CN112035617A - 基于数据比对的系统测试方法、装置、计算机设备和介质 - Google Patents
基于数据比对的系统测试方法、装置、计算机设备和介质 Download PDFInfo
- Publication number
- CN112035617A CN112035617A CN202010898135.XA CN202010898135A CN112035617A CN 112035617 A CN112035617 A CN 112035617A CN 202010898135 A CN202010898135 A CN 202010898135A CN 112035617 A CN112035617 A CN 112035617A
- Authority
- CN
- China
- Prior art keywords
- result
- prescription
- data
- results
- test
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 188
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000001914 filtration Methods 0.000 claims abstract description 34
- 239000003814 drug Substances 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 33
- 229940079593 drug Drugs 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 24
- 230000007547 defect Effects 0.000 claims description 11
- 238000012827 research and development Methods 0.000 claims description 6
- 238000012550 audit Methods 0.000 claims description 5
- 230000010365 information processing Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000000586 desensitisation Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000002950 deficient Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000013100 final test Methods 0.000 description 3
- 206010020751 Hypersensitivity Diseases 0.000 description 2
- 208000026935 allergic disease Diseases 0.000 description 2
- 230000007815 allergy Effects 0.000 description 2
- 230000035935 pregnancy Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Development Economics (AREA)
- Medicinal Chemistry (AREA)
- Educational Administration (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Public Health (AREA)
- Chemical & Material Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请涉及人工智能领域，尤其是一种基于数据比对的系统测试方法、装置、计算机设备和介质。该方法包括：获取测试数据及测试数据中每一处方对应的标准结果，标准结果是将测试数据输入至标准系统中得到的；将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果；依次判断待比对结果和标准结果中的风险等级及风险结果条数是否相同；若相同，则滤除待比对结果中与所述标准结果的风险等级相同且错误数据相同的结果；根据滤除风险等级相同且错误数据相同的结果后的所述待比对结果和对应的标准结果生成测试结果。此外，本申请还涉及区块链技术，测试数据以及标准结果可存储于区块链中。采用本方法能够提高准确性和效率。
Description
技术领域
本申请涉及人工智能技术领域，特别是涉及一种基于数据比对的系统测试方法、装置、计算机设备和介质。
背景技术
