CN115881259A - 病历数据处理方法、装置、设备及存储介质 - Google Patents
病历数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115881259A CN115881259A CN202211718658.7A CN202211718658A CN115881259A CN 115881259 A CN115881259 A CN 115881259A CN 202211718658 A CN202211718658 A CN 202211718658A CN 115881259 A CN115881259 A CN 115881259A
- Authority
- CN
- China
- Prior art keywords
- medical record
- data
- patient
- label
- data item
- 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
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供了一种病历数据处理方法、装置、设备及存储介质,其中,该方法包括:获取就诊对象的电子病历数据中的数据项,以及电子病历数据对应的疾病诊断信息,根据电子病历数据中的数据项,确定就诊对象的病历标签,根据就诊对象的病历标签,从疾病类型的预设病历标签规则库中确定就诊对象的病历标签对应的预设标准数据项,根据电子病历数据中的数据项和就诊对象的病历标签对应的预设标准数据项,确定就诊对象的待完善数据项,输出第一提醒信息,第一提醒信息用于指示对电子病历数据中的待完善数据项进行完善。通过对专病病历数据进行完整性、一致性、准确性监测,并对待完善病历项进行提醒,加强了对专病病历数据的完成度和质量控制。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种病历数据处理方法、装置、设备及存储介质。
背景技术
临床科研在构建专病数据库的时候,一般是先设定对目标数据的筛选条件,再按照这一筛选条件从临床数据中心或电子病历系统中抽取数据,这一方法主要关注对目标研究对象的精准选择上,以使被选择的目标符合科研初始条件,便于在科研过程中进行对比、观察、分析和总结。
目前,临床科研执行管理平台通过数据处理系统和科研应用两大板块,以人工智能为基础,搭建科研一体化平台及专病库系统,数据处理系统采用数据仓库技术(Extract-Transform-Load,ETL)、自然语言处理(Natural Language Processing,NLP)等技术对临床数据进行采集、清洗,治理、结构化处理,包含数据建模、入库、装载、转换、脱敏等,形成适用于临床科研的专病库。
然而,上述方法主要是结合人工智能、数据治理等技术对病历数据进行回顾性处理,以使病历数据符合科研要求,但缺乏对病历数据形成过程中的质量控制。
发明内容
有鉴于此,本申请实施例提供了一种病历数据处理方法、装置、设备及存储介质,以对病历数据进行完善,实现对病历数据形成过程中的质量控制。
第一方面,本申请实施例提供了一种病历数据处理方法,包括:
获取就诊对象的电子病历数据中的数据项,以及所述电子病历数据对应的疾病诊断信息,所述疾病诊断信息用于指示所述就诊对象具有的疾病类型;
根据所述电子病历数据中的数据项,确定所述就诊对象的病历标签,所述病历标签用于指示所述疾病类型下针对所述就诊对象的医疗服务项目;
根据所述就诊对象的病历标签,从所述疾病类型的预设病历标签规则库中确定所述就诊对象的病历标签对应的预设标准数据项,所述病历标签规则库中包括:针对所述疾病类型的多个病历标签以及所述多个病历标签对应的预设标准数据项;
根据所述电子病历数据中的数据项和所述就诊对象的病历标签对应的预设标准数据项,确定所述就诊对象的待完善数据项;
输出第一提醒信息,所述第一提醒信息用于指示对所述电子病历数据中的所述待完善数据项进行完善。
在一可选的实施方式中,所述根据所述电子病历数据中的数据项和所述就诊对象的病历标签对应的预设标准数据项,确定所述就诊对象的待完善数据项,包括:
根据所述电子病历数据中的数据项和所述就诊对象的病历标签对应的预设标准数据项,对针对所述疾病类型的所述就诊对象的病历标签完成表中所述预设标准数据项的完成状态进行更新;
根据更新后的所述病历标签完成表中所述预设标准数据项的完成状态,确定所述就诊对象的待完善数据项。
在一可选的实施方式中,所述根据所述电子病历数据中的数据项和所述就诊对象的病历标签对应的预设标准数据项,对针对所述疾病类型的所述就诊对象的病历标签完成表中所述预设标准数据项的完成状态进行更新,包括:
获取所述就诊对象的临床路径诊疗节点的信息;
根据所述电子病历数据中的数据项和所述临床路径诊疗节点下所述就诊对象的病历标签对应的所述预设标准数据项,对针对所述病历标签完成表中所述临床路径诊疗节点下的所述预设标准数据项的完成状态进行更新;
所述根据更新后的所述病历标签完成表中所述预设标准数据项的完成状态,确定所述就诊对象的待完善数据项,包括:
根据更新后的所述病历标签完成表中所述临床路径诊疗节点下所述预设标准数据项的完成状态,确定所述就诊对象在所述临床路径诊疗节点下的所述待完善数据项。
在一可选的实施方式中,所述输出第一提醒信息之后,所述方法还包括:
根据完善后的所述电子病历数据中数据项的第一描述信息,确定所述第一描述信息的数据容量;
根据所述就诊对象的病历标签,从病种标杆病历数据容量表中确定所述就诊对象的病历标签的预设标准数据容量,所述病种标杆病历数据容量表中包括:针对所述疾病类型的多个病历标签以及所述多个病历标签的预设标准数据容量;
若所述第一描述信息的数据容量与所述就诊对象的病历标签的预设标数据容量之间的容量差超过预设容量差,则输出第二提醒信息,所述第二提醒信息用于指示对所述电子病历数据中所述数据项的所述第一描述信息进行完善。
在一可选的实施方式中,所述根据所述就诊对象的病历标签,从病种标杆病历数据容量表中确定所述就诊对象的病历标签的预设标准数据容量之前,所述方法还包括:
获取所述疾病类型下各病历标签对应的多个标杆病历数据表中数据项的第二描述信息;
计算所述多个标杆病历数据表中数据项的第二描述信息的数据容量;
根据所述第二描述信息的数据容量,计算所述各病历标签对应的预设标准数据容量;
根据所述多个病历标签对应的预设标准数据容量,以及所述多个病历标签,生成所述病种标杆病历数据容量表。
