标标签,生成指标规则表达式;基于所述指标规则表达式,在所述标准数据仓库中进行患者数据搜索;将搜索到的患者数据显示在所述搜索界面中。
根据本发明实施例的一个方面,一种患者数据搜索装置,包括:标签显示模块,用于响应于指标编辑指令,将所述指标编辑指令选取到的指标标签显示在搜索界面中,可供选取的指标标签是根据已构建的标准数据仓库所提供的标准化指标生成的;表达式生成模块,用于根据所述搜索界面中显示的指标标签,生成指标规则表达式;数据搜索模块,用于基于所述指标规则表达式,在所述标准数据仓库中进行患者数据搜索;数据显示模块,用于将搜索到的患者数据显示在所述搜索界面中。
在一个实施例中,所述患者数据搜索装置,还包括:指令接收模块,用于接收所述指标编辑指令。
在一个实施例中,所述指令接收模块,包括:界面跳转单元,用于根据所述搜索界面中触发进行的指标编辑操作,由所述搜索界面跳转至编辑界面,在所述编辑界面中显示可供选取的指标标签;标签获取单元,用于当侦听到针对可供选取的指标标签触发进行的指标选取操作,获取已选取的指标标签;第一指令获取单元,用于当侦听到针对已选取的指标标签触发进行的逻辑运算操作,获取逻辑运算指令;第一指令生成单元,用于根据获取到的指标标签和逻辑运算指令,生成所述指标编辑指令。
在一个实施例中,所述指令接收模块,包括:模板显示单元,用于根据所述搜索界面中触发进行的模板查看操作,获取可供选取的指标搜索模板,并显示;模板获取单元,用于根据侦听到的针对可供选取的指标搜索模板触发进行的模板选取操作,获取已选取的指标搜索模板;第二指令生成单元,用于根据获取到的指标搜索模板中包含的指标标签和逻辑运算指令,生成所述指标编辑指令。
在一个实施例中,所述表达式生成模块,包括:第二指令获取单元,用于响应于所述指标编辑指令,获取所述指标编辑指令选取到的逻辑运算指令;逻辑运算单元,用于根据获取到的逻辑运算指令对显示的指标标签进行逻辑组合运算,得到所述指标规则表达式。
在一个实施例中,所述数据搜索模块,包括:表达式解析单元,用于将所述指标规则表达式解析为数据库语句;动态查询单元,用于根据解析到的数据库语句,请求对所述标准数据仓库中的患者数据进行动态数据库查询,得到与显示的指标标签对应的患者数据。
在一个实施例中,所述患者数据搜索装置,还包括:界面显示模块,用于在所述搜索界面中提供的术语查看入口,当侦听到触发进行的术语查看操作,显示术语查看界面;数据获取模块,用于根据所述术语查看界面的内容输入区域中触发进行的输入操作,获取待查看的患者数据;术语展示模块,用于在所述术语查看界面中,展示待查看的患者数据所关联的标准化诊断术语。
在一个实施例中,所述患者数据搜索装置,还包括:数据提取模块,用于从采集到的源数据中,提取得到原始指标和患者数据;后结构化处理模块,用于对所述原始指标进行后结构化处理,得到所述标准化指标;仓库构建模块,用于根据所述标准化指标与所述患者数据之间的对应关系,构建所述标准数据仓库。
在一个实施例中,所述后结构化处理模块,包括:自然语言解析单元,用于对所述原始指标进行自然语言解析;和/或,命名实体识别单元,用于对所述原始指标进行命名实体识别;和/或,数据清洗单元,用于对所述原始指标进行数据清洗;和/或,过滤单元,用于利用正则表达式过滤所述原始指标。
根据本发明实施例的一个方面,一种计算机设备,包括处理器及存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时实现如上所述的患者数据搜索方法。
根据本发明实施例的一个方面,一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的患者数据搜索方法。
在上述技术方案中,基于已构建的标准数据仓库提供的标准化指标,使得医学关键词的输入更加地精准;同时,响应于指标编辑指令,将该指标编辑指令选取到的指标标签显示在搜索界面中,以基于显示的指标标签生成指标规则表达式,来实现一套较为复杂和智能的搜索逻辑组合,进而基于该指标规则表达式,在前述标准数据仓库中进行患者数据搜索,并显示搜索到的患者数据,从而有效地解决了现有技术中存在的患者数据搜索的精准度不高的问题,同时避免进一步地人工筛选。
此外,实现患者数据搜索的可视化,也充分地保障了患者数据搜索的精准度,同时有效地提升了用户的搜索体验,使得患者数据搜索更加地人性化。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并于说明书一起用于解释本发明的原理。
图1是根据本发明所涉及的实施环境的示意图。
图2是根据一示例性实施例示出的一种计算机设备的硬件结构图。
图3是根据一示例性实施例示出的一种患者数据搜索方法的流程图。
图4是图3对应实施例中标准数据仓库的构建过程在一个实施例的流程图。
图5是图4对应实施例所涉及的后结构化处理过程的实现示意图。
图6是图3对应实施例所涉及的编辑界面的示意图。图7是图3对应实施例所涉及的模板查看界面的示意图。