随着人工智能的发展，各种医疗信息都在线上进行存储，例如可以通过合理用药监测系统自动拦截医生开具的不合理处方,发现潜在的不合理用药问题，对重点药品、药品动态用量以及各项合理用药指标进行监测。合理用药系统升级验收时，需提前识别出系统的缺陷，及药品规则维护的正确性，以保证线上系统运行稳定正常。
传统地，合理用药系统升级验收时，测试人员需要面对复杂、繁琐的测试流程，对用户及药品的性别、年龄、孕哺情况、过敏史、禁忌症、剂量、重复用药、药物的相互作用等进行审查、测试，药师需要对成千上万的药品进行逐个规则维护、核查。这样需要投入大量的人力资源，且准确性和效率都无法保证。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高准确性和效率的基于数据比对的系统测试方法、装置、计算机设备和介质。
一种基于数据比对的系统测试方法，所述方法包括：
获取测试数据以及测试数据中每一处方对应的标准结果，所述标准结果是将所述测试数据输入至标准系统中得到的；
将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果；
依次判断所述待比对结果和所述标准结果中的风险等级以及风险结果条数是否相同；
若所述待比对结果和所述标准结果中的风险等级以及风险结果条数相同，则滤除待比对结果中与所述标准结果的风险等级相同且错误数据相同的结果；
根据滤除风险等级相同且错误数据相同的结果后的所述待比对结果和对应的标准结果生成测试结果。
在其中一个实施例中，所述获取测试数据，包括：
获取预设时间段的处方数据，并提取所述处方数据中的处方单号存放至处理队列中；
获取所述处方数据中的处方信息，并对所获取的处方信息进行脱敏后存储至预设缓存空间。
在其中一个实施例中，所述将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果，包括：
获取与所述待测系统对应的多条并发线程；
通过所述并发线程并行从所述处理队列中获取到处方单号；
通过所述处方单号从所述预设缓存空间中提取出处方信息；
将所述处方信息输入至待测系统得到每一处方对应的待比对结果。
在其中一个实施例中，所述滤除待比对结果中与所述标准结果的风险等级相同且错误数据相同的结果之后，还包括：
根据所述测试结果中的待比对结果中错误类型对测试结果进行分类；
将分类后的测试结果发送至审核终端。
在其中一个实施例中，所述将分类后的测试结果发送至审核终端之后，还包括：
接收所述审核终端返回的错误原因；
当所述错误原因表示处方以及处方对应的药品信息均正确，且所述风险等级或错误数据错误，则输出系统缺陷的测试结果，并将所述测试结果发送至研发终端；
当所述错误原因表示药品规则配置错误，则输出药品规则配置错误的测试结果。
在其中一个实施例中，所述根据滤除风险等级相同且错误数据相同的结果后的所述待比对结果和对应的标准结果生成测试结果之后，还包括：
继续将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果，直至所得到的测试结果符合预设条件，获取待测系统作为新的标准系统。
一种基于数据比对的系统测试装置，所述装置包括：
测试数据获取模块，用于获取测试数据以及测试数据中每一处方对应的标准结果，所述标准结果是将所述测试数据输入至标准系统中得到的
待比对结果获取模块，用于将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果；
判断模块，用于依次判断所述待比对结果和所述标准结果中的风险等级以及风险结果条数是否相同；
滤除模块，用于若所述待比对结果和所述标准结果中的风险等级以及风险结果条数相同，则滤除待比对结果中与所述标准结果的风险等级相同且错误数据相同的结果；
测试结果生成模块，用于根据滤除风险等级相同且错误数据相同的结果后的所述待比对结果和对应的标准结果生成测试结果。
在其中一个实施例中，所述测试数据获取模块包括：
处方单号处理单元，用于获取预设时间段的处方数据，并提取所述处方数据中的处方单号存放至处理队列中；
处方信息处理单元，用于获取所述处方数据中的处方信息，并对所获取的处方信息进行脱敏后存储至预设缓存空间。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
一种计算机存储介质，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上述的方法的步骤。
上述基于数据比对的系统测试方法、装置、计算机设备和介质，首先基于数据比对的测试验证采用动态的数据匹配对比方式，先进行风险等级和风险结果条数的匹配，然后再滤除掉风险等级和错误数据相同的结果，得到最后的测试结果，这样先进行数量的匹配，再进行文本的匹配，可以提高处理的效率，此外，通过原来的标准系统来对待测系统进行测试，保证了数据的覆盖面，提高了测试准确性。
附图说明
图1为一个实施例中基于数据比对的系统测试方法的应用场景图；
图2为一个实施例中基于数据比对的系统测试方法的流程示意图；
图3为一个实施例中的药品规则配置示意图；