在一可选的实施方式中,所述根据所述第二描述信息的数据容量,计算所述各病历标签对应的预设标准数据容量,包括:
确定所述多个标杆病历数据表中数据项的第二描述信息的数据容量的平均值为所述各病历标签对应的预设标准数据容量。
在一可选的实施方式中,所述获取所述疾病类型下各病历标签对应的多个标杆病历数据表中数据项的第二描述信息之前,所述方法还包括:
根据预设筛选条件,从所述各病历标签的多个历史病历数据中确定数据结构满足所述预设筛选条件的病历数据为所述多个标杆病历数据。
第二方面,本申请实施例还提供了一种病历数据处理装置,包括:
获取模块,用于获取就诊对象的电子病历数据中的数据项,以及所述电子病历数据对应的疾病诊断信息,所述疾病诊断信息用于指示所述就诊对象具有的疾病类型;
确定模块,用于根据所述电子病历数据中的数据项,确定所述就诊对象的病历标签,所述病历标签用于指示针对所述就诊对象的医疗服务项目;
所述确定模块,还用于根据所述就诊对象的病历标签,从所述疾病类型的预设病历标签规则库中确定所述就诊对象的病历标签对应的预设标准数据项,所述预设病历标签规则库中包括:针对所述疾病类型的多个病历标签以及所述多个病历标签对应的预设标准数据项;
所述确定模块,还用于根据所述电子病历数据中的数据项和所述就诊对象的病历标签对应的预设标准数据项,确定所述就诊对象的待完善数据项;
输出模块,用于输出第一提醒信息,所述第一提醒信息用于指示对所述电子病历数据中的所述待完善数据项进行完善。
在一可选的实施方式中,所述确定模块,具体用于:
根据所述电子病历数据中的数据项和所述就诊对象的病历标签对应的预设标准数据项,对针对所述疾病类型的所述就诊对象的病历标签完成表中所述预设标准数据项的完成状态进行更新;
根据更新后的所述病历标签完成表中所述预设标准数据项的完成状态,确定所述就诊对象的待完善数据项。
在一可选的实施方式中,所述确定模块,具体用于:
获取所述就诊对象的临床路径诊疗节点的信息;
根据所述电子病历数据中的数据项和所述临床路径诊疗节点下所述就诊对象的病历标签对应的所述预设标准数据项,对针对所述病历标签完成表中所述临床路径诊疗节点下的所述预设标准数据项的完成状态进行更新;
根据更新后的所述病历标签完成表中所述临床路径诊疗节点下所述预设标准数据项的完成状态,确定所述就诊对象在所述临床路径诊疗节点下的所述待完善数据项。
在一可选的实施方式中,所述确定模块,还用于:
根据完善后的所述电子病历数据中数据项的第一描述信息,确定所述第一描述信息的数据容量;
根据所述就诊对象的病历标签,从病种标杆病历数据容量表中确定所述就诊对象的病历标签的预设标准数据容量,所述病种标杆病历数据容量表中包括:针对所述疾病类型的多个病历标签以及所述多个病历标签的预设标准数据容量;
所述输出模块,还用于若所述第一描述信息的数据容量与所述就诊对象的病历标签的预设标数据容量之间的容量差超过预设容量差,则输出第二提醒信息,所述第二提醒信息用于指示对所述电子病历数据中所述数据项的所述第一描述信息进行完善。
在一可选的实施方式中,所述获取模块,还用于:
获取所述疾病类型下各病历标签对应的多个标杆病历数据表中数据项的第二描述信息;
所述装置还包括:
计算模块,用于计算所述多个标杆病历数据表中数据项的第二描述信息的数据容量;
所述计算模块,还用于根据所述第二描述信息的数据容量,计算所述各病历标签对应的预设标准数据容量;
生成模块,用于根据所述多个病历标签对应的预设标准数据容量,以及所述多个病历标签,生成所述病种标杆病历数据容量表。
在一可选的实施方式中,所述计算模块,具体用于:
确定所述多个标杆病历数据表中数据项的第二描述信息的数据容量的平均值为所述各病历标签对应的预设标准数据容量。
在一可选的实施方式中,所述确定模块,还用于:
根据预设筛选条件,从所述各病历标签的多个历史病历数据中确定数据结构满足所述预设筛选条件的病历数据为所述多个标杆病历数据。
第三方面,本申请实施例还提供了一种电子设备,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,所述处理器执行所述机器可读指令,以执行第一方面任一所述的病历数据处理方法。
第四方面,本申请实施例还提供了一种计算机可读存储介质,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第一方面任一所述的病历数据处理方法。
本申请提供了一种病历数据处理方法、装置、设备及存储介质,其中,该方法包括:获取就诊对象的电子病历数据中的数据项,以及电子病历数据对应的疾病诊断信息,根据电子病历数据中的数据项,确定就诊对象的病历标签,根据就诊对象的病历标签,从疾病类型的预设病历标签规则库中确定就诊对象的病历标签对应的预设标准数据项,病历标签规则库中包括:针对疾病类型的多个病历标签以及多个病历标签对应的预设标准数据项,根据电子病历数据中的数据项和就诊对象的病历标签对应的预设标准数据项,确定就诊对象的待完善数据项,输出第一提醒信息,第一提醒信息用于指示对电子病历数据中的待完善数据项进行完善。通过对专病病历数据进行完整性、一致性、准确性监测,并对待完善病历项进行提醒,加强了对专病病历数据的完成度和质量控制。
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为本申请实施例提供的病历数据处理方法的系统架构图;
图2为本申请实施例提供的病历数据处理方法的流程示意图一;
图3为本申请实施例提供的病历数据处理方法的流程示意图二;
图4为本申请实施例提供的病历数据处理方法的流程示意图三;
图5为本申请实施例提供的病历数据处理方法的流程示意图四;
图6为本申请实施例提供的病历数据处理装置的结构示意图;
图7为本申请实施例提供的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所有其他实施例,都属于本申请保护的范围。
如何构建符合科研维度、高质量的专科病种数据库是临床科研或支持人工智能机器学习的一项重要工作。临床科研在构建专病数据库的时候,一般是先设定对目标数据的筛选条件,再按照这一筛选条件从临床数据中心或电子病历系统中抽取数据,这一方法主要关注对目标研究对象的精准选择上,以使被选择的目标符合科研初始条件,便于在科研过程中进行对比、观察、分析和总结。但这一方法对被选取的目标对象在数据完整性、一致性、准确性和信息量饱和度方面缺乏判别与控制,导致被选取的目标对象无法确保数据质量,无法为科研提供完整、准确、详尽的数据支撑,影响科研结果。
