CN112052246B - 医疗数据处理设备及医疗数据处理方法 - Google Patents
医疗数据处理设备及医疗数据处理方法 Download PDFInfo
- Publication number
- CN112052246B CN112052246B CN202011053023.0A CN202011053023A CN112052246B CN 112052246 B CN112052246 B CN 112052246B CN 202011053023 A CN202011053023 A CN 202011053023A CN 112052246 B CN112052246 B CN 112052246B
- Authority
- CN
- China
- Prior art keywords
- data
- medical
- target
- query
- query statement
- 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
Links
- 238000012545 processing Methods 0.000 title claims abstract description 139
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000007405 data analysis Methods 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000012216 screening Methods 0.000 claims abstract description 45
- 230000008569 process Effects 0.000 claims abstract description 29
- 238000007689 inspection Methods 0.000 claims abstract description 22
- 238000013500 data storage Methods 0.000 claims abstract description 9
- 238000007726 management method Methods 0.000 claims abstract description 8
- 230000008676 import Effects 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 15
- 238000012795 verification Methods 0.000 claims description 12
- 230000006378 damage Effects 0.000 claims description 10
- 238000012986 modification Methods 0.000 claims description 7
- 230000004048 modification Effects 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 23
- 238000010606 normalization Methods 0.000 description 10
- 238000012550 audit Methods 0.000 description 9
- 239000003814 drug Substances 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 229940079593 drug Drugs 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- BSYNRYMUTXBXSQ-UHFFFAOYSA-N Aspirin Chemical compound CC(=O)OC1=CC=CC=C1C(O)=O BSYNRYMUTXBXSQ-UHFFFAOYSA-N 0.000 description 2
- 229960001138 acetylsalicylic acid Drugs 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- 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
- G06F16/23—Updating
-
- 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
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- 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
- G06F16/2457—Query processing with adaptation to user needs
-
- 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
- G06F16/248—Presentation of query results
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本公开是关于一种医疗数据处理设备及方法,涉及计算机技术领域,可以应用于飞行检查的应用场景。该设备包括:数据处理模块,用于从医疗机构的医疗数据库中获取初始医疗数据;数据存储模块,用于按照目标数据格式将初始医疗数据进行数据标准化处理以生成标准入库数据,并将标准入库数据存储至所述目标数据库;数据分析模块,用于根据数据筛选需求和医学约束条件生成查询语句,并根据查询语句从标准入库数据中筛选目标医疗数据,以对目标医疗数据进行分析处理;查询管理模块,用于建立并更新医疗知识库,并基于医疗知识库进行知识检索操作。本公开可以解决现有的飞行检查中大型设备移动不便且无法复用查询语句的问题。
Description
技术领域
本公开涉及计算机技术领域,具体而言,涉及一种医疗数据处理设备以及医疗数据处理方法。
背景技术
2018年9月起,国家医保局会同国家卫健委、公安部、国家药监局联合开展打击欺诈骗取医疗保障基金专项行动,并组织开展飞行检查。飞行检查是跟踪检查的一种形式,是指事先不通知被检查部门实施的现场检查,是严厉打击各类欺诈骗保行为的有效方式。飞行检查组织是由信息组、医学组、财务组等多种角色的成员组成的团队,在飞行检查正式入驻被检查医院之前,信息组需要提前到当地现场进行数据提取的准备工作以及标准化工作,在飞行检查组正式入驻现场时,信息组首先要提取分析报告。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种医疗数据处理设备以及医疗数据处理方法,进而至少在一定程度上克服采用现有技术进行飞行检查时,由于设备过于庞大不易移动的困难、医保数据专业化程度较高且数据格式不统一以及无法复用查询语句等问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
