CN116130096B - 一种通过核心指标进行辅助决策的系统、方法和电子设备 - Google Patents
一种通过核心指标进行辅助决策的系统、方法和电子设备 Download PDFInfo
- Publication number
- CN116130096B CN116130096B CN202310352997.6A CN202310352997A CN116130096B CN 116130096 B CN116130096 B CN 116130096B CN 202310352997 A CN202310352997 A CN 202310352997A CN 116130096 B CN116130096 B CN 116130096B
- Authority
- CN
- China
- Prior art keywords
- index
- core
- current
- core index
- result
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000007689 inspection Methods 0.000 claims abstract description 95
- 238000012360 testing method Methods 0.000 claims abstract description 66
- 230000002159 abnormal effect Effects 0.000 claims description 49
- 238000012216 screening Methods 0.000 claims description 32
- 238000003860 storage Methods 0.000 claims description 15
- 238000003745 diagnosis Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000013075 data extraction Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000010276 construction Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000012550 audit Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- 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)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Bioethics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供了一种通过核心指标进行辅助决策的方法、系统和电子设备，涉及计算机技术领域，包括获取当前患者的基本信息，所述当前患者的基本信息包括当前检验项目的当前检验指标值；将所述当前检验指标值输入至辅助决策模型，查找指标关联信息，确定当前核心指标；通过当前检验项目中的当前核心指标值，确定辅助决策结果，以提高用户的决策效率。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种通过核心指标进行辅助决策的系统、方法和电子设备。
背景技术
目前，单一检验项目包括若干检验指标，在实际临床检查中可能关注个别几个检验指标即足以判断患者的病情；然而医生通过查看所有检验指标，自行逐个寻找其核心指标进行判断，进而通过临床经验确定患者的病情，降低了医生的决策效率，增加了决策的时间成本。
因此，提出一种通过核心指标进行辅助决策的系统、方法和电子设备。
发明内容
本说明书提供一种通过核心指标进行辅助决策的系统、方法和电子设备，通过辅助决策模型查找当前核心指标，根据所述当前检验项目中的当前核心指标值输出辅助决策结果，以提高用户的决策效率。
本申请提供的一种通过核心指标进行辅助决策的方法采用如下的技术方案，包括：
获取当前患者的基本信息，所述当前患者的基本信息包括当前检验项目的当前检验指标值；
将所述当前检验指标值输入至辅助决策模型，确定当前核心指标，得到辅助决策结果。
可选的，所述将所述当前检验指标值输入至辅助决策模型，确定当前核心指标，得到辅助决策结果，包括：
根据所述基本信息，按照预设关联条件查找指标关联信息，确定当前核心指标；
根据所述当前检验项目中的当前核心指标值匹配判断结果，将匹配到的判断结果输出为所述辅助决策结果。
可选的，所述根据所述基本信息，按照预设关联条件查找指标关联信息，确定当前核心指标，包括：
根据所述基本信息，从个人核心指标收藏夹中查找与所述当前检验项目对应的当前核心指标；
和/或，根据所述基本信息，从其他用户分享的指标关联信息中查找与所述当前检验项目对应的当前核心指标；
和/或，根据所述基本信息，从院区核心指标库中查找与所述当前检验项目对应的当前核心指标。
可选的，还包括：
构建所述院区核心指标库；
和/或，构建所述个人核心指标收藏夹；
所述构建所述院区核心指标库，包括：
获取历史临床就医数据，对所述历史临床就医数据进行预处理，生成历史患者信息，所述历史患者信息包括所述历史患者的判断结果和检验项目结果；
