CN111949690A - 临床辅助决策量表自动填写方法、系统、设备和介质 - Google Patents
临床辅助决策量表自动填写方法、系统、设备和介质 Download PDFInfo
- Publication number
- CN111949690A CN111949690A CN202010743642.6A CN202010743642A CN111949690A CN 111949690 A CN111949690 A CN 111949690A CN 202010743642 A CN202010743642 A CN 202010743642A CN 111949690 A CN111949690 A CN 111949690A
- Authority
- CN
- China
- Prior art keywords
- data
- scale
- patient
- patient data
- item
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24564—Applying rules; Deductive queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供了一种临床辅助决策量表自动填写方法、系统、设备和介质。通过获取患者数据并清洗整合至患者数据库;调取被查询患者的包含量表数据参数的患者数据;调用规则引擎对所述患者数据进行规则运算以推出量表数据结果;其中,所述量表数据结果预设有多个数据项,通过规则运算可得到各数据项下对应的数据项信息;将各数据项信息结合和正常范围值,对所述量表数据结果中各数据项进行计算以得到量表评估分值。本申请可以减少医护人员在量表评估过程中的错误率,提高医护工作效率。所有的量表可实时根据患者数据变化进行自动评分,以减少医护人员需要排表定时评估的繁锁过程;同时本申请还保留手动量表评估功能。
Description
技术领域
本发明涉及数据处理技术领域,特别是涉及一种临床辅助决策量表自动填写方法、系统、设备和介质。
背景技术
医学领域中有很多用来衡量某一类病种风险程度的量表(如衡量VTE(静脉血栓栓塞)风险的量表)。目前医护人员在对患者进行某量表项评估时都是结合患者当前临床表现和自己主观经验手动的去填写每一项,最后得出一个数值体现此患者在某病种的风险程度。其实不难看出上述流程中存在的一个弊端,就是人为主观经验手动方式的去为患者做每一项病种量表评估,只要有人参与就可能会出现失误,更何况每天有那么多患者和量表需要医护人员去评估,因此难免出现错评漏评情况的发生。而一旦出现错误的评估或漏评很有可能会影响医生对患者的后续诊断及治疗方案也可能跟着出错。而医学领域临床医学中每一个出错都无小事,因为很有可能都是性命攸关的事。
发明内容
鉴于以上所述现有技术的缺点,本申请的目的在于提供一种临床辅助决策量表自动填写方法、系统、设备和介质,以解决现有技术中存在的至少一个问题。
为实现上述目的及其他相关目的,本申请提供一种临床辅助决策量表自动填写方法,所述方法包括:获取患者数据并清洗整合至患者数据库;调取被查询患者的包含量表数据参数的患者数据;调用规则引擎对所述患者数据进行规则运算以推出量表数据结果;其中,所述量表数据结果预设有多个数据项,通过规则运算可得到各数据项下对应的数据项信息;将各数据项信息结合和正常范围值,对所述量表数据结果中各数据项进行计算以得到量表评估分值。
于本申请的一实施例中,所述获取患者数据并清洗整合至患者数据库,包括:获取院方数据库中的患者数据;将患者数据清洗映射为预设数据库的数据结构,并将患者数据的信息唯一化;对患者数据进行去重、合并、及格式归一的整合处理,以存入患者数据库。
于本申请的一实施例中,所述患者数据包括当前数据和历史数据;所述当前数据和历史数据包括:基本数据、诊断数据、病史数据、用药史数据、住院数据、及家族史数据中任意一种或多种。
于本申请的一实施例中,所述规则引擎是依据Drools规则引擎进行计算以推出包含多个数据项信息的量表数据结果;其中所述Drools规则引擎是依据现有手动记录量表数据进行编写的。
于本申请的一实施例中,所述调取被查询患者的包含量表数据参数的患者数据,包括:在调用规则引擎前,将包含量表数据参数的患者数据转换为完整的数据报文;其中,所述数据报文适配于所述规则引擎所需的输入数据格式。
于本申请的一实施例中,所述方法包括:判断量表类型,以供将所述量表数据结果转为手工量表评分模式;或将各数据项信息结合和正常范围值,对所述量表数据结果中各数据项自动进行计算以得到量表评估分值。
于本申请的一实施例中,所述方法包括:对所述量表评估分值进行存储;当患者数据发生变化时,所述量表数据参数、及其对应的量表数据结果自动更新,进而使所述量表评估分值自动更新;或,当所述量表评估分值被查看或使用时,若其发生了更新,则自动填充上一次的量表评估分值。
为实现上述目的及其他相关目的,本申请提供一种临床辅助决策量表自动填写系统,所述系统包括:数据库模块,用于获取患者数据并清洗整合至患者数据库;查询模块,用于调取被查询患者的包含量表数据参数的患者数据;规则引擎模块,用于调用规则引擎对所述患者数据进行规则运算以推出量表数据结果;其中,所述量表数据结果预设有多个数据项,通过规则运算可得到各数据项下对应的信息;评估引擎模块,用于将各数据项信息结合和正常范围值,对所述量表数据结果中各数据项进行计算以得到量表评估分值。
