CN113658691A - 临床路径的构建方法、装置、设备及存储介质 - Google Patents
临床路径的构建方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113658691A CN113658691A CN202111017276.7A CN202111017276A CN113658691A CN 113658691 A CN113658691 A CN 113658691A CN 202111017276 A CN202111017276 A CN 202111017276A CN 113658691 A CN113658691 A CN 113658691A
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- target
- treatment
- event
- time
- 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
- 230000037361 pathway Effects 0.000 title claims abstract description 53
- 238000010276 construction Methods 0.000 title claims abstract description 41
- 238000003745 diagnosis Methods 0.000 claims abstract description 450
- 201000010099 disease Diseases 0.000 claims abstract description 121
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 121
- 238000000034 method Methods 0.000 claims abstract description 76
- 230000008569 process Effects 0.000 claims abstract description 45
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000005516 engineering process Methods 0.000 claims abstract description 15
- 238000012552 review Methods 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims description 44
- 230000011218 segmentation Effects 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 23
- 230000000694 effects Effects 0.000 claims description 19
- 238000010586 diagram Methods 0.000 claims description 16
- 238000003058 natural language processing Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 208000028659 discharge Diseases 0.000 description 2
- 210000000629 knee joint Anatomy 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 208000031940 Disease Attributes Diseases 0.000 description 1
- 241000792859 Enema Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000007920 enema Substances 0.000 description 1
- 229940095399 enema Drugs 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Computational Linguistics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及数字医疗领域,公开了一种临床路径的构建方法、装置、设备及存储介质。所述方法包括:接收数据获取请求,并根据该请求,获取目标疾病对应的诊疗流程;根据目标疾病的诊疗流程,构建诊疗节点序列;获取多个目标患者的历史电子病历,并根据历史电子病历,确定每个标准诊疗节点的目标诊疗事件;根据预设的分析规则,对每个目标诊疗事件进行分析,得到每个目标医疗事件的诊疗用时计划;根据所述诊疗节点序列、每个标准诊疗节点的目标诊疗事件以及每个目标医疗事件的诊疗用时计划,构建目标疾病的临床路径。本发明基于计划评审技术分析每个目标诊疗事件的诊疗用时计划,并将诊疗用时计划加入临床路径中,进而为得到更加准确的临床路径。
Description
技术领域
本发明涉及数字医疗领域,尤其涉及一种临床路径的构建方法、装置、设备及存储介质。
背景技术
临床路径是指针对某一疾病建立一套标准化治疗模式与治疗程序,是一个有关临床治疗的综合模式,以循证医学证据和指南为指导来促进治疗组织和疾病管理的方法。最终起到规范医疗行为,减少变异,降低成本,提高质量的作用。采用临床路径后,可以避免传统路径使同一疾病在不同地区、不同医院,不同的治疗组或者不同医师个人间出现不同的治疗方案,避免了其随意性,同时临床路径中往往会对其中的每个诊疗步骤的计划用时进行评估,便于医院管理人员合理化地安排医疗资源。
现有临床路径的构建方法准确性低,原因在于其临床路径中每个诊疗步骤的计划用时由医务人员根据经验进行估算得到,其估计结果不准确,从而影响临床路径的准确性。当估算结果高于实际结果时,给医院带来了较高的治疗成本,大量医疗资源闲置,而估计结果低于实际结果时,导致医院的医疗服务质量较低,医疗资源紧缺。
发明内容
本发明的主要目的在于解决现有临床路径的构建方法准确性低的问题。
本发明第一方面提供了一种临床路径的构建方法,包括:
接收终端发送的数据获取请求,并根据所述数据获取请求,获取目标疾病对应的诊疗流程,其中,所述目标疾病为待构建临床路径的疾病;
根据所述目标疾病对应的诊疗流程,构建所述目标疾病对应的诊疗节点序列,其中,所述诊疗节点序列中包括多个标准诊疗节点;
获取多个目标患者的历史电子病历,并根据所述历史电子病历,确定每个标准诊疗节点对应的目标诊疗事件,其中,所述目标患者为患有所述目标疾病且已治愈的病人;
根据预设的分析规则,对每个标准诊疗节点对应的目标诊疗事件进行分析,得到每个目标医疗事件的诊疗用时计划;
