CN114707030A - 医学数据管理方法和系统、设备、介质 - Google Patents
医学数据管理方法和系统、设备、介质 Download PDFInfo
- Publication number
- CN114707030A CN114707030A CN202210325624.5A CN202210325624A CN114707030A CN 114707030 A CN114707030 A CN 114707030A CN 202210325624 A CN202210325624 A CN 202210325624A CN 114707030 A CN114707030 A CN 114707030A
- Authority
- CN
- China
- Prior art keywords
- data
- data management
- target
- management platform
- medical
- 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.)
- Withdrawn
Links
- 238000013523 data management Methods 0.000 title claims abstract description 381
- 238000000034 method Methods 0.000 title claims abstract description 115
- 238000012545 processing Methods 0.000 claims abstract description 35
- 108090000623 proteins and genes Proteins 0.000 claims description 230
- 238000001514 detection method Methods 0.000 claims description 70
- 230000004044 response Effects 0.000 claims description 55
- 238000007405 data analysis Methods 0.000 claims description 51
- 238000013500 data storage Methods 0.000 claims description 40
- 230000035772 mutation Effects 0.000 claims description 40
- 238000004458 analytical method Methods 0.000 claims description 39
- 230000004083 survival effect Effects 0.000 claims description 24
- 239000000090 biomarker Substances 0.000 claims description 22
- 238000012795 verification Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 49
- 201000010099 disease Diseases 0.000 description 38
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 38
- 239000000523 sample Substances 0.000 description 32
- 206010028980 Neoplasm Diseases 0.000 description 18
- 206010064571 Gene mutation Diseases 0.000 description 14
- 230000003902 lesion Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000012163 sequencing technique Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 11
- 230000036438 mutation frequency Effects 0.000 description 10
- 230000002068 genetic effect Effects 0.000 description 9
- 238000007726 management method Methods 0.000 description 9
- 230000001960 triggered effect Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 201000011510 cancer Diseases 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 201000007270 liver cancer Diseases 0.000 description 5
- 208000014018 liver neoplasm Diseases 0.000 description 5
- 208000020816 lung neoplasm Diseases 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 4
- 238000012217 deletion Methods 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 210000004072 lung Anatomy 0.000 description 4
- 201000005202 lung cancer Diseases 0.000 description 4
- 150000001413 amino acids Chemical class 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 239000012634 fragment Substances 0.000 description 3
- 230000009191 jumping Effects 0.000 description 3
- 206010061289 metastatic neoplasm Diseases 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001575 pathological effect Effects 0.000 description 3
- 208000000461 Esophageal Neoplasms Diseases 0.000 description 2
- 206010030155 Oesophageal carcinoma Diseases 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 239000012472 biological sample Substances 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 201000004101 esophageal cancer Diseases 0.000 description 2
- 231100000221 frame shift mutation induction Toxicity 0.000 description 2
- 230000037433 frameshift Effects 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000007482 whole exome sequencing Methods 0.000 description 2
- 238000012070 whole genome sequencing analysis Methods 0.000 description 2
- 206010069754 Acquired gene mutation Diseases 0.000 description 1
- 108700020796 Oncogene Proteins 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 101150010487 are gene Proteins 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000007622 bioinformatic analysis Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000007614 genetic variation Effects 0.000 description 1
- 238000012165 high-throughput sequencing Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000036210 malignancy Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000869 mutational effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 102200055464 rs113488022 Human genes 0.000 description 1
- 230000037439 somatic mutation Effects 0.000 description 1
- 108700026220 vif Genes Proteins 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Computational Linguistics (AREA)
