CN115331823A - 分析临床数据的方法、系统、设备及存储介质 - Google Patents
分析临床数据的方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN115331823A CN115331823A CN202210666858.6A CN202210666858A CN115331823A CN 115331823 A CN115331823 A CN 115331823A CN 202210666858 A CN202210666858 A CN 202210666858A CN 115331823 A CN115331823 A CN 115331823A
- Authority
- CN
- China
- Prior art keywords
- clinical
- condition
- quality control
- data
- group
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000003860 storage Methods 0.000 title claims abstract description 31
- 238000003908 quality control method Methods 0.000 claims abstract description 89
- 238000004458 analytical method Methods 0.000 claims abstract description 44
- 238000012216 screening Methods 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008676 import Effects 0.000 claims description 7
- 238000011160 research Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 9
- 230000001850 reproductive effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241001326116 Ranunculus sceleratus Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 208000014951 hematologic disease Diseases 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000016087 ovulation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- 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
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供一种根据临床质量控制关键指标分析临床数据的方法、系统、设备及存储介质,其中,方法包括:获取病例的临床数据;根据第一条件,从临床数据中选择目标数据,并将目标数据入组保存为第一标签组;根据第二条件,从第一标签组中筛选符合第二条件的所有病例,并保存病例,得到第二标签组;获取与第二标签组的病例相关的临床质量控制关键指标,根据临床质量控制关键指标分析并展示第二标签组的病例数据。本申请的方法可以根据第一条件和第二条件实现目标数据的精准入组,还可以通过改变第一条件和/或第二条件,得到多组用于研究的目标数据,并且通过简单的操作就可获取质控分析展示结果,适用于医护人员独立操作,大幅度提升了工作效率。
Description
技术领域
本申请涉及医学临床质量控制分析领域,具体而言,尤其涉及一种根据临床质量控制关键指标分析临床数据的方法、系统、设备及存储介质。
背景技术
目前,生殖医学临床质量控制工作作为提高辅助生殖治疗技术水平和临床工作效率的重要环节,涉及相关质量控制数据的汇集、存储、统计、提取、分析和展示,医疗工作者可以根据分析和展示结果改善治疗流程,提高医疗效率,提升治疗水平。
但是,现有的临床质量控制工作存在众多限制,阻碍其发挥价值:一方面,临床医疗工作者没有界面友好的临床数据质量控制关键指标获取系统以便随时查询需要的信息;另一方面,根据生殖医学指南推荐质控关键指标和关键指标计算方法随时发生变化,需要专业IT人员操作和维护系统,医务工作者难以独立使用和操作。同时,质控关键指标分析展示中只能分析展示整体或某个时间段的质控关键指标,不能形成灵活且具有临床意义的数组,降低了质量控制系统对临床治疗工作的指导意义。另外,大多数医疗机构数据记录以自然语义为主,在对医疗质量控制结果进行分析时,通常需要多部门合作,对各个系统内的存储数据进行整理、结果分析,该过程需要大量时间人力的投入,效率较低。