图4为另一个实施例中基于数据比对的系统测试方法的流程示意图；
图5为一个实施例中基于数据比对的系统测试装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的基于数据比对的系统测试方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与数据库104通过网络进行通信。终端102可以从数据库104中获取测试数据以及测试数据中每一处方对应的标准结果，其中标准结果是将测试数据输入至标准系统中得到的，然后终端102将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果，这样终端102依次判断待比对结果和标准结果中的风险等级以及风险结果条数是否相同；若待比对结果和标准结果中的风险等级以及风险结果条数相同，则终端102滤除待比对结果中与标准结果的风险等级相同且错误数据相同的结果；根据滤除风险等级相同且错误数据相同的结果后的待比对结果和对应的标准结果生成测试结果。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，数据库104可以用独立的数据库或者是多个数据库组成的数据库集群来实现。
在一个实施例中，如图2所示，提供了一种基于数据比对的系统测试方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
S202：获取测试数据以及测试数据中每一处方对应的标准结果，标准结果是将测试数据输入至标准系统中得到的。
具体地，测试数据是包括处方数据的，其可以是按照处方系统的科室、医生、药品属性等纬度获取的近期线上处方数据，该线上处方数据可以包括个人信息、诊断结果、医生开具的药品以及用法用量等信息。且该线上处方数据优选地进行脱敏处理，例如将个人信息进行脱敏处理。
需要强调的是，为进一步保证上述测试数据以及测试数据中每一处方对应的标准结果的私密和安全性，上述测试数据以及测试数据中每一处方对应的标准结果还可以存储于一区块链的节点中。
S204：将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果。
具体地，待测系统是待上线的系统，待比对结果是待测系统对测试数据进行处理后的结果。在实际处理中可以编写处方测试代码，以将所获取的测试数据进行处理得到入参，并根据入参调用待测系统以得到对应的待比对结果。其中对待测数据进行处理得到入参可以包括获取到待测系统需要的输入字段，根据所述输入字段从所述测试数据中提取对应的字段内容，根据所述输入字段和所述字段内容生成对应的入参。
S206：依次判断待比对结果和标准结果中的风险等级以及风险结果条数是否相同。
S208：若待比对结果和标准结果中的风险等级以及风险结果条数相同，则滤除待比对结果中与标准结果的风险等级相同且错误数据相同的结果。
S210：根据滤除风险等级相同且错误数据相同的结果后的待比对结果和对应的标准结果生成测试结果。
具体地，风险等级是指某一处方所对应的风险等级，其与具体的测试数据相关。风险结果条数是指经过待测系统处理后所得到的存在风险的结果的条数，例如风险等级为1/2/3和4的各自的风险结果条数和总的风险结果条数等，若是不一致，则直接获取到风险等级和/或风险结果条数不一致的结果，并风险等级进行分类后输出。
当风险等级和风险结果条数均一致时，则获取到待比对结果和所述标准结果中风险等级相同且错误数据相同的结果，这样将待比对结果中这些结果滤除掉，即剩下两边不一致的。包括风险等级、风险结果条数以及错误信息不一致的。例如标准系统风险等级为4，提示超适应症使用。待测系统返回：1)风险等级为3。2)风险等级为4，但提示药品剂量不合适，则这2种情况均会被记录。如果两边的风险等级、风险结果条数，风险提示错误信息均保持一致，则标记该条处方的结果信息正确。
也就是说上述过程中先获取到待比对结果和标准结果中相同的，进行滤除后，则剩下的都是不相同的，这样后续仅需要对不相同的进行处理即可。其中获取待比对结果和标准结果中相同的方式是先进行数字的比对，然后进行文本的对比，这样若数字比对不同，则不会再进行文本比对的处理，减少了数据的处理量，提高了处理的效率。
其中风险等级和风险结果条数可以直接进行数字的比对，而错误信息的比对则可以进行关键字的比对，例如先对错误信息进行分词处理，然后比对对应的分词，且可选地，由于错误信息包括错误类型和详细信息，因此对于分词的比对可以包括错误类型的比对和详细信息的比对，其中可选地，可以首先进行错误类型的比对，若是错误类型一致，再进行详细信息的比对，其次若是错误类型不一致，也需要再进行详细信息的比对，若是详细信息一直，则也比对成功。
上述基于数据比对的系统测试方法，首先基于数据比对的测试验证采用动态的数据匹配对比方式，先进行风险等级和风险结果条数的匹配，然后再滤除掉风险等级和错误数据相同的结果，得到最后的测试结果，这样先进行数量的匹配，再进行文本的匹配，可以提高处理的效率，此外，通过原来的标准系统来对待测系统进行测试，保证了数据的覆盖面，提高了测试准确性。
