CN114783581B - 一种单病种数据的上报方法及上报装置 - Google Patents

一种单病种数据的上报方法及上报装置 Download PDF

Info

Publication number
CN114783581B
CN114783581B CN202210708027.0A CN202210708027A CN114783581B CN 114783581 B CN114783581 B CN 114783581B CN 202210708027 A CN202210708027 A CN 202210708027A CN 114783581 B CN114783581 B CN 114783581B
Authority
CN
China
Prior art keywords
data
identification
disease
medical record
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.)
Active
Application number
CN202210708027.0A
Other languages
English (en)
Other versions
CN114783581A (zh
Inventor
张满
王实
张奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Huimeiyun Technology Co ltd
Original Assignee
Beijing Huimeiyun Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Huimeiyun Technology Co ltd filed Critical Beijing Huimeiyun Technology Co ltd
Priority to CN202210708027.0A priority Critical patent/CN114783581B/zh
Publication of CN114783581A publication Critical patent/CN114783581A/zh
Application granted granted Critical
Publication of CN114783581B publication Critical patent/CN114783581B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请提供了一种单病种数据的上报方法及上报装置，涉及数据处理技术领域，包括：获取目标电子病历的病历数据；根据病历数据，确定目标电子病历所属的单病种并确定与单病种对应的预先构建的病种数据集；针对单病种对应的多个上报项中的每个上报项，在病种数据集中确定出与该上报项对应的目标疾病数据元；根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对病历数据进行识别，并根据对病历数据进行识别得到的目标数据填写该上报项。这样，能够根据病历数据自动地填写单病种上报项，提升了医生进行单病种数据上报的效率，节约了医生的宝贵时间，为医疗信息的管控提供了技术保障。