根据本公开的第一方面,提供一种医疗数据处理设备,所述医疗数据处理设备采用预设设备尺寸,包括:数据处理模块,用于从医疗机构的医疗数据库中获取初始医疗数据;数据存储模块,用于获取目标数据库的目标数据格式,按照目标数据格式将初始医疗数据进行数据标准化处理,以生成标准入库数据,并将标准入库数据存储至目标数据库;数据分析模块,用于根据数据筛选需求和医学约束条件生成查询语句,并根据查询语句从标准入库数据中筛选目标医疗数据,以对目标医疗数据进行分析处理;查询管理模块,用于建立并更新医疗知识库,并基于医疗知识库进行知识检索操作,以对检索到的目标知识进行查询验证操作;其中,目标知识用于确定医学约束条件。
可选的,数据处理模块还包括:生成目标医疗数据的数据分析报告;以及在生成数据分析报告之后,将初始医疗数据以及与初始医疗数据的关联数据进行数据销毁处理;其中,生成目标医疗数据的数据分析报告,包括:获取由数据分析模块得到的目标医疗数据对应的综合数据和明细数据;获取目标医疗数据的对比分析条件,并确定目标医疗数据的对比维度;根据对比分析条件和对比维度对综合数据和明细数据进行对比校验处理,以生成数据分析报告。
可选的,数据分析模块用于根据筛选需求以及医学约束条件生成查询语句,包括:获取预先配置的数据查询模板,接收用户针对数据查询模板的配置操作,以配置查询语句;获取历史查询约束条件,根据历史查询约束条件构建约束条件库,以基于约束条件库和数据筛选需求生成查询语句;以及接收用户根据医学约束条件进行的语句编写操作,生成查询语句。
可选的,医疗数据处理设备还包括协同办公模块,用于提供数据传输通道,通过数据传输通道与关联设备之间进行文件共享操作;其中,关联设备包括与医疗数据处理设备进行数据通信的设备;输出模块,用于输出数据分析报告。
根据本公开的第二方面,提供一种医疗数据处理方法,应用于上述的医疗数据处理设备,包括:从医疗机构的医疗数据库中获取初始医疗数据;获取目标数据库的目标数据格式,按照目标数据格式将初始医疗数据进行数据标准化处理,以生成标准入库数据,并将标准入库数据存储至目标数据库;根据数据筛选需求和医学约束条件生成查询语句;根据查询语句从标准入库数据中筛选目标医疗数据,并对目标医疗数据进行分析处理。
可选的,根据数据筛选需求以及医学约束条件生成查询语句,包括:接收用户根据医学约束条件进行的语句编写操作,生成查询语句;获取历史查询约束条件,根据历史查询约束条件构建约束条件库,以基于约束条件库和数据筛选需求生成查询语句;以及获取预先配置的数据查询模板,接收用户针对数据查询模板的配置操作,以配置查询语句。
可选的,基于约束条件库和数据筛选需求生成查询语句,包括:根据数据筛选需求确定查询参数;从约束条件库中确定与数据筛选需求对应的初始查询语句;根据查询参数对初始查询语句进行修改操作,以生成目标查询语句。
可选的,在根据数据筛选需求和医学约束条件生成查询语句之后,上述方法还包括:响应于用户针对查询语句的审核操作请求,接收用户针对查询语句的审核操作;判断查询语句是否符合医学约束条件;如果查询语句不符合医学约束条件,则将查询语句标注为问题查询语句,以更改问题查询语句。
可选的,按照目标数据格式将初始医疗数据进行数据标准化处理以生成标准入库数据,包括:将初始医疗数据的数据表名称确定为第一数据表名称,并将初始医疗数据的数据字段确定为第一数据字段;从目标数据库获取与第一数据表名称对应的标准数据表名称,并获取与第一数据字段对应的标准数据字段;将第一数据表名称匹配至标准数据表名称,并将第一数据字段匹配至标准数据字段,以生成标准入库数据。
可选的,确定数据导入模式;其中,数据导入模式包括数据泵模式、整合导入模式、文件导入模式;根据数据导入模式将初始医疗数据导入至目标数据库。
可选的,根据查询语句从标准入库数据中筛选目标医疗数据,并对目标医疗数据进行分析处理,包括:根据查询语句从标准入库数据库中获取综合数据和明细数据;针对综合数据和明细数据进行数据分析处理,以得到数据分析报告;在得到数据分析报告之后,对初始医疗数据以及初始医疗数据的关联数据进行数据销毁处理。
本公开提供的技术方案可以包括以下有益效果:
本公开的示例性实施例中的医疗数据处理设备,包括:数据处理模块,用于从医疗机构的医疗数据库中获取初始医疗数据;数据存储模块,用于获取目标数据库的目标数据格式,按照目标数据格式将初始医疗数据进行数据标准化处理,以生成标准入库数据,并将标准入库数据存储至目标数据库;数据分析模块,用于根据数据筛选需求和医学约束条件生成查询语句,并根据查询语句从标准入库数据中筛选目标医疗数据,以对目标医疗数据进行分析处理;查询管理模块,用于建立并更新医疗知识库,并基于医疗知识库进行知识检索操作,以对检索到的目标知识进行查询验证操作;目标知识用于确定医学约束条件。通过本公开的医疗数据处理设备,一方面,通过对初始医疗数据进行标准化处理,可以统一多种不同数据来源的医疗数据的数据格式,以便对不同数据来源的数据进行统一处理。另一方面,根据数据筛选需求和医学约束条件可以生成查询语句,可以根据历史查询规则等实现查询语句的复用,便于进行数据查询。又一方面,通过对目标医疗数据进行分析处理,可以得到目标数据的数据分析结果,实现对医疗数据的处理。再一方面,该设备便于携带,可以根据任务处理需求随时随地移动设备。
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,并不能限制本公开。
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,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示意性示出了根据本公开的示例性实施方式的医疗数据处理设备的结构图;
图2示意性示出了根据本公开的示例性实施方式的对医疗数据进行飞行检查处理的整体流程图;
图3示意性示出了根据本公开的示例性实施方式的医疗数据处理系统的层次架构图;
图4示意性示出了根据本公开的示例性实施方式的进行知识库检索的界面图;
图5示意性示出了根据本公开的示例性实施方式的协同办公时进行文件共享的界面图;
图6示意性示出了根据本公开的示例性实施方式的医疗数据处理方法的流程图;
图7示意性示出了根据本公开的示例性实施方式的数据导入功能的界面图;
图8示意性示出了根据本公开的示例性实施方式的进行数据匹配的标准化处理的界面图;
图9示意性示出了根据本公开的示例性实施方式的根据模板库进行查询语句编写的界面图;
图10示意性示出了根据本公开的示例性实施方式的根据SQL语句或属地进行查询语句编写的界面图;
图11示意性示出了根据本公开的示例性实施方式的执行查询语句的界面图;以及
图12示意性示出了根据本公开的示例性实施方式的生成数据分析报告的界面图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而,示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本公开将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在采用现有技术进行飞行检查时,由于飞行检查处理的数据量巨大并且由于医疗数据的特殊性只能在现场离线处理数据,同时入驻的医院不断变换,所以检查组成员必须自带传统的大型服务器(必须两人及以上共同搬运),携带极其不方便。由于飞行检查是一个高强度而且任务比较复杂的任务,完成这项任务需要数据库运维人员、网络与系统运维人员、数据分析人员等多种角色;而且医学人员由于不懂数据分析也没有办法直接查出违规病例,对互联网技术(Internet Technology,IT)人员的依赖度比较高。
