CN112885479A - 一种对医疗数据中数据项对比验证的实现方法及装置 - Google Patents
一种对医疗数据中数据项对比验证的实现方法及装置 Download PDFInfo
- Publication number
- CN112885479A CN112885479A CN202110203336.8A CN202110203336A CN112885479A CN 112885479 A CN112885479 A CN 112885479A CN 202110203336 A CN202110203336 A CN 202110203336A CN 112885479 A CN112885479 A CN 112885479A
- Authority
- CN
- China
- Prior art keywords
- data
- database
- information
- comparison
- target
- 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
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
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/182—Distributed file systems
-
- 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
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种对医疗数据中数据项对比验证的实现方法及装置,属于医疗大数据领域,在医疗数据中,根据医学上所指定的数据项规则,从而在数据项的对比验证中,会将这些已经定义好的数值进行修改,根据诊断逻辑,完成诊断;诊断完成后,根据诊断完成的内容,生成版本1,而在原来没有改变的数据项数值中就作为当前版本,与生成的版本1作对比;对比完成之后,可以看到诊断的结果和该疾病的患病情况,未患病情况的人数变化等。通过本发明可以从多维度来进行数据分析和挖掘,给医疗大数据研究人员提供了重要的技术手段和帮助,大大提高了数据治理和数据分析的效率。解决了医疗大数据领域对于定义疾病指标做出了重要的参考依据。
Description
技术领域
本发明属于医疗大数据领域,更具体地,涉及一种对医疗数据中数据项对比验证的实现方法及装置。
背景技术
目前,随着我国医疗机构和体检机构的卫生信息化建设日益完善,各类信息系统已经广泛应用于各级医院和体检中心,各类医疗设备和仪器也已经全面数字化,从而使得医疗数据、体检数据呈爆炸式增长,目前医疗机构和体检机构已经积累了海量医疗数据,这为基于医疗大数据的数据项对比验证的实现提供了基础。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提出了一种对医疗数据中数据项对比验证的实现方法及装置,可以从多维度来进行数据分析和挖掘,大大提高了数据治理和数据分析的效率。
为实现上述目的,按照本发明的一个方面,提供了一种对医疗数据中数据项对比验证的实现方法,包括:
获取需要验证的目标数据集,并对目标数据集中所需要验证的数据项进行修改,其中,目标数据集中的数据项用于确定目标数据集状态;
获取需要验证的目标人群信息,将目标人群信息与修改后的目标数据集进行对比,并将修改后的需要验证的数据项保存到数据库中;
启动定时器,定时触发诊断逻辑,进行与目标数据集中的数据项逻辑对应的判断操作得到对比结果;
保存对比结果到数据库中,生成第一版本信息,并将从数据库中获取到的第一版本信息与当前版本信息进行对比,确认对比信息,以由对比信息确定是否进行数据项修改,其中,当前版本信息表示目标人群信息与未修改的目标数据集进行对比的对比结果。
在一些可选的实施方案中,所述对目标数据集中所需要验证的数据项进行修改,包括:
采用包括html、css、Ant-Design框架的任意一种方式对目标数据集中所需要验证的数据项进行修改;
所述获取需要验证的目标人群信息,包括:
由SpringData JPA java技术框架对数据库进行查询,获取需要验证的目标人群信息。
在一些可选的实施方案中,所述将修改后的需要验证的数据项保存到数据库中,包括:
通过Hive工具将修改后的需要验证的数据项保存到数据库中。
在一些可选的实施方案中,所述启动定时器,定时触发诊断逻辑,包括:
使用Spring框架的定时器技术Spring-Task,启动定时器,定时触发诊断逻辑。
在一些可选的实施方案中,所述保存对比结果到数据库中,生成第一版本信息,包括:
利用HikariCP数据库连接池技术,保存对比结果到数据库中,生成第一版本信息。
在一些可选的实施方案中,所述将从数据库中获取到的第一版本信息与当前版本信息进行对比,包括:
将从数据库中获取到的第一版本信息与当前版本信息中的各数据项进行对比。
在一些可选的实施方案中,通过搭建完全分布文件系统HDFS,一台主节点hadoop-master,三台从节点hadoop-slave集群的方式,将从数据库中获取到的第一版本信息与当前版本信息中的各数据项进行对比。
在一些可选的实施方案中,所述确认对比信息,包括:
使用Echarts框架技术,通过柱状图显示出具体对比结果,采用D3.js技术实现网络图,展示数据项相关联的对比结果。
按照本发明的另一方面,提供了一种对医疗数据中数据项对比验证的实现装置,包括:
数据项修改模块,用于获取需要验证的目标数据集,并对目标数据集中所需要验证的数据项进行修改,其中,目标数据集中的数据项用于确定目标数据集状态;
对比模块,用于获取需要验证的目标人群信息,将目标人群信息与修改后的目标数据集进行对比,并将修改后的需要验证的数据项保存到数据库中;
逻辑判断模块,用于启动定时器,定时触发诊断逻辑,进行与目标数据集中的数据项逻辑对应的判断操作得到对比结果;
更新模块,用于保存对比结果到数据库中,生成第一版本信息,并将从数据库中获取到的第一版本信息与当前版本信息进行对比,确认对比信息,以由对比信息确定是否进行数据项修改,其中,当前版本信息表示目标人群信息与未修改的目标数据集进行对比的对比结果。
按照本发明的另一方面,提供了一种计算机可读存储介质,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任一项所述方法的步骤。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
在医疗数据中,根据医学上所指定的数据项规则,从而在数据项的对比验证中,会将这些已经定义好的数值进行修改,根据诊断逻辑,完成诊断;诊断完成后,根据诊断完成的内容,生成版本1,而在原来没有改变的数据项数值中就作为当前版本,与生成的版本1作对比;对比完成之后,可以看到诊断的结果和该疾病的患病情况,未患病情况的人数变化等。通过本发明可以从多维度来进行数据分析和挖掘,给医疗大数据研究人员提供了重要的技术手段和帮助,大大提高了数据治理和数据分析的效率。解决了医疗大数据领域对于定义疾病指标做出了重要的参考依据。
附图说明
图1是本发明实施例提供的一种数据项修改页面展示示意图;
图2是本发明实施例提供的一种数据项修改后所产生的版本信息展示示意图;
图3是本发明实施例提供的一种数据项对比信息展示示意图;
图4是本发明实施例提供的一种数据项版本对比患病情况展示示意图;
图5是本发明实施例提供的一种数据项对比验证网络结果示意图;
图6是本发明实施例提供的一种数据项对比验证实现方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明实例中,“第一”、“第二”等是用于区别不同的对象,而不是用于描述特定的顺序或先后次序。
数据项对比验证,就是在医疗数据中,根据医学上所指定的数据项规则(例如,定义男性肥胖的数据项规则为:腰围≥90cm,体质指数≥25kg/m2)。从而在数据项的对比验证中,会将这些已经定义好的数值进行修改,比如,将“体质指数≥25kg/m2”改为“体质指数≥26kg/m2”修改完成后(如图1所示),系统会触发诊断逻辑,完成诊断;诊断完成后,系统会根据诊断完成的内容,生成版本1(即第一版本,如图2所示),而在原来没有改变的数据项数值中就作为当前版本,与生成的版本1作对比(如图3所示);对比完成之后,可以看到诊断的结果(如图4及图5所示)和该疾病的患病情况,未患病情况的人数变化以及该数据项所影响的其他疾病等。此功能可以从多维度来进行数据分析和挖掘,给医疗大数据研究人员提供了重要的技术手段和帮助,大大提高了数据治理和数据分析的效率。解决了医疗大数据领域对于定义疾病指标做出了重要的参考依据。
在本发明实施例中,图1~图5为展示相关结果的示意性图例,至于图中的细节部分不影响对本发明方案的理解。
如图6所示是本发明实施例提供的一种数据项对比验证实现方法的流程示意图,在图6所示的方法中包括以下步骤:
S101:选择所需要的数据集进行修改验证;
在本发明实施例中,步骤S101需要实现的功能是:选择数据集列表中所需要验证的数据项进行修改。
具体地,前端页面中数据项管理可以采用html,css,Ant-Design框架等。
其中,数据集和数据项之间的关系:可以将数据集理解为单个疾病,而定义单个疾病需要有多种指标,这种多指标则为数据项。如:数据集:男性肥胖;数据项:腰围≥90cm,体质指数≥25kg/m2。
S102:选择需要验证的人群信息;
在本发明实施例中,步骤S102需要实现的功能是:1、查询出Mysql或HBase数据库中建立好的人群信息,2、页面下拉框选择需要验证的人群信息。
具体地,可以由SpringData JPA java技术框架作对数据库进行查询操作,然后在web页面中展示。
S103:生成记录,保存到Mysql或HBase数据库中;
在本发明实施例中,步骤S103需要实现的功能是:完成大数据的查询操作,将数据存到数据库Mysql或Hbase中。
具体地,可以通过Hive技术实现,Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供完整的sql查询功能,可以将sql语句转换为MapReduce任务进行运行。从而在进行大数据查询操作的时候,大大提高了数据查询效率,比传统技术框架执行效率更快,支持海量数据。
S104:启动定时器,定时触发验证疾病诊断程序;
在本发明实施例中,步骤S104需要实现的功能是:调用定时器API(ApplicationProgramming Interface)技术,定时触发java代码启动疾病诊断程序。