- User Interface Of Digital Computer (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请公开了一种医学数据管理方法和系统、设备、介质，医学数据管理方法包括：检测到对数据管理平台的登录，其中，数据管理平台用于对目标对象的医学数据进行管理，目标对象的医学数据包括目标对象的临床数据和目标对象的生物组学数据中的至少一者；响应于在数据管理平台上的预设操作，对医学数据进行与预设操作匹配的数据处理。上述方案，能够方便用户对数据管理平台内的医学数据进行管理。
Description
技术领域
本申请涉及数据管理技术领域，特别是涉及一种医学数据管理方法和系统、设备、介质。
背景技术
在临床科学研究工作中，往往需要对病例样本的医学数据进行高效的管理和分析等工作。但是目标没有可以用于进行医学数据管理的可视化系统，导致临床科研团队在数据管理方面需要耗费大量的人力物力以及时间，临床科研团队在数据管理上的成本较大。
发明内容
本申请至少提供一种医学数据管理方法和系统、设备、介质。
本申请提供了一种医学数据管理方法，包括：检测到对数据管理平台的登录，其中，数据管理平台用于对目标对象的医学数据进行管理，目标对象的医学数据包括目标对象的临床数据和目标对象的生物组学数据中的至少一者；响应于在数据管理平台上的预设操作，对医学数据进行与预设操作匹配的数据处理。
因此，通过检测到对数据管理平台的登录之后，根据在数据管理平台上的预设操作，能够对医学数据进行与预设操作匹配的数据管理，相对于人工对纸质等医学数据的管理而言，前者能够降低数据管理成本。
其中，响应于在数据管理平台上的预设操作，对医学数据进行与预设操作匹配的数据处理，包括：响应于在数据管理平台上的数据上传操作，将至少一个目标对象的医学数据上传至数据管理平台；和/或，响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理。
因此，可以将医学数据上传至数据管理平台，方便后续根据数据管理操作，对医学数据进行管理。
其中，数据管理包括以下至少一者：显示数据管理平台的平台数据情况、对数据管理平台的医学数据进行检索、对数据管理平台的医学数据进行分析、统计数据管理平台中的课题信息、查找数据管理平台中的基因检测文件的信息、显示创建的目标数据集的信息。
因此，通过提供多种数据管理方式，能够提高数据管理的灵活度。
其中，响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理，包括：响应于在数据管理平台上对检索模块的选择操作，显示数据管理平台的检索界面；获取在检索界面输入的检索条件，并在数据管理平台中检索出与检索条件匹配的若干条医学数据作为第一目标医学数据；在检索界面显示与第一目标医学数据相关的目标信息。
因此，通过根据输入的检索条件，能够匹配对应的医学数据，并显示医学数据的目标信息，方便查看对应的医学数据。
其中，获取在检索界面输入的检索条件，包括：获取在检索界面输入的至少一个检索维度的检索条件，其中，至少一个检索维度包括目标对象、基因和突变中的至少一者；在检索界面显示与第一目标医学数据相关的目标信息，包括：在检索界面上，按照至少一个反馈维度显示与第一目标医学数据相关的目标信息，其中，至少一个反馈维度包括目标对象、基因和突变中的至少一者。
因此，通过提供至少一个检索维度以及提供至少一个反馈维度，使得检索过程更加灵活。
其中，响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理，还包括：响应于在检索界面上的数据选择操作，将选择的至少一个第一目标医学数据保存作为目标队列；响应于在数据管理平台上对分析模块的选择操作，对目标队列的医学数据进行分析，得到目标队列的医学数据分析结果；显示目标队列的医学数据分析结果，其中，医学数据分析结果以下至少一者：为目标队列的队列数据统计情况、目标队列与参考队列之间的队列对比情况、目标队列的基因图谱和目标队列的生存分析结果。
因此，通过对目标队列进行分析得到至少一种数据分析结果，能够提高数据分析的多样性。
其中，响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理，包括：响应于在检索界面上的数据选择操作，将所选择的至少一个第一目标医学数据保存作为目标数据集；响应于在数据管理平台上对用户数据模块的选择操作，获取并显示创建的至少一个目标数据集的信息，其中，至少一个目标数据集包括目标对象队列和/或生物标记物队列。
因此，通过显示数据选择的目标数据集，能够实现对数据进行管理。
其中，响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理，包括：响应于在数据管理平台上对平台查看模块的选择操作，获取数据管理平台的平台数据情况，并在数据管理平台的平台查看界面显示平台数据情况；其中，平台数据情况包括以下至少一种数据情况：数据管理平台的整体数据情况、基于临床数据统计得到的临床数据情况、基于生物组学数据统计得到的生物数据情况；或者，响应于在数据管理平台上对数据存储模块的选择操作，显示数据管理平台的数据存储界面；获取在数据存储界面上输入的文件信息，并在数据管理平台中搜索出与文件信息匹配的若干基因检测文件；在数据存界面显示若干基因检测文件的信息。
因此，通过显示数据管理平台的平台数据情况，能够方便了解整体的数据情况。另外，通过显示数据管理平台的数据存储界面，能够方便了解对应的基因检测文件信息。
其中，检测到对数据管理平台的登录，包括：接收访问请求，其中，访问请求包含登录信息；响应于对登录信息验证通过，下发数据管理平台的网页界面；其中，预设操作是在用户终端显示的网页界面上实现的。
因此，通过在网页界面上进行预设操作，实现对数据管理平台中的数据进行管理。
本申请提供了一种数据管理平台，包括：操作检测子模块，用于检测到对数据管理平台的登录，其中，数据管理平台用于对目标对象的医学数据进行管理，目标对象的医学数据包括目标对象的临床数据和目标对象的生物组学数据中的至少一者；数据处理子模块，用于响应于在数据管理平台上的预设操作，对医学数据进行与预设操作匹配的数据处理。
本申请提供了一种电子设备，包括存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述医学数据管理方法。
本申请提供了一种计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行时实现上述医学数据管理方法。
上述方案，通过检测到登录数据管理平台之后，根据在数据管理平台上的预设操作，能够对医学数据进行与预设操作匹配的数据管理，相对于人工对纸质等医学数据的管理而言，前者能够降低数据管理成本。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请。
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，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。
图1是本申请医学数据管理方法一实施例的流程示意图；
图2是本申请医学数据管理方法一实施例示出关于数据驾驶舱界面的显示示意图；
图3是本申请医学数据管理方法一实施例示出数据管理平台关于数据检索界面的第一示意图；
图4是本申请医学数据管理方法一实施例示出目标对象维度的检索条件的显示示意图；
图5是本申请医学数据管理方法一实施例示出基因维度的检索条件的显示示意图；
图6是本申请医学数据管理方法一实施例示出突变维度的检索条件的显示示意图；
图7是本申请医学数据管理方法一实施例示出反馈维度为基因维度的显示示意图；
图8是本申请医学数据管理方法一实施例示出反馈维度为突变维度的结果显示示意图；
图9是本申请医学数据管理方法一实施例示出用户数据界面的第一显示示意图；
图10是本申请医学数据管理方法一实施例示出用户数据界面的第二显示示意图；
图11是本申请医学数据管理方法一实施例示出用户数据界面的第三显示示意图；
图12是本申请医学数据管理方法一实施例示出数据存储界面的显示示意图；
图13是本申请医学数据管理方法一实施例示出数据分析界面的第一示意图；
图14是本申请医学数据管理方法一实施例示出队列情况显示界面的显示示意图；
图15是本申请医学数据管理方法一实施例示出对比显示界面的第一示意图；
图16是本申请医学数据管理方法一实施例示出对比显示界面的第二示意图；
图17是本申请医学数据管理方法一实施例示出基因图谱显示界面的显示示意图；
图18是本申请医学数据管理方法一实施例示出生存分析显示界面的显示示意图；
图19是本申请医学数据管理方法一实施例示出关于课题界面的第一示意图；
图20是本申请医学数据管理方法一实施例示出课题界面的第二示意图；
图21是本申请数据管理平台一实施例的结构示意图；
图22是本申请电子设备一实施例的结构示意图；
图23是本申请计算机可读存储介质一实施例的结构示意图。
具体实施方式
下面结合说明书附图，对本申请实施例的方案进行详细说明。
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本申请。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
请参阅图1，图1是本申请医学数据管理方法一实施例的流程示意图。具体而言，可以包括如下步骤：
步骤S11：检测到对数据管理平台的登录，其中，数据管理平台用于对目标对象的医学数据进行管理，目标对象的医学数据包括目标对象的临床数据和目标对象的生物组学数据中的至少一者。
数据管理平台为可视化平台，能够实现对医学数据的存储以及可视化管理分析等操作，能够辅助医学工作者更高效地完成相关的研究工作。临床数据可以是具有临床表现的数据，生物组学数据可以是基因方面的数据。检测到对数据管理平台的登录具体可以是检测到用户对数据管理平台的登录。
步骤S12：响应于在数据管理平台上的预设操作，对医学数据进行与预设操作匹配的数据管理。
具体地，数据管理平台可以包括多个模块，不同模块所具备的功能可以不同。在数据管理平台上的预设操作可以是对数据管理平台上某个模块的选择操作等。
上述方案，通过检测到对数据管理平台的登录之后，根据在数据管理平台上的预设操作，能够对医学数据进行与预设操作匹配的数据管理，相对于人工对纸质等医学数据的管理而言，前者能够降低数据管理成本。
一些公开实施例中，上述步骤S11可以包括以下步骤：