基于此,在本示例实施例中,首先提供了一种医疗数据处理设备,该设备采用预设设备尺寸。参考图1,该医疗数据处理设备100包括以下模块:
数据处理模块110,用于从医疗机构的医疗数据库中获取初始医疗数据。
数据存储模块120,用于获取目标数据库的目标数据格式,按照目标数据格式将初始医疗数据进行数据标准化处理,以生成标准入库数据,并将标准入库数据存储至目标数据库。
数据分析模块130,用于根据数据筛选需求和医学约束条件生成查询语句,并根据查询语句从标准入库数据中筛选目标医疗数据,以对目标医疗数据进行分析处理。
查询管理模块140,用于建立并更新医疗知识库,并基于医疗知识库进行知识检索操作,以对检索到的目标知识进行查询验证操作;其中,目标知识用于确定医学约束条件。
根据本示例实施例中的医疗数据处理设备,一方面,通过对初始医疗数据进行标准化处理,可以统一多种不同数据来源的医疗数据的数据格式,以便对不同数据来源的数据进行统一处理。另一方面,根据数据筛选需求和医学约束条件可以生成查询语句,可以根据历史查询规则等实现查询语句的复用,便于进行数据查询。又一方面,通过对目标医疗数据进行分析处理,可以得到目标数据的数据分析结果,实现对医疗数据的处理。再一方面,该设备便于携带,可以根据任务处理需求随时随地移动设备。
下面,将对本示例实施例中的医疗数据处理设备100进行进一步的说明。
数据处理模块110,用于从医疗机构的医疗数据库中获取初始医疗数据。
在本公开的一些示例性实施方式中,医疗数据库可以是存储各医疗机构的医疗数据所采用的数据库。初始医疗数据可以是从多个医疗机构获取到的医疗数据。初始医疗数据包括就诊人员在医院就诊产生的就诊信息等相关数据,属于个人隐私数据。
为了解决现有的飞行检查服务器设备体积较大,移动不便等问题,本公开对医疗数据处理设备进行了自主硬件设计,将医疗数据处理设备设计成预设设备尺寸大小,以方便随身携带。举例而言,可以将高性能服务器集成到一个218*160*242的飞检盒子中,可装入日常登机箱中,有检查需要时随身携带。另外,该医疗数据处理设备的设备尺寸还可以根据具体使用需求设定为其他数值,满足便于携带的目的即可,本公开对此不作任何特殊限定。
参考图2,图2示意性示出了根据本公开的示例性实施方式的对医疗数据进行飞行检查处理的整体流程图。在步骤S201中,医疗数据处理设备可以通过数据处理模块从医保局等权威机构提取一家或多家医疗机构(如医院)的初始医疗数据,并通过加密设备进行数据拷贝,将初始医疗数据拷贝到医疗数据处理设备中。由于数据的保密性,在采用医疗数据处理设备进行数据处理的过程中,医疗数据处理设备不能连接互联网,以保证医疗数据不被外泄。
需要说明的是,由于医疗数据处理设备处理的数据涉及到医院就诊人员的个人隐私信息,因此,对处理的初始医疗数据要求保密;同时,医疗数据处理设备还需在被检查医疗机构的现场办公。
数据存储模块120,用于获取目标数据库的目标数据格式,按照目标数据格式将初始医疗数据进行数据标准化处理,以生成标准入库数据,并将标准入库数据存储至目标数据库。
在本公开的一些示例性实施方式中,目标数据库可以是医疗数据处理设备中存储医疗数据所采用的数据库。目标数据格式可以是医疗数据处理设备中存储医疗数据所采用的数据格式。标准入库数据可以是存储在目标数据库中的数据。
在获取到初始医疗数据后,可以将初始医疗数据导入至医疗数据存储设备的目标数据库中。由于多家医院的原始数据库表、字段名称、数据格式等可能存在不同,因此,可以对初始医疗数据进行数据转换处理,按照规范化标准进行重命名及数据格式的一致,以便进行后续的数据处理操作。在对初始医疗数据进行数据标准化处理并生成初始医疗数据之后,可以将初始医疗数据存储至目标数据库中。举例而言,按照目标数据格式将初始医疗数据生成标准入库数据的过程可以包括:将表转化数据的表名匹配目标数据库中对应的目标数据格式中对应的标准表名;根据目标数据格式对应的标准字段将初始医疗数据的字段标准化为对应的中文名称;另外,对于初始医疗数据中数据位数不同的字段,可以对其进行位数补齐操作,以使其数据位数与标准入库数据的数据位数相同。通过上述数据标准化处理操作,可以将初始医疗数据生成对应的标准入库数据,并将标准入库数据存储至目标数据库中。
数据分析模块130,用于根据数据筛选需求和医学约束条件生成查询语句,并根据查询语句从标准入库数据中筛选目标医疗数据,以对目标医疗数据进行分析处理。
在本公开的一些示例性实施方式中,数据筛选需求可以是从目标数据库筛选出目标数据所对应的需求。医学约束条件可以是根据医学知识确定出的约束条件,所有的医疗数据必须满足医学约束条件,否则该医疗数据即为违规数据。举例而言,阿司匹林与睡眠类药物不能一起服用,如果医嘱中出现要求病人同时服用阿司匹林与睡眠类药物的情况,则说明该数据为违规数据。查询语句可以是根据数据筛选需求与医学约束条件确定出的用于从目标数据库中筛选目标医疗数据的语句。数据分析处理可以是对目标数据的合理性进行分析判断的处理过程。
根据数据筛选需求和医学约束条件生成查询语句后,可以根据查询语句从标准入库数据中筛选目标医疗数据,并对目标医疗数据进行分析处理。举例而言,在获取到的目标数据后,可以分别确定目标数据对应的表的综合数据和明细数据,根据医保局对医院的数据要求,判断目标数据的综合数据与明细数据之间的金额是否相等,以及提取的数据时间范围是否符合要求等;另外,还可以判断目标数据的一些特定字段是否满足要求。
根据本公开的一些示例性实施例,获取预先配置的数据查询模板,接收用户针对数据查询模板的配置操作,以配置查询语句;获取历史查询约束条件,根据历史查询约束条件构建约束条件库,以基于约束条件库和数据筛选需求生成查询语句;以及接收用户根据医学约束条件进行的语句编写操作,生成查询语句。数据查询模板可以对历史数据查询的查询逻辑进行整理和提炼,将其固化成为一些具体的查询模板。配置操作可以是用户针对数据查询模板进行的参数配置等操作。历史查询约束条件可以是在历史查询操作时所使用过的查询规则。约束条件库可以是用于存储历史约束条件的数据库,约束条件库可以由历史约束条件组成。语句编写操作可以是用户根据数据查询需求自行编写的查询语句。
为了解决现有技术中,不具备结构化查询语言(Structured Query Language,SQL)基础知识的医学人员无法编写查询语句SQL的问题,医疗数据处理设备提供了三种可以生成查询语句的方法。具体包括如下内容:
(1)用户可以通过数据查询模板配置查询语句。该设备将历史使用过的数据查询逻辑进行整理,将其固化为一些具体的模板,并通过可视化交互界面显示给用户。用户可以通过交互界面进行逻辑编写,非IT人员仅需将自己想要查询的数据逻辑从页面输入,即可自动生成支持数据库的SQL查询语句,可以有效解决医学人员由于缺少SQL理论知识而无法直接编写查询语句的问题。
