CN116013487A - 一种应用于医疗系统数据适配方法和系统 - Google Patents

Abstract

本发明涉及医疗系统技术领域，尤其涉及一种应用于医疗系统数据适配方法及系统，该方法包括：将医患数据录入至目标医患数据模型中进行数据格式匹配，得到标准格式模组数据；获取医用设备所需的数据，匹配于所述标准格式模组数据，得到目标标准格式模组数据；将所述标准格式模组数据导入所述医用设备中进行显示。本申请能够实现数据的自动适配，避免出现数据丢失、不匹配的情况。

Description

一种应用于医疗系统数据适配方法和系统

技术领域

本申请涉及医疗系统技术领域，尤其涉及一种应用于医疗系统数据适配方法及系统。

背景技术

在传统的医疗系统（医院信息管理系统）提供商与医院购入医用设备进行数据对接同步时，常常会遇到需要对医用设备规定接口进行调试操作，即当医院购入的医用设备其所需读取的医患信息在不同品牌、厂商下，其内部所需数据段都是不一样的，需要在前期花费一定的精力时间去适配测试，不然会导致数据丢失，出现数据不匹配的情况。

发明内容

为了解决或者部分解决上述相关技术中存在的问题，本申请提供一种应用于医疗系统数据适配方法和系统，能够实现数据的自动适配，避免出现数据丢失、不匹配的情况。

第一方面，本申请实施例提供了一种应用于医疗系统数据适配方法，采用如下的技术方案：

一种应用于医疗系统数据适配方法，包括：将医患数据录入至目标医患数据模型中进行数据格式匹配，得到标准格式模组数据；获取医用设备所需的数据，匹配于所述标准格式模组数据，得到目标标准格式模组数据；将所述标准格式模组数据导入所述医用设备中进行显示。

通过采用上述技术方案，通过将医患数据录入至目标医患数据模型中进行数据格式匹配，可以得到标准格式模组数据，通过获取医用设备所需的数据，来匹配于标准格式模组数据，可以得到医用设备可以进行显示的目标标准格式模组数据，再通过将标准格式模组数据导入医用设备中可以进行显示，以此可以实现数据的自动适配，避免出现医患数据的丢失、不匹配的情况。

可选的，在所述将医患数据录入至目标医患数据模型中进行数据格式匹配，得到标准格式模组数据之前，包括：获取医患数据训练数据集，所述医患数据训练数据集包括多组医患数据，其中一组医患数据中包括一名患者的初始格式数据和对应生成的标准格式数据，所述初始格式数据中包括一名患者的基础信息字段、患病数据类型和病情标签；使用所述医患数据训练数据集训练初始医患数据模型，得到所述目标医患数据模型。

通过采用上述技术方案，通过获取医患数据训练数据集可以用于训练初始医患数据模型，得到目标医患数据模型，通过目标医患数据模型可便于后续将医患数据表进行标准格式的转化，以适配于医用设备，避免出现医患数据不匹配的情况。

可选的，所述获取医用设备所需的数据，匹配于所述标准格式模组数据，得到目标标准格式模组数据，包括：识别所述医用设备的序列号，获取到所述医用设备所需数据的目标数据标签；将所述标准格式模组数据进行标签化，得到目标数据标签集；将所述目标数据标签与所述目标数据标签集进行匹配，得到所述数据标签对应的所述目标标准格式模组数据。

通过采用上述技术方案，通过识别医用设备的序列号可以准确的识别医用设备，进而准确的获得对应医用设备所需要的数据对应的目标数据标签，以及将标准格式模组数据进行标签化，可以便于两者进行匹配，进而实现数据的匹配，此过程能够确保数据匹配的一致性，避免出现数据不匹配的现象。

可选的，所述将所述标准格式模组数据进行标签化，得到目标数据标签集，还包括：将所述标准格式模组数据进行标签化，得到初始数据标签集；判断所述初始数据标签集中的数据标签是否定义优先级，若有，则提取优先级高的数据标签，得到所述目标数据标签集。

通过采用上述技术方案，通过判断初始数据标签集是否定义有优先级，并提取出优先级高的数据标签，得到目标数据标签集，可以实现通过优先级的方式选取出优先级最高的唯一标签，可以防止一个病症对应多个数据标签，造成数据冗杂，以及使得数据能够统一化。