具体地,可以使用Spring框架的定时器技术Spring-Task,与Java传统定时器技术相比较(Timer,Quartz),支持多线程并发执行,轻量级开发,无需更多依赖环境。
S105:保存疾病诊断后的数据到Mysql或HBase数据库中,生成版本信息1,验证疾病诊断内容;
在本发明实施例中,步骤S105需要实现的功能是:启动诊断程序后,得出诊断结果并保存到数据库中。
具体地,可以利用HikariCP数据库连接池技术,支持高吞吐量,网络连接稳定,减少CPU使用率,高并发读写效率。
具体地,可以通过诊断逻辑进行诊断,诊断逻辑是预先设定的数据项规则,比如,对于肥胖而言,诊断逻辑为:(1)体质指数≥25;(2)腰围超标:男性腰围>=90cm或女性腰围>=80cm;逻辑说明:1:任意一项满足;空:条件均不详。
S106:从数据库中所获取到的疾病诊断数据所生成的版本信息1与原始数据集所诊断的当前版本信息,进行对比;
在本发明实施例中,步骤S106需要实现的功能是:前端(Web)页面从数据库中获取诊断后的数据以及原始数据后,展示每一项数据指标,形成对比。
具体地,搭建了完全分布文件系统HDFS,一台主节点hadoop-master,三台从节点hadoop-slave集群的方式,具有高容错性、数据会有多份副本,一个副本丢失,可以自动恢复。适合批处理,通过移动计算而不是移动数据用多台服务器同时进行计算处理海量数据。适合大数据处理,大数据的特点就是海量数据,HDFS处理数据达到GB、TB、甚至PB级别的数据,这是mysql等数据库完全不能处理的。
S107:确认对比信息;
在本发明实施例中,步骤S107需要实现的功能是:确定对比信息后,凭借研究人员查看患病率,患病人数等信息来决定是否保存数据。
具体地,前端(Web)页面使用Echarts框架技术,柱状图显示出具体患病人数,患病率信息;D3.js技术实现网络图,清晰直观展示数据项相关联的疾病(如图5)。
S108:保存修改数据项信息。
在本发明实施例中,步骤S108需要实现的功能是:研究人员经过对比信息查阅后,点击更新按钮会替换当前版本数据,并保存到Mysql或HBase数据库中。
具体地,可以使用Springboot技术框架与JPA(Java Persistence API)技术框架,减少冗余,支持快速开发,能够配置多数据元进行数据存储。
本申请还提供了一种对医疗数据中数据项对比验证的实现装置,包括:
数据项修改模块,用于获取需要验证的目标数据集,并对目标数据集中所需要验证的数据项进行修改,其中,目标数据集中的数据项用于确定目标数据集状态;
对比模块,用于获取需要验证的目标人群信息,将目标人群信息与修改后的目标数据集进行对比,并将修改后的需要验证的数据项保存到数据库中;
逻辑判断模块,用于启动定时器,定时触发诊断逻辑,进行与目标数据集中的数据项逻辑对应的判断操作得到对比结果;
更新模块,用于保存对比结果到数据库中,生成第一版本信息,并将从数据库中获取到的第一版本信息与当前版本信息进行对比,确认对比信息,以由对比信息确定是否进行数据项修改,其中,当前版本信息表示目标人群信息与未修改的目标数据集进行对比的对比结果。
其中,各模块的具体实施方式可以参考上述方法实施例的描述,本发明实施例将不再复述。
需要指出,根据实施的需要,可将本申请中描述的各个步骤/部件拆分为更多步骤/部件,也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件,以实现本发明的目的。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种对医疗数据中数据项对比验证的实现方法,其特征在于,包括:
获取需要验证的目标数据集,并对目标数据集中所需要验证的数据项进行修改,其中,目标数据集中的数据项用于确定目标数据集状态;
获取需要验证的目标人群信息,将目标人群信息与修改后的目标数据集进行对比,并将修改后的需要验证的数据项保存到数据库中;
启动定时器,定时触发诊断逻辑,进行与目标数据集中的数据项逻辑对应的判断操作得到对比结果;
保存对比结果到数据库中,生成第一版本信息,并将从数据库中获取到的第一版本信息与当前版本信息进行对比,确认对比信息,以由对比信息确定是否进行数据项修改,其中,当前版本信息表示目标人群信息与未修改的目标数据集进行对比的对比结果。
2.根据权利要求1所述的实现方法,其特征在于,所述对目标数据集中所需要验证的数据项进行修改,包括:
采用包括html、css、Ant-Design框架的任意一种方式对目标数据集中所需要验证的数据项进行修改;
所述获取需要验证的目标人群信息,包括:
由SpringData JPA java技术框架对数据库进行查询,获取需要验证的目标人群信息。
3.根据权利要求1或2所述的实现方法,其特征在于,所述将修改后的需要验证的数据项保存到数据库中,包括:
通过Hive工具将修改后的需要验证的数据项保存到数据库中。
4.根据权利要求3所述的实现方法,其特征在于,所述启动定时器,定时触发诊断逻辑,包括:
使用Spring框架的定时器技术Spring-Task,启动定时器,定时触发诊断逻辑。
5.根据权利要求4所述的实现方法,其特征在于,所述保存对比结果到数据库中,生成第一版本信息,包括:
利用HikariCP数据库连接池技术,保存对比结果到数据库中,生成第一版本信息。
6.根据权利要求5所述的实现方法,其特征在于,所述将从数据库中获取到的第一版本信息与当前版本信息进行对比,包括:
将从数据库中获取到的第一版本信息与当前版本信息中的各数据项进行对比。
7.根据权利要求6所述的实现方法,其特征在于,通过搭建完全分布文件系统HDFS,一台主节点hadoop-master,三台从节点hadoop-slave集群的方式,将从数据库中获取到的第一版本信息与当前版本信息中的各数据项进行对比。
8.根据权利要求7所述的实现方法,其特征在于,所述确认对比信息,包括:
使用Echarts框架技术,通过柱状图显示出具体对比结果,采用D3.js技术实现网络图,展示数据项相关联的对比结果。
9.一种对医疗数据中数据项对比验证的实现装置,其特征在于,包括:
数据项修改模块,用于获取需要验证的目标数据集,并对目标数据集中所需要验证的数据项进行修改,其中,目标数据集中的数据项用于确定目标数据集状态;
对比模块,用于获取需要验证的目标人群信息,将目标人群信息与修改后的目标数据集进行对比,并将修改后的需要验证的数据项保存到数据库中;
逻辑判断模块,用于启动定时器,定时触发诊断逻辑,进行与目标数据集中的数据项逻辑对应的判断操作得到对比结果;
更新模块,用于保存对比结果到数据库中,生成第一版本信息,并将从数据库中获取到的第一版本信息与当前版本信息进行对比,确认对比信息,以由对比信息确定是否进行数据项修改,其中,当前版本信息表示目标人群信息与未修改的目标数据集进行对比的对比结果。
10.一种计算机可读存储介质,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8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110203336.8A CN112885479B (zh) | 2021-02-23 | 2021-02-23 | 一种对医疗数据中数据项对比验证的实现方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110203336.8A CN112885479B (zh) | 2021-02-23 | 2021-02-23 | 一种对医疗数据中数据项对比验证的实现方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112885479A true CN112885479A (zh) | 2021-06-01 |
CN112885479B CN112885479B (zh) | 2023-05-16 |
Family
ID=76054200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110203336.8A Active CN112885479B (zh) | 2021-02-23 | 2021-02-23 | 一种对医疗数据中数据项对比验证的实现方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112885479B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109462494A (zh) * | 2018-09-29 | 2019-03-12 | 深圳市云来网络科技有限公司 | 云服务器监控报警实时智能分析诊断方法及系统 |
CN109543956A (zh) * | 2018-10-27 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 基于数据分析的违规医疗机构的检测方法及相关设备 |
CN110875095A (zh) * | 2019-09-27 | 2020-03-10 | 长沙瀚云信息科技有限公司 | 一种标准化临床大数据中心系统 |
US20200121246A1 (en) * | 2018-10-17 | 2020-04-23 | Integrative Diagnosis LLC | Systems and methods for accurate and standardized diagnosis of medical conditions |
CN112365987A (zh) * | 2020-10-27 | 2021-02-12 | 平安科技(深圳)有限公司 | 诊断数据异常检测方法、装置、计算机设备及存储介质 |
-
2021
- 2021-02-23 CN CN202110203336.8A patent/CN112885479B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109462494A (zh) * | 2018-09-29 | 2019-03-12 | 深圳市云来网络科技有限公司 | 云服务器监控报警实时智能分析诊断方法及系统 |