依照预设筛选条件筛选出所述检验项目结果中的异常的检验指标值对应的检验指标，作为核心指标；
将所述判断结果与所述核心指标进行关联，生成指标关联信息；
收集所述指标关联信息，构建所述院区核心指标库。
可选的，所述依照预设筛选条件筛选出所述检验项目结果中的异常的检验指标值对应的检验指标，作为核心指标，包括：
查找所述检验项目结果中的异常的检验指标值，将对应的检验指标记为异常检验指标；
根据判断结果与异常检验指标的关联度筛选所述异常检验指标，将符合所述预设筛选条件的异常检验指标作为核心指标。
可选的，还包括：
按照用户选择的核心指标，查询所述当前患者的历次就诊记录，获取历次核心指标值；
根据所述历次核心指标值，构建历次核心指标值趋势分析表。
本申请提供的一种通过核心指标进行辅助决策的系统采用如下的技术方案，包括：
信息获取模块，用于获取当前患者的基本信息，所述当前患者的基本信息包括当前检验项目的当前检验指标值；
辅助决策模块，用于将所述当前检验指标值输入至辅助决策模型，确定当前核心指标，得到辅助决策结果。
可选的，所述辅助决策模块，包括：
查找子模块，用于根据所述基本信息，按照预设关联条件查找指标关联信息，确定当前核心指标；
辅助决策子模块，用于根据所述当前检验项目中的当前核心指标值匹配判断结果，将匹配到的判断结果输出为所述辅助决策结果。
可选的，所述查找子模块，包括：
第一查找单元，用于根据所述基本信息，从个人核心指标收藏夹中查找与所述当前检验项目对应的当前核心指标；
第二查找单元，用于根据所述基本信息，从其他用户分享的指标关联信息中查找与所述当前检验项目对应的当前核心指标；
第三查找单元，用于根据所述基本信息，从院区核心指标库中查找与所述当前检验项目对应的当前核心指标。
可选的，还包括：
指标库构建模块，用于构建所述院区核心指标库；
收藏夹构建模块，用于构建所述个人核心指标收藏夹。
所述指标库构建模块，包括：
历史数据获取子模块，用于获取历史临床就医数据，对所述历史临床就医数据进行预处理，生成历史患者信息，所述历史患者信息包括所述历史患者的判断结果和检验项目结果；
核心指标确定子模块，用于依照预设筛选条件筛选出所述检验项目结果中的异常的检验指标值对应的检验指标，作为核心指标；
指标关联子模块，用于将所述判断结果与所述核心指标进行关联，生成指标关联信息；
指标库构建子模块，用于收集所述指标关联信息，构建所述院区核心指标库。
可选的，所述核心指标确定子模块，包括：
标记单元，用于查找所述检验项目结果中的异常的检验指标值，将对应的检验指标记为异常检验指标；
筛选单元，用于根据判断结果与异常检验指标的关联度筛选所述异常检验指标，将符合所述预设筛选条件的异常检验指标作为核心指标。
可选的，还包括：分析模块；
所述分析模块，用于按照用户选择的核心指标，查询所述当前患者的历次就诊记录，获取历次核心指标值；根据所述历次核心指标值，构建历次核心指标值趋势分析表。
本说明书还提供一种电子设备，其中，该电子设备包括：
处理器；以及，
存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述任一项方法。
本说明书还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现上述任一项方法。
本申请中通过获取当前患者的基本信息，所述当前患者的基本信息包括当前检验项目的当前检验指标值；将所述当前检验指标值输入至辅助决策模型，确定当前核心指标，通过当前检验项目中的当前核心指标值，确定辅助决策结果，以提高用户的决策效率。
附图说明
图1为本说明书实施例提供的一种通过核心指标进行辅助决策的方法的原理示意图；
图2为本说明书一具体实施例提供的一种通过核心指标进行辅助决策的系统的原理示意图；
图3为本说明书实施例提供的一种电子设备的结构示意图；
图4为本说明书实施例提供的一种计算机可读介质的原理示意图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
现在将参考附图更全面地描述本发明的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本发明更加全面和完整，更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中，本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
术语“和/或”或者“及/或”包括相关联的列出项目中的任一个或多者的所有组合。
图1为本说明书实施例提供的一种通过核心指标进行辅助决策的方法的原理示意图，该方法包括：
S2获取当前患者的基本信息，所述当前患者的基本信息包括当前检验项目的当前检验指标值；
S3将所述当前检验指标值输入至辅助决策模型，确定当前核心指标，得到辅助决策结果。
具体的，目前检验项目中包括了很多检验指标，但是在实际的临床中医生可能根据个别核心指标就可以判断患者的病情；然而由于检验项目的检验指标按照固定顺序依次排列展示，医生可能需要遍历所有检验指标，自行寻找核心指标，使得决策时间大大延长；为了辅助医生通过核心指标进行快速决策，提高决策效率，本发明提出一种通过核心指标进行辅助决策的方法，具体的，本方法包括：
S1构建辅助决策模型；
所述构建辅助决策模型包括：
