CN112286956A - 一种临床数据处理方法以及相关装置 - Google Patents
一种临床数据处理方法以及相关装置 Download PDFInfo
- Publication number
- CN112286956A CN112286956A CN202011171310.1A CN202011171310A CN112286956A CN 112286956 A CN112286956 A CN 112286956A CN 202011171310 A CN202011171310 A CN 202011171310A CN 112286956 A CN112286956 A CN 112286956A
- Authority
- CN
- China
- Prior art keywords
- data
- clinical
- structured data
- query
- structured
- 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.)
- Withdrawn
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
- G06F16/242—Query formulation
- G06F16/243—Natural language query formulation
-
- 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
- G06F16/2452—Query translation
- G06F16/24522—Translation of natural language queries to structured 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请实施例公开了一种临床数据处理方法以及相关装置,用于实现对临床数据的方便快捷查询。本申请实施例方法包括:获取病例的临床数据;对所述临床数据进行预处理,得到结构化数据;将所述结构化数据存储至临床科研数据库;接收对所述临床科研数据库中的查询请求,所述查询请求包括查询条件;判断所述临床科研数据库中是否存在有符合所述查询条件的目标结构化数据;若存在,则反馈与所述目标结构化数据对应的病例的所有临床数据。
Description
技术领域
本申请实施例涉及医疗数据处理领域,特别是一种临床数据处理方法以及相关装置。
背景技术
随着循证医学(evidence-based medicine,EBM)、转化医学(translationalmedicine)以及药物经济学(pharmacoeconomics)等的研究与应用迅速发展,加上国家对临床医学研究的大力倡导,医院中医生对科研的需求及动力持续增加,同时也越来越多医疗领域的科研工作者希望可以通过医院的临床数据中获取到一些患者病例的病历数据进行研究。
然而,现有技术中大部分医院对病例记录的临床数据是非结构化的、分散的,这些非结构化的临床数据需要科研工作者花费大量时间去人工查询与分析,不能方便快捷地被用来进行查询研究。
发明内容
本申请实施例提供了一种临床数据处理方法以及相关装置,用于实现对临床数据的方便快捷查询。
本申请第一方面提供一种临床数据处理方法,包括:
获取病例的临床数据;
对所述临床数据进行预处理,得到结构化数据;
将所述结构化数据存储至临床科研数据库;
接收对所述临床科研数据库中的查询请求,所述查询请求包括查询条件;
判断所述临床科研数据库中是否存在有符合所述查询条件的目标结构化数据;
若存在,则反馈与所述目标结构化数据对应的病例的所有临床数据。
可选地,所述对所述临床数据进行预处理,得到结构化数据包括:
对所述临床数据中的标准化信息进行提取,得到第一结构化数据;
对所述临床数据中的非标准化信息采用自然语言识别技术进行识别提取,得到第二结构化数据;
将所述第一结构化数据和所述第二结构化数据视为结构化数据。
可选地,所述对所述临床数据中的非标准化信息采用自然语言识别技术进行识别提取,得到第二结构化数据包括:
预先定义所述非标准化信息需要提取的数据元,形成数据元词典;
使用自然语言识别技术对所述非标准化信息进行识别,得到识别数据;
将所述识别数据在所述数据元词典中进行对比,将与所述数据元词典中所述数据元相同的数据提取出来,形成第二结构化数据。
可选地,所述数据元包括:标志型数据元、枚举型数据元、数字型数据元、或字符型数据元中的一种或多种。
可选地,在得到结构化数据之后,所述方法还包括:
将同一病例的所述临床数据形成的所述结构化数据建立关联关系;
将所述关联关系存储至所述临床科研数据库。
可选地,在接收对所述临床科研数据库中的查询,所述查询包括查询条件之后,所述方法还包括:
记录对所述查询条件的查询次数,形成查询频率词典。
可选地,所述临床数据包括病例的就诊科室;在得到结构化数据之后,所述方法还包括:
以所述就诊科室对不同病例形成的结构化数据进行词频统计,形成科室诊断词典;
集合不同就诊科室的所述科室诊断词典,形成全院诊断词典。
可选地,所述反馈与所述目标结构化数据对应的病例的所有临床数据包括:
展示所述目标结构化数据对应的病例的所有临床数据;
接收对所述所有临床数据中的部分结构化数据的选择;
根据所述选择以预设格式导出所述病例对应的部分结构化数据。
本申请第二方面提供一种临床数据处理系统,包括:
获取单元,用于获取病例的临床数据;
预处理单元,用于对所述临床数据进行预处理,得到结构化数据;
存储单元,用于将所述结构化数据存储至临床科研数据库;
接收单元,用于接收对所述临床科研数据库中的查询请求,所述查询请求包括查询条件;
判断单元,用于判断所述临床科研数据库中是否存在有符合所述查询条件的目标结构化数据;
反馈单元,用于若存在,则反馈与所述目标结构化数据对应的病例的所有临床数据。
可选地,所述预处理单元在对所述临床数据进行预处理,得到结构化数据时,具体用于:
对所述临床数据中的标准化信息进行提取,得到第一结构化数据;
对所述临床数据中的非标准化信息采用自然语言识别技术进行识别提取,得到第二结构化数据;
将所述第一结构化数据和所述第二结构化数据视为结构化数据。
可选地,所述预处理单元对所述临床数据中的非标准化信息采用自然语言识别技术进行识别提取,得到第二结构化数据时,具体用于:
预先定义所述非标准化信息需要提取的数据元,形成数据元词典;
使用自然语言识别技术对所述非标准化信息进行识别,得到识别数据;