在其中一个实施例中，获取测试数据，包括：获取预设时间段的处方数据，并提取处方数据中的处方单号存放至处理队列中；获取处方数据中的处方信息，并对所获取的处方信息进行脱敏后存储至预设缓存空间。
具体地，在获取测试数据的时候，由于数据量较大，因此可以将处方数据进行分类存储，将可以唯一表征处方数据的处方单号提取出来放在处理队列中，这样内存中的处理队列不至于很大，减少了空间的占用，提高了处理的效率。其次，将处方数据中的处方信息进行脱敏后存储至预设缓存空间，例如tair空间中。这样将处方数据进行分类处理，即保证了处方数据后续处理的完整性，又减少了内存的占用，提高了处理效率。
在其中一个实施例中，将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果，包括：获取与待测系统对应的多条并发线程；通过并发线程并行从处理队列中获取到处方单号；通过处方单号从预设缓存空间中提取出处方信息；将处方信息输入至待测系统得到每一处方对应的待比对结果。
具体地，为了提高测试数据的处理效率，可以设置多条并发线程，例如10条，这样每条并发线程中，按照顺序从处理队列中提取处方单号，然后根据处方单号从预设缓存空间读取对应的处方信息，包括性别、年龄、孕哺情况、过敏史、禁忌症、诊断结果、开立的药品用法用量信息等，并将该些信息组装成入参，例如获取到待测系统需要的输入字段，根据输入字段从上述处方信息中提取对应的字段内容，输入字段和所述字段内容生成对应的入参。
在其中一个实施例中，滤除待比对结果中与标准结果的风险等级相同且错误数据相同的结果之后，还包括：根据测试结果中的待比对结果中错误类型对测试结果进行分类；将分类后的测试结果发送至审核终端。
具体地，上文中测试结果包括风险等级、风险结果条数、错误信息均保持一致，该些数据已被删除，不需要进行处理，而风险等级、风险结果条数、错误信息中至少一个不一致的均会被提取出来，然后根据其中的错误信息中的错误类型来对测试结果进行分类，并按照错误类型发送至审核终端，该错误类型可以包括适应症不匹配、剂量不匹配、高风险、重复用药、诊断不规范等。
上述实施例中，将测试结果中的待比对数据按照错误类型进行分类，这样审核终端可以根据错误类型来进行审核，提高审核效率。
在其中一个实施例中，将分类后的测试结果发送至审核终端之后，还包括：接收审核终端返回的错误原因；当错误原因表示处方以及处方对应的药品信息均正确，且风险等级或错误数据错误，则输出系统缺陷的测试结果，并将测试结果发送至研发终端；当错误原因表示药品规则配置错误，则输出药品规则配置错误的测试结果。
具体地，参见图3所示，图3为一个实施例中的药品规则配置示意图，在该实施例中，具体地，分类之后的处方信息，发送给药剂师，药剂师进行结果分析，判断是否为系统缺陷，还是合理用药监测系统中的药品规则配置错误。如果处方及药品信息均正确，但合理用药监测系统返回错误的风险等级或错误信息，则为系统缺陷，需开发分析缺陷原因，并进行源代码修复；如果为药品规则配置错误，则需药剂师根据分析结果中处方信息、药品信息、提示的错误信息，对该药品的规则进行重新配置。
在其中一个实施例中，根据滤除风险等级相同且错误数据相同的结果后的待比对结果和对应的标准结果生成测试结果之后，还包括：继续将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果，直至所得到的测试结果符合预设条件，获取待测系统作为新的标准系统。
具体地，预设条件可以为数据对比结果全正确，或该条结果虽然与原来系统有差异，但药师确认为调整后的新规则，则自动化数据比对测试验证工作完成。
具体地，当系统缺陷已修复或数据维护完成后，可再次一键启动自动化数据对比代码，测试脚本会按照上述流程再次进行自动数据对比，并自动统计出最新的结果，如此反复，直至系统已完善、药剂师对药品规则也已维护完成，即数据对比结果全正确，或该条结果虽然与原来系统有差异，但药师确认为调整后的新规则，则自动化数据比对测试验证工作完成。
具体地，参见图4所示，图4为另一个实施例中的基于数据比对的系统测试的流程示意图。其中终端通过处方测试代码获取到脱敏后的处方数据输入至待测系统中并返回待比对结果，且终端还获取到标准系统返回的标准结果，将待比对结果和标准结果进行比较，若是风险等级、风险结果条数以及错误数据都相同，则标记正确，若是不同，则进行分类后发送给审核终端进行审核，其中在将待比对结果和标准结果进行比对的时候，先进行数字的比对，即风险等级和风险结果条数的比对，若是数字比对不同，则不会再进行文本比对的处理，若是数字比对相同，则继续进行错误数据的比对，即进行文本的比对，这样提高了处理的效率。药剂师进行结果分析，判断是否为系统缺陷，还是合理用药监测系统中的药品规则配置错误。如果处方及药品信息均正确，但合理用药监测系统返回错误的风险等级或错误信息，则为系统缺陷，需开发分析缺陷原因，并进行源代码修复；如果为药品规则配置错误，则需药剂师根据分析结果中处方信息、药品信息、提示的错误信息，对该药品的规则进行重新配置。
