CN113468138A - 一种医疗数据库规则完善的方法、系统和计算机介质 - Google Patents

Abstract

本发明公开了一种医疗数据库规则完善的方法、系统和计算机介质，医疗数据库规则完善的方法包括：通过规则检测发现医疗数据库中的规则异常；分析规则异常是否存在的问题？如果存在问题，则通过对规则的添加/修改/删除对医疗数据库规则进行完善。医疗数据库规则完善的系统包括：规则检测模块，分析模块和规则完善模块。通过本发明的一种医疗数据库规则完善的方法、系统和计算机介质，对医疗数据库的规则进行检测，发现规则异常，分析存在的问题，对医疗数据库规则进行完善，可以提高医疗服务水平，避免由于不完整或不准确的医疗数据库规则导致严重的后果。

Description

一种医疗数据库规则完善的方法、系统和计算机介质

技术领域

本发明涉及智能化医疗信息处理的技术领域，特别是涉及一种医疗数据库规则完善的方法、系统和计算机介质。

背景技术

随着科学技术的不断发展，医疗数据的信息化程度越来越高，信息分析在医疗领域越来越重要。病历、处方、医嘱、检查化验单据等文件的信息化处理可以大幅的提高效率，并且拓展出广泛的应用。

随着现代信息技术的发展和应用，智能医疗分析系统的出现使得海量医疗的数据及患者信息的全面掌握成为可能，将逐步在保障患者治疗方案合理合规性方面发挥巨大的作用。现有的智能医疗分析系统通常依据说明书、处方集、临床指南等资料，建立相关医学规则，通过规则对病历、处方、医嘱、检查化验单据等进行审核、建议、推荐等。但是，常规建立的医学规则由于其内容的独特性、数据量庞大、并且包含不同标准、不同数据格式，因而标准化程度不高，容易存在不完整或错误的情况，导致对疾病的有效治疗、医疗资源的合理分配、患者的安全和健康等造成不利影响。

因此，迫切需要一种医疗数据库规则完善的方法、系统和计算机介质，能够针对医疗数据库的规则进行检测，发现规则异常，分析存在的问题，对医疗数据库规则进行完善，可以提高医疗服务水平，避免由于不完整或不准确的医疗数据库规则导致严重的后果。

发明内容

本发明的主要目的是：针对现有医疗数据库的规则不完整或不准确从而可能导致无法正确审核/推荐/点评治疗方案，进而导致医疗服务水平降低，甚至可能导致严重后果的情况，提供一种医疗数据库规则完善的方法、系统和计算机介质，能够针对医疗数据库的规则进行检测，发现规则异常，分析存在的问题，对医疗数据库规则进行完善，可以提高医疗服务水平，避免由于不完整或不准确的医疗数据库规则导致严重的后果。

为实现上述目的，本发明提供了一种医疗数据库规则完善的方法，包括：

通过规则检测发现医疗数据库中的规则异常；

分析规则异常是否存在问题？

如果存在问题，则通过对规则的添加/修改/删除对医疗数据库规则进行完善。

如上所述的一种医疗数据库规则完善的方法，所述方法还包括通过所述医疗数据库规则处理的数据进行分析，发现异常数据从而找到与异常数据相关的规则或准备入库的资料中的规则逻辑，进行规则检测。

如上所述的一种医疗数据库规则完善的方法，所述规则检测是通过检测规则是否存在参数不完整或参数错误，如果存在参数不完整或参数错误，则提示规则异常。

如上所述的一种医疗数据库规则完善的方法，所述规则检测是通过检测多个相关规则是否存在不能完整覆盖某个参数的全部可能性，如果存在不能完整覆盖某个参数的根据已知信息的实际可能性，则提示规则异常。

如上所述的一种医疗数据库规则完善的方法，所述规则的参数包括性别、年龄、特殊人群、基础信息、体重、体表面积、疾病信息、检查信息、操作信息、手术信息、药物信息、医疗器械信息、给药途径、给药频率、单次用量、单日用量、致病因、伴并发症、患者生理指标、治疗方案、用药目的中的至少一项。

如上所述的一种医疗数据库规则完善的方法，通过对规则的添加/修改/删除对医疗数据库规则进行完善是通过专业人员依据医学知识进行，或对大量医学数据通过大数据分析进行。

如上所述的一种医疗数据库规则完善的方法，所述方法还包括通过规则完善知识库来进行医疗数据库规则完善，所述规则完善知识库包括医疗数据库各类规则是否完善的判定标准和对不完善的规则应该采取的措施。