在已有的研究中,临床科研执行管理平台通过数据处理系统和科研应用两大板块,以人工智能为基础,搭建全院级科研一体化平台及专病库系统,数据处理系统采用ETL、NLP等技术对临床数据进行采集、清洗,治理、结构化处理,包含数据建模、入库、装载、转换、脱敏等,形成适用于临床科研的专病库。目前有些医院建设基于人工智能的全院级科研一体化平台,基于先进的自然语言处理、知识图谱等人工智能(Artificial Intelligence,AI)引擎,对医院原有临床业务系统中海量的结构化、非结构化数据进行整合治理,实现各类临床数据的结构化、标准化和归一化等处理。
上述方法主要是结合人工智能、数据治理等技术对病历数据进行回顾性处理,以使病历数据符合科研要求,但缺乏对病历数据形成过程中的质量控制,尤其在数据完整性、一致性、准确性和信息量饱和度方面缺乏实时监测与改进机制,从而错过了对病历数据进行完善的最佳时间窗口,在后续的数据治理中也无法弥补相关的数据质量问题。
基于上述问题,本申请提供了一种病历数据处理方法,针对专科疾病类型的电子病历生成过程中,加强数据质量控制,在就诊对象全程就诊的电子病历形成过程中,通过病历标签为指引,与对应疾病类型的规则库进行对比,及时提醒医护人员需要加强病历数据在完整性、一致性、准确性和信息量饱和度方面的工作,提高专科疾病类型的数据质量,并对满足优选条件的病历数据进行提取,为科研或人工智能机器学习提供优质的样本数据。
下面结合几个具体实施例对本申请提供的病历数据处理方法进行说明。
图1为本申请实施例提供的病历数据处理方法的系统架构图,如图1所示,该系统架构包括:采集与匹配模块、存储模块、监测与提醒模块、病历数据提取模块、病种标杆病历数据维护模块。
其中,采集与匹配模块用于提取表1就诊对象基本信息表和表5病历标签完成表;存储模块用于存储表1就诊对象基本信息表、表2电子病历数据表单与病历标签的对应规则表、表3预设病历标签规则库表、表4临床路径诊疗节点规则库表、表5病历标签完成表、表6病种标杆病历数据容量表、表7标杆病历数据、表8病历数据的提取条件表;监测与提醒模块用于在就诊对象就医全过程中,针对入院治疗、出院随访、出院康复、出院复诊复查等临床路径阶段下的不同诊疗节点,为医护人员提供专病病历的数据监测与提醒,包括两点:一、对就诊对象病历数据的完整性、一致性和准确性进行监测并提醒;二、对就诊对象的病历数据饱和度进行监测并提醒;病历数据提取模块用于设定对专病病历数据的提取条件,将满足条件的专病病历数据导入到临床大数据中心中,为临床诊疗、科研分析或电子病历档案管理提供数据支撑;病种标杆病历数据维护模块用于定期对病种标杆病历数据进行维护。
图2为本申请实施例提供的病历数据处理方法的流程示意图一,本实施例的执行主体可以为电子设备,如终端、服务器等。
如图2所示,该方法可以包括:
S101、获取就诊对象的电子病历数据中的数据项,以及电子病历数据对应的疾病诊断信息。
在实际应用场景中,医护人员可以疾病诊断、临床路径阶段为就诊对象开展治疗,下达并执行各类医嘱,更新就诊对象的电子病历数据,电子设备可以安装有电子病历数据监测软件,医护人员可以通过该软件提交就诊对象的电子病历数据,以及该电子病历数据对应的疾病诊断信息,疾病诊断信息用于指示就诊对象具有的疾病类型,其中,该电子病历数据中包括数据项,该数据项为针对就诊对象的就诊相关项目,包括但不限于就诊对象的血型、既往病史、过敏史等。
其中,电子病历数据可以为电子病历数据表单,电子病历数据表单由电子病历数据子表单组成,电子病历数据子表单中包括数据项,电子病历数据中的数据项为对应电子病历数据子表单中的数据项,电子病历数据表单例如可以包括:病历概要、门(急)诊病历、门(急)诊处方等,其中,病历概要的电子病历数据子表单例如可以包括:就诊对象基本信息、基本健康信息、卫生事件摘要、医疗费用记录,其中,就诊对象基本信息中的数据项包括:就诊对象身份标识(Identity document,ID)、姓名、性别、出生日期等。
值得理解的是,就诊对象在就诊过程中,可以采集就诊对象的基本信息,参考表1,表1为就诊对象基本信息表。
表1
参见表1,在就诊对象入院后,可以确定并记录就诊对象的临床路径所处的阶段,包括入院、诊疗期中的术前准备、手术、诊疗期中的术后恢复、出院等阶段,以及各个阶段中的诊疗节点及项目,疾病诊断信息包括表1中的入院疾病诊断编码和入院疾病诊断名称。
其中,临床路径ID和临床路径名称为针对某一病种编码(如ICD-10/11)的治疗路径(国家有针对病种治疗所对应的临床路径目录),临床路径包括从入院到出院多个阶段,临床路径诊疗节点则为各个阶段中细分的诊疗节点。
S102、根据电子病历数据中的数据项,确定就诊对象的病历标签。
不同数据项对应不同的病历标签,数据项与病历标签可以具有对应关系,则根据电子病历数据中的数据项,可以确定就诊对象的病历标签,病历标签用于指示疾病类型下针对就诊对象的医疗服务项目,即在该疾病类型下就诊对象应开展的医疗服务项目,例如数据项为血型、既往病史、手术史、过敏史,则病历标签可以为既往病史,数据项为症状、体格检查,则病历标签分别为症状、体格检查。
在一些实施例中,由于不同病历标签可能对应有相同的数据项,因此,为提高病历标签的准确度,还可以根据电子病历数据表单对应的电子病历数据子表单以及电子病历数据子表单中的数据项,确定就诊对象的病历标签,即结合电子病历数据子表单和该数据项共同确定就诊对象的一项或多项病历标签。
值得说明的是,电子病历数据子表单中的数据项可以为电子病历数据子表单中的核心数据项,参考表2,表2为电子病历数据表单与病历标签的对应规则表,其中,表2中包括电子病历数据表单编号、电子病历数据表单名称、电子病历数据子表单名称、电子病历数据子表单核心数据项、电子病历数据子表单对应的病历标签,其中,电子病历数据子表单对应的病历标签为就诊对象的病历标签,电子病历数据子表单核心数据项参考国家2014年10月1日发布实施的《电子病历基本数据集》,表格中不一一列举,因此用“略”。
表2
表2中,“电子病历数据表单编号”为T1至T17;“电子病历数据表单名称”、“电子病历数据子表单名称”与国家2014年10月1日发布实施的《电子病历基本数据集》国家标准相一致,涵盖了电子病历数据全集;“电子病历数据子表单核心数据项”为电子病历数据子表单的核心数据,包括代码、关键词、结构化数据、文本等数据类型;“电子病历数据子表单对应的病历标签”为该电子病历数据子表单所对应的一项或多项病历标签。
也就是说,在就诊对象的电子病历数据表单发生变更或提交时,根据电子病历数据子表单中的数据项,查询表2中的多个病历标签的核心数据项进行匹配,以根据电子病历数据子表单中核心数据项来确定就诊对象的病历标签。