可选的，所述判断所述初始数据标签集中的数据标签是否定义优先级，若有，则提取优先级高的数据标签，得到所述目标数据标签集，还包括：若否，则对所述初始数据标签集中的数据标签进行权重处理，则提取权重值大的数据标签，得到所述目标数据标签集。

通过采用上述技术方案，通对数据标签进行权重处理，可以将引用次数最多的数据标签作为患者病症的唯一标签，防止一个病症对应多个数据标签，造成数据冗杂，以及使得数据能够统一化。

可选的，所述判断所述初始数据标签集中的数据标签是否定义优先级，若有，则提取优先级高的数据标签，得到所述目标数据标签集，还包括：将所述初始数据标签集中的数据标签进行权重处理，选取权重值大的数据标签与提取优先级高的数据标签进行引用次数比较，提取出引用次数多的数据标签，得到所述目标数据标签集。

通过采用上述技术方案，通过将初始数据标签集中的数据标签进行权重处理后，选取权重值大的数据标签与提取优先级高的数据标签进行引用次数比较，来提取出引用次数多的数据标签作为患者病症的唯一标签，可以进一步防止一个病症对应多个数据标签，造成数据冗杂，以及使得数据能够统一化。

第二方面，本申请实施例提供了一种应用于医疗系统数据适配系统，采用如下的技术方案：

一种应用于医疗系统数据适配系统，包括：第一数据获取模块，用于将医患数据录入至目标医患数据模型中进行数据格式匹配，得到标准格式模组数据；第二数据获取模块，用于获取医用设备所需的数据，匹配于所述标准格式模组数据，得到目标标准格式模组数据；导入模块，用于将所述标准格式模组数据导入所述医用设备中进行显示。

通过采用上述技术方案，通过第一数据获取模块可以将医患数据录入至目标医患数据模型中进行数据格式匹配，以得到标准格式模组数据，通过第二数据获取模块可以获取医用设备所需的数据，来匹配于标准格式模组数据，以得到医用设备可以进行显示的目标标准格式模组数据，再通过导入模块将标准格式模组数据导入医用设备中可以进行显示，以此可以实现数据的自动适配，避免出现医患数据的丢失、不匹配的情况。

可选的，一种应用于医疗系统数据适配系统，还包括：训练数据集获取模式，用于获取医患数据训练数据集，所述医患数据训练数据集包括多组医患数据，其中一组医患数据中包括一名患者的初始格式数据和对应生成的标准格式数据，所述初始格式数据中包括一名患者的基础信息字段、患病数据类型和病情标签；模型获取模块，用于使用所述医患数据训练数据集训练初始医患数据模型，得到所述目标医患数据模型。

通过采用上述方案，通过训练数据集获取模式可以获取医患数据训练数据集，通过模型获取模块可以用于训练初始医患数据模型，得到目标医患数据模型，目标医患数据模型可便于后续将医患数据表进行标准格式的转化，以适配于医用设备，避免出现医患数据不匹配的情况。

可选的，所述第二数据获取模块包括：识别单元，用于识别所述医用设备的序列号，获取到所述医用设备所需数据的目标数据标签；标签化单元，用于将所述标准格式模组数据进行标签化，得到目标数据标签集；匹配单元，用于将所述目标数据标签与所述目标数据标签集进行匹配，得到所述数据标签对应的所述目标标准格式模组数据。

通过采用上述方案，通过识别单元识别医用设备的序列号可以准确的识别医用设备，进而准确的获得对应医用设备所需要的数据对应的目标数据标签，以及通过标签化单元将标准格式模组数据进行标签化，通过匹配单元可以便于两者进行匹配，进而实现数据的匹配，此过程能够确保数据匹配的一致性，避免出现数据不匹配的现象。

可选的，所述标签化单元包括：将所述标准格式模组数据进行标签化，得到初始数据标签集；判断所述初始数据标签集中的数据标签是否定义优先级，若有，则提取优先级高的数据标签，得到所述目标数据标签集。

