CN114360712A - 医院就诊数据的监管方法及监管系统 - Google Patents

Abstract

本发明公开了医院就诊数据的监管方法及监管系统，属于大数据分析技术领域，要解决的技术问题为如何统一的对各个医院的就诊数据进行统计分析以及实时监管。监管方法包括如下步骤：通过消息中间件采集各医院的就诊数据，将统一规范化后的就诊数据作为原数据同步至采集库；从采集库中同步抽取原数据，并将原数据推入消息队列中；通过Flink消费消息队列中原数据，根据预定的主题对原数据进行主题分类，得到各类主题相关的主题数据，并将各类主题数据推送至消息队列；通过Flink消费消息队列中主题数据，对于每类主题数据进行统计分析得到实时统计指标；通过应用服务消费消息队列中实时统计指标，并将所述实时统计指标推送至前端页面。

Description

医院就诊数据的监管方法及监管系统

技术领域

本发明涉及大数据分析技术领域，具体地说是医院就诊数据的监管方法及 监管系统。

背景技术

为加强对医院运行情况的监控，需要将各医院就诊数据进行统一汇总，统 一格式和标准，统一分析和监管。目前各医院管理各自医院的就诊挂号数据， 对各自本医院的就诊情况进行监控，而需要监控所有医院的就诊情况，进行统 一分析监控。

基于上述如何统一的对各个医院的就诊数据进行统计分析以及实时监管， 是需要解决的技术问题。

发明内容

本发明的技术任务是针对以上不足，提供医院就诊数据的监管方法及监管 系统，来解决如何统一的对各个医院的就诊数据进行统计分析以及实时监管的 技术问题。

第一方面，本发明的医院就诊数据的监管方法，对各个医院的就诊数据 进行统一规范处理，并按照主题进行分类统计分析，所述监管方法包括如下 步骤：

通过消息中间件采集各医院的就诊数据，根据预定的数据规范准则对采 集的就诊数据进行统一规范后，将统一规范化后的就诊数据作为原数据同步 至采集库；

通过读取数据库日志的方式从采集库中同步抽取原数据，并将原数据推 入消息队列中；

通过Flink消费消息队列中原数据，根据预定的主题对原数据进行主题 分类，得到各类主题相关的主题数据，并将各类主题数据推送至消息队列；

通过Flink消费消息队列中主题数据，对于每类主题数据进行统计分析 得到实时统计指标；

通过应用服务消费消息队列中实时统计指标，并将所述实时统计指标推 送至前端页面。

更优的，还包括如下步骤：

根据预定的主题，通过定时人工同步的方式对原数据进行主题分类，得 到各类主题相关的主题数据，并将各类主题数据作为历史数据存储至历史 库；

基于前端页面下发的历史数据分析请求，历史数据应用服务调用数据库 查询引擎，通过数据库查询引擎对历史库中各类主题数据进行统计分析得到 历史统计指标；

通过历史数据应用服务消费所述历史统计指标，并将所述历史统计指标 返回前端页面。

作为优选，前端页面与历史数据应用服务之间通过http协议进行交互。

作为优选，所述历史库为kudu数据库。

作为优选，通过数据抽取工具以读取数据库日志的方式从采集库中同步 抽取原数据，并将原数据推入消息队列中，所述数据抽取工具为CMSP或 OGG消息中间件；

所述采集库为Oracle数据库；

所述实时数据应用服务与前端页面之间通过Websocket进行交互；

所述消息中间件为CMSP消息中间件；

所述消息队列为kafka消息队列。

第二方面，本发明的医院就诊数据的监管系统，包括：

采集库，所述采集库为数据库，用于存储数据；

前端页面，所述前端页面以网页的形式对外交互；

数据采集模块，所述数据采集模块为消息中间件，用于采集各医院的就 诊数据，根据预定的数据规范准则对采集的就诊数据进行统一规范后，将统 一规范化后的就诊数据作为原数据同步至采集库；

实时数据抽取模块，所述实时数据抽取模块用于通过读取数据库日志的 方式从采集库中同步抽取原数据，并将原数据推入消息队列中；

实时数据处理模块，所述实时数据处理模块用于通过Flink消费消息队 列中原数据，根据预定的主题对原数据进行主题分类，得到各类主题相关的 主题数据，并将各类主题数据推送至消息队列；并用于通过Flink消费消息 队列中主题数据，对于每类主题数据进行统计分析得到实时统计指标；

应用服务模块，所述应用服务模块与所述前端页面交互，用于提供应用 服务，通过应用服务消费消息队列中实时统计指标，并将所述实时统计指标 推送至前端页面。

作为优选，所述监管系统还包括：

历史库，所述历史库为数据库，用于存储数据；

历史数据处理模块，所述历史数据处理模块用于根据预定的主题，通过 定时人工同步的方式对原数据进行主题分类，得到各类主题相关的主题数 据，并将各类主题数据作为历史数据存储至历史库

