CN114139213B - 一种icu病房监控数据处理方法及系统 - Google Patents

Abstract

本申请实施例提供的ICU病房监控数据处理方法及系统，借助ICU病房中预先配置的智能化病房数据处理端收集的患者隐私数据来获得ICU病房隐私安全描述，无需额外设置进行隐私信息暴露分析的其他软硬件，减少了针对ICU病房的软硬件改造开销，并且能够在一定程度上提高隐私信息暴露定位的适用范围，能够在确保ICU病房监控数据队列的数据完整性和正确性的前提下提高隐私安全分析的精度；在全局访问热度数据的基础上结合病理隐私事项匿名评价，在实现对ICU病房数据监测的过程中可以尽可能保障相关患者的隐私数据的安全分析检测，从而避免相关隐私数据被盗取或非法访问。

Description

一种ICU病房监控数据处理方法及系统

技术领域

本申请涉及数字化医疗和隐私保护技术领域，特别涉及一种ICU病房监控数据处理方法及系统。

背景技术

ICU（Intensive Care Unit），是指加强监护病房综合治疗室，治疗、护理、康复均可同步进行，为重症或昏迷患者提供隔离场所和设备，提供最佳护理、综合治疗、医养结合，术后早期康复、关节护理运动治疗等服务。ICU病房是随着医疗、护理、康复等专业的共同发展、新型医疗设备的诞生和医院管理体制的改进而出现的一种集现代化医疗、护理、康复技术为一体的医疗组织管理形式。

随着数字医疗的发展，ICU病房针对病患的医疗数据和病理数据的采集和分析愈加丰富和多样化，但由此也会引发一系列的数据信息安全问题。比如，对于ICU病房的病患医疗数据和病理数据而言，如何保障这类数据中的隐私信息被盗取或者非法访问是现目前亟需改善的一个技术问题。

发明内容

为改善相关技术中存在的技术问题，本申请提供了一种ICU病房监控数据处理方法及系统。

第一方面，本申请实施例提供了一种ICU病房监控数据处理方法，包括：从ICU病房监控数据队列中确定涵盖指定的待分析监控信息集的不低于两组患者隐私数据；依据所述不低于两组患者隐私数据的收集时段和对所述不低于两组患者隐私数据的病理隐私事项的挖掘与持续性标记，确定所述待分析监控信息集对应的全局访问热度数据；通过所述待分析监控信息集的类别描述和所述待分析监控信息集内的病理隐私事项的统计数目，确定病理隐私事项匿名评价；结合所述全局访问热度数据和所述病理隐私事项匿名评价，确定所述待分析监控信息集对应的ICU病房隐私安全描述。

如此设计，借助ICU病房中预先配置的智能化病房数据处理端收集的患者隐私数据来获得ICU病房隐私安全描述，无需额外设置进行隐私信息暴露分析的其他软硬件，减少了针对ICU病房的软硬件改造开销，并且能够在一定程度上提高隐私信息暴露定位的适用范围。在此基础上，能够在确保ICU病房监控数据队列的数据完整性和正确性的前提下提高隐私安全分析的精度。进一步地，该全局访问热度数据反映待分析监控信息集内的所有病理隐私事项的在待分析监控信息集内的访问热度均值，其相较与待分析监控信息集内所有病理隐私事项的当前事项访问热度的均值，该全局访问热度数据更能精准地反应待分析监控信息集内的隐私信息暴露情况；在全局访问热度数据的基础上结合病理隐私事项匿名评价，能够在一定程度上提高确定的ICU病房隐私安全描述的精度和可信度。这样一来，在实现对ICU病房数据监测的过程中可以尽可能保障相关患者的隐私数据的安全分析检测，从而避免相关隐私数据被盗取或非法访问。

对于一些可独立实施的实施例而言，所述结合所述全局访问热度数据和所述病理隐私事项匿名评价，确定所述待分析监控信息集对应的ICU病房隐私安全描述，包括：确定匿名优先级判定值和信息访问热度判定值；在所述全局访问热度数据对应的量化值小于所述信息访问热度判定值，并且所述病理隐私事项匿名评价对应的量化值大于所述匿名优先级判定值的前提下，确定所述待分析监控信息集的ICU病房隐私安全描述为隐私信息暴露状态。

如此设计，该全局访问热度数据反映待分析监控信息集内的所有病理隐私事项的在待分析监控信息集内的访问热度均值；该病理隐私事项匿名评价能够反应待分析监控信息集内病理隐私事项的隐私重要程度，结合全局访问热度数据和病理隐私事项匿名评价能够精准可靠地确定待分析监控信息集的ICU病房隐私安全描述。