S11构建所述院区核心指标库，具体的，包括：
S111获取历史临床就医数据，对所述历史临床就医数据进行预处理，生成历史患者信息，所述历史患者信息包括所述历史患者的判断结果和检验项目结果；
在本说明书的一个实施例中，为了保证数据的原样性，减少对院区业务数据库的影响，通常采用发布订阅复制实现数据同步。将院区业务数据库复制一份到可以进行变化数据捕获（CDC）的SQL Server 平台，然后，通过启用CDC功能捕获数据变化。CDC功能数据自动的填充到以_CT为后缀名的系统表里，比如：如果源表为 HIS.dbo.TABa 那么在 CDC 系统表里能看到相应的表为 HIS.cdc.dboTABa_CT。数据采集是按照标准整合处理，通过任务作业的方式，按照实际的需求，增量或全量的进行数据的抽取形成庞大的临床数据中心。
其中，数据平台是基于Hapdoop开发的分布式文件系统架构，利用HDFS分布式文件系统、采用了DataX用于实现离线数据、异构数据间的同步，同时采用Spark用于增量处理数据，采用了Sqoop有效解决hadoop与关系型数据库之间的传输问题。
临床数据中心存储有不同患者的历史临床就医数据，考虑到历史临床就医数据的数量庞大，本发明可以获取符合第一预设条件的历史临床就医数据，其中，第一预设条件可以是预设的就医时限范围，比如获取2010年度-2020年度内的所有历史临床就医数据。
考虑到可能存储的历史临床就医数据的格式不同，为了便于快速确定判断结果的核心指标，因此，对历史临床就医数据进行预处理，对历史临床就医数据进行数据清洗、转换，按照第二预设格式生成历史患者信息，其中，所述历史患者信息包括历史患者的判断结果和历史患者的检验项目结果，所述历史患者的判断结果包括历史患者的诊断结果。当然，所述历史患者信息还可以包括历史患者的姓名、历史患者的年龄、历史患者的性别、历史患者的就诊信息等。
S112依照预设筛选条件筛选出所述检验项目结果中的异常的检验指标值对应的检验指标，作为核心指标；
核心指标是基于历史临床就医数据确定得到的与判断结果关联度较高的检验指标，当然，由于是从大量的历史临床就医数据中得到的判断结果与核心指标的关联关系，因此，本发明中的辅助决策结果，仅仅用于辅助用户（医生）进行决策判断。
为了提高关联度，S112具体包括：
S1121查找所述检验项目结果中的异常的检验指标值，将对应的检验指标记为异常检验指标；
即，异常的检验指标值对应的检验指标为异常检验指标。其中，异常的检验指标值指的是患者的检验指标值位于该检验指标对应的预设标准指标值域之外。其中，预设标准指标值域为预先确定的检验指标值的正常范围。
S1122根据判断结果与异常检验指标的关联度筛选所述异常检验指标，将符合所述预设筛选条件的异常检验指标作为核心指标。
在本说明书的一个实施例中，所述预设筛选条件包括判断结果与异常检验指标的关联度达到预设关联阈值。即，根据判断结果与异常检验指标的关联度筛选所述异常检验指标，将符合所述预设筛选条件的异常检验指标作为核心指标。具体的，对于判断结果A,有X%的判断结果A中包括异常检验指标a，若X%大于或等于所述预设关联阈值，则认定，异常检验指标为判断结果A的核心指标（之一）。应当知晓的是，所述判断结果可以关联若干个核心指标。在本说明书的一个实施例中，所述预设关联阈值为80%。
在本说明书的一个实施例中，通过简单匹配系数确定判断结果与异常检验指标关联度，确定判断结果关联的核心指标。
S113将所述判断结果与所述核心指标进行关联，生成指标关联信息；
结合历史临床就医数据，基于过往临床经验总结了基于判断结果应该着重注意的核心指标；通过判断核心指标值是否属于预设标准指标值域，可以确定所述核心指标是否存在异常，以便于用户（医生）快速确认当前患者的病情是否有好转。
然而，当前患者如果首次问诊，需要用户通过核心指标去确定判断结果，考虑到用户的专业领域，就诊的科室较为稳定，因此，在本说明书的一实施例中，所述历史判断结果还包括历史患者的诊断诊室。根据历史患者的就诊诊室，确定核心指标。
S114收集所述指标关联信息，构建所述院区核心指标库。
在本说明书的一个实施例中，院区核心指标库中记载了诊断诊室、判断结果和核心指标的关联关系。
比如，诊断诊室：诊室α——判断结果：判断结果A——核心指标：a1；a2；a3；
诊断诊室：诊室β——判断结果：判断结果B——核心指标：b1；b2；
诊断诊室：诊室β——判断结果：判断结果C——核心指标：c1；
诊断诊室：诊室γ——判断结果：判断结果D——核心指标：d1；b2。
当然，上述内容也可以以表格的形式展现。
S12构建所述个人核心指标收藏夹。
由于院区核心指标库是基于过往临床经验总结了基于判断结果应该着重注意的核心指标和与之对应的判断结果，其主要在用户进行决策时起到辅助作用。由于本发明中院区核心指标库作为一个全面的、基础的核心指标库，服务于多个科室的多个用户，在一定程度上还可以为部分用户提供判断思路，因此，原则上其内容不易随意更改。为了便于用户根据自身的临床经验以及同科室其他用户的临床经验对核心指标和判断结果进行进一步的修改和完善。用户可以将自身的临床经验保存到个人核心指标收藏夹。
S121新建指标关联信息；
S122获取其他用户分享的指标关联信息，将其加入所述个人核心指标收藏夹；