为实现上述目的及其他相关目的,本申请提供一种计算机设备,所述设备包括:存储器、及处理器;所述存储器用于存储计算机指令;所述处理器运行计算机指令实现如上所述的方法。
为实现上述目的及其他相关目的,本申请提供一种计算机可读存储介质,存储有计算机指令,所述计算机指令被运行时执行如上所述的方法。
综上所述,本申请提供的一种临床辅助决策量表自动填写方法、系统、设备和介质。
具有以下有益效果:
本申请可以减少医护人员在量表评估过程中的错误率,提高医护工作效率。所有的量表可实时根据患者数据变化进行自动评分,以减少医护人员需要排表定时评估的繁锁过程;同时本申请还保留手动量表评估功能。
附图说明
图1显示为本申请于一实施例中临床辅助决策量表自动填写方法的流程示意图。
图2显示为本申请于一实施例中临床辅助决策量表自动填写系统的模块示意图。
图3显示为本申请于一实施例中计算机设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本申请的基本构想,虽然图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,但其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
鉴于目前手动评估量表所带来的问题,本申请提供了一种临床辅助决策量表自动填写方法、系统、设备和介质。与其他公司量表评估相比,本申请结合患者所有数据和实时变化进行自动评估分值,同时保留手动评估功能。这样可以在很大程度上提高医护人员的工作效率同时提高量表评估的准确率。
如图1所示,展示为本申请于一实施例中的临床辅助决策量表自动填写方法的流程示意图。如图所示,所述方法包括:
步骤S101:获取患者数据并清洗整合至患者数据库。
于本实施例中,所述获取患者数据并清洗整合至患者数据库,包括:
A、获取院方数据库中的患者数据;
举例来说,一般一家医院中不同科室或区域所构建的数据库可能由布不同厂商搭建的,例如药房数据系统、住院系统、检查化验系统等,这些数据的数据结构以及数据的格式、命名等均有不同。本申请首先将从院方多个不同数据库中获取所有关于患者的数据。
B、将患者数据清洗映射为预设数据库的数据结构,并将患者数据的信息唯一化;
于本实施例中,然后对所获取的患者数据进行清洗,以映射为本申请预设数据库所需要的数据结构,以及将患者数据的信息唯一化。举例来说,具体的清洗动作一方面针是对数据结构的同一修改,另一方面也是对多种多样的格式或命名的患者数据信息进行唯一化修改,例如,患者的一些基本信息在不同系统中可能是不同存储格式,如图片格式、文字格式。虽然患者数据中有些信息格式或命名不同,但实质信息是唯一的,例如,名字、性别、社保卡号、身份证号等信息。
C、对患者数据进行去重、合并、及格式归一的整合处理,以存入患者数据库。
于本实施例中,由于针对一患者的数据来源可能来自一家医院的不同科室,所以数据可能存在重复,以及如变量或参数等数据的格式不统一等情况,因此,在所述预设数据库中对映射后的患者数据进行去重、合并、及格式归一的整合处理,之后再将整合后的患者数据存入患者数据库中。其中,所述患者数据库用于存储某一医院中所有患者的患者数据。
步骤S102:调取被查询患者的包含量表数据参数的患者数据。
于本实施例中,所述患者数据包括当前数据和历史数据;所述当前数据和历史数据包括:基本数据、诊断数据、病史数据、用药史数据、住院数据、及家族史数据中任意一种或多种。
于本实施例中,所述患者数据包括当前数据和历史数据。历史数据是指患者可追溯道的所有历史记录,如基本数据、诊断数据、病史数据、用药史数据、住院数据、及家族史数据等;所述当前数据在本申请中主要指本次的就医记录,或当天,或就近日期的最新数据。所述当前数据和历史数据包括:基本数据、诊断数据、病史数据、用药史数据、住院数据、及家族史数据中任意一种或多种。
上述这些数据中一般都包含有量表相关的数据变量或数据参数,如某些指标参数数据,检测结果数据等。由于针对一患者的患者数据中,含量表的相关数据参数非常多且杂,因此还需要将调取的包含量表数据参数的患者数据在导入规则引擎中,以进行规则处理。
于本申请一实施例中,所述调取被查询患者的包含量表数据参数的患者数据,包括:
在调用规则引擎前,将包含量表数据参数的患者数据转换为完整的数据报文;其中,所述数据报文适配于所述规则引擎所需的输入数据格式。
简单来说,要使用后续规则引擎,则需要调取的被查询患者的包含量表数据参数的患者数据转换为符合规则引擎输入的数据格式,而本申请所述规则引擎则需要输入的数据为数据报文,例如http报文格式,然后通过发送消息传输到规则引擎。
步骤S103:调用规则引擎对所述患者数据进行规则运算以推出量表数据结果;其中,所述量表数据结果预设有多个数据项,通过规则运算可得到各数据项下对应的数据项信息;
于本实施例中,所述规则引擎是依据Drools规则引擎进行计算以推出包含多个数据项信息的量表数据结果;其中所述Drools规则引擎是依据现有手动记录量表数据进行编写的。
举例来说,一些病症的诊断往往是通过多种病状表征、生理参数(如通过血液、尿液检测出的多种生理指标)、以及患者的相关信息(如年龄、性别、家族史等)来综合判断的。因此,本申请中的规则引擎就是Drools规则引擎框架中将现有手动记录量表数据样式或组成进行编码化或程序化,通过综合分析各项数据中的指标参数或信息,以自动归类整理出量表数据结果。