对于一些可独立实施的实施例而言，所述ICU病房隐私安全描述包括隐私信息暴露程度；所述结合所述全局访问热度数据和所述病理隐私事项匿名评价，确定所述待分析监控信息集对应的ICU病房隐私安全描述，还包括：在确定所述待分析监控信息集的ICU病房隐私安全描述为隐私信息暴露状态的前提下，确定所述待分析监控信息集对应的信息访问热度约束特征；通过所述信息访问热度约束特征，确定不同隐私信息暴露程度对应的信息访问热度约束范围；结合所述全局访问热度数据和所述信息访问热度约束范围，确定所述待分析监控信息集对应的隐私信息暴露程度。

如此设计，信息访问热度约束特征存在差异，对应的信息访问热度约束范围同样存在差异，在判断隐私信息暴露程度的时候，结合待分析监控信息集的信息访问热度约束特征确定信息访问热度约束范围，再根据信息访问热度约束范围能够提高确定的目标隐私信息暴露程度的精度和可信度。

对于一些可独立实施的实施例而言，所述依据所述不低于两组患者隐私数据的收集时段和对所述不低于两组患者隐私数据的病理隐私事项的挖掘与持续性标记，确定所述待分析监控信息集对应的全局访问热度数据，包括：对所述不低于两组患者隐私数据进行挖掘，得到所述患者隐私数据中携带的病理隐私事项；对所述不低于两组患者隐私数据中挖掘出的病理隐私事项进行持续性标记，将不同患者隐私数据中挖掘出的相同病理隐私事项进行配对；通过所述相同病理隐私事项在其中两组患者隐私数据中的分布标签，确定所述病理隐私事项的动态描述；通过所述其中两组患者隐私数据的收集时段以及所述病理隐私事项的动态描述，确定每个所述病理隐私事项的当前事项访问热度；结合每个所述病理隐私事项的当前事项访问热度，确定所述待分析监控信息集对应的全局访问热度数据。

如此设计，基于两组患者隐私数据的收集时段和病理隐私事项的动态描述，能够精准可靠地确定同时存在于两组患者隐私数据中待分析监控信息集内的病理隐私事项的当前事项访问热度；基于每个病理隐私事项的当前事项访问热度，能够精准可靠地确定待分析监控信息集对应的全局访问热度数据。

对于一些可独立实施的实施例而言，所述结合每个所述病理隐私事项的当前事项访问热度，确定所述待分析监控信息集对应的全局访问热度数据，包括：针对每个所述病理隐私事项，基于该病理隐私事项在所述待分析监控信息集内的多个当前事项访问热度，确定该病理隐私事项在所述待分析监控信息集内的第一访问热度均值；结合每个所述病理隐私事项在所述待分析监控信息集内的第一访问热度均值，确定所有的所述病理隐私事项在所述待分析监控信息集内的第二访问热度均值和所述第一访问热度均值对应的访问热度离散指标；通过所述第二访问热度均值和所述访问热度离散指标，确定所述待分析监控信息集对应的全局访问热度数据。

如此设计，基于每个病理隐私事项在待分析监控信息集内的访问热度均值，以及每个病理隐私事项的访问热度均值的访问热度离散指标，能够精准可靠地确定反映待分析监控信息集内的所有病理隐私事项的在待分析监控信息集内的全局访问热度数据。

对于一些可独立实施的实施例而言，所述通过所述待分析监控信息集的类别描述和所述待分析监控信息集内的病理隐私事项的统计数目，确定病理隐私事项匿名评价，包括：通过所述待分析监控信息集在所述患者隐私数据中的分布标签信息以及挖掘得到的所述患者隐私数据中携带的病理隐私事项，确定所述待分析监控信息集内的病理隐私事项的统计数目；通过所述待分析监控信息集在所述患者隐私数据中的分布标签信息和收集所述患者隐私数据的智能化病房数据处理端的终端标签，确定所述待分析监控信息集的类别描述；通过所述待分析监控信息集的类别描述和所述待分析监控信息集内的病理隐私事项的统计数目，确定病理隐私事项匿名评价。

如此设计，基于待分析监控信息集在患者隐私数据中的分布标签信息以及挖掘得到的患者隐私数据中携带的病理隐私事项，可以将处于待分析监控信息集之外的病理隐私事项丢弃，或者可以确定出处于待分析监控信息集之内的病理隐私事项，即能够尽可能精准地确定待分析监控信息集内的病理隐私事项的统计数目；基于智能化病房数据处理端的终端标签和待分析监控信息集在患者隐私数据中的分布标签信息，能够尽可能准确地确定待分析监控信息集的在预设特征空间中的类别描述；继而，基于该尽可能精准地类别描述和该病理隐私事项的统计数目，能够尽可能准确地确定该病理隐私事项匿名评价。

