CN112948351A - 一种健康医疗数据库及构建方法 - Google Patents

一种健康医疗数据库及构建方法 Download PDF

Info

Publication number
CN112948351A
CN112948351A CN202110148520.7A CN202110148520A CN112948351A CN 112948351 A CN112948351 A CN 112948351A CN 202110148520 A CN202110148520 A CN 202110148520A CN 112948351 A CN112948351 A CN 112948351A
Authority
CN
China
Prior art keywords
data
health
database
unique
medical
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
Application number
CN202110148520.7A
Other languages
English (en)
Inventor
李红良
雷昉
秦娟娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202110148520.7A priority Critical patent/CN112948351A/zh
Publication of CN112948351A publication Critical patent/CN112948351A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • G06F16/215Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data

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)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Quality & Reliability (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种健康医疗数据库构建方法,包括以下步骤:S1、获取健康医疗数据并采用统一的匿名化算法进行脱敏化处理,健康医疗数据包括基本信息、病史及用药信息、实验室检查、影像学及功能学检查、健康问卷信息;S2、对匿名化后的身份信息进行匹配识别,并对同一个病人的健康医疗数据进行关联,同一病人的数据给予唯一的代码;S3、按照相应的数据标准对已采集的健康医疗数据进行清洗处理和标准化处理;S4、构建数据库并将经标准化处理后的数据入库,该数据库具体用于个人纵向健康状况的追踪,慢病的健康管理以及流行病学研究。