总结来说,现有模式下的临床质控关键指标分析均要经过多部门合作进行数据收集、清洗、反复的统计和分析,其中涉及多个部门合作、投入时间和资金成本高、灵活度和效率较低。
发明内容
为解决上述技术问题,本申请的一个目的是提供一种根据临床质量控制关键指标分析临床数据的方法。
本申请的另一个目的是提供一种根据上述方法分析临床数据的系统。
本申请的再一个目的是提供一种根据上述方法分析临床数据的设备。
本申请的又一个目的是提供一种存储上述方法的计算机可读存储介质。
根据本申请的第一方面,提供了一种根据临床质量控制关键指标分析临床数据的方法,包括:获取病例的临床数据;根据第一条件,从所述临床数据中选择目标数据,并将所述目标数据入组保存为第一标签组;根据第二条件,从所述第一标签组中筛选符合所述第二条件的所有病例,并保存所述病例,得到第二标签组;获取与所述第二标签组的病例相关的临床质量控制关键指标,根据所述临床质量控制关键指标分析并展示所述第二标签组的病例数据。
可选地,所述第一条件为医学语义和/或周期日期。
可选地,在将所述目标数据入组保存为所述第一标签组之前,还包括手动录入或文档批量导入临床数据。
可选地,所述第二条件为医学标签和/或时间标签。
可选地,所述第二标签组存储于远端服务器,且为可以查看、导出和删除的标签组。
根据本申请的第二方面,还提供了一种根据第一方面中任一项所述的方法分析临床数据的系统,包括:数据获取模块,所述数据获取模块用于获取病例的临床数据;第一纳排入组模块,所述第一纳排入组模块根据第一条件,从所述临床数据中选择目标数据,并将所述目标数据入组保存为第一标签组;第二纳排入组模块,所述第二纳排入组模块根据第二条件,从所述第一标签组中筛选符合所述第二条件的所有病例,并保存所述病例,得到第二标签组;临床质量控制关键指标获取模块,所述临床质量控制关键指标获取模块用于获取临床质量控制关键指标;分析展示模块,所述分析展示模块根据所述临床质量控制关键指标获取模块获取的关键指标对所述第二标签组的临床数据进行分析和展示。
可选地,所述系统还包括手动录入模块,所述手动录入模块用于在将所述目标数据入组保存为所述第一标签组之前,手动录入或文档批量导入临床数据。
可选地,所述第一条件为医学语义和/或周期日期,所述第二条件为医学标签和/或时间标签。
根据本申请的第三方面,还提供了一种根据临床质量控制关键指标分析临床数据的设备,包括:处理器;存储器,所述存储器存储有所述处理器的可执行指令,所述处理器配置为经由执行所述可执行指令以执行第一方面中任意一项所述根据临床质量控制关键指标分析临床数据的方法。
根据本申请的第四方面,还提供了一种计算机可读存储介质,用于存储计算机程序,所述计算机程序用于实现第一方面中任意一项所述根据临床质量控制关键指标分析临床数据的方法。
根据本申请实施例的分析临床数据的方法,一方面可以实现在线获取病例的临床数据,采用第一条件和第二条件相结合的方式对病例的临床数据进行筛选,得到目标数据,并保存为第二标签组,实现目标临床数据的精准入组,为质控分析提供了便利。同时,还可根据医学研究需要,改变第一条件和/或第二条件得到多组用于分析的第二标签组,并且第二标签组可在临床质控系统中随时被调用和分析,医疗人员也可根据临床需求自由进行各个数组关键指标分析和对比,以提高临床质控指导治疗的效率,改善临床路径和医疗流程。
通过以下参照附图对本申请的示例性实施例的详细描述,本申请的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本申请的实施例,并且连同其说明一起用于解释本申请的原理。
图1为本申请实施例的质控分析临床数据的方法流程图。
图2为用于一个本申请实施例的质控分析临床数据的方法的服务器的硬件配置的原理框图。
图3为根据一个本申请实施例存储临床数据的客户端展示示例图。
图4为根据一个本申请实施例可自由形成的数组逻辑表达式可视化展示图。
图5为根据一个本申请实施例的第二标签组的数据展示界面示例图。
图6为根据一个本申请实施例的质控分析操作界面的示例图。
图7为根据一个本申请实施例的质控分析的结果展示示例图。
图8为根据一个本申请实施例数据关键指标获取及展示系统结构框图。
图9为根据一个本申请实施例的电子设备的硬件结构示意图。
具体实施方式
现在将参照附图来详细描述本申请的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本申请及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本申请实施例所涉及的方案可以应用于生殖医学领域,针对现有方案中所存在的技术问题,本申请实施例提供了一种根据临床质量控制关键指标分析临床数据的方法,可以在线获取临床数据,还可通过时间标签和医学标签相结合的方式精准筛选目标数据,且根据质控关键指标对目标数据的分析和展示简单易操作,分析结果可通过图像展示,便于医务工作者独立操作和分析,大幅度提高了质控分析效率。
其中需要说明的是,根据本申请实施例的分析临床数据的方法可以应用于分析多种临床数据,包括但不限于生殖医学、血液病、心血管等领域,本申请仅以生殖医学领域为例进行具体说明。
