CN114496140A - 查询条件的数据匹配方法、装置、设备及介质 - Google Patents

Abstract

本申请公开了一种查询条件的数据匹配方法、装置、设备及介质，所述方法包括：获得来自用户的非时间查询条件；根据所述非时间查询条件匹配对应的医疗数据模型；确定所述医疗数据模型中查询数据绑定的标准时间戳；对所述查询数据绑定的标准时间戳进行筛选，以确定与所述非时间查询条件对应的目标数据；本方法利用时间分值实现了对时间信息的传递，具体实现了时间信息在查询过程中的各个数据层级的有效传递，解决了非时间查询条件难以用查询语句高效传递、难以实施的问题，无需消耗额外的存储与计算资源，即可满足用户对目标数据的搜索诉求。

Description

查询条件的数据匹配方法、装置、设备及介质

技术领域

本申请涉及数据处理技术领域，尤其涉及一种查询条件的数据匹配方法、装置、设备及介质。

背景技术

在医疗场景下，医疗数据的视角通常是以患者或一次就诊为单元的。对于满足过滤条件的患者，他们对应的时间信息通常不同，例如，不同患者的首次用药时间往往不同，所以无法通过限定查询时间范围的方式“首次用药”的患者。

如果构造复杂的业务查询与本地计算，则需要将查询条件进行拆解并结合本地计算，否则会生产海量的查询语句。无论使用本地计算还是海量查询，性能与可维护性都难以保证。

发明内容

本申请实施例为了解决背景技术中存在的上述问题，创造性地提供一种用于非时间查询条件的信息匹配方法、装置、设备及介质，以高效地实现对非时间查询条件的查询。

根据本申请实施例第一方面，提供了一种查询条件的数据匹配方法，所述方法包括：获得来自用户的非时间查询条件；根据所述非时间查询条件匹配对应的医疗数据模型；确定所述医疗数据模型中查询数据绑定的标准时间戳；对所述查询数据绑定的标准时间戳进行筛选，以确定与所述非时间查询条件对应的目标数据。

根据本申请一实施方式，所述对所述查询数据绑定的标准时间戳进行筛选，以确定与所述非时间查询条件对应的目标数据，包括：对所述查询数据绑定的标准时间戳进行排序，确定所述标准时间戳的时间顺序；根据所述标准时间戳的时间顺序以确定与所述非时间查询条件对应的目标数据。

根据本申请一实施方式，所述对所述查询数据绑定的标准时间戳进行筛选，以确定与所述非时间查询条件对应的目标数据，包括：对所述查询数据绑定的标准时间戳进行数值转换，获得时间分值；根据所述时间分值以确定与所述非时间查询条件对应的目标数据。

根据本申请一实施方式，所述获得来自用户的非时间查询条件，包括：获得来自用户的输入信息；若所述输入信息包含特定轮次信息，根据所述特定轮次信息确定非时间查询条件。

根据本申请一实施方式，所述根据所述非时间查询条件匹配对应的医疗数据模型，包括：确定与所述非时间查询条件对应的查询维度；若所述查询维度为病例维度，在数据库中匹配病例数据模型；若所述查询维度为患者维度，在数据库中匹配患者数据模型。

根据本申请一实施方式，在确定所述医疗数据模型中查询数据绑定的标准时间戳之前，所述方法还包括：确定与所述非时间查询条件对应的查询内容；根据所述查询内容对所述医疗数据模型进行查询，以确定查询数据。

根据本申请一实施方式，所述方法还包括：确定与原始数据对应的时间信息；对所述时间信息进行标准化处理，获得与原始信息对应的标准时间戳；将所述原始信息与所述标准时间戳进行绑定，获得标准数据；将所述标准数据存储至数据库。

根据本申请一实施方式，所述将所述标准数据存储至数据库，包括：对属于同一患者标准数据进行建模，获得对应的患者数据模型和病例数据模型；将所述患者数据模型和所述病例数据模型存储至数据库。