对于一些可独立实施的实施例而言，所述待分析监控信息集的类别描述包括：所述待分析监控信息集在预设特征空间中的映射用户隐私主题和所述待分析监控信息集在预设特征空间中的映射信息重要程度；所述通过所述待分析监控信息集的类别描述和所述待分析监控信息集内的病理隐私事项的统计数目，确定病理隐私事项匿名评价，包括：通过所述映射信息重要程度和指定的事项状态标签，确定所述待分析监控信息集内的事项状态统计数目；通过所述待分析监控信息集内的病理隐私事项的统计数目、所述事项状态统计数目和所述映射用户隐私主题，确定所述待分析监控信息集对应的病理隐私事项匿名评价。

如此设计，待分析监控信息集内的病理隐私事项匿名评价不仅与其相关的病理隐私事项的统计数目有关，还与事项状态统计数目和待分析监控信息集的映射用户隐私主题有关，基于此，借助待分析监控信息集内病理隐私事项的统计数目、事项状态统计数目和待分析监控信息集的映射用户隐私主题，能够尽可能准确地确定待分析监控信息集内的病理隐私事项匿名评价。

对于一些可独立实施的实施例而言，所述通过所述相同病理隐私事项在其中两组患者隐私数据中的分布标签，确定所述病理隐私事项的动态描述，包括：针对每个所述病理隐私事项，通过所述病理隐私事项在所述其中两组患者隐私数据中的每组所述患者隐私数据中的分布标签信息和收集所述患者隐私数据的智能化病房数据处理端的终端标签，确定所述病理隐私事项在预设特征空间中的第一映射分布标签信息和第二映射分布标签信息；通过所述第一映射分布标签信息和所述第二映射分布标签信息，确定所述病理隐私事项的动态描述。

如此设计，基于智能化病房数据处理端的终端标签和病理隐私事项在每组患者隐私数据中的分布标签信息，能够精准可靠地确定病理隐私事项对应于每组患者隐私数据的映射分布标签信息，即该第一映射分布标签信息和第二映射分布标签信息，继而能够精准可靠地确定病理隐私事项的动态描述。

对于一些可独立实施的实施例而言，所述智能化病房数据处理端的终端标签可以借助如下步骤确定：确定所述智能化病房数据处理端收集的调试隐私数据；定位所述调试隐私数据中的多个调试隐私事项；通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签和所述显著事项内容在预设特征空间中的映射关系网标签，确定所述智能化病房数据处理端的终端标签。

如此设计，借助调试隐私事项在调试隐私数据中的关系网标签和调试隐私事项在预设特征空间中的映射关系网标签，能够精准地确定智能化病房数据处理端的终端标签。

对于一些可独立实施的实施例而言，调试隐私事项包括病理隐私事项；所述调试隐私事项的显著事项内容包括病理隐私事项的患者身份主题对应的显著事项内容。

如此设计，由于病理隐私事项的患者身份主题之间的量化差异在一个数值区间内，因此借助病理隐私事项的患者身份主题的显著事项内容对智能化病房数据处理端进行处理端变量调试，有利于提高调试效率和调试准确度。

对于一些可独立实施的实施例而言，所述通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签和所述显著事项内容在预设特征空间中的映射关系网标签，确定所述智能化病房数据处理端的终端标签，包括：通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签，确定所述调试隐私数据中所述调试隐私事项的设定事项片段的事项特征统计数目；在所述事项特征统计数目与指定统计数目不相同的前提下，通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签和所述显著事项内容在预设特征空间中的映射关系网标签，确定所述智能化病房数据处理端的终端标签。

如此设计，调试隐私事项的设定事项片段的事项特征统计数目与指定统计数目不相同，表明智能化病房数据处理端的终端标签发生了更新，此时需要智能化病房数据处理端的终端标签进行调试，从而能够保证隐私信息暴露定位的准确度。

对于一些可独立实施的实施例而言，所述在所述事项特征统计数目与指定统计数目不相同的前提下，通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签和所述显著事项内容在预设特征空间中的映射关系网标签，确定所述智能化病房数据处理端的终端标签，包括：在所述事项特征统计数目与指定统计数目不相同的前提下，通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签和所述显著事项内容在预设特征空间中的映射关系网标签，确定所述智能化病房数据处理端对应的数据处理特征空间和预设特征空间之间的匹配损失；通过所述匹配损失，确定所述智能化病房数据处理端的终端标签。

如此设计，借助显著事项内容在数据处理特征空间和预设特征空间之间的匹配损失，能够尽可能精准地进行处理端变量调试。

对于一些可独立实施的实施例而言，所述终端标签包括所述智能化病房数据处理端的关联影响型标签和线程配置标签；所述通过所述匹配损失，确定所述智能化病房数据处理端的终端标签，包括：将所述智能化病房数据处理端的线程配置标签更新为默认标签，通过所述匹配损失，确定所述智能化病房数据处理端的关联影响型标签；和/或，将所述智能化病房数据处理端的关联影响型标签更新为默认标签，通过所述匹配损失，确定所述智能化病房数据处理端的线程配置标签。