<实施环境和硬件配置>
图2是显示可用于实现一个实施例的根据临床质量控制关键指标分析临床数据的方法的服务器2000的硬件配置的原理框图。
如图2所示,本实施例中的服务器2000可以包括但不限于:至少一个处理单元2100、至少一个存储单元2200、输入单元2300、显示单元2400等。
具体来说,存储单元2200存储有程序代码,程序代码可以被处理单元2100执行,存储单元2200可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)和/或高速缓存存储单元,还可以进一步包括只读存储单元(ROM)。存储单元2200还可以包括具有一组(至少一个)程序模块的程序/实用工具,这样的程序模块包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。显示单元2400例如是液晶显示屏。输入单元2300例如可以包括触摸屏、键盘等。
本实施例中,服务器2000可用于参与实现根据本申请任意实施例的分析临床数据的方法。
应用于本申请的实施例中,服务器2000的存储单元2200存储有处理单元2100的可执行指令,处理单元2100配置为经由执行可执行指令以执行本申请任意实施例的根据临床质量控制关键指标分析临床数据的方法。技术人员可以根据本申请所公开的方案设计指令。指令如何控制处理单元2100进行操作,这是本领域公知,故在此不再详细描述。
本领域技术人员应当理解,尽管在图2中示出了服务器2000的多个单元,但是,本申请实施例的服务器2000可以仅涉及其中的部分单元,例如,只涉及处理单元2100和存储单元2200。这是本领域公知,此处不再赘述。
<方法实施例>
图1示出了根据一个实施例的服务器2000的分析临床数据的方法,该上述方法可以由上述服务器2000实施,该方法包括以下步骤S1000~S1300:
步骤S1000.获取病例的临床数据。
步骤S1100.根据第一条件,从所述临床数据中选择目标数据,并将所述目标数据入组保存为第一标签组。
步骤S1200.根据第二条件,从所述第一标签组中筛选符合所述第二条件的所有病例,并保存所述病例,得到第二标签组。
步骤S1300.获取与所述第二标签组的病例相关的临床质量控制关键指标,根据所述临床质量控制关键指标分析并展示所述第二标签组的病例数据。
下面,将对本申请在实施上述分析临床数据的方法各步骤进行详细的解释以及说明。
在步骤S1000中,获取病例的临床数据。
获取病例的临床数据是指从服务器2000的存储单元2200的数据库中获取病例的临床数据。当然,在步骤S1000之前,还有建立病例的临床数据库。该数据库的建立方式可以是通过手动输入临床数据,也可以是文档导入临床数据,还可以是服务器2000与其他设备通信连接导入临床数据等方式,通过多种方式得到的临床数据构成数据库并存储于存储单元2200。数据库建立后,医务工作者可以从数据库中获取病例的临床数据,数据库中的数据详细信息可以通过显示单元2400显示,如图3所示,图3为在客户端界面数据展示示意图。
在步骤S1100中,根据第一条件,从所述临床数据中选择目标数据,并将所述目标数据入组保存为第一标签组。
第一条件可以是满足医疗工作需求的任何条件,例如:姓名、年龄、身高、体重、患者ID、AMH、血压、数据日期等,医务工作者可以根据需求,确定第一条件,并通过服务器2000的输入单元2300输入第一条件,得到的符合第一条件的目标数据通过显示单元2400显示,并保存为第一标签组。
在本申请的一个实施例中,第一条件是医学语义和/或周期日期。添加医学语义为第一条件时,相对自然语义,统一使用医学语义对临床数据进行筛选可以快速精准确定需要的目标数据,并且医学语义为本领域技术人员公知内容,医务工作者可独立操作完成并得到目标数据,无需与其他部门的人员合作。
具体地,在第一条件为医学语义时,得到符合第一条件的第一标签组的操作如下:
首先,根据医学语义对质控分析对象进行解释和拆分,确定符合需求的纳排条件。参考图4所示,实施例中待搜索病例的纳排条件为:“年龄35-40岁且AMH大于等于1.0ng/ml且促排卵过程中添加乐芮”的患者。确定好纳排条件后,通过服务器2000的输入单元2300,输入灵活多变的逻辑表达式。确定待搜索临床数据的最终逻辑表达式后,一键搜索,得到符合上述纳排条件的所有病例,并将该病例数据保存为第一标签组。
另外,添加周期日期作为第一条件是为了标记临床数据的获取时间,而标记临床数据的获取时间是为了在质控分析时可以获取任意时间段的临床数据,得到与时间相关的灵活多变的数组,以满足临床研究需求。
需要说明的是,第一条件可以是医学语义和/或周期日期的其中一种,也可以是兼具医学语义和周期日期,第一条件还可以根据质控分析的对象灵活变动,以筛选出质控分析所需的目标数据,本领域技术人员应当理解,这里不作具体限定。
在本申请的另一个实施例中,在将目标数据入组保存为第一标签组之前,还包括手动录入或文档批量导入临床数据。