考虑到用户的专业受限，其所在的诊断科室基本不需更改。为了便于用户补充经验，提升决策的准确性和效率，可以查看同一科室的其他用户分享的指标关联信息。基于同一科室的其他用户分享的指标关联信息，如果用户认为分享的内容可以用于后期的辅助决策，则可以将其加入所述个人核心指标收藏夹，作为已引用的指标关联信息。
S123分享所述用户新建的指标关联信息；
S124编辑新建的指标关联信息和/或引用的指标关联信息，此处的编辑包括但不限于对上述指标关联信息进行修改编辑、删除等操作。
其中，考虑到用户的专业性以及保障医疗安全，对分享的权限进行控制，用户可以直接在同一科室内分享其新建的指标关联信息。当然，用户可以申请将新建的指标关联信息加入到院区核心指标库。由于院区核心指标库进行医院内的核心指标的分享和推送，在一定程度上为低年资的用户提供更好的学习平台，为学科、医院的高质量发展奠基基础。因此，用户想把其新建的指标关联信息加入到院区核心指标库中，需要严苛的人工审核，审核其指标关联信息的适用性。
S2获取当前患者的基本信息，所述当前患者的基本信息包括当前检验项目的当前检验指标值；
在本发明中，用户指的是根据当前患者的基本信息作出决策的用户，比如医生。
所述当前患者的基本信息包括当前检验项目结果，所述当前检验项目结果包括当前检验指标和当前检验指标值。不同患者的同一检验项目的检验指标是相同的。
在本说明书的一个实施例中，根据医院看病流程，当前患者甲需要先挂号排队，等待科室α的用户乙问诊，用户乙为当前患者甲开具检验单，用户乙针对检验单进行缴费后进行检验；在当前检验项目结果出来时，本系统自动获取当前患者甲的当前检验项目结果。
S3将所述当前检验指标值输入至辅助决策模型，确定当前核心指标，得到辅助决策结果；
其中，S3具体包括：
S31根据所述基本信息，按照预设筛选条件查找指标关联信息，确定当前核心指标；
在本说明书的一个实施例中，提供三种筛选方式，具体包括：
S311从个人核心指标收藏夹中查找与所述当前检验项目对应的当前核心指标；
和/或，S312从其他用户分享的指标关联信息中查找与所述当前检验项目对应的当前核心指标；
和/或，S313根据所述基本信息，从院区核心指标库中查找与所述当前检验项目对应的当前核心指标。
S32根据所述当前检验项目中的当前核心指标值匹配判断结果，将匹配到的判断结果输出为所述辅助决策结果。
在本说明书的一个实施例中，用户可按需设置S311、S312、S313的其中一种或多种的查找顺序，按需设置查找结果的推送顺序，以确定查找指标关联信息的具体查找方式。为了辅助用户决策，按照查找结果的推送顺序优先查找对应的核心指标；在向用户优先展示其对应的核心指标值的同时，将当前核心指标对应的诊断结果输出为辅助决策结果，以提高用户的工作效率。当然，为了提高用户决策的全面性，在推送核心指标和对应的当前核心指标值之后，还会推送除了核心指标之外的其他检验指标和对应的检验指标值。
在本说明书的一个实施例中，按照每一核心指标的权重，计算辅助决策结果的匹配率，并按照匹配率按预设显示顺序进行显示或仅显示匹配率最高的判断结果，以便于用户进行最终决策。具体的，如果与某一判断结果对应的核心指标值均为异常的话，则输出该判断结果为第一辅助决策结果，其中，所述第一辅助决策结果的匹配率为100%；如果某一判断结果对应的核心指标中，仅有部分的核心指标值为异常的话，则输出对应的判断结果为第二辅助决策结果，按照每一核心指标的权重，计算第二辅助决策结果的匹配率；
如果某一判断结果对应的核心指标中，核心指标值均为正常的话，则输出对应的判断结果为第三辅助决策结果，其中，第三辅助决策结果的匹配率为0。
其中，判断结果中的核心指标的权重由用户自行设置。在计算匹配率时，如果核心指标值为正常值（非异常），则在本次计算匹配率时，将其权重修改为0，匹配率=实际权重值/初始权重值。
为了便于用户对当前患者进行多方位分析，在本说明书的一个实施例中，还包括：S4按照用户选择的核心指标，查询所述当前患者的历次就诊记录，获取历次核心指标值；根据所述历次核心指标值，构建历次核心指标值趋势分析表。
具体的，针对定性的核心指标，可以通过表格进行展示，针对定量的核心指标，可以通过折线图可视化展示，针对同时有定性、定量的核心指标，可以通过折线图与列表融合的展现方式进行展示，便于用户可视化对比分析。
图2为本说明书实施例提供的一种通过核心指标进行辅助决策的系统的原理示意图，包括：
信息获取模块220，用于获取当前患者的基本信息，所述当前患者的基本信息包括当前检验项目的当前检验指标值；
辅助决策模块230，用于将所述当前检验指标值输入至辅助决策模型，确定当前核心指标，得到辅助决策结果。
可选的，所述辅助决策模块230，包括：
查找子模块，用于根据所述基本信息，按照预设关联条件查找指标关联信息，确定当前核心指标；
辅助决策子模块，用于根据所述当前检验项目中的当前核心指标值匹配判断结果，将匹配到的判断结果输出为所述辅助决策结果。
可选的，所述查找子模块，包括：
第一查找单元，用于根据所述基本信息，从个人核心指标收藏夹中查找与所述当前检验项目对应的当前核心指标；
第二查找单元，用于根据所述基本信息，从其他用户分享的指标关联信息中查找与所述当前检验项目对应的当前核心指标；
第三查找单元，用于根据所述基本信息，从院区核心指标库中查找与所述当前检验项目对应的当前核心指标。
可选的，还包括：
指标库构建模块，用于构建所述院区核心指标库；
收藏夹构建模块，用于构建所述个人核心指标收藏夹。
所述指标库构建模块，包括：
