CN115458140A - 基于医疗大数据的互联网医院智慧运营系统 - Google Patents
基于医疗大数据的互联网医院智慧运营系统 Download PDFInfo
- Publication number
- CN115458140A CN115458140A CN202211125942.3A CN202211125942A CN115458140A CN 115458140 A CN115458140 A CN 115458140A CN 202211125942 A CN202211125942 A CN 202211125942A CN 115458140 A CN115458140 A CN 115458140A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- diagnosis
- treatment
- cleaning
- 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
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- 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
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Public Health (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明属于数字医疗技术领域,具体涉及基于医疗大数据的互联网医院智慧运营系统,包括数据中心和用户标签系统;所述数据中心包括数据采集模块、数据清洗模块和数据整合模块,所述数据采集模块用于采集不同医疗平台内的诊疗数据并建立本地原始存储库,所述数据清洗模块用于对获取的诊疗数据进行数据清洗以得到标准数据,所述数据整合模块用于对标准数据进行整合以得到融合数据;所述用户标签系统包括模型确定模块、模型导入模块、遍历模块和保存模块。克服了现有技术的不足,通过获取不同医疗平台的数据,经过清洗和整合后形成数据库,并对数据库内的数据按照患者进行标签化分类,便于检索操作,更直观的提供给医护人员有效信息。
Description
技术领域
本发明属于数字医疗技术领域,具体涉及基于医疗大数据的互联网医院智慧运营系统。
背景技术
现阶段,我国传统医疗卫生行业存在资源稀缺且分布不均,医疗数字资源浪费,医疗效率低下,患者看病难,看病贵的问题。传统医疗模式的弊端所导致的一系列医疗混乱问题引发了对传统医疗模式的改革需求。建设互联网医院智慧运营大脑系统旨在充分利用医疗数据价值,使用大数据和人工智能技术对临床诊疗数据进行聚合与挖掘,从而为构建访问便利、治疗精准、成本低廉的医疗服务体系提供支持,让患者找到合适的医生,让医生救治合适的患者。
此外,浙江作为全国数字化改革的先锋,已在数字经济、数字工业、智慧城市等方面积累了相关的应用成果,而建设智慧医疗是对数字健康改革的补充,符合政策发展的需要。在产业方面,此需求对应的国内产业缺口大,可借鉴技术充分。数字医疗在国外发展已日趋成熟,特别在美国和西欧各个国家发展速度最快,而我国数字化医疗的建设却刚刚起步,缺乏个性化、本土化的数字医疗体系,有广阔的产业和市场前景。
发明内容
本发明的目的在于提供基于医疗大数据的互联网医院智慧运营系统,克服了现有技术的不足,通过获取不同医疗平台的数据,经过清洗和整合后形成数据库,并对数据库内的数据按照患者进行标签化分类,便于检索操作,更直观的提供给医护人员有效信息。
为解决上述问题,本发明所采取的技术方案如下:
基于医疗大数据的互联网医院智慧运营系统,包括数据中心和用户标签系统;
所述数据中心包括数据采集模块、数据清洗模块和数据整合模块,所述数据采集模块用于采集不同医疗平台内的诊疗数据并建立本地原始存储库,所述数据清洗模块用于对获取的诊疗数据进行数据清洗以得到标准数据,所述数据整合模块用于对标准数据进行整合以得到融合数据;
所述用户标签系统包括模型确定模块、模型导入模块、遍历模块和保存模块,所述模型确定模块用于基于神经网络算法对用户标签库进行训练获得用户标签模型,所述模型导入模块将训练得到的用户标签模型导入到数据中心,所述遍历模块通过用户标签模型遍历数据中心内的融合数据,将其根据标签数据进行关联拉通,所述保存模块用于分别将关联拉通后各类标签数据进行存储。
进一步,所述数据采集模块通过端口分别与医院信息系统、实验室信息管理系统、计算机化病案系统、临床数据中心连接,用于采集不同平台的诊疗数据。
进一步,所述数据采集模块通过分布式爬虫爬取方式获取不同平台的诊疗数据;所述分布式爬虫根据爬虫任务的配置信息和预设的数据抓取分发算法调度每个爬虫在不同的平台爬取数据。
进一步,所述数据清洗模块的具体方法包括以下步骤:
步骤一、建立多源异构诊疗数据的关键词表,多源异构数据的关键词表是由数据源确定的,数据源的关键词包括患者的身份信息、诊断记录、症状、相关治疗方法;
步骤二、获取诊疗数据,设置预设标准格式,预设标准格式根据实际使用需求设定,包括结构化、非结构化以及半结构化的标准格式;
步骤三、按照预设标准格式对获取到的诊疗数据进行清洗,过滤掉冗余信息,数据清洗包括缺失值清洗、格式内容清洗以及逻辑错误清洗,获取清洗后的诊疗数据。
进一步,所述数据整合模块对清洗后的诊疗数据进行分析,将诊疗数据据按照属性和用途分进行分级,将分级后的诊疗数据与关键词表分类进行逐级匹配,将匹配到的诊疗数据输入到对应的关键词表分类中,然后进行去重化,获得去重化后的数据。
进一步,所述模型确定模块的训练方法包括以下步骤:
步骤一、将融合数据进行标准化处理,并划分为训练数据和测试数据;
步骤二、基于训练数据采用神经网络算法进行训练得到预测模型;
步骤三、利用所述测试数据与预测模型进行匹配,确定用户标签模型。
本发明与现有技术相比较,具有以下有益效果:
本发明所述基于医疗大数据的互联网医院智慧运营系统,通过爬虫程序实时获取不同医疗平台的数据,经过数据清洗模块和数据整合模块的处理后将多源异构的数据进行整合形成数据库,并对数据库内的数据利用用户标签模型对数据进行标签化分类,便于检索操作,更直观的提供给医护人员有效信息。
附图说明
图1为基于医疗大数据的互联网医院智慧运营系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明所述基于医疗大数据的互联网医院智慧运营系统,包括数据中心和用户标签系统;
数据中心包括数据采集模块、数据清洗模块和数据整合模块,数据采集模块用于采集不同医疗平台内的诊疗数据并建立本地原始存储库,数据清洗模块用于对获取的诊疗数据进行数据清洗以得到标准数据,数据整合模块用于对标准数据进行整合以得到融合数据;
用户标签系统包括模型确定模块、模型导入模块、遍历模块和保存模块,模型确定模块用于基于神经网络算法对用户标签库进行训练获得用户标签模型,模型导入模块将训练得到的用户标签模型导入到数据中心,遍历模块通过用户标签模型遍历数据中心内的融合数据,将其根据标签数据进行关联拉通,保存模块用于分别将关联拉通后各类标签数据进行存储。
为了获取不同平台的数据,数据采集模块通过端口分别与医院信息系统、实验室信息管理系统、计算机化病案系统、临床数据中心连接,用于采集不同平台的诊疗数据。
为了实时获取数据,数据采集模块通过分布式爬虫爬取方式获取不同平台的诊疗数据;分布式爬虫根据爬虫任务的配置信息和预设的数据抓取分发算法调度每个爬虫在不同的平台爬取数据。
数据清洗模块的具体方法包括以下步骤:
步骤一、建立多源异构诊疗数据的关键词表,多源异构数据的关键词表是由数据源确定的,数据源的关键词包括患者的身份信息、诊断记录、症状、相关治疗方法;
步骤二、获取诊疗数据,设置预设标准格式,预设标准格式根据实际使用需求设定,包括结构化、非结构化以及半结构化的标准格式;
步骤三、按照预设标准格式对获取到的诊疗数据进行清洗,过滤掉冗余信息,数据清洗包括缺失值清洗、格式内容清洗以及逻辑错误清洗,获取清洗后的诊疗数据。
为了使数据整合融合,数据整合模块对清洗后的诊疗数据进行分析,将诊疗数据据按照属性和用途分进行分级,将分级后的诊疗数据与关键词表分类进行逐级匹配,将匹配到的诊疗数据输入到对应的关键词表分类中,然后进行去重化,获得去重化后的数据。
为了提高模型的准确性,模型确定模块的训练方法包括以下步骤:
步骤一、将融合数据进行标准化处理,并划分为训练数据和测试数据;
步骤二、基于训练数据采用神经网络算法进行训练得到预测模型;
步骤三、利用测试数据与预测模型进行匹配,确定用户标签模型。
本发明所述基于医疗大数据的互联网医院智慧运营系统,其具体使用步骤包括:
步骤一、通过爬虫程序根据爬虫任务的配置信息和预设的数据抓取分发算法调度爬虫在不同的平台实时爬取数据;
步骤二、爬取的诊疗数据包括患者的身份信息、诊断记录、患者的具体症状以及相关治疗方法和案例,将上述数据采集后传输至数据清洗模块,进行数据清洗和整理后再传输至数据整合模块,从而对数据进行分析、分级,然后再逐级匹配,去重化后获得相关数据;
步骤三、模型确定模块基于融合数据采样神经网络算法进行训练,得到精确的用户标签模型,并通过模型导入模块将数据与用户标签模型进行匹配,从而获得以患者为中心的数据,并通过保存模块将其分别存储;
步骤四、在医护人员需要查看患者的信息时,通过患者的身份信息输入可以自数据中心中获取该患者的诊断记录、主诉症状以及检索的相关治疗方法,让医护人员可以实时获取最新的资讯,有助于医护人员对患者做出判断确定治疗方案。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (6)