换句话说,在将符合医学语义和/或周期日期的目标数据被保存为第一标签组之前,筛选出的目标数据的入组方式可以是手动录入目标数据存入第一标签组,也可以是文档批量导入目标数据存入第一标签组的方式。手动录入目标数据适用于目标数据相对较少的情况,文档批量导入目标数据入组适用于目标数据较多的情况,当然也可以根据需要采用手动录入和文档批量导入相结合的方式使目标数据入组,此处对具体入组方式不作限定。
在步骤S1200中,根据第二条件,从所述第一标签组中筛选符合所述第二条件的所有病例,并保存所述病例,得到第二标签组。
也就是说,在第一标签组的基础上,通过第二条件进一步筛选第一标签组的数据,得到符合第二条件的所有病例,标记为第二标签组。本领域技术人员应当理解,第二条件可以是根据医学需求对第一条件进行补充以筛选出更为精准的目标数据的任何条件,这里对第二条件的具体类别和内容不作限定。医务工作者只要通过第一条件和第二条件相结合可以得到满足医疗需求的较为精准的临床数据即可。
在本申请的一个实施例中,第二条件是医学标签和/或时间标签。第二条件是对符合第一条件的第一标签组内的临床数据的进一步筛选,为了精准筛选出质控分析所需要研究的临床数据,第二条件可以是与第一条件都属于医学标签的医学语义,以对数据进行进一步筛选,第二条件还可以是完全不同于第一条件的类别的时间标签。
需要注意的是,第一条件和第二条件优选为不同时都是时间标签或医学标签,否则有可能会造成筛选得到的目标数据不具有质控分析价值。可选地,当医学标签和时间标签共同存在时,可以达到获取与时间相关的多组用于质控分析的目标数据组,同时,添加时间标签还可以避免满足医学标签的数据过多而造成多个数据在分析展示时显示不清晰的问题。本领域技术人员应当理解,此处的第一条件也可以是时间标签,对应的第二条件可以是医学标签,这里不作特殊限定。
在本申请的一个实施例中,第二标签组的临床数据保存在远端服务器中,且支持医务工作者随时调用查看、删除和导出。对于服务器2000来说,第二标签组的数据可以保存在存储单元2200中。如图5所示,图5是根据本申请一个实施例的第二标签组的数据展示界面示例图,且标签组可随时查看、删除和导出。
在步骤S1300中,获取与第二标签组的病例相关的临床质量控制关键指标,根据临床质量控制关键指标分析并展示第二标签组的病例数据。
需要说明的是,临床质量控制关键指标可以根据维也纳共识或中华医学会共识设置相关的质控关键指标,也可以根据研究需求单独设置需要的质控关键指标,目人所设置的质控关键指标也是区别于维也纳共识或中华医学会共识中相关的质控关键指标,这里对质控关键指标的内容不作具体限定,只要是可以满足医务工作者分析需求的指标都可以设定为质控关键指标。
设定好质量控制关键指标后,在对第二标签组的数据进行分析时,首先,获取与第二标签组的病例相关的临床质量控制关键指标,然后根据获取的质量控制关键指标分析第二标签组的病例数据,最后将分析的结果以图形的方式展示。
下面通过一个具体例子来说明本申请的第二标签组的分析和展示的过程。
<例子>
如图6所示,以服务器2000来实施上述方法为例,医务工作者在进行质控分析时,首先,通过服务器2000的存储单元2200获取全数据库的临床数据,并通过显示单元2400显示临床数据。再根据质控分析需要确定医学语义的纳排条件,本例中的医学语义的纳排条件为:“35-38岁,AMH>1.0,不添加LH”。确定医学语义的纳排条件后,再确定数据的周期日期,时间标签如“2019年1月1日至2019年12月31日”,通过上述时间标签和医学标签相结合的方式调用符合条件的目标数据。其次,根据维也纳共识或中华医学会共识,设置相关的质控关键指标,再根据分析需求在设置好的质控关键指标中任意选择需分析展示的质控关键指标。确定选择后,点击查询,如图7所示,为客户端展示界面,展示对应选择的质控关键指标图形结果和计算结果。医务工作者可以根据该图形分析结果进行具体对比和分析。
根据本申请提供的根据临床质量控制关键指标分析临床数据的方法,一方面可以实现在线获取临床数据,其次可根据医学标签和时间标签相结合的方式筛选临床数据,实现目标数据的精准入组,得到符合医学标签和时间标签的第二标签组,并且第二标签组的数据可随时分析和展示,操作简单易用,大幅度提升了工作效率;同时,还可根据需求灵活改变第一条件和/或第二条件得到多组第二标签组,以解决数组固定化与医学应用灵活需求之间的矛盾;再者,灵活的医学数组也可解决质控关键指标根据临床指南推荐变化的难点,医疗人员可根据临床需求自由进行各个数组关键指标分析和对比,提高临床质控指导治疗的效率,改善临床路径和医疗流程。另一方面,第二标签组的数据关键指标获取和分析均为图形化一键操作,便于医护人员独立操作,且分析和展示数据支持导出,更便于进行数据分析。
<系统实施例>
本实施例提供了一种基于上述方法分析临床数据的系统3000(图中未示出),参考图8所示,该分析临床数据的系统包括数据获取模块3100、第一纳排入组模块3200、第二纳排入组模块3300、临床质量控制关键指标获取模块3400、分析展示模块3500。
其中:
数据获取模块3100用于获取病例的临床数据。
第一纳排入组模块3200根据第一条件,从临床数据中选择目标数据,并将目标数据入组保存为第一标签组。