图8是图3对应实施例所涉及的搜索界面的示意图。
图9是图3对应实施例中步骤330在一个实施例的流程图。
图10是图3对应实施例中步骤350在一个实施例的流程图。
图11是根据一示例性实施例示出的另一种患者数据搜索方法的流程图。
图12是图11对应实施例所涉及的术语查看界面的示意图。
图13是根据一示例性实施例示出的一种患者数据搜索装置的框图。
图14是根据一示例性实施例示出的一种计算机设备的框图。
通过上述附图,已示出本发明明确的实施例,后文中将有更详细的描述,这些附图和文字描述并不是为了通过任何方式限制本发明构思的范围,而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
这里将详细地对示例性实施例执行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1为一种患者数据搜索方法所涉及的实施环境的示意图。
该实施环境包括:用户所在的计算机设备110、以及部署了标准数据仓库的计算机设备130。
其中,计算机设备110可以是台式电脑、笔记本电脑、平板电脑、智能手机、服务器或者其他可提供患者数据搜索功能的电子设备,在此不进行限定。
计算机设备130,可以是台式电脑、笔记本电脑、服务器或者其他可用于部署标准数据仓库的电子设备,此处也不加以限定。
当然,根据实际营运的需要,用于部署标准数据仓库的计算机设备130不局限于一台,也可以是由多台计算机设备130构成的服务器集群,甚至是由多台计算机设备构成的云计算中心。
或者,对于计算机设备110、计算机设备130所提供的患者数据搜索功能而言,可以整合在同一台计算机设备,还可以是整合在同一个服务器集群,以使患者数据搜索功能由该同一台计算机设备或者同一个服务器集群完成。
计算机设备110与计算机设备130之间预先建立通信连接,并通过该通信连接实现计算机设备110与计算机设备130之间的数据传输。例如,传输的数据包括但不限于:标准化指标、患者数据等等。
通过计算机设备110与计算机设备130的交互,基于部署在计算机设备130上的标准数据仓库所提供的标准化指标及其对应的患者数据,对于计算机设备110而言,便可实现精准地医学关键词输入以及较为复杂和智能的搜索逻辑组合,从而实现精准地患者数据搜索。
图2是根据一示例性实施例示出的一种计算机设备的硬件结构框图。该种计算机设备适用于图1所示出实施环境的计算机设备110和计算机设备130。
需要说明的是,该种计算机设备只是一个适配于本发明的示例,不能认为是提供了对本发明的使用范围的任何限制。该种计算机设备也不能解释为需要依赖于或者必须具有图2中示出的示例性的计算机设备200中的一个或者多个组件。
计算机设备200的硬件结构可因配置或者性能的不同而产生较大的差异,如图2所示,计算机设备200包括:电源210、接口230、至少一存储器250、以及至少一中央处理器(CPU, Central Processing Units)270。
具体地,电源210用于为计算机设备200上的各硬件设备提供工作电压。
接口230包括至少一有线或无线网络接口,用于与外部设备交互。例如,进行图1所示出实施环境中计算机设备110与计算机设备130之间的交互。
当然,在其余本发明适配的示例中,接口230还可以进一步包括至少一串并转换接口233、至少一输入输出接口235以及至少一USB接口237等,如图2所示,在此并非对此构成具体限定。
存储器250作为资源存储的载体,可以是只读存储器、随机存储器、磁盘或者光盘等,其上所存储的资源包括操作系统251、应用程序253及数据255等,存储方式可以是短暂存储或者永久存储。
其中,操作系统251用于管理与控制计算机设备200上的各硬件设备以及应用程序253,以实现中央处理器270对存储器250中海量数据255的运算与处理,其可以是WindowsServerTM、Mac OS XTM、UnixTM、LinuxTM、FreeBSDTM等。
应用程序253是基于操作系统251之上完成至少一项特定工作的计算机程序,其可以包括至少一模块(图2中未示出),每个模块都可以分别包含有对计算机设备200的一系列计算机可读指令。例如,患者数据搜索可视为部署于计算机设备200的应用程序253。
数据255可以是存储于磁盘中的照片、图片等,还可以是标准化指标、患者数据、指标标签、指标搜索模板等,存储于存储器250中。
中央处理器270可以包括一个或多个以上的处理器,并设置为通过至少一通信总线与存储器250通信,以读取存储器250中存储的计算机可读指令,进而实现对存储器250中海量数据255的运算与处理。例如,通过中央处理器270读取存储器250中存储的一系列计算机可读指令的形式来完成患者数据搜索方法。
此外,通过硬件电路或者硬件电路结合软件也能同样实现本发明,因此,实现本发明并不限于任何特定硬件电路、软件以及两者的组合。