S103、根据就诊对象的病历标签,从疾病类型的预设病历标签规则库中确定就诊对象的病历标签对应的预设标准数据项。
病历标签规则库中包括:针对疾病类型的多个病历标签以及多个病历标签对应的预设标准数据项。
根据就诊对象的病历标签,查询该疾病类型的预设病历标签规则库,以从预设病历标签规则库中确定就诊对象的病历标签对应的预设标准数据项,预设标准数据项可以为该疾病类型下多个病历标签所应记录的数据项。
参考表3,表3为预设病历标签规则库表,其中,疾病类型的诊断编码用于指示疾病类型,可以按国际疾病分类(international Classification of diseases-10,ICD-10)或ICD-11对疾病类型进行编码生成,病历标签所在的临床路径诊疗节点编号用于指示病历标签所在的临床路径诊疗节点的位置。
表3
作为一种示例,表3-1为一种专病病历标签规则库,该专病为原发性支气管肺癌,疾病诊断代码为:ICD-10:C34/D02.2,非小细胞肺癌,行肺局部切除/肺叶切除/全肺切除/开胸探查术。
表3-1
由表3、表3-1可知,预设标准数据项例如可以包括:病历标签子项目、病历标签对应部位的所在方位、病历标签中的特征值。
病历标签为某病种在相应临床路径下应开展的相关检验、检查、治疗、护理等医疗服务项目,病历标签(子项目/部位)为病历标签的细分项目,如病历标签为“感染性疾病筛查”,还可以细分为对乙型肝炎、丙型肝炎、艾滋病、梅毒等筛查,病历标签为“X线放射”,还可以细分为对头部、胸部、腹部等部位的检查;病历标签(部位所在方位)可以理解为若病历标签(子项目/部位)所指内容为身体某部位,还应当明确部位所在的方位,如若为胸部,则应细分为全胸、左胸、右胸等。
病历标签是否为必须(必须、多选一、可选)可以理解为针对该病种,其病历标签是否为必须项,“必须”为该病种病历的核心内容,不允许存在缺漏,即必须根据该病历标签的预设标准数据项进行比对,以确定待完善数据项;“多选一”为该病种病历标签与其它病历标签在意义、方法或效果等方面内容相近,如:对腹部的检查,超声或电子计算机断层扫描(Computed Tomography,CT),可以二选一,只要满足其中一项不存在缺漏即可,即根据其它病历标签的预设标准数据项或该病历标签的预设标准数据项进行比对均可;“可选”为该病种病历的其它辅助内容,可以为空。
病历标签中的特征值(若有)可以理解为标志该病种或区别于其它病种的特征值、特殊指标或内容,如:咳嗽、痰血、咯血、呼吸困难等,为某种疾病区别于其它疾病特有的症状,若有的话则不允许缺失。
病历标签分类为病历标签的类别,如临床表现、检验、影像学检查、病理学检查、其它检查、基因检测、药物治疗、手术、麻醉、输血、放疗、化疗、护理等。
S104、根据电子病历数据中的数据项和就诊对象的病历标签对应的预设标准数据项,确定就诊对象的待完善数据项。
对电子病历数据中的数据项和就诊对象的病历标签对应的预设标准数据项进行内容比对,确定就诊对象的待完善数据项,待完善数据项为电子病历中不存在的数据项,但内容上属于预设标准数据项。
也就是说,根据就诊对象的疾病类型,查询与该疾病类型对应的病历标签规则库,将电子病历数据中的数据项与病历标签数据库中就诊对象的病历标签对应的预设标准数据项在内容上进行关联匹配,以确定就诊对象的电子病历数据中不存在的数据项为待完善数据项。
S105、输出第一提醒信息。
输出第一提醒信息,以指示对电子病历数据中的待完善数据项进行完善,这样医护人员可以及时对就诊对象的电子病历数据中的待完善数据项进行完善,例如,待完善数据项为病历标签对应部位的所在方位,若病历标签所指内容为胸部,则需要在电子病历数据中对就诊对象的胸部的方位进行补充完善。
在本实施例的病历数据处理方法中,在就诊对象就医全过程中,结合临床电子病历书写过程,对专病病历数据进行完整性、一致性和准确性进行监测,对待完善数据进行提醒以使提示及时对电子病历数据进行完善,加强了对专病病历数据的完成度和质量控制。
图3为本申请实施例提供的病历数据处理方法的流程示意图二,如图3所示,根据电子病历数据中的数据项和就诊对象的病历标签对应的预设标准数据项,确定就诊对象的待完善数据项,包括:
S201、根据电子病历数据中的数据项和就诊对象的病历标签对应的预设标准数据项,对针对疾病类型的就诊对象的病历标签完成表中预设标准数据项的完成状态进行更新。
S202、根据更新后的病历标签完成表中预设标准数据项的完成状态,确定就诊对象的待完善数据项。
对电子病历数据中的数据项和就诊对象的病历标签对应的预设标准数据项在内容上进行关联匹配,以确定预设标准数据项的完成情况,并根据该预设标准数据项的完成情况,对该病历标签完成表中该预设标准数据项的完成状态进行更新。
值得说明的是,预设标准数据项的完成状态默认为未完成,在入院治疗过程中,医护人员通过填写电子病历数据以对该预设标准数据项的完成情况进行记录,即对完成状态进行更新。
根据更新后的病历标签完成表中预设标准数据项的完成状态,确定完成状态为未完成的数据项为就诊对象的待完善数据项,其中,待完善数据项为电子病历数据中未记录的数据项,完成状态为已完成的数据项为电子病历数据中已记录的数据项。
在步骤S201的一种可能的实施方式中,根据电子病历数据中的数据项和就诊对象的病历标签对应的预设标准数据项,对针对疾病类型的就诊对象的病历标签完成表中预设标准数据项的完成状态进行更新,包括:
获取就诊对象的临床路径诊疗节点的信息;根据电子病历数据中的数据项和临床路径诊疗节点下就诊对象的病历标签对应的预设标准数据项,对针对病历标签完成表中临床路径诊疗节点下的预设标准数据项的完成状态进行更新。
相应地,在上述步骤S202的一种可能的实施方式中,根据更新后的病历标签完成表中预设标准数据项的完成状态,确定就诊对象的待完善数据项,包括:
根据更新后的病历标签完成表中临床路径诊疗节点下预设标准数据项的完成状态,确定就诊对象在临床路径诊疗节点下的待完善数据项。
其中,就诊对象的临床路径阶段包括入院、诊疗期中的术前准备、手术、诊疗期中的术后恢复、出院等,该电子病历数据可以为就诊对象的临床路径诊疗节点下的电子病历数据,获取就诊对象的临床路径诊疗节点的信息,然后根据电子病历数据中的数据项,以及临床路径诊疗节点下就诊对象的病历标签对应的预设标准数据项,在内容上进行关联匹配,以确定该临床路径诊疗节点下、就诊对象的病历标签对应的预设标准数据项的完成情况,根据该诊疗节点下、就诊对象的病历标签对应的预设标准数据项的完成情况,对针对病历标签完成表中临床路径诊疗节点下的预设标准数据项的完成状态进行更新,然后根据更新后的病历标签完成表中、该临床路径诊疗节点下预设标准数据项的完成状态,确定就诊对象在临床路径诊疗节点下的待完善数据项。