第二纳排入组模块3300根据第二条件,从第一标签组中筛选符合第二条件的所有病例,并保存病例,得到第二标签组。
临床质量控制关键指标获取模块3400用于获取临床质量控制关键指标。
分析展示模块3500根据临床质量控制关键指标获取模块1140获取的关键指标对第二标签组的临床数据进行分析和展示。
在一个实施例中,该分析临床数据的系统还包括手动录入模块3600,手动录入模块3600用于在将目标数据入组保存为第一标签组之前,手动录入或文档批量导入临床数据。也就是说,在符合第一条件的数据入组时,可以手动录入目标数据入组,也可以通过文档导入目标数据入组,可依据具体情况选择适合的数据入组的方式,还可以是两种方式相结合实现目标数据入组。
在一个实施例中,第一条件是医学语义和/或周期日期,第二条件为医学标签和/或时间标签。当第一条件是医学语义时,得到符合医学语义的目标数据,保存为第一标签组,在第一标签组的基础上,再通过不同时间标签筛选,可以得到不同时间标签的多个数组,既可以提高数组的灵活性,还可避免符合医学语义的第一标签组的数据过多,导致展示的图形过小,而影响医务工作者的具体分析和判断。本领域技术人员应当理解,此处的第一条件也可以是周期日期,而对应的第二条件也可以是医学标签,或者还可以第一条件和第二条件都是医学标签,这里不作特殊限定。
上述根据临床质量控制关键指标分析临床数据的系统中各个模块的细节已经在对应的根据临床质量控制关键指标分析临床数据方法中进行了详细描述,因此不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的系统的若干模块或者单元,但这种划分并非强制性的。实际上,根据本申请的实施方法,上文描述的两个或者更多模块或者单元的特性和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
<设备实施例>
在本实施例中,还提供一种电子设备4000,其可以包括根据本申请任意实施例的分析临床数据的系统3000,用于实施本申请任意实施例的根据临床质量控制关键指标分析临床数据的方法。
如图9所示,该电子设备4000还可以包括处理器4100和存储器4200,该存储器4200用于存储可执行的指令;该处理器4100用于根据指令的控制运行电子设备以执行根据本申请任意实施例的质控分析方法。
以上系统3000的各个模块可以由处理器4100运行该指令以执行根据本申请任意实施例的质控分析方法来实现。
该电子设备4000可以是服务器,例如,该电子设备4000可以是图2中的服务器2000等。
如上所述,该实施例能够克服医疗信息系统质控关键指标获取困难、灵活度差、与临床工作融合度低、质控分析实时能力欠缺且投入巨大的缺点,使用户能够快捷、准确地对临床数据进行质控关键指标获取。所属技术领域的技术人员能够理解,本申请的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“平台”。
上述电子设备4000也可以与一个或多个外部设备(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备交互的设备通信,和/或与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口进行。并且,电子设备还可以通过网络适配器与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器可以通过总线与电子设备的其它模块通信。应当明白,可以结合电子设备使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
<介质实施例>
在本实施例中,还提供一种计算机可读存储介质,该计算机可读存储介质存储有可被计算机读取并运行的计算机程序,所述计算机程序用于在被所述计算机读取运行时,执行如本申请以上任意实施例所述的方法。
本申请可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本申请的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本申请操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本申请的各个方面。
这里参照根据本申请实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本申请的范围由所附权利要求来限定。
Claims (10)
1.一种根据临床质量控制关键指标分析临床数据的方法,其特征在于,包括:
获取病例的临床数据;
根据第一条件,从所述临床数据中选择目标数据,并将所述目标数据入组保存为第一标签组;
根据第二条件,从所述第一标签组中筛选符合所述第二条件的所有病例,并保存所述病例,得到第二标签组;
获取与所述第二标签组的病例相关的临床质量控制关键指标,根据所述临床质量控制关键指标分析并展示所述第二标签组的病例数据。
2.根据权利要求1所述的方法,其特征在于,所述第一条件为医学语义和/或周期日期。