通过采用上述方案，通过判断初始数据标签集是否定义有优先级，并提取出优先级高的数据标签，得到目标数据标签集，可以实现通过优先级的方式选取出优先级最高的唯一标签，可以防止一个病症对应多个数据标签，造成数据冗杂，以及使得数据能够统一化。

综上所述，本申请包括以下至少一种有益技术效果：

通过将医患数据录入至目标医患数据模型中进行数据格式匹配，可以得到标准格式模组数据，通过获取医用设备所需的数据，来匹配于标准格式模组数据，可以得到医用设备可以进行显示的目标标准格式模组数据，再通过将标准格式模组数据导入医用设备中可以进行显示，以此可以实现数据的自动适配，避免出现医患数据的丢失、不匹配的情况。

通过获取医患数据训练数据集可以用于训练初始医患数据模型，得到目标医患数据模型，通过目标医患数据模型可便于后续将医患数据表进行标准格式的转化，以适配于医用设备，避免出现医患数据不匹配的情况。

通过判断初始数据标签集是否定义有优先级，并提取出优先级高的数据标签，得到目标数据标签集，可以实现通过优先级的方式选取出优先级最高的唯一标签，可以防止一个病症对应多个数据标签，造成数据冗杂，以及使得数据能够统一化。

通对数据标签进行权重处理，可以将引用次数最多的数据标签作为患者病症的唯一标签，防止一个病症对应多个数据标签，造成数据冗杂，以及使得数据能够统一化。

通过将初始数据标签集中的数据标签进行权重处理后，选取权重值大的数据标签与提取优先级高的数据标签进行引用次数比较，来提取出引用次数多的数据标签作为患者病症的唯一标签，可以进一步防止一个病症对应多个数据标签，造成数据冗杂，以及使得数据能够统一化。

附图说明

图1为应用本申请实施例公开的一种应用于医疗系统数据适配方法的场景示意图；

图2为本申请一实施例公开的一种应用于医疗系统数据适配方法的流程示意图；

图3为本申请另一实施例公开的一种应用于医疗系统数据适配方法的流程示意图；

图4为图2公开的一种应用于医疗系统数据适配方法中步骤S20的一种具体流程示意图；

图5为图2公开的一种应用于医疗系统数据适配方法中步骤S20的另一种具体流程示意图；

图6为本申请另一实施例公开的一种应用于医疗系统数据适配系统的流程示意图；

图7为本申请再一实施例公开的一种应用于医疗系统数据适配系统的流程示意图；

图8为本申请又一实施例公开的一种应用于医疗系统数据适配系统的流程示意图。

实施方式

本申请以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样，单数表达形式“一个”、“一种”、“”、“上述”、“该”和“这一”旨在也包括复数表达形式，除非其上下文中明确地有相反指示。还应当理解，本申请中使用的术语“和/或”是指并包含一个或多个所列出项目的任何或所有可能组合。

以下，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为暗示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者更多个该特征，在本申请实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。

相关技术中，在传统的医疗系统提供商与医院购入医用设备进行数据对接同步时，常常会遇到需要对医用设备规定接口进行调试操作，即当医院购入的医用设备其所需读取的医患信息在不同品牌、厂商下，其内部所需数据段都是不一样的，需要在前期花费一定的精力时间去适配测试，不然会导致数据丢失，出现数据不匹配的情况。

因此，为了解决或者部分解决上述相关技术中存在的问题，本申请提供一种应用于医疗系统数据适配方法和系统，能够实现数据的自动适配，避免出现数据丢失、不匹配的情况。

以下结合附图详细说明本申请实施例的技术方案。

参见图1，为应用本申请实施例公开的一种应用于医疗系统数据适配方法的场景示意图。

其中，A端中A1、A2、A3…表示不同病患的数据，B端为应用一种应用于医疗系统数据适配方法的数据转换层，C端中C1、C2、C3…表示对接的医用设备，B端通过将A端的医患数据进行数据格式转换，导入至C端进行应用显示。

