CN112509703A - 一种用于生物医学的数据统计系统及其分析方法 - Google Patents
一种用于生物医学的数据统计系统及其分析方法 Download PDFInfo
- Publication number
- CN112509703A CN112509703A CN202011422018.2A CN202011422018A CN112509703A CN 112509703 A CN112509703 A CN 112509703A CN 202011422018 A CN202011422018 A CN 202011422018A CN 112509703 A CN112509703 A CN 112509703A
- Authority
- CN
- China
- Prior art keywords
- information
- biomedical
- data
- keywords
- matched
- 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
- 238000004458 analytical method Methods 0.000 title abstract description 9
- 238000012795 verification Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 8
- 201000010099 disease Diseases 0.000 claims description 16
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 16
- 239000003814 drug Substances 0.000 claims description 16
- 229940079593 drug Drugs 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000009533 lab test Methods 0.000 claims description 3
- DYKFCLLONBREIL-KVUCHLLUSA-N minocycline Chemical compound C([C@H]1C2)C3=C(N(C)C)C=CC(O)=C3C(=O)C1=C(O)[C@@]1(O)[C@@H]2[C@H](N(C)C)C(O)=C(C(N)=O)C1=O DYKFCLLONBREIL-KVUCHLLUSA-N 0.000 description 4
- 229960004023 minocycline Drugs 0.000 description 4
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 210000002700 urine Anatomy 0.000 description 3
- 230000036541 health Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 206010054089 Depressive symptom Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000002547 new drug Substances 0.000 description 1
- 239000000902 placebo Substances 0.000 description 1
- 229940068196 placebo Drugs 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- 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
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明创造公开了一种用于生物医学的数据统计系统及其分析方法，其系统包括：信息录入装置、信息验证装置和存储装置，所述信息验证装置分别与信息录入装置和信息存储装置连接，其特征在于，所述信息验证装置还分别连接有生物医学信息库、控制装置。其方法包括：输入待解决问题；提取待解决问题关键词；选择所述关键词所匹配的生物医学数据；将所选择的匹配的生物医学数据进行存储本发明创造所述的提供了一种用于生物医学的数据统计系统及其分析方法，其能通过系统进行自动化信息收集并分析，使临床问题更为简便化科学化。
Description
技术领域
本发明创造涉及自动化生物医学领域，尤其涉及一种用于生物医学的数据统计系统及其分析方法。
背景技术
生物医学统计又称为卫生统计学，属于预防医学下的二级学科——流行病学与卫生统计学，为典型的交叉学科，需要具有公共卫生、临床医学、药学、数学、计算机等多学科知识，并且要求融会贯通，其中对于数学和计算机的要求较高，对临床医生及一线科研人员而言，较为困难。
临床研究不可或缺。临床研究是新药研发与上市、药品适应症拓展不可缺少的环节，也多是医院考核评价的指标之一。临床研究包括临床试验设计、患者招募、数据收集、统计分析、形成报告或论文等环节，高质量的临床研究在各个环节均需要生物统计学家的参与。
现阶段生物统计相关人才缺乏。现阶段国内仅25所大学具有流行病学与卫生统计学博士学位授予权，61所大学具有流行病与卫生统计学硕士学位授予权，全国每年只有不到200名硕士、50名博士毕业。
对临床医生及一线科研人员而言，在繁忙的工作及海量的医学与生物学知识学习的压力下，再深入学习统计学知识或跟进统计学最新知识较为困难。
现阶段生物统计专用软件为SAS、R、SPSS等，需要进行编程或者专业学习，并且算法相关知识更新较快，需要不断进行学习更新。
发明内容
针对上述现有技术中的不足之处，本发明创造的目的在于提供一种用于生物医学的数据统计系统及其分析方法，其能通过系统进行自动化信息收集并分析，使临床问题更为简便化科学化。
本发明创造的上述目的是通过以下技术方案予以实现的。
一种用于生物医学的数据统计系统，包括：信息录入装置、信息验证装置和存储装置，所述信息验证装置分别与信息录入装置和信息存储装置连接，其特征在于，所述信息验证装置还分别连接有生物医学信息库、控制装置；
所述信息录入装置，用于录入待解决问题；
所述信息验证装置，用于识别并提取录入的所述待解决的问题的关键词；
所述生物医学信息库，内预存有基本生物医学数据；
所述控制装置，用于显示所述生物医学信息库中与所述关键词相匹配信息；
所述信息存储装置，用于将所述匹配信息进行存储。
优选地，所述生物医学信息库包括疾病信息和药物信息。
本发明创造还提供了一种用于生物医学的数据统计分析方法，包括：
S1.输入待解决问题；
S2.提取待解决问题关键词；
S3选择所述关键词所匹配的生物医学数据；
S4.将所选择的匹配的生物医学数据进行存储。
优选的，所述S2中提取关键词具体包括用分词算法得到：药物、疾病、效果的关键词。