上述实施例中，基于数据比对的测试验证采用动态的数据匹配对比方式，先进行风险等级和风险结果条数的匹配，然后再滤除掉风险等级和错误数据相同的结果，得到最后的测试结果，这样先进行数量的匹配，再进行文本的匹配，可以提高处理的效率，此外，通过原来的标准系统来对待测系统进行测试，保证了数据的覆盖面，提高了测试准确性。
应该理解的是，虽然图2和图4流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2和图4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种基于数据比对的系统测试装置，包括：测试数据获取模块100、待比对结果获取模块200、判断模块300、滤除模块400和测试结果生成模块500，其中：
测试数据获取模块100，用于获取测试数据以及测试数据中每一处方对应的标准结果，标准结果是将测试数据输入至标准系统中得到的
待比对结果获取模块200，用于将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果；
判断模块300，用于依次判断待比对结果和标准结果中的风险等级以及风险结果条数是否相同；
滤除模块400，用于若待比对结果和标准结果中的风险等级以及风险结果条数相同，则滤除待比对结果中与标准结果的风险等级相同且错误数据相同的结果；
测试结果生成模块500，用于根据滤除风险等级相同且错误数据相同的结果后的待比对结果和对应的标准结果生成测试结果。
在其中一个实施例中，测试数据获取模块100包括：
处方单号处理单元，用于获取预设时间段的处方数据，并提取处方数据中的处方单号存放至处理队列中；
处方信息处理单元，用于获取处方数据中的处方信息，并对所获取的处方信息进行脱敏后存储至预设缓存空间。
在其中一个实施例中，上述的待比对结果获取模块200包括：
线程获取单元，用于获取与待测系统对应的多条并发线程；
处方单号获取单元，用于通过并发线程并行从处理队列中获取到处方单号；
处方信息获取单元，用于通过处方单号从预设缓存空间中提取出处方信息；
比对单元，用于将处方信息输入至待测系统得到每一处方对应的待比对结果。
在其中一个实施例中，上述的基于数据比对的系统测试还包括：
分类模块，用于根据测试结果中的待比对结果中错误类型对测试结果进行分类；
发送模块，用于将分类后的测试结果发送至审核终端。
在其中一个实施例中，上述的基于数据比对的系统测试还包括：
接收模块，用于接收审核终端返回的错误原因；
结果获取模块，用于当错误原因表示处方以及处方对应的药品信息均正确，且风险等级或错误数据错误，则输出系统缺陷的测试结果，并将测试结果发送至研发终端；当错误原因表示药品规则配置错误，则输出药品规则配置错误的测试结果。
在其中一个实施例中，上述的基于数据比对的系统测试还包括：
循环模块，用于继续将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果，直至所得到的测试结果符合预设条件，获取待测系统作为新的标准系统。
关于基于数据比对的系统测试装置的具体限定可以参见上文中对于基于数据比对的系统测试方法的限定，在此不再赘述。上述基于数据比对的系统测试装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于数据比对的系统测试方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取测试数据以及测试数据中每一处方对应的标准结果，标准结果是将测试数据输入至标准系统中得到的；将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果；依次判断待比对结果和标准结果中的风险等级以及风险结果条数是否相同；若待比对结果和标准结果中的风险等级以及风险结果条数相同，则滤除待比对结果中与标准结果的风险等级相同且错误数据相同的结果；根据滤除风险等级相同且错误数据相同的结果后的待比对结果和对应的标准结果生成测试结果。
在一个实施例中，处理器执行计算机程序时所实现的获取测试数据，包括：获取预设时间段的处方数据，并提取处方数据中的处方单号存放至处理队列中；获取处方数据中的处方信息，并对所获取的处方信息进行脱敏后存储至预设缓存空间。
在一个实施例中，处理器执行计算机程序时所实现的将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果，包括：获取与待测系统对应的多条并发线程；通过并发线程并行从处理队列中获取到处方单号；通过处方单号从预设缓存空间中提取出处方信息；将处方信息输入至待测系统得到每一处方对应的待比对结果。
在一个实施例中，处理器执行计算机程序时所实现的滤除待比对结果中与标准结果的风险等级相同且错误数据相同的结果之后，还包括：根据测试结果中的待比对结果中错误类型对测试结果进行分类；将分类后的测试结果发送至审核终端。