(2)建立约束条件库,以通过复用查询约束条件生成查询语句。该医疗数据处理设备可以将历史生成的查询逻辑进行存储,根据之前进行数据处理时积累的历史查询约束条件(如历史查询逻辑等),可以构建约束条件库,以便对存储在约束条件库中的历史查询约束条件进行复用,即根据约束条件库和数据筛选需求生成查询语句。例如,当有新的数据筛选需求时,可以从约束条件库中调取相应的历史查询约束条件,根据数据筛选需求对历史查询约束条件中的参数进行简单的参数修改操作,以生成新的查询语句。通过复用历史查询约束条件,可以有效解决现有技术中对历史查询约束条件无法复用的问题。
(3)接收语句编写操作,生成查询语句。根据医学团队提供的医学规则,可以手动编写SQL语句。这种方式仅适用于有IT背景的从业人员。精通SQL语句编写的IT人员可以采用Metabase开源工具,并通过拖拉拽的方式实现SQL语句的编写。
根据本公开的一些示例性实施例,生成目标医疗数据的数据分析报告;以及在生成数据分析报告之后,将初始医疗数据以及与初始医疗数据的关联数据进行数据销毁处理;其中,生成目标医疗数据的数据分析报告,包括:获取由数据分析模块得到的目标医疗数据对应的综合数据和明细数据;获取目标医疗数据的对比分析条件,并确定目标医疗数据的对比维度;根据对比分析条件和对比维度对综合数据和明细数据进行对比校验处理,以生成数据分析报告。数据分析报告可以是针对目标医疗数据进行分析处理后所生成的报告,数据分析报告可以包括目标医疗数据存在的违规明细等相关信息。关联数据可以是与初始医疗数据的数据内容相同的其它数据,例如入库标准数据以及其他中间数据等。综合数据可以是目标医疗数据对应的综合数据,综合数据中包括了就诊人员在医院中所产生的总医疗费用。明细数据可以是目标医疗数据对应的明细单的相关数据。明细数据可以包括就诊人员在医院就诊时产生的各项医疗项目的费用数据。数据销毁处理可以是针对初始医疗数据和关联数据进行的数据销毁操作。对比分析条件可以是对综合数据和明细数据进行对比分析时所依据的条件。对比维度可以是对综合数据和明细数据进行对比的具体维度。对比校验处理可以是对综合数据和明细数据进行对比分析的处理过程。
通过查询语句筛选出目标医疗数据后,可以对目标医疗数据进行数据分析处理,并生成目标医疗数据的数据分析报告,以将数据分析报告发送至医保局进行查看。举例而言,对比文分析条件可以包括:综合数据与明细数据之间的金额是否相等;综合数据与明细数据中包含数据是否满足时间范围的要求;以及综合数据与明细数据中特定字段是否满足检查的要求等。对比维度可以包括费用维度、时间范围维度、字段维度等。生成数据分析报告的具体过程为:由数据分析模块确定出目标医疗数据对应的综合数据和明细数据之后,从费用维度,可以对比综合数据与明细数据之间的金额是否相等;从时间范围维度,可以判断综合数据与明细数据中包含数据是否满足时间范围的要求;以及从字段维度,可以判断综合数据与明细数据中特定字段是否满足检查的要求等。
在生成数据分析报告之后,本次医疗数据处理的过程结束,出于数据安全性的考虑,可以对初始初始医疗数据以及与初始医疗数据的关联数据进行数据销毁处理。
根据本公开的一些示例性实施例,医疗数据处理设备还包括协同办公模块,用于提供数据传输通道,通过数据传输通道与关联设备之间进行文件共享操作;其中,关联设备包括与医疗数据处理设备进行数据通信的设备;输出模块,用于输出数据分析报告。数据传输通道可以是用于进行医疗数据处理设备与关联设备之间进行数据通信的通道。关联设备可以是与医疗数据处理设备进行数据通信的设备。文件共享操作可以是医疗数据处理设备与关联设备相互之间进行文件传输等的操作。
查询管理模块140,用于建立并更新医疗知识库,并基于医疗知识库对确定出的目标知识进行查询验证操作;其中,目标知识用于确定所述医学约束条件。医疗知识库可以是用于存储相关医学知识的数据库。目标知识可以是在确定医学约束条件时所采用的知识。查询管理模块可以对国家行业标准的知识字典进行收录,便于在编写查询语句以及审核查询语句的过程中确定目标知识,并对目标知识进行查询验证操作。
参考图4,图4示意性示出了根据本公开的示例性实施方式的进行知识库检索的界面图。医疗知识库中可以包括医保药品目录、医保耗材目录、医保诊疗目录以及药品说明书等内容。具体的,医保知识库中可以包括医保项目名称、医保项目编码、费用类别、收费项目等级等参数。随着医保政策等因素的影响,如果医保药品目录等内容发生变化,可以更新医疗知识库。根据建立的医疗知识库,可以基于医疗知识库对确定出的目标知识进行查询验证操作。
参考图3,图3示意性示出了根据本公开的示例性实施方式的医疗数据处理系统的层次架构图。图3中医疗数据处理系统300的功能层320对应本公开中的医疗数据处理设备,该设备还可以包括协同办公模块150和输出模块160。
协同办公模块150通过医疗数据处理设备自带的无线上网(Wi-Fi)热点,根据文件传输协议(File Transfer Protocol,FTP)可以实现该设备与关联设备之间的内部文件共享及文件发布,进行协调办公。同时由于文件传输时不上传到互联网,只在内网间基于安全协议传输,可以保证数据的保密性和信息安全。参考图5,图5示意性示出了根据本公开的示例性实施方式的协同办公时进行文件共享的界面图。
输出模块160可以对根据查询语句确定出的目标医疗数据进行数据分析处理,自动检索出不合理的费用数据,并输出EXCEL格式文档;同时支持文档的保存、下载及打印。另外,还可以将医保局重点关心的目标医疗数据,生成饼图、柱状图等图表,直观展示数据的整体趋势。
医疗数据处理系统300的数据层310中可以支持多种类型的数据库,包括数据库311(数据库1)、数据库312(数据库2)、数据库313(数据库3)。这些数据库可以包括Oracle数据库、Elasticsearch数据库、SqlServer数据库等。在医疗数据处理系统300中,还包括使用该医疗数据处理设备的用户330,用户330可以包括数据分析人员331、医学人员332以及飞行检查组成员333等。
此外,在本示例实施例中,还提供了一种医疗数据处理方法,可以上述的医疗数据处理设备来实现本公开的医疗数据处理方法。图6示意性示出了根据本公开的一些实施例的医疗数据处理方法流程的示意图。参考图6,该医疗数据处理方法可以包括以下步骤:
步骤S610,从医疗机构的医疗数据库中获取初始医疗数据。
步骤S620,获取目标数据库的目标数据格式,按照目标数据格式将初始医疗数据进行数据标准化处理以生成标准入库数据,并将标准入库数据存储至目标数据库。
步骤S630,根据数据筛选需求和医学约束条件生成查询语句。
步骤S640,根据查询语句从标准入库数据中筛选目标医疗数据,并对目标医疗数据进行分析处理。
根据本示例实施例中的医疗数据处理方法,一方面,通过对初始医疗数据进行标准化处理,可以统一多种不同数据来源的医疗数据的数据格式,以便对不同数据来源的数据进行统一处理。另一方面,根据数据筛选需求和医学约束条件可以生成查询语句,可以根据历史查询规则等实现查询语句的复用,便于进行数据查询。又一方面,通过对目标医疗数据进行分析处理,可以得到目标数据的数据分析结果,实现对医疗数据的处理。
下面,将对本示例实施例中的医疗数据处理方法进行进一步的说明。
在步骤S610中,从医疗机构的医疗数据库中获取初始医疗数据。