3.根据权利要求1所述的方法,其特征在于,在将所述目标数据入组保存为所述第一标签组之前,还包括手动录入或文档批量导入临床数据。
4.根据权利要求1所述的方法,其特征在于,所述第二条件为医学标签和/或时间标签。
5.根据权利要求1所述的方法,其特征在于,所述第二标签组存储于远端服务器,且为可以查看、导出和删除的标签组。
6.一种根据权利要求1-5中任一项所述的方法分析临床数据的系统,其特征在于,包括:
数据获取模块,所述数据获取模块用于获取病例的临床数据;
第一纳排入组模块,所述第一纳排入组模块根据第一条件,从所述临床数据中选择目标数据,并将所述目标数据入组保存为第一标签组;
第二纳排入组模块,所述第二纳排入组模块根据第二条件,从所述第一标签组中筛选符合所述第二条件的所有病例,并保存所述病例,得到第二标签组;
临床质量控制关键指标获取模块,所述临床质量控制关键指标获取模块用于获取临床质量控制关键指标;
分析展示模块,所述分析展示模块根据所述临床质量控制关键指标获取模块获取的关键指标对所述第二标签组的临床数据进行分析和展示。
7.根据权利要求6所述的系统,其特征在于,还包括:手动录入模块,所述手动录入模块用于在将所述目标数据入组保存为所述第一标签组之前,手动录入或文档批量导入临床数据。
8.根据权利要求6所述的系统,其特征在于,所述第一条件为医学语义和/或周期日期,所述第二条件为医学标签和/或时间标签。
9.一种根据临床质量控制关键指标分析临床数据的设备,其特征在于,包括:
处理器;
存储器,所述存储器存储有所述处理器的可执行指令,所述处理器配置为经由执行所述可执行指令以执行权利要求1-5中任意一项所述根据临床质量控制关键指标分析临床数据的方法。
10.一种计算机可读存储介质,用于存储计算机程序,其特征在于,所述计算机程序用于实现权利要求1-5中任意一项所述根据临床质量控制关键指标分析临床数据的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210666858.6A CN115331823A (zh) | 2022-06-13 | 2022-06-13 | 分析临床数据的方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210666858.6A CN115331823A (zh) | 2022-06-13 | 2022-06-13 | 分析临床数据的方法、系统、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115331823A true CN115331823A (zh) | 2022-11-11 |
Family
ID=83916179
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210666858.6A Pending CN115331823A (zh) | 2022-06-13 | 2022-06-13 | 分析临床数据的方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115331823A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160019299A1 (en) * | 2014-07-17 | 2016-01-21 | International Business Machines Corporation | Deep semantic search of electronic medical records |
CN106055540A (zh) * | 2016-06-01 | 2016-10-26 | 比美特医护在线(北京)科技有限公司 | 一种数据处理方法及装置 |
CN109524120A (zh) * | 2018-11-09 | 2019-03-26 | 医渡云(北京)技术有限公司 | 临床数据自动化提取计算方法、系统、设备及存储介质 |
CN110390998A (zh) * | 2019-07-23 | 2019-10-29 | 医渡云(北京)技术有限公司 | 临床数据纳排方法、装置、设备及可读存储介质 |
CN112509693A (zh) * | 2020-12-11 | 2021-03-16 | 北京目人生殖医学科技有限公司 | 一种临床数据统计分析方法、系统、设备及存储介质 |
CN112507075A (zh) * | 2020-12-11 | 2021-03-16 | 北京目人生殖医学科技有限公司 | 一种病例数据搜索方法、系统、设备及存储介质 |
-
2022
- 2022-06-13 CN CN202210666858.6A patent/CN115331823A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160019299A1 (en) * | 2014-07-17 | 2016-01-21 | International Business Machines Corporation | Deep semantic search of electronic medical records |