在一个实施例中，处理器执行计算机程序时所实现的将分类后的测试结果发送至审核终端之后，还包括：接收审核终端返回的错误原因；当错误原因表示处方以及处方对应的药品信息均正确，且风险等级或错误数据错误，则输出系统缺陷的测试结果，并将测试结果发送至研发终端；当错误原因表示药品规则配置错误，则输出药品规则配置错误的测试结果。
在一个实施例中，处理器执行计算机程序时所实现的根据滤除风险等级相同且错误数据相同的结果后的待比对结果和对应的标准结果生成测试结果之后，还包括：继续将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果，直至所得到的测试结果符合预设条件，获取待测系统作为新的标准系统。
在一个实施例中，提供了一种计算机存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取测试数据以及测试数据中每一处方对应的标准结果，标准结果是将测试数据输入至标准系统中得到的；将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果；依次判断待比对结果和标准结果中的风险等级以及风险结果条数是否相同；若待比对结果和标准结果中的风险等级以及风险结果条数相同，则滤除待比对结果中与标准结果的风险等级相同且错误数据相同的结果；根据滤除风险等级相同且错误数据相同的结果后的待比对结果和对应的标准结果生成测试结果。
在一个实施例中，计算机程序被处理器执行时所实现的获取测试数据，包括：获取预设时间段的处方数据，并提取处方数据中的处方单号存放至处理队列中；获取处方数据中的处方信息，并对所获取的处方信息进行脱敏后存储至预设缓存空间。
在一个实施例中，计算机程序被处理器执行时所实现的将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果，包括：获取与待测系统对应的多条并发线程；通过并发线程并行从处理队列中获取到处方单号；通过处方单号从预设缓存空间中提取出处方信息；将处方信息输入至待测系统得到每一处方对应的待比对结果。
在一个实施例中，计算机程序被处理器执行时所实现的滤除待比对结果中与标准结果的风险等级相同且错误数据相同的结果之后，还包括：根据测试结果中的待比对结果中错误类型对测试结果进行分类；将分类后的测试结果发送至审核终端。
在一个实施例中，计算机程序被处理器执行时所实现的将分类后的测试结果发送至审核终端之后，还包括：接收审核终端返回的错误原因；当错误原因表示处方以及处方对应的药品信息均正确，且风险等级或错误数据错误，则输出系统缺陷的测试结果，并将测试结果发送至研发终端；当错误原因表示药品规则配置错误，则输出药品规则配置错误的测试结果。
在一个实施例中，计算机程序被处理器执行时所实现的根据滤除风险等级相同且错误数据相同的结果后的待比对结果和对应的标准结果生成测试结果之后，还包括：继续将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果，直至所得到的测试结果符合预设条件，获取待测系统作为新的标准系统。
本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于数据比对的系统测试方法，所述方法包括：
获取测试数据以及测试数据中每一处方对应的标准结果，所述标准结果是将所述测试数据输入至标准系统中得到的；
将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果；
依次判断所述待比对结果和所述标准结果中的风险等级以及风险结果条数是否相同；
若所述待比对结果和所述标准结果中的风险等级以及风险结果条数相同，则滤除待比对结果中与所述标准结果的风险等级相同且错误数据相同的结果；
根据滤除风险等级相同且错误数据相同的结果后的所述待比对结果和对应的标准结果生成测试结果。
2.根据权利要求1所述的方法，其特征在于，所述获取测试数据，包括：
获取预设时间段的处方数据，并提取所述处方数据中的处方单号存放至处理队列中；
获取所述处方数据中的处方信息，并对所获取的处方信息进行脱敏后存储至预设缓存空间。
3.根据权利要求1所述的方法，其特征在于，所述将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果，包括：
获取与所述待测系统对应的多条并发线程；
通过所述并发线程并行从所述处理队列中获取到处方单号；
通过所述处方单号从所述预设缓存空间中提取出处方信息；
将所述处方信息输入至待测系统得到每一处方对应的待比对结果。
4.根据权利要求1至3任意一项所述的方法，其特征在于，所述滤除待比对结果中与所述标准结果的风险等级相同且错误数据相同的结果之后，还包括：
根据所述测试结果中的待比对结果中错误类型对测试结果进行分类；
将分类后的测试结果发送至审核终端。
5.根据权利要求4所述的方法，其特征在于，所述将分类后的测试结果发送至审核终端之后，还包括：
接收所述审核终端返回的错误原因；
当所述错误原因表示处方以及处方对应的药品信息均正确，且所述风险等级或错误数据错误，则输出系统缺陷的测试结果，并将所述测试结果发送至研发终端；