Description

一种健康医疗数据库及构建方法
技术领域
本发明涉及医疗技术领域,特别涉及一种健康医疗数据库及构建方法。
背景技术
大数据研究已然成为了科学研究领域的新热点。以医疗大数据为主题的学术研究在不同领域都得到不同程度的发展。但是现有的医疗数据体量大、使用难度高,需要有专业的数据库来支持应用。健康医疗数据含有大量个人信息。如何对健康医疗数据进行处理,使其既能纵向关联支持各项应用,又能保障个人隐私安全是迫切需要解决的问题。
发明内容
本发明的目的在于构建健康医疗数据库,实现健康医疗数据的标准化,最终形成结构化的健康医疗数据库,便于后续的健康管理与临床研究。
本发明提供了一种健康医疗数据库构建方法,包括以下步骤:
S1、获取健康医疗数据并采用统一的匿名化算法进行脱敏化处理,健康医疗数据包括基本信息、病史及用药信息、实验室检查、影像学及功能学检查、健康问卷信息;
S2、对匿名化后的身份信息进行匹配识别,并对同一个病人的健康医疗数据进行关联,同一病人的数据给予唯一的代码;
S3、按照相应的数据标准对已采集的健康医疗数据进行清洗处理和标准化处理;
S4、构建数据库并将经标准化处理后的数据入库,该数据库具体用于个人纵向健康状况的追踪,慢病的健康管理以及流行病学研究。
接上述技术方案,经清洗后的数据符合行业数据标准、国家标准、国际标准治理要求。
接上述技术方案,步骤S2中唯一的代码具体为将可识别的身份信息转化为唯一不可逆的32位代码。
接上述技术方案,身份信息包括姓名、单位、身份证号、电话、家庭住址。
接上述技术方案,步骤S2中对同一个病人的健康医疗数据进行关联的步骤具体包括:
根据姓名、性别分类,如果只有1条数据,则按照姓名、性别、出生年生成唯一id,视为同一个人;如果有多条数据,则根据身份证判断;
如果出生年差值大于1,视为非同一个人;如果出生年差值小于等于1,则按照身份证判断;
身份证不为空,若身份证相同,则按照身份证生成唯一md5,视为同一个人;若身份证不同,则身份证生成唯一md5,视为非同一个人;如果身份证为空,则根据手机号判断。
接上述技术方案,如果手机号不为空,且手机号相同,则按照已有的唯一id或者姓名、性别、出生年,手机号,工作单位生成唯一md5,视为同一个人;
若手机号不同,则认为手机号为空,如果手机号为空,再根据身高判断。
接上述技术方案,步骤S2还包括步骤:
身高不在误差范围内,则按照已有的唯一id或者姓名、性别、出生年,手机号,身高,工作单位生成唯一md5,视为非同一个人;身高在误差范围内,再根据工作单位判断;
若身高为空,视为不同个人,按照姓名、性别、出生年,12位随机数,生成唯一md5。
接上述技术方案,步骤S2还包括步骤:
若工作单位不为空,且相同,则按照已有的唯一id或者姓名、性别、出生年,手机号,身高,工作单位生成唯一md5,视为同一个人;
若单位不同,视为非同一人,则按照姓名、性别、出生年、身高、工作单位生成唯一id;若工作单位为空,则视为非同一人,按照已有的唯一id或者姓名、性别、出生年,身高,12位随机数,生成唯一md5。
接上述技术方案,步骤S3中,通过对数据产生环节中多种因素进行分析,研究结构化数据错误出现的规律、半结构化/非结构化数据内在的联系和与之相关的因素,建立数据清洗模型和数据质量控制体系。
本发明还提供了一种健康医疗数据库,包括:
数据脱敏化处理模块,用于获取健康医疗数据并采用统一的匿名化算法进行脱敏化处理,健康医疗数据包括基本信息、病史及用药信息、实验室检查、影像学及功能学检查、健康问卷信息;
数据关联模块,用于对匿名化后的身份信息进行匹配识别,并对同一个病人的健康医疗数据进行关联,同一病人的数据给予唯一的代码;
数据清洗模块,用于按照相应的数据标准对已采集的健康医疗数据进行清洗处理和标准化处理;
数据库模块,用于构建数据库并将经标准化处理后的数据入库,该数据库具体用于个人纵向健康状况的追踪,慢病的健康管理以及流行病学研究。
本发明的有益效果:本发明建立的健康医疗管理数据库,将原始医疗数据进行清洗,转化成为维度多、数据体量超大的涵括不同人群特征、暴露因素、疾病诊断、预后评价等指标的大数据,且根据身份关联算法对身份信息进行匹配识别,并对同一个病人的健康医疗数据进行关联,同一病人的数据给予唯一的代码,便于慢病的健康管理及后续的临床研究,为慢病的预防与管理提供重要科学指导。
附图说明:
图1为本发明实施例健康医疗数据库及构建方法流程图;
图2为本发明实施例将同一个病人的健康医疗数据进行关联并给予唯一的代码的身份关联算法具体流程图;