如此设计，将智能化病房数据处理端的线程配置标签进行调整，结合匹配损失，能够尽可能准确得确定智能化病房数据处理端的关联影响型标签；同时，将智能化病房数据处理端的关联影响型标签进行调整，结合匹配损失，能够尽可能准确得确定智能化病房数据处理端的线程配置标签。第二方面，本申请还提供了一种ICU病房监控数据处理系统，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述所述的方法。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并于说明书一起用于解释本申请的原理。

图1是本申请实施例提供的一种ICU病房监控数据处理系统的硬件结构示意图。

图2是本申请实施例提供的一种ICU病房监控数据处理方法的流程示意图。

图3是本申请实施例提供的一种ICU病房监控数据处理方法的应用环境的通信架构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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。

本申请实施例所提供的方法实施例可以在ICU病房监控数据处理系统、计算机设备或者类似的运算装置中执行。以运行在ICU病房监控数据处理系统上为例，图1是本申请实施例的实施一种ICU病房监控数据处理方法的ICU病房监控数据处理系统的硬件结构框图。如图1所示，ICU病房监控数据处理系统10可以包括一个或多个（图1中仅示出一个）处理器102（处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置）和用于存储数据的存储器104，可选地，上述ICU病房监控数据处理系统还可以包括用于通信功能的传输装置106。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述ICU病房监控数据处理系统的结构造成限定。例如，ICU病房监控数据处理系统10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本申请实施例中的一种ICU病房监控数据处理方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至ICU病房监控数据处理系统10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括ICU病房监控数据处理系统10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器（Network Interface Controller，简称为NIC），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频（RadioFrequency，简称为RF）模块，其用于通过无线方式与互联网进行通讯。

基于此，请参阅图2，图2是本发明实施例所提供的一种ICU病房监控数据处理方法的流程示意图，该方法应用ICU病房监控数据处理系统，进一步可以包括以下内容描述的技术方案。

步骤100、从ICU病房监控数据队列中确定涵盖指定的待分析监控信息集的不低于两组患者隐私数据；依据所述不低于两组患者隐私数据的收集时段和对所述不低于两组患者隐私数据的病理隐私事项的挖掘与持续性标记，确定所述待分析监控信息集对应的全局访问热度数据。

在本申请实施例中，ICU病房监控数据队列可以包括多组ICU病房监控数据，待分析监控信息集可以是ICU病房监控数据中的一部分，患者隐私数据用于反映患者相关个体信息的数据，比如患者的病理情况、身份、住址、职业、收入等隐私数据。针对病理隐私事项的挖掘与持续性标记可以理解为病理隐私事项的识别与跟踪。此外，全局访问热度数据可以理解为其他设备或者终端针对待分析监控信息集的整体性访问热度信息。

在一些可独立实施的设计思路下，步骤100所描述的依据所述不低于两组患者隐私数据的收集时段和对所述不低于两组患者隐私数据的病理隐私事项的挖掘与持续性标记，确定所述待分析监控信息集对应的全局访问热度数据，可以包括以下步骤110-步骤150所描述的技术方案。

步骤110、对所述不低于两组患者隐私数据进行挖掘，得到所述患者隐私数据中携带的病理隐私事项。

步骤120、对所述不低于两组患者隐私数据中挖掘出的病理隐私事项进行持续性标记，将不同患者隐私数据中挖掘出的相同病理隐私事项进行配对。

步骤130、通过所述相同病理隐私事项在其中两组患者隐私数据中的分布标签（相对位置信息），确定所述病理隐私事项的动态描述（事项变化情况）。

在一些可能的示例中，步骤130所描述的通过所述相同病理隐私事项在其中两组患者隐私数据中的分布标签，确定所述病理隐私事项的动态描述，可以包括：针对每个所述病理隐私事项，通过所述病理隐私事项在所述其中两组患者隐私数据中的分布标签信息、和收集所述患者隐私数据的智能化病房数据处理端的终端标签，确定所述病理隐私事项在预设特征空间中的第一映射分布标签信息和第二映射分布标签信息；通过所述第一映射分布标签信息和所述第二映射分布标签信息，确定所述病理隐私事项的动态描述。这样一来，基于智能化病房数据处理端的终端标签和病理隐私事项在每组患者隐私数据中的分布标签信息，能够精准可靠地确定病理隐私事项对应于每组患者隐私数据的映射分布标签信息，即该第一映射分布标签信息和第二映射分布标签信息，继而能够精准可靠地确定病理隐私事项的动态描述。

步骤140、通过所述其中两组患者隐私数据的收集时段以及所述病理隐私事项的动态描述，确定每个所述病理隐私事项的当前事项访问热度（实时访问热度）。

步骤150、结合每个所述病理隐私事项的当前事项访问热度，确定所述待分析监控信息集对应的全局访问热度数据。

在一些可能的示例中，步骤150所描述的结合每个所述病理隐私事项的当前事项访问热度，确定所述待分析监控信息集对应的全局访问热度数据，可以通过步骤151-步骤153所描述的技术方案实现。