参见图2，一种应用于医疗系统数据适配方法，包括如下步骤：

S10、将医患数据录入至目标医患数据模型中进行数据格式匹配，得到标准格式模组数据；

其中，医患数据为患者在医疗机构记录的患病数据，该患病数据包括患者的通用数据和优先级数据，通用数据是指患者的基础信息如年龄、姓名、性别、入院诊断等适用于每个医用设备的数据，在本实施例中，在进行数据格式匹配时，可通过字段转换的流程进行匹配，来保持转换后的数据与未转换前的字段统一，例如患者的基础信息为姓名：小明、年龄：24岁、性别：男、入院诊断：过敏，在转换时，依据字段姓名、年龄、性别、入院诊断进行数据匹配后，其对应得到姓名：小明、年龄：24岁、性别：男、入院诊断：过敏。

优先级数据可以指病患的过敏源、护理信息等属于不同医用设备所需要的医患数据，举例而言，过敏源为花生，海鲜，护理信息为患者的血压、脉搏变化、服用抗组胺药物。目标医患数据模型用于基于病患数据的不同进行不同标准格式的转换，以适用于每个医用设备。

S20、获取医用设备所需的数据，匹配于标准格式模组数据，得到目标标准格式模组数据；

其中，通过先获取医用设备所需要的数据，可以直接匹配得到标准格式模组数据，进而得到医用设备所需的目标标准格式模组数据，可以便于数据的获取和后续的数据显示。

S30、将标准格式模组数据导入医用设备中进行显示。

参见图3，在另一实施例中，在步骤S10之前，还包括目标医患数据模型的建立过程，具体如下：

S01、获取医患数据训练数据集；

其中，医患数据训练数据集包括多组医患数据，一组医患数据中可包括一名患者的初始格式数据和对应生成的标准格式数据，初始格式数据中包括一名患者的基础信息字段、患病数据类型和病情标签，对应的生成的标准格式数据同样也包括患者的基础信息字段、患病数据类型和病情标签，只是格式上的变化，当然此格式上的变化，可依据实际医用设备适配的格式进行设置，在本实施例中并不限定。

S02、使用医患数据训练数据集训练初始医患数据模型，得到目标医患数据模型；

其中，通过训练初始医患数据模型，得到的目标医患数据模型可以将医患数据转换为适用于每个医用设备的标准格式模组数据。

参加图4，在另一实施例中，步骤S20包括：

S21、识别医用设备的序列号，获取到医用设备所需数据的目标数据标签；

其中，序列号可为医用设备的类别型号，以作为医用设备的身份识别，继而获取到针对医用设备能够显示的数据所对应的标签。

S22、将标准格式模组数据进行标签化，得到目标数据标签集；

其中，通过将标准格式模组数据进行标签化，可以确保后续数据匹配的统一性，以及降低数据冗杂性。

S23、将目标数据标签与目标数据标签集进行匹配，得到数据标签对应的目标标准格式模组数据。

其中，通过从目标数据标签集中，匹配医用设备所能显示的数据对应的目标数据标签，可以在匹配到目标数据标签后，再通过目标数据标签得到对应的目标标准模组数据。

参见图5，在另一实施例中，步骤S22包括：

S221、将标准格式模组数据进行标签化，得到初始数据标签集；

其中，通过将标准格式模组数据进行标签化，可以确保后续数据匹配的统一性，以及降低数据冗杂性。

S222、判断初始数据标签集中的数据标签是否定义优先级，若有，则提取优先级高的数据标签，得到目标数据标签集；

其中，优先级的设定可以为医务人员自定义设置，由于不同医生开设的医嘱中相同病症的名字可能不一致，再通过标签进行匹配标准的过敏源标签数据库时，可能基于数据标签匹配出现多个不同的数据标签，通过对过敏源标签数据库时中各数据标签优先级进行设定，可以将优先级最高的唯一数据标签匹配提取出来，可以防止一个病症对应多个数据标签，造成数据冗杂，以及使得数据能够统一化。目标数据标签集可以理解为不同标准格式模组数据一一对应的优先级最大的数据标签。