在本公开的一些示例性实施方式中,在进行医疗数据处理之前,可以通过医疗数据处理设备从医保局等权威机构提取一家或多家医疗机构的初始医疗数据,以对获取到的初始医疗数据进行数据处理操作。参考图2,从医疗机构的医疗数据库中获取初始医疗数据的过程可以包括提取医疗数据步骤(即步骤S201)和数据入库步骤(即步骤S202)。下面,将对步骤S201和步骤S202进行详细阐述。提取医疗数据步骤的具体过程可以是:从医保局等权威机构提取一家或多家医疗机构的初始医疗数据。
根据本公开的一些示例性实施例,确定数据导入模式;其中,数据导入模式包括数据泵模式、整合导入模式、文件导入模式;根据数据导入模式将初始医疗数据导入至目标数据库。数据导入模式可以将初始医疗数据导入至目标数据库中所采用的导入模式。数据导入模式可以包括数据泵模式、整合导入模式、文件导入模式等。数据泵模式(DataDump)可以支持Oracle数据库进行数据导入操作。整合导入模式,又称数据管理平台(DataManagement Platform,DMP)模式,可以是把分散的多方数据进行整合纳入统一的技术平台,并对这些数据进行标准化和细分,以让用户把细分结果推向目标数据库中的模式。文件导入模式,又称逗号分隔值文件格式(Comma-Separated Values,CSV)模式,该模式下的文件以纯文本形式存储表格数据(数字和文本)。
数据入库步骤的具体过程可以是:在获取到初始医疗数据后,可以将初始医疗数据导入至目标数据库中。参考图7,图7示意性示出了根据本公开的示例性实施方式的数据导入功能的界面图。用户可以通过图7中展示的数据导入界面,选择相应的数据导入模式,将初始医疗数据导入至目标数据库中,以进行后续的数据处理操作。图7中示出了序号1的数据采用DMP模式,由操作用户admin在“2020-01-01 00:00:00”将文件大小为82440192字节的初始医疗数据成功导入至目标数据库中。
在步骤S620中,获取目标数据库的目标数据格式,按照目标数据格式将初始医疗数据进行数据标准化处理以生成标准入库数据,并将标准入库数据存储至目标数据库。
在本公开的一些示例性实施方式中,在获取到初始医疗数据后,可以将初始医疗数据导入至医疗数据存储设备中。在将初始医疗数据导入至目标数据库中时,由于多家医院的原始数据库表、字段名称、数据格式等可能存在不同,因此,可以对初始医疗数据进行数据标准化处理,按照规范化标准进行重命名及数据格式的一致,以便进行后续的数据处理操作。在对初始医疗数据进行数据标准化处理并生成初始医疗数据之后,可以将初始医疗数据存储至目标数据库中。参考图2,对初始医疗数据进行标准化处理并存储至目标数据库的过程可以包括数据匹配步骤(即步骤S203)、生成数据探查报告(即步骤S204)和判断数据是否符合要求步骤(即步骤S205)。下面,将对上述步骤进行详细阐述。在步骤S203中,可以对初始医疗数据进行数据标准化处理,将初始医疗数据按照规范化标准与标准化数据进行数据匹配。
根据本公开的一些示例性实施例,将初始医疗数据的数据表名称确定为第一数据表名称,并将初始医疗数据的数据字段确定为第一数据字段;从目标数据库获取与第一数据表名称对应的标准数据表名称,并获取与第一数据字段对应的标准数据字段;将第一数据表名称匹配至标准数据表名称,并将第一数据字段匹配至标准数据字段,以生成标准入库数据。第一数据表名称可以是初始医疗数据对应的数据表名称。标准数据表名称可以是目标数据库中的入库标准数据对应的数据表名称。第一数据字段可以是初始医疗数据对应的数据字段。标准数据字段可以是目标数据库中存储的标准入库数据对应的数据字段。
参考图8,图8示意性示出了根据本公开的示例性实施方式的进行数据匹配的标准化处理的界面图。由于医保局提取的多家医疗机构的初始医疗数据可以未按照目标数据库中的标准数据表名称或标准数据字段来提取数据,因此,在进行数据处理之前,可以先将初始医疗数据进行数据标准化处理,以生成标准入库数据。具体的,可以确定初始医疗数据对应的第一数据表名称以及第一数据字段;并获取目标数据库中与第一数据表名称对应的标准数据表名称,以及与第一数据字段对应的标准数据字段。将第一数据表名称匹配成标准数据表名称,并将第一数据字段匹配至目标数据字段,以将初始医疗数据进行标准化处理,生成标准入库数据。在步骤S204中,可以生成对应的数据探查报告。在步骤S205中,根据数据探查报告判断标准入库数据是否符合要求,如果标准入库数据符合要求,则进行后续的处理过程。
在步骤S630中,根据数据筛选需求和医学约束条件生成查询语句。
在本公开的一些示例性实施方式中,在确定出用户的数据筛选需求以及医疗数据对应的医学约束条件之后,可以根据数据筛选需求和医学约束条件生成查询语句。根据数据筛选需求和医学约束条件生成查询语句可以包括策略编写步骤(即步骤S206)和策略审核步骤(即步骤S207),下面,对策略编写步骤和策略审核步骤的具体过程进行详细阐述。
根据本公开的一些示例性实施例,获取预先配置的数据查询模板,接收用户针对数据查询模板的配置操作,以配置查询语句;获取历史查询约束条件,根据历史查询约束条件构建约束条件库,以基于约束条件库和数据筛选需求生成查询语句;以及接收用户根据医学约束条件进行的语句编写操作,生成查询语句。
在步骤S206中,用户可以编写查询语句(即查询策略)以筛选目标医疗数据,本公开提供了三种生成查询语句的方式,具体如下:
(1)用户可以通过数据查询模板配置查询语句。该设备将历史使用过的数据查询逻辑进行整理,将其固化为一些具体的模板,并通过可视化交互界面显示给用户。参考图9,图9示意性示出了根据本公开的示例性实施方式的根据模板库进行查询语句编写的界面图。用户可以获取预先配置的数据查询模板,并对数据查询模板进行配置操作,例如,通过数据查询模板配置规则等级、一级分类和二级分类等相关参数,以生成对应的查询语句。另外,随着查询操作的增多,用户可以根据查询需求新建数据查询模板,以满足最新的数据查询需求。
(2)建立约束条件库,以通过复用查询约束条件生成查询语句。将历史生成的查询逻辑进行存储,根据之前进行数据处理时积累的历史查询约束条件(如历史查询逻辑等),可以构建约束条件库,以便对存储在约束条件库中的历史查询约束条件进行复用,即根据约束条件库和数据筛选需求生成查询语句。
根据数据筛选需求确定查询参数;从约束条件库中确定与数据筛选需求对应的初始查询语句;根据查询参数对初始查询语句进行修改操作,以生成目标查询语句。查询参数可以是在进行数据查询时所使用的参数。初始查询语句可以是约束条件库中存储的查询语句。目标查询语句可以是根据数据筛选需求对初始查询语句进行参数修改操作后所生成的查询语句。参考图10,图10示意性示出了根据本公开的示例性实施方式的根据SQL语句或属地进行查询语句编写的界面图。举例而言,在历史数据查询中,用户对归属地为“北京市”的各个地区医疗数据进行查询操作,由于数据筛选需求,现需要对归属地为“天津”的各个地区的医疗数据进行同样的查询操作,因此,可以从约束条件库中获取到对应的初始查询语句,并根据数据查询需求对归属地这一查询参数对初始查询语句进行修改操作,以生成目标查询语句。
(3)接收语句编写操作,生成查询语句。根据医学团队提供的医学规则,可以手动编写SQL语句。这种方式仅适用于有IT背景的从业人员。精通SQL语句编写的IT人员可以采用Metabase开源工具,并通过拖拉拽的方式实现SQL语句的编写。