如上所述的一种医疗数据库规则完善的方法，所述方法还包括对规则进行完善后，获取通过完善后医疗数据库规则处理的数据进行分析，检验规则完善的实际效果。

如上所述的一种医疗数据库规则完善的方法，所述方法还包括通过医疗规则多维度要素属性字典处理获取的医疗数据与医疗数据库中的相关规则的匹配/比对，所述医疗规则多维度要素属性字典包括医疗信息相关各要素属性的标准字典、异名对应字典和模糊匹配字典，将获取的医疗信息与医疗数据库中的相关规则进行匹配/比对是通过将获取的原始信息与异名对应字典进行匹配/比对，或者是首先将原始信息转换为对应标准字典的格式后再进行匹配/比对，或者将原始信息通过模糊匹配字典进行模糊匹配比对，或者是上述方法的组合。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的医疗数据库规则完善的方法的步骤。

本发明还提供一种医疗数据库规则完善的系统，包括：

规则检测模块，用于对医疗数据库中的规则进行检测，发现医疗数据库中的规则异常；

分析模块，用于分析规则异常存在的问题；

规则完善模块，用于通过对规则的添加/修改/删除对医疗数据库规则进行完善。

本发明的一种医疗数据库规则完善的方法、系统和计算机介质，医疗数据库规则完善的方法包括：通过规则检测发现医疗数据库中的规则异常；分析规则异常是否存在的问题？如果存在问题，则通过对规则的添加/修改/删除对医疗数据库规则进行完善。医疗数据库规则完善的系统包括：规则检测模块，分析模块和规则完善模块。通过本发明的一种医疗数据库规则完善的方法、系统和计算机介质，对医疗数据库的规则进行检测，发现规则异常，分析存在的问题，对医疗数据库规则进行完善，可以提高医疗服务水平，避免由于不完整或不准确的医疗数据库规则导致严重的后果。

附图说明

图1为本发明一种医疗数据库规则完善的方法的流程图。

图2为本发明一种医疗数据库规则完善的系统的框图。

具体实施方式

为进一步阐述本发明达成预定目的所采取的技术手段及功效，以下结合附图及实施例，对本发明的具体实施方式，详细说明如下。

本发明第一实施例参阅图1。图1是本发明一种医疗数据库规则完善的方法流程图。如图所示，本发明一种医疗数据库规则完善的方法包括：

步骤1：通过规则检测发现医疗数据库中的规则异常。

医疗数据库中可以包含各种用于智能医疗系统的规则，如：合理用药规则、诊断规则、治疗方案规则、检查检验规则、手术操作规则、医疗器械规则等等。通过这些规则，可以对医疗机构提供的药品、检查、检验、手术、诊断、治疗方案等医疗服务进行审核/推荐/点评，可以有效评估医疗服务水平，有利于提高医疗服务的质量，减少医疗过程中出现的差错，并且合理分配医疗资源，控制医疗费用的支出。

以使用CT进行冠状动脉造影检查为例：首先通过适用性/适用范围规则在医生开具检查医嘱时审核，系统从医嘱信息中提取检查者诊断：冠心病，然后与CT检查的适用范围进行比对，审核检查者进行冠状动脉造影检查的适用性/适用范围，如果检查者诊断符合适用范围，所以适用性/适用范围规则审核结果为合理。此外还需要进行禁忌证审核，根据CT冠脉造影的禁忌证为明显的心律不齐，通过检查者之前的心电图检查结果分析检查者无心律不齐的症状，故禁忌证规则审核结果为合理；还可以进行需要谨慎/注意的审核，CT用于冠脉造影时，如果冠状动脉钙化严重则谨慎使用，通过医院HIS获取检查者之前颈动脉超声检查结果为无钙化信号，将该检查结果提示医生，在医生判断检查者冠状动脉严重钙化的可能性很小之后，确认医嘱生效，完成需要谨慎/注意规则的审核；还可以进行时间的审核，CT冠脉造影对心率超过70次/分钟的检查者应该是在服用降心率药物30—60分钟心率控制好后进行，通过护士工作站获取检查者服用美托洛尔时间，在检查者准备进行CT冠脉造影检查时，通过计算判断时间是否适宜，完成时间规则的审核；还可以进行是否存在相互作用/相互影响的审核，CT冠脉造影时检查者不得佩戴金属设备，通过检查者个人信息库获取到检查者正在佩戴动态心电仪，审核后提示医生或检验员检查者佩戴有动态心动仪需要摘除后进行造影检查，完成相互作用/相互影响的审核；还可以进行对医疗检查及检验前/中/后的不同阶段需要进行监测/评估的相关分析，CT冠脉造影前需要测量检查者心率，通过连接的心率测量设备获取根据准备使用CT进行冠脉造影检查前检查者的心率，如果心率超过相关规则设定范围，则提示医生或操作员检查者心率过快，不得进行CT检查，还可提示医生先行给检查者使用药物，待心率控制好后再行开展检查。