优选的，所述S3中所述生物医学数据包括：与所提取的疾病相匹配的药物剂量和种类的信息、与所提取的疾病相匹配的效果的临床信息。
优选的，所述临床信息包括患者情况、实验室检验结果、医学影像数据及相关量表检查。
优选的，所述S4中还包括：将所述选择的匹配的生物医学数据构建EDC系统。
与现有技术相比，本发明创造提供的技术方案的有益效果在于：提供了一种用于生物医学的数据统计系统及其分析方法，其能通过自行提取关键词，并根据关键词提取现有生物医学文献中相匹配信息，从而方便科学的解决临床问题。
附图说明
图1为本发明创造一种用于生物医学的数据统计系统的结构示意图。
图2为本发明创造一种用于生物医学的数据统计分析方法的方法流程图。
具体实施方式
以下结合实施例及附图对本发明创造进行详细的描述。其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制；为了更好地说明本发明创造的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
本具体实施方式提供一种用于生物医学的数据统计系统系统，如图1所示，包括：信息录入装置、信息验证装置和存储装置，所述信息验证装置分别与信息录入装置和信息存储装置连接，其特征在于，所述信息验证装置还分别连接有生物医学信息库、控制装置；所述信息录入装置，用于录入待解决问题；所述信息验证装置，用于识别并提取录入的所述待解决的问题的关键词；所述生物医学信息库，内预存有基本生物医学数据；所述控制装置，用于显示所述生物医学信息库中与所述关键词相匹配信息；所述信息存储装置，用于将所述匹配信息进行存储。
所述，所述生物医学信息库包括疾病信息和药物信息。
本发明创造还提供了一种用于生物医学的数据统计系统及其分析方法，如图2所示，包括：
S1.输入待解决问题；
S2.提取待解决问题关键词；
S3选择所述关键词所匹配的生物医学数据；
S4.将所选择的匹配的生物医学数据进行存储。
优选的，所述S2中提取关键词具体包括用分词算法得到：药物、疾病、效果的关键词。
优选的，所述S3中所述生物医学数据包括：与所提取的疾病相匹配的药物剂量和种类的信息、与所提取的疾病相匹配的效果的临床信息。
优选的，所述临床信息包括患者一般情况、实验室检验结果、医学影像数据及相关量表检查，例如生化、血常规、尿常规、心电图和TESS信息等。
优选的，所述S4中还包括：将所述选择的匹配的生物医学数据构建EDC系统。
例如临床医生拟解决的临床问题：米诺环素能否改善抑郁症状。
用户通过信息录入装置输入“米诺环素能否改善抑郁症状”；信息录入装置将录入的信息“米诺环素能否改善抑郁症状”发送至信息验证装置，信息验证装置内设置有关键词提取算法，例如通过分词算法提取以下关键词：米诺环素[药物]、抑郁[疾病]、改善[效果]，并根据关键词在生物医学信息库中提取抑郁[疾病]所匹配的对照组药物：现有一线药物还是安慰剂，抑郁[疾病]评价指标：HAMD、MADRS、PHQ-9等，抑郁[疾病]所匹配的生化、血常规、尿常规、心电图和TESS等信息；用户选定对照药物与评价指标，并通过生化、血常规、尿常规、心电图和TESS信息进行构建EDC系统，根据构建的EDC系统提供自动数据分析结果。
当本发明创造所述的提供了一种用于生物医学的数据统计系统及其分析方法，其能通过自行提取关键词，并根据关键词提取现有生物医学文献中相匹配信息，从而方便科学的解决临床问题。
显然，本发明创造的上述实施例仅仅是为了清楚地说明本发明创造所作的举例，而并非是对本发明创造的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无需也无法对所有的实施方式予以穷举。凡在本发明创造的精神和原则范围之内所作的任何修改、等同替换和改进等，均应包含在本发明创造权利要求的保护范围之内。
Claims (7)
1.一种用于生物医学的数据统计系统，包括：信息录入装置、信息验证装置和存储装置，所述信息验证装置分别与信息录入装置和信息存储装置连接，其特征在于，所述信息验证装置还分别连接有生物医学信息库、控制装置；
所述信息录入装置，用于录入待解决问题；
所述信息验证装置，用于识别并提取录入的所述待解决的问题的关键词；
所述生物医学信息库，内预存有基本生物医学数据；
所述控制装置，用于显示所述生物医学信息库中与所述关键词相匹配信息；
所述信息存储装置，用于将所述匹配信息进行存储。
2.根据权利要求1所述的一种用于生物医学的数据统计系统系统，其特征在于，所述生物医学信息库包括疾病信息和药物信息。
3.一种用于生物医学的数据统计分析方法，其特征在于，包括：
S1.输入待解决问题；
S2.提取待解决问题关键词；
S3选择所述关键词所匹配的生物医学数据；
S4.将所选择的匹配的生物医学数据进行存储。
4.根据权利要求3所述的一种用于生物医学的数据统计分析方法，其特征在于，所述S2中提取关键词具体包括用分词算法得到：药物、疾病、效果的关键词。
5.根据权利要求3和4所述的一种用于生物医学的数据统计分析方法，其特征在于，所述S3中所述生物医学数据包括：与所提取的疾病相匹配的药物剂量和种类的信息、与所提取的疾病相匹配的效果的临床信息。
6.根据权利要求5所述的一种用于生物医学的数据统计分析方法，其特征在于，所述临床信息包括患者情况、实验室检验结果、医学影像数据及相关量表检查。
7.根据权利要求3所述的一种用于生物医学的数据统计分析方法，其特征在于，所述S4中还包括：将所述选择的匹配的生物医学数据构建EDC系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011422018.2A CN112509703A (zh) | 2020-12-08 | 2020-12-08 | 一种用于生物医学的数据统计系统及其分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011422018.2A CN112509703A (zh) | 2020-12-08 | 2020-12-08 | 一种用于生物医学的数据统计系统及其分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112509703A true CN112509703A (zh) | 2021-03-16 |
Family
ID=74971227
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011422018.2A Pending CN112509703A (zh) | 2020-12-08 | 2020-12-08 | 一种用于生物医学的数据统计系统及其分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112509703A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100217768A1 (en) * | 2009-02-20 | 2010-08-26 | Hong Yu | Query System for Biomedical Literature Using Keyword Weighted Queries |