根据所述诊疗节点序列、每个标准诊疗节点对应的目标诊疗事件以及每个目标医疗事件的诊疗用时计划,构建所述目标疾病的临床路径。
可选的,在本发明第一方面的第一种实现方式中,所述接收终端发送的数据获取请求,并根据所述数据获取请求,获取目标疾病对应的诊疗流程包括:
接收终端发送的数据获取请求,其中,所述数据获取请求中包括数据库标识参数和查询条件参数;
根据所述数据库标识参数,调用目标数据库;
根据所述查询条件参数,从所述目标数据库中查询所述目标疾病对应的诊疗流程。
可选的,在本发明第一方面的第二种实现方式中,所述获取多个目标患者的历史电子病历,并根据所述历史电子病历,确定每个标准诊疗节点对应的目标诊疗事件包括:
根据所述目标疾病,从预设的医疗数据库中获取多个目标患者的历史电子病历,其中,所述目标患者为患有所述目标疾病且已治愈的病人;
基于自然语言处理技术,对每个目标患者的历史电子病历进行事件抽取,得到每个目标患者对应的多个初始诊疗事件;
依次将每个目标患者对应的多个初始诊疗事件与所述目标疾病的每个标准诊疗节点进行匹配,得到每个标准诊疗节点对应的诊疗事件集,其中,所述诊疗事件集中至少包括一个初始诊疗事件;
从每个诊疗节点对应的诊疗事件集中,筛选出每个诊疗节点对应的目标诊疗事件,其中,所述目标诊疗事件为所述诊疗事件集中出现频率最高的初始诊疗事件。
可选的,在本发明第一方面的第三种实现方式中,所述基于自然语言处理技术,对每个目标患者的历史电子病历进行事件抽取,得到每个目标患者对应的多个初始诊疗事件包括:
依次对每个目标患者的历史电子病历进行文本提取,得到多个目标文本;
基于预设的分词工具,对每个目标文本进行分词,得到每个目标文本的分词结果;
根据每个目标文本的分词结果,在预设的事件抽取模板集中匹配每个目标文本对应的事件抽取模板;
基于每个目标文本的分词结果和每个目标文本对应的事件抽取模板,生成每个目标文本对应的多个事件属性,得到每个目标患者对应的多个初始诊疗事件。
可选的,在本发明第一方面的第四种实现方式中,所述根据预设的分析规则,对每个标准诊疗节点对应的目标诊疗事件进行分析,得到每个目标医疗事件的诊疗用时计划包括:
从预设的数据库中获取每个目标诊疗事件对应的事件用时参数,其中,所述事件用时参数包括乐观时间参数、悲观时间参数以及最可能时间参数;
基于预设的时间计算公式,对所述乐观时间参数、所述悲观时间参数以及所述最可能时间参数进行计算,得到每个目标诊疗事件的平均持续时间;
根据每个目标诊疗事件以及每个目标诊疗事件的平均持续时间,构建PERT网络图;
确定所述PERT网络图中的关键路线,并基于所述关键路线,计算每个目标诊疗事件的松弛时间;
根据每个目标诊疗事件的平均持续时间和每个目标诊疗事件的松弛时间,生成每个目标诊疗事件的诊疗用时计划。
可选的,在本发明第一方面的第五种实现方式中,在所述基于预设的时间计算公式,对所述乐观时间、所述悲观时间以及所述最可能时间进行计算,得到每个目标诊疗事件对应的平均持续时间之后,在所述根据每个目标诊疗事件以及每个目标诊疗事件对应的平均持续时间,构建PERT网络图之前,还包括:
基于预设的方差计算公式,对每个目标诊疗事件对应的平均持续时间进行方差计算,得到每个目标医疗事件的活动历时方差;
将每个目标医疗事件的活动历时方差与预设阈值进行比较,并对活动历时方差大于预设阈值的目标医疗事件对应的平均持续时间进行更新。
可选的,在本发明第一方面的第六种实现方式中,所述根据所述诊疗节点序列、每个标准诊疗节点对应的目标诊疗事件以及每个目标诊疗事件的诊疗用时计划,构建所述目标疾病的临床路径包括:
基于每个标准诊疗节点对应的目标诊疗事件,构建每个目标诊疗事件对应的有向边;
根据所述诊疗节点序列中标准诊疗节点的排列顺序,依次连接每个目标诊疗事件对应的有向边;
基于每个目标诊疗事件的诊疗用时计划,为每个目标诊疗事件对应的有向边添加计划标签,得到所述目标疾病的临床路径。
本发明第二方面提供了一种临床路径的构建装置,包括:
诊疗流程获取模块,用于接收终端发送的数据获取请求,并根据所述数据获取请求,获取目标疾病对应的诊疗流程,其中,所述目标疾病为待构建临床路径的疾病;
节点序列构建模块,用于根据所述目标疾病对应的诊疗流程,构建所述目标疾病对应的诊疗节点序列,其中,所述诊疗节点序列中包括多个标准诊疗节点;
诊疗事件提取模块,用于获取多个目标患者的历史电子病历,并根据所述历史电子病历,确定每个标准诊疗节点对应的目标诊疗事件,其中,所述目标患者为患有所述目标疾病且已治愈的病人;
计划评审分析模块,用于根据预设的分析规则,对每个标准诊疗节点对应的目标诊疗事件进行分析,得到每个目标医疗事件的诊疗用时计划;
临床路径构建模块,用于根据所述诊疗节点序列、每个标准诊疗节点对应的目标诊疗事件以及每个目标医疗事件的诊疗用时计划,构建所述目标疾病的临床路径。
可选的,在本发明第二方面的第一种实现方式中,所述诊疗流程获取模块具体包括:
接收单元,用于接收终端发送的数据获取请求,其中,所述数据获取请求中包括数据库标识参数和查询条件参数;
调用单元,用于根据所述数据库标识参数,调用目标数据库;
查询单元,用于根据所述查询条件参数,从所述目标数据库中查询所述目标疾病对应的诊疗流程。
可选的,在本发明第二方面的第二种实现方式中,所述诊疗事件提取模块具体包括:
病历获取单元,用于根据所述目标疾病,从预设的医疗数据库中获取多个目标患者的历史电子病历,其中,所述目标患者为患有所述目标疾病且已治愈的病人;
事件抽取单元,用于基于自然语言处理技术,对每个目标患者的历史电子病历进行事件抽取,得到每个目标患者对应的多个初始诊疗事件;
节点匹配单元,用于依次将每个目标患者对应的多个初始诊疗事件与所述目标疾病的每个标准诊疗节点进行匹配,得到每个标准诊疗节点对应的诊疗事件集,其中,所述诊疗事件集中至少包括一个初始诊疗事件;
目标筛选单元,用于从每个诊疗节点对应的诊疗事件集中,筛选出每个诊疗节点对应的目标诊疗事件,其中,所述目标诊疗事件为所述诊疗事件集中出现频率最高的初始诊疗事件。
可选的,在本发明第二方面的第三种实现方式中,所述事件抽取单元具体用于:
依次对每个目标患者的历史电子病历进行文本提取,得到多个目标文本;
基于预设的分词工具,对每个目标文本进行分词,得到每个目标文本的分词结果;
根据每个目标文本的分词结果,在预设的事件抽取模板集中匹配每个目标文本对应的事件抽取模板;
基于每个目标文本的分词结果和每个目标文本对应的事件抽取模板,生成每个目标文本对应的多个事件属性,得到每个目标患者对应的多个初始诊疗事件。
可选的,在本发明第二方面的第四种实现方式中,所述计划评审分析模块具体包括:
用时参数获取单元,从预设的数据库中获取每个目标诊疗事件对应的事件用时参数,其中,所述事件用时参数包括乐观时间参数、悲观时间参数以及最可能时间参数;
第一计算单元,用于基于预设的时间计算公式,对所述乐观时间参数、所述悲观时间参数以及所述最可能时间参数进行计算,得到每个目标诊疗事件的平均持续时间;
网络图构建单元,用于根据每个目标诊疗事件以及每个目标诊疗事件的平均持续时间,构建PERT网络图;