历史数据获取子模块，用于获取历史临床就医数据，对所述历史临床就医数据进行预处理，生成历史患者信息，所述历史患者信息包括所述历史患者的判断结果和检验项目结果；
核心指标确定子模块，用于依照预设筛选条件筛选出所述检验项目结果中的异常的检验指标值对应的检验指标，作为核心指标；
指标关联子模块，用于将所述判断结果与所述核心指标进行关联，生成指标关联信息；
指标库构建子模块，用于收集所述指标关联信息，构建所述院区核心指标库。
可选的，所述核心指标确定子模块，包括：
标记单元，用于查找所述检验项目结果中的异常的检验指标值，将对应的检验指标记为异常检验指标；
筛选单元，用于根据判断结果与异常检验指标的关联度筛选所述异常检验指标，将符合所述预设筛选条件的异常检验指标作为核心指标。
可选的，还包括：分析模块；
所述分析模块，用于按照用户选择的核心指标，查询所述当前患者的历次就诊记录，获取历次核心指标值；根据所述历次核心指标值，构建历次核心指标值趋势分析表。
本发明实施例的系统的功能已经在上述的方法实施例中进行了描述，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的实体形式的实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。
图3是根据本发明的一种通过核心指标进行辅助决策的系统设备的示例性实施例的结构框图。图3显示的计算机设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示，该示例性实施例的计算机设备300以通用数据处理设备的形式表现。计算机设备300的组件可以包括但不限于：至少一个处理器310、至少一个存储器320、网络接口330，显示单元340，输入部件350等。
其中，所述存储器320存储有计算机可读程序，其可以是源程序或都只读程序的代码。所述程序可以被处理器元310执行，使得所述处理器310执行本发明各种实施方式的步骤。例如，所述处理器310可以执行如图2所示的步骤。
所述存储器320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)。所述存储器320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。
还包括总线(未示出)可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
计算机设备300也可以与一个或多个外部设备(例如键盘、显示器、网络设备、蓝牙设备等)通信，使得用户能经由这些外部设备与该计算机设备300交互，和/或使得该计算机设备300能与一个或多个其它数据处理设备(例如路由器、调制解调器等等)进行通信。这种通信可以通过网络接口330进行，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)进行。网络适配器可以通过总线与计算机设备300的其它模块通信。应当明白，尽管图中未示出，计算机设备300中可使用其它硬件和/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系统等。
图4是本发明的一个计算机可读介质实施例的示意图。如图4所示，所述计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、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)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。当所述计算机程序被一个或多个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法。
通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台数据处理设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述，本发明可以执行计算机程序的方法、系统、电子设备或计算机可读介质来实现。可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现本发明的一些或者全部功能。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种通过核心指标进行辅助决策的方法，其特征在于，包括：
构建院区核心指标库；和/或，构建个人核心指标收藏夹；所述构建院区核心指标库包括：将院区业务数据库复制一份到分布式文件系统架构的数据平台，捕获数据以填充到以_CT为后缀名的系统表中，通过增量或全量的数据抽取形式得到临床数据中心以保证数据的原样性；所述临床数据中心存储有不同患者的历史临床就医数据，对所述历史临床就医数据进行数据清洗和转换，得到历史患者的判断结果和检验项目结果，所述历史患者的判断结果包括历史患者的诊断科室；依照预设筛选条件筛选出所述检验项目结果中的异常的检验指标值对应的检验指标，作为核心指标；通过简单匹配系数确定判断结果与异常检验指标关联度，确定与判断结果关联的若干个核心指标，所述院区核心指标库包括诊断科室、判断结果和核心指标的关联关系；
获取当前患者的基本信息，所述当前患者的基本信息包括当前检验项目的当前检验指标值；
