CN116501706A - 用于医学人工智能模型检测的数据配置方法和装置 - Google Patents
用于医学人工智能模型检测的数据配置方法和装置 Download PDFInfo
- Publication number
- CN116501706A CN116501706A CN202310770331.2A CN202310770331A CN116501706A CN 116501706 A CN116501706 A CN 116501706A CN 202310770331 A CN202310770331 A CN 202310770331A CN 116501706 A CN116501706 A CN 116501706A
- Authority
- CN
- China
- Prior art keywords
- medical
- data
- medical data
- data file
- configuration
- 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.)
- Granted
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 66
- 238000001514 detection method Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012795 verification Methods 0.000 claims abstract description 34
- 238000012360 testing method Methods 0.000 claims description 43
- 238000002372 labelling Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 14
- 238000007689 inspection Methods 0.000 description 45
- 239000003814 drug Substances 0.000 description 31
- 229940079593 drug Drugs 0.000 description 19
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000003908 quality control method Methods 0.000 description 10
- 238000003745 diagnosis Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 9
- 239000008280 blood Substances 0.000 description 8
- 210000004369 blood Anatomy 0.000 description 8
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000004043 dyeing Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 210000004072 lung Anatomy 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000005303 weighing Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 210000004185 liver Anatomy 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 206010067484 Adverse reaction Diseases 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 208000002847 Surgical Wound Diseases 0.000 description 2
- 230000006838 adverse reaction Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 2
- 230000003416 augmentation Effects 0.000 description 2
- 230000000740 bleeding effect Effects 0.000 description 2
- 238000009954 braiding Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 210000002784 stomach Anatomy 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 235000012766 Cannabis sativa ssp. sativa var. sativa Nutrition 0.000 description 1
- 235000012765 Cannabis sativa ssp. sativa var. spontanea Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 230000003444 anaesthetic effect Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000010836 blood and blood product Substances 0.000 description 1
- 229940125691 blood product Drugs 0.000 description 1
- 235000009120 camo Nutrition 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 235000005607 chanvre indien Nutrition 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000032 diagnostic agent Substances 0.000 description 1
- 229940039227 diagnostic agent Drugs 0.000 description 1
- 230000003205 diastolic effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 239000011487 hemp Substances 0.000 description 1
- 238000010166 immunofluorescence Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 239000008177 pharmaceutical agent Substances 0.000 description 1