Description

一种单病种数据的上报方法及上报装置
技术领域
本申请涉及数据处理技术领域，尤其是涉及一种单病种数据的上报方法及上报装置。
背景技术
随着对医院信息的管控力度不断提升，越来越多的技术手段被不断引入临床。例如，为加强对单病种的质量管理与控制工作，根据要求，需要通过单病种数据上报系统将患者的诊疗信息上报给相关机构。
目前，由于单病种数据上报系统需要上报的病种数量较多，每个病种的上报项较多并且医院需要上报的患者数量巨大，现有技术中依靠医生手动填写患者信息进行上报的方式花费大量的时间和精力，单病种数据上报的效率很低。
发明内容
有鉴于此，本申请的目的在于提供一种单病种数据的上报方法及上报装置，能够针对目标电子病历所属单病种对应的每个上报项，在病种数据集中确定出对应的目标疾病数据元，并根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库，从病历数据中识别出目标数据以填写该上报项；这样，能够根据病历数据自动地填写单病种上报项，提升了医生进行单病种数据上报的效率，节约了医生的宝贵时间，为医疗信息的管控提供了技术保障。
本申请实施例提供了一种单病种数据的上报方法，所述上报方法包括：
获取目标电子病历的病历数据；
根据所述病历数据，确定所述目标电子病历所属的单病种并确定与所述单病种对应的预先构建的病种数据集；其中，所述病种数据集包括多个疾病数据元；每个疾病数据元被配置有医学实体名称和医学实体取值结果范围；
针对所述单病种对应的多个上报项中的每个上报项，在所述病种数据集中确定出与该上报项对应的目标疾病数据元；
根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项。
进一步的，针对所述单病种对应的多个上报项中的每个上报项，在所述病种数据集中确定出与该上报项对应的目标疾病数据元，包括：
根据该上报项的属性信息，确定所述病种数据集中与该上报项对应的诊疗模块；其中，通过对每个疾病数据元的医学属性信息进行分类，所述病种数据集预先被划分成多个诊疗模块，每个诊疗模块包括具有同类医学属性信息的多个疾病数据元；
在与该上报项对应的诊疗模块中查找医学实体名称与该上报项匹配的疾病数据元，并将医学实体名称与该上报项匹配的疾病数据元作为所述目标疾病数据元。
进一步的，当该上报项的类型为医学结果选择项时，该上报项下的每个医学选项与该目标疾病数据元的每个医学实体取值结果一一对应；该目标疾病数据元的医学实体取值结果范围中的每个医学实体取值结果与所述识别规则库中的一组识别规则相关联；所述识别规则库中包括多组识别规则，每组识别规则中包括至少一个识别规则；
所述根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项，包括：
针对该上报项下的每个医学选项，使用该医学选项对应的医学实体取值结果所关联的一组识别规则对所述病历数据进行识别，确定能否在所述病历数据中识别到符合该组识别规则的目标数据；
若能够在所述病历数据中识别到符合该组识别规则的目标数据，则将该医学选项填入该上报项。
进一步的，当该上报项的类型为医学结果输入项时，该目标疾病数据元的医学实体取值结果范围与所述识别规则库中的一组识别规则相关联；所述识别规则库中包括至少一组识别规则，每组识别规则包括至少一个识别规则；
所述根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项，包括：
使用该目标疾病数据元的医学实体取值结果范围所关联的该组识别规则对所述病历数据进行识别，确定能否在所述病历数据中识别到符合该组识别规则的目标数据；
若能够在所述病历数据中识别到符合该组识别规则的目标数据，则将该目标数据填入该上报项。
进一步的，针对任意一组识别规则，使用该组识别规则对所述病历数据进行识别，包括：
根据该组识别规则中每个识别规则的优先级标识，确定识别规则之间的优先级顺序；
按照所述优先级顺序，依次使用识别规则对所述病历数据进行识别，直至确定在所述病历数据中识别到符合该组识别规则的目标数据，或者该组识别规则中所有的识别规则使用完毕；
其中，在使用任意一个识别规则对所述病历数据进行识别时，若在所述病历数据中识别到符合该识别规则的目标数据，则确定在所述病历数据中识别到符合该组识别规则的目标数据；
若不能在所述病历数据中识别到符合该识别规则的目标数据，则按照所述优先级顺序使用该识别规则的下一个识别规则对所述病历数据进行识别。
进一步的，若每个识别规则中包括数据来源、至少一个第一识别子规则和各第一识别子规则之间的逻辑运算符，每个第一识别子规则中包括字段名和字段判断条件，所述使用任意一个识别规则对所述病历数据进行识别，包括：
根据该识别规则中的数据来源，确定在对所述病历数据进行识别时所述病历数据中的识别位置；
针对该条识别规则中的每个第一识别子规则，按照该第一识别子规则中的字段名，从所述病历数据的所述识别位置中识别出该字段名对应的值；
按照该第一识别子规则中的字段判断条件对字段名对应的值进行判断，确定该第一识别子规则的判断结果；
根据各第一识别子规则之间的逻辑运算符，对各第一识别子规则的判断结果进行逻辑运算，得到使用该识别规则对所述病历数据进行识别的目标数据。
进一步的，若每个识别规则中包括至少一个第二识别子规则和第一运算表达式，每个第二识别子规则中包括至少一个其他疾病数据元的标识和第二运算表达式；所述使用任意一个识别规则对所述病历数据进行识别，包括：
针对该识别规则下的每个第二识别子规则，根据该第二识别子规则下的每个其他疾病数据元的标识，获取相应疾病数据元的值；其中，其他疾病数据元是指在所述病种数据集中该目标疾病数据元之外的其他疾病数据元；
将其他疾病数据元的值分别代入所述第二运算表达式，得到使用该第二识别子规则对所述病历数据进行识别得到的初始数据；
将使用各第二识别子规则得到的各初始数据分别代入所述第一运算表达式，得到使用该识别规则对所述病历数据进行识别得到的目标数据。
本申请实施例还提供了一种单病种数据的上报装置，所述上报装置包括：
获取模块，用于获取目标电子病历的病历数据；
第一确定模块，用于根据所述病历数据，确定所述目标电子病历所属的单病种并确定与所述单病种对应的预先构建的病种数据集；其中，所述病种数据集包括多个疾病数据元；每个疾病数据元被配置有医学实体名称和医学实体取值结果范围；
第二确定模块，用于针对所述单病种对应的多个上报项中的每个上报项，在所述病种数据集中确定出与该上报项对应的目标疾病数据元；
识别模块，用于根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项。
进一步的，所述第二确定模块，在用于针对所述单病种对应的多个上报项中的每个上报项，在所述病种数据集中确定出与该上报项对应的目标疾病数据元时，所述第二确定模块用于：
根据该上报项的属性信息，确定所述病种数据集中与该上报项对应的诊疗模块；其中，通过对每个疾病数据元的医学属性信息进行分类，所述病种数据集预先被划分成多个诊疗模块，每个诊疗模块包括具有同类医学属性信息的多个疾病数据元；
在与该上报项对应的诊疗模块中查找医学实体名称与该上报项匹配的疾病数据元，并将医学实体名称与该上报项匹配的疾病数据元作为所述目标疾病数据元。