将所述识别数据在所述数据元词典中进行对比,将与所述数据元词典中所述数据元相同的数据提取出来,形成第二结构化数据。
可选地,所述数据元包括:标志型数据元、枚举型数据元、数字型数据元、或字符型数据元中的一种或多种。
可选地,所述系统还包括:
关联单元,用于将同一病例的所述临床数据形成的所述结构化数据建立关联关系;
存储单元,还用于将所述关联关系存储至所述临床科研数据库。
可选地,所述系统还包括:
记录单元,用于记录对所述查询条件的查询次数,形成查询频率词典。
可选地,所述系统还包括:
统计单元,用于以所述就诊科室对不同病例形成的结构化数据进行词频统计,形成科室诊断词典;
集合单元,用于集合不同就诊科室的所述科室诊断词典,形成全院诊断词典。
可选地,所述反馈单元在反馈与所述目标结构化数据对应的病例的所有临床数据时,具体用于:
展示所述目标结构化数据对应的病例的所有临床数据;
接收对所述所有临床数据中的部分结构化数据的选择;
根据所述选择以预设格式导出所述病例对应的部分结构化数据。
本申请第三方面提供一种计算机设备,包括:
处理器、存储器、总线、输入输出设备;
所述处理器与所述存储器、输入输出设备相连;
所述总线分别连接所述处理器、存储器以及输入输出设备相连;
所述处理器执行如前述第一方面中任一项所述的方法。
本申请第四方面提供一种计算机存储介质,所述计算机存储介质中存储有指令,所述指令在计算机上执行时,使得所述计算机执行如前述第一方面中任一项所述的方法。
本申请第五方面提供一种计算机程序产品,所述计算机程序产品在计算机上执行时,使得所述计算机执行如前述第一方面中任一项所述的方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请的技术方案通过对获取到的临床数据进行预处理,得到临床数据的结构化数据,并将该结构化数据存储至临床科研数据库,也就是说本申请的技术方案提供了一个存储有病例的临床数据的临床科研数据库,这样对临床数据有需求的科研工作者可以通过该临床科研数据库中查询获取到需要研究的病例的临床数据,进而实现了对临床数据的方便快捷查询。
附图说明
图1本申请临床数据处理方法的一个实施例流程示意图;
图2为本申请临床数据处理方法的另一个实施例流程示意图;
图3为本申请临床数据处理系统的一个实施例结构示意图;
图4为本申请临床数据处理系统的另一个实施例结构示意图;
图5为本申请计算机设备的一个实施例结构示意图。
具体实施方式
本申请实施例提供了一种临床数据处理方法以及相关装置,用于实现对临床数据的方便快捷查询。
本申请实施例提及的临床数据是指从医疗机构获得的电子病历信息、医学影像数据信息、处方信息等与医生从事面对患者和疾病的工作直接相关的数据。
请参阅图1,本申请临床数据处理方法的一个实施例,包括:
101、获取病例的临床数据。
本申请实施例的技术方案需要先获取病例的临床数据,病例即是患者,不同的患者因各种原因在医院进行相关治疗会留下不同的临床数据,这些临床数据可能来源广泛、时间跨度可能也比较长。以一所医院为例,临床数据可以来源于该医院的医院信息系统(hospital information system,HIS)、病案管理系统等。为提高在医院各处对临床数据获取的效率,可以预设规则定时地对临床数据的来源设备进行数据提取,比如定时对医院中的病案管理系统的相关临床数据进行获取。需要说明的是,这临床数据至少应该包括一个病例的部分临床数据。
102、对临床数据进行预处理、得到结构化数据。
将步骤101中获取到的临床数据进行预处理,所谓预处理是指将临床数据中每一个病例的临床数据变成计算机中预先设定的标准化的有明确意义的数据,即结构化数据。这些经过标准化的有明确意义的结构化数据才可以被用于研究与对比。
103、将结构化数据存储至临床科研数据库。
将步骤102中的结构化数据存储到特定的临床科研数据库中。需要说明的是,本申请实施例的临床科研数据库可以是采用分布式的存储架构,以便防止临床科研数据库中的结构化数据统一丢失,也降低海量临床数据对单一数据库存储的存储要求。本申请实施例通过数据库技术对临床数据中病例的临床数据进行有效管理,形成临床科研数据库。
104、接收对临床科研数据库中的查询请求,该查询请求包括查询条件。
在步骤103中形成临床科研数据库之后,可以接收用户对临床科研数据库中存储的结构化数据的查询,该查询请求包括一定量的查询条件,本申请实施例支持多种方式的查询,具体的查询方式在此不做限定。
105、判断临床科研数据库中是否存在有符合查询条件的目标结构化数据,若存在,则执行步骤106;若不存在,则做出相应提示。
对步骤104中的查询条件在临床科研数据库中进行匹配,判断临床科研数据库中是否存在符合查询条件的目标结构化数据,本申请实施例实现对临床科研数据库中结构化数据的筛选过程,当临床科研数据库中存在符合查询条件的目标结构化数据时,执行步骤106,;若临床科研数据库中不存在符合查询条件的目标结构化数据时,可以给用户提示更换另外的查询条件,和/或,给用户反馈临床科研数据库暂不存在符合查询条件的数据,请在下次临床科研数据库更新数据之后再来查询等。
106、反馈与目标结构化数据对应的病例的所有临床数据。
当步骤105中确定临床科研数据库中存在符合查询条件的目标结构化数据时,本申请实施例根据用户的查询条件最终反馈给用户的是符合查询要求的病例,以及该病例在临床科研数据库中有关的所有临床数据,以供用户参阅研究。
可见,本申请的技术方案通过对获取到的临床数据进行预处理,得到临床数据的结构化数据,并将该结构化数据存储至临床科研数据库,也就是说本申请的技术方案提供了一个存储有病例的临床数据的临床科研数据库,这样对临床数据有需求的科研工作者可以通过该临床科研数据库中查询获取到需要研究的病例的临床数据,进而实现了对临床数据的方便快捷查询。
请参阅图2,本申请临床数据处理方法的另一个实施例,包括:
201、获取临床数据,临床数据包括病例的病历数据。
步骤的执行与前述图1实施例步骤101的执行类似,重复部分在此不再赘述。
需要说明的是,临床数据简单来说是该患者在医院接受治疗过程中所记载的一切数据。例如,临床数据包括:一般信息、病历数据、检验信息、报告信息、医嘱信息、体征信息、监护信息等。以下对上述各种信息进行介绍:
其中,所谓一般信息是指:
患者的基本信息,比如:病案号码、姓名、身份证号码、性别、年龄、民族、籍贯、婚姻、医保类型等;