历史数据应用服务模块，所说历史数据应用服务模块与所述前端页面交 互，用于基于前端页面下发的历史数据分析请求，调用数据库查询引擎对历 史库中各类主题数据进行统计分析得到历史统计指标，并将所述历史统计指 标返回前端页面。

作为优选，前端页面与历史数据应用服务模块之间通过http协议进行 交互。

作为优选，所述历史库为kudu数据库。

作为优选，实时数据抽取模块调用数据抽取工具，以读取数据库日志的 方式从采集库中同步抽取原数据，所述数据抽取工具为CMSP或OGG消息 中间件；

所述采集库为Oracle数据库；

所述实时数据应用服务模块与前端页面之间通过Websocket进行交互；

所述消息中间件为CMSP消息中间件；

所述消息队列为kafka消息队列。

本发明的医院就诊数据的监管方法及监管系统具有以下优点：

1、对各医院的就诊数据进行采集、统一规范、主题分类以及对各类主 题数据进行统计分析，得到各个医院实时的统计指标并反馈至前端页面，便 于管理人员实时的对各个医院的就诊情况进行实时监管；

2、通过定时人工同步的方式对采集的数据进行主题分类，并作为历史 数据存储至历史库，通过前端页面下发历史数据分析请求后，根据该请求通 过数据库查询引擎对历史数据进行统计分析，可得到各个医院的历史统计指 标，即可得到过去一周、一个月或一个季度等各个医院的就诊情况；

3、通过Flink消费消息队列中数据，对原数据进行按主题分类，并对得 到的主题数据进行统计分析，可快速、低时延的得到结果，提高了效率；

4、历史库选用kudu数据库，该数据库比HDFS有更好的实时分析能力， 同时有比HBASE有更高的吞吐量，满足了大数据量的实时存储和查询能力。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技 术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅 仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性 劳动的前提下，还可以根据这些附图获得其他的附图。

下面结合附图对本发明进一步说明。

图1为实施例1医院就诊数据的监管方法的流程框图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人 员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定， 在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互结合。

本发明实施例提供医院就诊数据的监管方法及监管系统，用于解决如何统 一的对各个医院的就诊数据进行统计分析以及实时监管的技术问题。

实施例1：

本发明医院就诊数据的监管方法，对各个医院的就诊数据进行统一规范处 理，并按照主题进行分类统计分析，该监管方法包括如下步骤：

S100、通过消息中间件采集各医院的就诊数据，根据预定的数据规范准 则对采集的就诊数据进行统一规范后，将统一规范化后的就诊数据作为原数 据同步至采集库；

S200、通过读取数据库日志的方式从采集库中同步抽取原数据，并将原 数据推入消息队列中；

S300、通过Flink消费消息队列中原数据，根据预定的主题对原数据进 行主题分类，得到各类主题相关的主题数据，并将各类主题数据推送至消息 队列；

S400、通过Flink消费消息队列中主题数据，对于每类主题数据进行统 计分析得到实时统计指标；

S500、通过实时数据应用服务消费消息队列中实时统计指标，并将所述实 时统计指标推送至前端页面。

上述步骤实现了对个各个医院就诊数据的实时监控。

其中，通过数据抽取工具以读取数据库日志的方式从采集库中同步抽取 原数据，并将原数据推入消息队列中，所述数据抽取工具为CMSP或OGG 消息中间件；采集库为Oracle数据库，应用服务与前端页面之间通过 Websocket进行交互，消息中间件为CMSP消息中间件，消息队列为kafka 消息队列。

本实施例为统一各医院原始数就诊据之间的差异，根据实际监管业务以 及各医院数据的异同点，设计统一的就诊数据结构规范。根据不同的监管方 向，设计不同的主题。

通过CMSP消息中间件从采集各个医院的原始就诊数据时，按照制定的 就诊数据结构规范对上述各个医院的原始就诊数据进行统一规范化处理，并 将处理的就诊数据同步至Oracle数据库中。

在对就诊数据进行实时监控方面，数据的归一治理操作和统计计算操作 是在Flink(流式计算框架)中完成，主题数据不做存储，通过Kafka(消息 队列)在各应用之间传输。具体地：