根据本申请一实施方式，所述根据所述时间分值以确定与所述非时间查询条件对应的目标数据，包括：根据所述非时间查询条件对应的特定轮次与时间分值进行匹配，确定目标查询数据；根据所述非时间查询条件和所述目标查询数据从所述医疗数据模型中确定目标数据。

根据本申请一实施方式，所述根据所述时间分值以确定与所述非时间查询条件对应的目标数据，包括：对所述查询数据按照时间分值进行排序，确定时间排序序列；根据所述非时间查询条件对应的特定轮次与所述时间排序序列进行匹配，确定目标查询数据；根据所述非时间查询条件和所述目标查询数据从所述医疗数据模型中确定目标数据。

根据本申请实施例第二方面，还提供了一种查询条件的数据匹配装置，所述装置包括：获得模块，用于获得来自用户的非时间查询条件；匹配模块，用于根据所述非时间查询条件匹配对应的医疗数据模型；确定模块，用于确定所述医疗数据模型中查询数据绑定的标准时间戳；筛选模块，用于对所述查询数据绑定的标准时间戳进行筛选，以确定与所述非时间查询条件对应的目标数据。

根据本申请一实施方式，所述筛选模块，包括：对所述查询数据绑定的标准时间戳进行排序，确定所述标准时间戳的时间顺序；根据所述标准时间戳的时间顺序以确定与所述非时间查询条件对应的目标数据。

根据本申请一实施方式，所述筛选模块，包括：对所述查询数据绑定的标准时间戳进行数值转换，获得时间分值；根据所述时间分值以确定与所述非时间查询条件对应的目标数据。

根据本申请一实施方式，所述获得模块，包括：获得来自用户的输入信息；若所述输入信息包含特定轮次信息，根据所述特定轮次信息确定非时间查询条件。

根据本申请一实施方式，所述匹配模块，包括：确定与所述非时间查询条件对应的查询维度；若所述查询维度为病例维度，在数据库中匹配病例数据模型；若所述查询维度为患者维度，在数据库中匹配患者数据模型。

根据本申请一实施方式，所述确定模块，还用于确定与所述非时间查询条件对应的查询内容；所述装置还包括：查询模块，用于根据所述查询内容对所述医疗数据模型进行查询，以确定查询数据。

根据本申请一实施方式，所述确定模块，还用于确定与原始数据对应的时间信息；所述装置还包括：标准化模块，用于对所述时间信息进行标准化处理，获得与原始信息对应的标准时间戳；绑定模块，用于将所述原始信息与所述标准时间戳进行绑定，获得标准数据；存储模块，用于将所述标准数据存储至数据库。

根据本申请一实施方式，所述存储模块，包括：对属于同一患者标准数据进行建模，获得对应的患者数据模型和病例数据模型；将所述患者数据模型和所述病例数据模型存储至数据库。

根据本申请一实施方式，所述筛选模块，包括：对所述查询数据按照时间分值进行排序，确定时间排序序列；根据所述非时间查询条件对应的特定轮次与所述时间排序序列进行匹配，确定目标查询数据；根据所述非时间查询条件和所述目标查询数据从所述医疗数据模型中确定目标数据。

根据本申请实施例第三方面，还提供了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如上述可实施方式中任一项所述的方法。

根据本申请实施例第四方面，还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述可实施方式中任一项所述的方法。

本申请实施例提供的查询条件的数据匹配方法、装置、设备及介质，通过将查询数据绑定对应的标准时间戳，然后通过对标准时间戳筛选以确定与非时间查询条件对应的目标数据。本方法利用将查询数据绑定对应的标准时间戳实现了对时间信息的传递，具体实现了时间信息在查询过程中的各个数据层级的有效传递，解决了非时间查询条件难以用查询语句高效传递、难以实施的问题，无需消耗额外的存储与计算资源，即可满足用户对目标数据的搜索诉求。