患者的诊断信息,比如:出院诊断ICD10编码及名称、医生的描述诊断等,其中ICD是指国际疾病分类(international Classification of diseases,ICD);
患者的手术信息,比如:手术及操作ICD9编码及名称等;
患者的药品信息,比如:患者住院期间所用药品信息,主要包括药品代码、药品名称等;
患者的费用信息,比如:患者住院期间产生的收费信息,主要包括费用代码、费用名称等。
其中,病历数据是指:
病历数据是各类医疗文书的集合,汇集了病情描述、检查结果、治疗过程等各种主观和客观的医疗信息,可能包含有医疗、护理、医技、财务等多个专业领域的知识。病历数据的大部分内容都是非结构化的、自然语言(非标准化)形成的文本。
其中,检验信息是指:
医院各实验室检查结果,一般包括:检验项目代码、名称、组项名称、标本类型、诊断、备注、结果、单位、参考范围、结果状态、送检日期、报告日期、报告医生等。这些检验信息的数据可以来源于实验室信息系统(laboratory information system,LIS),例如每天实验室信息系统自动抽取相关检验信息到本申请的数据库中。
其中,检查报告是指:
比如:放射检查报告、CT/MRI检查报告、超声波检查报告、病理检查报告、内镜镜检查报告等。检查报告的数据来源可以为影像归档和通信系统(picture archiving andcommunication systems,PACS),例如每天影像归档和通信系统自动抽取相关检查报告到本申请的数据库中。
其中,医嘱信息是指:
住院期间医生的长期医嘱及临时医嘱。医嘱信息的数据来源可以为医院信息系统(hospital information system,HIS),例如每天医院信息系统自动抽取相关医嘱信息到本申请的数据库中。
其中,体征信息是指:
住院期间记录的患者体征记录。一般包括:住院号码、姓名、记录时间、体温、脉搏、呼吸、收缩压、舒张压、体重、身高、大便、疼痛评分、血氧饱和度等。体征信息的来源可以为医院信息系统(hospital information system,HIS),例如每天医院信息系统自动抽取相关体征信息到本申请的数据库中。
其中,监护信息是指:
住院期间监护仪记录的信息。一般包括:住院号码、姓名、记录时间、体温、脉搏、呼吸、收缩压、舒张压、血氧饱和度、呼吸模式、氧浓度、潮气量、通气量、出入量等。监护信息的数据来源可以为医院的监护系统,例如监护系统每天自动抽取相关监护信息到本申请的数据库中。
202、对临床数据中的标准化信息进行提取,得到第一结构化数据。
随着电子化办公在医院中的普及,现在医院的大多数临床数据均填写在特定的模板中,且大部分在模板中填写的临床数据均有明确的含义且是属于标准化的数据,比如步骤201中的临床数据:一般信息、检验信息、报告信息、医嘱信息、体征信息、监护信息等,这些临床数据可以直接进行提取,得到第一结构化数据,不会出现对该词语的过大歧义语义的偏差。
203、对临床数据中的非标准化信息采用自然语言识别技术进行识别提取,得到第二结构化数据。
可以理解的值,即使现在医院的大多数临床数据均填写在特定的模板中,且大部分在模板中填写的临床数据均有明确的含义且是属于标准化的数据,仍有部分临床数据是医生等人员对患者的主观描述,可能没使用标准化的语言,或者说是标准化语言与非标准化语言一起混合使用,导致该临床数据不能直接被识别。比如步骤201中的临床数据:病历数据。病历数据是各类医疗文书的集合,汇集了病情描述、检查结果、治疗过程等各种主观和客观的医疗信息,可能包含有医疗、护理、医技、财务等多个专业领域的知识。可见,病历数据的大部分内容都是没法结构化的、标准化的,是人类的自然语言形成的文本。
面对病历数据等自然语言形成的文本,本申请实施例可以使用的自然语言识别技术对自然语言形成的非标准化的临床数据进行识别,得到识别数据,该自然语言识别技术可以为现有的识别技术,也可以参考如下本申请实施例自行设置自然语言识别技术:
本申请实施例需要预先设置定义识别及提取自然语言形成的非标准化的临床数据的数据元,形成数据元词典。例如,以电子病历基本数据集国家标准(WS445)作为数据元的信息定义的格式和输出基准,在此基础上根据需要增加其他自定义的数据元。数据元的增加以《临床诊断学》、《临床症状与体征》等权威医学书籍中关于症状、体格检查、专科检查、实验室检查、辅助检查等定义和标准为依据。每个数据元定义的字段可以包括:数据元编码、名称、描述、类型、取值类型(标志型、枚举型、数字型、日期型、字符型等)、允许值等,每个数据元扩展的字段包括:参考值范围、是否否定判断、疾病系统、是否启用等。主要类型为:主诉与症状、体格检查、家族史、健康史、实验室检查、辅助检查、超声检查、放射检查、病理检查、内镜检查、CT/MRI检查等。
本申请实施例以数据源定义包括以下4中取值类型进行说明:
1)标志型(T/F)数据元:标志型数据元是指取值范围是T(真)或F(假)的数据元,如‘发热’、‘腹痛’等,病历数据中大部分信息可通过定义此类型表达及提取。
2)枚举型(N1)数据元:枚举型数据元是指取值范围是枚举类型的数据元,如‘ABO血型’,其取值为‘A’‘B’‘AB’‘O’。
3)数字型(N..3)数据元:数字型数据元是指取值范围是一定量数字的数据元,如‘血糖’、‘尿酸’等检验信息的结果,病历数据中的实验室检测等定量信息可通过定义此类型表达及提取。
4)字符型(AN..200)数据元:字符型数据元是指取值为一段文本的数据元,如‘既往手术名称’、‘手术记录’等。病历数据中的描述性信息可通过定义此类型表达及提取。
比如,经过上述技术方案定义约5000个数据元。本申请实施例对应的临床数据处理系统每天自动解析出院后1周的患者病历数据,包括:入院记录、首次病程记录、手术记录、出院记录、日常病程记录等。这些病历数据都是非结构化、非标准化的,可以通过上述定义的数据元及提取规则后,得到第二结构化数据。
204、将第一结构化数据与第二结构化数据视为结构化数据。
将步骤202得到的第一结构化数据与步骤203得到的第二结构化数据均视为一样的结构化数据,临床数据变成计算机中预先设定的标准化的有明确意义的数据,即结构化数据,也是上述数据元词典中设定的词。这些经过标准化的有明确意义的结构化数据才可以被用于研究与对比。
205、将同一病例的临床数据形成的结构化数据建立关联关系。
可以理解的是,由于本申请实施例建立的临床科研数据库主要用于对病例的科学研究,为了更加真实地还原病例整个在院治疗的过程的数据,给科学研究提供真实的依据。本申请实施例还需要将同一个病例对应的临床数据形成的结构化数据建立关联关系。即实现临床数据与对应的患者的信息关联在一起。