进一步的，当该上报项的类型为医学结果选择项时，该上报项下的每个医学选项与该目标疾病数据元的每个医学实体取值结果一一对应；该目标疾病数据元的医学实体取值结果范围中的每个医学实体取值结果与所述识别规则库中的一组识别规则相关联；所述识别规则库中包括多组识别规则，每组识别规则中包括至少一个识别规则；
所述识别模块在用于根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项时，所述识别模块用于：
针对该上报项下的每个医学选项，使用该医学选项对应的医学实体取值结果所关联的一组识别规则对所述病历数据进行识别，确定能否在所述病历数据中识别到符合该组识别规则的目标数据；
若能够在所述病历数据中识别到符合该组识别规则的目标数据，则将该医学选项填入该上报项。
进一步的，当该上报项的类型为医学结果输入项时，该目标疾病数据元的医学实体取值结果范围与所述识别规则库中的一组识别规则相关联；所述识别规则库中包括至少一组识别规则，每组识别规则包括至少一个识别规则；
所述识别模块在用于根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项时，所述识别模块用于：
使用该目标疾病数据元的医学实体取值结果范围所关联的该组识别规则对所述病历数据进行识别，确定能否在所述病历数据中识别到符合该组识别规则的目标数据；
若能够在所述病历数据中识别到符合该组识别规则的目标数据，则将该目标数据填入该上报项。
进一步的，针对任意一组识别规则，所述识别模块在用于使用该组识别规则对所述病历数据进行识别时，所述识别模块用于：
根据该组识别规则中每个识别规则的优先级标识，确定识别规则之间的优先级顺序；
按照所述优先级顺序，依次使用识别规则对所述病历数据进行识别，直至确定在所述病历数据中识别到符合该组识别规则的目标数据，或者该组识别规则中所有的识别规则使用完毕；
其中，在使用任意一个识别规则对所述病历数据进行识别时，若在所述病历数据中识别到符合该识别规则的目标数据，则确定在所述病历数据中识别到符合该组识别规则的目标数据；
若不能在所述病历数据中识别到符合该识别规则的目标数据，则按照所述优先级顺序使用该识别规则的下一个识别规则对所述病历数据进行识别。
进一步的，若每个识别规则中包括数据来源、至少一个第一识别子规则和各第一识别子规则之间的逻辑运算符，每个第一识别子规则中包括字段名和字段判断条件，所述识别模块在用于使用任意一个识别规则对所述病历数据进行识别时，所述识别模块用于：
根据该识别规则中的数据来源，确定在对所述病历数据进行识别时所述病历数据中的识别位置；
针对该条识别规则中的每个第一识别子规则，按照该第一识别子规则中的字段名，从所述病历数据的所述识别位置中识别出该字段名对应的值；
按照该第一识别子规则中的字段判断条件对字段名对应的值进行判断，确定该第一识别子规则的判断结果；
根据各第一识别子规则之间的逻辑运算符，对各第一识别子规则的判断结果进行逻辑运算，得到使用该识别规则对所述病历数据进行识别的目标数据。
若每个识别规则中包括至少一个第二识别子规则和第一运算表达式，每个第二识别子规则中包括至少一个其他疾病数据元的标识和第二运算表达式，所述识别模块在用于使用任意一个识别规则对所述病历数据进行识别时，所述识别模块用于：
针对该识别规则下的每个第二识别子规则，根据该第二识别子规则下的每个其他疾病数据元的标识，获取相应疾病数据元的值；其中，其他疾病数据元是指在所述病种数据集中该目标疾病数据元之外的其他疾病数据元；
将其他疾病数据元的值分别代入所述第二运算表达式，得到使用该第二识别子规则对所述病历数据进行识别得到的初始数据；
将使用各第二识别子规则得到的各初始数据分别代入所述第一运算表达式，得到使用该识别规则对所述病历数据进行识别得到的目标数据。
本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的上报方法的步骤。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的上报方法的步骤。
本申请实施例提供的一种单病种数据的上报方法及上报装置，包括：获取目标电子病历的病历数据；根据所述病历数据，确定所述目标电子病历所属的单病种并确定与所述单病种对应的预先构建的病种数据集；其中，所述病种数据集包括多个疾病数据元；每个疾病数据元被配置有医学实体名称和医学实体取值结果范围；针对所述单病种对应的多个上报项中的每个上报项，在所述病种数据集中确定出与该上报项对应的目标疾病数据元；根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据自动填写该上报项。
通过这种方式，能够针对目标电子病历所属单病种对应的每个上报项，在病种数据集中确定出对应的目标疾病数据元，并根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库，从病历数据中识别出目标数据以填写该上报项；这样，能够根据病历数据自动地填写单病种上报项，提升了医生进行单病种数据上报的效率，节约了医生的宝贵时间，为医疗信息的管控提供了技术保障。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。
图1示出了本申请实施例所提供的一种单病种数据的上报方法的流程图之一；
图2示出了本申请实施例所提供的一种单病种数据的上报方法的流程图之二；
图3示出了本申请实施例所提供的一种单病种数据的上报装置的结构示意图；
图4示出了本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。
随着对医院信息的管控力度不断提升，越来越多的技术手段被不断引入临床。例如，为加强对单病种的质量管理与控制工作，根据要求，需要通过单病种数据上报系统将患者的诊疗信息上报给相关机构。
目前，由于单病种数据上报系统需要上报的病种数量较多，每个病种的上报项较多并且医院需要上报的患者数量巨大，现有技术中依靠医生手动填写患者信息进行上报的方式花费大量的时间和精力，单病种数据上报的效率很低。
有鉴于此，本申请实施例提供了一种单病种数据的上报方法，能够针对目标电子病历所属单病种对应的每个上报项，在病种数据集中确定出对应的目标疾病数据元，并根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库，从病历数据中识别出目标数据以填写该上报项；这样，能够根据病历数据自动地填写单病种上报项，提升了医生进行单病种数据上报的效率，节约了医生的宝贵时间，为医疗信息的管控提供了技术保障。
请参阅图1，图1为本申请实施例所提供的一种单病种数据的上报方法的流程图之一。如图1中所示，本申请实施例提供的上报方法，包括：
S101、获取目标电子病历的病历数据。
需要说明的是，电子病历是用电子设备（例如，计算机、健康卡等）保存、管理、传输和重现的数字化的医疗记录，是患者在医院诊断治疗全过程的原始记录。
该步骤中，可以预先将电子病历的病历文书通过特征构建、正样本构建、负样本构建、线下模型训练、线上计算、关键词映射、切分等步骤转换成格式化的病历数据，并将电子病历的格式化病历数据存储于数据库中，进而在具体实施时，可以从数据库中获取目标电子病历的病历数据。
S102、根据所述病历数据，确定所述目标电子病历所属的单病种并确定与所述单病种对应的预先构建的病种数据集。
需要说明的是，单病种是有关部门在通知中规定的为进一步加强单病种质量管理与控制工作，医疗机构需要上报的病种数据所涉及的各个病种，目前需要上报的单病种包括脑梗死、剖宫产、肺癌等病种在内的51个病种。