第二计算单元,用于确定所述PERT网络图中的关键路线,并基于所述关键路线,计算每个目标诊疗事件的松弛时间;
计划生成单元,用于根据每个目标诊疗事件的平均持续时间和每个目标诊疗事件的松弛时间,生成每个目标诊疗事件的诊疗用时计划。
可选的,在本发明第二方面的第五种实现方式中,所述计划评审分析模块具体包括:
用时参数获取单元,从预设的数据库中获取每个目标诊疗事件对应的事件用时参数,其中,所述事件用时参数包括乐观时间参数、悲观时间参数以及最可能时间参数;
第一计算单元,用于基于预设的时间计算公式,对所述乐观时间参数、所述悲观时间参数以及所述最可能时间参数进行计算,得到每个目标诊疗事件的平均持续时间;
方差计算单元,用于基于预设的方差计算公式,对每个目标诊疗事件对应的平均持续时间进行方差计算,得到每个目标医疗事件的活动历时方差;
参数更新单元,用于将每个目标医疗事件的活动历时方差与预设阈值进行比较,并对活动历时方差大于预设阈值的目标医疗事件对应的平均持续时间进行更新;
网络图构建单元,用于根据每个目标诊疗事件以及每个目标诊疗事件的平均持续时间,构建PERT网络图;
第二计算单元,用于确定所述PERT网络图中的关键路线,并基于所述关键路线,计算每个目标诊疗事件的松弛时间;
计划生成单元,用于根据每个目标诊疗事件的平均持续时间和每个目标诊疗事件的松弛时间,生成每个目标诊疗事件的诊疗用时计划。
可选的,在本发明第二方面的第六种实现方式中,所述临床路径构建模块具体包括:
有向边构建单元,用于基于每个标准诊疗节点对应的目标诊疗事件,构建每个目标诊疗事件对应的有向边;
连接单元,用于根据所述诊疗节点序列中标准诊疗节点的排列顺序,依次连接每个目标诊疗事件对应的有向边;
标签添加单元,用于基于每个目标诊疗事件的诊疗用时计划,为每个目标诊疗事件对应的有向边添加计划标签,得到所述目标疾病的临床路径。
本发明第三方面提供了一种临床路径的构建设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述临床路径的构建设备执行上述的临床路径的构建方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的临床路径的构建方法。
本发明提供的技术方案中,首先通过获取目标疾病的诊疗流程,并根据诊疗流程生成包含多个标准诊疗节点的诊疗节点序列,其次从患有该目标疾病且已治愈的患者的历史病历中,提取每个患者的多个诊疗事件,并与每个标准诊疗节点进行匹配,得到每个标准诊疗节点对应的诊疗事件集,将其中每个标准诊疗节点中出现次数最多的诊疗事件作为该节点的目标诊疗事件,然后基于计划评审术,对每个目标诊疗事件进行分析,从而得到每个目标诊疗事件的诊疗用时计划,最后基于目标诊疗事件、每个目标诊疗事件的诊疗用时计划构建目标疾病的临床路径。本发明基于项目管理中的计划评审技术,从而计算每个目标诊疗事件的诊疗用时计划,并在构建临床路径时标注该诊疗用时计划,进而为得到更加准确的临床路径。
附图说明
图1为本发明实施例中临床路径的构建方法的第一个实施例示意图;
图2为本发明实施例中临床路径的构建方法的第二个实施例示意图;
图3为本发明实施例中临床路径的构建方法的第三个实施例示意图;
图4为本发明实施例中临床路径的构建方法的第四个实施例示意图;
图5为本发明实施例中临床路径的构建装置的一个实施例示意图;
图6为本发明实施例中临床路径的构建装置的另一个实施例示意图;
图7为本发明实施例中临床路径的构建设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种临床路径的构建方法、装置、设备及存储介质,监控效率更高。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中临床路径的构建方法的一个实施例包括:
101、接收终端发送的数据获取请求,并根据数据获取请求,获取目标疾病对应的诊疗流程,其中,目标疾病为待构建临床路径的疾病;
可以理解的是,为了规范医疗服务,减少医疗成本,国内各医院针对各项疾病建立了相应的诊疗流程标准,服务器根据数据获取请求,从医院的医疗数据库中获取相应疾病的诊疗流程,该诊疗流程包括病人从挂号到出院的整个过程记录。例如病症为膝关节骨质损坏,需要进行膝关节置换的诊疗手术,其中包括流程1“完成住院病历”、流程2“完成护理评估和记录”等等。
102、根据目标疾病对应的诊疗流程,构建目标疾病对应的诊疗节点序列,其中,诊疗节点序列中包括多个标准诊疗节点;
可以理解的是,每个标准诊疗节点由诊疗流程决定,不同的疾病类型则对应不同标准诊疗节点,该标准诊疗节点包括但不限于入院日、手术前日、手术日、手术后日、出院日以及住院日等。
103、获取多个目标患者的历史电子病历,并根据历史电子病历,确定每个标准诊疗节点对应的目标诊疗事件,其中,目标患者为患有目标疾病且已治愈的病人;
可以理解的是,服务器对多个目标患者的历史电子病历进行事件提取,例如基于模式匹配进行事件提取,或者基于深度学习进行事件提取,本实施例中对其并不做限定。历史电子病历的病人为患有该目标疾病且已治愈的病人对象,其病历一定程度上能够反映其诊疗方案的有效性,进而从中提取与目标疾病关联更加紧密且唯一的目标诊疗事件。
104、根据预设的分析规则,对每个标准诊疗节点对应的目标诊疗事件进行分析,得到每个目标医疗事件的诊疗用时计划;
可以理解的是,该分析规则是一种基于计划评审(Program Evaluation andReview Technique,PERT)的规则,其获取从多个维度对每个目标诊疗事件进行定义的用时参数,并通过预设计算公式对每个目标诊疗事件下多个维度的用时参数进行计算,从而将多个不确定性的用时参数转换为一个确定性的用时参数,进而构建相应的PERT网络图进行分析,得到相应的诊疗用时计划,从而协调项目各个阶段步骤的时间,合理安排人力、物力、时间、资金,加速计划的完成。
105、根据诊疗节点序列、每个标准诊疗节点对应的目标诊疗事件以及每个目标医疗事件的诊疗用时计划,构建目标疾病的临床路径。
可以理解的是,临床路径(Clinical pathway)是指针对某一疾病建立一套标准化治疗模式与治疗程序,进而规范医疗行为,提高医疗质量和降低医疗成本。
采用临床路径后,可以避免传统路径使同一疾病在不同地区、不同医院,不同的治疗组或者不同医师个人间出现不同的治疗方案,避免了其随意性,提高准确性、预后等等的可评估性。
具体的,服务器以每个标准诊疗节点对应的目标诊疗事件作为路径,根据所述标准诊疗节点序列中节点的排列顺序,依次连接每条路径,并为每条路径添加数据标签,数据标签的内容即为每条路径对应的诊疗用时计划,从而得到目标疾病的临床路径。
本实施例中,本发明基于项目管理中的计划评审技术,从而计算每个目标诊疗事件的诊疗用时计划,并在构建临床路径时标注该诊疗用时计划,进而为得到更加准确的临床路径。
参阅图2,本发明实施例中临床路径的构建方法的第二个实施例包括:
201、接收终端发送的数据获取请求,其中,数据获取请求中包括数据库标识参数和查询条件参数;