| CN104978347A (zh) * | 2014-04-11 | 2015-10-14 | 中国中医科学院中医临床基础医学研究所 | 中文生物医学文献数据库中敏感关键词的数据挖掘方法和系统 |
| CN106156482A (zh) * | 2016-01-18 | 2016-11-23 | 袁洪 | 基于文献数据的药物推荐方法、装置及服务器 |
| CN109829042A (zh) * | 2018-12-28 | 2019-05-31 | 北京科技大学 | 一种基于生物医学文献的知识问答系统及方法 |
-
2020
- 2020-12-08 CN CN202011422018.2A patent/CN112509703A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100217768A1 (en) * | 2009-02-20 | 2010-08-26 | Hong Yu | Query System for Biomedical Literature Using Keyword Weighted Queries |
| CN104978347A (zh) * | 2014-04-11 | 2015-10-14 | 中国中医科学院中医临床基础医学研究所 | 中文生物医学文献数据库中敏感关键词的数据挖掘方法和系统 |
| CN106156482A (zh) * | 2016-01-18 | 2016-11-23 | 袁洪 | 基于文献数据的药物推荐方法、装置及服务器 |
| CN109829042A (zh) * | 2018-12-28 | 2019-05-31 | 北京科技大学 | 一种基于生物医学文献的知识问答系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111292821B (zh) | 一种医学诊疗系统 | |
| Valderas et al. | The impact of measuring patient-reported outcomes in clinical practice: a systematic review of the literature | |
| Fishbain et al. | A structured evidence-based review on the meaning of nonorganic physical signs: Waddell signs | |
| Bagby et al. | Are there subtypes of alexithymia? | |
| EP3223179A1 (en) | A healthcare risk extraction system and method | |
| US20060136259A1 (en) | Multi-dimensional analysis of medical data | |
| US20030144886A1 (en) | Method and system for generating textual medical reports | |
| Watson et al. | Leximancer concept mapping of patient case studies | |
| JP5645761B2 (ja) | 医療データ解析方法、医療データ解析装置およびプログラム | |
| Hazilah Abd Manaf et al. | Development and validation of patient satisfaction instrument | |
| CN107169259A (zh) | 基于协同过滤和建议的个性化医学决定支持系统 | |
| Vandewouw et al. | Identifying replicable subgroups in neurodevelopmental conditions using resting-state functional magnetic resonance imaging data | |
| Saba et al. | Moving past theory: use of a standardized, coded nursing terminology to enhance nursing visibility | |
| Coenen et al. | ICNP Catalogues for supporting nursing content in electronic health records | |
| JP5602177B2 (ja) | 医療支援システム、及び医療支援プログラム | |
| Ming et al. | AI assisted clinical diagnosis & treatment and development strategy | |
| CN112509703A (zh) | 一种用于生物医学的数据统计系统及其分析方法 | |
| 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 | |
| CN101501695A (zh) | 用于将核酸谱和蛋白质组谱与决策支持系统中的卫生保健规程和指南相关联的系统和方法 | |
| EP2411948A1 (en) | Method for selecting custom order hospitalization sets | |
| Stempsey | Applying Medical Knowledge: Diagnosing | |
| Ziebarth | Exploring standardized nursing languages: Moving toward a faith community nursing intervention | |
| Aboneh | Knowledge based system for pre-medical triage treatment at adama university asella hospital | |
| Deharja et al. | Electronic Health Records Design in the Nutrition Care Center of Teaching Factory at Politeknik Negeri Jember, Indonesia | |
| JP7165371B1 (ja) | 鑑別疾患想起支援システム、鑑別疾患想起支援プログラム及び、鑑別疾患想起支援方法 |
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 |