进一步地，若数据标签没有设定优先级，为了能够匹配出唯一一个数据标签，在另一实施例中，步骤S222还包括：

若否，则对初始数据标签集中的数据标签进行权重处理，则提取权重值大的数据标签，得到目标数据标签集。

其中，权重处理可以为基于以往引用次数进行权重赋值，通过将权重值大的数据标签提取出来作为患者病症的唯一标签，可以防止一个病症对应多个数据标签，造成数据冗杂，以及使得数据能够统一化。目标数据标签集可以理解为不同标准格式模组数据一一对应的权重值最大的数据标签。

进一步地，为了进一步确保目标数据标签的准确性，在数据标签有优先级的前提，步骤S222还包括：

将初始数据标签集中的数据标签进行权重处理，选取权重值大的数据标签与提取优先级高的数据标签进行引用次数比较，提取出引用次数多的数据标签，得到目标数据标签集。

其中，通过将优先级最高的数据标签与权重值最高的数据标签进行引用次数比较，以提取出引用次数多的数据标签，最终得到目标数据标签集，可以进一步确保目标数据标签的准确性。

参见图6，为本申请另一实施例公开的一种应用于医疗系统数据适配系统，包括：第一数据获取模块21、第二数据获取模块22和导入模块23。

其中，第一数据获取模块21用于将医患数据录入至目标医患数据模型中进行数据格式匹配，得到标准格式模组数据；第二数据获取模块22用于获取医用设备所需的数据，匹配于标准格式模组数据，得到目标标准格式模组数据；导入模块23用于将标准格式模组数据导入医用设备中进行显示。

参见图7，在另一实施例中，一种应用于医疗系统数据适配系统，还包括：训练数据集获取模式24和模型获取模块25。

其中，训练数据集获取模式24用于获取医患数据训练数据集，医患数据训练数据集包括多组医患数据，其中一组医患数据中包括一名患者的初始格式数据和对应生成的标准格式数据，初始格式数据中包括一名患者的基础信息字段、患病数据类型和病情标签；模型获取模块25用于使用医患数据训练数据集训练初始医患数据模型，得到目标医患数据模型。

参见图8，在另一实施例中，第二数据获取模块22包括：识别单元221、标签化单元222和匹配单元223。

其中，识别单元221用于识别医用设备的序列号，获取到医用设备所需数据的目标数据标签；标签化单元222用于将标准格式模组数据进行标签化，得到目标数据标签集；匹配单元223用于将目标数据标签与目标数据标签集进行匹配，得到数据标签对应的目标标准格式模组数据。

进一步地，标签化单元222包括：将标准格式模组数据进行标签化，得到初始数据标签集；判断初始数据标签集中的数据标签是否定义优先级，若有，则提取优先级高的数据标签，得到目标数据标签集。

需要说明的是，该实施例公开的一种应用于医疗系统数据适配系统，所实现的一种应用于医疗系统数据适配方法，如上述实施例，故在此不再进行详细讲述。可选地，本实施例中的各个模块和上述其他操作或功能分别为了实现前述实施例中的方法。

本发明另一实施例提供了一种计算机可读存储介质。计算机可读存储介质例如为非易失性存储器，其例如为：磁介质(如硬盘、软盘和磁带)，光介质(如CDROM盘和DVD)，磁光介质(如光盘)以及专门构造为用于存储和执行计算机可执行指令的硬件系统(如只读存储器(ROM)、随机存取存储器(RAM)、闪存等)。计算机可读存储介质40上存储有计算机可执行指令。计算机可读存储介质可由一个或多个处理器或处理系统来执行计算机可执行指令，以实施前述第一实施例中的图像编辑方法。

此外，可以理解的是，前述各个实施例仅为本发明的示例性说明，在技术特征不冲突、结构不矛盾、不违背本发明的发明目的前提下，各个实施例的技术方案可以任意组合、搭配使用。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，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，例如多路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。

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路网络单元上。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，在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模块中，也可以是各个单元/模块单独物理存在，也可以两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现，也可以采用硬件加软件功能单元/模块的形式实现。

上述以软件功能单元/模块的形式实现的集成的单元/模块，可以存储在一个计算机可读取存储介质中。上述软件功能单元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)的一个或多个处理器执行本申请各个实施例方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，简称ROM)、随机存取存储器(RandomAccessMemory，简称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：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种应用于医疗系统数据适配方法，其特征在于，包括：