需要理解的是，本申请的教导并不需要实现上面所述的全部有益效果，而是特定的技术方案可以实现特定的技术效果，并且本申请的其他实施方式还能够实现上面未提到的有益效果。

附图说明

通过参考附图阅读下文的详细描述，本申请示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本申请的若干实施方式，其中：

在附图中，相同或对应的标号表示相同或对应的部分。

图1示出了本申请实施例一种查询条件的数据匹配方法的实现流程示意图；

图2示出了本申请实施例一种查询条件的数据匹配方法医疗数据模型的模型架构示意图；

图3示出了本申请实施例一种查询条件的数据匹配装置的实现模块示意图；

图4示出了本申请实施例一种电子设备的实现结构示意图。

具体实施方式

下面将参考若干示例性实施方式来描述本申请的原理和精神。应当理解，给出这些实施方式仅仅是为使本领域技术人员能够更好地理解进而实现本申请，而并非以任何方式限制本申请的范围。相反，提供这些实施方式是为使本申请更加透彻和完整，并能够将本申请的范围完整地传达给本领域的技术人员。

下面结合附图和具体实施例对本申请的技术方案进一步详细阐述。

图1示出了本申请实施例一种查询条件的数据匹配方法的实现流程示意图。

参见图1，根据本申请实施例第一方面，提供了一种查询条件的数据匹配方法，方法包括：操作101，获得来自用户的非时间查询条件；操作102，根据非时间查询条件匹配对应的医疗数据模型；操作103，确定医疗数据模型中查询数据绑定的标准时间戳；操作104，对查询数据绑定的标准时间戳进行筛选，以确定与非时间查询条件对应的目标数据。

本申请实施例提供的查询条件的数据匹配方法，通过将查询数据绑定对应的标准时间戳，然后通过对标准时间戳以筛选确定与非时间查询条件对应的目标数据。本方法利用与查询数据绑定的标准时间戳实现了对时间信息的传递，具体实现了时间信息在查询过程中的各个数据层级的有效传递，解决了非时间查询条件难以用查询语句高效传递、难以实施的问题，无需消耗额外的存储与计算资源，即可满足用户对目标数据的搜索诉求。

在操作101中，非时间查询条件用于表征用户输入信息中存在至少一个维度的查询内容无法用固定的查询时间范围进行查询。例如，用户的查询条件中包含用药维度的查询条件，该查询条件中包含“首次用药”的查询字段，而首次对应的查询时间范围是不固定的，该类的查询条件为申请所指代的非时间查询条件。应用本方法，无需限定统一的、固定的查询时间范围，就可以查询到不同目标对象在相同查询内容中的与时间相关的特定信息。可以理解的是，同一个非时间查询条件可以包含多个不同维度的查询内容，例如，在一种情况下，非时间查询条件对应的内容为“诊断名称-包含-YY癌-且-首次-[用药名称-等于-XXX]-且-[用药剂量-不高于-10mg]”。该查询条件用于查询“诊断为YY癌，且首次用药为XXX，且首次用药剂量不超过10mg”的目标数据。该非时间查询条件至少存在两个维度，一个为患者的主诉病情维度，另一个为患者的用药维度。需要补充的是，非时间查询条件可以直接通过用户的输入信息获得，也可以通过对用户输入信息进行分析后确定，即用户可以通过直接或间接输入的方式输入非时间查询条件。

在本方法操作102中，医疗数据模型通过对患者对应原始数据进行建模获得。其中，原始数据可以通过数据的结构化转换生成医疗数据表，然后通过对医疗数据表进行建模，以获得医疗数据模型。根据原始数据的具体内容，医疗数据模型可以是不同类型的医疗数据模型，进一步的，根据需要，不同类型的医疗数据模型之间还可以互相关联。如基于患者维度数据对应的数据表建模获得的患者数据模型；患者维度数据用于表征患者个人基本信息。如基于患者病例维度数据对应的数据表建模获得的病例数据模型；病例维度数据用于表征患者在就诊过程中所产生的、可以按照就诊编号进行数据分类聚合的医疗数据，其中，医疗数据可以为患者在医院就诊所产生的医学诊断、检验结果、检查结果、用药记录等个人相关的医学数据。