也就是说,在对电子病历数据中的数据项和预设标准数据项在内容上进行关联匹配时,将就诊对象的临床路径诊疗节点作为考虑因素,以确定临床路径诊疗节点下的预设标准数据项,并对电子病历数据中的数据项和该临床路径诊疗节点下的预设标准数据项在内容上进行关联匹配。
值得说明的是,临床路径不同阶段下具有不同诊疗节点,例如临床路径阶段为入院,则诊疗节点包括:A1-A5,分别表示询问病史、体格检查,病情初步评估,首次查房,决定诊疗方案,住院病历和首次病程记录。
参考表4,表4为临床路径诊疗节点规则库表,该规则库可以为基于临床路径管理中的常规诊疗流程所建立的,表4作为一种示例仅列出临床路径包括的阶段、常规诊疗节点,并且支持医护人员按病种对临床路径各个阶段和诊疗节点进行维护,包括各个阶段、诊疗节点的增加、删除、修改、查询、保存等,其中,病种编码为对疾病类型进行ICD-10或ICD-11编码生成的。
表4
其中,入院、术前准备、手术、术后恢复、出院为临床路径对应的一般诊疗过程,具体按照临床路径阶段标准进行设置,其中,全程可以理解为诊疗节点及项目可多次发生在就诊对象住院的任何诊疗阶段,可选可以理解为该项目不是该阶段必执行的项目;手术病种/病例适用可以理解为:该项目仅适用于手术病种或病例;非手术病种/病例适用可以理解为:该项目仅适用于非手术病种或病例。
参考表5,表5为病历标签完成表,其中,病历标签所在的临床路径诊疗节点编号与表3、表3-1中的病历标签所在的临床路径诊疗节点编号一致,可以理解为在该临床路径就诊节点执行过程中,应完成对应的病历标签。
病历标签完成时所在的临床路径诊疗节点编号为对就诊对象在实际完成病历标签时就诊对象所处的临床路径诊疗节点的编号,形成目标与实际完成情况的对比。
表5
参见上述表3和表5进行对比展示,将表3中的病历标签和表5中的病历标签进行关联,可以与表3的预设病历标签规则库进行对照展示就诊对象的数据完成情况,以病历标签为指引,对以下内容进行比对分析,表3中的病历标签与表5中的病历标签、病历标签完成状态、病历标签完成时所在的临床路径诊疗节点编号与病历标签所在的临床路径诊疗节点编号。
值得说明的是,还需要确定表3中标记为“必须”或“多选一”的在表5中是否存在未完成状态,此外,对表5中比对异常的病历标签进行突出标记,提醒医护人员及时对病历信息进行完善。
图4为本申请实施例提供的病历数据处理方法的流程示意图三,如图4所示,输出第一提醒信息之后,该方法还可以包括:
S301、根据完善后的电子病历数据中数据项的第一描述信息,确定第一描述信息的数据容量。
第一描述信息为完善后的电子病历数据中数据项的描述信息,为用户人员设置的对于就诊对象在该数据项的描述信息,例如,数据项为既往病史,则数据项的第一描述信息可以为“以往有高血压、高血糖”。
第一描述信息的数据容量可以为第一描述信息的字节数,单位为字节(byte)。
S302、根据就诊对象的病历标签,从病种标杆病历数据容量表中确定就诊对象的病历标签的预设标准数据容量。
根据就诊对象的病历标签,查询表6病种标杆病历数据容量表中,确定就诊对象的病历标签的预设标准数据容量,其中,表6病种标杆病历数据容量表中包括:针对疾病类型的多个病历标签以及多个病历标签的预设标准数据容量。
S303、若第一描述信息的数据容量与就诊对象的病历标签的预设标数据容量之间的容量差超过预设容量差,则输出第二提醒信息。
计算第一描述信息的数据容量与就诊对象的病历标签的预设标数据容量之间的容量差超过预设容量差,在该容量差超过预设容量差的情况下,输出第二提醒信息,以指示对电子病历数据中数据项的第一描述信息进行完善,这样医护人员可以及时对就诊对象的电子病历数据中数据项的第一描述信息进行完善。
在本实施例的病历数据处理方法中,在就诊对象就医全过程中,结合临床电子病历书写过程,对专病病历数据的数据信息饱和度进行监测,并在数据容量与预设标准数据容量之间的容量差超过预设容量差时,进行提醒,以提示及时对电子病历数据进行完善,加强了对专病病历数据的完成度和质量控制。
图5为本申请实施例提供的病历数据处理方法的流程示意图四,如图5所示,根据就诊对象的病历标签,从病种标杆病历数据容量表中确定就诊对象的病历标签的预设标准数据容量之前,该方法还可以包括:
S401、获取疾病类型下各病历标签对应的多个标杆病历数据表中数据项的第二描述信息。
S402、计算多个标杆病历数据表中数据项的第二描述信息的数据容量。
S403、根据第二描述信息的数据容量,计算各病历标签对应的预设标准数据容量。
S404、根据多个病历标签对应的预设标准数据容量,以及多个病历标签,生成病种标杆病历数据容量表。
针对该疾病类型下各病历标签,获取各病历标签对应的多个标杆病历数据表中数据项的第二描述信息,并计算多个标杆病历数据表中数据项的第二描述信息的数据容量,然后根据多个标杆病历数据表中数据项的第二描述信息的数据容量,计算各病历标签对应的预设标准数据容量。
其中,各病历标签对应的预设标准数据容量可以为多个标杆病历数据表中数据项的第二描述信息的数据容量的平均值,也可以为多个标杆病历数据表中数据项的第二描述信息的数据容量的加权和,本实施例对此不做限定。
在上述步骤S402的一种可能的实施方式中,根据多个标杆病历数据表中数据项的第二描述信息,确定各病历标签的预设标准数据容量,包括:
确定多个标杆病历数据表中数据项的第二描述信息的数据容量的平均值为各病历标签对应的预设标准数据容量。
其中,计算多个标杆病历数据表中数据项的第二描述信息的数据容量的平均值,然后确定该平均值为各病历标签的预设标准数据容量。
值得说明的是,多个标杆病历数据为N组数据集合(N可根据实际情况确定,如20组、50组等,N可认为是对应该病种的N名历史就诊对象,一名历史就诊对象对应一组专病病历数据。
计算这N组样本数据各病历标签的数据容量均值,各病历标签的数据容量均值的计算方法为:对表2中核心数据项的描述信息的字节数进行描述,得到Ci(i为1到N),通过/N得到各病历标签的数据容量均值。参考表6,表6为病种标杆病历数据容量表。
表6
在本实施例的病历数据处理方法中,在就诊对象就医全过程中,可以选取入院治疗、出院随访、出院康复、出院复诊复查不同的诊疗节点,建立与专病病历标签规则库、病种标杆病历数据容量的对比机制,让医护人员可以参照并了解当前病历数据记录的质量和进度,确保就诊对象在不同诊疗节点下病历的完成度和数据质量,普遍提高专病电子病历在临床辅助决策、科研分析以及病历档案管理中对数据的高质量要求。