具体地,所述量表数据结果预设有多个数据项,通过规则运算可得到各数据项下对应的信息。
举例来说,关于心脏病相关的量表中通常包含20项常规数据项或数据参数作为疾病发展的重要参考,依据所调取的被查询患者的包含量表数据参数的患者数据,调用规则引擎对所述患者数据进行规则运算。其中,规则引擎则根据数据项名称查找或识别对应数据项下的数据,然后通过规则运算得出相关数值、结果、参数范围等信息。并且根据患者数据中的实时的或不断更新的当前数据,对各数据项下对应的信息也会相应更新。这样便无需医护人员每天定时的手动进行量表的填写。
另外,现有填写的量表中的数据项可能列出来很多,但是医护人员查询范围有限,可能只对部分数据项的信息进行了填写;或则,某些量表中的数据项为常见默认的内容,即针对不同的疾病,其数据项内容并未发生变化。本申请所述方法,则可针对不同疾病的观察需求可预先设置必要的数据项条目,则可根据患者或医护人员需要直接获取对应疾病的量表所需的必要数据项条目或全面的数据项条目,而且还可以随时进行数据项的添加或删减,以满足不同的需求。
Drools规则引擎具有一个易于访问企业策略、易于调整以及易于管理的开源业务规则引擎,符合业内标准,速度快、效率高。如业务分析师或审核人员可以利用它轻松查看业务规则,从而检验是否已编码的规则执行了所需的业务规则。并且Drools是为Java量身定制的基于Charles Forgy的RETE算法的规则引擎的实现。具有了OO接口的RETE,使得商业规则有了更自然的表达。Drools的聪明之处在于,用XML节点来规范If--Then句式和事实的定义,使引擎干起活来很舒服。而使用Java,Groovy等原生语言来做判断和执行语句,让程序员很容易过渡、移植,学习曲线很低。
步骤S104:将各数据项信息结合和正常范围值,对所述量表数据结果中各数据项进行计算以得到量表评估分值。
于本实施例中,在得到对应量表中各数据项下的数据项信息后,可结合各数据项对应的标准正常范围值来对该信息(包含数值、结果、参数范围等)进行计算以得到相应评估分值。
举例来说,血糖、血压等数据项,其正常范围为某个区间值,如果对应数据项的信息高于或低于该区间值,则相应的评估分值会较低,当高于或低于的差距比较大时,则可能较为危险,相应的评估分值则会更低或评估为危险分值。诸如此类,对应各数据项均可得到相应的评估分值,并且最终还可得到整体的量表评估分值,从而自动完成可供临床辅助觉得的量表自动填写的工作。
于本申请一实施例中,所述方法包括:判断量表类型,以供将所述量表数据结果转为手工量表评分模式;或将各数据项信息结合和正常范围值,对所述量表数据结果中各数据项自动进行计算以得到量表评估分值。
需要说明的是,本申请不仅可实现自动完成可供临床辅助觉得的量表自动填写的工作,还保留了手动量表填写或评估的分值,以提高认为参与的灵活性。
于本申请一实施例中,所述方法包括:
A、对所述量表评估分值进行存储;
B、当患者数据发生变化时,所述量表数据参数、及其对应的量表数据结果自动更新,进而使所述量表评估分值自动更新;或,当所述量表评估分值被查看或使用时,若其发生了更新,则自动填充上一次的量表评估分值。
与其他现有量表评估方法相比,本申请所述方法还结合患者所有数据和实时变化的当前数据对量表评估分值进行自动更新,如每一次得到的量表评估分值都会保存于数据库中,当医护人员打开量表程序或界面进行查看时,最新的量表评估分值则会自动替换上一次运算的评估分值。这样可以在很大程度上提高医护人员的工作效率同时提高量表评估的准确率。
综上所述,本申请可以减少医护人员在量表评估过程中的错误率,提高医护工作效率。所有的量表可实时根据患者数据变化进行自动评分,以减少医护人员需要排表定时评估的繁锁过程;同时本申请还保留手动量表评估功能。医护人员根据系统评分可对患者做进一步的治疗或观察。以保证每对患者病情所做的治疗都是最优最精准的。
如图2所示,展示为本申请于一实施例中的临床辅助决策量表自动填写系统的模块示意图。如图所示,所述系统200包括:
数据库模块201,用于获取患者数据并清洗整合至患者数据库;
查询模块202,用于调取被查询患者的包含量表数据参数的患者数据;
规则引擎模块203,用于调用规则引擎对所述患者数据进行规则运算以推出量表数据结果;其中,所述量表数据结果预设有多个数据项,通过规则运算可得到各数据项下对应的信息;
评估引擎模块204,用于将各数据项信息结合和正常范围值,对所述量表数据结果中各数据项进行计算以得到量表评估分值。
需要说明的是,上述系统各模块/单元之间的信息交互、执行过程等内容,由于与本申请所述方法实施例基于同一构思,其带来的技术效果与本申请方法实施例相同,具体内容可参见本申请前述所示的方法实施例中的叙述,此处不再赘述。