请参阅图3,在一示例性实施例中,一种患者数据搜索方法适用于图1所示实施环境的计算机设备,该计算机设备的结构可以如图2所示。
该种患者数据搜索方法可以由计算机设备执行,也可以理解为由计算机设备中运行的应用程序(例如患者数据搜索装置)执行。在下述方法实施例中,为了便于描述,以各步骤的执行主体为计算机设备加以说明,但是并非对此构成具体地限定。
该种患者数据搜索方法可以包括以下步骤:
步骤310,响应于指标编辑指令,将所述指标编辑指令选取到的指标标签显示在搜索界面中。
其中,可供选取的指标标签是根据已构建的标准数据仓库所提供的标准化指标生成的。
如前所述,目前,患者数据的搜索过程,主要基于医学关键词,即在字典表中搜索相匹配的医学关键词,并将相匹配的医学关键词所涉及的数据、文本等作为患者数据,故而导致患者数据的精准度不高。
此外,受限于字典表的限制,只能针对字典表所涵盖的医学关键词所涉及的数据、文本等进行搜索,并且,字典表的持续维护需要大量专业背景的工作人员,不仅人力成本较高,而且也使得患者数据搜索的效率和实用率也受到了巨大的限制。
进一步地,应当理解,海量、多模态的医疗信息化数据,不仅来源于医院内部的诊断数据,还来源于慢病管理、医疗康复、可穿戴设备等处于全生命周期中的其他多个环节。在此,发明人意识到,如果患者数据的搜索仅针对医院内部的诊断数据,将极大地限制患者数据的搜索与应用。
同时,发明人还意识到,一旦采集处于全生命周期中各个环节产生的源数据,则势必产生源数据同源异构、异源异构等问题,则需要对源数据实施标准化处理。
由此,本实施例中,患者数据的搜索过程,基于标准数据仓库实现。
该标准数据仓库,提供标准化指标及其对应的患者数据,以此来提高患者数据搜索的精准度,充分有效地利用同源异构、异源异构的源数据,进而最大程度地促进患者数据的搜索与应用。
此外,通过标准数据仓库,有利于实现医疗机构及其内部之间的互联互通,避免医院内部诊断数据的孤立,从而有效地提升医疗信息化数据的集成化程度。
下面详细地说明标准数据仓库的构建过程。
如图4所示,标准数据仓库的构建过程可以包括以下步骤:
步骤410,从采集到的源数据中,提取得到原始指标和患者数据。
其中,源数据,是处于全生命周期中的各个环节产生的,包括但不限于:医院内部、慢病管理、医疗康复、可穿戴设备等等。
例如,源数据包括血常规化验结果,该血常规化验结果包括血小板压积、血红蛋白、红细胞计数、白细胞总数等,以及各项所涉及的数字。那么,血小板压积、血红蛋白、红细胞计数、白细胞总数等即可视为原始指标,而各项所涉及的数字则视为原始指标对应的患者数据。
又或者,源数据包括电子病历,该电子病历包括对患者病情的诊断,譬如诊断患者患有慢性阻塞性肺疾病并心律不齐。那么,疾病诊断(例如主要诊断、其他诊断)可视为原始指标,而慢性阻塞性肺疾病并心律不齐则视为原始指标对应的患者数据,譬如慢性阻塞性肺疾病对应于主要诊断,心律不齐对应于其他诊断。
换而言之,处于全生命周期中各个环节产生的源数据,可以是指关于患者病情的诊断,也可以是各种化验结果,还可以是各种检查结果,例如,X光检查结果,本实施例对此并未加以限定,以此避免患者数据的搜索仅针对医院内部的诊断数据,从而有效地提升患者数据搜索的广度和深度。
如前所述,就处于全生命周期中各个环节产生的源数据来说,由于存在同源异构、异源异构等问题,需要实施标准化处理,也可以理解为,主要针对原始指标进行标准化处理。故而,在采集到源数据之后,便需要从中提取得到原始指标和患者数据,以便于后续进行关于原始指标的后结构化处理。
步骤430,对所述原始指标进行后结构化处理,得到所述标准化指标。
其中,后结构化处理包括:对所述原始指标进行自然语言解析;和/或,对所述原始指标进行命名实体识别;和/或,对所述原始指标进行数据清洗;和/或,利用正则表达式过滤所述原始指标。
如图5所示,在一个实施例中,后结构化处理包括:基于后结构化模型实现的自然语言解析、命名实体识别、数据清洗、以及正则表达式,进而由原始指标得到标准化指标。
举例来说,标准化指标包括但不限于:患者姓名、年龄、性别、住院流水号、入院时间、出院时间、主要诊断、其他诊断、全部诊断、吸烟史、身体质量指数、白细胞总数、中性粒细胞计数、淋巴细胞计数、单核细胞计数、红细胞计数、血红蛋白、红细胞平均体积、血小板计数、血小板平均体积、血小板压积等等。
由上可知,标准化指标基于不同的分类标准,可以划分为多种类型的指标,不仅方便于用户更好地理解来实施患者数据的搜索,而且有效地扩展了患者数据搜索的广度和深度,避免患者数据的搜索仅局限于单一患者指标,例如患者姓名。
例如,标准化指标可以分为通用性指标和专科性指标,譬如,患者姓名、年龄、性别、住院流水号、入院时间、出院时间均属于通用性指标,而白细胞总数、中性粒细胞计数、淋巴细胞计数、单核细胞计数、红细胞计数、血红蛋白、红细胞平均体积、血小板计数、血小板平均体积、血小板压积等等则属于专科性指标,尤其隶属于血液科指标。