可以理解的是,数据库标识参数包括数据库服务器的ip地址、数据库名称以及用户名和密码,查询条件参数用于对数据进行条件筛选,具体可表现为一个属性值或一个属性范围,例如查询条件参数为“disease=1542”,其中,disease这个属性表示的是病种类型,1542为一种病种类型的编号。
202、根据数据库标识参数,调用目标数据库;
可以理解的是,服务器首先根据数据库服务器的ip地址从而查询到对应服务器,从而打开数据库服务,其次根据数据库名称,查到到对应的数据库,最后根据用户名和密码,对该数据库的进入权限进行校验。
203、根据查询条件参数,从目标数据库中查询目标疾病对应的诊疗流程;
可以理解的是,服务器根据查询条件参数,生成对应的数据库查询语句,从而在诊疗流程表中快速索引符合条件的数据记录。例如查询条件参数为“disease=1542”,诊疗流程表的表名为“treatment_process”,对应的查询语句SQL=select*from treatment_process where disease=1542;
204、根据目标疾病对应的诊疗流程,构建目标疾病对应的诊疗节点序列,其中,诊疗节点序列中包括多个标准诊疗节点;
205、获取多个目标患者的历史电子病历,并根据历史电子病历,确定每个标准诊疗节点对应的目标诊疗事件,其中,目标患者为患有目标疾病且已治愈的病人;
206、根据预设的分析规则,对每个标准诊疗节点对应的目标诊疗事件进行分析,得到每个目标医疗事件的诊疗用时计划;
207、根据诊疗节点序列、每个标准诊疗节点对应的目标诊疗事件以及每个目标医疗事件的诊疗用时计划,构建目标疾病的临床路径。
其中,步骤204-207与上述步骤102-105的执行步骤类似,具体此处不再赘述。
本实施例中,详细描述了诊疗流程的获取过程,通过数据库标识参数和查询条件参数从而快速定位目标疾病对应的诊疗流程,提升数据获取效率。
参阅图3,本发明实施例中临床路径的构建方法的第三个实施例包括:
301、接收终端发送的数据获取请求,并根据数据获取请求,获取目标疾病对应的诊疗流程,其中,目标疾病为待构建临床路径的疾病;
302、根据目标疾病对应的诊疗流程,构建目标疾病对应的诊疗节点序列,其中,诊疗节点序列中包括多个标准诊疗节点;
其中,步骤301-302与上述步骤101-102的执行步骤类似,具体此处不再赘述。
303、根据目标疾病,从预设的医疗数据库中获取多个目标患者的历史电子病历,其中,目标患者为患有目标疾病且已治愈的病人;
可以理解的是,医疗数据库中对每个患者的每一次的病历数据进行留档保存,服务器根据该目标疾病的病种类型编号,从该医疗数据库中查找患有该目标疾病的病人的历史电子病历。
304、基于自然语言处理技术,对每个目标患者的历史电子病历进行事件抽取,得到每个目标患者对应的多个初始诊疗事件;
可以理解的是,本实施例中采用自然语言处理技术(Natural Language Process,NLP),例如基于统计模型管道抽取算法(pipeline),对每个目标患者的历史电子病历进行事件抽取,从而将历史病历中的事件抽取转化为多阶段的分类问题,具体包括事件触发词分类(用于判断词汇是否是事件触发词,以及事件类别)、元素分类(词组是否是事件元素)、元素角色分类(判断元素的角色类别)、属性分类(判定事件属性)、可报告性分类(判定是否存在值得报告的事件实例),进而得到每个目标患者的多个初始诊疗事件,初始诊疗事件包括每个病人的治疗事件、医嘱以及护理活动,例如入院办理、确定手术日期、手术同意书签署等等。
具体的,服务器依次对每个目标患者的历史电子病历进行文本提取,得到多个目标文本,其次基于预设的分词工具,对每个目标文本进行分词,得到每个目标文本的分词结果,然后根据每个目标文本的分词结果,在预设的事件抽取模板集中匹配每个目标文本对应的目标事件抽取模板,最后基于每个目标文本的分词结果和每个目标文本对应的目标事件抽取模板,生成每个目标文本的事件属性。
可以理解的是,文本提取即对历史电子病历的正文进行识别,可采用光学字符识别技术(Optical Character Recognition,OCR),从而直接对每个目标患者的历史电子病历均进行一次文本提取,得到每个历史电子病历对应的目标文本。
预设的分词工具如jieba等中文分词工具,优选的,在对目标文本进行分词之前,服务器基于实体识别算法(例如基于条件随机场算法、循环神经网络算法等)对目标文本进行命名实体识别(Named EntitiesRecognition,NER),从而将非结构化文本中提取出病种名称、用药名称等结构化的实体词语,进而在保证实体词语不被分割的情况下,将正文切分成合理的词汇序列。
该事件抽取模板集中的每个事件抽取模板可以表示为由至少一个模板元素构成的有序序列。模板元素可以分为“词汇匹配符”、“实体匹配符”、“通配符”三种类型。词汇匹配符可以用于指示事件关键信息,实体匹配符可以用于指示事件关键实体。每个事件抽取模板可以包括这三种类型的模板元素中的一种或多种。
目标事件抽取模板中包括一个属性抽取规则,用于指示从分词结果中抽取事件属性数据的方式,该属性抽取器具体可表示为至少一个属性名称和至少一个元素索引之间的映射关系,每个元素索引指示目标事件抽取模板中的一个模板元素,这种映射关系可以用于指示与每个属性名称相对应的属性内容与该属性名称相映射的元素索引所指示的匹配词汇。
305、依次将每个目标患者对应的多个初始诊疗事件与目标疾病的每个标准诊疗节点进行匹配,得到每个标准诊疗节点对应的诊疗事件集,其中,诊疗事件集中至少包括一个初始诊疗事件;
可以理解的是,每个标准诊疗节点对应多个初始诊疗事件,例如标准诊疗节点为手术前日,对应的初始诊疗事件为“病人A—术前—常规护理”、“病人A—术前—心理护理”、“病人B—术前—备皮、沐浴、更衣、灌肠”、“病人B—术前—心理护理”等。
306、从每个诊疗节点对应的诊疗事件集中,筛选出每个诊疗节点对应的目标诊疗事件,其中,目标诊疗事件为诊疗事件集中出现频率最高的初始诊疗事件;
可以理解的是,每个标准诊疗节点与唯一的初始诊疗事件对应,本实施例对诊疗事件集中的每个初始诊疗事件进行数据统计,将每个标准诊疗节点对应的诊疗事件集中出现频率最高的初始诊疗事件作为其唯一的目标诊疗事件。
307、根据预设的分析规则,对每个标准诊疗节点对应的目标诊疗事件进行分析,得到每个目标医疗事件的诊疗用时计划;
308、根据诊疗节点序列、每个标准诊疗节点对应的目标诊疗事件以及每个目标医疗事件的诊疗用时计划,构建目标疾病的临床路径。
其中,步骤307-308与上述步骤104-105的执行步骤类似,具体此处不再赘述。
本实施例中,详细描述目标诊疗事件提取的过程,通过将其中出现频率最高的事件作为诊疗节点唯一对应的目标诊疗事件,让目标诊疗事件更加符合诊疗流程标准,进而提高临床路径的准确性。
参阅图4,本发明实施例中临床路径的构建方法的第四个实施例包括:
401、接收终端发送的数据获取请求,并根据数据获取请求,获取目标疾病对应的诊疗流程,其中,目标疾病为待构建临床路径的疾病;
402、根据目标疾病对应的诊疗流程,构建目标疾病对应的诊疗节点序列,其中,诊疗节点序列中包括多个标准诊疗节点;