还需要说明的是,应理解以上系统的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些单元可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,评估引擎模块204可以为单独设立的处理元件,也可以集成在上述系统的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述系统的存储器中,由上述系统的某一个处理元件调用并执行以上评估引擎模块204的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital signal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(Central Processing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
如图3所示,展示为本申请于一实施例中的计算机设备的结构示意图。如图所示,所述计算机设备300包括:存储器301、及处理器302;所述存储器301用于存储计算机指令;所述处理器302运行计算机指令实现如图1所述的方法。
在一些实施例中,所述计算机设备300中的所述存储器301的数量均可以是一或多个,所述处理器302的数量均可以是一或多个,而图3中均以一个为例。
于本申请一实施例中,所述计算机设备300中的处理器302会按照如图1所述的步骤,将一个或多个以应用程序的进程对应的指令加载到存储器301中,并由处理器302来运行存储在存储器301中的应用程序,从而实现如图1所述的方法。
所述存储器301可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。所述存储器301存储有操作系统和操作指令、可执行模块或者数据结构,或者它们的子集,或者它们的扩展集,其中,操作指令可包括各种操作指令,用于实现各种操作。操作系统可包括各种系统程序,用于实现各种基础业务以及处理基于硬件的任务。
所述处理器302可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称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。
在一些具体的应用中,所述计算机设备300的各个组件通过总线系统耦合在一起,其中总线系统除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。但是为了清除说明起见,在图3中将各种总线都成为总线系统。
于本申请的一实施例中,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如图1所述的方法。
在任何可能的技术细节结合层面,本申请可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本申请的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本申请操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本申请的各个方面。
综上所述,本申请提供的一种临床辅助决策量表自动填写方法、系统、设备和介质,通过获获取患者数据并清洗整合至患者数据库;调取被查询患者的包含量表数据参数的患者数据;调用规则引擎对所述患者数据进行规则运算以推出量表数据结果;其中,所述量表数据结果预设有多个数据项,通过规则运算可得到各数据项下对应的数据项信息;将各数据项信息结合和正常范围值,对所述量表数据结果中各数据项进行计算以得到量表评估分值。
本申请有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本申请的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中包含通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (10)
1.一种临床辅助决策量表自动填写方法,其特征在于,所述方法包括:
获取患者数据并清洗整合至患者数据库;
调取被查询患者的包含量表数据参数的患者数据;
调用规则引擎对所述患者数据进行规则运算以推出量表数据结果;其中,所述量表数据结果预设有多个数据项,通过规则运算可得到各数据项下对应的数据项信息;
将各数据项信息结合和正常范围值,对所述量表数据结果中各数据项进行计算以得到量表评估分值。
2.根据权利要求1所述的方法,其特征在于,所述获取患者数据并清洗整合至患者数据库,包括:
获取院方数据库中的患者数据;
将患者数据清洗映射为预设数据库的数据结构,并将患者数据的信息唯一化;
对患者数据进行去重、合并、及格式归一的整合处理,以存入患者数据库。
3.根据权利要求1或2所述的方法,其特征在于,所述患者数据包括当前数据和历史数据;所述当前数据和历史数据包括:基本数据、诊断数据、病史数据、用药史数据、住院数据、及家族史数据中任意一种或多种。
4.根据权利要求1所述的方法,其特征在于,所述规则引擎是依据Drools规则引擎进行计算以推出包含多个数据项信息的量表数据结果;其中所述Drools规则引擎是依据现有手动记录量表数据进行编写的。
5.根据权利要求1所述的方法,其特征在于,所述调取被查询患者的包含量表数据参数的患者数据,包括:
在调用规则引擎前,将包含量表数据参数的患者数据转换为完整的数据报文;其中,所述数据报文适配于所述规则引擎所需的输入数据格式。
6.根据权利要求1所述的方法,其特征在于,所述方法包括:
判断量表类型,以供将所述量表数据结果转为手工量表评分模式;或将各数据项信息结合和正常范围值,对所述量表数据结果中各数据项自动进行计算以得到量表评估分值。
7.根据权利要求1所述的方法,其特征在于,所述方法包括:
对所述量表评估分值进行存储;
当患者数据发生变化时,所述量表数据参数、及其对应的量表数据结果自动更新,进而使所述量表评估分值自动更新;或,当所述量表评估分值被查看或使用时,若其发生了更新,则自动填充上一次的量表评估分值。
8.一种临床辅助决策量表自动填写系统,其特征在于,所述系统包括:
数据库模块,用于获取患者数据并清洗整合至患者数据库;
查询模块,用于调取被查询患者的包含量表数据参数的患者数据;
规则引擎模块,用于调用规则引擎对所述患者数据进行规则运算以推出量表数据结果;其中,所述量表数据结果预设有多个数据项,通过规则运算可得到各数据项下对应的信息;
评估引擎模块,用于将各数据项信息结合和正常范围值,对所述量表数据结果中各数据项进行计算以得到量表评估分值。
9.一种计算机设备,其特征在于,所述设备包括:存储器、及处理器;所述存储器用于存储计算机指令;所述处理器运行计算机指令实现如权利要求1至7中任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,存储有计算机指令,所述计算机指令被运行时执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010743642.6A CN111949690A (zh) | 2020-07-29 | 2020-07-29 | 临床辅助决策量表自动填写方法、系统、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010743642.6A CN111949690A (zh) | 2020-07-29 | 2020-07-29 | 临床辅助决策量表自动填写方法、系统、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111949690A true CN111949690A (zh) | 2020-11-17 |
Family
ID=73338426
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010743642.6A Pending CN111949690A (zh) | 2020-07-29 | 2020-07-29 | 临床辅助决策量表自动填写方法、系统、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111949690A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160378943A1 (en) * | 2015-06-25 | 2016-12-29 | Johnathan VALLÉE | Method for predicting adverse events for home healthcare of remotely monitored patients |
CN108231193A (zh) * | 2018-03-12 | 2018-06-29 | 东南大学 | 一种临床决策辅助系统及方法 |
CN108766573A (zh) * | 2018-06-01 | 2018-11-06 | 南华大学 | 一种医患症状评估系统 |
CN109524120A (zh) * | 2018-11-09 | 2019-03-26 | 医渡云(北京)技术有限公司 | 临床数据自动化提取计算方法、系统、设备及存储介质 |
CN110010211A (zh) * | 2019-04-12 | 2019-07-12 | 北京大学 | 一种动态量表配置系统和方法 |
CN111144658A (zh) * | 2019-12-30 | 2020-05-12 | 医渡云(北京)技术有限公司 | 医疗风险预测方法、装置、系统、存储介质与电子设备 |
CN111338716A (zh) * | 2020-02-28 | 2020-06-26 | 中国平安人寿保险股份有限公司 | 基于规则引擎的数据处理方法、装置及终端设备 |
-
2020
- 2020-07-29 CN CN202010743642.6A patent/CN111949690A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160378943A1 (en) * | 2015-06-25 | 2016-12-29 | Johnathan VALLÉE | Method for predicting adverse events for home healthcare of remotely monitored patients |
CN108231193A (zh) * | 2018-03-12 | 2018-06-29 | 东南大学 | 一种临床决策辅助系统及方法 |
CN108766573A (zh) * | 2018-06-01 | 2018-11-06 | 南华大学 | 一种医患症状评估系统 |