或者,标准化指标基于不同来源的源数据,还可以分为诊断类指标、检验类指标、检查类指标等等。譬如,源数据为关于患者病情的诊断,则标准化指标实质属于诊断类指标。
步骤450,根据所述标准化指标与所述患者数据之间的对应关系,构建所述标准数据仓库。
由此可见,基于标准数据仓库,便可通过标准化指标搜索到对应的患者数据。
那么,在患者数据搜索过程中,需要为用户提供标准化指标,以便于用户选取标准化指标,进而基于选取到的标准化指标进行后续的患者数据搜索。
本实施例中,标准化指标的选取,是基于可视化方式实现的。
在一个实施例中,根据标准数据仓库提供的标准化指标生成可供选取的指标标签,并显示在编辑界面中。
例如,标准化指标为患者姓名,则指标标签显示为“患者姓名”。
如图6所示,在编辑界面500的区域501中,显示了多个可供用户选取的指标标签。
当然,如果可供选取的指标标签过多,并不能够在区域501中完整显示,则可以通过左右拖动、上下拖动或者“换一批”等方式,实现指标标签的分批次显示,图6中并未具体显示。
在另一个实施例中,在模板查看界面中显示可供选取的指标搜索模板,该可供选取的指标搜索模板中包含指标标签和逻辑运算指令。
其中,可供选取的指标搜索模板可以是针对海量用户的搜索习惯而预先配置的通用性模板,也可以是针对某一个用户的历史搜索而存储的自定义模板,在此并未加以限定。
当然,如果可供选取的指标搜索模板过多,并不能够在指标查看界面中完整显示,则可以通过上下拖动或者“换一批”等方式,实现指标搜索模板的分批次显示,图7中并未具体显示。
如图7所示,在模板查看界面506中,显示了多个可供用户选取的指标搜索模板,例如,指标搜索模板507中包含了若干个指标标签(例如“指标1”、“指标2”等等)和逻辑运算指令(例如“and”)。
通过如此设置,用户能够可视化地了解可供选取的指标标签,不仅满足了用户的搜索需求,而且使得搜索更加地人性化。
其次,指标编辑指令,用于指示用户选取的指标标签,还用于指示用户选取的逻辑运算指令。
下面对指标编辑指令的接收过程进行详细地说明。
在一个实施例中,如图8所示,根据所述搜索界面600的区域602中触发进行的指标编辑操作,例如,点击“编辑”,由所述搜索界面600跳转至编辑界面500,如图6所示,在所述编辑界面500的区域501中显示可供选取的指标标签。
当侦听到针对可供选取的指标标签(例如“指标1”)触发进行的指标选取操作,例如,点击“指标1”,获取已选取的指标标签,即“指标1”。
当侦听到针对已选取的指标标签(例如“指标1”)触发进行的逻辑运算操作,例如,输入“and”,获取逻辑运算指令,即“and”。该逻辑运算指令包括但不限于and、or等。
根据获取到的指标标签(例如“指标1”)和逻辑运算指令(例如“and”),生成所述指标编辑指令。
在另一个实施例中,如图8所示,根据所述搜索界面600的区域602中触发进行的模板查看操作,例如,点击“模板”,由所述搜索界面600跳转至模板查看界面506,如图7所示,在所述模板查看界面506中显示可供选取的指标搜索模板。
根据侦听到的针对可供选取的指标搜索模板(例如“模板1”)触发进行的模板选取操作,例如,点击“模板1”,获取已选取的指标搜索模板,即“模板1”。
根据获取到的指标搜索模板(例如“模板1”)中包含的指标标签(例如“指标1”、“指标2”等等)和逻辑运算指令(例如“and”),生成所述指标编辑指令。
其中,本发明各实施例中,无论是指标编辑操作、指标选取操作、逻辑运算操作、模板查看操作、模板选取操作,还是用户触发的其他操作,均是借由计算机设备所配置屏幕中呈现的用户界面上提供的操作入口(也认为是控件)而触发实施的。
例如,如图6所示,在编辑界面500的区域501中,显示了多个可供选取的指标标签,即视为指标选取操作对应的操作入口。如果用户想选取标准化指标1,便可点击“指标1”指标标签。其中,编辑界面500即视为提供操作入口的用户界面,用户针对“指标1”指标标签的点击操作即视为指标选取操作。
或者,在编辑界面500的区域503,视为逻辑运算操作对应的操作入口。如果用户想选取逻辑运算指令and,便可输入逻辑运算指令“and”。其中,编辑界面500即视为提供操作入口的用户界面,输入操作即视为逻辑运算操作。
或者,当用户点击“确定”504,便能够根据获取到的指标标签(例如“指标1”)和逻辑运算指令(例如“and”),生成指标编辑指令。
又例如,如图7所示,在模板搜索界面506中,显示了多个可供选取的指标搜索模板,即视为模板选取操作对应的操作入口,如果用户想选取模板1,便可点击“模板1”指标搜索模板。其中,模板搜索界面506即视为提供操作入口的用户界面,用户针对“模板1”指标搜索模板的点击操作即视为模板选取操作。
或者,当用户点击“确定”508,便能够根据“模板1”指标搜索模板中包含的指标标签(例如“指标1”、“指标2”)和逻辑运算指令(例如“and”),生成指标编辑指令。