现有的医疗数据库通常是基于各种临床治疗路径、指南、诊疗标准、诊疗规范、行业规范、教材、药物说明书、医疗设备使用/操作说明书、医疗器械使用说明书、手术操作规范、检查/检验规范、处方集、药典、专家共识、医联体/医院/科室内部的会议纪要及共识、论文、专著、发明、科学推论、实验报告、试验报告、数据分析报告、测试报告、检测报告、审批文件、相关法规、相关指导意见、相关政策、相关制度、相关目录、相关文献资料、相关价格规定、相关价格目录、相关招标结果、相关物价政策、相关保险支付条款、相关保险支付协议、相关招标结果、相关采购目录、相关医生/护士/检验师/药师/护理人员/患者/售货员的评价/检查结果/监测报告/安全报告、其他文献资料、其他具有专业性/权威性的研究结果，还可以基于循证医学的方法，或基于现有数据的概率推测，还可以包括需要人工设定的各种权重/各种等级/各种排序等来源建立的数据库，也可以包括基于信息重整/信息分析/大数据分析建立的数据库，也可以包括通过人工智能深度学习建立的数据库，也可以包括通过数据挖据分析后得出的数据库，也可以包括通过数据统计分析/人工智能深度学习后得经过人工设定出的规则和指标，也可以是在通过临床医生、药师在疾病治疗过程中不断积累和细化的相关信息和规则。医疗数据库规则完善数据库也可以是通过上述方法组合建立的数据库。数据库可以是按版本更新，也可以是根据实际数据实时更新。医疗数据库规则完善数据库可以是关系型数据库，也可以是非关系型数据库；可以是表数据库，也可以是图数据库；相关数据可以是结构化数据，也可以是非结构化数据。

但是，现有的医学规则由于其内容的独特性、数据量庞大、并且包含不同标准、不同数据格式，因而标准化程度不高，存在规则不完整或错误的情况，导致对疾病的有效治疗、医疗资源的合理分配、患者的安全和健康等造成不利影响。

本发明的医疗数据库规则完善的方法，可以通过对规则检测发现医疗数据库中的规则异常。所述规则检测是通过检测规则是否存在参数不完整或参数错误，如果存在参数不完整或参数错误，则提示规则异常。

以药品西咪替丁片举例，西咪替丁片的适应症：用于治疗十二指肠溃疡、胃溃疡、反流性食管炎、应激性溃疡及卓-艾(Zollinger-Ellison)综合征。

用法用量：

1.治疗十二指肠溃疡或病理性高分泌状态，一次0.2-0.4g，一日4次，餐后及睡前服，或一次0.8g，睡前1次服。

2.预防溃疡复发，一次0.4g，睡前服。

3.肾功能不全患者用量减为一次0.2g，12小时1次。

4.老年患者用量酌减。

5.小儿：口服，一次按体重5～10mg/Kg，一日2～4次。

对药物的用法用量规则进行综合分析，得到有关药物用法用量规则的参数，可以包括：性别、年龄、特殊人群、基础信息、体重、体表面积、疾病信息、检查信息、操作信息、手术信息、药物信息、医疗器械信息、给药途径、给药频率、单次用量(不足、超量)、单日用量(不足、超量)、致病因、伴并发症、患者生理指标、治疗方案、用药目的中的至少一项，还可以包括其他与药物用法用量相关的参数。

具体对西咪替丁片的用法用量规则进行检测，发现存在参数不完整的现象，例如：适应症是治疗十二指肠溃疡、胃溃疡、反流性食管炎、应激性溃疡及卓-艾(Zollinger-Ellison)综合征，而用法用量中只有治疗十二指肠溃疡或病理性高分泌状态，一次0.2-0.4g，一日4次，餐后及睡前服，或一次0.8g，睡前1次服。其他几种适应症的用法用量都没有。因此，适应症参数是不完整的，规则存在异常。