CN109524120A (zh) * | 2018-11-09 | 2019-03-26 | 医渡云(北京)技术有限公司 | 临床数据自动化提取计算方法、系统、设备及存储介质 |
CN110010211A (zh) * | 2019-04-12 | 2019-07-12 | 北京大学 | 一种动态量表配置系统和方法 |
CN111144658A (zh) * | 2019-12-30 | 2020-05-12 | 医渡云(北京)技术有限公司 | 医疗风险预测方法、装置、系统、存储介质与电子设备 |
CN111338716A (zh) * | 2020-02-28 | 2020-06-26 | 中国平安人寿保险股份有限公司 | 基于规则引擎的数据处理方法、装置及终端设备 |
Non-Patent Citations (1)
Title |
---|
王江红等: "《医学心理学》", 30 September 2009, 安徽科学技术出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111292821B (zh) | 一种医学诊疗系统 | |
CN109670054B (zh) | 知识图谱构建方法、装置、存储介质及电子设备 | |
JP6905219B2 (ja) | 電子医療レコードからの自動的な知識ベースの特徴抽出 | |
KR102035888B1 (ko) | 의학적 결정을 지원하는 의학적 제안의 스코어 계산방법 | |
US8214224B2 (en) | Patient data mining for quality adherence | |
US20170109477A1 (en) | System and Method for Identifying Inconsistent and/or Duplicate Data in Health Records | |
Boyd et al. | Physician nurse care: A new use of UMLS to measure professional contribution: Are we talking about the same patient a new graph matching algorithm? | |
CN111382275A (zh) | 医疗知识图谱的构建方法、装置、介质及电子设备 | |
KR101926632B1 (ko) | 규칙 최적화를 통한 임상 병리 검사에 대한 전문가 경험 지식 학습 및 소견 생성 방법 | |
CN111145909B (zh) | 诊疗数据处理方法与装置、存储介质、电子设备 | |
US11875884B2 (en) | Expression of clinical logic with positive and negative explainability | |
CN115762771A (zh) | 一种老年人健康风险预警系统和操作方法 | |
CN114550859A (zh) | 单病种质量监测方法、系统、设备及存储介质 | |
US11935636B2 (en) | Dynamic medical summary | |
US20180349558A1 (en) | Systems and methods for autonomous discharge queue management | |
CN112133389A (zh) | 临床辅助决策高危自动预警方法、系统、设备和介质 | |
CN111949690A (zh) | 临床辅助决策量表自动填写方法、系统、设备和介质 | |
US20090156947A1 (en) | Knowledgebased image informatics system and method | |
US20140278481A1 (en) | Large scale identification and analysis of population health risks | |
US20210217522A1 (en) | Machine learning model for surfacing supporting evidence | |
Kafalı et al. | ORC: an Ontology Reasoning Component for diabetes | |
Lupşe et al. | Profiling in obstetrics for premature birth risk patients | |
CN111949691A (zh) | 基于规则衰减的临床辅助决策方法、系统、设备和介质 | |
Klein Koerkamp | The road from analytical CDSS invention to implementation in healthcare | |
US20170024784A1 (en) | Computer System and Cost Calculating Method |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201117 |
|
RJ01 | Rejection of invention patent application after publication |