当然,如果模板搜索界面506中显示的指标搜索模板没有用户期望的,用户既可以通过点击“新增”,来增加新的指标搜索模板,也可以返回搜索界面600,通过点击“编辑”,如图8所示,来选取实际所需要的指标标签和逻辑运算指令,此处并非构成具体限定。
在此说明的是,根据计算机设备所配置输入组件的不同,各种用户触发的操作,其具体行为也可以有所差别。例如,计算机设备为智能手机,则借由智能手机触摸层输入的触摸、点击、长按、滑动等手势操作,视为用户触发的操作,或者,计算机设备为台式电脑,则借由台式电脑所配置的鼠标而输入的拖拽、单击、双击等机械操作,视为用户触发的操作,当然,在其他实施例中,也认为是通过触发控件的方式实现用户触发的操作,本实施例并非对此构成具体限定。
步骤330,根据所述搜索界面中显示的指标标签,生成指标规则表达式。
其中,指标规则表达式,实质是选取到的指标标签基于逻辑运算指令的逻辑组合。
下面对指标规则表达式的生成过程进行详细地说明。
具体地,如图9所示,指标规则表达式的生成过程可以包括以下步骤:
步骤331,响应于所述指标编辑指令,获取所述指标编辑指令选取到的逻辑运算指令。
其中,逻辑运算指令包括但不限于:and、or。
步骤333,根据获取到的逻辑运算指令对显示的指标标签进行逻辑组合运算,得到所述指标规则表达式。
举例来说,假设医生用户需要筛选一组“年龄40岁以上,男性,吸烟,患有慢阻肺合并心律失常,且实验室检查心肌酶谱异常”的患者。
那么,显示的指标标签包括:年龄、性别、吸烟史[现吸烟/既往吸烟]、主要诊断、其他诊断、心肌酶谱。
相应地,获取到的逻辑运算指令为and。
由此,根据逻辑运算指令and对显示的指标标签进行的逻辑组合运算,指标规则表达式=“年龄=40-80 and 性别=男性 and吸烟史[现吸烟/既往吸烟]=有and主要诊断=慢性阻塞性肺疾病 and其他诊断=心律失常 and 心肌酶谱=心肌标记物[CTNI]>0.3”。
由上可知,指标规则表达式,实现了一种可自由定制且多维度组合的纳排规则,进而通过该纳排规则,便可为用户提供患者数据的高效搜索。
步骤350,基于所述指标规则表达式,在所述标准数据仓库中进行患者数据搜索。
具体地,如图10所示,搜索过程可以包括以下步骤:
步骤351,将所述指标规则表达式解析为数据库语句。
步骤353,根据解析到的数据库语句,请求对所述标准数据仓库中的患者数据进行动态数据库查询,得到与显示的指标标签对应的患者数据。
其中,数据库语句的解析方式取决于不同的数据库,该数据库包括但不限于oracle、mysql、Greenplum等等,此处并未加以限定。
步骤370,将搜索到的患者数据显示在所述搜索界面中。
其中,显示方式包括但不限于:横向单个/多个患者数据显示、纵向单个/多个患者数据显示等等,在此并未构成具体限定。
举例来说,回请参阅图8,在搜索界面600中,区域601显示了选取到的指标标签。
区域603和区域604,则按照选取到的指标标签,以横向单个患者数据显示的方式,显示了搜索到的患者数据。
通过如上所述的过程,通过标准数据仓库和指标规则表达式,不仅使得医学关键词的输入更加地精准,而且实现了一套较为复杂和智能的搜索逻辑组合,从而有效提高了患者数据搜索的精准度。
此外,基于指标标签和患者数据的联合显示,实现了患者数据搜索的可视化,使得用户所选取的每一个指标标签对搜索到的患者数据的影响清晰可见,可以有效地知道用户合理高效地调整搜索策略,进而获得实际所需要的患者数据,以此充分地保障患者数据搜索的精准度。
请参阅图11,在一示例性实施例中,如上所述的方法还可以包括以下步骤:
步骤510,在所述搜索界面中提供的术语查看入口,当侦听到触发进行的术语查看操作,显示术语查看界面。
步骤530,根据所述术语查看界面的内容输入区域中触发进行的输入操作,获取待查看的患者数据。
步骤550,在所述术语查看界面中,展示待查看的患者数据所关联的标准化诊断术语。
发明人意识到,对于不同用户而言,对患者病情诊断的理解势必存在一定的差异性,那么,基于不同理解,则可能影响患者数据搜索的精准度。
基于此,本实施例中,提供标准化诊断术语的可视化。
需要说明的是,本实施例中用户触发进行的各种操作,无论是术语查看操作,还是输入操作,同理于指标选取操作,也是借由计算机设备所配置屏幕中呈现的用户界面上提供的操作入口(也认为是控件)而触发实施的,在此不再重复赘述。
回请参阅图8,在所述搜索界面600的区域602中提供的查看入口“查看”,当侦听到触发进行的术语查看操作,显示术语查看界面700,如图12所示。
在术语查看界面700的内容输入区域701中,触发输入操作,即输入患者数据,实质是患者病情的诊断,例如“间质性肺疾病”。
那么,在用户点击“搜索”之后,便可在术语查看界面700中,展示“间质性肺疾病”所关联的标准化诊断术语。
在上述实施例的作用下,当用户对患者病情诊断的理解存疑时,便可通过患者数据查看关联的标准化诊断术语,以此充分地保障患者数据搜索的精准度。