其中，对患者的医疗数据表进行建模，具体包括：首先，确定与原始数据对应的时间信息；然后，对时间信息进行标准化处理，获得与原始信息对应的标准时间戳；将原始信息与标准时间戳进行绑定，获得标准数据；再后，将标准数据存储至数据库。

原始数据用于表征由就诊系统产生获得的病例维度数据和患者维度数据，可以理解的是，不同的医院所采用的医疗数据的录入系统存在差异，不同系统对同一时间信息的表征记录方式存在不同。例如，有些录入系统中，时间信息记录方式为“2000年1月1日”，而另一些录入系统中，时间信息的记录方式为“2000-01-01”或表述方式。

因此，本申请需要对原始数据的时间信息进行标准化处理，以获得与原始信息对应的标准化时间戳，以将所有原始数据的时间信息以统一格式进行表达。可以理解的是，本方法在对原始数据的时间信息进行标准化处理的情况下，可以同时对原始数据的病历维度数据和患者维度数据进行数据清洗、格式处理等操作，以获得与原始数据对应的结构化数据，以方便医疗数据模型的建模。在获得结构化数据和标准时间戳之后，可以将标准时间戳绑定至对应的结构化数据上，以使非表征时间信息的结构化数据携带有对应的标准时间戳，如，将某一次就诊记录的结构化数据与对应的标准时间戳进行绑定，以获得标准数据。

在获得标准数据之后，本方法将需要标准数据存储至数据库，具体包括：首先，对属于同一患者标准数据进行建模，获得对应的患者数据模型和病例数据模型；然后，将患者数据模型和病例数据模型存储至数据库。

依据本申请提供的方法对患者的医疗数据表进行建模，相较于传统的二维表存储，本申请将传统的二维表中的结构化数据转换为医疗视角的数据模型，以获得医疗数据模型，通过医疗数据模型方式将原始数据中的患者维度信息、病例维度信息一起存储在数据库中。具体的，本申请的数据库可以为基于Lucene的搜索引擎ES对应的数据库。在用户进行医疗数据的纳排检索时,ES数据搜索引擎将非时间字段查询条件进行单独解析，转换为ES数据搜索引擎定义的DSL查询语句，进一步便于非时间字段查询条件与其他普通的查询条件进行灵活的组合。

为方便上述建模的进一步理解，以下提供一种具体建模场景。

如下表所示，为与患者对应的医疗数据表：

就诊对象	就诊时间	就诊编号	诊断记录	检验记录
					患者P-1	时间1	就诊V1	诊断内容1	检验内容1
患者P-1	时间1	就诊V2	诊断内容2	检验内容2
					患者P-1	时间N	就诊VN	诊断内容N	检验内容N
……	……	……	……	……
					患者P-N	时间1	就诊V1	诊断内容1	检验内容1
患者P-N	时间2	就诊V2	诊断内容2	检验内容2
					患者P-N	时间N	就诊VN	诊断内容N	检验内容N

图2示出了本申请实施例一种查询条件的数据匹配方法医疗数据模型的模型架构示意图。

通过对上述的患者医疗数据表进行建模，可以得到如图2所示的医疗数据模型。可知，与每一个患者对应的医疗数据模型为树形结构，具体的，数据模型的第一级可以为患者基本信息，第二级为病例信息，第三级为与病例信息对应的医疗数据，且每一级与下一级均为一对多关系，如一个患者基本信息对应多个病例信息。

图2中，根据就诊编号和就诊对象对医疗数据进行分组建模，并将医疗数据和对应的标准时间戳进行绑定，以获得医疗数据模型，将医疗数据模型存储在数据库中，以实现用户通过数据搜索引擎在数据库中查找目标数据。