接收访问请求。其中，访问请求包含登录信息。其中，该访问请求可以是用户终端发送的。其中，该预设登录信息可以是账号、密码，或用户指纹、用户脸部特征，也可以是特定的语音指令之类。另一些公开实施例中，还可以是无需登录，在接收到启动数据管理平台的操作指令后，则确定检测到用户访问数据管理平台。
响应于对登录信息验证通过，下发数据管理平台的网页界面。其中，可以是向用户终端下发数据管理平台的网页界面。其中，预设操作是用户在用户终端显示的网页界面上实现的。
通过用户在网页界面上进行预设操作，实现对数据管理平台中的数据进行管理。
一些公开实施例中，上述步骤S12可以包括以下任意一个或多个步骤：
响应于在数据管理平台上的数据上传操作，将至少一个目标对象的医学数据上传至数据管理平台。具体地，用户将基因组学数据和临床医学数据通过在线网页方式上传至数据管理平台，以便对医学数据进行数据存储和管理。
响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理。数据管理操作具体地可以是对数据管理平台各模块的选择操作等。
用户可以将医学数据上传至数据管理平台，方便后续根据数据管理操作，对医学数据进行管理。
一些公开实施例中，数据管理包括以下至少一者：显示数据管理平台的平台数据情况、对数据管理平台的医学数据进行检索、对数据管理平台的医学数据进行分析、统计数据管理平台中的课题信息、查找数据管理平台中的基因检测文件的信息、显示创建的目标数据集的信息。其中，目标数据集可以是由用户创建的。通过提供多种数据管理方式，能够提高数据管理的灵活度。
一些公开实施例中，响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理的方式可以是：
响应于在数据管理平台上对平台查看模块的选择操作，获取数据管理平台的平台数据情况，并在数据管理平台的平台查看界面显示平台数据情况。可选地，检测到用户在主界面点击数据驾驶舱按钮的操作后，确定检测到在数据管理平台上对平台查看模块的选择操作。请同时参见图2，图2是本申请医学数据管理方法一实施例示出关于数据驾驶舱界面的显示示意图。如图2所示，本公开实施例提供的数据管理平台可以为临床组学数据智能平台，主界面上包括数据驾驶舱按钮、课题纵览按钮、数据检索按钮、数据分析按钮、数据存储按钮以及我的数据按钮。数据驾驶舱按钮对应查看模块、课题纵览按钮对应课题纵览模块、数据检索按钮对应检索模块、数据分析按钮对应数据分析模块、数据存储按钮对应数据存储模块以及我的数据按钮对应用户数据模块，点击各模块对应的按钮进入各个模块对应的显示界面。示例性地，用户通过点击数据驾驶舱按钮即可进入数据驾驶舱界面。
其中，数据管理平台的整体数据情况、基于临床数据统计得到的临床数据情况、基于生物组学数据统计得到的生物数据情况。
一些公开实施例中，目标对象的临床数据可以包括目标对象的基本信息和疾病信息中的至少一种。本公开实施例以目标对象的临床数据包括目标对象的基本信息以及疾病信息两种为例。目标对象的基本信息具体可以是目标对象的标识信息、当前年龄、性别中的至少一种属性信息。其中，目标对象的标识信息可以是姓名、编号等。
其中，当目标对象已离世，则目标对象的当前年龄可以是离世时的年龄。疾病信息可以包括疾病类型、病灶以及患病年龄中的至少一种属性信息。其中，疾病类型包括肺癌、肝癌等任意疾病。病灶可以是原发灶，即引起该疾病的肿瘤起源的位置，例如疾病类型为肺癌时，且因为肺癌的肿瘤起源为肺部，肿瘤未发生过转移，则病灶为肺部。患病年龄可以是确诊某疾病类型的年龄。
其中，目标对象的生物组学数据可以包括以下至少一者：目标对象的基因数据和目标对象的样本的相关数据。其中，生物组学数据是对样本进行检测得到的。具体地，样本可以是DNA片段，检测方式包括基因测序等方式。
基因数据包括目标对象的基因信息和基因检测文件中的至少一种。其中，基因检测文件包含对样本进行基因检测得到的基因检测结果。可选地，对样本进行基因检测得到的基因检测结果包含目标对象的基因信息。其中，基因信息可以包括样本中检测到的基因、突变基因、基因突变类型和基因突变结果中的至少一种属性信息。其中，基因测序平台可以对送检样本，进行基因测序，得到基因测序结果。其中，基因测序结果包括基因信息。基因可以包括突变基因以及未发生突变的基因。其中，突变基因指的是发生突变的基因。基因突变类型一般包括缺失突变、移码突变、插入突变。基因突变结果为基因突变类型的进一步细分，示例性地，基因突变结果可以包括inframe-deletion(没有发生移码突变的缺失突变)、missense-variants(错义突变)、intron-variant(内含子突变)等等。
如图2所示，整体数据情况可以包括以下至少一者：目标对象总数、在预设时间段内新增的目标对象数量、基因总数、突变基因数量、课题数量以及基因检测文件的数量。其中，课题为用户设置的，每个课题均关联由至少一个目标对象的医学数据。示例性地，用户可以建立目标对象生活环境导致患癌风险的研究课题，该课题中一共对M个目标对象进行了研究。预设时间段可以是当前获取数据管理平台的平台数据情况以前的一段时间，例如一周、一个月、三个月等等。基因总数为所有目标对象对应的基因数量之和，在计算基因总数的过程中，相同基因处于不同目标对象的情况中该基因记一个。突变基因数量为所有目标对象对应的突变基因数量之和。基因检测文件的数量也为所有目标对象对应的基因检测文件总和，具体可以是基因检测文件所占内存大小。
临床数据情况可以包括以下至少一者：关于疾病类型的第一统计情况、关于病灶的第二统计情况、关于患病年龄的第三统计情况、以及关于性别的第四统计情况。
其中，关于疾病类型的第一统计情况可以是关于该疾病类型下的高频突变基因。高频突变基因指的是在患疾病类型的目标对象中突变频次较高的突变基因，例如突变频次最高的前N个突变基因。其中，获取高频突变基因的方式可以是将该疾病类型下的各目标对象关于该疾病类型所处位置的基因检测结果与除所述疾病类型以外其他位置的基因检测结果进行比较，得到关于该疾病类型的高频突变基因。获取高频突变基因的方式还可以是将患该疾病类型的目标对象的各个突变基因进行统计，得到每一突变基因所处目标对象的数量，基于各突变基因所处目标对象的数量，得到该疾病类型下的高频突变基因。
关于疾病类型的第一统计结果还可以是不同疾病类型对应的目标对象数量的统计情况。示例性地，不同疾病类型一共包括肝癌、肺癌、食道癌，关于疾病类型的第一统计结果为数据管理平台中患肝癌的目标对象的数量、患肺癌的目标对象的数量以及患食道癌的目标对象的数量。
关于病灶的第二统计结果可以是关于原发灶的目标对象数量统计结果。示例性地，原发灶可以是乳腺、肺、肝，关于病灶的第二统计结果为原发灶为乳腺的目标对象的数量、原发灶为肺的目标对象的数量、原发灶为肝的目标对象的数量。
关于患病年龄的第三统计情况可以是将所有的目标对象的患病年龄进行统计得到整体的第三统计情况，还可以是将不同疾病类型的目标对象的患病年龄进行统计，得到不同疾病类型关于患病年龄的第三统计情况。
关于性别的第四统计情况可以是将所有的目标对象的性别进行统计得到整体的第四统计情况，还可以是将不同疾病类型的目标对象的性别进行统计，得到不同疾病类型关于性别的第四统计情况。
对基因数据统计得到的生物数据情况包括以下至少一者：对基因数据统计得到的基因数据情况、以及基于样本的相关数据统计得到的样本数据情况。其中，样本的相关数据包括样本类型和样本检测地点中的至少一种属性信息。样本类型包括正常实体组织、正常血液、肿瘤组织、复发肿瘤组织、转移肿瘤组织、新增转移肿瘤组织中的至少一种。即，样本类型是根据样本从目标对象的获取位置进行分类。样本检测地点为对样本进行基因检测的机构或医院对样本进行基因检测的送检科室。
其中，基因数据情况包括以下至少一者：关于基因突变类型的第五统计情况、关于基因突变结果的第六统计情况。如上述，数据管理平台包含目标对象的基因信息。通过统计各目标对象的基因信息，可以得到关于基因突变类型的第五统计情况和关于基因突变结果的第六统计情况。
其中，样本数据情况可以包括以下至少一者：关于样本类型的第七统计情况以及关于样本检测地点的第八统计情况。其中，数据管理平台存储有各目标对象的样本的类型以及关于样本的检测地点。通过进行统计，得到样本数据情况。
一些公开实施例中，至少部分数据情况为可变更统计情况。可变更统计情况可以是可供调整的统计情况。显示若干数据情况，并为可变更统计情况显示对应的属性信息的配置项。即，用户可以通过该配置项对显示的可变更统计情况进行调整。示例性地，该配置项可供用户对疾病类型进行变更，用户选择疾病类型为肝癌，则该可变更统计情况为肝癌对应的统计情况。
其中，在向用户显示平台数据情况之后，还可包括以下步骤：
响应于用户对配置项的第三预设操作，调整可变更统计情况对应的属性信息，并基于调整后的属性信息重新统计并显示可变更统计情况。其中，这里的属性信息可以是疾病类型。配置项可以是供用户调整属性信息的下拉按钮，用户通过点击下拉按钮，显示用户可供选择的属性信息，在接收到用户对其中一个属性信息选择的指令之后，确定检测到用户对配置项的第三预设操作。
通过显示数据管理平台的平台数据情况，能够方便用户了解整体的数据情况。另外，通过显示数据管理平台的数据存储界面，能够方便用户了解对应的基因检测文件信息。
一些公开实施例中，响应于用户在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理的方式可以是：
响应于在数据管理平台上对检索模块的选择操作，显示数据管理平台的检索界面。然后，获取在检索界面输入的检索条件，并在数据管理平台中检索出与检索条件匹配的若干条医学数据作为第一目标医学数据。最后，在检索界面显示与第一目标医学数据相关的目标信息。通过根据输入的检索条件，能够匹配对应的医学数据，并显示医学数据的目标信息，方便查看对应的医学数据。其中，对检索模块的选择操作可以由用户做出，以及在检索界面的检索条件也可由用户输入。请同时参见图3，图3是本申请医学数据管理方法一实施例示出数据管理平台关于数据检索界面的第一示意图。
其中，获取在检索界面输入的检索条件的方式可以是：
获取在检索界面输入的至少一个检索维度的检索条件。如图3所示，至少一个检索维度包括目标对象、基因和突变中的至少一者。具体地，显示检索界面。其中，检索界面中的检索区域的第一子区域设有每个检索维度分别对应的第一维度项。其中，第一维度项可以供用户选择。响应于第一选择操作，将选择的第一维度项对应的检索维度作为目标检索维度，并获取在检索区域的第二子区域输入的目标检索维度的检索条件。即，用户可在显示的检索界面上选择对应检索维度的第一维度项，并将用户选择的第一维度项对应的检索维度作为目标检索维度，并获取用户在检索区域的第二子区域输入的目标检索维度的检索条件。