步骤151、针对每个所述病理隐私事项，基于该病理隐私事项在所述待分析监控信息集内的多个当前事项访问热度，确定该病理隐私事项在所述待分析监控信息集内的第一访问热度均值。

步骤152、结合每个所述病理隐私事项在所述待分析监控信息集内的第一访问热度均值，确定所有的所述病理隐私事项在所述待分析监控信息集内的第二访问热度均值和所述第一访问热度均值对应的访问热度离散指标（访问热度方差）。

步骤153、通过所述第二访问热度均值和所述访问热度离散指标，确定所述待分析监控信息集对应的全局访问热度数据。

应用于步骤151-步骤153，基于每个病理隐私事项在待分析监控信息集内的访问热度均值，以及每个病理隐私事项的访问热度均值的访问热度离散指标，能够精准可靠地确定反映待分析监控信息集内的所有病理隐私事项的在待分析监控信息集内的全局访问热度数据。

在上述内容的基础上，应用于步骤110-步骤150，基于两组患者隐私数据的收集时段和病理隐私事项的动态描述，能够精准可靠地确定同时存在于两组患者隐私数据中待分析监控信息集内的病理隐私事项的当前事项访问热度；基于每个病理隐私事项的当前事项访问热度，能够精准可靠地确定待分析监控信息集对应的全局访问热度数据。

步骤200、通过所述待分析监控信息集的类别描述和所述待分析监控信息集内的病理隐私事项的统计数目，确定病理隐私事项匿名评价；结合所述全局访问热度数据和所述病理隐私事项匿名评价，确定所述待分析监控信息集对应的ICU病房隐私安全描述。

在本申请实施例中，类别描述可以理解为待分析监控信息集的维度信息或者分类信息，病理隐私事项匿名评价可以理解为病理隐私事项的隐私重要程度信息，基于此，步骤200所描述的通过所述待分析监控信息集的类别描述和所述待分析监控信息集内的病理隐私事项的统计数目，确定病理隐私事项匿名评价，可以通过以下步骤210-步骤230所描述的技术方案实现。

步骤210、通过所述待分析监控信息集在所述患者隐私数据中的分布标签信息以及挖掘得到的所述患者隐私数据中携带的病理隐私事项，确定所述待分析监控信息集内的病理隐私事项的统计数目。

步骤220、通过所述待分析监控信息集在所述患者隐私数据中的分布标签信息和收集所述患者隐私数据的智能化病房数据处理端的终端标签，确定所述待分析监控信息集的类别描述。

例如，智能化病房数据处理端可以与ICU病房监控数据处理系统通信，智能化病房数据处理端的终端标签可以理解为智能化病房数据处理端的调试信息或者优化信息。

步骤230、通过所述待分析监控信息集的类别描述和所述待分析监控信息集内的病理隐私事项的统计数目，确定病理隐私事项匿名评价。

举例而言，所述待分析监控信息集的类别描述包括：所述待分析监控信息集在预设特征空间（特征向量的映射空间）中的映射用户隐私主题和映射信息重要程度。基于此，步骤230所描述的通过所述待分析监控信息集的类别描述和所述待分析监控信息集内的病理隐私事项的统计数目，确定病理隐私事项匿名评价，可以包括以下内容：通过所述映射信息重要程度和指定的事项状态标签，确定所述待分析监控信息集内的事项状态统计数目；通过所述待分析监控信息集内的病理隐私事项的统计数目、所述事项状态统计数目和所述映射用户隐私主题，确定所述待分析监控信息集对应的病理隐私事项匿名评价。这样一来，基于待分析监控信息集在患者隐私数据中的分布标签信息以及挖掘得到的患者隐私数据中携带的病理隐私事项，可以将处于待分析监控信息集之外的病理隐私事项丢弃，或者可以确定出处于待分析监控信息集之内的病理隐私事项，即能够尽可能精准地确定待分析监控信息集内的病理隐私事项的统计数目；基于智能化病房数据处理端的终端标签和待分析监控信息集在患者隐私数据中的分布标签信息，能够尽可能准确地确定待分析监控信息集的在预设特征空间中的类别描述；继而，基于该尽可能精准地类别描述和该病理隐私事项的统计数目，能够尽可能准确地确定该病理隐私事项匿名评价。