根据所述基本信息，按照预设关联条件查找指标关联信息，确定当前核心指标，其中，根据所述基本信息，从个人核心指标收藏夹中查找与所述当前检验项目对应的当前核心指标；和/或，根据所述基本信息，从其他用户分享的指标关联信息中查找与所述当前检验项目对应的当前核心指标；和/或，根据所述基本信息，从院区核心指标库中查找与所述当前检验项目对应的当前核心指标；
向用户优先展示所述当前核心指标对应的核心指标值，将所述当前核心指标对应的诊断结果输出为辅助决策结果；推送核心指标和对应的当前核心指标值之后，推送除了核心指标之外的其他检验指标和对应的检验指标值，用于提高用户决策的全面性；其中，按照每一核心指标的权重，计算辅助决策结果的匹配率，按照所述匹配率按预设显示顺序显示判断结果，根据所述当前检验项目中的当前核心指标值匹配判断结果，将匹配到的判断结果输出为辅助决策结果。
2.如权利要求1所述的一种通过核心指标进行辅助决策的方法，其特征在于， 所述构建所述院区核心指标库，还包括：
将所述判断结果与所述核心指标进行关联，生成指标关联信息；
收集所述指标关联信息，构建所述院区核心指标库。
3.如权利要求2所述的一种通过核心指标进行辅助决策的方法，其特征在于，所述依照预设筛选条件筛选出所述检验项目结果中的异常的检验指标值对应的检验指标，作为核心指标，包括：
查找所述检验项目结果中的异常的检验指标值，将对应的检验指标记为异常检验指标；
根据判断结果与异常检验指标的关联度筛选所述异常检验指标，将符合所述预设筛选条件的异常检验指标作为核心指标。
4.如权利要求3所述的一种通过核心指标进行辅助决策的方法，其特征在于，还包括：
按照用户选择的核心指标，查询所述当前患者的历次就诊记录，获取历次核心指标值；
根据所述历次核心指标值，构建历次核心指标值趋势分析表。
5.一种通过核心指标进行辅助决策的系统，其特征在于，包括：
信息获取模块，用于构建院区核心指标库；和/或，构建个人核心指标收藏夹；所述构建院区核心指标库包括：将院区业务数据库复制一份到分布式文件系统架构的数据平台，捕获数据以填充到以_CT为后缀名的系统表中，通过增量或全量的数据抽取形式得到临床数据中心以保证数据的原样性；所述临床数据中心存储有不同患者的历史临床就医数据，对所述历史临床就医数据进行数据清洗和转换，得到历史患者的判断结果和检验项目结果，所述历史患者的判断结果包括历史患者的诊断科室；依照预设筛选条件筛选出所述检验项目结果中的异常的检验指标值对应的检验指标，作为核心指标；通过简单匹配系数确定判断结果与异常检验指标关联度，确定与判断结果关联的若干个核心指标，所述院区核心指标库包括诊断科室、判断结果和核心指标的关联关系；
获取当前患者的基本信息，所述当前患者的基本信息包括当前检验项目的当前检验指标值；
辅助决策模块，用于将所述当前检验指标值输入至辅助决策模型，确定当前核心指标，得到辅助决策结果；
所述辅助决策模块，包括：
查找子模块，用于根据所述基本信息，按照预设关联条件查找指标关联信息，确定当前核心指标；其中，根据所述基本信息，从个人核心指标收藏夹中查找与所述当前检验项目对应的当前核心指标；和/或，根据所述基本信息，从其他用户分享的指标关联信息中查找与所述当前检验项目对应的当前核心指标；和/或，根据所述基本信息，从院区核心指标库中查找与所述当前检验项目对应的当前核心指标；
辅助决策子模块，用于向用户优先展示所述当前核心指标对应的核心指标值，将所述当前核心指标对应的诊断结果输出为辅助决策结果；推送核心指标和对应的当前核心指标值之后，推送除了核心指标之外的其他检验指标和对应的检验指标值，用于提高用户决策的全面性；其中，按照每一核心指标的权重，计算辅助决策结果的匹配率，按照所述匹配率按预设显示顺序显示判断结果，根据所述当前检验项目中的当前核心指标值匹配判断结果，将匹配到的判断结果输出为所述辅助决策结果。
6.一种电子设备，其中，该电子设备包括：
处理器；以及，
存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述权利要求1-4任一项所述的一种通过核心指标进行辅助决策的方法。
7.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现上述权利要求1-4任一项所述的一种通过核心指标进行辅助决策的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310352997.6A CN116130096B (zh) | 2023-04-04 | 2023-04-04 | 一种通过核心指标进行辅助决策的系统、方法和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310352997.6A CN116130096B (zh) | 2023-04-04 | 2023-04-04 | 一种通过核心指标进行辅助决策的系统、方法和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116130096A CN116130096A (zh) | 2023-05-16 |
| CN116130096B true CN116130096B (zh) | 2023-11-21 |
Family
ID=86308434