其中，获取在检索区域的第二子区域输入的目标检索维度的检索条件的方式可以是：
在第二子区域显示目标检索维度关联的若干属性项。并获取分别在至少一个属性项输入或选择的属性信息，作为目标检索维度的检索条件。
目标对象的检索条件包括以下至少一个属性信息：目标对象标识、目标对象姓名、目标对象所属队列、病灶、性别、生存状态、患病年龄、生存时长、死亡原因、肿瘤病理分型、肿瘤病理分期、肿瘤病理分级、是否接受过治疗、样本来源、样本类型、样本检测所用技术、变异分析。请同时参见图4，图4本申请医学数据管理方法一实施例示出目标对象维度的检索条件的显示示意图。如图4所示，选择目标对象维度之后，第二子区域显示了目标对象维度的若干属性项。
目标对象所属队列可以是用户自建的用于观察研究的队列，还可以是课题队列。样本来源具体为生物样本来源，即该目标对象的病例是来自哪个科室。样本类型具体可以是生物样本组织类型，包括实体和非实体，例如有的肿瘤是具有明确边界的，那么他就是实体，若肿瘤没有明显边界，则他就是非实体。样本检测所用技术具体即为实验技术，可以是对样本进行基因测序所使用的测序技术，例如WGS(whole-genome shotgun，全基因组测序)技术、WES(whole exome sequencing，全外显子组测序)技术、Panel(目标序列捕获高通量测序)技术。变异分析具体可以为基因变异的类型分析。示例性地，基因变异的类型可以是拷贝数变异等。
其中，基因的检索条件包括以下至少一个属性信息：基因名称、基因类型和是否属于癌症。基因类型可以是对基因进行分类的结果，其中，基因类型可以包括编码基因、假基因等。示例性地，编码基因可以是IGC gene等、假基因可以是IGC pseudogene等。是否属于癌症可以指的是该基因是否属于癌基因。请同时参见图5，图5本申请医学数据管理方法一实施例示出基因维度的检索条件的显示示意图。如图5所示，用户选择基因维度之后，第二子区域显示了基因维度的若干属性项。
其中，突变的检索条件包括以下至少一个属性信息：突变基因标识、突变对基因功能的影响程度、突变类型以及突变结果。其中，突变基因标识可以是基因组改变，其中，基因组改变具体为进行基因测序的DNA片段。请同时参见图6，图6本申请医学数据管理方法一实施例示出突变维度的检索条件的显示示意图。如图6所示，选择突变维度之后，第二子区域显示了突变维度的若干属性项。
一些公开实施例中，在检索界面显示与第一目标医学数据相关的目标信息的方式可以是：
在检索界面上，按照至少一个反馈维度显示与第一目标医学数据相关的目标信息。其中，至少一个反馈维度包括目标对象、基因和突变中的至少一者。其中，不同反馈维度对应的目标信息可以不同。通过提供至少一个检索维度以及提供至少一个反馈维度，使得检索过程更加灵活。
其中，检索界面显示有各反馈维度对应的第二维度项。其中第二维度项可以是按钮，用于供用户选择反馈维度。响应于在检索界面上的第二选择操作，将选择的第二维度项对应的反馈维度作为目标反馈维度，并在检索界面的结果显示区域的结果子区域，显示目标反馈维度对应的目标信息。
其中，响应于至少一个反馈维度包括目标对象，以目标对象为维度显示目标医学数据，和/或显示若干第一属性统计结果。如图2所示，图2中检索界面的结果显示区域的结果子区域显示了以目标对象作为反馈维度对应的目标信息。如图2所示，若干第一属性统计结果包括分别对病灶、肿瘤类型、所属课题、性别中的至少一个统计得到的结果。肿瘤类型可以是原发灶肿瘤类型还是转移肿瘤类型以及未知类型。其中，以目标对象为维度显示的目标医学数据包括检索得到的每个目标对象的具体信息。每个目标对象的具体信息可以包括目标对象标识、所属队列、病灶、性别、基因检测文件数目、原始数据数目、对比数据数目、SNV和Indel数量、CNV数量、突变数量、基因数量中的至少一者。原始数据数目为该目标对象的肿瘤组织对应的基因测序结果的文件数量，对比数据是该目标对象的正常组织对应的基因测序结果的文件数量，SNV和Indel数量指的是通过SNV和Indel检测方法对该目标对象的样本进行检测得到的文件数量，CNV数量指的是通过CNV检测方法对目标对象的样本进行检测得到的基因测序结果的文件数量。突变数量指的是检测到的发生基因突变的基因数量，基因数量指的是检测到的基因的数量。
响应于至少一个反馈维度包含基因，以基因为维度显示目标医学数据，和/或显示若干第二属性统计结果。请同时参见图7，图7是本申请医学数据管理方法一实施例示出反馈维度为基因维度的显示示意图。图7中检索界面的结果显示区域的结果子区域显示了以基因作为反馈维度对应的目标信息。如图7所示，若干第二属性统计结果包括以下至少一者：突变频率满足预设要求的若干突变基因的目标对象数量统计结果、关于目标医学数据中各目标对象的生存曲线。突变频率满足预设要求的若干突变基因可以是突变频率最高的前N个若干突变基因。以基因为维度显示的目标医学数据包括基因的具体信息。其中，基因的具体信息可以是数据管理平台中包含的所有基因的具体信息。另一些公开实施例中，基因的具体信息还可以是满足检索条件的基因的具体信息。各个基因的具体信息包括基因标识、基因名称、检索结果中相关目标对象、平台中相关目标对象、拷贝数扩增的数量、拷贝数缺失的数量、突变数量以及是否属于癌症。
响应于至少一个反馈维度包含突变，以突变为维度显示目标医学数据，和/或显示若干第三属性统计结果。请同时参见图8，图8是本申请医学数据管理方法一实施例示出反馈维度为突变维度的结果显示示意图。图8中检索界面的结果显示区域的结果子区域显示了以突变作为反馈维度对应的目标信息。如图8所示，若干第三属性统计结果包括关于目标医学数据中各目标对象的生存曲线。以突变为维度显示的目标医学数据可以包括数据管理平台中每个突变基因的具体信息。每个突变基因的具体信息可以包括基因组改变、基因突变类型、氨基酸改变、基因突变结果、检索结果中的相关目标对象、数据管理平台中的相关目标对象以及突变影响中的至少一者。其中，基因组改变指的是用于进行基因检测的DNA片段。示例性地，氨基酸改变可以是基因发生氨基酸突变的位点，例如BRAF V600E等。图8所示的突变结果即为基因突变结果。检索结果中的相关目标对象指的是检索结果中包含该基因组改变的目标对象的数量与检索结果中所有的目标对象的数量之间的比例关系。数据管理平台中的相关目标对象可以是平台中包含该基因组改变的目标对象的数量与平台中所有的目标对象的数量之间的比例。突变影响指的是突变对基因功能的影响程度。其中，突变影响可以使用上述三种确定方式分别确定的影响程度，也可以使用其中一种确定方式确定的影响程度。
一些公开实施例中，至少一个反馈维度对应的目标信息可以供用户下载。
一些公开实施例中，响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理的方式还可以是：
响应于在检索界面上的数据选择操作，将选择的至少一个第一目标医学数据保存作为目标队列。然后，响应于在数据管理平台上对分析模块的选择操作，对目标队列的医学数据进行分析，得到目标队列的医学数据分析结果。最后，显示目标队列的医学数据分析结果。其中，医学数据分析结果以下至少一者：为目标队列的队列数据统计情况、目标队列与参考队列之间的队列对比情况、目标队列的基因图谱和目标队列的生存分析结果。通过对目标队列进行分析得到至少一种数据分析结果，能够提高数据分析的多样性。
其中，响应于在检索界面上的数据选择操作，将所选择的至少一个第一目标医学数据保存作为目标队列的方式可以是：
在以目标对象为维度显示目标医学数据之后，响应于在检索界面的结果显示区域的队列创建操作，利用选择的至少一个目标对象对应的医学数据，创建队列。具体地，每个目标对象前有一个选择框，可将目标对象标记为“选中”，然后通过点击检索界面的结果显示界面上的“创建/编辑队列”对选中的目标对象创建队列。其中，创建的队列可以保存在用户数据模块，以便用户后续查看。
在以基因为维度显示目标医学数据之后，响应于在检索界面的结果显示区域的第一列表创建操作，利用选择的至少一个基因对应的医学数据，创建第一基因列表。示例性地，每个基因标识前面有一个选择框，可以将该基因标记为“选中”，然后通过结果显示区域中的“创建/编辑生物标志物列表”创建第一基因列表。其中，创建的队列还可以保存在用户数据模块，以便用户后续查看。
在以突变为维度显示目标医学图像数据之后，响应于在检索界面的结果显示区域的第二列表创建操作，利用选择的至少一个突变基因对应的医学数据，创建第二基因列表。其中，每个突变基因前面都有选择框，可将突变基因标记为“选中”，然后通过结果显示区域中的“创建/编辑生物标志物列表”创建第二基因列表，该第二基因列表可以用于后续生物信息学分析。其中，创建的队列还可以保存在用户数据模块，以便用户后续查看。
一些公开实施例中，响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理的方式还可以是：
响应于在检索界面上的数据选择操作，将选择的至少一个第一目标医学数据保存作为目标数据集。然后，响应于在数据管理平台上对用户数据模块的选择操作，获取并显示创建的至少一个目标数据集的信息。其中，至少一个目标数据集包括目标对象队列和/或生物标记物队列。通过显示数据选择的目标数据集，能够实现对用户数据进行管理。
其中，目标数据集可以是上述在检索界面创建的目标队列和基因列表。其中，基因列表可以包括第一基因列表和第二基因列表。具体响应于在检索界面上的数据选择操作，将选择的至少一个第一目标医学数据保存作为目标数据集可参见上述获取目标队列和基因列表的描述，此处不再赘述。请同时参见图9，图9是本申请医学数据管理方法一实施例示出用户数据界面的第一显示示意图。
如图8所示，目标数据集的信息显示在数据管理平台的用户数据界面上，用户数据界面上包含与目标对象队列对应的第一触发项和与生物标志物队列对应的第二触发项，其中，生物标志物队列指的是上述基因列表。
响应于在数据管理平台上对用户数据模块的选择操作，获取并显示创建的至少一个目标数据集的信息的方式可以是：
响应于对第一触发项的触发操作，在用户数据界面显示目标对象队列的第一目标信息。目标数据集的第一目标信息包括目标数据集的名称和数据量。如图9所示，目标对象队列对应的数据量为目标对象数量。