这里，每个单病种有相应的预先构建的病种数据集；每个病种数据集包括多个疾病数据元；每个疾病数据元被配置有医学实体名称和医学实体取值结果范围。数据元是用一组属性描述其定义、标识、表示和允许值等内容的数据单元，在一定语境下，通常用于构建一个语义正确、独立且无歧义的特定概念语义的信息单元；在每个疾病数据元中，医学实体的至少一个可能的医学实体取值结果构成了医学实体取值结果范围。示例性的，单病种剖宫产对应的病种数据集为剖宫产数据集，剖宫产数据集包括多个疾病数据元，其中某一疾病数据元被配置的医学实体名称为剖宫产指征，被配置的医学实体取值结果范围为剖宫产手术符合医学指征和孕妇要求剖宫产。
进一步的，疾病数据元的类型可分为主数据元和从数据元，从数据元是对主数据元中具体内容的补充。值得注意的是，不同的病种数据集可以包括相同的数据元，也就是说，数据库中存储了多个疾病数据元，多个疾病数据元被划分成多个病种数据集，某些疾病数据元可以同时属于多个病种数据集，例如，疾病数据元住院总费用、疾病数据元血压可以同时属于剖宫产数据集和脑梗死数据集等。这样，使得疾病数据元具有可复用性，减少了对数据元的配置工作。
该步骤中，可以根据病历数据中的相关信息和预存的映射关系，例如，病案号以及病案号与病种的映射关系，确定目标电子病历所属的单病种。
S103、针对所述单病种对应的多个上报项中的每个上报项，在所述病种数据集中确定出与该上报项对应的目标疾病数据元。
这里，根据相关规定，每个单病种对应多个上报项，例如，针对每个单病种，患者的个人信息、治疗过程中的诊断、治疗以及医疗费用均属于该单病种需要上报的上报项。而上报项和疾病数据元之间存在对应关系，每个疾病数据元对应了一个上报项。如前所述，不同的病种数据集可以包括相同的疾病数据元，则不同病种中的相同上报项实际上也对应了同一个疾病数据元，例如，单病种剖宫产和单病种脑梗死中的上报项血压均对应疾病数据元血压。
在一种可能的实施方式中，步骤S103包括：
S1031、根据该上报项的属性信息，确定所述病种数据集中与该上报项对应的诊疗模块。
其中，通过对每个疾病数据元的医学属性信息进行分类，所述病种数据集预先被划分成多个诊疗模块，每个诊疗模块包括具有同类医学属性信息的多个疾病数据元。
示例性的，在剖宫产数据集下，疾病数据元剖宫产指征和疾病数据元剖宫产手术方式的医学属性信息都属于手术类，因此疾病数据元剖宫产指征和疾病数据元剖宫产手术方式都被归类为“手术治疗”诊疗模块。
S1032、在与该上报项对应的诊疗模块中查找医学实体名称与该上报项匹配的疾病数据元，并将医学实体名称与该上报项匹配的疾病数据元作为所述目标疾病数据元。
在一种可能的实施方式中，该步骤中，可以使用自然语言处理的相关技术将上报项的名称与各疾病数据元的医学实体名称进行语义匹配，将匹配出的疾病数据元作为该上报项对应的目标疾病数据元。
S104、根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项。
该步骤中，识别规则库中包括了多条识别规则，使用识别规则库对病历数据进行自动识别可以得到目标数据，并根据目标数据对上报项进行填写。
在具体实施时，当该上报项的类型为医学结果选择项时，该上报项下的每个医学选项与该目标疾病数据元的每个医学实体取值结果一一对应；该目标疾病数据元的医学实体取值结果范围中的每个医学实体取值结果与所述识别规则库中的一组识别规则相关联；所述识别规则库中包括多组识别规则，每组识别规则中包括至少一个识别规则。
其中，当该上报项的类型为医学结果选择项时，该上报项下预先被配置有至少一个医学选项。在填写该上报项时，通过对病历数据进行识别，可以确定应当填入该上报项的医学选项。
示例性的，上报项“头盆不称”为医学结果选择项，该上报项下被配置有“变形骨盆引起的梗阻性分娩”、“均小骨盆引起的梗阻性分娩”、“骨盆骨变形引起的胎盆不称给予的孕产妇医疗”等多个医学选项，通过对目标电子病历的病历数据进行识别，可以确定出应当填入该上报项的是哪个医学选项。
在一种可能的实施方式中，步骤S104包括：
S1041、针对该上报项下的每个医学选项，使用该医学选项对应的医学实体取值结果所关联的一组识别规则对所述病历数据进行识别，确定能否在所述病历数据中识别到符合该组识别规则的目标数据。
这里，当上报项的类型为医学结果选择项时，上报项下的每个医学选项与上报项对应的目标疾病数据元的医学实体取值结果范围中的每个医学实体取值结果一一对应。对应于上述示例，上报项“头盆不称”对应的目标疾病数据元的取值结果范围包括“变形骨盆引起的梗阻性分娩”、“均小骨盆引起的梗阻性分娩”以及“骨盆骨变形引起的胎盆不称给予的孕产妇医疗”等多个医学实体取值结果。
其中，每个医学实体取值结果与一组识别规则相关联，使用该组识别规则对所述病历数据进行识别，确定能否在所述病历数据中识别到符合该组识别规则的目标数据。
S1042、若能够在所述病历数据中识别到符合该组识别规则的目标数据，则将该医学选项填入该上报项。
对于类型为医学结果选择项的上报项，当能够在病历数据中识别到符合一组识别规则的目标数据，则将该组识别规则对应的医学选项填入该上报项。因此，本申请实施例所提供的上报方法所填写的上报项可以是单选项，也可以是多选项。
在具体实施时，当该上报项的类型为医学结果输入项时，该目标疾病数据元的医学实体取值结果范围与所述识别规则库中的一组识别规则相关联；所述识别规则库中包括至少一组识别规则，每组识别规则包括至少一个识别规则。
其中，当该上报项的类型为医学结果输入项时，该上报项下没有预先配置的医学选项，在填写该上报项时，需要对病历数据进行识别，并将识别出的目标数据填入该上报项。
示例性的，上报项“患者血压”为医学结果输入项，通过对目标电子病历的病历数据进行识别，可以确定出应当填入该上报项的具体血压数值。此外，填入的医学结果的数据类型不限于数值型，数据类型为字符型的医学结果也可以从病历数据中识别出来并被填入该上报项。
在一种可能的实施方式中，步骤S104包括：
S1043、使用该目标疾病数据元的医学实体取值结果范围所关联的该组识别规则对所述病历数据进行识别，确定能否在所述病历数据中识别到符合该组识别规则的目标数据。
这里，当上报项的类型为医学结果输入项时，医学实体取值结果范围的范围整体与一组识别规则相关联。对应于上述示例，上报项“血压”对应的目标疾病数据元的取值结果范围为0-300mmHg，则取值结果范围0-300mmHg与一组识别规则相关联。
S1044、若能够在所述病历数据中识别到符合该组识别规则的目标数据，则将该目标数据填入该上报项。
对于类型为医学结果输入项的上报项，当能够在病历数据中识别到符合一组识别规则的目标数据，则将该组识别规则识别到的目标数据填入该上报项。
请参阅图2，图2为本申请实施例所提供的一种单病种数据的上报方法的流程图之二。如图2中所示，本申请实施例提供的上报方法，在步骤S1041或S1043中针对任意一组识别规则，使用该组识别规则对所述病历数据进行识别，包括：
S105、根据该组识别规则中每个识别规则的优先级标识，确定识别规则之间的优先级顺序。
S106、按照所述优先级顺序，依次使用识别规则对所述病历数据进行识别，直至确定在所述病历数据中识别到符合该组识别规则的目标数据，或者该组识别规则中所有的识别规则使用完毕。