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310352997.6A Active CN116130096B (zh) | 2023-04-04 | 2023-04-04 | 一种通过核心指标进行辅助决策的系统、方法和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116130096B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014211717A (ja) * | 2013-04-17 | 2014-11-13 | 日本電気株式会社 | 医療情報処理装置及び医療情報処理方法 |
| CN110675952A (zh) * | 2019-09-19 | 2020-01-10 | 上海腾程医学科技信息有限公司 | 检验决策方法及装置、终端设备、计算机可读存储介质 |
| CN111180026A (zh) * | 2019-12-23 | 2020-05-19 | 卫宁健康科技集团股份有限公司 | 专科诊疗视图系统及方法 |
| CN111370130A (zh) * | 2018-12-26 | 2020-07-03 | 医渡云（北京）技术有限公司 | 医疗数据的实时处理方法及装置、存储介质、电子设备 |
| CN111816319A (zh) * | 2020-07-16 | 2020-10-23 | 山东大学 | 逐步筛选的泌尿系统重疾指标确定方法及风险预测系统 |
| CN112289444A (zh) * | 2020-09-10 | 2021-01-29 | 北京大学 | 一种患者潜在重要信息的确定方法和装置 |
| CN113327062A (zh) * | 2021-06-25 | 2021-08-31 | 贵州电网有限责任公司电力科学研究院 | 信息的等级确定方法、装置、计算机设备和存储介质 |
| CN114141377A (zh) * | 2021-04-29 | 2022-03-04 | 深圳市康比特信息技术有限公司 | 一种建立诊断规则库的方法、诊断信息审核的方法及设备 |
| CN114496243A (zh) * | 2021-12-31 | 2022-05-13 | 东软集团股份有限公司 | 数据处理方法、装置、存储介质及电子设备 |
| WO2022134466A1 (zh) * | 2020-12-23 | 2022-06-30 | 平安科技（深圳）有限公司 | 数据处理方法及相关设备 |
| WO2022224552A1 (ja) * | 2021-04-22 | 2022-10-27 | 株式会社Yuimedi | 医療データ分析システム、医療データ分析プログラムおよび医療データ分析方法 |
| CN115579150A (zh) * | 2022-10-20 | 2023-01-06 | 医渡云（北京）技术有限公司 | 专病数据库的创建方法、装置、电子设备及计算机介质 |
| CN115587273A (zh) * | 2022-11-10 | 2023-01-10 | 杭州和利时自动化有限公司 | 一种数据展示方法、装置、设备及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6347755B2 (ja) * | 2015-02-27 | 2018-06-27 | 富士フイルム株式会社 | 診療支援装置、診療支援装置の作動方法及び作動プログラム、診療支援システム |
-
2023
- 2023-04-04 CN CN202310352997.6A patent/CN116130096B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014211717A (ja) * | 2013-04-17 | 2014-11-13 | 日本電気株式会社 | 医療情報処理装置及び医療情報処理方法 |
| CN111370130A (zh) * | 2018-12-26 | 2020-07-03 | 医渡云（北京）技术有限公司 | 医疗数据的实时处理方法及装置、存储介质、电子设备 |
| CN110675952A (zh) * | 2019-09-19 | 2020-01-10 | 上海腾程医学科技信息有限公司 | 检验决策方法及装置、终端设备、计算机可读存储介质 |
| CN111180026A (zh) * | 2019-12-23 | 2020-05-19 | 卫宁健康科技集团股份有限公司 | 专科诊疗视图系统及方法 |
| CN111816319A (zh) * | 2020-07-16 | 2020-10-23 | 山东大学 | 逐步筛选的泌尿系统重疾指标确定方法及风险预测系统 |
| CN112289444A (zh) * | 2020-09-10 | 2021-01-29 | 北京大学 | 一种患者潜在重要信息的确定方法和装置 |
| WO2022134466A1 (zh) * | 2020-12-23 | 2022-06-30 | 平安科技（深圳）有限公司 | 数据处理方法及相关设备 |
| WO2022224552A1 (ja) * | 2021-04-22 | 2022-10-27 | 株式会社Yuimedi | 医療データ分析システム、医療データ分析プログラムおよび医療データ分析方法 |