1.基于医疗大数据的互联网医院智慧运营系统,其特征在于:包括数据中心和用户标签系统;
所述数据中心包括数据采集模块、数据清洗模块和数据整合模块,所述数据采集模块用于采集不同医疗平台内的诊疗数据并建立本地原始存储库,所述数据清洗模块用于对获取的诊疗数据进行数据清洗以得到标准数据,所述数据整合模块用于对标准数据进行整合以得到融合数据;
所述用户标签系统包括模型确定模块、模型导入模块、遍历模块和保存模块,所述模型确定模块用于基于神经网络算法对用户标签库进行训练获得用户标签模型,所述模型导入模块将训练得到的用户标签模型导入到数据中心,所述遍历模块通过用户标签模型遍历数据中心内的融合数据,将其根据标签数据进行关联拉通,所述保存模块用于分别将关联拉通后各类标签数据进行存储。
2.根据权利要求1所述的基于医疗大数据的互联网医院智慧运营系统,其特征在于:所述数据采集模块通过端口分别与医院信息系统、实验室信息管理系统、计算机化病案系统、临床数据中心连接,用于采集不同平台的诊疗数据。
3.根据权利要求2所述的基于医疗大数据的互联网医院智慧运营系统,其特征在于:所述数据采集模块通过分布式爬虫爬取方式获取不同平台的诊疗数据;所述分布式爬虫根据爬虫任务的配置信息和预设的数据抓取分发算法调度每个爬虫在不同的平台爬取数据。
4.根据权利要求2所述的基于医疗大数据的互联网医院智慧运营系统,其特征在于:所述数据清洗模块的具体方法包括以下步骤:
步骤一、建立多源异构诊疗数据的关键词表,多源异构数据的关键词表是由数据源确定的,数据源的关键词包括患者的身份信息、诊断记录、症状、相关治疗方法;
步骤二、获取诊疗数据,设置预设标准格式,预设标准格式根据实际使用需求设定,包括结构化、非结构化以及半结构化的标准格式;
步骤三、按照预设标准格式对获取到的诊疗数据进行清洗,过滤掉冗余信息,数据清洗包括缺失值清洗、格式内容清洗以及逻辑错误清洗,获取清洗后的诊疗数据。
5.根据权利要求1所述的基于医疗大数据的互联网医院智慧运营系统,其特征在于:所述数据整合模块对清洗后的诊疗数据进行分析,将诊疗数据据按照属性和用途分进行分级,将分级后的诊疗数据与关键词表分类进行逐级匹配,将匹配到的诊疗数据输入到对应的关键词表分类中,然后进行去重化,获得去重化后的数据。
6.根据权利要求1所述的基于医疗大数据的互联网医院智慧运营系统,其特征在于:所述模型确定模块的训练方法包括以下步骤:
步骤一、将融合数据进行标准化处理,并划分为训练数据和测试数据;
步骤二、基于训练数据采用神经网络算法进行训练得到预测模型;
步骤三、利用所述测试数据与预测模型进行匹配,确定用户标签模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211125942.3A CN115458140A (zh) | 2022-09-16 | 2022-09-16 | 基于医疗大数据的互联网医院智慧运营系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211125942.3A CN115458140A (zh) | 2022-09-16 | 2022-09-16 | 基于医疗大数据的互联网医院智慧运营系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115458140A true CN115458140A (zh) | 2022-12-09 |
Family
ID=84305522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211125942.3A Pending CN115458140A (zh) | 2022-09-16 | 2022-09-16 | 基于医疗大数据的互联网医院智慧运营系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115458140A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116506205A (zh) * | 2023-05-15 | 2023-07-28 | 国顺(大连)文化科技有限公司 | 一种智慧医疗平台的数据处理方法及系统 |
CN117153419A (zh) * | 2023-10-31 | 2023-12-01 | 湖北福鑫科创信息技术有限公司 | 一种面向医疗机构的数据集成工具 |
CN117423467A (zh) * | 2023-10-18 | 2024-01-19 | 广州中医药大学(广州中医药研究院) | 面向医学临床诊断的缺失值感知和容忍深度网络方法和装置 |
CN118116611A (zh) * | 2024-04-30 | 2024-05-31 | 青岛国创智能家电研究院有限公司 | 基于多源医养大数据融合集成的数据库构建方法 |