根据本公开的一些示例性实施例,响应于针对查询语句的审核操作请求,接收用户针对查询语句的审核操作;判断查询语句是否符合医学约束条件;如果查询语句不符合医学约束条件,则将查询语句标注为问题查询语句,以更改问题查询语句。审核操作请求可以是针对查询语句进行审核操作时所对应的请求。审核操作可以是针对查询语句的合理性或正确性进行的审核操作。医学约束条件可以是根据医学常识确定出的约束条件,例如,男士不能适用女士使用的妇女用药,药物相克的两种药物不能同时使用等。问题查询语句可以是违背医学约束条件的查询语句。
当用户手动编写完成SQL语句后,可以发送审核操作请求。医疗数据处理设备接收并响应于审核操作请求,在步骤S207中,对于手动编写的SQL语句,可以由有过医疗数据处理经验或其他经验丰富的团队成员对所写的SQL语句进行审核操作。判断查询语句是否符合医学约束条件,如果查询语句符合医学约束条件,则通过。如果查询语句不符合医学约束条件,则将该查询语句确定为问题查询语句,通过重新编写等操作更改问题查询语句。
在步骤S640中,根据查询语句从标准入库数据中筛选目标医疗数据,并对目标医疗数据进行分析处理。
在本公开的一些示例性实施方式中,目标医疗数据可以是根据查询语句从标准入库数据中筛选出的医疗数据。根据查询语句从标准入库数据中筛选后目标医疗数据,可以对目标医疗数据进行分析处理。从标准入库数据中筛选目标医疗数据,并对目标医疗数据进行分析处理的过程可以包括策略执行步骤(即步骤S208)和输出结果步骤(即步骤S209)。下面将对策略执行步骤和输出结果步骤进行详细阐述。参考图11,图11示意性示出了根据本公开的示例性实施方式的执行查询语句的界面图。在步骤S208中,在生成查询语句后,可以基于图11的执行查询语句的界面图,执行相应的查询语句,以从标准入库数据中筛选目标医疗数据。
根据本公开的一些示例性实施例,根据查询语句从标准入库数据库中获取综合数据和明细数据;针对综合数据和明细数据进行数据分析处理,以得到数据分析报告;在得到数据分析报告之后,对初始医疗数据以及初始医疗数据的关联数据进行数据销毁处理。
在步骤S209中,在获取到目标医疗数据对应的综合数据和明细数据之后,可以对综合数据和明细数据进行数据分析处理,以得到数据分析报告。例如,从费用维度,可以对比综合数据与明细数据之间的金额是否相等;从时间范围维度,可以判断综合数据与明细数据中包含数据是否满足时间范围的要求;以及从字段维度,可以判断综合数据与明细数据中特定字段是否满足检查的要求等。参考图12,图12示意性示出了根据本公开的示例性实施方式的生成数据分析报告的界面图。图12中示出了对“北京”地区的XX医院的医疗数据进行数据分析处理后得到的数据分析报告。
在生成数据分析报告之后,本次医疗数据处理的过程结束,出于数据安全性的考虑,可以对初始初始医疗数据以及与初始医疗数据的关联数据进行数据销毁处理。
综上所述,本公开的示例性实施例中的医疗数据处理设备,该设备采用预设设备尺寸,包括:数据处理模块,用于从医疗机构的医疗数据库中获取初始医疗数据;数据存储模块,用于获取目标数据库的目标数据格式,按照目标数据格式将初始医疗数据进行数据标准化处理以生成标准入库数据,并将标准入库数据存储至目标数据库;数据分析模块,用于根据数据筛选需求和医学约束条件生成查询语句,并根据查询语句从标准入库数据中筛选目标医疗数据,以对目标医疗数据进行分析处理;查询管理模块,用于建立并更新医疗知识库,并基于医疗知识库进行知识检索操作,以对检索到的目标知识进行查询验证操作;其中,目标知识用于确定医学约束条件。通过本公开的医疗数据处理设备,一方面,通过对初始医疗数据进行标准化处理,可以统一多种不同数据来源的医疗数据的数据格式,以便对不同数据来源的数据进行统一处理。另一方面,根据数据筛选需求和医学约束条件可以生成查询语句,可以根据历史查询规则等实现查询语句的复用,便于进行数据查询。又一方面,通过对目标医疗数据进行分析处理,可以得到目标数据的数据分析结果,实现对医疗数据的处理。再一方面,由于设备采用预设设备尺寸,便于携带,可以根据任务处理需求随时随地移动设备。
需要说明的是,尽管在附图中以特定顺序描述了本发明中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
应当注意,尽管在上文详细描述中提及了医疗数据处理设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (7)
1.一种医疗数据处理设备,其特征在于,应用于医疗数据的飞行检查场景,所述设备包括:
数据处理模块,用于从医疗机构的医疗数据库中获取初始医疗数据;
数据存储模块,用于获取目标数据库的目标数据格式,按照所述目标数据格式将所述初始医疗数据进行数据标准化处理以生成标准入库数据,并将所述标准入库数据存储至所述目标数据库;
数据分析模块,用于根据数据筛选需求和医学约束条件生成查询语句,并根据查询语句从所述标准入库数据中筛选目标医疗数据,以对所述目标医疗数据进行分析处理;
查询管理模块,用于建立并更新医疗知识库,并基于所述医疗知识库进行知识检索操作,以对检索到的目标知识进行查询验证操作;所述目标知识用于确定所述医学约束条件;
所述数据分析模块用于根据数据筛选需求和医学约束条件生成查询语句,包括:
获取预先配置的数据查询模板,接收用户针对所述数据查询模板的配置操作,以配置所述查询语句,所述医学约束条件是根据医学知识确定出的约束条件,所有的医疗数据必须满足所述医学约束条件,否则所述医疗数据为违规数据;
获取历史查询约束条件,根据所述历史查询约束条件构建约束条件库,以基于所述约束条件库和所述数据筛选需求生成所述查询语句;以及
接收用户根据所述医学约束条件进行的语句编写操作,生成所述查询语句;
所述数据分析模块还用于响应于用户针对所述查询语句的审核操作请求,接收用户针对所述查询语句的审核操作;
判断所述查询语句是否符合所述医学约束条件;
如果所述查询语句不符合所述医学约束条件,则将所述查询语句标注为问题查询语句,以更改所述问题查询语句。
2.根据权利要求1所述的设备,其特征在于,所述数据处理模块还包括:
生成所述目标医疗数据的数据分析报告;以及
在生成所述数据分析报告之后,将所述初始医疗数据以及与所述初始医疗数据的关联数据进行数据销毁处理;
其中,所述生成所述目标医疗数据的数据分析报告,包括:
获取由所述数据分析模块得到的所述目标医疗数据对应的综合数据和明细数据;
获取所述目标医疗数据的对比分析条件,并确定所述目标医疗数据的对比维度;
根据所述对比分析条件和所述对比维度对所述综合数据和所述明细数据进行对比校验处理,以生成所述数据分析报告。
3.一种医疗数据处理方法,其特征在于,应用于权利要求1~2任意一项所述的医疗数据处理设备,应用于医疗数据的飞行检查场景,所述方法包括:
从医疗机构的医疗数据库中获取初始医疗数据;
获取目标数据库的目标数据格式,按照所述目标数据格式将所述初始医疗数据进行数据标准化处理以生成标准入库数据,并将所述标准入库数据存储至所述目标数据库;
根据数据筛选需求和医学约束条件生成查询语句;
根据查询语句从所述标准入库数据中筛选目标医疗数据,并对所述目标医疗数据进行分析处理;
所述根据数据筛选需求和医学约束条件生成查询语句,包括:
接收用户根据所述医学约束条件进行的语句编写操作,生成所述查询语句;