或，响应于对第二触发项的触发操作，在用户数据界面显示生物标志物队列的第一目标信息。请同时参见图10，图10是本申请医学数据管理方法一实施例示出用户数据界面的第二显示示意图。如图10所示，生物标志物队列对应的数据量为生物标志物数量。
一些公开实施例中，在显示至少一个目标数据集的第一目标信息之后，方法还包括以下任意一个或多个步骤：
响应于名称修改操作，将选择的目标数据集的名称调整为可编辑状态。并利用编辑的内容更新选择的目标数据集的名称。如图9中关于队列名称的一列，各队列名称旁边具备修改操作键，用于通过点击修改操作键，能够对目标对象队列的名称进行修改。如图10中关于生物标志物列表名称一列，各生物标志物列表名称的一旁也具备修改操作键，通过点击修改操作键，能够对生物标志物列表的名称进行修改。
响应于对显示的数据量的第一预设操作，显示选择的目标数据集的数据信息。其中，数据信息为关于目标数据集中各目标对象或各生物标志物对应的信息。其中，数据信息为关于目标数据集中各目标对象或各生物标志物对应的信息。具体地数据信息可以是关于目标数据集中各目标对象的医学数据信息或各生物标志物对应的信息。其中，各生物标志物具体可以是基因或突变基因。
响应于删除操作，将选择的目标数据集删除。当然，只是从用户数据模块将目标数据集删除，可以不将目标数据集中各医学数据从数据管理平台中删除。
请同时参见图11，图11是本申请医学数据管理方法一实施例示出用户数据界面的第三显示示意图。如图11所示，生物标志物队列对应的数据信息包括生物标志物队列中各生物标志物的标签信息，标签信息表示生物标志物是否发生突变。
如图9所示，目标对象队列的第一目标信息还包括查看接口。查看接口位于第三列，即查看数据列。在显示目标对象队列的第一目标信息之后，方法还包括：
响应于对显示的查看接口的第二预设操作，跳转至数据管理平台的数据存储界面，并在数据存储界面显示选择的目标对象队列的第二目标信息，其中，第二目标信息为目标对象队列包含的基因检测文件的信息。请同时参见图12，图12是本申请医学数据管理方法一实施例示出数据存储界面的显示示意图。其中，除了可以在用户数据模块根据操作进入数据存储界面，还可以是在主界面点击数据存储按钮，进入数据存储界面。也就是，响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理的方式可以是：
响应于在数据管理平台上对数据存储模块的选择操作，显示数据管理平台的数据存储界面。然后，获取在数据存储界面上输入的文件信息，并在数据管理平台中搜索出与文件信息匹配的若干基因检测文件。最后，在数据存界面显示若干基因检测文件的信息。
其中，若干基因检测文件的信息可以包括以下至少一者：基因检测文件的基础信息、对基因检测文件进行统计得到的若干目标统计结果。基因检测文件的基础信息包括至少两种：文件名称、目标对象、所属课题、文件类型、文件格式、文件大小、当前获取状态，其中，当前获取状态为可获取状态或不可获取状态。若干目标统计结果包括以下至少一者：目标基因检测文件对应的病灶统计情况、所属课题统计情况、文件类型统计情况、文件格式统计情况和基因检测手段统计情况。
一些公开实施例中，在数据存界面显示若干基因检测文件的信息或目标对象队列的第二目标信息的方式可以是：
在数据存储界面的结果显示区域的结果子区域，显示若干基因检测文件的信息或第二目标信息。
方法还包括以下任意一个或多个步骤：在结果子区域显示若干基因检测文件的数量。以及，在结果显示区域的记录子区域，显示基于文件信息生成的检索条件。
如图12所示，第二目标信息包括以下至少一者：基因检测文件的基础信息、对基因检测文件进行统计得到的若干目标统计结果。
在数据存储界面显示选择的目标对象队列的第二目标信息或若干基因检测文件的信息之后，方法还包括以下任意一个或多个步骤：在基础信息包括基因检测文件的文件名称的情况下，检测到对文件名称的触发操作，对选择的基因检测文件进行第一预设处理。第一预设处理可以是显示该目标基因检测文件的文件内容。该文件内容可以包括基因序列。在基础信息包括目标对象的情况下，检测到对目标对象的触发操作，获取选择的基因检测文件的目标对象的预设信息，并在数据存储界面显示预设信息。响应于在数据存储界面中的第一操作，对选择的目标基因检测文件进行第一预设处理。其中，目标对象的预设信息可以是目标对象的标识，例如目标对象名称等内容。响应于在数据存储界面中的第二操作，对选择的目标统计结果进行第二预设处理。第二预设处理可以是下载处理或更新处理。具体地，可以点击各统计结果一侧的下载或更新键，实现对所选统计结果的更新或下载操作。
一些公开实施例中，响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理的方式还可以是：
响应于在检索界面上的数据选择操作，将选择的至少一个第一目标医学数据保存作为目标队列。然后，响应于在数据管理平台上对分析模块的选择操作，对目标队列的医学数据进行分析，得到目标队列的医学数据分析结果。最后，显示目标队列的医学数据分析结果。
请同时参见图13，图13是本申请医学数据管理方法一实施例示出数据分析界面的第一示意图。如图13所示，响应于对分析结果项的选择操作，显示数据分析结果界面。数据分析界面包括四个子模块，分别为队列详情子模块、队列比较子模块、基因图谱子模块以及生存分析子模块。通过对其中一个子模块的触发操作，对目标队列中的医学数据进行对应的数据分析处理，得到对应的医学数据分析结果。一些公开实施例中，数据分析界面包括分析应用项以及分析结果项。响应于对分析应用项的选择操作，数据分析界面显示上述队列详情子模块、队列比较子模块、基因图谱子模块以及生存分析子模块。
其中，医学数据分析结果以下至少一者：为目标队列的队列数据统计情况、目标队列与参考队列之间的队列对比情况、目标队列的基因图谱和目标队列的生存分析结果。通过对目标队列进行分析得到至少一种数据分析结果，能够提高数据分析的多样性。
一些公开实施例中，响应于在数据管理平台上对分析模块的选择操作，对目标队列的医学数据进行分析，得到目标队列的医学数据分析结果可以包括以下至少一个或多个步骤：
响应于在数据分析界面上的第一触发操作，对目标队列中的医学数据进行统计，得到目标队列的队列数据统计情况。如上述，数据分析界面包括四个子模块。在数据分析界面的第一触发操作，可以是对队列详情子模块的选择操作。队列详情子模块可以用于展示目标队列的临床信息和基因组学特征的统计结果。
响应于在数据分析界面上的第二触发操作，将目标队列与参考队列的医学数据进行对比，得到目标队列的队列对比情况。在数据分析界面的第二触发操作，可以是对队列比较子模块的选择操作。队列比较可以用于进行两个队列间临床信息和基因组学特征的差异分析。
响应于在数据分析界面上的第三触发操作，利用目标队列的医学数据进行基因统计，得到目标队列的基因图谱，基因图谱用于表征目标队列中的目标对象的基因突变情况。另一些公开实施例中，响应于第三触发操作，统计得到目标队列的临床统计信息和组学类型统计信息，组学类型统计信息包括目标队列中各目标对象的基因检测文件的类型。在数据分析界面的第三触发操作，可以是对基因图谱子模块的选择操作。基因图谱子模块可以用于展示目标队列在多组学特征层面上的热度分布。
响应于在数据分析界面上的第四触发操作，利用目标队列的医学数据进行生存分析，得到目标队列的生存分析结果。第四触发操作可以是对生存分析子模块的选择操作。生存分析子模块用于基因COX回归进行生存分析。
请同时参见图14，图14是本申请医学数据管理方法一实施例示出队列情况显示界面的显示示意图。图14示出了的第一触发操作之后，对目标队列进行数据分析得到的医学数据分析结果。如图14所示，队列数据统计情况包括第一队列情况、对临床数据统计得到的临床统计情况和对生物组学数据统计得到的生物组学统计情况。不同的队列数据统计情况显示在队列情况显示界面的不同区域。通过对第一队列情况进行展示，使得能够直观看到第一队列的整体情况。
一些公开实施例中，临床统计情况包括以下至少一者：目标队列中不同性别的比例、目标队列中不同患病年龄区间的比例、目标队列的生存曲线。其中，生物组学统计情况包括若干第一预设基因的对象数量统计情况。其中，第一预设基因可以是突变频率满足预设要求的若干突变基因。第一预设基因的目标对象数量统计情况可以是展示了TOP20高频体细胞突变基因所处患者的人数。
在队列情况显示界面显示队列数据统计情况之后，还可包括以下步骤：
响应于对队列情况显示界面的标题编辑触发操作，将队列情况显示界面的第一标题调整为可编辑状态，并基于输入标题信息更新第一标题；
响应于在队列情况显示界面上的更新触发操作，重新统计并显示选择的队列数据统计情况；
响应于在队列情况显示界面上的第一下载触发操作，下载选择的队列数据统计情况；
获取在队列情况显示界面的第一搜索区输入的基因名称，从目标队列的医学数据中查找出与输入的基因名称的关联数据，并在队列情况显示界面显示关联数据。
请同时参见图15，图15是本申请医学数据管理方法一实施例示出对比显示界面的第一示意图。图15示出了第二触发操作之后，对目标队列进行数据分析得到的部分医学数据分析结果。如图15所示，队列对比情况包括第二队列情况、对临床数据进行比对得到的临床对比情况和对生物组学数据比对得到的生物组学比对情况。其中，第二队列情况包括目标队列和参考队列的名称、目标队列和参考队列的对象数量中的至少一者。临床对比情况包括以下至少一者：目标队列和参考队列中不同性别的对象数量差异、目标队列和参考队列中患病年龄的情况差异、目标队列和参考队列的生存曲线。目标队列和参考队列中不同性别的对象数量差异具体可以使用柱状图的形式呈现。一些公开实施例中，响应于对对比显示界面的第一触发键的触发，在对比显示界面的第二区域显示临床对比情况，响应于对对比显示界面的第二触发键的触发，在对比显示界面的第二区域显示生物组学比对情况。
请同时参见图16，图16是本申请医学数据管理方法一实施例示出对比显示界面的第二示意图。图16示出了第二触发操作之后，对目标队列进行数据分析得到的部分医学数据分析结果。如图16所示，生物组学对比情况包括以下至少一者：目标队列和参考队列的基因突变频率对比情况、目标队列和参考队列中突变频率大于预设阈值的突变基因的对比情况、若干第二预设基因在目标队列和参考队列中的突变频率对比情况、目标队列和参考队列中的各基因情况。
一些公开实施例中，在对比显示界面显示对应的队列对比情况之后，还可执行以下步骤：
响应于在对比显示界面的标题编辑触发操作，将对比显示界面的第二标题调整为可编辑状态，并基于输入的标题信息更新第二标题；
响应于在对比显示界面上的第二下载触发操作，下载选择的队列对比情况；