在本方法操作103和操作104中，对医疗数据模型中的查询数据绑定的标准时间戳进行筛选，根据查询条件的内容匹配满足查询条件内容的标准时间戳，以确定对应的目标数据。

如此操作，可以在查询数据中确定时间最早或者时间最晚的查询数据，在查询时间范围是不明确的查询条件下，利用时间分值与标准时间戳的对应关系，以实现确定与非时间查询条件匹配的目标数据的目的。根据用户的查询需要，目标数据可以是与非时间查询条件匹配的查询数据，也可以是与非时间查询条件匹配的医疗数据模型，还可以是与非时间查询条件匹配的医疗数据模型中的其中多条医疗数据，具体的目标数据根据用户需求确定。

例如，根据用户的输入信息，确定其非时间查询条件对应的内容为“诊断名称-包含-YY癌-且-首次-[用药名称-等于-XXX]-且-[用药剂量-不高于-10mg]”。其对应的查询目的为查询出满足非时间查询条件的患者信息，则对应的目标数据为与非时间查询条件匹配的医疗数据模型中的患者个人数据。如对应的查询目的为查询出满足非时间查询条件的患者地区信息和患者年龄信息，则对应的目标数据为与非时间查询条件匹配的医疗数据模型中的患者地区信息数据和患者年龄数据。可以理解的是，在本方法中，根据用户查询需求，目标数据可以为单维度或多维度的目标数据。在确定目标数据之后，本方法可以对目标数据进行显示，以实现对目标数据的反馈。

根据本申请一实施方式，操作101，获得来自用户的非时间查询条件，包括：首先，获得来自用户的输入信息；然后，若输入信息包含特定轮次信息，根据特定轮次信息确定非时间查询条件。

本方法根据用户的输入信息，可以确定用户的纳排需求，通过对输入信息进行分析，以确定与用户需求对应的查询条件和查询目的。通过查询目的确定需要输出的目标数据，通过对查询条件进行分析以确定查询条件是否为非时间查询条件。

非时间查询条件的判断依据可以为该查询条件是否包含具体的需要检索的时间字段信息，时间字段信息指代存在具体范围或具体时间点的时间戳，如“AAAA年BB月CC日至DDDD年EE月FF日”、“AAAA年BB月CC日MM时NN分”等，即时间字段信息指代存在时间单位的时间信息。若查询条件包含需要检索的时间字段信息，可以按照常规查询方法对该用户的纳排需求进行查询。需要理解的是，在部分检索条件下，如查询条件和查询目的都只设计到对患者维度数据进行查询，如查询某一疾病患者的患者信息，则并不涉及到与病例维度信息相关的时间字段信息，同样可以按照常规检索方法对该用户的纳排需求进行检索。

本方法在输入信息包含特定轮次信息的情况下，将该特定轮次信息对应的查询条件确定为非时间查询条件。其中，特定轮次可以表征为与时间关联但并未给出具体时间字段信息的信息。如：首轮、首次、末轮、末次等。

以下进行举例说明，若用户的输入信息为查询“2021年12月1日至2021年12月31日期间进行就诊的糖尿病患者”，则可以按照常规查询方法对该用户的纳排需求进行查询。若用户的输入信息为查询“在某一医院进行就诊的糖尿病患者”，同一可以按照常规查询方法对该用户的纳排需求进行查询。若用户的输入信息为“在某一医院针对糖尿病首次就诊的患者”则可以利用本方法进行查询。需要补充的是，在一种实施情况下，输入信息可能为“2021年12月1日至2021年12月31日期间，在某一医院针对糖尿病首次就诊的患者”，在该情况下，由于“2021年12月1日至2021年12月31日期间”为就诊医院维度的限定，而“首次”为对糖尿病首次就诊维度的限定，即该输入信息中包含了两个不同维度的查询条件，基于此，可以将与“糖尿病首次就诊的患者”对应的查询条件确定为非时间查询条件，该查询条件仍然需要利用本申请提供的方法进行查询，以匹配与该查询条件对应的目标数据。