可以理解的是，通过实施步骤210-步骤230，基于待分析监控信息集在患者隐私数据中的分布标签信息以及挖掘得到的患者隐私数据中携带的病理隐私事项，可以将处于待分析监控信息集之外的病理隐私事项丢弃，或者可以确定出处于待分析监控信息集之内的病理隐私事项，即能够尽可能精准地确定待分析监控信息集内的病理隐私事项的统计数目；基于智能化病房数据处理端的终端标签和待分析监控信息集在患者隐私数据中的分布标签信息，能够尽可能准确地确定待分析监控信息集的在预设特征空间中的类别描述；继而，基于该尽可能精准地类别描述和该病理隐私事项的统计数目，能够尽可能准确地确定该病理隐私事项匿名评价。

在上述内容的基础上，步骤200所描述的结合所述全局访问热度数据和所述病理隐私事项匿名评价，确定所述待分析监控信息集对应的ICU病房隐私安全描述，可以通过以下步骤240和步骤250所描述的技术方案实现。

步骤240、确定匿名优先级判定值和信息访问热度判定值。

步骤250、在所述全局访问热度数据对应的量化值小于所述信息访问热度判定值，并且所述病理隐私事项匿名评价对应的量化值大于所述匿名优先级判定值的前提下，确定所述待分析监控信息集的ICU病房隐私安全描述为隐私信息暴露状态。

在本申请实施例中，隐私信息暴露状态可以理解为待分析监控信息集中的患者隐私数据可能会被非法窃取或者非法访问。可以理解的是，该全局访问热度数据反映待分析监控信息集内的所有病理隐私事项的在待分析监控信息集内的访问热度均值；该病理隐私事项匿名评价能够反应待分析监控信息集内病理隐私事项的隐私重要程度，结合全局访问热度数据和病理隐私事项匿名评价能够精准可靠地确定待分析监控信息集的ICU病房隐私安全描述。

在一些可能的示例中，所述ICU病房隐私安全描述包括隐私信息暴露程度。基于此，步骤200所描述的结合所述全局访问热度数据和所述病理隐私事项匿名评价，确定所述待分析监控信息集对应的ICU病房隐私安全描述，还可以包括以下内容：在确定所述待分析监控信息集的ICU病房隐私安全描述为隐私信息暴露状态的前提下，确定所述待分析监控信息集对应的信息访问热度约束特征；通过所述信息访问热度约束特征，确定不同隐私信息暴露程度对应的信息访问热度约束范围；结合所述全局访问热度数据和所述信息访问热度约束范围，确定所述待分析监控信息集对应的隐私信息暴露程度。

例如，信息访问热度约束范围可以理解为信息访问热度的数值区间。可以理解的是，信息访问热度约束特征存在差异，对应的信息访问热度约束范围同样存在差异，在判断隐私信息暴露程度的时候，结合待分析监控信息集的信息访问热度约束特征确定信息访问热度约束范围，再根据信息访问热度约束范围能够提高确定的目标隐私信息暴露程度的精度和可信度。

在上述内容的基础上，该方法还可以包括步骤300所描述的技术方案。

步骤300、对所述患者隐私数据的智能化病房数据处理端进行调试。

进一步地，对所述患者隐私数据的智能化病房数据处理端进行调试，可以通过以下方式实现：确定所述智能化病房数据处理端收集的调试隐私数据；定位所述调试隐私数据中的多个调试隐私事项；通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签和所述显著事项内容在预设特征空间中的映射关系网标签，确定所述智能化病房数据处理端的终端标签。这样一来，借助调试隐私事项在调试隐私数据中的关系网标签和调试隐私事项在预设特征空间中的映射关系网标签，能够精准地确定智能化病房数据处理端的终端标签。

在一些示例中，所述调试隐私事项包括病理隐私事项；所述调试隐私事项的显著事项内容包括病理隐私事项的患者身份主题对应的显著事项内容。

在上述内容的基础上，上述通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签和所述显著事项内容在预设特征空间中的映射关系网标签，确定所述智能化病房数据处理端的终端标签，可以通过步骤310和步骤320实现。

步骤310、通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签，确定所述调试隐私数据中所述调试隐私事项的设定事项片段的事项特征统计数目。

步骤320、在所述事项特征统计数目与指定统计数目不相同的前提下，通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签（数据分布信息），和所述显著事项内容在预设特征空间中的映射关系网标签，确定所述智能化病房数据处理端的终端标签。

通过实施步骤310和步骤320，调试隐私事项的设定事项片段的事项特征统计数目与指定统计数目不相同，表明智能化病房数据处理端的终端标签发生了更新，此时需要智能化病房数据处理端的终端标签进行调试，从而能够保证隐私信息暴露定位的准确度。

对于另外的一些实施例而言，步骤320所描述的在所述事项特征统计数目与指定统计数目不相同的前提下，通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签，和所述显著事项内容在预设特征空间中的映射关系网标签，确定所述智能化病房数据处理端的终端标签，可以包括以下内容：在所述事项特征统计数目与指定统计数目不相同的前提下，通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签和所述显著事项内容在预设特征空间中的映射关系网标签，确定所述智能化病房数据处理端对应的数据处理特征空间和预设特征空间之间的匹配损失；通过所述匹配损失，确定所述智能化病房数据处理端的终端标签。