在对比显示界面的第二区域显示生物组学比对情况的情况下，响应于对第二区域的基因情况显示区的导出操作，导出基因情况显示区中被选择的基因情况，其中，基因情况显示区用于显示目标队列和参考队列中的各基因情况；
在第二区域显示生物组学比对情况的情况下，获取在第二区域的第二搜索区输入的基因名称，从目标队列和/或参考队列的医学数据中查找出输入的基因名称的相关基因情况，并在基因情况显示区更新显示相关基因情况；
在第二区域显示生物组学比对情况的情况下，响应于对第二区域的显著性展示项的选择操作，在基因情况显示区中只显示具有显著性效应的基因情况。
请同时参见图17，图17是本申请医学数据管理方法一实施例示出基因图谱显示界面的显示示意图。如图17所示，基因图谱包括目标队列中各目标对象的突变基因数量情况和目标队列中各基因发生突变的对象数量情况。基因图谱采用热力图和柱形图的组合图表示，热力图用于表示目标队列中各基因发生突变的热度分布。柱形图包括第一柱形图和第二柱形图。第一柱形图用于表示目标队列中各目标对象的突变基因数量情况。第二柱形图用于表示目标队列中各基因发生突变的对象数量情况。其中，热力图的横轴为目标队列中各目标对象的名称，热力图的纵轴为各突变基因的名称。第一柱形图位于热力图上方，第一柱形图的横轴表示目标队列中各个目标对象的名称，纵轴表示各目标对象中所包含的突变基因数量。第二柱形图位于热力图的右侧，第二柱形图的横轴表示目标队列中存在的突变基因的名称，纵轴表示各突变基因所处目标对象的数量。基因图谱、临床统计信息和组学类型统计信息均采用图表进行表示，且显示在同一显示界面上。
一些公开实施例中，显示目标对象的医学数据分析结果，包括：在生存分析显示界面的不同区域显示目标队列的第三队列情况和生存分析结果，第三队列情况包括目标队列的总对象数量、目标队列中被选择的有效对象数量、有效对象数量在总对象数量中的占比。请同时参见图18，图18是本申请医学数据管理方法一实施例示出生存分析显示界面的显示示意图。如图18所示，生存分析结果包括以下任意一个或多个内容：多因素COX分析结果、观察变量分布情况。
多因素COX分析结果包括变量、风险比(HR)、自信区间(CI)以及p值。其中，变量为突变基因名称、风险比包括该突变基因导致恶性肿瘤的概率。自信区间为用户设置，可以用于表示风险比的容忍区间。另一些公开实施例中，风险比还可用于表示目标队列中生存时长的集中点，自信区间还可用于表示生存时长的容忍区间。
观察变量分布情况包括观察变量名称、变量分类、分组、不同分组中所含目标对象的数量、以及不同分组中所含目标对象的占比。观察变量名称为突变基因的名称、变量分类包括野生型和突变型。分组包括观察组和参考组。不同分组中所含目标对象的数量具体为目标队列中属于各组的目标对象的数量。占比包括各组中目标对象的数量与目标队列中目标对象的总数之间的比例。观察变量分布情况可以用于后续分析数据。
一些公开实施例中，在生存分析显示界面显示医学数据分析结果之后，还可包括以下步骤：
响应于在生存分析显示界面上的结果导出操作，导出生存分析结果。以及，根据输入的关键参数，从生存分析结果查找出与关键参数匹配的结果数据，并显示和/或导出结果数据。
一些公开实施例中，响应于在数据管理平台上的预设操作，对医学数据进行与预设操作匹配的数据处理的方式可以是：
响应于在数据管理平台上对课题纵览模块的选择操作，显示数据管理平台的课题界面。然后，获取数据管理平台中若干课题的基础信息。其中，进入课题纵览模块的方式可以是选择主界面的课题纵览按钮进入。
请同时参见图19和图20，图19是本申请医学数据管理方法一实施例示出关于课题界面的第一示意图，图20是本申请医学数据管理方法一实施例示出课题界面的第二示意图。如图19所示，在数据管理平台的课题界面上显示若干课题的基础信息。如图20所示，从图19中显示的若干课题中选择一个课题之后，还可显示在课题界面上选择的课题的统计信息。其中，课题的统计信息是基于课题关联的医学数据进行统计得到的。
课题的统计信息包括以下至少一种：目标课题的概述信息、按照基因检测文件类型进行统计的类型统计情况、按照基因检测手段进行统计的手段统计情况、按照病灶进行统计的病灶统计情况。基因检测手段如上述，此处不再赘述。其中，统计文件数量表示由对应的类型、基因检测手段或病灶统计得到的基因检测文件的数量，统计对象数量表示由对应的类型、基因检测手段或病灶统计得到的目标对象的数量。
课题的基础信息包括以下至少一者：课题的名称、课题包含的基因检测文件是否为公开渠道获得、课题包含的疾病类型、课题包含的病灶、课题所属的项目、课题对象数量和课题文件数量。其中，课题对象数量表示课题包含的目标对象数量，课题文件数量表示课题包含的基因检测文件的数量。
其中，显示的统计信息中存在至少一个统计文件数量和统计对象数量可触发。以及课题对象数量和/或课题文件数量可触发。
在显示在课题界面上选择的课题的统计信息之后，方法还包括：响应于对可触发的统计对象数量的触发操作，以目标对象为维度，显示触发的统计对象数量对应的第一医学数据。和/或，响应于对可触发的统计文件数量的触发操作，以基因检测文件为维度，显示触发的统计文件数量对应的第二医学数据。
以目标对象为维度，显示触发的统计对象数量对应的第一医学数据，或者以目标对象为维度，显示触发的课题对象数量对应的第三医学数据的方式可以是：以第一医学数据或第三医学数据作为第一目标医学数据。跳转至数据管理平台的检索界面，并在检索界面以目标对象为维度显示第一目标医学数据。其中，检索界面所显示内容请参见上述，此处不再赘述。
在数据管理平台的课题界面上显示若干课题的基础信息之后，方法还包括：响应于对可触发的课题对象数量的触发操作，以目标对象为维度，显示触发的课题对象数量对应的第三医学数据。和/或，响应于对可触发的课题文件数量的触发操作，以基因检测文件为维度，显示触发的课题文件数量对应的第四医学数据。
其中，以基因检测文件为维度，显示触发的统计文件数量对应的第二医学数据，或者以基因检测文件为维度，显示触发的课题文件数量对应的第四医学数据的方式可以是：以第二医学数据或第四医学数据作为第二目标医学数据。跳转至数据管理平台的数据存储界面，并在数据存储界面以基因检测文件为维度显示第二目标医学数据。其中，数据存储界面所显示内容具体如上述，此处不再赘述。
在检索界面以目标对象为维度显示第一目标医学数据，或在数据存储界面以基因检测文件为维度显示第二目标医学数据的方式可以是：
以检索界面为目标界面、目标对象为目标维度、第一目标医学数据为目标医学数据、第一目标医学数据对应的课题作为检索条件，或者，以数据存储界面为目标界面、基因检测文件为目标维度、第二目标医学数据为目标医学数据、第二目标医学数据对应的课题和相关文件类型作为检索条件。在目标界面的结果显示区域的结果子区域中，按照目标维度显示目标医学数据，和/或显示若干属性统计结果，属性统计结果是对目标医学数据统计得到的。
一些公开实施例中，在跳转至目标界面之后，方法还包括以下至少一个步骤：在目标维度为目标对象的情况下，在目标界面的检索区域将与目标医学数据对应的课题设置为选中状态，在目标维度为基因检测文件的情况下，在目标界面的检索区域，将与目标医学数据对应的课题和相关文件类型设置为选中状态。在结果显示区域的记录子区域显示检索条件。
一些公开实施例中，目标维度为目标对象。在按照目标维度显示目标医学数据，和/或显示若干属性统计结果之后，方法还包括：响应于在目标界面上的预设选择操作，将选择的基因或突变作为当前维度，并在结果子区域中显示当前维度对应的目标信息。
其中，本公开实施例提供的方法应用与目标平台的服务器。上述步骤S12可以包括以下步骤：
接收到终端发送的操作信息。其中，操作信息是终端响应于登录数据管理平台后的预测操作而生成的。
向终端发送预设操作对应的数据处理结果，以使终端显示数据处理结果。
另一些公开实施例中，本公开实施例提供的方法也可应用于安装有目标平台的设备。设备检测到对数据管理平台的登录后，响应于在数据管理平台上的预设操作，对医学数据进行与预设操作匹配的数据处理。
其中，医学数据管理方法的执行主体可以是数据管理平台，例如，医学数据管理方法可以由相机、手机、具备图像采集功能的笔记本电脑等终端设备或服务器或其它处理设备执行，其中，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该医学数据管理方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
请参阅图21，图21是本申请数据管理平台一实施例的结构示意图。数据管理平台40包括操作检测子模块41、数据处理子模块42。操作检测子模块，用于检测到对数据管理平台的登录，其中，数据管理平台用于对目标对象的医学数据进行管理，目标对象的医学数据包括目标对象的临床数据和目标对象的生物组学数据中的至少一者；数据处理子模块，用于响应于在数据管理平台上的预设操作，对医学数据进行与预设操作匹配的数据处理。
上述方案，通过检测到对数据管理平台的登录之后，根据在数据管理平台上的预设操作，能够对医学数据进行与预设操作匹配的数据管理，相对于人工对纸质等医学数据的管理而言，前者能够降低数据管理成本。
一些公开实施例中，数据处理子模块42响应于在数据管理平台上的预设操作，对医学数据进行与预设操作匹配的数据处理，包括：响应于在数据管理平台上的数据上传操作，将至少一个目标对象的医学数据上传至数据管理平台；和/或，响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理。
上述方案，可以将医学数据上传至数据管理平台，方便后续根据数据管理操作，对医学数据进行管理。
一些公开实施例中，数据管理包括以下至少一者：显示数据管理平台的平台数据情况、对数据管理平台的医学数据进行检索、对数据管理平台的医学数据进行分析、统计数据管理平台中的课题信息、查找数据管理平台中的基因检测文件的信息、显示创建的目标数据集的信息。
上述方案，通过提供多种数据管理方式，能够提高数据管理的灵活度。
一些公开实施例中，数据处理子模块42响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理，包括：响应于在数据管理平台上对检索模块的选择操作，显示数据管理平台的检索界面；获取在检索界面输入的检索条件，并在数据管理平台中检索出与检索条件匹配的若干条医学数据作为第一目标医学数据；在检索界面显示与第一目标医学数据相关的目标信息。
上述方案，通过根据输入的检索条件，能够匹配对应的医学数据，并显示医学数据的目标信息，方便查看对应的医学数据。