其中，在使用任意一个识别规则对所述病历数据进行识别时，若在所述病历数据中识别到符合该识别规则的目标数据，则确定在所述病历数据中识别到符合该组识别规则的目标数据。若不能在所述病历数据中识别到符合该识别规则的目标数据，则按照所述优先级顺序使用该识别规则的下一个识别规则对所述病历数据进行识别。
这里，若在使用任意一个识别规则对所述病历数据进行识别时，判断能否在所述病历数据中识别到符合该识别规则的目标数据；若能够在所述病历数据中识别到符合该识别规则的目标数据，则确定在所述病历数据中识别到符合该组识别规则的目标数据，即不再继续按照所述优先级顺序使用该识别规则的下一个识别规则对所述病历数据进行识别；若不能在所述病历数据中识别到符合该识别规则的目标数据，则按照所述优先级顺序使用该识别规则的下一个识别规则对所述病历数据进行识别，并重复上述判断过程；直到使用某一识别规则时，能够识别到符合该识别规则的目标数据，或者该组识别规则中所有的识别规则使用完毕仍不能识别到符合该组识别规则的目标数据。进一步的，若不能识别到符合该组识别规则的目标数据，则该上报项无法自动填写，此时可以对该上报项添加标记以提示医生进行手动填写。
在具体实施时，每个识别规则中可以包括数据来源、至少一个第一识别子规则和各第一识别子规则之间的逻辑运算符，每个第一识别子规则中包括字段名和字段判断条件。
其中，数据来源是指对病历数据进行识别时，被识别数据在所述病历数据中的具体位置来源。例如，“入院记录”、“出院记录”和“体格检查”均为数据来源，分别指示了应当在所述病历数据中“入院记录”、“出院记录”和“体格检查”的位置识别数据。逻辑运算符指示了不同第一识别规则之间的逻辑运算关系，示例性的，逻辑运算符包括“与”、“或”和“非”中的至少一种。每个第一识别子规则中包括字段名和字段判断条件。如前所述，病历数据是结构化数据，因此病历数据中每个字段名有相应的值；字段判断条件限定了字段名对应的值应当符合的条件。
示例性的，对于上报项“头盆不称”对应的某个医学实体取值结果“变形骨盆引起的梗阻性分娩”，该医学实体取值结果所关联的一组识别规则中的某个识别规则的数据来源为“入院记录”或“出院记录”，该识别规则包括两个第一识别子规则，两个第一识别子规则之间的逻辑运算符为“或”，两个第一识别子规则分别为“诊断名等于扁平骨盆引起的梗阻性分娩”以及“诊断名等于变形骨盆难产”。
此时，在一种可能的实施方式中，使用任意一个识别规则对所述病历数据进行识别，包括：
步骤（A）、根据该识别规则中的数据来源，确定在对所述病历数据进行识别时所述病历数据中的识别位置。
步骤（B）、针对该条识别规则中的每个第一识别子规则，按照该第一识别子规则中的字段名，从所述病历数据的所述识别位置中识别出该字段名对应的值。
步骤（C）、按照该第一识别子规则中的字段判断条件对字段名对应的值进行判断，确定该第一识别子规则的判断结果。
步骤（D）、根据各第一识别子规则之间的逻辑运算符，对各第一识别子规则的判断结果进行逻辑运算，得到使用该识别规则对所述病历数据进行识别的目标数据。
对应于上述示例，在使用该识别规则识别病历数据时：在病历数据的“入院记录”或“出院记录”中识别字段名为“诊断名”的值，分别确定识别到的值是否等于“扁平骨盆引起的梗阻性分娩”以及确定识别到的值识别到的值是否等于“变形骨盆难产”；若识别到的值等于“扁平骨盆引起的梗阻性分娩”，则第一个第一识别子规则的判断结果为“是”，第二个第一识别子规则的判断结果为“否”；根据各第一识别子规则之间的逻辑运算符“或”，对两个第一识别子规则的判断结果进行逻辑运算，得到使用该识别规则对所述病历数据进行识别的目标数据为“是”，这说明能够在所述病历数据中识别到符合该识别规则的目标数据。
在具体实施时，每个识别规则中可能包括至少一个第二识别子规则和第一运算表达式，每个第二识别子规则中包括至少一个其他疾病数据元的标识和第二运算表达式。
此时，在另一种可能的实施方式中，使用任意一个识别规则对所述病历数据进行识别，包括：
步骤（a）、针对该识别规则下的每个第二识别子规则，根据该第二识别子规则下的每个其他疾病数据元的标识，获取相应疾病数据元的值；其中，其他疾病数据元是指在所述病种数据集中该目标疾病数据元之外的其他疾病数据元。
步骤（b）、将其他疾病数据元的值分别代入所述第二运算表达式，得到使用该第二识别子规则对所述病历数据进行识别得到的初始数据。
其中，构建第二运算表达式的运算符包括三元表达式、计算符号、链接符号等。
步骤（c）、将使用各第二识别子规则得到的各初始数据分别代入所述第一运算表达式，得到使用该识别规则对所述病历数据进行识别得到的目标数据。
示例性的，某一第二识别子规则可以被表示为{d}={a}+{b}+{c}；其中，{a}为疾病数据元中药费的标识，{b}为疾病数据元手术费的标识，{c}为疾病数据元西药费的标识，{d}为疾病数据元住院总费用的标识。因此，在使用该第二识别子规则识别病历数据时，疾病数据元住院总费用对应的目标数据应等于疾病数据元中药费的值、疾病数据元手术费的值和疾病数据元西药费的值之和。疾病数据元中药费、疾病数据元手术费和疾病数据元西药费各自的医学实体取值结果范围与各自的识别规则库相关联，这样，通过第二识别子规则可以实现规则的复用，即不需要对疾病数据元住院总费用重复配置单独的识别规则库，减少了规则的冗余，节省了规则配置工作所耗费的时间和精力；在识别规则发生变化时，规则的维护更加简便。
进一步的，本申请实施例所提供的上报方法可以为医生提供规则配置的可视化界面，医生通过在可视化界面中进行简单的选择、点击操作，即可实现将疾病数据元分类至病种数据集，为上报项选择关联的疾病数据元，配置疾病数据元的医学实体名称和医学实体取值结果范围，配置各个识别规则库等操作。这样，使得单病种数据的上报方法的配置更加简便，不需要专业的算法人员编写程序来维护规则，医学人员即可完成配置工作，这样可以进一步提升上报方法中对上报项、数据元和规则进行更新的简便性。
本申请实施例提供的一种单病种数据的上报方法，包括：获取目标电子病历的病历数据；根据所述病历数据，确定所述目标电子病历所属的单病种并确定与所述单病种对应的预先构建的病种数据集；其中，所述病种数据集包括多个疾病数据元；每个疾病数据元被配置有医学实体名称和医学实体取值结果范围；针对所述单病种对应的多个上报项中的每个上报项，在所述病种数据集中确定出与该上报项对应的目标疾病数据元；根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项。
通过这种方式，能够针对目标电子病历所属单病种对应的每个上报项，在病种数据集中确定出对应的目标疾病数据元，并根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库，从病历数据中识别出目标数据以填写该上报项；这样，能够根据病历数据自动地填写单病种上报项，提升了医生进行单病种数据上报的效率，节约了医生的宝贵时间，为医疗信息的管控提供了技术保障。
请参阅图3，图3为本申请实施例所提供的一种单病种数据的上报装置的结构示意图，如图3中所示，所述上报装置300包括：
获取模块310，用于获取目标电子病历的病历数据；
第一确定模块320，用于根据所述病历数据，确定所述目标电子病历所属的单病种并确定与所述单病种对应的预先构建的病种数据集；其中，所述病种数据集包括多个疾病数据元；每个疾病数据元被配置有医学实体名称和医学实体取值结果范围；