403、获取多个目标患者的历史电子病历,并根据历史电子病历,确定每个标准诊疗节点对应的目标诊疗事件,其中,目标患者为患有目标疾病且已治愈的病人;
404、从预设的数据库中获取每个目标诊疗事件对应的事件用时参数,其中,事件用时参数包括乐观时间参数、悲观时间参数以及最可能时间参数;
可以理解的是,在计划评审分析过程中,服务器以“乐观时间(最短时间)”、“悲观时间(最长时间)”、“最可能时间”来反映每个目标诊疗事件的“不确定性”。其中,乐观时间为工作顺利的情况下,活动持续的时间,悲观时间为基于工作不顺利的情况下,活动持续的时间,最可能时间为正常情况下,活动持续的时间。这三个参数可由最熟悉本项目的人员估算后存储于数据库中,由服务器进而获取,也可以由服务器基于大量的数据统计后计算得到,本实施例中对其并不作限定。
405、基于预设的时间计算公式,对乐观时间参数、悲观时间参数以及最可能时间参数进行计算,得到每个目标诊疗事件的平均持续时间;
可以理解的是,为了便于分析和计算,服务器基于预设的计算公式,将每个目标诊疗事件的乐观时间、悲观时间以及最可能时间合并为单一时间(即平均持续时间),从而将非肯定型问题转换为肯定型问题以进行进一步分析计算,时间计算公式,请参考公式一。
其中,ti为目标诊疗事件i的平均持续时间,ai为目标诊疗事件i的乐观时间,bi为目标诊疗事件i的悲观时间,ci为目标诊疗事件i的最可能时间。
可选的,在步骤405后,服务器还基于预设的方差计算公式,对每个目标诊疗事件对应的平均持续时间进行方差计算,得到每个目标医疗事件的活动历时方差,将每个目标医疗事件的活动历时方差与预设阈值进行比较,并对活动历时方差大于预设阈值的目标医疗事件对应的平均持续时间进行更新。
可以理解的是,为了保证每个目标诊疗任务的时间用时参数的精确性,服务器对其进行时间偏差分析,通过计算活动历时方差,从而反映数据的离散程度,若某个目标诊疗事件对应的时间用时参数过于离散,则需要重新确定该目标诊疗任务的时间用时参数,具体的,可由熟悉本项目的人员重新估算或由服务器重新统计计算,方差计算公式,请参考公式二:
其中,βi为目标诊疗事件i的方差,ai为目标诊疗事件i的乐观时间,bi为目标诊疗事件i的悲观时间。
406、根据每个目标诊疗事件以及每个目标诊疗事件的平均持续时间,构建PERT网络图;
应当理解的是,PERT网络是一种类似流程图的箭线图,其描绘每个目标诊疗事件的先后次序,并标明每项事件的平均持续时间。
407、确定PERT网络图中的关键路线,并基于关键路线,计算每个目标诊疗事件的松弛时间;
可以理解的是,关键路线为PERT网络图中持续时间最长的事件序列,服务器将每条路线中所有活动的平均持续时间相加后,得到每条路线的持续时间,将其中持续时间最长的路线作为关键路线。目标诊疗事件的松弛时间为该目标诊疗事件的最晚执行时间与最早执行时间之差,例如在一PERT网络图中,关键路径为A-C-H-J-K,目标诊疗事件H-N所在的最长路径为A-C-H-N-K,其中,事件A-C的平均持续时间T(A-C)为5天,事件C-H的平均持续时间T(C-H)为3天,事件H-J的平均持续时间T(H-J)为8天,事件J-K的平均持续时间T(H-J)为6天,事件H-N的平均持续时间T(H-J)为4天,事件N-K的平均持续时间T(H-J)为2天,则关键路径的活动持续时间L=T(A-C)+T(C-H)+T(H-J)+T(H-J)=22,即目标诊疗事件H-N的最晚执行时间为第22天,而目标诊疗事件H-N的最早执行时间F=T(A-C)+T(C-H)+T(H-N)+T(N-K)=14,则目标诊疗事件H-N的松弛时间Z=L-F=8天。
408、根据每个目标诊疗事件的平均持续时间和每个目标诊疗事件的松弛时间,生成每个目标诊疗事件的诊疗用时计划;
可以理解的是,诊疗用时计划用于规划目标诊疗事件的执行用时,例如病人签署手术同意书这一事件,平均持续时间为0.5天,松弛时间为1天,则表示正常情况下病人应在0.5天内完成手术同意书的签署,最多延迟1天,即1.5天内完成完成手术同意书的签署。
409、根据诊疗节点序列、每个标准诊疗节点对应的目标诊疗事件以及每个目标医疗事件的诊疗用时计划,构建目标疾病的临床路径。
本实施例中,详细描述了基于计划评审技术,对每个目标诊疗事件的诊疗用时计划进行分析的过程,通过三点估算法来计算每个目标诊疗事件的平均持续时间,并通过构建PERT网络图来构建每个目标诊疗事件的关系表达,进而分析得到每个目标诊疗事件的松弛时间,从而得到每个目标诊疗事件准确的诊疗用时计划。
上面对本发明实施例中临床路径的构建方法进行了描述,下面对本发明实施例中临床路径的构建装置进行描述,请参阅图5,本发明实施例中临床路径的构建装置的一个实施例包括:
诊疗流程获取模块501,用于接收终端发送的数据获取请求,并根据所述数据获取请求,获取目标疾病对应的诊疗流程,其中,所述目标疾病为待构建临床路径的疾病;
节点序列构建模块502,用于根据所述目标疾病对应的诊疗流程,构建所述目标疾病对应的诊疗节点序列,其中,所述诊疗节点序列中包括多个标准诊疗节点;
诊疗事件提取模块503,用于获取多个目标患者的历史电子病历,并根据所述历史电子病历,确定每个标准诊疗节点对应的目标诊疗事件,其中,所述目标患者为患有所述目标疾病且已治愈的病人;
计划评审分析模块504,用于根据预设的分析规则,对每个标准诊疗节点对应的目标诊疗事件进行分析,得到每个目标医疗事件的诊疗用时计划;
临床路径构建模块505,用于根据所述诊疗节点序列、每个标准诊疗节点对应的目标诊疗事件以及每个目标医疗事件的诊疗用时计划,构建所述目标疾病的临床路径。
本实施例中,本发明基于项目管理中的计划评审技术,从而计算每个目标诊疗事件的诊疗用时计划,并在构建临床路径时标注该诊疗用时计划,进而为得到更加准确的临床路径。
参阅图6,本发明实施例中临床路径的构建装置的另一个实施例包括:
诊疗流程获取模块501,用于接收终端发送的数据获取请求,并根据所述数据获取请求,获取目标疾病对应的诊疗流程,其中,所述目标疾病为待构建临床路径的疾病;
节点序列构建模块502,用于根据所述目标疾病对应的诊疗流程,构建所述目标疾病对应的诊疗节点序列,其中,所述诊疗节点序列中包括多个标准诊疗节点;
诊疗事件提取模块503,用于获取多个目标患者的历史电子病历,并根据所述历史电子病历,确定每个标准诊疗节点对应的目标诊疗事件,其中,所述目标患者为患有所述目标疾病且已治愈的病人;
计划评审分析模块504,用于根据预设的分析规则,对每个标准诊疗节点对应的目标诊疗事件进行分析,得到每个目标医疗事件的诊疗用时计划;
临床路径构建模块505,用于根据所述诊疗节点序列、每个标准诊疗节点对应的目标诊疗事件以及每个目标医疗事件的诊疗用时计划,构建所述目标疾病的临床路径。
其中,所述诊疗流程获取模块501具体包括:
接收单元5011,用于接收终端发送的数据获取请求,其中,所述数据获取请求中包括数据库标识参数和查询条件参数;
调用单元5012,用于根据所述数据库标识参数,调用目标数据库;