206、将结构化数据以及关联关系存储至临床科研数据库。
将步骤204形成的结构化数据与步骤205中形成的关联关系都存储至临床科研数据库。需要说明的是本申请实施例的临床科研数据库可以是采用分布式的存储架构,以便防止临床科研数据库中的结构化数据统一丢失,也降低海量临床数据对单一数据库存储的存储要求。本申请实施例通过数据库技术对临床数据中病例的临床数据进行有效管理,形成临床科研数据库。
207、接收对临床科研数据库中的查询请求,其中查询请求包括查询条件。
本申请实施例可以提供多种查询方式来接收用户对临床科研数据库的查询请求,以便给用户顺利找到临床科研数据库中符合查询条件的病例。
例如,病例的初级筛选:
1)通过患者的就诊科室查询:默认选中了登录的医生授权查询的就诊科室。查询时,科研把入/出院科室为选择科室的患者查询出来。
2)通过患者的诊断信息查询:诊断的条件设置有二种方式,ICD诊断和描述诊断;其中ICD诊断:ICD是国际疾病诊断的简称,是经过病案管理科编码后的标准诊断名称。用户可输入ICD编码、ICD名称、ICD名称首字母进行查询。另外ICD诊断输入关键字搜索诊断时,默认在当前科室的诊断字典中查询,也可选择在全院的诊断字典中查询。另外,ICD诊断可多选,默认多选的诊断查询时逻辑关系设置可以为“或”,以表示任一满足即可。也可将多个诊断的逻辑关系设置为“与”,以表示同时满足才行。
3)通过对患者的描述查询:医生录入的诊断。用户输入描述诊断包含的关键词查询。允许医生自定义逻辑表达式进行查询,支持“AND”、“OR”、“NOT”三个逻辑操作符,可以将多个搜索关键词与逻辑操作符和英文括号等进行任意组合,组成想要的逻辑表达式进行描述诊断的模糊查询。例如:“(库欣AND NOT糖尿病)OR肺感染”表示查找描述诊断中包含“库欣”且不包含“糖尿病”关键词的患者,或者查找描述诊断中包含“肺感染”关键词的患者。
4)通过对患者的手术名称查询:经过病案管理科编码后的手术名称,是标准的国际疾病诊断(ICD9)。可输入手术编码、手术名称、手术名称首字母进行查询。
5)通过患者的费用名称和/或药品名称查询:将患者住院期间发生的费用及使用的药品作为查询条件。用户可以输入费用名称、代码和药品名称,作为查询条件筛选。
6)通过其它条件查询:可通过性别、年龄、出院方式来筛选病例。
7)通过患者的住院号码列表查询:用户可直接录入已收集的病人的住院号码列表将病人筛选出来。
若上述处理筛选仍不能满足对筛选结果不满意,或者筛选出的病例数量较多,本申请实施例还提供人工筛选的实施例。
执行上述的初级筛选后,可将符合条件的病人检索出来,形成病例列表,该病例列表展示患者的住院号码、性别、出生地、诊断等基本信息。可以选择点击基本信息进而可链接浏览患者的临床数据。用户可将不符合科研条件的病例去掉,通过这种方式,进一步精简科研的病例列表。
进一步的,还可以对病例的病历数据进行细选,在这一步中,可以通过选择和设置数据元进一步筛选病例。
1)数据元的选择:数据元的选择有二种途径,可以从数据元词典中选择,也可从个人模板中选择。数据元词典为本申请临床数据处理系统定义的全部数据元。个人模板为用户选择并保存的数据元;
2)数据来源的选择(病例类型):可选择全部病历记录,也可选择一类或几类病历记录,如入院记录、手术记录、出院记录、日常病程记录等;
3)数据元值筛选条件的设定:
标志型(T/F)数据元:可设为未指定、是、否;
枚举型(N1)数据元:可设为未指定、指定枚举值;
数字型(N..3)数据元:可设为未指定,大于、小于、等于设定值,或设定值范围;
字符型(AN..200)数据元:可设为未指定,也可输入关键词模糊查找;
4)数据元逻辑关系设定:可对数据元进行高级条件筛选和组合查询,通过拖拽的方式把在不同病历类型的数据元分为不同的组,设置“组内关系”与“组间关系”,逻辑关系可设为“AND”、“OR”。
最终,通过前面的病例初步筛选、病例的手工剔除、病例的细选,可以确定了最终需研究追踪的病例。上述几种方法的目的为筛选出符合查询条件的病例。同时,获取的信息有:
1)基本信息:住院号、姓名、性别、年龄、科室、籍贯、住址、婚否、医保、ICD诊断、描述诊断、手术名称等;
2)病历数据:从病历文档中结构化的各类数据元,如症状及体征、病历中包含的检验检查结果等;
可将已选择的病例列表入组到课题组中,在临床数据处理系统中保存。另外,这些数据涉及到患者的隐私信息,可以对其进行加密处理。
208、判断临床科研数据库中是否存在有符合查询条件的目标结构化数据,若存在,则执行步骤106;若不存在,则做出相应提示。
本步骤的执行与前述图1中步骤105的执行类似,重复部分在此不再赘述。
值得注意是,此处的目标结构化数据即为步骤207中可以在临床科研数据库可以找到的病例或病例的结构化数据。
209、反馈与目标结构化数据对应的病例的所有临床数据。
在步骤208中得到目标结构化数据之后,可以对该目标化结构数据进行展示,也可以将目标结构化数据对应的病例的所有临床数据进行展示,以便用户可以对该病例的所以临床数据一目了然。
进一步的,可以接收用户对所有临床数据中的部分或全部结构化数据的选择,这部分被选择的结构化数据可能是对该用户科研有帮助的病例的医疗数据,然后以预设格式导出该病例对应的部分或全部结构化数据,以供科研应用。
在本步骤中还可以进一步查询及获取该病例的结构化的其他临床数据,如检验结果、检查结果、医嘱、体征记录、监护记录等。
比如,住院检验结果的获取:病例筛选确定后,可进一步查询筛选出病例的检验结果。
用户可以根据需求选择检验项目、检验组合、样本类型进行筛选,同时还可以选择想要的预设格式展示。可以将检验项目设为为必选项,其余为可选项。每个筛选条件都设立“同时满足”的条件,当勾上此条件,说明每个筛选条件里面的选项需要同时成立,否则只要满足其中一个条件都成立。
检验结果的预设格式说明:本申请实施例的临床数据处理系统提供了以下几种展示格式。
1)合并格式1:每个病例不同时间点所做的一个项目会归并成一行,按报告时间1结果1报告时间2结果2……顺序排列,其中每个病人的数据都在同一行。
2)合并格式2:每个病例不同时间点所做的一个项目会归并成一行,此时表头为所有人所做项目的时间点,由于时间点可能会很多,因此这种格式只能在不超过500列的时候展示。另外,此格式下导出excel表格没有限制表头列数,所以查询后可直接点击“导出”把结果导出到excel表。
3)合并格式1(表头包括组合名称):大致上与合并格式1相同,唯一的区别是表头增加了组合名称与样本类型展示。