此外，西咪替丁片的用法用量规则中，小儿：口服，一次按体重5～10mg/Kg，一日2～4次。没有包括单次和单日的极量，由于小儿的用量是由体重决定的，但不同的人之间体重差距可能会很大，如果没有极量，可能会导致用药过量发生危险。因此，西咪替丁片的用法用量规则对于单次和单日用量也是不完整的，规则存在异常。

本发明的医疗数据库规则完善的方法，规则检测还可以是通过检测多个相关规则是否存在不能完整覆盖某个参数的全部可能性，如果存在不能完整覆盖某个参数的根据已知信息的实际可能性，则提示规则异常。例如：某药物的用法用量为：

1-5岁，一次0.5片，一日一次；

6-9岁，一次1片，一日一次；

10-18岁，一次1.5片，一日一次；

18岁以上，一次2片，一日一次。

对该药物的用法用量规则进行检测，发现对1岁以下的病人没有具体的用法用量规则，因此，该药物的多条用法用量规则不能覆盖全年龄段的患者，存在规则异常。

本发明的医疗数据库规则完善的方法，还可以包括通过所述医疗数据库规则处理的数据进行分析，发现异常数据从而找到与异常数据相关的规则或准备入库的资料中的规则逻辑，进行规则检测。由于规则是建立在多个维度的，并且对应的各数据可能是有范围的，多个参数或多个关联规则之间的关系是动态的，因此，由于获取的信息数据也是非标准的，可能导致在规则匹配上出现不同的匹配程度，可能出现匹配多条规则、部分匹配、全不匹配等问题，进而导致通过所述医疗数据库规则处理的数据存在异常。例如：上例中的药物没有覆盖1岁以下的患者，因此通过对大量数据进行分析，可以发现大量1岁以下的无法审核处方，或者是发现1岁以下的处方的错误率明显比其他年龄段的错误率高，对这些异常的数据进行分析，可以找到与异常数据相关的规则，通过规则检测发现规则异常。

上述规则检测和/或对医疗数据库规则处理的数据进行分析，可以是通过人工进行，也可以是通过系统硬件或软件自动进行。

步骤2：分析规则异常是否存在问题？

对规则异常的情况进行分析，得出是否存在问题？。规则异常可能存在的问题可以包括：

规则自身不完整，缺少相关的参数。例如：小儿：口服，一次按体重5～10mg/Kg，一日2～4次。缺少极量。

多个相关规则不能完整覆盖某个参数根据已知信息的实际可能性。例如：1-5岁，一次0.5片，一日一次；6-9岁，一次1片，一日一次；10-18岁，一次1.5片，一日一次；18岁以上，一次2片，一日一次。

规则参数错误。例如：肾功能不全(内生肌酐清除率低于15ml/min)。通常临床上将慢性肾脏病分为5期，1期内生肌酐清除率大于90ml/min，此期肾功能多无损害；2期内生肌酐清除率在60-90ml/min，为肾功能的轻度损害；3期内生肌酐清除率在30-60ml/min，出现中度损害；4期内生肌酐清除率在15-30ml/min，损害加重；最严重的为尿毒症期，内生肌酐清除率低于15ml/min。因此，肾功能不全对应的参数应为内生肌酐清除率低于90ml/min。内生肌酐清除率低于15ml/min实际对应的是尿毒症。

部分范围内参数存在冲突。

规则异常可能存在的问题还可以包括其他问题。分析规则异常是否存在问题的判断方法及标准可以是静态的也可以是动态的，可以根据对医疗数据库规则实际使用的情况进行分析，随时对问题的判断方法及标准进行更新。上述分析可以有人工完成，也可以由人工智能自动分析完成。

步骤3：如果存在问题，则通过对规则的添加/修改/删除对医疗数据库规则进行完善。

如果存在问题，针对规则异常存在的问题，通过对通过对规则的添加/修改/删除对医疗数据库规则进行完善。例如：对于规则自身不完整，缺少相关的参数的问题，可以通过对规则的修改补充相关的参数；对于多个相关规则不能完整覆盖某个参数的问题，可以通过添加规则，使相关规则可以完整覆盖某个参数；对于规则参数错误的问题，可以通过修改规则改正参数的错误，或删除规则来解决该问题。