第二确定模块330，用于针对所述单病种对应的多个上报项中的每个上报项，在所述病种数据集中确定出与该上报项对应的目标疾病数据元；
识别模块340，用于根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项。
进一步的，所述第二确定模块330，在用于针对所述单病种对应的多个上报项中的每个上报项，在所述病种数据集中确定出与该上报项对应的目标疾病数据元时，所述第二确定模块330用于：
根据该上报项的属性信息，确定所述病种数据集中与该上报项对应的诊疗模块；其中，通过对每个疾病数据元的医学属性信息进行分类，所述病种数据集预先被划分成多个诊疗模块，每个诊疗模块包括具有同类医学属性信息的多个疾病数据元；
在与该上报项对应的诊疗模块中查找医学实体名称与该上报项匹配的疾病数据元，并将医学实体名称与该上报项匹配的疾病数据元作为所述目标疾病数据元。
进一步的，当该上报项的类型为医学结果选择项时，该上报项下的每个医学选项与该目标疾病数据元的每个医学实体取值结果一一对应；该目标疾病数据元的医学实体取值结果范围中的每个医学实体取值结果与所述识别规则库中的一组识别规则相关联；所述识别规则库中包括多组识别规则，每组识别规则中包括至少一个识别规则；
所述识别模块340在用于根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项时，所述识别模块340用于：
针对该上报项下的每个医学选项，使用该医学选项对应的医学实体取值结果所关联的一组识别规则对所述病历数据进行识别，确定能否在所述病历数据中识别到符合该组识别规则的目标数据；
若能够在所述病历数据中识别到符合该组识别规则的目标数据，则将该医学选项填入该上报项。
进一步的，当该上报项的类型为医学结果输入项时，该目标疾病数据元的医学实体取值结果范围与所述识别规则库中的一组识别规则相关联；所述识别规则库中包括至少一组识别规则，每组识别规则包括至少一个识别规则；
所述识别模块340在用于根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项时，所述识别模块340用于：
使用该目标疾病数据元的医学实体取值结果范围所关联的该组识别规则对所述病历数据进行识别，确定能否在所述病历数据中识别到符合该组识别规则的目标数据；
若能够在所述病历数据中识别到符合该组识别规则的目标数据，则将该目标数据填入该上报项。
进一步的，针对任意一组识别规则，所述识别模块340在用于使用该组识别规则对所述病历数据进行识别时，所述识别模块340用于：
根据该组识别规则中每个识别规则的优先级标识，确定识别规则之间的优先级顺序；
按照所述优先级顺序，依次使用识别规则对所述病历数据进行识别，直至确定在所述病历数据中识别到符合该组识别规则的目标数据，或者该组识别规则中所有的识别规则使用完毕；
其中，在使用任意一个识别规则对所述病历数据进行识别时，若在所述病历数据中识别到符合该识别规则的目标数据，则确定在所述病历数据中识别到符合该组识别规则的目标数据；
若不能在所述病历数据中识别到符合该识别规则的目标数据，则按照所述优先级顺序使用该识别规则的下一个识别规则对所述病历数据进行识别。
进一步的，若每个识别规则中包括数据来源、至少一个第一识别子规则和各第一识别子规则之间的逻辑运算符，每个第一识别子规则中包括字段名和字段判断条件，所述识别模块340在用于使用任意一个识别规则对所述病历数据进行识别时，所述识别模块340用于：
根据该识别规则中的数据来源，确定在对所述病历数据进行识别时所述病历数据中的识别位置；
针对该条识别规则中的每个第一识别子规则，按照该第一识别子规则中的字段名，从所述病历数据的所述识别位置中识别出该字段名对应的值；
按照该第一识别子规则中的字段判断条件对字段名对应的值进行判断，确定该第一识别子规则的判断结果；
根据各第一识别子规则之间的逻辑运算符，对各第一识别子规则的判断结果进行逻辑运算，得到使用该识别规则对所述病历数据进行识别的目标数据。
若每个识别规则中包括至少一个第二识别子规则和第一运算表达式，每个第二识别子规则中包括至少一个其他疾病数据元的标识和第二运算表达式，所述识别模块340在用于使用任意一个识别规则对所述病历数据进行识别时，所述识别模块340用于：
针对该识别规则下的每个第二识别子规则，根据该第二识别子规则下的每个其他疾病数据元的标识，获取相应疾病数据元的值；其中，其他疾病数据元是指在所述病种数据集中该目标疾病数据元之外的其他疾病数据元；
将其他疾病数据元的值分别代入所述第二运算表达式，得到使用该第二识别子规则对所述病历数据进行识别得到的初始数据；
将使用各第二识别子规则得到的各初始数据分别代入所述第一运算表达式，得到使用该识别规则对所述病历数据进行识别得到的目标数据。
请参阅图4，图4为本申请实施例所提供的一种电子设备的结构示意图。如图4中所示，所述电子设备400包括处理器410、存储器420和总线430。
所述存储器420存储有所述处理器410可执行的机器可读指令，当电子设备400运行时，所述处理器410与所述存储器420之间通过总线430通信，所述机器可读指令被所述处理器410执行时，可以执行如上述图1以及图2所示方法实施例中的上报方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1以及图2所示方法实施例中的上报方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
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。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，又例如，多个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通信接口，装置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。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
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。
所述功能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，可以存储在一个处理器可执行的非易失的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，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（Read-OnlyMemory，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。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：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，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，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权利要求的保护范围为准。