图3是本发明实施例健康医疗数据库结构示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
如图1所示,本发明实施例健康医疗数据库构建方法包括以下步骤:
S1、获取健康医疗数据并采用统一的匿名化算法进行脱敏化处理,健康医疗数据包括基本信息、病史及用药信息、实验室检查、影像学及功能学检查、健康问卷信息;
S2、对匿名化后的身份信息进行匹配识别,并对同一个病人的健康医疗数据进行关联,同一病人的数据给予唯一的代码;
S3、按照相应的数据标准对已采集的健康医疗数据进行清洗处理和标准化处理;
S4、构建数据库并将经标准化处理后的数据入库,该数据库具体用于个人纵向健康状况的追踪,慢病的健康管理以及流行病学研究。
本发明从健康医疗系统中获取健康医疗数据并进行身份脱敏化,对同一个体的纵向数据追踪。
本发明将可识别的身份信息,如姓名、单位、身份证号、电话、家庭住址等转化为唯一不可逆的32位代码。通过使用代码及匿名化处理制规避可能泄露病人数据信息的一切可能。
通过自主开发的身份关联算法对匿名化后的身份信息进行匹配识别,从而实现对同一个病人的健康医疗数据进行关联。锁定是同一病人的数据给予唯一的代码,便于管理同一个病人的所有数据。
如图2所示,身份关联算法具体包括以下步骤:
S201、将健康医疗数据根据姓名、性别分类;
S202、是否仅有一条数据;若是转入执行步骤S203;若否,则根据身份证判断,转入执行步骤S206;
S203、按照姓名、性别、出生年生成唯一id,视为同一个人;
S204、判断出生年差值是否大于N(默认值为1),若是,转入执行步骤S205;若否,转入执行步骤S206;
S205、视为非同一个人;
S206、判断身份证是否为空;若是,则转入步骤S210,若否,则转入执行步骤S207;
S207、判断身份证是否相同;若是,转入执行步骤S209;若否,转入执行步骤S208;
S208、按照身份证生成唯一md5,视为非同一个人;
S209、按照身份证生成唯一md5,视为同一个人;
S210、判断手机号是否为空;如果手机号不为空,转入执行步骤S211;如果手机号为空,则转入执行步骤S213;
S211、判断手机号是否相同;如果手机号相同,转入执行步骤S212;
S212、按照已有的唯一id或者姓名、性别、出生年,手机号,工作单位生成唯一md5,视为同一个人;
S213、判断身高是否为空;若是,则转入执行步骤S218;若否,则转入执行S214;
S214、判断身高是否在误差范围内(如3cm);若是则转入执行步骤S215,若否则转入执行步骤S219;
S215、判断工作单位是否为空,若是则转入执行步骤S217;若否转入执行步骤S216;
S216、判断工作单位是否相同;若是,转入执行步骤S219;若否,转入执行步骤S217;
S217、视为非同一人,按照姓名、性别、出生年、身高、工作单位生成唯一id;
S218、视为非同一人,按照已有的唯一id或者姓名、性别、出生年,身高,12位随机数,生成唯一md5;
S219、按照已有的唯一id或者姓名、性别、出生年,手机号,身高,工作单位生成唯一md5,视为同一个人。
数据清洗是对已采集的健康医疗数据进行加清洗处理,并达到照行业数据标准、国家标准、国际标准治理要求。通过对数据产生环节中多种因素进行分析,研究结构化数据错误出现的规律、半结构化/非结构化数据内在的联系和与之相关的因素,建立数据清洗模型和质量控制体系。
数据标准化是对清洗后的数据进行统一化处理,针对临床诊疗的业务流程,建立数据标准(字段标准,结构标准)并与国际标准术语集对接,得到标准化的数据。
本发明形成的数据库为统一管理标准化的健康医疗数据库,并可与国际标准数据库实现无缝对接。数据库可直接用于个人纵向健康状况的追踪,慢病的健康管理,流行病学研究。
如图3所示,本发明实施例的健康医疗数据库包括:
数据脱敏化处理模块31,用于获取健康医疗数据并采用统一的匿名化算法进行脱敏化处理,健康医疗数据包括基本信息、病史及用药信息、实验室检查、影像学及功能学检查、健康问卷信息;
数据关联模块32,用于对匿名化后的身份信息进行匹配识别,并对同一个病人的健康医疗数据进行关联,同一病人的数据给予唯一的代码;
数据清洗模块33,用于按照相应的数据标准对已采集的健康医疗数据进行清洗处理和标准化处理;
数据库模块34,用于构建数据库并将经标准化处理后的数据入库,该数据库具体用于个人纵向健康状况的追踪,慢病的健康医疗以及流行病学研究。