一些公开实施例中，数据处理子模块42获取在检索界面输入的检索条件，包括：获取在检索界面输入的至少一个检索维度的检索条件，其中，至少一个检索维度包括目标对象、基因和突变中的至少一者；在检索界面显示与第一目标医学数据相关的目标信息，包括：在检索界面上，按照至少一个反馈维度显示与第一目标医学数据相关的目标信息，其中，至少一个反馈维度包括目标对象、基因和突变中的至少一者。
上述方案，通过提供至少一个检索维度以及提供至少一个反馈维度，使得检索过程更加灵活。
一些公开实施例中，数据处理子模块42响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理，还包括：响应于在检索界面上的数据选择操作，将选择的至少一个第一目标医学数据保存作为目标队列；响应于在数据管理平台上对分析模块的选择操作，对目标队列的医学数据进行分析，得到目标队列的医学数据分析结果；显示目标队列的医学数据分析结果，其中，医学数据分析结果以下至少一者：为目标队列的队列数据统计情况、目标队列与参考队列之间的队列对比情况、目标队列的基因图谱和目标队列的生存分析结果。
上述方案，通过对目标队列进行分析得到至少一种数据分析结果，能够提高数据分析的多样性。
一些公开实施例中，数据处理子模块42响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理，包括：响应于在检索界面上的数据选择操作，将所选择的至少一个第一目标医学数据保存作为目标数据集；响应于在数据管理平台上对数据模块的选择操作，获取并显示创建的至少一个目标数据集的信息，其中，至少一个目标数据集包括目标对象队列和/或生物标记物队列。
上述方案，通过显示数据选择的目标数据集，能够实现对数据进行管理。
一些公开实施例中，数据处理子模块42响应于在数据管理平台上的数据管理操作，对数据管理平台中的医学数据进行与数据管理操作匹配的数据管理，包括：响应于在数据管理平台上对平台查看模块的选择操作，获取数据管理平台的平台数据情况，并在数据管理平台的平台查看界面显示平台数据情况；其中，平台数据情况包括以下至少一种数据情况：数据管理平台的整体数据情况、基于临床数据统计得到的临床数据情况、基于生物组学数据统计得到的生物数据情况；或者，响应于在数据管理平台上对数据存储模块的选择操作，显示数据管理平台的数据存储界面；获取在数据存储界面上输入的文件信息，并在数据管理平台中搜索出与文件信息匹配的若干基因检测文件；在数据存界面显示若干基因检测文件的信息。
上述方案，通过显示数据管理平台的平台数据情况，能够方便了解整体的数据情况。另外，通过显示数据管理平台的数据存储界面，能够方便了解对应的基因检测文件信息。
一些公开实施例中，操作检测子模块41检测到登录数据管理平台，包括：接收到访问请求，其中，访问请求包含登录信息；响应于对登录信息验证通过，下发数据管理平台的网页界面；其中，预设操作是在用户终端显示的网页界面上实现的。
上述方案，通过在网页界面上进行预设操作，实现对数据管理平台中的数据进行管理。
请参阅图22，图22是本申请电子设备一实施例的结构示意图。电子设备50包括存储器51和处理器52，处理器52用于执行存储器51中存储的程序指令，以实现上述任一医学数据管理方法实施例中的步骤。在一个具体的实施场景中，电子设备50可以包括但不限于：医疗设备、微型计算机、台式电脑、服务器，此外，电子设备50还可以包括笔记本电脑、平板电脑等移动设备，在此不做限定。
具体而言，处理器52用于控制其自身以及存储器51以实现上述任一医学数据管理方法实施例中的步骤。处理器52还可以称为CPU(Central Processing Unit，中央处理单元)。处理器52可能是一种集成电路芯片，具有信号的处理能力。处理器52还可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器52可以由集成电路芯片共同实现。
上述方案，通过检测到对数据管理平台的登录之后，根据在数据管理平台上的预设操作，能够对医学数据进行与预设操作匹配的数据管理，相对于人工对纸质等医学数据的管理而言，前者能够降低数据管理成本。
请参阅图23，图23是本申请计算机可读存储介质一实施例的结构示意图。计算机可读存储介质60存储有程序指令61，程序指令61被处理器执行时实现上述任一医学数据管理方法实施例中的步骤。
上述方案，通过检测到对数据管理平台的登录之后，根据在数据管理平台上的预设操作，能够对医学数据进行与预设操作匹配的数据管理，相对于人工对纸质等医学数据的管理而言，前者能够降低数据管理成本。
在一些实施例中，本公开实施例提供的系统具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和系统，可以通过其它的方式实现。例如，以上所描述的系统实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，系统或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。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)或处理器(processor)执行本申请各个实施方式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。
若本申请技术方案涉及个人信息，应用本申请技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本申请技术方案涉及敏感个人信息，应用本申请技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
Claims (12)
1.一种医学数据管理方法，其特征在于，包括：
检测到对数据管理平台的登录，其中，所述数据管理平台用于对目标对象的医学数据进行管理，所述目标对象的医学数据包括所述目标对象的临床数据和所述目标对象的生物组学数据中的至少一者；
响应于在所述数据管理平台上的预设操作，对所述医学数据进行与所述预设操作匹配的数据处理。
2.根据权利要求1所述的方法，其特征在于，所述响应于在所述数据管理平台上的预设操作，对所述医学数据进行与所述预设操作匹配的数据处理，包括：
响应于在所述数据管理平台上的数据上传操作，将至少一个目标对象的医学数据上传至所述数据管理平台；和/或，
响应于在所述数据管理平台上的数据管理操作，对所述数据管理平台中的医学数据进行与所述数据管理操作匹配的数据管理。
3.根据权利要求2所述的方法，其特征在于，所述数据管理包括以下至少一者：显示所述数据管理平台的平台数据情况、对所述数据管理平台的医学数据进行检索、对所述数据管理平台的医学数据进行分析、统计所述数据管理平台中的课题信息、查找所述数据管理平台中的基因检测文件的信息、显示创建的目标数据集的信息。
4.根据权利要求3所述的方法，其特征在于，所述响应于在所述数据管理平台上的数据管理操作，对所述数据管理平台中的医学数据进行与所述数据管理操作匹配的数据管理，包括：
响应于在所述数据管理平台上对检索模块的选择操作，显示所述数据管理平台的检索界面；
获取在所述检索界面输入的检索条件，并在所述数据管理平台中检索出与所述检索条件匹配的若干条医学数据作为第一目标医学数据；
在所述检索界面显示与所述第一目标医学数据相关的目标信息。
5.根据权利要求4所述的方法，其特征在于，所述获取在所述检索界面输入的检索条件，包括：
获取在所述检索界面输入的至少一个检索维度的检索条件，其中，所述至少一个检索维度包括目标对象、基因和突变中的至少一者；
所述在所述检索界面显示与所述第一目标医学数据相关的目标信息，包括：
在所述检索界面上，按照至少一个反馈维度显示与所述第一目标医学数据相关的目标信息，其中，所述至少一个反馈维度包括目标对象、基因和突变中的至少一者。
6.根据权利要求4或5所述的方法，其特征在于，所述响应于在所述数据管理平台上的数据管理操作，对所述数据管理平台中的医学数据进行与所述数据管理操作匹配的数据管理，还包括：
响应于在检索界面上的数据选择操作，将选择的至少一个所述第一目标医学数据保存作为目标队列；
响应于在所述数据管理平台上对分析模块的选择操作，对所述目标队列的医学数据进行分析，得到所述目标队列的医学数据分析结果；
显示所述目标队列的医学数据分析结果，其中，所述医学数据分析结果以下至少一者：为所述目标队列的队列数据统计情况、所述目标队列与参考队列之间的队列对比情况、所述目标队列的基因图谱和所述目标队列的生存分析结果。
7.根据权利要求4或5所述的方法，其特征在于，所述响应于用在所述数据管理平台上的数据管理操作，对所述数据管理平台中的医学数据进行与所述数据管理操作匹配的数据管理，包括：
响应于在检索界面上的数据选择操作，将所选择的至少一个所述第一目标医学数据保存作为所述目标数据集；
响应于在所述数据管理平台上对用户数据模块的选择操作，获取并显示所述创建的至少一个目标数据集的信息，其中，所述至少一个目标数据集包括目标对象队列和/或生物标记物队列。
8.根据权利要求3所述的方法，其特征在于，所述响应于在所述数据管理平台上的数据管理操作，对所述数据管理平台中的医学数据进行与所述数据管理操作匹配的数据管理，包括：
响应于在所述数据管理平台上对平台查看模块的选择操作，获取所述数据管理平台的平台数据情况，并在所述数据管理平台的平台查看界面显示所述平台数据情况；其中，所述平台数据情况包括以下至少一种数据情况：所述数据管理平台的整体数据情况、基于所述临床数据统计得到的临床数据情况、基于所述生物组学数据统计得到的生物数据情况；或者，
响应于在所述数据管理平台上对数据存储模块的选择操作，显示所述数据管理平台的数据存储界面；获取在所述数据存储界面上输入的文件信息，并在所述数据管理平台中搜索出与所述文件信息匹配的若干基因检测文件；在所述数据存界面显示所述若干基因检测文件的信息。
9.根据权利要求1至8任一项所述的方法，其特征在于，所述检测对数据管理平台的登录，包括：
接收访问请求，其中，所述访问请求包含登录信息；
响应于对所述登录信息验证通过，下发所述数据管理平台的网页界面；其中，所述预设操作是在用户终端显示的所述网页界面上实现的。
10.一种数据管理平台，其特征在于，包括：
操作检测子模块，用于检测到对数据管理平台的登录，其中，所述数据管理平台用于对目标对象的医学数据进行管理，所述目标对象的医学数据包括所述目标对象的临床数据和所述目标对象的生物组学数据中的至少一者；