下述为本发明装置实施例,可以用于执行本发明所涉及的患者数据搜索方法。对于本发明装置实施例中未披露的细节,请参照本发明所涉及的患者数据搜索方法的方法实施例。
请参阅图13,在一示例性实施例中,一种患者数据搜索装置900包括但不限于:标签显示模块910、表达式生成模块930、数据搜索模块950以及数据显示模块970。
其中,标签显示模块910,用于响应于指标编辑指令,将所述指标编辑指令选取到的指标标签显示在搜索界面中,可供选取的指标标签是根据已构建的标准数据仓库所提供的标准化指标生成的。
表达式生成模块930,用于根据所述搜索界面中显示的指标标签,生成指标规则表达式。
数据搜索模块950,用于基于所述指标规则表达式,在所述标准数据仓库中进行患者数据搜索。
数据显示模块970,用于将搜索到的患者数据显示在所述搜索界面中。
需要说明的是,上述实施例所提供的患者数据搜索装置在进行患者数据搜索时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即患者数据搜索装置的内部结构将划分为不同的功能模块,以完成以上描述的全部或者部分功能。
另外,上述实施例所提供的患者数据搜索装置与患者数据搜索方法的实施例属于同一构思,其中各个模块执行操作的具体方式已经在方法实施例中进行了详细描述,此处不再赘述。
请参阅图14,在一示例性实施例中,一种计算机设备1000,包括至少一处理器1001、至少一存储器1002、以及至少一通信总线1003。
其中,存储器1002上存储有计算机可读指令,处理器1001通过通信总线1003读取存储器1002中存储的计算机可读指令。
该计算机可读指令被处理器1001执行时实现上述各实施例中的患者数据搜索方法。
在一示例性实施例中,一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各实施例中的患者数据搜索方法。
上述内容,仅为本发明的较佳示例性实施例,并非用于限制本发明的实施方案,本领域普通技术人员根据本发明的主要构思和精神,可以十分方便地进行相应的变通或修改,故本发明的保护范围应以权利要求书所要求的保护范围为准。
Claims (10)
1.一种患者数据搜索方法,其特征在于,包括:
响应于指标编辑指令,将所述指标编辑指令选取到的指标标签显示在搜索界面中,可供选取的指标标签是根据已构建的标准数据仓库所提供的标准化指标生成的;
根据所述搜索界面中显示的指标标签,生成指标规则表达式;
基于所述指标规则表达式,在所述标准数据仓库中进行患者数据搜索;
将搜索到的患者数据显示在所述搜索界面中。
2.如权利要求1所述的方法,其特征在于,所述响应于指标编辑指令,将所述指标编辑指令选取到的指标标签显示在搜索界面中之前,所述方法还包括:
接收所述指标编辑指令;
所述接收所述指标编辑指令,包括:
根据所述搜索界面中触发进行的指标编辑操作,由所述搜索界面跳转至编辑界面,在所述编辑界面中显示可供选取的指标标签;
当侦听到针对可供选取的指标标签触发进行的指标选取操作,获取已选取的指标标签;
当侦听到针对已选取的指标标签触发进行的逻辑运算操作,获取逻辑运算指令;
根据获取到的指标标签和逻辑运算指令,生成所述指标编辑指令。
3.如权利要求2所述的方法,其特征在于,所述接收所述指标编辑指令,包括:
根据所述搜索界面中触发进行的模板查看操作,获取可供选取的指标搜索模板,并显示;
根据侦听到的针对可供选取的指标搜索模板触发进行的模板选取操作,获取已选取的指标搜索模板;
根据获取到的指标搜索模板中包含的指标标签和逻辑运算指令,生成所述指标编辑指令。
4.如权利要求1所述的方法,其特征在于,所述根据所述搜索界面中显示的指标标签,生成指标规则表达式,包括:
响应于所述指标编辑指令,获取所述指标编辑指令选取到的逻辑运算指令;
根据获取到的逻辑运算指令对显示的指标标签进行逻辑组合运算,得到所述指标规则表达式。
5.如权利要求1所述的方法,其特征在于,所述基于所述指标规则表达式,在所述标准数据仓库中进行患者数据搜索,包括:
将所述指标规则表达式解析为数据库语句;
根据解析到的数据库语句,请求对所述标准数据仓库中的患者数据进行动态数据库查询,得到与显示的指标标签对应的患者数据。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
在所述搜索界面中提供的术语查看入口,当侦听到触发进行的术语查看操作,显示术语查看界面;
根据所述术语查看界面的内容输入区域中触发进行的输入操作,获取待查看的患者数据;
在所述术语查看界面中,展示待查看的患者数据所关联的标准化诊断术语。
7.如权利要求1至6任一项所述的方法,其特征在于,所述方法还包括:
从采集到的源数据中,提取得到原始指标和患者数据;
对所述原始指标进行后结构化处理,得到所述标准化指标;