| CN114141377A (zh) * | 2021-04-29 | 2022-03-04 | 深圳市康比特信息技术有限公司 | 一种建立诊断规则库的方法、诊断信息审核的方法及设备 |
| CN113327062A (zh) * | 2021-06-25 | 2021-08-31 | 贵州电网有限责任公司电力科学研究院 | 信息的等级确定方法、装置、计算机设备和存储介质 |
| CN114496243A (zh) * | 2021-12-31 | 2022-05-13 | 东软集团股份有限公司 | 数据处理方法、装置、存储介质及电子设备 |
| CN115579150A (zh) * | 2022-10-20 | 2023-01-06 | 医渡云（北京）技术有限公司 | 专病数据库的创建方法、装置、电子设备及计算机介质 |
| CN115587273A (zh) * | 2022-11-10 | 2023-01-10 | 杭州和利时自动化有限公司 | 一种数据展示方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116130096A (zh) | 2023-05-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109524120B (zh) | 临床数据自动化提取计算方法、系统、设备及存储介质 | |
| US11783134B2 (en) | Gap in care determination using a generic repository for healthcare | |
| Nazer et al. | Bias in artificial intelligence algorithms and recommendations for mitigation | |
| EP2962265B1 (en) | Systems and methods for improved maintenance of patient-associated problem lists | |
| JP2020098634A (ja) | 統合された臨床ケアのための情報科学プラットフォーム | |
| CN109524069B (zh) | 医疗数据处理方法、装置、电子设备和存储介质 | |
| US10268784B2 (en) | Real-time predictive simulation modeling | |
| CN107818169A (zh) | 电子病历检索方法及装置、电子病历存储方法及装置 | |
| WO2021032055A1 (zh) | 临床试验报告自动录入方法及装置、电子设备、存储介质 | |
| CN110660459A (zh) | 用于病案质控的方法、装置、服务器以及存储介质 | |
| JP2009517737A (ja) | 知的情報収集及びデータ・モデル化による実時間保健医療業務意志決定支援システム及び方法 | |
| 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 | |
| WO2022141925A1 (zh) | 一种智能医学服务系统、方法及存储介质 | |
| OpenSAFELY Collaborative et al. | OpenSAFELY NHS Service Restoration Observatory 1: describing trends and variation in primary care clinical activity for 23.3 million patients in England during the first wave of COVID-19 | |
| CN113160914A (zh) | 在线问诊方法、装置、电子设备及存储介质 | |
| CN116130096B (zh) | 一种通过核心指标进行辅助决策的系统、方法和电子设备 | |
| CN111626876A (zh) | 保险审核方法、保险审核装置、电子设备、存储介质 | |
| CN111370130B (zh) | 医疗数据的实时处理方法及装置、存储介质、电子设备 | |
| CN111062193A (zh) | 医疗数据标注方法及装置、存储介质、电子设备 | |
| CN111630606A (zh) | 检测医学病况的复发 | |
| Mudaris | Electronic Health Records: Planning the Foundation for Digital Healthcare in Malaysia | |
| CN110442633B (zh) | 结构化数据生成方法及装置、存储介质及电子设备 | |
| CN112699872A (zh) | 表单审核处理方法及装置、电子设备和存储介质 | |
| CN113658684B (zh) | 一种咨询结果生成方法、装置、电子设备及存储介质 | |
| CN111370082B (zh) | 题目隐藏显示处理方法、装置、电子设备及可读介质 |
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 |