在本发明中，通过对规则的添加/修改/删除对医疗数据库规则进行完善是通过专业人员依据医学知识进行，或对大量医学数据通过大数据分析进行。对规则的添加/修改/删除对医疗数据库规则进行完善的依据，可以是本发明的医疗数据库规则完善的方法发现问题后，将问题反馈给相关医院/医管局/卫健委/相关厂商/专家等，由相关领域专业人员给出规则完善的依据。或者是通过大数据分析，通过海量医疗数据统计分析/人工智能深度学习后得出的依据。

本发明的一种医疗数据库规则完善的方法，还可以包括通过规则完善知识库来进行医疗数据库规则完善，所述规则完善知识库包括医疗数据库各类规则是否完善的判定标准和对不完善的规则应该采取的措施。可以通过医疗数据库各类规则是否完善的判定标准来判定规则是否完善，对于不完善的规则，按照对不完善的规则应该采取的措施来采取对应措施如完善、补充等，通过对对规则的添加/修改/删除对医疗数据库规则进行完善。

规则完善知识库可以是基于人工设定的各种权重/各种等级/各种排序等建立；也可以是基于信息重整/信息分析/大数据分析而建立；还可以是通过人工智能深度学习建立；也可以是通过上述方法的组合建立的。规则完善知识库还可以在使用过程中不断积累和更新的。

在本发明中，医疗数据库规则完善的方法除了可以对医疗数据库规则进行完善，还可以在医疗数据库增加规则时，对准备入库的资料中的规则逻辑进行完善，使新增加的规则避免出现不完整或不准确的情况从而导致使用过程中产生严重的后果。

本发明的医疗数据库规则完善的方法，还可以包括对规则进行完善后，获取通过完善后医疗数据库规则处理的数据进行分析，检验规则完善的实际效果。

在本发明中，医疗数据库规则完善的方法还可以包括通过医疗规则多维度要素属性字典处理获取的来自不同来源、不同数据结构、不同描述、不同数据标准的医疗数据与医疗数据库中的相关规则的匹配/比对，所述医疗规则多维度要素属性字典包括医疗信息相关各要素属性的标准字典、异名对应字典和模糊匹配字典，将获取的医疗信息与医疗数据库中的相关规则进行匹配/比对是通过将获取的原始信息与异名对应字典进行匹配/比对，或者是首先将原始信息转换为对应标准字典的格式后再进行匹配/比对，或者将原始信息通过模糊匹配字典进行模糊匹配比对，或者是上述方法的组合。

在本发明中，除了采用医疗规则多维度要素属性字典进行匹配，还可以通过语音识别技术、语义识别技术、不同语言的翻译、OCR识别技术、虚拟现实技术、增强现实技术、手势识别技术等方法处理获取的医疗数据与医疗数据库中的相关规则的匹配/比对。

在本发明中，医疗数据库规则完善的方法中各种身份的识别、确认、登录、电子签章，以及个人信息、医嘱信息和各项分析结果的储存、传输和应用，可以通过各种方法进行加密，防止相关身份/权限被盗用或者信息泄露。其中加密算法包括对称加密算法和/或非对称加密算法，例如：大整数分解问题类加密算法、离散对数问题类加密算法、椭圆曲线类加密算法，具体如区块链技术等，加密硬件可以采用密钥、加密狗、加密硬盘等，还可以结合用户设备硬件、网络地址等进行加密，还可以是上述方法相互结合进行加密。

在本发明中，医疗数据库规则完善的方法的数据传输方式可以是数据线方式、有线网络、无线传输方式、射频识别方式、磁卡读写方式、移动硬盘方式、NFC方式、条形码方式、二维码方式等。无线传输方式包括：红外、蓝牙、wifi、微波、可见光波、电信无线网络、超声波/声波、无线电等方式。

在本发明中，医疗数据库规则完善的方法可以以单机使用，也可以是以移动硬盘、盒子、卡等接入式外部硬件供用户使用，也可以安装在本地服务器支持本地用户使用，也可以安装在私有云服务器支持私有云用户使用，也可以安装在互联网面向互联网用户提供服务。

如图2为本发明第二实施例一种医疗数据库规则完善的系统的框图。如图所示，本发明的一种医疗数据库规则完善的系统包括：

规则检测模块11，用于对医疗数据库中的规则进行检测，发现医疗数据库中的规则异常；

分析模块12，用于分析规则异常存在的问题；

规则完善模块13，用于通过对规则的添加/修改/删除对医疗数据库规则进行完善。

本发明的一种医疗数据库规则完善的系统是采用本发明的一种医疗数据库规则完善的方法构成的，技术特征一一对应，可以参照前述一种医疗数据库规则完善的方法的说明，在此不再赘述。