总之,本发明建立的健康医疗管理数据库,将原始医疗数据进行清洗,转化成为维度多、数据体量超大的涵括不同人群特征、暴露因素、疾病诊断、预后评价等指标的大数据,便于慢病的健康管理及后续的临床研究,为慢病的预防与管理提供重要科学指导。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种健康医疗数据库构建方法,其特征在于,包括以下步骤:
S1、获取健康医疗数据并采用统一的匿名化算法进行脱敏化处理,健康医疗数据包括基本信息、病史及用药信息、实验室检查、影像学及功能学检查、健康问卷信息;
S2、对匿名化后的身份信息进行匹配识别,并对同一个病人的健康医疗数据进行关联,同一病人的数据给予唯一的代码;
S3、按照相应的数据标准对已采集的健康医疗数据进行清洗处理和标准化处理;
S4、构建数据库并将经标准化处理后的数据入库,该数据库具体用于个人纵向健康状况的追踪,慢病的健康管理以及流行病学研究。
2.根据权利要求1所述的健康医疗数据库构建方法,其特征在于,经清洗后的数据符合行业数据标准、国家标准、国际标准治理要求。
3.根据权利要求1所述的健康医疗数据库构建方法,其特征在于,步骤S2中唯一的代码具体为将可识别的身份信息转化为唯一不可逆的32位代码。
4.根据权利要求3所述的健康医疗数据库构建方法,其特征在于,身份信息包括姓名、单位、身份证号、电话、家庭住址。
5.根据权利要求3所述的健康医疗数据库构建方法,其特征在于,步骤S2中对同一个病人的健康医疗数据进行关联的步骤具体包括:
根据姓名、性别分类,如果只有1条数据,则按照姓名、性别、出生年生成唯一id,视为同一个人;如果有多条数据,则根据身份证判断;
如果出生年差值大于1,视为非同一个人;如果出生年差值小于等于1,则按照身份证判断;
身份证不为空,若身份证相同,则按照身份证生成唯一md5,视为同一个人;若身份证不同,则身份证生成唯一md5,视为非同一个人;如果身份证为空,则根据手机号判断。
6.根据权利要求5所述的健康医疗数据库构建方法,其特征在于,
如果手机号不为空,且手机号相同,则按照已有的唯一id或者姓名、性别、出生年,手机号,工作单位生成唯一md5,视为同一个人;
若手机号不同,则认为手机号为空,如果手机号为空,再根据身高判断。
7.根据权利要求6所述的健康医疗数据库构建方法,其特征在于,步骤S2还包括步骤:
身高不在误差范围内,则按照已有的唯一id或者姓名、性别、出生年,手机号,身高,工作单位生成唯一md5,视为非同一个人;身高在误差范围内,再根据工作单位判断;
若身高为空,视为不同个人,按照姓名、性别、出生年,12位随机数,生成唯一md5。
8.根据权利要求7所述的健康医疗数据库构建方法,其特征在于,步骤S2还包括步骤:
若工作单位不为空,且相同,则按照已有的唯一id或者姓名、性别、出生年,手机号,身高,工作单位生成唯一md5,视为同一个人;
若单位不同,视为非同一人,则按照姓名、性别、出生年、身高、工作单位生成唯一id;若工作单位为空,则视为非同一人,按照已有的唯一id或者姓名、性别、出生年,身高,12位随机数,生成唯一md5。
9.根据权利要求1-8中任一项所述的健康医疗数据库构建方法,其特征在于,步骤S3中,通过对数据产生环节中多种因素进行分析,研究结构化数据错误出现的规律、半结构化/非结构化数据内在的联系和与之相关的因素,建立数据清洗模型和数据质量控制体系。
10.一种健康医疗数据库,其特征在于,包括:
数据脱敏化处理模块,用于获取健康医疗数据并采用统一的匿名化算法进行脱敏化处理,健康医疗数据包括基本信息、病史及用药信息、实验室检查、影像学及功能学检查、健康问卷信息;
数据关联模块,用于对匿名化后的身份信息进行匹配识别,并对同一个病人的健康医疗数据进行关联,同一病人的数据给予唯一的代码;
数据清洗模块,用于按照相应的数据标准对已采集的健康医疗数据进行清洗处理和标准化处理;
数据库模块,用于构建数据库并将经标准化处理后的数据入库,该数据库具体用于个人纵向健康状况的追踪,慢病的健康管理以及流行病学研究。
CN202110148520.7A 2021-02-03 2021-02-03 一种健康医疗数据库及构建方法 Pending CN112948351A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110148520.7A CN112948351A (zh) 2021-02-03 2021-02-03 一种健康医疗数据库及构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110148520.7A CN112948351A (zh) 2021-02-03 2021-02-03 一种健康医疗数据库及构建方法