-
2022
- 2022-09-16 CN CN202211125942.3A patent/CN115458140A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116506205A (zh) * | 2023-05-15 | 2023-07-28 | 国顺(大连)文化科技有限公司 | 一种智慧医疗平台的数据处理方法及系统 |
CN116506205B (zh) * | 2023-05-15 | 2023-10-27 | 深圳智慧医学科技有限公司 | 一种智慧医疗平台的数据处理方法及系统 |
CN117423467A (zh) * | 2023-10-18 | 2024-01-19 | 广州中医药大学(广州中医药研究院) | 面向医学临床诊断的缺失值感知和容忍深度网络方法和装置 |
CN117423467B (zh) * | 2023-10-18 | 2024-04-19 | 广州中医药大学(广州中医药研究院) | 面向医学临床诊断的缺失值感知和容忍深度网络方法和装置 |
CN117153419A (zh) * | 2023-10-31 | 2023-12-01 | 湖北福鑫科创信息技术有限公司 | 一种面向医疗机构的数据集成工具 |
CN117153419B (zh) * | 2023-10-31 | 2024-01-26 | 湖北福鑫科创信息技术有限公司 | 一种面向医疗机构的数据集成工具 |
CN118116611A (zh) * | 2024-04-30 | 2024-05-31 | 青岛国创智能家电研究院有限公司 | 基于多源医养大数据融合集成的数据库构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115458140A (zh) | 基于医疗大数据的互联网医院智慧运营系统 | |
CN107886238B (zh) | 一种基于海量数据分析的业务流程管理系统及方法 | |
CN106528865A (zh) | 一种快速精准的交通大数据清洗方法 | |
CN104036365A (zh) | 一种企业级数据服务平台建设方法 | |
KR20160075971A (ko) | 공공민원 데이터 서비스를 위한 빅 데이터 관리시스템 | |
CN112181955B (zh) | 一种用于重载铁路综合大数据平台信息共享的数据规范治理方法 | |
CN105528280A (zh) | 系统日志与健康监控关系决定日志告警等级的方法及系统 | |
CN114003791B (zh) | 基于深度图匹配的医疗数据元自动化分类方法及系统 | |
CN116976043A (zh) | 一种基于知识图谱的sdss电网智能辅助决策方法 | |
CN106022617A (zh) | 一种基于营销多系统数据中心的稽查管控系统 | |
CN112883001A (zh) | 一种基于营配贯通数据可视化平台的数据处理方法、装置及介质 | |
CN112817958A (zh) | 电力规划数据采集方法、装置及智能终端 | |
CN112686353A (zh) | 一种城市通行健康码信息数据治理系统 | |
CN111680027A (zh) | 基于知识驱动实现智能云管理的方法及其系统 | |
CN115934856A (zh) | 一种构造综合能源数据资产的方法和系统 | |
CN110889632B (zh) | 一种公司形象提升系统的数据监测分析系统 | |
CN114077635A (zh) | 基于大数据分析与深度学习的城轨智能运维平台 | |
CN113435721A (zh) | 一种智能变电站二次数据中台的构建方法 | |
CN116881376A (zh) | 一种企业数据资产的自动探索方法 | |
Hu | Research on monitoring system of daily statistical indexes through big data | |
CN113990489A (zh) | 一种中医药临床证候诊疗智能数据处理和分析挖掘系统 | |
CN110298585B (zh) | 一种变电站设备监控信息分层分级自动审核方法 | |
CN112784129A (zh) | 一种泵站设备运维数据监管平台 | |
CN110867244A (zh) | 一种医疗器械综合信息服务平台 | |
Liu et al. | Automotive prospective technology mining method based on big data content analysis |
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 |