4)合并格式2(表头包括组合名称):大致上与合并格式2相同,唯一的区别是表头增加了组合名称与样本类型展示。
5)原始:将原始数据展现在表格中,其中每个病例的每次时间点所做的项目为一行,包含该次报告该项目的相关内容如结果、参考范围、状态等。
6)转置:将所选的项目名称放在表头当成单独的一列,每个病例的每次时间点所做的项目为一行。
7)首次:将病例所做每个项目的首次值,即第一次做该检验项目的数值展示出来,其中不同的项目为不同列。
8)末次:将病例所做每个项目的末次值,即最后一次做该检验项目的数值展示出来,其中不同的项目为不同列。
本申请实施例还可以对病例的临床数据进行导出、暂存与合并导出。
1)当用户有导出权限并且点击导出时,可以将当前选中格式的内容导出到EXCEL表格中,其中导出的内容会对敏感信息进行加密。
2)当用户点击暂存数据时,会将当前检验查询结果存入暂存区,用于后面的合并导出,重复暂存会覆盖之前暂存的结果。
3)当用户点击合并导出时,用户可将暂存区中的数据中选择一种或者多种类型进行合并导出。
例如,对病例的检查结果导出的实施例可以为:病例筛选确定后,可进一步查询筛选出病例的检查结果。
1)检查结果可通过住院号码、检查类型、以及检查部位查询;
2)用户可以在输入框中输入病人的住院号码,然后按空格键进行模糊查询;
3)检查类型筛选:提供CT、MR、XR、US超声、PA病理的几种类型的检查筛选;
4)检查部位筛选:用户可以输入部位关键词进行模糊搜索;
5)检查结果列表内容:包含住院号码、性别、年龄、检查日期、检查类型、检查部位、检查描述、检查结论以及检查图像,点击查看图像将会跳转到本次检查图像查看页面,点击全部图像则会跳转查看该患者所有检查图像的页面。
导出及暂存:
1)当用户有导出权限并且点击导出时,可以将检查内容导出到EXCEL表格中,其中导出的内容会对敏感信息进行加密,格式与网页显示的一致。
2)当用户点击暂存数据时,会将当前检验查询结果存入暂存区,用于后面的合并导出,重复暂存会覆盖之前暂存的结果。
3)当用户点击合并导出时,用户可将暂存区中的数据中选择一种或者多种类型进行合并导出。
又例如,对病例的住院医嘱数据导出的实施例可以为:在病例筛选确定后,可进一步查询筛选出住院医嘱数据。
医嘱数据可通过院号码、医嘱名称查询筛选。
1)住院号码筛选:用户可以在输入框中输入病人的住院号码,然后按空格键进行模糊查询;
2)医嘱名称筛选:用户可以输入医嘱关键字进行模糊搜索,按下空格键查询;
3)查询出的医嘱列表内容:包含科室名称、住院号码、医嘱名称、剂量、计量单位、数量、单位、频次、用法、开嘱时间、停嘱时间等;
导出及暂存:
1)当用户有导出权限并且点击导出时,可以将检查内容导出到EXCEL表格中,其中导出的内容会对敏感信息进行加密,格式与网页显示的一致。
2)当用户点击暂存数据时,会将当前医嘱结果存入暂存区,用于后面的合并导出,重复暂存会覆盖之前暂存的结果。
3)当用户点击合并导出时,用户可将暂存区中的数据中选择一种或者多种类型进行合并导出。
又例如,对病例的住院体征记录导出的实施例可以为:在病例筛选确定后,可进一步查询筛选出病例的住院体征记录。
体征记录包含内容:包含住院号码、姓名、记录时间、体温、脉搏、呼吸、收缩压、舒张压、体重、身高、大便、疼痛评分、血氧饱和度。
导出及暂存:
1)当用户有导出权限并且点击导出时,可以将检查内容导出到EXCEL表格中,其中导出的内容会对敏感信息进行加密,格式与网页显示的一致。
2)当用户点击暂存数据时,会将当前体征记录查询结果存入暂存区,用于后面的合并导出,重复暂存会覆盖之前暂存的结果。
3)当用户点击合并导出时,用户可将暂存区中的数据中选择一种或者多种类型进行合并导出。
又例如,对病例的住院监护记录导出的实施例可以为:在病例筛选确定后,可进一步查询筛选出病例的住院监护记录
监护记录可通过住院号码、数据类型查询。
1)住院号码筛选:用户可以在输入框中输入病人的住院号码,然后按空格键进行模糊查询。
2)数据类型筛选:用户可以查询一般监护和呼吸机记录或者出入量记录:
3)监护记录内容:一般监护与呼吸机记录、出入量记录
导出及暂存:
当用户有导出权限并且点击导出时,可以将检查内容导出到EXCEL表格中,其中导出的内容会对敏感信息进行加密,格式与网页显示的一致。
进一步的,本申请实施例还提供数据整合导出的技术方案,在临床科研实践中,常需将检索出的临床数据整合在一起,方便研究。本申请实施例支持将病人的基本信息、病历结构化数据、检验数据、检查数据、医嘱数据、体征数据按照人汇总归并,合并导出到一个EXCEL文件。
在支持合并导出的数据结果页面有三个功能:
1)暂存数据:表示将数据先添加到暂存区,当重复点击暂存按钮时,会将最新一份的查询结果暂存到临床数据处理系统中。
2)合并导出:此时会弹出选择框,让用户选择暂存区中已经用户已经存在的数据,如选择用户已经暂存了检验、检查、医嘱数据。用户可以自由组合,选择需要哪几种数据的合并导出。
3)导出格式:
本申请实施例支持两种导出格式:普通格式与高级格式(默认),两种格式适用于不同的的使用场景。
(1)普通格式:可选导出的数据源有5种,包括病历数据、检验数据、检查数据、体征数据、医嘱数据。用户可以任意选择若干种数据源组合成一个EXCEL表格导出。
例如,利用普通格式导出病例的检查数据:将同一个病人做的所有检查合并成一个字符串文本,合并规则为:单次检查内容使用字符“[]”包裹;单次检查中检查日期、检查类型、检查部位等使用字符“#”分隔;多次检查使用字符“,”分隔。
例如:[检查日期1#检查类型1#检查部位1#检查描述1#检查结论1],[检查日期2#检查类型2#检查部位2#检查描述2#检查结论2]。
又例如,利用普通格式导出病例的医嘱数据:将同一个病人的所有医嘱合并成一个字符串文本,合并规则为:单条医嘱内容使用字符“[]”包裹;单条医嘱中医嘱名称、剂量、剂量单位等使用字符“#”分隔;多条医嘱使用字符“,”分隔。
例如:[医嘱名称1#剂量1#剂量单位1#数量1#单位1#频次1#用法1#开始时间1#停嘱时间1],[医嘱名称2#剂量2#剂量单位2#数量2#单位2#频次2#用法2#开始时间2#停嘱时间2]。
例如,利用普通格式导出病例的体征数据:将同一个病人的所有体征记录合并成一个字符串文本,合并规则为:单条体征内容使用字符“[]”包裹;单条体征中采集时间、体温、脉搏等指标使用字符“#”分隔;多条体征使用字符“,”分隔。