数据处理子模块，用于响应于在所述数据管理平台上的预设操作，对所述医学数据进行与所述预设操作匹配的数据处理。
11.一种电子设备，其特征在于，包括存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现权利要求1至9任一项所述的方法。
12.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1至9任一项所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210325624.5A CN114707030A (zh) | 2022-03-29 | 2022-03-29 | 医学数据管理方法和系统、设备、介质 |
| PCT/CN2022/129182 WO2023184976A1 (zh) | 2022-03-29 | 2022-11-02 | 医学数据管理方法和系统、设备、介质、计算机程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210325624.5A CN114707030A (zh) | 2022-03-29 | 2022-03-29 | 医学数据管理方法和系统、设备、介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114707030A true CN114707030A (zh) | 2022-07-05 |
Family
ID=82171319
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210325624.5A Withdrawn CN114707030A (zh) | 2022-03-29 | 2022-03-29 | 医学数据管理方法和系统、设备、介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114707030A (zh) |
| WO (1) | WO2023184976A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023184976A1 (zh) * | 2022-03-29 | 2023-10-05 | 上海商汤智能科技有限公司 | 医学数据管理方法和系统、设备、介质、计算机程序产品 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180101662A1 (en) * | 2016-10-12 | 2018-04-12 | Veeva Systems Inc. | System and Method for Processing Clinical Trial Data |
| CN110706750B (zh) * | 2019-10-28 | 2022-04-19 | 广州基迪奥生物科技有限公司 | 一种动态交互式微生物组学在线分析云平台及其生成方法 |
| CN113130086A (zh) * | 2021-04-01 | 2021-07-16 | 武汉大学 | 健康医疗大数据平台 |
| CN113517047A (zh) * | 2021-06-08 | 2021-10-19 | 联仁健康医疗大数据科技股份有限公司 | 医学数据的获取方法、装置、电子设备及存储介质 |
| CN114707030A (zh) * | 2022-03-29 | 2022-07-05 | 上海商汤智能科技有限公司 | 医学数据管理方法和系统、设备、介质 |
-
2022
- 2022-03-29 CN CN202210325624.5A patent/CN114707030A/zh not_active Withdrawn
- 2022-11-02 WO PCT/CN2022/129182 patent/WO2023184976A1/zh unknown
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023184976A1 (zh) * | 2022-03-29 | 2023-10-05 | 上海商汤智能科技有限公司 | 医学数据管理方法和系统、设备、介质、计算机程序产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023184976A1 (zh) | 2023-10-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9582639B2 (en) | Method and apparatus for mobile disaster victim identification | |
| US10964410B2 (en) | System and method for detecting gene fusion | |
| US20140162257A1 (en) | Systems and methods for obtaining and managing sequence data | |
| US20170091199A1 (en) | Method for identifying clusters of fluorescence-activated cell sorting data points | |
| Zheng et al. | Using shared genomic synteny and shared protein functions to enhance the identification of orthologous gene pairs | |
| Houdayer | In silico prediction of splice-affecting nucleotide variants | |
| US20020169730A1 (en) | Methods for classifying objects and identifying latent classes | |
| Gillet-Markowska et al. | Ulysses: accurate detection of low-frequency structural variations in large insert-size sequencing libraries | |
| CN114707030A (zh) | 医学数据管理方法和系统、设备、介质 | |
| Kille et al. | Minmers are a generalization of minimizers that enable unbiased local Jaccard estimation | |
| Rajaby et al. | SurVIndel: improving CNV calling from high-throughput sequencing data through statistical testing | |
| Hocking et al. | SegAnnDB: interactive Web-based genomic segmentation | |
| CN107451422A (zh) | 一种基因序列数据分析与在线交互可视化的方法 | |
| Brunner et al. | Automatic integration of clinical and genetic data using cBioPortal | |
| Bai et al. | Joint inference of clonal structure using single-cell genome and transcriptome sequencing data | |
| Sohn et al. | Ultrafast prediction of somatic structural variations by filtering out reads matched to pan-genome k-mer sets | |
| US20030023385A1 (en) | Statistical analysis method for classifying objects | |
| US20230298171A1 (en) | Method and device for processing pathological slide image | |
| CN114625939A (zh) | 医学数据管理方法和系统、设备、介质 | |
| Kahraman et al. | MTPpilot: an interactive software for visualization of next-generation sequencing results in molecular tumor boards | |
| Zhang et al. | VEF: a variant filtering tool based on ensemble methods | |
| Baheti et al. | Prognostic stratification of glioblastoma patients by unsupervised clustering of morphology patterns on whole slide images furthering our disease understanding | |
| Lyu et al. | CellAnn: a comprehensive, super-fast, and user-friendly single-cell annotation web server | |
| CN114625940A (zh) | 医学数据管理方法和平台、设备、介质 | |
| CN114637895A (zh) | 医学数据检索方法和平台、设备、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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220705 |