获取历史查询约束条件,根据所述历史查询约束条件构建约束条件库,以基于所述约束条件库和所述数据筛选需求生成所述查询语句;以及
获取预先配置的数据查询模板,接收所述用户针对所述数据查询模板的配置操作,以配置所述查询语句,所述医学约束条件是根据医学知识确定出的约束条件,所有的医疗数据必须满足所述医学约束条件,否则所述医疗数据为违规数据;
在所述根据数据筛选需求和医学约束条件生成查询语句之后,所述方法还包括:
响应于用户针对所述查询语句的审核操作请求,接收用户针对所述查询语句的审核操作;
判断所述查询语句是否符合所述医学约束条件;
如果所述查询语句不符合所述医学约束条件,则将所述查询语句标注为问题查询语句,以更改所述问题查询语句。
4.根据权利要求3所述的方法,其特征在于,所述基于所述约束条件库和所述数据筛选需求生成所述查询语句,包括:
根据所述数据筛选需求确定查询参数;
从所述约束条件库中确定与所述数据筛选需求对应的初始查询语句;
根据所述查询参数对所述初始查询语句进行修改操作,以生成目标查询语句。
5.根据权利要求3所述的方法,其特征在于,所述按照所述目标数据格式将所述初始医疗数据进行数据标准化处理以生成标准入库数据,包括:
将所述初始医疗数据的数据表名称确定为第一数据表名称,并将所述初始医疗数据的数据字段确定为第一数据字段;
从所述目标数据库获取与所述第一数据表名称对应的标准数据表名称,并获取与所述第一数据字段对应的标准数据字段;
将所述第一数据表名称匹配至所述标准数据表名称,并将所述第一数据字段匹配至所述标准数据字段,以生成所述标准入库数据。
6.根据权利要求5所述的方法,其特征在于,在所述按照所述目标数据格式将所述初始医疗数据进行数据标准化处理以生成标准入库数据之前,所述方法还包括:
确定数据导入模式;其中,所述数据导入模式包括数据泵模式、整合导入模式、文件导入模式;
根据所述数据导入模式将所述初始医疗数据导入至所述目标数据库。
7.根据权利要求3所述的方法,其特征在于,所述根据查询语句从所述标准入库数据中筛选目标医疗数据,并对所述目标医疗数据进行分析处理,包括:
根据所述查询语句从标准入库数据库中获取综合数据和明细数据;
针对所述综合数据和所述明细数据进行数据分析处理,以得到数据分析报告;
在得到所述数据分析报告之后,对所述初始医疗数据以及所述初始医疗数据的关联数据进行数据销毁处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011053023.0A CN112052246B (zh) | 2020-09-29 | 2020-09-29 | 医疗数据处理设备及医疗数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011053023.0A CN112052246B (zh) | 2020-09-29 | 2020-09-29 | 医疗数据处理设备及医疗数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112052246A CN112052246A (zh) | 2020-12-08 |
CN112052246B true CN112052246B (zh) | 2023-11-24 |
Family
ID=73605477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011053023.0A Active CN112052246B (zh) | 2020-09-29 | 2020-09-29 | 医疗数据处理设备及医疗数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112052246B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113658708A (zh) * | 2021-07-30 | 2021-11-16 | 深圳市联影医疗数据服务有限公司 | 一种医疗数据的处理方法及装置 |
CN114036107B (zh) * | 2021-11-08 | 2023-03-14 | 上海柯林布瑞信息技术有限公司 | 基于hudi快照的医疗数据查询方法及装置 |
CN115394392B (zh) * | 2022-08-31 | 2023-06-20 | 西安交通大学 | 一种医疗数据的共享系统及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7818339B1 (en) * | 2006-01-19 | 2010-10-19 | Qtc Management, Inc. | Systems and methods for processing medical data for employment determinations |
CN105786932A (zh) * | 2014-12-26 | 2016-07-20 | 北大医疗信息技术有限公司 | 医疗系统中临床业务的查询方法及查询装置 |
CN108228666A (zh) * | 2016-12-22 | 2018-06-29 | 成都启典移动医疗系统设备有限公司 | 一种医疗数据库查询方法、装置及车载医疗系统 |
JP2018180914A (ja) * | 2017-04-12 | 2018-11-15 | 日本電信電話株式会社 | コンテンツ探索装置、コンテンツ探索方法、プログラム、及びデータ構造 |
CN109299238A (zh) * | 2018-09-27 | 2019-02-01 | 北京惠每云科技有限公司 | 一种数据查询方法和装置 |
CN110415831A (zh) * | 2019-07-18 | 2019-11-05 | 天宜(天津)信息科技有限公司 | 一种医疗大数据云服务分析平台 |
CN110515977A (zh) * | 2019-08-26 | 2019-11-29 | 深圳追一科技有限公司 | 数据查询方法、装置、计算机设备和存储介质 |
CN110782965A (zh) * | 2019-10-12 | 2020-02-11 | 平安医疗健康管理股份有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
CN111221804A (zh) * | 2019-12-27 | 2020-06-02 | 北京健康之家科技有限公司 | 基于抽象语法树的防数据越权方法、装置及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10789374B2 (en) * | 2016-03-28 | 2020-09-29 | Hitachi, Ltd. | Database system and data retrieval method |
-
2020
- 2020-09-29 CN CN202011053023.0A patent/CN112052246B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7818339B1 (en) * | 2006-01-19 | 2010-10-19 | Qtc Management, Inc. | Systems and methods for processing medical data for employment determinations |