查询单元5013,用于根据所述查询条件参数,从所述目标数据库中查询所述目标疾病对应的多个诊疗流程。
其中,所述诊疗事件提取模块503具体包括:
病历获取单元5031,用于根据所述目标疾病,从预设的医疗数据库中获取多个目标患者的历史电子病历,其中,所述目标患者为患有所述目标疾病且已治愈的病人;
事件抽取单元5032,用于基于自然语言处理技术,对每个目标患者的历史电子病历进行事件抽取,得到每个目标患者对应的多个初始诊疗事件;
节点匹配单元5033,用于依次将每个目标患者对应的多个初始诊疗事件与所述目标疾病的每个标准诊疗节点进行匹配,得到每个标准诊疗节点对应的诊疗事件集,其中,所述诊疗事件集中至少包括一个初始诊疗事件;
目标筛选单元5034,用于从每个诊疗节点对应的诊疗事件集中,筛选出每个诊疗节点对应的目标诊疗事件,其中,所述目标诊疗事件为所述诊疗事件集中出现频率最高的初始诊疗事件。
其中,所述事件抽取单元具体用于:
依次对每个目标患者的历史电子病历进行文本提取,得到多个目标文本;
基于预设的分词工具,对每个目标文本进行分词,得到每个目标文本的分词结果;
根据每个目标文本的分词结果,在预设的事件抽取模板集中匹配每个目标文本对应的事件抽取模板;
基于每个目标文本的分词结果和每个目标文本对应的事件抽取模板,生成每个目标文本对应的多个事件属性,得到每个目标患者对应的多个初始诊疗事件。
其中,所述计划评审分析模块504具体包括:
用时参数获取单元5041,从预设的数据库中获取每个目标诊疗事件对应的事件用时参数,其中,所述事件用时参数包括乐观时间参数、悲观时间参数以及最可能时间参数;
第一计算单元5042,用于基于预设的时间计算公式,对所述乐观时间参数、所述悲观时间参数以及所述最可能时间参数进行计算,得到每个目标诊疗事件的平均持续时间;
网络图构建单元5043,用于根据每个目标诊疗事件以及每个目标诊疗事件的平均持续时间,构建PERT网络图;
第二计算单元5044,用于确定所述PERT网络图中的关键路线,并基于所述关键路线,计算每个目标诊疗事件的松弛时间;
计划生成单元5045,用于根据每个目标诊疗事件的平均持续时间和每个目标诊疗事件的松弛时间,生成每个目标诊疗事件的诊疗用时计划。
其中,所述所述临床路径构建模块505具体包括:
有向边构建单元5051,用于基于每个标准诊疗节点对应的目标诊疗事件,构建每个目标诊疗事件对应的有向边;
连接单元5052,用于根据所述诊疗节点序列中标准诊疗节点的排列顺序,依次连接每个目标诊疗事件对应的有向边;
标签添加单元5053,用于基于每个目标诊疗事件的诊疗用时计划,为每个目标诊疗事件对应的有向边添加计划标签,得到所述目标疾病的临床路径。
本发明实施例中,模块化的设计让临床路径的构建装置各部位的硬件专注于某一功能的实现,最大化实现了硬件的性能,同时模块化的设计也降低了装置的模块之间的耦合性,更加方便维护。
上面图5和图6从模块化功能实体的角度对本发明实施例中的临床路径的构建装置进行详细描述,下面从硬件处理的角度对本发明实施例中临床路径的构建设备进行详细描述。
图7是本发明实施例提供的一种临床路径的构建设备的结构示意图,该临床路径的构建设备700可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)710(例如,一个或一个以上处理器)和存储器720,一个或一个以上存储应用程序733或数据732的存储介质730(例如一个或一个以上海量存储设备)。其中,存储器720和存储介质730可以是短暂存储或持久存储。存储在存储介质730的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对临床路径的构建设备700中的一系列指令操作。更进一步地,处理器710可以设置为与存储介质730通信,在临床路径的构建设备700上执行存储介质730中的一系列指令操作。
临床路径的构建设备700还可以包括一个或一个以上电源740,一个或一个以上有线或无线网络接口750,一个或一个以上输入输出接口760,和/或,一个或一个以上操作系统731,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图7示出的临床路径的构建设备结构并不构成对临床路径的构建设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种临床路径的构建设备,所述临床路径的构建设备包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行上述各实施例中的所述临床路径的构建方法的步骤。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述临床路径的构建方法的步骤。
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。
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,本发明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)执行本发明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(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种临床路径的构建方法,其特征在于,所述临床路径的构建方法包括:
接收终端发送的数据获取请求,并根据所述数据获取请求,获取目标疾病对应的诊疗流程,其中,所述目标疾病为待构建临床路径的疾病;
根据所述目标疾病对应的诊疗流程,构建所述目标疾病对应的诊疗节点序列,其中,所述诊疗节点序列中包括多个标准诊疗节点;
获取多个目标患者的历史电子病历,并根据所述历史电子病历,确定每个标准诊疗节点对应的目标诊疗事件,其中,所述目标患者为患有所述目标疾病且已治愈的病人;
根据预设的分析规则,对每个标准诊疗节点对应的目标诊疗事件进行分析,得到每个目标医疗事件的诊疗用时计划;
根据所述诊疗节点序列、每个标准诊疗节点对应的目标诊疗事件以及每个目标医疗事件的诊疗用时计划,构建所述目标疾病的临床路径。
2.根据权利要求1所述的临床路径的构建方法,其特征在于,所述接收终端发送的数据获取请求,并根据所述数据获取请求,获取目标疾病对应的诊疗流程包括:
接收终端发送的数据获取请求,其中,所述数据获取请求中包括数据库标识参数和查询条件参数;
根据所述数据库标识参数,调用目标数据库;
根据所述查询条件参数,从所述目标数据库中查询所述目标疾病对应的诊疗流程。
3.根据权利要求2所述的临床路径的构建方法,其特征在于,所述获取多个目标患者的历史电子病历,并根据所述历史电子病历,确定每个标准诊疗节点对应的目标诊疗事件包括:
根据所述目标疾病,从预设的医疗数据库中获取多个目标患者的历史电子病历,其中,所述目标患者为患有所述目标疾病且已治愈的病人;
基于自然语言处理技术,对每个目标患者的历史电子病历进行事件抽取,得到每个目标患者对应的多个初始诊疗事件;