当所述错误原因表示药品规则配置错误，则输出药品规则配置错误的测试结果。
6.根据权利要求1至3任意一项所述的方法，其特征在于，所述根据滤除风险等级相同且错误数据相同的结果后的所述待比对结果和对应的标准结果生成测试结果之后，还包括：
继续将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果，直至所得到的测试结果符合预设条件，获取待测系统作为新的标准系统。
7.一种基于数据比对的系统测试装置，其特征在于，所述装置包括：
测试数据获取模块，用于获取测试数据以及测试数据中每一处方对应的标准结果，所述标准结果是将所述测试数据输入至标准系统中得到的
待比对结果获取模块，用于将所获取的测试数据输入至待测系统得到每一处方对应的待比对结果；
判断模块，用于依次判断所述待比对结果和所述标准结果中的风险等级以及风险结果条数是否相同；
滤除模块，用于若所述待比对结果和所述标准结果中的风险等级以及风险结果条数相同，则滤除待比对结果中与所述标准结果的风险等级相同且错误数据相同的结果；
测试结果生成模块，用于根据滤除风险等级相同且错误数据相同的结果后的所述待比对结果和对应的标准结果生成测试结果。
8.根据权利要求7所述的装置，其特征在于，所述测试数据获取模块包括：
处方单号处理单元，用于获取预设时间段的处方数据，并提取所述处方数据中的处方单号存放至处理队列中；
处方信息处理单元，用于获取所述处方数据中的处方信息，并对所获取的处方信息进行脱敏后存储至预设缓存空间。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至3或4或5或6中任一项所述方法的步骤。
10.一种计算机存储介质，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权利要求1至3或4或5或6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010898135.XA CN112035617B (zh) | 2020-08-31 | 2020-08-31 | 基于数据比对的系统测试方法、装置、计算机设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010898135.XA CN112035617B (zh) | 2020-08-31 | 2020-08-31 | 基于数据比对的系统测试方法、装置、计算机设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112035617A true CN112035617A (zh) | 2020-12-04 |
| CN112035617B CN112035617B (zh) | 2024-06-18 |
Family
ID=73585980
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010898135.XA Active CN112035617B (zh) | 2020-08-31 | 2020-08-31 | 基于数据比对的系统测试方法、装置、计算机设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112035617B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114487842A (zh) * | 2021-12-20 | 2022-05-13 | 杭州趣链科技有限公司 | 数据通路端到端测试方法、装置、计算机设备及存储介质 |
| CN114915578A (zh) * | 2021-02-08 | 2022-08-16 | 中国电信股份有限公司 | Waf测试方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106407498A (zh) * | 2016-08-03 | 2017-02-15 | 无锡金世纪国民体质与健康研究有限公司 | 一种摔倒风险模型的建立方法 |
| CN108776640A (zh) * | 2018-05-07 | 2018-11-09 | 深圳壹账通智能科技有限公司 | 分布式测试方法、装置、计算机设备和存储介质 |
| CN109740869A (zh) * | 2018-12-14 | 2019-05-10 | 平安国际融资租赁有限公司 | 数据审核方法、装置、计算机设备和存储介质 |
| CN110826908A (zh) * | 2019-11-05 | 2020-02-21 | 北京推想科技有限公司 | 人工智能预测的评估方法、装置、存储介质及电子设备 |
-
2020