在上述步骤S401,获取各病历标签对应的多个标杆病历数据表中数据项的第二描述信息之前,该方法还可以包括:
根据预设筛选条件,从各病历标签的多个历史病历数据中确定数据结构满足预设筛选条件的病历数据为多个标杆病历数据。
其中,各病历标签具有多个历史病历数据,根据预设筛选条件,从各病历标签的多个历史病历数据中确定数据结构满足预设筛选条件的病历数据为多个标杆病历数据,其中,预设筛选条件可以为病历数据中的数据项完整,例如,病历标签、病历标签(子项目/部位)、病历标签(部位所在方位)、病历标签中的特征值(若有)完整,与表3的一致。
也就是说,为使提取的标杆病历数据符合核心数据项的要求,在从历史病历数据中筛选标杆病历数据之前,首先查询表2电子病历数据表单与病历标签的对应规则表中历史病历数据对应的病历标签,再查询表3预设病历标签规则库表,以确定该病历标签对应的预设标准数据项,然后在历史电子病历数据中的数据项符合表3中预设标准数据项时,才确定该历史病历数据为标杆病历数据,再根据多个标杆病历数据表中数据项的第二描述信息的数据容量,计算各病历标签对应的预设标准数据容量。
参考表7,表7为标杆病历数据表,包括电子病历数据子表单编号、电子病历数据表单名称、电子病历数据子表单名称以及电子病历数据子表单核心数据项。
表7
值得说明的是,系统经过一段时间的运行,还可以定期对表7中的标杆病历数据进行维护更新,通过预设筛选条件来筛选出更高标准、更优质的样本数据来提高病种病历数据的质量。
在实际应用场景中,专病病历数据包括就诊对象从入院治疗到出院随访、康复、复诊复查的全过程的记录,此过程时间跨度长,病历数据变更频度差异大(如住院期间病历变更时间跨度短,较密集频繁,出院随访、康复或复诊复查期间病历变更时间跨度长,频度小),为便于对专病病历数据在后续的及时应用与分析,可根据临床诊疗、科研分析或电子病历档案管理等要求,在就诊对象就医全过程中,选取相应的诊疗节点对专病电子病历数据进行提取,确保对临床辅助诊疗、科研教学、病历档案管理等大数据应用提供数据支撑。
在一些实施例中,可以设定对专病病历数据的提取条件,包括根据疾病诊断代码、就诊对象性别、年龄、所处的诊疗节点、病历标签、病历标签数据容量等,对上述一项或多项条件设置组合条件,将满足条件的专病病历数据(表单)导入到临床大数据中心中,为临床诊疗、科研分析或电子病历档案管理提供数据支撑。
参考表8,表8为病历数据的提取条件表,包括条件类别和条件设置,具体可以根据实际情况进行设置。
表8
基于同一发明构思,本申请实施例中还提供了与病历数据处理方法对应的病历数据处理装置,由于本申请实施例中的装置解决问题的原理与本申请实施例上述病历数据处理方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
图6为本申请实施例提供的病历数据处理装置的结构示意图,该装置可以集成在电子设备中。如图6所示,该装置可以包括:
获取模块501,用于获取就诊对象的电子病历数据中的数据项,以及电子病历数据对应的疾病诊断信息,疾病诊断信息用于指示就诊对象具有的疾病类型;
确定模块502,用于根据电子病历数据中的数据项,确定就诊对象的病历标签,病历标签用于指示针对就诊对象的医疗服务项目;
确定模块502,还用于根据就诊对象的病历标签,从疾病类型的预设病历标签规则库中确定就诊对象的病历标签对应的预设标准数据项,预设病历标签规则库中包括:针对疾病类型的多个病历标签以及多个病历标签对应的预设标准数据项;
确定模块502,还用于根据电子病历数据中的数据项和就诊对象的病历标签对应的预设标准数据项,确定就诊对象的待完善数据项;
输出模块503,用于输出第一提醒信息,第一提醒信息用于指示对电子病历数据中的待完善数据项进行完善。
在一可选的实施方式中,确定模块502,具体用于:
根据电子病历数据中的数据项和就诊对象的病历标签对应的预设标准数据项,对针对疾病类型的就诊对象的病历标签完成表中预设标准数据项的完成状态进行更新;
根据更新后的病历标签完成表中预设标准数据项的完成状态,确定就诊对象的待完善数据项。
在一可选的实施方式中,确定模块502,具体用于:
获取就诊对象的临床路径诊疗节点的信息;
根据电子病历数据中的数据项和临床路径诊疗节点下就诊对象的病历标签对应的预设标准数据项,对针对病历标签完成表中临床路径诊疗节点下的预设标准数据项的完成状态进行更新;
根据更新后的病历标签完成表中临床路径诊疗节点下预设标准数据项的完成状态,确定就诊对象在临床路径诊疗节点下的待完善数据项。
在一可选的实施方式中,确定模块502,还用于:
根据完善后的电子病历数据中数据项的第一描述信息,确定第一描述信息的数据容量;
根据就诊对象的病历标签,从病种标杆病历数据容量表中确定就诊对象的病历标签的预设标准数据容量,病种标杆病历数据容量表中包括:针对疾病类型的多个病历标签以及多个病历标签的预设标准数据容量;
输出模块,还用于若第一描述信息的数据容量与就诊对象的病历标签的预设标数据容量之间的容量差超过预设容量差,则输出第二提醒信息,第二提醒信息用于指示对电子病历数据中数据项的第一描述信息进行完善。
在一可选的实施方式中,获取模块501,还用于:
获取所述疾病类型下各病历标签对应的多个标杆病历数据表中数据项的第二描述信息;
该装置还包括:
计算模块504,用于计算多个标杆病历数据表中数据项的第二描述信息的数据容量;
计算模块504,还用于根据第二描述信息的数据容量,计算各病历标签对应的预设标准数据容量;
生成模块505,用于根据多个病历标签对应的预设标准数据容量,以及多个病历标签,生成病种标杆病历数据容量表。
在一可选的实施方式中,计算模块504,具体用于:
确定多个标杆病历数据表中数据项的第二描述信息的数据容量的平均值为各病历标签对应的预设标准数据容量。
在一可选的实施方式中,确定模块502,还用于:
根据预设筛选条件,从各病历标签的多个历史病历数据中确定数据结构满足预设筛选条件的病历数据为多个标杆病历数据。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明,这里不再详述。
图7为本申请实施例提供的电子设备的结构示意图,如图7所示,该设备可以包括:处理器601、存储器602和总线603,所述存储器602存储有所述处理器601可执行的机器可读指令,当电子设备运行时,所述处理器601与所述存储器602之间通过总线603通信,所述处理器601执行所述机器可读指令,以执行上述病历数据处理方法。