依次将每个目标患者对应的多个初始诊疗事件与所述目标疾病的每个标准诊疗节点进行匹配,得到每个标准诊疗节点对应的诊疗事件集,其中,所述诊疗事件集中至少包括一个初始诊疗事件;
从每个诊疗节点对应的诊疗事件集中,筛选出每个诊疗节点对应的目标诊疗事件,其中,所述目标诊疗事件为所述诊疗事件集中出现频率最高的初始诊疗事件。
4.根据权利要求3所述的临床路径的构建方法,其特征在于,所述基于自然语言处理技术,对每个目标患者的历史电子病历进行事件抽取,得到每个目标患者对应的多个初始诊疗事件包括:
依次对每个目标患者的历史电子病历进行文本提取,得到多个目标文本;
基于预设的分词工具,对每个目标文本进行分词,得到每个目标文本的分词结果;
根据每个目标文本的分词结果,在预设的事件抽取模板集中匹配每个目标文本对应的事件抽取模板;
基于每个目标文本的分词结果和每个目标文本对应的事件抽取模板,生成每个目标文本对应的多个事件属性,得到每个目标患者对应的多个初始诊疗事件。
5.根据权利要求4所述的临床路径的构建方法,其特征在于,所述根据预设的分析规则,对每个标准诊疗节点对应的目标诊疗事件进行分析,得到每个目标医疗事件的诊疗用时计划包括:
从预设的数据库中获取每个目标诊疗事件对应的事件用时参数,其中,所述事件用时参数包括乐观时间参数、悲观时间参数以及最可能时间参数;
基于预设的时间计算公式,对所述乐观时间参数、所述悲观时间参数以及所述最可能时间参数进行计算,得到每个目标诊疗事件的平均持续时间;
根据每个目标诊疗事件以及每个目标诊疗事件的平均持续时间,构建PERT网络图;
确定所述PERT网络图中的关键路线,并基于所述关键路线,计算每个目标诊疗事件的松弛时间;
根据每个目标诊疗事件的平均持续时间和每个目标诊疗事件的松弛时间,生成每个目标诊疗事件的诊疗用时计划。
6.根据权利要求5所述的临床路径的构建方法,其特征在于,在所述基于预设的时间计算公式,对所述乐观时间、所述悲观时间以及所述最可能时间进行计算,得到每个目标诊疗事件对应的平均持续时间之后,在所述根据每个目标诊疗事件以及每个目标诊疗事件对应的平均持续时间,构建PERT网络图之前,还包括:
基于预设的方差计算公式,对每个目标诊疗事件对应的平均持续时间进行方差计算,得到每个目标医疗事件的活动历时方差;
将每个目标医疗事件的活动历时方差与预设阈值进行比较,并对活动历时方差大于预设阈值的目标医疗事件对应的平均持续时间进行更新。
7.根据权利要求1-6中任意一项所述的临床路径的构建方法,其特征在于,所述根据所述诊疗节点序列、每个标准诊疗节点对应的目标诊疗事件以及每个目标诊疗事件的诊疗用时计划,构建所述目标疾病的临床路径包括:
基于每个标准诊疗节点对应的目标诊疗事件,构建每个目标诊疗事件对应的有向边;
根据所述诊疗节点序列中标准诊疗节点的排列顺序,依次连接每个目标诊疗事件对应的有向边;
基于每个目标诊疗事件的诊疗用时计划,为每个目标诊疗事件对应的有向边添加计划标签,得到所述目标疾病的临床路径。
8.一种临床路径的构建装置,其特征在于,所述临床路径的构建装置包括:
诊疗流程获取模块,用于接收终端发送的数据获取请求,并根据所述数据获取请求,获取目标疾病对应的诊疗流程,其中,所述目标疾病为待构建临床路径的疾病;
节点序列构建模块,用于根据所述目标疾病对应的诊疗流程,构建所述目标疾病对应的诊疗节点序列,其中,所述诊疗节点序列中包括多个标准诊疗节点;
诊疗事件提取模块,用于获取多个目标患者的历史电子病历,并根据所述历史电子病历,确定每个标准诊疗节点对应的目标诊疗事件,其中,所述目标患者为患有所述目标疾病且已治愈的病人;
计划评审分析模块,用于根据预设的分析规则,对每个标准诊疗节点对应的目标诊疗事件进行分析,得到每个目标医疗事件的诊疗用时计划;
临床路径构建模块,用于根据所述诊疗节点序列、每个标准诊疗节点对应的目标诊疗事件以及每个目标医疗事件的诊疗用时计划,构建所述目标疾病的临床路径。
9.一种临床路径的构建设备,其特征在于,所述临床路径的构建设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述临床路径的构建设备执行如权利要求1-7中任意一项所述的临床路径的构建方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-7中任一项所述的临床路径的构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111017276.7A CN113658691A (zh) | 2021-08-31 | 2021-08-31 | 临床路径的构建方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111017276.7A CN113658691A (zh) | 2021-08-31 | 2021-08-31 | 临床路径的构建方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113658691A true CN113658691A (zh) | 2021-11-16 |
Family
ID=78482641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111017276.7A Pending CN113658691A (zh) | 2021-08-31 | 2021-08-31 | 临床路径的构建方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113658691A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115188482A (zh) * | 2022-07-12 | 2022-10-14 | 曜立科技(北京)有限公司 | 一种用于追踪胸痛患者的临床诊疗路径生成系统 |
CN115375045A (zh) * | 2022-10-26 | 2022-11-22 | 山东捷瑞数字科技股份有限公司 | 基于三维引擎的工程网络图的无效路径检测方法及系统 |
CN115662646A (zh) * | 2022-12-08 | 2023-01-31 | 武汉金豆医疗数据科技有限公司 | 医疗决策平台的构建方法及装置、电子设备和存储介质 |
CN117195866A (zh) * | 2023-11-03 | 2023-12-08 | 中电数据服务有限公司 | 一种电子病历数据解析方法及系统 |
CN117912706A (zh) * | 2024-01-26 | 2024-04-19 | 杭州领翼信息技术有限公司 | 一种基于数据对齐的全病程健康分析方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103617355A (zh) * | 2013-11-25 | 2014-03-05 | 方正国际软件有限公司 | 临床路径的生成装置和临床路径的生成方法 |