Claims (7)

1.一种单病种数据的上报方法，其特征在于，所述上报方法包括：
获取目标电子病历的病历数据；
根据所述病历数据，确定所述目标电子病历所属的单病种并确定与所述单病种对应的预先构建的病种数据集；其中，所述病种数据集包括多个疾病数据元；每个疾病数据元被配置有医学实体名称和医学实体取值结果范围；
针对所述单病种对应的多个上报项中的每个上报项，在所述病种数据集中确定出与该上报项对应的目标疾病数据元；
根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项；
当该上报项的类型为医学结果选择项时，该上报项下的每个医学选项与该目标疾病数据元的每个医学实体取值结果一一对应；该目标疾病数据元的医学实体取值结果范围中的每个医学实体取值结果与所述识别规则库中的一组识别规则相关联；所述识别规则库中包括多组识别规则，每组识别规则中包括至少一个识别规则；
所述根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项，包括：
针对该上报项下的每个医学选项，使用该医学选项对应的医学实体取值结果所关联的一组识别规则对所述病历数据进行识别，确定能否在所述病历数据中识别到符合该组识别规则的目标数据；
若能够在所述病历数据中识别到符合该组识别规则的目标数据，则将该医学选项填入该上报项；
针对任意一组识别规则，使用该组识别规则对所述病历数据进行识别，包括：
根据该组识别规则中每个识别规则的优先级标识，确定识别规则之间的优先级顺序；
按照所述优先级顺序，依次使用识别规则对所述病历数据进行识别，直至确定在所述病历数据中识别到符合该组识别规则的目标数据，或者该组识别规则中所有的识别规则使用完毕；
其中，在使用任意一个识别规则对所述病历数据进行识别时，若在所述病历数据中识别到符合该识别规则的目标数据，则确定在所述病历数据中识别到符合该组识别规则的目标数据；
若不能在所述病历数据中识别到符合该识别规则的目标数据，则按照所述优先级顺序使用该识别规则的下一个识别规则对所述病历数据进行识别；
若每个识别规则中包括至少一个第二识别子规则和第一运算表达式，每个第二识别子规则中包括至少一个其他疾病数据元的标识和第二运算表达式，所述使用任意一个识别规则对所述病历数据进行识别，包括：
针对该识别规则下的每个第二识别子规则，根据该第二识别子规则下的每个其他疾病数据元的标识，获取相应疾病数据元的值；其中，其他疾病数据元是指在所述病种数据集中该目标疾病数据元之外的其他疾病数据元；
将其他疾病数据元的值分别代入所述第二运算表达式，得到使用该第二识别子规则对所述病历数据进行识别得到的初始数据；
将使用各第二识别子规则得到的各初始数据分别代入所述第一运算表达式，得到使用该识别规则对所述病历数据进行识别得到的目标数据。
2.根据权利要求1所述的上报方法，其特征在于，针对所述单病种对应的多个上报项中的每个上报项，在所述病种数据集中确定出与该上报项对应的目标疾病数据元，包括：
根据该上报项的属性信息，确定所述病种数据集中与该上报项对应的诊疗模块；其中，通过对每个疾病数据元的医学属性信息进行分类，所述病种数据集预先被划分成多个诊疗模块，每个诊疗模块包括具有同类医学属性信息的多个疾病数据元；
在与该上报项对应的诊疗模块中查找医学实体名称与该上报项匹配的疾病数据元，并将医学实体名称与该上报项匹配的疾病数据元作为所述目标疾病数据元。
3.根据权利要求1所述的上报方法，其特征在于，当该上报项的类型为医学结果输入项时，该目标疾病数据元的医学实体取值结果范围与所述识别规则库中的一组识别规则相关联；所述识别规则库中包括至少一组识别规则，每组识别规则包括至少一个识别规则；
所述根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项，包括：
使用该目标疾病数据元的医学实体取值结果范围所关联的该组识别规则对所述病历数据进行识别，确定能否在所述病历数据中识别到符合该组识别规则的目标数据；
若能够在所述病历数据中识别到符合该组识别规则的目标数据，则将该目标数据填入该上报项。
4.根据权利要求1所述的上报方法，其特征在于，若每个识别规则中包括数据来源、至少一个第一识别子规则和各第一识别子规则之间的逻辑运算符，每个第一识别子规则中包括字段名和字段判断条件，所述使用任意一个识别规则对所述病历数据进行识别，包括：
根据该识别规则中的数据来源，确定在对所述病历数据进行识别时所述病历数据中的识别位置；
针对该识别规则中的每个第一识别子规则，按照该第一识别子规则中的字段名，从所述病历数据的所述识别位置中识别出该字段名对应的值；
按照该第一识别子规则中的字段判断条件对字段名对应的值进行判断，确定该第一识别子规则的判断结果；
根据各第一识别子规则之间的逻辑运算符，对各第一识别子规则的判断结果进行逻辑运算，得到使用该识别规则对所述病历数据进行识别的目标数据。
5.一种单病种数据的上报装置，其特征在于，所述上报装置包括：
获取模块，用于获取目标电子病历的病历数据；
第一确定模块，用于根据所述病历数据，确定所述目标电子病历所属的单病种并确定与所述单病种对应的预先构建的病种数据集；其中，所述病种数据集包括多个疾病数据元；每个疾病数据元被配置有医学实体名称和医学实体取值结果范围；
第二确定模块，用于针对所述单病种对应的多个上报项中的每个上报项，在所述病种数据集中确定出与该上报项对应的目标疾病数据元；
识别模块，用于根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项；
当该上报项的类型为医学结果选择项时，该上报项下的每个医学选项与该目标疾病数据元的每个医学实体取值结果一一对应；该目标疾病数据元的医学实体取值结果范围中的每个医学实体取值结果与所述识别规则库中的一组识别规则相关联；所述识别规则库中包括多组识别规则，每组识别规则中包括至少一个识别规则；
所述识别模块在用于根据与该目标疾病数据元的医学实体取值结果范围相关联的识别规则库对所述病历数据进行识别，并根据对所述病历数据进行识别得到的目标数据填写该上报项时，所述识别模块用于：
针对该上报项下的每个医学选项，使用该医学选项对应的医学实体取值结果所关联的一组识别规则对所述病历数据进行识别，确定能否在所述病历数据中识别到符合该组识别规则的目标数据；
若能够在所述病历数据中识别到符合该组识别规则的目标数据，则将该医学选项填入该上报项；
针对任意一组识别规则，所述识别模块在用于使用该组识别规则对所述病历数据进行识别时，所述识别模块用于：
根据该组识别规则中每个识别规则的优先级标识，确定识别规则之间的优先级顺序；
按照所述优先级顺序，依次使用识别规则对所述病历数据进行识别，直至确定在所述病历数据中识别到符合该组识别规则的目标数据，或者该组识别规则中所有的识别规则使用完毕；
其中，在使用任意一个识别规则对所述病历数据进行识别时，若在所述病历数据中识别到符合该识别规则的目标数据，则确定在所述病历数据中识别到符合该组识别规则的目标数据；
若不能在所述病历数据中识别到符合该识别规则的目标数据，则按照所述优先级顺序使用该识别规则的下一个识别规则对所述病历数据进行识别；
若每个识别规则中包括至少一个第二识别子规则和第一运算表达式，每个第二识别子规则中包括至少一个其他疾病数据元的标识和第二运算表达式，所述识别模块在用于使用任意一个识别规则对所述病历数据进行识别时，所述识别模块用于：
针对该识别规则下的每个第二识别子规则，根据该第二识别子规则下的每个其他疾病数据元的标识，获取相应疾病数据元的值；其中，其他疾病数据元是指在所述病种数据集中该目标疾病数据元之外的其他疾病数据元；
将其他疾病数据元的值分别代入所述第二运算表达式，得到使用该第二识别子规则对所述病历数据进行识别得到的初始数据；
将使用各第二识别子规则得到的各初始数据分别代入所述第一运算表达式，得到使用该识别规则对所述病历数据进行识别得到的目标数据。
6.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1至4任一所述的一种单病种数据的上报方法的步骤。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至4任一所述的一种单病种数据的上报方法的步骤。
CN202210708027.0A 2022-06-22 2022-06-22 一种单病种数据的上报方法及上报装置 Active CN114783581B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210708027.0A CN114783581B (zh) 2022-06-22 2022-06-22 一种单病种数据的上报方法及上报装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210708027.0A CN114783581B (zh) 2022-06-22 2022-06-22 一种单病种数据的上报方法及上报装置