- 2020-08-31 CN CN202010898135.XA patent/CN112035617B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106407498A (zh) * | 2016-08-03 | 2017-02-15 | 无锡金世纪国民体质与健康研究有限公司 | 一种摔倒风险模型的建立方法 |
| CN108776640A (zh) * | 2018-05-07 | 2018-11-09 | 深圳壹账通智能科技有限公司 | 分布式测试方法、装置、计算机设备和存储介质 |
| CN109740869A (zh) * | 2018-12-14 | 2019-05-10 | 平安国际融资租赁有限公司 | 数据审核方法、装置、计算机设备和存储介质 |
| CN110826908A (zh) * | 2019-11-05 | 2020-02-21 | 北京推想科技有限公司 | 人工智能预测的评估方法、装置、存储介质及电子设备 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114915578A (zh) * | 2021-02-08 | 2022-08-16 | 中国电信股份有限公司 | Waf测试方法和装置 |
| CN114915578B (zh) * | 2021-02-08 | 2024-04-30 | 中国电信股份有限公司 | Waf测试方法和装置 |
| CN114487842A (zh) * | 2021-12-20 | 2022-05-13 | 杭州趣链科技有限公司 | 数据通路端到端测试方法、装置、计算机设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112035617B (zh) | 2024-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111339126A (zh) | 医疗数据筛选方法、装置、计算机设备和存储介质 | |
| CN112884092B (zh) | Ai模型生成方法、电子设备及存储介质 | |
| CN110729054B (zh) | 异常就诊行为检测方法、装置、计算机设备及存储介质 | |
| US9092566B2 (en) | Methods for central monitoring of research trials | |
| CN109524072B (zh) | 电子病历生成方法、装置、计算机设备和存储介质 | |
| CN112035617B (zh) | 基于数据比对的系统测试方法、装置、计算机设备和介质 | |
| CN110941555A (zh) | 测试用例推荐方法、装置、计算机设备和存储介质 | |
| CN110782965A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN112017745A (zh) | 决策信息推荐、药物信息推荐方法、装置、设备及介质 | |
| CN110888625A (zh) | 基于需求变更和项目风险对代码质量进行控制的方法 | |
| CN112035619A (zh) | 基于人工智能的医疗问诊单筛选方法、装置、设备和介质 | |
| CN111767192A (zh) | 基于人工智能的业务数据检测方法、装置、设备和介质 | |
| CN111210356A (zh) | 医保数据分析方法、装置、计算机设备和存储介质 | |
| CN111383761A (zh) | 医疗数据分析方法、装置、电子设备及计算机可读介质 | |
| US20160275269A1 (en) | Methods for central monitoring of research trials | |
| CN111354448A (zh) | 孕检项目处理方法、装置、计算机设备和存储介质 | |
| CN109360662B (zh) | 诊疗审核规则更新方法、装置、计算机设备和存储介质 | |
| CN112035361B (zh) | 医疗诊断模型的测试方法、装置、计算机设备和存储介质 | |
| CN112086175A (zh) | 医疗物价费用监管方法、系统、计算机设备及存储介质 | |
| CN116994702A (zh) | 处方审核方法及装置、存储介质、计算机设备 | |
| CN111221853A (zh) | 药品清单异常检测方法、装置、计算机设备和存储介质 | |
| CN116434931A (zh) | 一种医疗行为异常的识别方法、装置、存储介质及设备 | |
| CN110727711A (zh) | 基金数据库中异常数据检测方法、装置和计算机设备 | |
| CN111986038B (zh) | 单病种诊疗行为的审核方法、装置、设备和存储介质 | |
| CN110750621A (zh) | 单据数据核查处理方法、装置、计算机设备和存储介质 |
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 |