本申请实施例还提供了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,所述处理器执行上述病历数据处理方法。
在本申请实施例中,该计算机程序被处理器运行时还可以执行其它机器可读指令,以执行如实施例中其它所述的方法,关于具体执行的方法步骤和原理参见实施例的说明,在此不再详细赘述。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,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,在本申请提供的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(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。
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定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
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所述权利要求的保护范围为准。
Claims (10)
1.一种病历数据处理方法,其特征在于,包括:
获取就诊对象的电子病历数据中的数据项,以及所述电子病历数据对应的疾病诊断信息,所述疾病诊断信息用于指示所述就诊对象具有的疾病类型;
根据所述电子病历数据中的数据项,确定所述就诊对象的病历标签,所述病历标签用于指示所述疾病类型下针对所述就诊对象的医疗服务项目;
根据所述就诊对象的病历标签,从所述疾病类型的预设病历标签规则库中确定所述就诊对象的病历标签对应的预设标准数据项,所述病历标签规则库中包括:针对所述疾病类型的多个病历标签以及所述多个病历标签对应的预设标准数据项;
根据所述电子病历数据中的数据项和所述就诊对象的病历标签对应的预设标准数据项,确定所述就诊对象的待完善数据项;
输出第一提醒信息,所述第一提醒信息用于指示对所述电子病历数据中的所述待完善数据项进行完善。
2.根据权利要求1所述的方法,其特征在于,所述根据所述电子病历数据中的数据项和所述就诊对象的病历标签对应的预设标准数据项,确定所述就诊对象的待完善数据项,包括:
根据所述电子病历数据中的数据项和所述就诊对象的病历标签对应的预设标准数据项,对针对所述疾病类型的所述就诊对象的病历标签完成表中所述预设标准数据项的完成状态进行更新;
根据更新后的所述病历标签完成表中所述预设标准数据项的完成状态,确定所述就诊对象的待完善数据项。
3.根据权利要求2所述的方法,其特征在于,所述根据所述电子病历数据中的数据项和所述就诊对象的病历标签对应的预设标准数据项,对针对所述疾病类型的所述就诊对象的病历标签完成表中所述预设标准数据项的完成状态进行更新,包括:
获取所述就诊对象的临床路径诊疗节点的信息;
根据所述电子病历数据中的数据项和所述临床路径诊疗节点下所述就诊对象的病历标签对应的所述预设标准数据项,对针对所述病历标签完成表中所述临床路径诊疗节点下的所述预设标准数据项的完成状态进行更新;
所述根据更新后的所述病历标签完成表中所述预设标准数据项的完成状态,确定所述就诊对象的待完善数据项,包括:
根据更新后的所述病历标签完成表中所述临床路径诊疗节点下所述预设标准数据项的完成状态,确定所述就诊对象在所述临床路径诊疗节点下的所述待完善数据项。
4.根据权利要求1所述的方法,其特征在于,所述输出第一提醒信息之后,所述方法还包括:
根据完善后的所述电子病历数据中数据项的第一描述信息,确定所述第一描述信息的数据容量;
根据所述就诊对象的病历标签,从病种标杆病历数据容量表中确定所述就诊对象的病历标签的预设标准数据容量,所述病种标杆病历数据容量表中包括:针对所述疾病类型的多个病历标签以及所述多个病历标签的预设标准数据容量;
若所述第一描述信息的数据容量与所述就诊对象的病历标签的预设标数据容量之间的容量差超过预设容量差,则输出第二提醒信息,所述第二提醒信息用于指示对所述电子病历数据中所述数据项的所述第一描述信息进行完善。
5.根据权利要求4所述的方法,其特征在于,所述根据所述就诊对象的病历标签,从病种标杆病历数据容量表中确定所述就诊对象的病历标签的预设标准数据容量之前,所述方法还包括:
获取所述疾病类型下各病历标签对应的多个标杆病历数据表中数据项的第二描述信息;
计算所述多个标杆病历数据表中数据项的第二描述信息的数据容量;
根据所述第二描述信息的数据容量,计算所述各病历标签对应的预设标准数据容量;
根据所述多个病历标签对应的预设标准数据容量,以及所述多个病历标签,生成所述病种标杆病历数据容量表。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第二描述信息的数据容量,计算所述各病历标签对应的预设标准数据容量,包括:
确定所述多个标杆病历数据表中数据项的第二描述信息的数据容量的平均值为所述各病历标签对应的预设标准数据容量。
7.根据权利要求5所述的方法,其特征在于,所述获取所述疾病类型下各病历标签对应的多个标杆病历数据表中数据项的第二描述信息之前,所述方法还包括:
根据预设筛选条件,从所述各病历标签的多个历史病历数据中确定数据结构满足所述预设筛选条件的病历数据为所述多个标杆病历数据。
8.一种病历数据处理装置,其特征在于,包括:
获取模块,用于获取就诊对象的电子病历数据中的数据项,以及所述电子病历数据对应的疾病诊断信息,所述疾病诊断信息用于指示所述就诊对象具有的疾病类型;
确定模块,用于根据所述电子病历数据中的数据项,确定所述就诊对象的病历标签,所述病历标签用于指示针对所述就诊对象的医疗服务项目;
所述确定模块,还用于根据所述就诊对象的病历标签,从所述疾病类型的预设病历标签规则库中确定所述就诊对象的病历标签对应的预设标准数据项,所述预设病历标签规则库中包括:针对所述疾病类型的多个病历标签以及所述多个病历标签对应的预设标准数据项;
所述确定模块,还用于根据所述电子病历数据中的数据项和所述就诊对象的病历标签对应的预设标准数据项,确定所述就诊对象的待完善数据项;
输出模块,用于输出第一提醒信息,所述第一提醒信息用于指示对所述电子病历数据中的所述待完善数据项进行完善。
9.一种电子设备,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总线通信,所述处理器执行所述机器可读指令,以执行权利要求1至7任一所述的病历数据处理方法。