例如:[采集时间1#体温1(℃)#脉搏1(次/分)#呼吸1(次/分)#收缩压1(mmHg)#舒张压1(mmHg)#体重1(kg)#身高1(cm)#大便1(次)#疼痛评分1(分)#血氧饱和度1(%)],[采集时间2#体温2(℃)#脉搏2(次/分)#呼吸2(次/分)#收缩压2(mmHg)#舒张压2(mmHg)#体重2(kg)#身高2(cm)#大便2(次)#疼痛评分2(分)#血氧饱和度2(%)]。
(2)高级格式:可选导出的数据源有3种,包括病历数据、检验数据、检查数据。
例如,利用高级格式导出病例的检验数据:首先会按照检验组合名称分类(例:血皮质醇0时、血皮质醇16时),然后每个检验组合名称下有所属的检验项目指标(例:皮质醇),检验项目下再细分为报告时间、结果、诊断。
例如,利用高级格式导出病例的检查数据:则会按照检查类型分类(例:US[超声]、CT[断层扫描]、MR[(含MRI)核磁]),每个检查分类下又分为检查日期、检查部位、检查描述、检查结论。
210、以就诊科室对不同病例形成的结构化数据进行词频统计,形成科室诊断词典。
可以理解的是,在步骤206将结构化数据存储至临床科研数据库之后,且病例的关联的结构化数据中存在与就诊科室相关的结构化数据,比如临床科研数据库中存在反映了该患者在某一个医院的某一个科室中医生对其形成的结构化数据,可以以该就诊科室的对不同病例形成的结构化数据进行词频统计,即使用某个词语(数据元)的频率进行统计,进而形成该就诊科室的科室诊断词典。该科室诊断词典一定程度上反映了该科室的主攻医疗领域,具有一定的科研参考价值。
211、集合不同就诊科室的科室诊断词典,形成全院诊断词典。
进一步的,对步骤210中不同就诊科室的科室诊断词典进行集合汇总,可以进一步得到整个医院,即医疗机构的全院诊断词典,该全院诊断词典一定程度上反映了该医疗机构的主攻医疗领域,具有一定的科研参考价值。
212、记录对查询条件的查询次数,形成查询频率词典。
进一步的,在步骤207中接收用户对临床科研数据库的查询请求之后,本申请实施例还可以对该查询请求的查询条件进行记录,即记录查询条件的词语以及关联的查询次数,进而形成查询频率词典。该查询频率词典科研一定程度上反映用户使用本申请的临床科研数据库的查询偏好,以及用户感兴趣的临床科研领域,进而进一步指导临床科研数据库及时更新该偏好的数据,更好地服务科研工作。
可见,本申请的技术方案通过对获取到的临床数据进行预处理,得到临床数据的结构化数据,并将该结构化数据存储至临床科研数据库,也就是说本申请的技术方案提供了一个存储有病例的临床数据的临床科研数据库,这样对临床数据有需求的科研工作者可以通过该临床科研数据库中查询获取到需要研究的病例的临床数据,进而实现了对临床数据的方便快捷查询,筛选,以及导出。
上面对本申请实施例的临床数据处理方法进行了描述,下面对本申请临床数据处理系统的实施例进行描述,请参阅图3,本申请临床数据处理系统的一个实施例,包括:
获取单元301,用于获取病例的临床数据;
预处理单元302,用于对所述临床数据进行预处理,得到结构化数据;
存储单元303,用于将所述结构化数据存储至临床科研数据库;
接收单元304,用于接收对所述临床科研数据库的查询请求,所述查询请求包括查询条件;
判断单元305,用于判断所述临床科研数据库中是否存在有符合所述查询条件的目标结构化数据
反馈单元306,用于若存在,则反馈与所述目标结构化数据对应的病例的所有临床数据。
本申请实施例的临床数据处理系统所执行的操作与前述图1实施例中的操作类似,在此不再进行赘述。
可见,本申请的技术方案通过对获取到的临床数据进行预处理,得到临床数据的结构化数据,并将该结构化数据存储至临床科研数据库,也就是说本申请的技术方案提供了一个存储有病例的临床数据的临床科研数据库,这样对临床数据有需求的科研工作者可以通过该临床科研数据库中查询获取到需要研究的病例的临床数据,进而实现了对临床数据的方便快捷查询。
请参阅图4,本申请临床数据处理系统的另一个实施例,包括:
获取单元401,用于获取病例的临床数据;
预处理单元402,用于对所述临床数据进行预处理,得到结构化数据;
存储单元403,用于将所述结构化数据存储至临床科研数据库;
接收单元404,用于接收对所述临床科研数据库中的查询请求,所述查询请求包括查询条件;
判断单元405,用于判断所述临床科研数据库中是否存在有符合所述查询条件的目标结构化数据;
反馈单元406,用于若存在,则反馈与所述目标结构化数据对应的病例的所有临床数据。
可选地,所述预处理单元402在对所述临床数据进行预处理,得到结构化数据时,具体用于:
对所述临床数据中的标准化信息进行提取,得到第一结构化数据;
对所述临床数据中的非标准化信息采用自然语言识别技术进行识别提取,得到第二结构化数据;
将所述第一结构化数据和所述第二结构化数据视为结构化数据。
可选地,所述预处理单元402对所述临床数据中的非标准化信息采用自然语言识别技术进行识别提取,得到第二结构化数据时,具体用于:
预先定义所述非标准化信息需要提取的数据元,形成数据元词典;
使用自然语言识别技术对所述非标准化信息进行识别,得到识别数据;
将所述识别数据在所述数据元词典中进行对比,将与所述数据元词典中所述数据元相同的数据提取出来,形成第二结构化数据。
可选地,所述数据元包括:标志型数据元、枚举型数据元、数字型数据元、或字符型数据元中的一种或多种。
可选地,所述系统还包括:
关联单元407,用于将同一病例的所述临床数据形成的所述结构化数据建立关联关系;
存储单元403,还用于将所述关联关系存储至所述临床科研数据库。
可选地,所述系统还包括:
记录单元408,用于记录对所述查询条件的查询次数,形成查询频率词典。
可选地,所述系统还包括:
统计单元409,用于以所述就诊科室对不同病例形成的结构化数据进行词频统计,形成科室诊断词典;
集合单元410,用于集合不同就诊科室的所述科室诊断词典,形成全院诊断词典。
可选地,所述反馈单元406在反馈与所述目标结构化数据对应的病例的所有临床数据时,具体用于:
展示所述目标结构化数据对应的病例的所有临床数据;
接收对所述所有临床数据中的部分结构化数据的选择;
根据所述选择以预设格式导出所述病例对应的部分结构化数据。
本申请实施例的临床数据处理系统所执行的操作与前述图2实施例中的操作类似,在此不再进行赘述。
可见,本申请的技术方案通过对获取到的临床数据进行预处理,得到临床数据的结构化数据,并将该结构化数据存储至临床科研数据库,也就是说本申请的技术方案提供了一个存储有病例的临床数据的临床科研数据库,这样对临床数据有需求的科研工作者可以通过该临床科研数据库中查询获取到需要研究的病例的临床数据,进而实现了对临床数据的方便快捷查询,筛选,以及导出。