根据本申请一实施方式，操作102，根据非时间查询条件匹配对应的医疗数据模型，包括：首先，确定与非时间查询条件对应的查询维度；然后，若查询维度为病例维度，在数据库中匹配病例数据模型；再后，若查询维度为患者维度，在数据库中匹配患者数据模型。

若查询条件不包含时间字段信息，且查询条件和查询目的对应的维度均只涉及到患者维度，如查询条件为“某一地区的患者”，由于每个患者只有单一基本信息记录对应的患者数据模型，解析时可以直接将其翻译为普通查询语句，完成解析，以从患者数据模型中获得对应的目标数据，实现高效查询的目的。

若查询条件不包含时间字段信息，且查询条件和查询目对应的维度至少一项为病例维度，如查询条件为“在某一医院针对糖尿病首次就诊的患者”，则根据本申请实施例提供的方法在，在数据库中匹配对应的病例数据模型。

根据本申请一实施方式，在操作103，确定医疗数据模型中查询数据绑定的标准时间戳之前，方法还包括：首先，确定与非时间查询条件对应的查询内容；然后，根据查询内容对医疗数据模型进行查询，以确定查询数据。

在确定非时间查询条件对应的数据模型的类型之后，本方法通过对非时间查询条件的查询内容进行分析，以确定满足该查询内容要求的医疗数据，从而确定查询数据。

例如，如查询条件为“在某一医院针对糖尿病首次就诊的患者”。本方法需要通过病例数据模型确定与患者对应的糖尿病就诊记录，将这些糖尿病就诊记录确定为查询数据，可以理解的是，一个患者通常存在多次就诊，且多次就诊对应的主诉病因也不同，例如，一个患者可能每个月第一周的周一进行糖尿病就诊，而每个月第二周的周一进行胃病就诊。在该情况下，本方法通过糖尿病就诊，在该患者对应的病例数据模型中，与糖尿病就诊相关的医疗数据确定为查询数据。

进一步的，本方法可以先通过常规的查询方法将与特定轮次无关的其他维度的查询条件对病例数据模型进行查询过滤，以确定符合其他维度查询条件的医疗数据，然后通过对非时间查询条件的查询内容进行查询过滤，以确定满足该查询内容要求的查询数据。

根据本申请一实施方式，操作105，根据时间分值以确定与非时间查询条件对应的目标数据，包括：根据非时间查询条件对应的特定轮次与时间分值进行匹配，确定目标查询数据；根据非时间查询条件和目标查询数据从医疗数据模型中确定目标数据。

具体的，在ES数据搜索引擎环境下，本方法可以利用利用ES数据搜索引擎的function_score与script_score两项功能，在对其执行输入信息的查询条件进行查询过滤的情况下，将查询数据的标准时间戳进行赋值，以得到查询数据的时间分值，实现查询数据与时间信息的绑定。使标准时间戳以时间分值的形式进行表达，通过对时间分值进行排序，可以实现对查询数据的排序，具体的，可以是时间分值越大，对应的查询数据的标准时间戳越早，也可以是时间分值越大，对应的查询数据的标准时间戳越早。

当特定轮次为首次或末次的情况下，本方法可以利用ES数据搜索引擎的has_child查询的score_mode属性，确定与同一个患者对应的查询数据中的时间分值的最大或最小值，从而实现了利用DSL在ES数据搜索引擎内构造出患者与满足首次或末次的查询条件的记录的关联。

本方法通过ES数据搜索引擎过滤得到了与患者对应的满足非时间查询条件的时间分值之后，将时间分值再从医疗数据模型利用has_child再次关联即可确定对应的医疗数据表。利用ES数据搜索引擎的function_score的script函数进行字段条件过滤并判断医疗数据表对应的时间信息是否与时间分值对应的时间信息相等，如果相等，则将该时间分值对应的查询数据赋值为正整数，否则该时间分值对应的查询数据赋值为0，当数据赋值为正整数的情况下，根据查询目的确定对应的目标数据，并对目标数据进行输出显示，以使用户获得查询结果。