(1)通过CMSP或OGG(一种通过读取Oracle日志方式同步数据) 将数据抽取，推入Kafka消息队列中；

(2)通过Flink消费Kafka数据，按照预定的主题进行数据分类的，得 到个主题相关的主题数据，将主题数据推送到Kafka；

(3)0Flink消费Kafka中的主题数据，进行实时计算，形成统计指标， 推入Kafka中；

(4)通过实时数据监控的对应的应用服务消费Kafka数据，通过 Websocket与前端页面交互，将指标实时推送到前端页面。

通常就诊数据包括挂号时间、就诊时间、候诊时长、医生信息、医生排 班信息、病人信息等，在进行主题分类时，可预定出挂号主题、候诊主题、 号源主题、医生排班主题等主题分类。

以儿科为例，预定各个医院的儿科就诊数据的统一标准规范，基于此规 范对各医院儿科数据进行采集汇聚，并制定出挂号主题、候诊主题、号源主 题、医生排班主题的规范，通过对各主题对数据进行实时分析统计，方便了 卫健委对全市儿科就诊情况的总体把控。

作为改进，本实施例还包括对就诊数据的历史监控，具体为包括如下步 骤：

(1)根据预定的主题，通过定时人工同步的方式对原数据进行主题分 类，得到各类主题相关的主题数据，并将各类主题数据作为历史数据存储至 历史库；

(2)基于前端页面下发的历史数据分析请求，历史数据应用服务调用 数据库查询引擎，通过数据库查询引擎对历史库中各类主题数据进行统计分 析得到历史统计指标；

(3)通过历史数据应用服务消费所述历史统计指标，并将所述历史统 计指标返回前端页面。

上述改进的实施例中，前端页面与历史数据应用服务之间通过http协 议进行交互，历史库为kudu数据库。

同样以儿科诊室为例，进行历史监控流程为：

(1)通过定时人工同步的方式对统一标准的采集库数据进行特定的归 一治理处理，形成各类主题数据存储到kudu中；

(2)使用impala查询引擎对kudu中的主题数据进行统计分析。

通过本实施例可对全市各个医院的就诊数据的采集、治理、统计分析， 统一了儿科就诊数据的统一标准规范，并制定出监管主题数据规范，通过历 史数据分析和实时数据监控两种方式，极大地方便了卫健委对全市医院儿科 运行情况的监控和分析，为医疗防控工作提供了有效支持。

实施例2：

本发明医院就诊数据的监管系统，包括采集库、前端页面、数据采集模 块、实时数据抽取模块、实时数据处理模块以及实时数据应用服务模块，采 集库为数据库，用于存储数据；前端页面以网页的形式对外交互；数据采集 模块为消息中间件，用于采集各医院的就诊数据，根据预定的数据规范准则 对采集的就诊数据进行统一规范后，将统一规范化后的就诊数据作为原数据 同步至采集库；实时数据抽取模块用于通过读取数据库日志的方式从采集库 中同步抽取原数据，并将原数据推入消息队列中；实时数据处理模块用于通过Flink消费消息队列中原数据，根据预定的主题对原数据进行主题分类， 得到各类主题相关的主题数据，并将各类主题数据推送至消息队列；并用于 通过Flink消费消息队列中主题数据，对于每类主题数据进行统计分析得到 实时统计指标；应用服务模块与所述前端页面交互，用于提供实时数据应用 服务，通过实时数据应用服务消费消息队列中实时统计指标，并将所述实时 统计指标推送至前端页面。

其中，实时数据抽取模块调用数据抽取工具，以读取数据库日志的方式 从采集库中同步抽取原数据，该数据抽取工具为CMSP或OGG消息中间件。 采集库为Oracle数据库，实时数据应用服务模块与前端页面之间通过Websocket进行交互，消息中间件为CMSP消息中间件，消息队列为kafka 消息队列。

本实施例中该系统执行实施例1公开的方法，对各个医院的就诊数据进 行实时监控。

作为改进，该系统还包括历史库、历史数据处理模块以及历史数据应用 服务模块，历史库为数据库，用于存储数据；历史数据处理模块用于根据预 定的主题，通过定时人工同步的方式对原数据进行主题分类，得到各类主题 相关的主题数据，并将各类主题数据作为历史数据存储至历史库；历史数据 应用服务模块与所述前端页面交互，用于基于前端页面下发的历史数据分析 请求，调用数据库查询引擎对历史库中各类主题数据进行统计分析得到历史 统计指标，并将历史统计指标返回前端页面。

其中，前端页面与历史数据应用服务模块之间通过http协议进行交互， 历史库为kudu数据库。

该改进的系统可执行实施例1公开的方法，对各个医院的就诊数据进行 实时监控以及历史监控。

上文通过附图和优选实施例对本发明进行了详细展示和说明，然而本发明 不限于这些已揭示的实施例，基与上述多个实施例本领域技术人员可以知晓， 可以组合上述不同实施例中的代码审核手段得到本发明更多的实施例，这些实 施例也在本发明的保护范围之内。