CN106202942A (zh) * | 2016-07-14 | 2016-12-07 | 深圳市前海安测信息技术有限公司 | 临床路径自动生成系统和方法 |
WO2020037454A1 (zh) * | 2018-08-20 | 2020-02-27 | 深圳市全息医疗科技有限公司 | 智能辅助诊疗系统及方法 |
-
2021
- 2021-08-31 CN CN202111017276.7A patent/CN113658691A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103617355A (zh) * | 2013-11-25 | 2014-03-05 | 方正国际软件有限公司 | 临床路径的生成装置和临床路径的生成方法 |
CN106202942A (zh) * | 2016-07-14 | 2016-12-07 | 深圳市前海安测信息技术有限公司 | 临床路径自动生成系统和方法 |
WO2018010379A1 (zh) * | 2016-07-14 | 2018-01-18 | 深圳市前海安测信息技术有限公司 | 临床路径自动生成系统和方法 |
WO2020037454A1 (zh) * | 2018-08-20 | 2020-02-27 | 深圳市全息医疗科技有限公司 | 智能辅助诊疗系统及方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115188482A (zh) * | 2022-07-12 | 2022-10-14 | 曜立科技(北京)有限公司 | 一种用于追踪胸痛患者的临床诊疗路径生成系统 |
CN115375045A (zh) * | 2022-10-26 | 2022-11-22 | 山东捷瑞数字科技股份有限公司 | 基于三维引擎的工程网络图的无效路径检测方法及系统 |
CN115662646A (zh) * | 2022-12-08 | 2023-01-31 | 武汉金豆医疗数据科技有限公司 | 医疗决策平台的构建方法及装置、电子设备和存储介质 |
CN117195866A (zh) * | 2023-11-03 | 2023-12-08 | 中电数据服务有限公司 | 一种电子病历数据解析方法及系统 |
CN117195866B (zh) * | 2023-11-03 | 2024-04-09 | 中电数据服务有限公司 | 一种电子病历数据解析方法及系统 |
CN117912706A (zh) * | 2024-01-26 | 2024-04-19 | 杭州领翼信息技术有限公司 | 一种基于数据对齐的全病程健康分析方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113658691A (zh) | 临床路径的构建方法、装置、设备及存储介质 | |
CN109670173B (zh) | 报销数据的排查方法、识别服务端及存储介质 | |
JP5923307B2 (ja) | 分散化された自律的医療環境におけるアサーションベースレコードリンケージ | |
US7580831B2 (en) | Dynamic dictionary and term repository system | |
US7917377B2 (en) | Patient data mining for automated compliance | |
EP3210140A1 (en) | Identification of codable sections in medical documents | |
CN110459320A (zh) | 一种基于知识图谱的辅助诊疗系统 | |
CN113345577B (zh) | 诊疗辅助信息的生成方法、模型训练方法、装置、设备以及存储介质 | |
CN111680813B (zh) | 智能预约疫苗接种的方法、装置、设备及存储介质 | |
WO2023178971A1 (zh) | 就医的互联网挂号方法、装置、设备及存储介质 | |
CN109542966B (zh) | 数据融合方法、装置、电子设备及计算机可读介质 | |
CN112562836A (zh) | 医生推荐方法、装置、电子设备及存储介质 | |
WO2021151291A1 (zh) | 疾病风险的分析方法、装置、电子设备及计算机存储介质 | |
CN110689325A (zh) | 信息处理方法、装置及计算机可读存储介质 | |
CN110782998A (zh) | 数据审核方法、装置、计算机设备和存储介质 | |
WO2021169203A1 (zh) | 基于多层级结构相似度的单基因病名称推荐方法和系统 | |
CN113345545A (zh) | 临床数据的稽查方法、装置、电子设备及可读存储介质 | |
CN115346634A (zh) | 一种体检报告解读预测方法、系统、电子设备和存储介质 | |
CN111415760A (zh) | 医生推荐方法、系统、计算机设备及存储介质 | |
CN114220541A (zh) | 疾病预测方法、装置、电子设备及存储介质 | |
CN112289454B (zh) | 临床数据的打标签方法及装置、存储介质、终端 | |
JP5731345B2 (ja) | 情報処理システム、医療情報収集装置、医療情報収集方法、医療情報収集プログラム、申告情報収集装置、申告情報収集方法、申告情報収集プログラム、及び、患者側端末用プログラム | |
CN112506917B (zh) | 一种主数据的字典映射方法、装置、系统、设备和介质 | |
CN114595668A (zh) | 一种医疗诊断术语标准化的方法、平台、介质及设备 | |
CN114240677A (zh) | 医疗数据风险识别方法、装置、电子设备及存储介质 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220607 Address after: 518000 China Aviation Center 2901, No. 1018, Huafu Road, Huahang community, Huaqiang North Street, Futian District, Shenzhen, Guangdong Province Applicant after: Shenzhen Ping An medical and Health Technology Service Co.,Ltd. Address before: Room 12G, Area H, 666 Beijing East Road, Huangpu District, Shanghai 200001 Applicant before: PING AN MEDICAL AND HEALTHCARE MANAGEMENT Co.,Ltd. |