在另一种实施方式中，操作105，根据时间分值以确定与非时间查询条件对应的目标数据，包括：首先，对查询数据按照时间分值进行排序，确定时间排序序列；然后，根据非时间查询条件对应的特定轮次与时间排序序列进行匹配，确定目标查询数据；再后，根据非时间查询条件和目标查询数据从医疗数据模型中确定目标数据。区别于ES数据搜索引擎，在该实施情况下，通过排序确定时间分值的最大值和最小值。

图3示出了本申请实施例一种查询条件的数据匹配装置的实现模块示意图。

参见图3，根据本申请实施例第二方面，还提供了一种查询条件的数据匹配装置，装置包括：获得模块301，用于获得来自用户的非时间查询条件；匹配模块302，用于根据非时间查询条件匹配对应的医疗数据模型；确定模块303，用于确定医疗数据模型中查询数据绑定的标准时间戳；筛选模块304，对查询数据绑定的标准时间戳进行筛选，以确定与非时间查询条件对应的目标数据。

根据本申请一实施方式，筛选模块304，包括：对查询数据绑定的标准时间戳进行排序，确定标准时间戳的时间顺序；根据标准时间戳的时间顺序以确定与非时间查询条件对应的目标数据。

根据本申请一实施方式，筛选模块304，包括：对查询数据绑定的标准时间戳进行数值转换，获得时间分值；根据时间分值以确定与非时间查询条件对应的目标数据。

根据本申请一实施方式，获得模块301，包括：获得来自用户的输入信息；若输入信息包含特定轮次信息，根据特定轮次信息确定非时间查询条件。

根据本申请一实施方式，匹配模块302，包括：确定与非时间查询条件对应的查询维度；若查询维度为病例维度，在数据库中匹配病例数据模型；若查询维度为患者维度，在数据库中匹配患者数据模型。

根据本申请一实施方式，确定模块303，还用于确定与非时间查询条件对应的查询内容；装置还包括：查询模块305，用于根据查询内容对医疗数据模型进行查询，以确定查询数据。

根据本申请一实施方式，确定模块303，还用于确定与原始数据对应的时间信息；装置还包括：标准化模块306，用于对时间信息进行标准化处理，获得与原始信息对应的标准时间戳；绑定模块307，用于将原始信息与标准时间戳进行绑定，获得标准数据；存储模块308，用于将标准数据存储至数据库。

根据本申请一实施方式，存储模块308，包括：对属于同一患者标准数据进行建模，获得对应的患者数据模型和病例数据模型；将患者数据模型和病例数据模型存储至数据库。

根据本申请一实施方式，筛选模块，包括：对查询数据按照时间分值进行排序，确定时间排序序列；根据非时间查询条件对应的特定轮次与时间排序序列进行匹配，确定目标查询数据；根据非时间查询条件和目标查询数据从医疗数据模型中确定目标数据。

这里需要指出的是：以上对针对一种查询条件的数据匹配装置实施例的描述，与前述图1至2所示的方法实施例的描述是类似的，具有同前述图1至2所示的方法实施例相似的有益效果，因此不做赘述。对于本申请配置信息的显示设备实施例中未披露的技术细节，请参照本申请前述图1至2所示的方法实施例的描述而理解，为节约篇幅，因此不再赘述。

根据本申请实施例第三方面，还提供了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行程序时实现如上述可实施方式中任一项的方法。

根据本申请实施例第四方面，还提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行如上述可实施方式中任一项的方法。

图4示出了本申请实施例一种电子设备的实现结构示意图。

参见图4，电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图4所示，设备400包括计算单元401，其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序，来执行各种适当的动作和处理。在RAM 403中，还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