Publications (2)

Publication Number Publication Date
CN114783581A CN114783581A (zh) 2022-07-22
CN114783581B true CN114783581B (zh) 2022-09-06

Family

ID=82422000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210708027.0A Active CN114783581B (zh) 2022-06-22 2022-06-22 一种单病种数据的上报方法及上报装置

Country Status (1)

Country Link
CN (1) CN114783581B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115050442B (zh) * 2022-08-17 2022-10-25 深圳市指南针医疗科技有限公司 基于挖掘聚类算法的病种数据上报方法、装置及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113010510B (zh) * 2019-12-20 2024-03-19 中国移动通信集团安徽有限公司 业务识别方法、装置、系统及计算设备
CN113360522B (zh) * 2020-03-05 2023-10-31 奇安信科技集团股份有限公司 一种快速识别敏感数据的方法及装置
CN112365987B (zh) * 2020-10-27 2023-06-06 平安科技（深圳）有限公司 诊断数据异常检测方法、装置、计算机设备及存储介质
CN113343680A (zh) * 2021-05-19 2021-09-03 大连东软教育科技集团有限公司 一种基于多类型病历文本的结构化信息提取方法
CN114218370A (zh) * 2021-12-16 2022-03-22 云知声智能科技股份有限公司 确定单病种上报问题答案的方法、装置、设备和存储介质
CN114550859A (zh) * 2021-12-31 2022-05-27 医渡云（北京）技术有限公司 单病种质量监测方法、系统、设备及存储介质

Also Published As

Publication number Publication date
CN114783581A (zh) 2022-07-22

Similar Documents

Publication Publication Date Title
US11829914B2 (en) Medical scan header standardization system and methods for use therewith
US7917377B2 (en) Patient data mining for automated compliance
CA2964269A1 (en) Identification of codable sections in medical documents
CA3118430C (en) Abstracting information from patient medical records
CN114783581B (zh) 一种单病种数据的上报方法及上报装置
WO2018169795A1 (en) Interoperable record matching process
CN113488180B (zh) 一种临床指南知识建模方法及系统
CN109346146B (zh) 处方审核分配方法、电子设备及存储介质
CN113345545A (zh) 临床数据的稽查方法、装置、电子设备及可读存储介质
US20220051114A1 (en) Inference process visualization system for medical scans
CN113112149A (zh) 基于检查数据的服务质量可视化评估方法
CN116052848B (zh) 一种医学成像质控的数据编码方法及系统
CN109767819B (zh) 病历的分组方法、装置、存储介质和电子设备
CN111724873B (zh) 一种数据处理方法及装置
JP6974878B2 (ja) 診療ガイドラインをコンピュータにて解釈可能なモデルに変換するための方法及びシステム
WO2022079593A1 (en) A system and a way to automatically monitor clinical trials - virtual monitor (vm) and a way to record medical history
CN113988082A (zh) 文本处理方法、装置、电子设备和存储介质
CN113921103A (zh) 鉴别诊断病种敏感性测量方法、装置、电子设备及介质
CN111243750B (zh) 多方式识别患者妊娠状态的方法及装置
JP2015095043A (ja) 医用レポート装置および医用レポート処理方法
CN113270201A (zh) 一种医疗信息数据校验方法及系统、计算机可读存储介质
CN112967789A (zh) 一种口腔类专科病种的资源消耗计算测定方法
US20160162650A1 (en) Method for automating medical billing
CN112183113A (zh) 基于健康医疗大数据的保险客户名单筛选方法及装置
CN111161824A (zh) 自动化报告解读方法及系统

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
GR01 Patent grant
GR01 Patent grant