例如，匹配损失可以理解为误差信息，这样一来，借助显著事项内容在数据处理特征空间和预设特征空间之间的匹配损失，能够尽可能精准地进行处理端变量调试。

对于一些示例而言，所述终端标签包括所述智能化病房数据处理端的关联影响型标签和线程配置标签；所述通过所述匹配损失，确定所述智能化病房数据处理端的终端标签，包括以下至少一项：将所述智能化病房数据处理端的线程配置标签更新为默认标签，通过所述匹配损失，确定所述智能化病房数据处理端的关联影响型标签；将所述智能化病房数据处理端的关联影响型标签更新为默认标签，通过所述匹配损失，确定所述智能化病房数据处理端的线程配置标签。这样一来，将智能化病房数据处理端的线程配置标签进行调整，结合匹配损失，能够尽可能准确得确定智能化病房数据处理端的关联影响型标签；同时，将智能化病房数据处理端的关联影响型标签进行调整，结合匹配损失，能够尽可能准确得确定智能化病房数据处理端的线程配置标签。

基于上述相同或相似的发明构思，如图3所示，本申请实施例还提供了一种ICU病房监控数据处理方法的应用环境的通信架构30的示意图，包括互相之间通信的ICU病房监控数据处理系统10和智能化病房数据处理端20，ICU病房监控数据处理系统10和智能化病房数据处理端20在运行时实现或者部分实现上述方法实施例所描述的技术方案。

进一步地，本申请实施例还提供了一种可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的方法。

在本申请实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块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，本申请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，媒体业务服务器，或者网络设备等）执行本申请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（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (7)

1.一种ICU病房监控数据处理方法，其特征在于，应用于ICU病房监控数据处理系统，所述方法至少包括：

从ICU病房监控数据队列中确定涵盖指定的待分析监控信息集的不低于两组患者隐私数据；依据所述不低于两组患者隐私数据的收集时段和对所述不低于两组患者隐私数据的病理隐私事项的挖掘与持续性标记，确定所述待分析监控信息集对应的全局访问热度数据；

通过所述待分析监控信息集的类别描述和所述待分析监控信息集内的病理隐私事项的统计数目，确定病理隐私事项匿名评价；结合所述全局访问热度数据和所述病理隐私事项匿名评价，确定所述待分析监控信息集对应的ICU病房隐私安全描述；

其中，所述结合所述全局访问热度数据和所述病理隐私事项匿名评价，确定所述待分析监控信息集对应的ICU病房隐私安全描述，包括：

确定匿名优先级判定值和信息访问热度判定值；

在所述全局访问热度数据对应的量化值小于所述信息访问热度判定值，并且所述病理隐私事项匿名评价对应的量化值大于所述匿名优先级判定值的前提下，确定所述待分析监控信息集的ICU病房隐私安全描述为隐私信息暴露状态；

其中，所述ICU病房隐私安全描述包括隐私信息暴露程度；所述结合所述全局访问热度数据和所述病理隐私事项匿名评价，确定所述待分析监控信息集对应的ICU病房隐私安全描述，还包括：

在确定所述待分析监控信息集的ICU病房隐私安全描述为隐私信息暴露状态的前提下，确定所述待分析监控信息集对应的信息访问热度约束特征；

通过所述信息访问热度约束特征，确定不同隐私信息暴露程度对应的信息访问热度约束范围；

结合所述全局访问热度数据和所述信息访问热度约束范围，确定所述待分析监控信息集对应的隐私信息暴露程度；

其中，所述通过所述待分析监控信息集的类别描述和所述待分析监控信息集内的病理隐私事项的统计数目，确定病理隐私事项匿名评价，包括：通过所述待分析监控信息集在所述患者隐私数据中的分布标签信息以及挖掘得到的所述患者隐私数据中携带的病理隐私事项，确定所述待分析监控信息集内的病理隐私事项的统计数目；通过所述待分析监控信息集在所述患者隐私数据中的分布标签信息和收集所述患者隐私数据的智能化病房数据处理端的终端标签，确定所述待分析监控信息集的类别描述；通过所述待分析监控信息集的类别描述和所述待分析监控信息集内的病理隐私事项的统计数目，确定病理隐私事项匿名评价；

其中，所述待分析监控信息集的类别描述包括：所述待分析监控信息集在预设特征空间中的映射用户隐私主题和映射信息重要程度；所述通过所述待分析监控信息集的类别描述和所述待分析监控信息集内的病理隐私事项的统计数目，确定病理隐私事项匿名评价，包括：通过所述映射信息重要程度和指定的事项状态标签，确定所述待分析监控信息集内的事项状态统计数目；通过所述待分析监控信息集内的病理隐私事项的统计数目、所述事项状态统计数目和所述映射用户隐私主题，确定所述待分析监控信息集对应的病理隐私事项匿名评价。