10.一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权利要求1至7任一所述的病历数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211718658.7A CN115881259A (zh) | 2022-12-29 | 2022-12-29 | 病历数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211718658.7A CN115881259A (zh) | 2022-12-29 | 2022-12-29 | 病历数据处理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115881259A true CN115881259A (zh) | 2023-03-31 |
Family
ID=85757358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211718658.7A Pending CN115881259A (zh) | 2022-12-29 | 2022-12-29 | 病历数据处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115881259A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117809826A (zh) * | 2024-02-28 | 2024-04-02 | 山东佰泰丰信息科技有限公司 | 一种基于大模型的病历质控方法 |
-
2022
- 2022-12-29 CN CN202211718658.7A patent/CN115881259A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117809826A (zh) * | 2024-02-28 | 2024-04-02 | 山东佰泰丰信息科技有限公司 | 一种基于大模型的病历质控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7917377B2 (en) | Patient data mining for automated compliance | |
US8670997B2 (en) | Quality metric extraction and editing for medical data | |
KR100538577B1 (ko) | 의료 정보의 전산 표준화 방법 | |
US10095761B2 (en) | System and method for text extraction and contextual decision support | |
US8589420B2 (en) | Medical information system and program for same | |
CN108280149A (zh) | 一种基于多维度分类标签的医患纠纷类案件推荐方法 | |
Kristianson et al. | Data extraction from a semi-structured electronic medical record system for outpatients: a model to facilitate the access and use of data for quality control and research | |
CN114141377A (zh) | 一种建立诊断规则库的方法、诊断信息审核的方法及设备 | |
CN115881259A (zh) | 病历数据处理方法、装置、设备及存储介质 | |
KR101295785B1 (ko) | 유전변이 데이터 베이스 구축 장치 및 방법 | |
KR20150076482A (ko) | 패턴을 이용한 의료정보 분석시스템 및 방법 | |
CN117497149A (zh) | 一种基于人工智能的医院管理方法及系统 | |
CN111739594B (zh) | 临床科研数据的采集方法及系统 | |
JP2009244980A (ja) | 診療行為支援装置及びコンピュータプログラム | |
CN114155949A (zh) | 一种病案首页的审核方法、装置及设备 | |
EP3306502A1 (en) | A computer apparatus and method to identify healthcare resources used by a patient given a potential diagnosis | |
Alakrawi | Clinical terminology and clinical classification systems: a critique using AHIMA's data quality management model | |
KR101484766B1 (ko) | 의료정보 시스템에서의 전자서식 작성기 및 전자서식 작성 방법 | |
CN113421639B (zh) | 临床路径形成系统、方法及相应设备和存储介质 | |
US20160162650A1 (en) | Method for automating medical billing | |
CN114664447A (zh) | 一种骨质疏松健康风险评估方法及设备 | |
CN114155970A (zh) | 一种基于大数据的临床肺部感染数据信息处理方法及系统 | |
CN114155968A (zh) | 一种建立映射关系的方法、手术操作的审核方法及设备 | |
Shau et al. | Integrated real-world study databases in 3 diverse Asian health care systems in Taiwan, India, and Thailand: scoping review | |
CN114141340A (zh) | 一种在医疗过程中进行合理控费的方法、装置及设备 |
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 |