根据所述标准化指标与所述患者数据之间的对应关系,构建所述标准数据仓库。
8.如权利要求7所述的方法,其特征在于,所述后结构化处理包括:
对所述原始指标进行自然语言解析;和/或,
对所述原始指标进行命名实体识别;和/或,
对所述原始指标进行数据清洗;和/或,
利用正则表达式过滤所述原始指标。
9.一种患者数据搜索装置,其特征在于,包括:
标签显示模块,用于响应于指标编辑指令,将所述指标编辑指令选取到的指标标签显示在搜索界面中,可供选取的指标标签是根据已构建的标准数据仓库所提供的标准化指标生成的;
表达式生成模块,用于根据所述搜索界面中显示的指标标签,生成指标规则表达式;
数据搜索模块,用于基于所述指标规则表达式,在所述标准数据仓库中进行患者数据搜索;
数据显示模块,用于将搜索到的患者数据显示在所述搜索界面中。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的患者数据搜索方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010285856.3A CN111584089A (zh) | 2020-04-13 | 2020-04-13 | 患者数据搜索方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010285856.3A CN111584089A (zh) | 2020-04-13 | 2020-04-13 | 患者数据搜索方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111584089A true CN111584089A (zh) | 2020-08-25 |
Family
ID=72116614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010285856.3A Pending CN111584089A (zh) | 2020-04-13 | 2020-04-13 | 患者数据搜索方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111584089A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113360530A (zh) * | 2021-06-07 | 2021-09-07 | 重庆南鹏人工智能科技研究院有限公司 | 一种事件筛选器系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110295873A1 (en) * | 2010-05-26 | 2011-12-01 | Genral Electric Company | Methods and apparatus to enhance queries in an affinity domain |
CN107767922A (zh) * | 2017-10-25 | 2018-03-06 | 医渡云(北京)技术有限公司 | 医疗数据纳排方法及装置、电子设备、存储介质 |
CN109376353A (zh) * | 2018-09-04 | 2019-02-22 | 国家电网公司华东分部 | 一种基于自然语言处理的电网启动操作票生成装置及方法 |
CN110716951A (zh) * | 2019-09-23 | 2020-01-21 | 北京明略软件系统有限公司 | 方便配置的标签配置方法、装置、设备及存储介质 |
CN110909014A (zh) * | 2018-09-14 | 2020-03-24 | 阿里巴巴集团控股有限公司 | 优化建议生成及数据库查询方法、装置、设备及存储介质 |
-
2020
- 2020-04-13 CN CN202010285856.3A patent/CN111584089A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110295873A1 (en) * | 2010-05-26 | 2011-12-01 | Genral Electric Company | Methods and apparatus to enhance queries in an affinity domain |
CN107767922A (zh) * | 2017-10-25 | 2018-03-06 | 医渡云(北京)技术有限公司 | 医疗数据纳排方法及装置、电子设备、存储介质 |
CN109376353A (zh) * | 2018-09-04 | 2019-02-22 | 国家电网公司华东分部 | 一种基于自然语言处理的电网启动操作票生成装置及方法 |