US20200121246A1 (en) * | 2018-10-17 | 2020-04-23 | Integrative Diagnosis LLC | Systems and methods for accurate and standardized diagnosis of medical conditions |
CN109543956A (zh) * | 2018-10-27 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 基于数据分析的违规医疗机构的检测方法及相关设备 |
CN110875095A (zh) * | 2019-09-27 | 2020-03-10 | 长沙瀚云信息科技有限公司 | 一种标准化临床大数据中心系统 |
CN112365987A (zh) * | 2020-10-27 | 2021-02-12 | 平安科技(深圳)有限公司 | 诊断数据异常检测方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112885479B (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2608074B1 (en) | Systems and methods for merging source records in accordance with survivorship rules | |
JP6427592B2 (ja) | データ型に関連するデータプロファイリング操作の管理 | |
CN107038222B (zh) | 数据库缓存实现方法及其系统 | |
CA2985961C (en) | Domain specific language to query medical data | |
CN106104533A (zh) | 处理大型数据储存库中的数据集 | |
CN106933859B (zh) | 一种医疗数据的迁移方法和装置 | |
EP2772879A1 (en) | Correlating data from multiple business processes to a business process scenario | |
US8898149B2 (en) | Biological data structure having multi-lateral, multi-scalar, and multi-dimensional relationships between molecular features and other data | |
EP3591585A1 (en) | Systems and methods for a data search engine based on data profiles | |
US11921758B2 (en) | Systems and methods for machine learning models for entity resolution | |
US11874875B2 (en) | Graph processing system | |
US20160210228A1 (en) | Asynchronous garbage collection in a distributed database system | |
CN114049927A (zh) | 疾病数据处理方法、装置、电子设备及可读介质 | |
JP2016530646A (ja) | メタデータ自動化システム | |
CN110569372B (zh) | 一种心脏病大数据知识图谱系统的构建方法 | |
Satti et al. | Resolving data interoperability in ubiquitous health profile using semi-structured storage and processing | |
Cordeiro et al. | Big data storage for a health predictive system | |
CN112885479B (zh) | 一种对医疗数据中数据项对比验证的实现方法及装置 | |
CN115458178A (zh) | 医疗数据对应的检索条件树获取方法、装置、设备及介质 | |
CN113254725A (zh) | 一种面向图数据库的数据管理与检索增强的方法 | |
WO2022167090A1 (en) | Database system, database structure, and associated methods | |
Khashan et al. | An adaptive spark-based framework for querying large-scale NoSQL and relational databases | |
CN112579705A (zh) | 元数据采集方法、装置、计算机设备和存储介质 | |
CN113553320B (zh) | 数据质量监控方法及装置 | |
US20220365947A1 (en) | Ontological mapping of data |
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 |