CN106055540A (zh) * | 2016-06-01 | 2016-10-26 | 比美特医护在线(北京)科技有限公司 | 一种数据处理方法及装置 |
CN109524120A (zh) * | 2018-11-09 | 2019-03-26 | 医渡云(北京)技术有限公司 | 临床数据自动化提取计算方法、系统、设备及存储介质 |
CN110390998A (zh) * | 2019-07-23 | 2019-10-29 | 医渡云(北京)技术有限公司 | 临床数据纳排方法、装置、设备及可读存储介质 |
CN112509693A (zh) * | 2020-12-11 | 2021-03-16 | 北京目人生殖医学科技有限公司 | 一种临床数据统计分析方法、系统、设备及存储介质 |
CN112507075A (zh) * | 2020-12-11 | 2021-03-16 | 北京目人生殖医学科技有限公司 | 一种病例数据搜索方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109584975B (zh) | 医疗数据标准化处理方法及装置 | |
Caban et al. | Visual analytics in healthcare–opportunities and research challenges | |
CN110415831A (zh) | 一种医疗大数据云服务分析平台 | |
CN109346169A (zh) | 一种人工智能辅助诊疗系统及其构建方法、设备和存储介质 | |
US20060095853A1 (en) | Event analysis system and method | |
US10586611B2 (en) | Systems and methods employing merge technology for the clinical domain | |
US20080208630A1 (en) | Methods and systems for accessing a saved patient context in a clinical information system | |
US10546056B1 (en) | Transformation in tabular data cleaning tool | |
JP2005509217A (ja) | 患者データのマイニング、提示、探究及び検証 | |
JP2013537326A (ja) | 医療情報ナビゲーションエンジン(mine)システム | |
US10692254B2 (en) | Systems and methods for constructing clinical pathways within a GUI | |
CN111324659A (zh) | 一种针对时序医疗数据的可视化推荐方法及系统 | |
CN112509693A (zh) | 一种临床数据统计分析方法、系统、设备及存储介质 | |
CN111143422A (zh) | 数据检索方法、数据检索装置、存储介质及电子设备 | |
Gulliksen et al. | Domain‐specific design of user interfaces | |
CN109493928B (zh) | 基于条件树的患者数据筛选方法、系统、设备及存储介质 | |
US20160224741A1 (en) | Data input method | |
CN114064923A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN115331823A (zh) | 分析临床数据的方法、系统、设备及存储介质 | |
US20200174651A1 (en) | Layered Idea Mapping | |
CN109994171A (zh) | 一种用于临床路径对比的流形可视化方法及系统 | |
US10204091B2 (en) | Providing data quality feedback while end users enter data in electronic forms | |
CN115309780B (zh) | 医学临床数据预处理方法、系统、设备及存储介质 | |
Zhang et al. | DBMap: a space-conscious data visualization and knowledge discovery framework for biomedical data warehouse | |
JPH09330372A (ja) | 患者単位の診療情報の収集及び記録処理方式 |
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 |