将医患数据录入至目标医患数据模型中进行数据格式匹配，得到标准格式模组数据；

获取医用设备所需的数据，匹配于所述标准格式模组数据，得到目标标准格式模组数据；

将所述标准格式模组数据导入所述医用设备中进行显示。

2.根据权利要求1所述的应用于医疗系统数据适配方法，其特征在于，在所述将医患数据录入至目标医患数据模型中进行数据格式匹配，得到标准格式模组数据之前，包括：

获取医患数据训练数据集，所述医患数据训练数据集包括多组医患数据，其中一组医患数据中包括一名患者的初始格式数据和对应生成的标准格式数据，所述初始格式数据中包括一名患者的基础信息字段、患病数据类型和病情标签；

使用所述医患数据训练数据集训练初始医患数据模型，得到所述目标医患数据模型。

3.根据权利要求1所述的应用于医疗系统数据适配方法，其特征在于，所述获取医用设备所需的数据，匹配于所述标准格式模组数据，得到目标标准格式模组数据，包括：

识别所述医用设备的序列号，获取到所述医用设备所需数据的目标数据标签；

将所述标准格式模组数据进行标签化，得到目标数据标签集；

将所述目标数据标签与所述目标数据标签集进行匹配，得到所述数据标签对应的所述目标标准格式模组数据。

4.根据权利要求3所述的应用于医疗系统数据适配方法，其特征在于，所述将所述标准格式模组数据进行标签化，得到目标数据标签集，还包括：

将所述标准格式模组数据进行标签化，得到初始数据标签集；

判断所述初始数据标签集中的数据标签是否定义优先级，若有，则提取优先级高的数据标签，得到所述目标数据标签集。

5.根据权利要求4所述的应用于医疗系统数据适配方法，其特征在于，所述判断所述初始数据标签集中的数据标签是否定义优先级，若有，则提取优先级高的数据标签，得到所述目标数据标签集，还包括：

若否，则对所述初始数据标签集中的数据标签进行权重处理，则提取权重值大的数据标签，得到所述目标数据标签集。

6.根据权利要求4所述的应用于医疗系统数据适配方法，其特征在于，所述判断所述初始数据标签集中的数据标签是否定义优先级，若有，则提取优先级高的数据标签，得到所述目标数据标签集，还包括：

将所述初始数据标签集中的数据标签进行权重处理，选取权重值大的数据标签与提取优先级高的数据标签进行引用次数比较，提取出引用次数多的数据标签，得到所述目标数据标签集。

7.一种应用于医疗系统数据适配系统，其特征在于，包括：

第一数据获取模块，用于将医患数据录入至目标医患数据模型中进行数据格式匹配，得到标准格式模组数据；

第二数据获取模块，用于获取医用设备所需的数据，匹配于所述标准格式模组数据，得到目标标准格式模组数据；

导入模块，用于将所述标准格式模组数据导入所述医用设备中进行显示。

8.根据权利要求7所述的应用于医疗系统数据适配系统，其特征在于，还包括：

训练数据集获取模式，用于获取医患数据训练数据集，所述医患数据训练数据集包括多组医患数据，其中一组医患数据中包括一名患者的初始格式数据和对应生成的标准格式数据，所述初始格式数据中包括一名患者的基础信息字段、患病数据类型和病情标签；

模型获取模块，用于使用所述医患数据训练数据集训练初始医患数据模型，得到所述目标医患数据模型。

9.根据权利要求7所述的应用于医疗系统数据适配系统，其特征在于，所述第二数据获取模块包括：

识别单元，用于识别所述医用设备的序列号，获取到所述医用设备所需数据的目标数据标签；

标签化单元，用于将所述标准格式模组数据进行标签化，得到目标数据标签集；

匹配单元，用于将所述目标数据标签与所述目标数据标签集进行匹配，得到所述数据标签对应的所述目标标准格式模组数据。

10.根据权利要求9所述的应用于医疗系统数据适配系统，其特征在于，所述标签化单元包括：

将所述标准格式模组数据进行标签化，得到初始数据标签集；

判断所述初始数据标签集中的数据标签是否定义优先级，若有，则提取优先级高的数据标签，得到所述目标数据标签集。

Images