下面对本申请一种计算机设备的一个实施例进行描述,请参考图5,包括:
该计算机设备500可以包括一个或一个以上中央处理器(central processingunits,CPU)501和存储器505,该存储器505中存储有一个或一个以上的应用程序或数据。其中,存储器505可以是易失性存储或持久存储。存储在存储器505的程序可以包括一个或一个以上模块,每个模块可以包括对计算机设备中的一系列指令操作。更进一步地,中央处理器501可以设置为与存储器505通信,在计算机设备500上执行存储器505中的一系列指令操作。计算机设备500还可以包括一个或一个以上电源502,一个或一个以上有线或无线网络接口503,一个或一个以上输入输出接口504,和/或,一个或一个以上操作系统,例如Windows Server,Mac OS X,Unix,Linux,FreeBSD等。该中央处理器501可以执行前述图1或图2所示实施例中的操作,具体此处不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,read-onlymemory)、随机存取存储器(RAM,random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种临床数据处理方法,其特征在于,包括:
获取病例的临床数据;
对所述临床数据进行预处理,得到结构化数据;
将所述结构化数据存储至临床科研数据库;
接收对所述临床科研数据库中的查询请求,所述查询请求包括查询条件;
判断所述临床科研数据库中是否存在有符合所述查询条件的目标结构化数据;
若存在,则反馈与所述目标结构化数据对应的病例的所有临床数据。
2.根据权利要求1所述的临床数据处理方法,其特征在于,所述对所述临床数据进行预处理,得到结构化数据包括:
对所述临床数据中的标准化信息进行提取,得到第一结构化数据;
对所述临床数据中的非标准化信息采用自然语言识别技术进行识别提取,得到第二结构化数据;
将所述第一结构化数据和所述第二结构化数据视为结构化数据。
3.根据权利要求2所述的临床数据处理方法,其特征在于,所述对所述临床数据中的非标准化信息采用自然语言识别技术进行识别提取,得到第二结构化数据包括:
预先定义所述非标准化信息需要提取的数据元,形成数据元词典;
使用自然语言识别技术对所述非标准化信息进行识别,得到识别数据;
将所述识别数据在所述数据元词典中进行对比,将与所述数据元词典中所述数据元相同的数据提取出来,形成第二结构化数据。
4.根据权利要求3所述的临床数据处理方法,其特征在于,所述数据元包括:标志型数据元、枚举型数据元、数字型数据元、或字符型数据元中的一种或多种。
5.根据权利要求4所述的临床数据处理方法,其特征在于,在得到结构化数据之后,所述方法还包括:
将同一病例的所述临床数据形成的所述结构化数据建立关联关系;
将所述关联关系存储至所述临床科研数据库。
6.根据权利要求5所述的临床数据处理方法,其特征在于,在接收对所述临床科研数据库中的查询,所述查询包括查询条件之后,所述方法还包括:
记录对所述查询条件的查询次数,形成查询频率词典。
7.根据权利要求1所述的临床数据处理方法,其特征在于,所述临床数据包括病例的就诊科室;在得到结构化数据之后,所述方法还包括:
以所述就诊科室对不同病例形成的结构化数据进行词频统计,形成科室诊断词典;
集合不同就诊科室的所述科室诊断词典,形成全院诊断词典。
8.根据权利要求1所述的临床数据处理方法,其特征在于,所述反馈与所述目标结构化数据对应的病例的所有临床数据包括:
展示所述目标结构化数据对应的病例的所有临床数据;
接收对所述所有临床数据中的部分结构化数据的选择;
根据所述选择以预设格式导出所述病例对应的部分结构化数据。
9.一种临床数据处理系统,其特征在于,包括:
获取单元,用于获取病例的临床数据;
预处理单元,用于对所述临床数据进行预处理,得到结构化数据;
存储单元,用于将所述结构化数据存储至临床科研数据库;
接收单元,用于接收对所述临床科研数据库的查询请求,所述查询请求包括查询条件;
判断单元,用于判断所述临床科研数据库中是否存在有符合所述查询条件的目标结构化数据
反馈单元,用于若存在,则反馈与所述目标结构化数据对应的病例的所有临床数据。
10.一种计算机设备,其特征在于,包括:
处理器、存储器、总线、输入输出设备;
所述处理器与所述存储器、输入输出设备相连;
所述总线分别连接所述处理器、存储器以及输入输出设备相连;
所述处理器执行如权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011171310.1A CN112286956A (zh) | 2020-10-28 | 2020-10-28 | 一种临床数据处理方法以及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011171310.1A CN112286956A (zh) | 2020-10-28 | 2020-10-28 | 一种临床数据处理方法以及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112286956A true CN112286956A (zh) | 2021-01-29 |
Family
ID=74372608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011171310.1A Withdrawn CN112286956A (zh) | 2020-10-28 | 2020-10-28 | 一种临床数据处理方法以及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112286956A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113903421A (zh) * | 2021-10-11 | 2022-01-07 | 上海柯林布瑞信息技术有限公司 | 一种医疗科研表单数据的快速处理方法和装置 |
CN114706625A (zh) * | 2022-03-29 | 2022-07-05 | 智业软件股份有限公司 | 构建患者信息全局查询插件的方法、装置及存储介质 |