设备400中的多个部件连接至I/O接口405，包括：输入单元406，例如键盘、鼠标等；输出单元407，例如各种类型的显示器、扬声器等；存储单元408，例如磁盘、光盘等；以及通信单元409，例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理，例如一种查询条件的数据匹配方法。例如，在一些实施例中，一种查询条件的数据匹配方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元408。在一些实施例中，计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM403并由计算单元401执行时，可以执行上文描述的一种查询条件的数据匹配方法的一个或多个步骤。备选地，在其他实施例中，计算单元401可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行一种查询条件的数据匹配方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本申请的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (12)

1.一种查询条件的数据匹配方法，其特征在于，所述方法包括：

获得来自用户的非时间查询条件；

根据所述非时间查询条件匹配对应的医疗数据模型；

确定所述医疗数据模型中查询数据绑定的标准时间戳；

对所述查询数据绑定的标准时间戳进行筛选，以确定与所述非时间查询条件对应的目标数据。

2.根据权利要求1所述的方法，其特征在于，所述对所述查询数据绑定的标准时间戳进行筛选，以确定与所述非时间查询条件对应的目标数据，包括：

对所述查询数据绑定的标准时间戳进行排序，确定所述标准时间戳的时间顺序；

根据所述标准时间戳的时间顺序以确定与所述非时间查询条件对应的目标数据。

3.根据权利要求1所述的方法，其特征在于，所述对所述查询数据绑定的标准时间戳进行筛选，以确定与所述非时间查询条件对应的目标数据，包括：

对所述查询数据绑定的标准时间戳进行数值转换，获得时间分值；

根据所述时间分值以确定与所述非时间查询条件对应的目标数据。

4.根据权利要求1所述的方法，其特征在于，所述获得来自用户的非时间查询条件，包括：

获得来自用户的输入信息；

若所述输入信息包含特定轮次信息，根据所述特定轮次信息确定非时间查询条件。

5.根据权利要求1所述的方法，其特征在于，所述根据所述非时间查询条件匹配对应的医疗数据模型，包括：

确定与所述非时间查询条件对应的查询维度；

若所述查询维度为病例维度，在数据库中匹配病例数据模型；

若所述查询维度为患者维度，在数据库中匹配患者数据模型。

6.根据权利要求1所述的方法，其特征在于，在确定所述医疗数据模型中查询数据绑定的标准时间戳之前，所述方法还包括：

确定与所述非时间查询条件对应的查询内容；

根据所述查询内容对所述医疗数据模型进行查询，以确定查询数据。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定与原始数据对应的时间信息；

对所述时间信息进行标准化处理，获得与原始信息对应的标准时间戳；

将所述原始信息与所述标准时间戳进行绑定，获得标准数据；

将所述标准数据存储至数据库。

8.根据权利要求7所述的方法，其特征在于，所述将所述标准数据存储至数据库，包括：

对属于同一患者标准数据进行建模，获得对应的患者数据模型和病例数据模型；

将所述患者数据模型和所述病例数据模型存储至数据库。

9.根据权利要求3所述的方法，其特征在于，所述根据所述时间分值以确定与所述非时间查询条件对应的目标数据，包括：

根据所述非时间查询条件对应的特定轮次与进行匹配，确定目标查询数据；

根据所述非时间查询条件和所述目标查询数据从所述医疗数据模型中确定目标数据。

10.一种查询条件的数据匹配装置，其特征在于，所述装置包括：

获得模块，用于获得来自用户的非时间查询条件；

匹配模块，用于根据所述非时间查询条件匹配对应的医疗数据模型；

确定模块，用于确定所述医疗数据模型中查询数据绑定的标准时间戳；

筛选模块，对所述查询数据绑定的标准时间戳进行筛选，以确定与所述非时间查询条件对应的目标数据。

11.一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-9中任一项所述的方法。

12.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-9中任一项所述的方法。

Images