Publications (1)

Publication Number Publication Date
CN112948351A true CN112948351A (zh) 2021-06-11

Family

ID=76242142

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110148520.7A Pending CN112948351A (zh) 2021-02-03 2021-02-03 一种健康医疗数据库及构建方法

Country Status (1)

Country Link
CN (1) CN112948351A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113722379A (zh) * 2021-09-02 2021-11-30 上海国际人类表型组研究院 一种医疗数据聚合统计分析系统和方法
CN115617840A (zh) * 2022-12-19 2023-01-17 江西曼荼罗软件有限公司 医疗数据检索平台构建方法、系统、计算机及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070125844A1 (en) * 2005-12-07 2007-06-07 Bml Medrecordsalert Llc Method for transmitting medical information identified by a unique identifier barcode to a hospital
CN107358039A (zh) * 2017-07-01 2017-11-17 深圳市前海安测信息技术有限公司 用于慢病管理的健康档案信息共享系统及方法
CN107545930A (zh) * 2016-06-24 2018-01-05 蓝荣培 一种基于网上个人专有健康档案的健康服务及教育的方法和系统
US20190287686A1 (en) * 2018-03-15 2019-09-19 Topcon Corporation Medical Information Processing System and Medical Information Processing Method
CN110335681A (zh) * 2019-05-09 2019-10-15 哈尔滨医科大学 一种用于老年痴呆预警系统及预警方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070125844A1 (en) * 2005-12-07 2007-06-07 Bml Medrecordsalert Llc Method for transmitting medical information identified by a unique identifier barcode to a hospital
CN107545930A (zh) * 2016-06-24 2018-01-05 蓝荣培 一种基于网上个人专有健康档案的健康服务及教育的方法和系统
CN107358039A (zh) * 2017-07-01 2017-11-17 深圳市前海安测信息技术有限公司 用于慢病管理的健康档案信息共享系统及方法
US20190287686A1 (en) * 2018-03-15 2019-09-19 Topcon Corporation Medical Information Processing System and Medical Information Processing Method
CN110335681A (zh) * 2019-05-09 2019-10-15 哈尔滨医科大学 一种用于老年痴呆预警系统及预警方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙金立 周平: "《中国智慧医疗健康发展报告2015》》", 北京邮电大学出版社, pages: 41 - 42 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113722379A (zh) * 2021-09-02 2021-11-30 上海国际人类表型组研究院 一种医疗数据聚合统计分析系统和方法
CN115617840A (zh) * 2022-12-19 2023-01-17 江西曼荼罗软件有限公司 医疗数据检索平台构建方法、系统、计算机及存储介质
CN115617840B (zh) * 2022-12-19 2023-03-10 江西曼荼罗软件有限公司 医疗数据检索平台构建方法、系统、计算机及存储介质

Similar Documents

Publication Publication Date Title
CN112948351A (zh) 一种健康医疗数据库及构建方法
CN113257377B (zh) 确定目标用户的方法、装置、电子设备及存储介质
CN111667891A (zh) 应用于专病临床试验的队列识别方法及装置
CN113345545B (zh) 临床数据的稽查方法、装置、电子设备及可读存储介质
Morrison et al. Cognitive Internet of Medical Things, big healthcare data analytics, and artificial intelligence-based diagnostic algorithms during the COVID-19 pandemic
CN116469571A (zh) 一种真实世界数据的专病图谱的构建方法及系统
Shastry et al. An integrated deep learning and natural language processing approach for continuous remote monitoring in digital health
Kiourtis et al. Aggregating heterogeneous health data through an ontological common health language
Schulz et al. Biomedical Concept Relatedness--A large EHR-based benchmark
Shukur et al. Diabetes at a Glance: Assessing AI Strategies for Early Diabetes Detection and Intervention
KR101744800B1 (ko) 의료 정보 제공 시스템
Sharma et al. Artificial Intelligence in Health Care Sector and Future Scope
Stewart et al. Applications of natural language processing at emergency department triage: A narrative review
KR20210015584A (ko) Fhir 표준 기반 개인 맞춤형 건강 관리 서비스 제공 방법 및 시스템
KR20180002229A (ko) 치매 정보 데이터베이스 구축을 위한 에이전트 장치 및 그 운영방법
JP2020201697A (ja) 診断支援システム
Rao et al. AI-enabled Clinical Decision Support System
Ashar et al. A mobile-based clinical decision support model design for remote snakebite management consultation in Malaysia
Andriani et al. Acceptance of Halodoc’s Online Teleconsultation During Covid-19
Oh et al. Measuring patient similarity on multiple diseases by joint learning via a convolutional neural network
Yee et al. Big data: Its implications on healthcare and future steps
Mullin et al. Assessing opioid use patient representations and subtypes
Landi et al. The evolution of mining electronic health records in the era of deep learning
EP4328779A1 (en) Structuring data for privacy risks assessments
Heryawan et al. An Electronic Medical Records’ Keywords Detection Using Supervised Learning for Supporting Medical Coding

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210611