Claims (10)

1.医院就诊数据的监管方法，其特征在于对各个医院的就诊数据进行统一规范处理，并按照主题进行分类统计分析，所述监管方法包括如下步骤：

通过消息中间件采集各医院的就诊数据，根据预定的数据规范准则对采集的就诊数据进行统一规范后，将统一规范化后的就诊数据作为原数据同步至采集库；

通过读取数据库日志的方式从采集库中同步抽取原数据，并将原数据推入消息队列中；

通过Flink消费消息队列中原数据，根据预定的主题对原数据进行主题分类，得到各类主题相关的主题数据，并将各类主题数据推送至消息队列；

通过Flink消费消息队列中主题数据，对于每类主题数据进行统计分析得到实时统计指标；

通过实时数据应用服务消费消息队列中实时统计指标，并将所述实时统计指标推送至前端页面。

2.根据权利要求1所述的医院就诊数据的监管方法，其特征在于还包括如下步骤：

根据预定的主题，通过定时人工同步的方式对原数据进行主题分类，得到各类主题相关的主题数据，并将各类主题数据作为历史数据存储至历史库；

基于前端页面下发的历史数据分析请求，历史数据应用服务调用数据库查询引擎，通过数据库查询引擎对历史库中各类主题数据进行统计分析得到历史统计指标；

通过历史数据应用服务消费所述历史统计指标，并将所述历史统计指标返回前端页面。

3.根据权利要求2所述的医院就诊数据的监管方法，其特征在于前端页面与历史数据应用服务之间通过http协议进行交互。

4.根据权利要求2或3所述的医院就诊数据的监管方法，其特征在于所述历史库为kudu数据库。

5.根据权利要求1、2或3所述的医院就诊数据的监管方法，其特征在于通过数据抽取工具以读取数据库日志的方式从采集库中同步抽取原数据，并将原数据推入消息队列中，所述数据抽取工具为CMSP或OGG消息中间件；

所述采集库为Oracle数据库；

所述实时数据应用服务与前端页面之间通过Websocket进行交互；

所述消息中间件为CMSP消息中间件；

所述消息队列为kafka消息队列。

6.医院就诊数据的监管系统，其特征在于包括：

采集库，所述采集库为数据库，用于存储数据；

前端页面，所述前端页面以网页的形式对外交互；

数据采集模块，所述数据采集模块为消息中间件，用于采集各医院的就诊数据，根据预定的数据规范准则对采集的就诊数据进行统一规范后，将统一规范化后的就诊数据作为原数据同步至采集库；

实时数据抽取模块，所述实时数据抽取模块用于通过读取数据库日志的方式从采集库中同步抽取原数据，并将原数据推入消息队列中；

实时数据处理模块，所述实时数据处理模块用于通过Flink消费消息队列中原数据，根据预定的主题对原数据进行主题分类，得到各类主题相关的主题数据，并将各类主题数据推送至消息队列；并用于通过Flink消费消息队列中主题数据，对于每类主题数据进行统计分析得到实时统计指标；

实时数据应用服务模块，所述应用服务模块与所述前端页面交互，用于提供实时数据应用服务，通过实时数据应用服务消费消息队列中实时统计指标，并将所述实时统计指标推送至前端页面。

7.根据权利要求6所述的医院就诊数据的监管系统，其特征在于所述监管系统还包括：

历史库，所述历史库为数据库，用于存储数据；

历史数据处理模块，所述历史数据处理模块用于根据预定的主题，通过定时人工同步的方式对原数据进行主题分类，得到各类主题相关的主题数据，并将各类主题数据作为历史数据存储至历史库

历史数据应用服务模块，所说历史数据应用服务模块与所述前端页面交互，用于基于前端页面下发的历史数据分析请求，调用数据库查询引擎对历史库中各类主题数据进行统计分析得到历史统计指标，并将所述历史统计指标返回前端页面。

8.根据权利要求7所述的医院就诊数据的监管系统，其特征在于前端页面与历史数据应用服务模块之间通过http协议进行交互。

9.根据权利要求7或8所述的医院就诊数据的监管系统，其特征在于所述历史库为kudu数据库。

10.根据权利要求6、7或8所述的医院就诊数据的监管系统，其特征在于实时数据抽取模块调用数据抽取工具，以读取数据库日志的方式从采集库中同步抽取原数据，所述数据抽取工具为CMSP或OGG消息中间件；

所述采集库为Oracle数据库；

所述实时数据应用服务模块与前端页面之间通过Websocket进行交互；

所述消息中间件为CMSP消息中间件；

所述消息队列为kafka消息队列。

Images