本发明第三实施例为一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的医疗数据库规则完善的方法的步骤。

本发明的一种计算机可读存储介质与本发明的一种医疗数据库规则完善的方法的技术特征一一对应，可以参照前述一种医疗数据库规则完善的方法的说明，在此不再赘述。

综上所述，本发明的一种医疗数据库规则完善的方法、系统和计算机介质，医疗数据库规则完善的方法包括：通过规则检测发现医疗数据库中的规则异常；分析规则异常是否存在的问题？如果存在问题，则通过对规则的添加/修改/删除对医疗数据库规则进行完善。医疗数据库规则完善的系统包括：规则检测模块，分析模块和规则完善模块。通过本发明的一种医疗数据库规则完善的方法、系统和计算机介质，对医疗数据库的规则进行检测，发现规则异常，分析存在的问题，对医疗数据库规则进行完善，可以提高医疗服务水平，避免由于不完整或不准确的医疗数据库规则导致严重的后果。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种医疗数据库规则完善的方法，其特征在于，包括：

通过规则检测发现医疗数据库中的规则异常；

分析规则异常是否存在问题？

如果存在问题，则通过对规则的添加/修改/删除对医疗数据库规则进行完善。

2.根据权利要求1所述的一种医疗数据库规则完善的方法，其特征在于：所述方法还包括通过所述医疗数据库规则处理的数据进行分析，发现异常数据从而找到与异常数据相关的规则或准备入库的资料中的规则逻辑，进行规则检测。

3.根据权利要求1所述的一种医疗数据库规则完善的方法，其特征在于：所述规则检测是通过检测规则是否存在参数不完整或参数错误，如果存在参数不完整或参数错误，则提示规则异常。

4.根据权利要求1所述的一种医疗数据库规则完善的方法，其特征在于：所述规则检测是通过检测多个相关规则是否存在不能完整覆盖某个参数的全部可能性，如果存在不能完整覆盖某个参数的根据已知信息的实际可能性，则提示规则异常。

5.根据权利要求3或4所述的一种医疗数据库规则完善的方法，其特征在于：所述规则的参数包括性别、年龄、特殊人群、基础信息、体重、体表面积、疾病信息、检查信息、操作信息、手术信息、药物信息、医疗器械信息、给药途径、给药频率、单次用量、单日用量、致病因、伴并发症、患者生理指标、治疗方案、用药目的中的至少一项。

6.根据权利要求1所述的一种医疗数据库规则完善的方法，其特征在于：通过对规则的添加/修改/删除对医疗数据库规则进行完善是通过专业人员依据医学知识进行，或对大量医学数据通过大数据分析进行。

7.根据权利要求1所述的一种医疗数据库规则完善的方法，其特征在于：所述方法还包括通过规则完善知识库来进行医疗数据库规则完善，所述规则完善知识库包括医疗数据库各类规则是否完善的判定标准和对不完善的规则应该采取的措施。

8.根据权利要求1所述的一种医疗数据库规则完善的方法，其特征在于：所述方法还包括对规则进行完善后，获取通过完善后医疗数据库规则处理的数据进行分析，检验规则完善的实际效果。

9.根据权利要求1所述的一种医疗数据库规则完善的方法，其特征在于：所述方法还包括通过医疗规则多维度要素属性字典处理获取的医疗数据与医疗数据库中的相关规则的匹配/比对，所述医疗规则多维度要素属性字典包括医疗信息相关各要素属性的标准字典、异名对应字典和模糊匹配字典，将获取的医疗信息与医疗数据库中的相关规则进行匹配/比对是通过将获取的原始信息与异名对应字典进行匹配/比对，或者是首先将原始信息转换为对应标准字典的格式后再进行匹配/比对，或者将原始信息通过模糊匹配字典进行模糊匹配比对，或者是上述方法的组合。

10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-9中任一权利要求所述的医疗数据库规则完善的方法的步骤。

11.一种医疗数据库规则完善的系统，其特征在于，包括：

规则检测模块，用于对医疗数据库中的规则进行检测，发现医疗数据库中的规则异常；

分析模块，用于分析规则异常存在的问题；

规则完善模块，用于通过对规则的添加/修改/删除对医疗数据库规则进行完善。

Images