CN110909014A (zh) * | 2018-09-14 | 2020-03-24 | 阿里巴巴集团控股有限公司 | 优化建议生成及数据库查询方法、装置、设备及存储介质 |
CN110716951A (zh) * | 2019-09-23 | 2020-01-21 | 北京明略软件系统有限公司 | 方便配置的标签配置方法、装置、设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113360530A (zh) * | 2021-06-07 | 2021-09-07 | 重庆南鹏人工智能科技研究院有限公司 | 一种事件筛选器系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111292821B (zh) | 一种医学诊疗系统 | |
Stolper et al. | Progressive visual analytics: User-driven visual exploration of in-progress analytics | |
Zhang et al. | Visual analytics for the big data era—A comparative review of state-of-the-art commercial systems | |
US10509859B2 (en) | Topological data analysis utilizing spreadsheets | |
US11195610B2 (en) | Priority alerts based on medical information | |
US10191956B2 (en) | Event detection and characterization in big data streams | |
CN108780661A (zh) | 用于改善将具有相似简档的患者聚类在一起的聚类模型的性能的相关性反馈 | |
CN110598722B (zh) | 多模态神经影像数据自动信息融合系统 | |
JP6875993B2 (ja) | 臨床の所見のコンテキストによる評価のための方法及びシステム | |
Bartsch et al. | A web-portal for interactive data exploration, visualization, and hypothesis testing | |
WO2018149930A1 (en) | Neurological data processing | |
CN114049927A (zh) | 疾病数据处理方法、装置、电子设备及可读介质 | |
US20160321402A1 (en) | Data-Enriched Electronic Healthcare Guidelines For Analytics, Visualization Or Clinical Decision Support | |
US20220164951A1 (en) | Systems and methods for using ai to identify regions of interest in medical images | |
CN114724670A (zh) | 一种医学报告生成方法、装置、存储介质和电子设备 | |
JP7021101B2 (ja) | 検査値のコンテキストによるフィルタリング | |
US20210202111A1 (en) | Method of classifying medical records | |
US20160224741A1 (en) | Data input method | |
US20200089664A1 (en) | System and method for domain-specific analytics | |
CN111584089A (zh) | 患者数据搜索方法、装置及存储介质 | |
Shyni et al. | Applications of big data analytics for diagnosing diabetic mellitus: issues and challenges | |
CN112967773A (zh) | 基于大数据共享平台的慢性疾病临床版报告方法及系统 | |
EP3654339A1 (en) | Method of classifying medical records | |
Neamtu et al. | The impact of Big Data on making evidence-based decisions | |
CN110853745A (zh) | 一种皮肤病患者规范化系统 |
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 |