CN116741392A (zh) * | 2023-05-23 | 2023-09-12 | 南方医科大学南方医院 | 一种临床科研数据生成路径与导出方法和装置 |
CN117219214A (zh) * | 2023-11-07 | 2023-12-12 | 江苏法迈生医学科技有限公司 | 一种临床科研一体化信息平台的数据管理方法 |
-
2020
- 2020-10-28 CN CN202011171310.1A patent/CN112286956A/zh not_active Withdrawn
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113903421A (zh) * | 2021-10-11 | 2022-01-07 | 上海柯林布瑞信息技术有限公司 | 一种医疗科研表单数据的快速处理方法和装置 |
CN114706625A (zh) * | 2022-03-29 | 2022-07-05 | 智业软件股份有限公司 | 构建患者信息全局查询插件的方法、装置及存储介质 |
CN116741392A (zh) * | 2023-05-23 | 2023-09-12 | 南方医科大学南方医院 | 一种临床科研数据生成路径与导出方法和装置 |
CN117219214A (zh) * | 2023-11-07 | 2023-12-12 | 江苏法迈生医学科技有限公司 | 一种临床科研一体化信息平台的数据管理方法 |
CN117219214B (zh) * | 2023-11-07 | 2024-02-20 | 江苏法迈生医学科技有限公司 | 一种临床科研一体化信息平台的数据管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112286956A (zh) | 一种临床数据处理方法以及相关装置 | |
US8589420B2 (en) | Medical information system and program for same | |
US8549030B2 (en) | Methods and apparatus to enhance queries in an affinity domain | |
US20140244310A1 (en) | Automated processing of electronic medical data for insurance and disability determinations | |
US20030233251A1 (en) | Dynamic dictionary and term repository system | |
US11715569B2 (en) | Intent-based clustering of medical information | |
US11537675B2 (en) | Systems and methods for dynamic data processing and graphical user interface processing | |
US7505867B2 (en) | System and method for predicting medical condition | |
JP2005110944A (ja) | 診療支援装置、診療支援方法及び診療支援プログラム | |
CN115148322A (zh) | 临床医疗通用数据结构模型的临床数据储存方法和系统 | |
US20100121873A1 (en) | Method and system for determining correlation between clinical events | |
Richards et al. | Patient-reported firearm access prior to suicide death | |
MXPA06011525A (es) | Sistema y metodos para manejo del tratamiento y datos del paciente. | |
Richard et al. | How AI could help physicians during their medical consultations: An analysis of physicians' decision process to develop efficient decision support systems for medical consultations | |
US20130198225A1 (en) | System and method for queried patient abstract | |
JP2004295485A (ja) | 診療支援装置、診療支援方法、診療支援プログラム及び電子カルテ | |
CN115691735A (zh) | 一种基于慢阻肺专科数据的多模态数据管理方法及系统 | |
CN114255887A (zh) | 信息显示方法、装置、电子设备及存储介质 | |
Verma | Data quality and clinical audit | |
O'Sullivan et al. | Mobile case-based decision support for intelligent patient knowledge management | |
KR20070030532A (ko) | 임상 데이터 조회 서비스 시스템 및 방법 | |
JP4298255B2 (ja) | シート・タイプの検査結果表示方法および装置 | |
Pietka | Large-scale hospital information system in clinical practice | |
US20230335298A1 (en) | Intent-based clustering of medical information | |
Oliver et al. | Introducing the BlendedICU dataset, the first harmonized, international intensive care dataset |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210129 |