2.如权利要求1所述的方法，其特征在于，所述依据所述不低于两组患者隐私数据的收集时段和对所述不低于两组患者隐私数据的病理隐私事项的挖掘与持续性标记，确定所述待分析监控信息集对应的全局访问热度数据，包括：

对所述不低于两组患者隐私数据进行挖掘，得到所述患者隐私数据中携带的病理隐私事项；

对所述不低于两组患者隐私数据中挖掘出的病理隐私事项进行持续性标记，将不同患者隐私数据中挖掘出的相同病理隐私事项进行配对；

通过所述相同病理隐私事项在其中两组患者隐私数据中的分布标签，确定所述病理隐私事项的动态描述；

通过所述其中两组患者隐私数据的收集时段以及所述病理隐私事项的动态描述，确定每个所述病理隐私事项的当前事项访问热度；

结合每个所述病理隐私事项的当前事项访问热度，确定所述待分析监控信息集对应的全局访问热度数据。

3.如权利要求2所述的方法，其特征在于，所述结合每个所述病理隐私事项的当前事项访问热度，确定所述待分析监控信息集对应的全局访问热度数据，包括：

针对每个所述病理隐私事项，基于该病理隐私事项在所述待分析监控信息集内的多个当前事项访问热度，确定该病理隐私事项在所述待分析监控信息集内的第一访问热度均值；

结合每个所述病理隐私事项在所述待分析监控信息集内的第一访问热度均值，确定所有的所述病理隐私事项在所述待分析监控信息集内的第二访问热度均值和所述第一访问热度均值对应的访问热度离散指标；

通过所述第二访问热度均值和所述访问热度离散指标，确定所述待分析监控信息集对应的全局访问热度数据。

4.如权利要求2所述的方法，其特征在于，所述通过所述相同病理隐私事项在其中两组患者隐私数据中的分布标签，确定所述病理隐私事项的动态描述，包括：

针对每个所述病理隐私事项，通过所述病理隐私事项在所述其中两组患者隐私数据中的分布标签信息、和收集所述患者隐私数据的智能化病房数据处理端的终端标签，确定所述病理隐私事项在预设特征空间中的第一映射分布标签信息和第二映射分布标签信息；

通过所述第一映射分布标签信息和所述第二映射分布标签信息，确定所述病理隐私事项的动态描述。

5.如权利要求1所述的方法，其特征在于，还包括：对所述患者隐私数据的智能化病房数据处理端进行调试的步骤；

其中，所述智能化病房数据处理端的调试包括：确定所述智能化病房数据处理端收集的调试隐私数据；定位所述调试隐私数据中的多个调试隐私事项；通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签和所述显著事项内容在预设特征空间中的映射关系网标签，确定所述智能化病房数据处理端的终端标签；

其中，所述调试隐私事项包括病理隐私事项；所述调试隐私事项的显著事项内容包括病理隐私事项的患者身份主题对应的显著事项内容；

其中，所述通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签和所述显著事项内容在预设特征空间中的映射关系网标签，确定所述智能化病房数据处理端的终端标签，包括：通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签，确定所述调试隐私数据中所述调试隐私事项的设定事项片段的事项特征统计数目；在所述事项特征统计数目与指定统计数目不相同的前提下，通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签，和所述显著事项内容在预设特征空间中的映射关系网标签，确定所述智能化病房数据处理端的终端标签；

其中，所述在所述事项特征统计数目与指定统计数目不相同的前提下，通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签，和所述显著事项内容在预设特征空间中的映射关系网标签，确定所述智能化病房数据处理端的终端标签，包括：在所述事项特征统计数目与指定统计数目不相同的前提下，通过所述多个调试隐私事项的显著事项内容在所述调试隐私数据中的关系网标签和所述显著事项内容在预设特征空间中的映射关系网标签，确定所述智能化病房数据处理端对应的数据处理特征空间和预设特征空间之间的匹配损失；通过所述匹配损失，确定所述智能化病房数据处理端的终端标签。

6.如权利要求5所述的方法，其特征在于，所述终端标签包括所述智能化病房数据处理端的关联影响型标签和线程配置标签；所述通过所述匹配损失，确定所述智能化病房数据处理端的终端标签，包括以下至少一项：将所述智能化病房数据处理端的线程配置标签更新为默认标签，通过所述匹配损失，确定所述智能化病房数据处理端的关联影响型标签；将所述智能化病房数据处理端的关联影响型标签更新为默认标签，通过所述匹配损失，确定所述智能化病房数据处理端的线程配置标签。

7.一种ICU病房监控数据处理系统，其特征在于，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述权利要求1-6任一项所述的方法。

Images