CN105786932A (zh) * | 2014-12-26 | 2016-07-20 | 北大医疗信息技术有限公司 | 医疗系统中临床业务的查询方法及查询装置 |
CN108228666A (zh) * | 2016-12-22 | 2018-06-29 | 成都启典移动医疗系统设备有限公司 | 一种医疗数据库查询方法、装置及车载医疗系统 |
JP2018180914A (ja) * | 2017-04-12 | 2018-11-15 | 日本電信電話株式会社 | コンテンツ探索装置、コンテンツ探索方法、プログラム、及びデータ構造 |
CN109299238A (zh) * | 2018-09-27 | 2019-02-01 | 北京惠每云科技有限公司 | 一种数据查询方法和装置 |
CN110415831A (zh) * | 2019-07-18 | 2019-11-05 | 天宜(天津)信息科技有限公司 | 一种医疗大数据云服务分析平台 |
CN110515977A (zh) * | 2019-08-26 | 2019-11-29 | 深圳追一科技有限公司 | 数据查询方法、装置、计算机设备和存储介质 |
CN110782965A (zh) * | 2019-10-12 | 2020-02-11 | 平安医疗健康管理股份有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
CN111221804A (zh) * | 2019-12-27 | 2020-06-02 | 北京健康之家科技有限公司 | 基于抽象语法树的防数据越权方法、装置及存储介质 |
Non-Patent Citations (1)
Title |
---|
农民工医疗健康信息分析系统数据仓库应用研究;王超;《中国优秀硕士学位论文全文数据库(社会科学Ⅰ辑)》;第2014卷(第08期);G111-7 * |
Also Published As
Publication number | Publication date |
---|---|
CN112052246A (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112052246B (zh) | 医疗数据处理设备及医疗数据处理方法 | |
US10467240B2 (en) | Database management system | |
US20080154873A1 (en) | Information Life Cycle Search Engine and Method | |
Fabbri et al. | Explanation-based auditing | |
US20070100659A1 (en) | Management of clinical data exceptions in clinical information systems | |
US20160300075A1 (en) | Systems and method for obfuscating data using dictionary | |
US20220005568A1 (en) | Automated identification of potential drug safety events | |
US20040083422A1 (en) | System and method for automatically generating patent analysis reports | |
Gordon et al. | Reconciling multi-jurisdictional legal requirements: A case study in requirements water marking | |
US20040243586A1 (en) | Method and apparatus for obtaining and storing medical history records | |
CN107945092A (zh) | 用于审计领域的大数据综合管理方法及系统 | |
Lian et al. | Assisting engineers extracting requirements on components from domain documents | |
JP2002056010A (ja) | 語彙探索及び分類システム及び方法 | |
CN111190965A (zh) | 基于文本数据的即席关系分析系统及方法 | |
CN107680690B (zh) | 一种基于元数据的临床信息系统 | |
US20210043319A1 (en) | Healthcare data cloud system, server and method | |
Aggarwal et al. | HEDEA: a Python tool for extracting and analysing semi-structured information from medical records | |
Jeddi et al. | Technological feasibility of a nursing clinical information system | |
CN115455973A (zh) | 一种基于真实世界研究的淋巴瘤研究数据库建设及应用方法 | |
RU115095U1 (ru) | Система сбора правовой информации и ее анализа для выявления проблемных вопросов и недостатков нормативного правового регулирования | |
CN115396260A (zh) | 智能医学数据网关系统 | |
Alfano et al. | A framework for opening data and creating advanced services in the health and social fields | |
Hansen et al. | HDI: integrating health data and tools | |
Lulembo et al. | Improving healthcare delivery with the use of online patient information management system | |
RU2479017C1 (ru) | Система аналитического выявления проблемных вопросов в нормах правового регулирования |
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 |