- 239000008194 pharmaceutical composition Substances 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种用于医学人工智能模型检测的数据配置方法和装置,通过开放数据平台,获取用于医学人工智能模型检测的医学数据文件;根据规范化描述规则,对所述医学数据文件进行规范化校验,并在校验通过后存储所述医学数据文件,能够将医学检测数据进行统一化、标准化管理,为医学人工智能模型检测提供可靠的检测数据支持。
Description
技术领域
本公开一般涉及数据处理技术领域,具体涉及一种用于医学人工智能模型检测的数据配置方法和装置。
背景技术
近年来,医学人工智能与检测技术得到的飞速的发展,医学人工智能模型迭代迅速。医学人工智能模型产品推向市场之前,需要经过严格的检测评审,以确保医学人工智能模型的可靠性。然而,由于医疗领域存在数据多样化、多模态、数据元随临床方向和应用场景变化等原因造成的极高复杂性。因此,如何为医学人工智能模型的检测评审提供可靠的、统一的医学数据成为亟待解决的问题。
发明内容
鉴于现有技术中的上述缺陷或不足,期望提供一种用于医学人工智能模型检测的数据配置方法和装置,能够将医学检测数据进行统一化、标准化管理,为医学人工智能模型检测提供可靠的检测数据支持。
第一方面,本申请实施例提供了一种用于医学人工智能模型检测的数据配置方法,包括:
通过开放数据平台,获取用于医学人工智能模型检测的医学数据文件;
根据规范化描述规则,对所述医学数据文件进行规范化校验,并在校验通过后存储所述医学数据文件。
在一些实施例中,所述根据规范化描述规则,对所述医学数据文件进行规范化校验,包括:
根据所述医学数据文件包含的第一校验字段,按照预设加密策略确定所述医学数据文件对应的第二校验字段;
基于所述第二校验字段和所述医学数据文件中的校验信息对所述医学数据文件进行校验;
若所述第二校验字段和所述校验信息一致,且所述医学数据文件符合所述开放数据平台的规范化描述规则,则确定所述医学数据文件通过校验。
在一些实施例中,所述开放数据平台的规范化描述规则包括与所述医学数据文件对应的医学数据类型一一对应的描述规则,和/或,所述医学数据文件中医学数据之间的映射关系。
在一些实施例中,还包括:
接收对目标医学人工智能模型进行数据配置的配置指令,从所述医学数据文件中获取目标医学数据;
根据所述目标医学数据生成用于所述目标医学人工智能模型检测的测试数据集。
在一些实施例中,所述接收对目标医学人工智能模型进行数据配置的配置指令,从所述医学数据文件中获取目标医学数据,包括:
根据所述目标医学人工智能模型进行数据配置的配置指令,从所述医学数据文件中检索与所述配置指令相符的至少一个目标医学数据。
在一些实施例中,还包括:
根据所述目标医学人工智能模型进行数据配置的配置指令,从所述医学数据中检索与所述配置指令相符的至少一个候选数据;
基于所述目标医学人工智能模型的检测需求,对所述至少一个候选数据进行标注更新,得到至少一个目标医学数据。
第二方面,本申请实施例提供了一种用于医学人工智能模型检测的数据配置装置,包括:
接收模块,用于通过开放数据平台,获取用于医学人工智能模型检测的医学数据文件;
校验模块,用于根据规范化描述规则,对所述医学数据文件进行规范化校验,并在校验通过后存储所述医学数据文件。
第三方面,本申请实施例提供了一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,该处理器执行该程序时实现如本申请实施例描述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请实施例描述的方法。
第五方面,本申请实施例提供了一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现如本申请实施例描述的方法。
本申请提出的用于医学人工智能模型检测的数据配置方法和装置,在获取到用于医学人工智能模型检测的医学数据文件之后,通过利用规范化描述规则对所述医学数据文件进行规范化校验,能够有效确保向开放数据平台配置的医学数据文件的完整性、规范性,从而有效实现对医学数据的标准化管控,使得向开放数据平台配置的医学数据满足规范化、标准化的要求,进而利用已配置在开放数据平台的医学数据对医学人工智能模型检测能够更准确、更可靠,进一步提高医学辅助判断的可靠性。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出了本申请实施例提供的用于医学人工智能模型检测的数据配置方法的实施环境架构图;
图2示出了本申请一实施例提供的用于医学人工智能模型检测的数据配置方法的流程示意图;
图3示出了本申请另一实施例提供的用于医学人工智能模型检测的数据配置方法的流程示意图;
图4示出了本申请又一实施例提供的用于医学人工智能模型检测的数据配置方法的流程示意图;
图5示出了本申请又一实施例提供的用于医学人工智能模型检测的数据配置方法的流程示意图;
图6示出了本申请一实施例提供的用于医学人工智能模型检测的数据配置装置的方框示意图;
图7示出了本申请另一实施例提供的用于医学人工智能模型检测的数据配置装置的方框示意图;
图8示出了适于用来实现本申请实施例的电子设备或服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本申请提出的用于医学人工智能模型检测的数据配置方法具体实施环境参见图1。图1示出了本申请实施例提供的用于医学人工智能模型检测的数据配置方法的实施环境架构图。
如图1所示,该实施环境架构包括:数据提供端101、数据配置端102和服务器103。
数据提供端101用于向医学数据持有机构或检测机构提供交互界面,交互界面用于向配置向服务器103上传的医学数据文件。其中,医学数据文件为经临床医学采集后加工或未加工过的医学数据。数据配置端103用于从数据提供端101上传至服务器103的医疗数据中筛选并获取用于检测的医学数据等。数据提供端101和数据配置端102可以是台式电脑、笔记本电脑、智能手机、平板电脑、电子书阅读器、智能眼镜、智能手表等设备,但并不局限于此。
服务器103可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
数据提供端101与服务器103之间或数据配置端102与服务器103之间通过有线或无线通信方式进行直接或间接地连接。可选地,上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网,也可以是任何网络,包括但不限于局域网(Local AreaNetwork,LAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、移动、有线或无线网络、专用网络或者虚拟专用网络的任何组合。
本申请提出的用于医学人工智能模型检测的数据配置方法可以由用于医学人工智能模型检测的数据配置装置来实施,用于医学人工智能模型检测的数据配置装置可以安装在终端设备或服务器上。
为了进一步说明本申请实施例提供的技术方案,下面结合附图以及具体实施方式对此进行详细的说明。虽然本申请实施例提供了如下实施例或附图所示的方法操作指令步骤,但基于常规或者无需创造性的劳动在所述方法中可以包括更多或者更少的操作指令步骤。在逻辑上不存在必要因果关系的步骤中,这些步骤的执行顺序不限于本申请实施例提供的执行顺序。所述方法在实际的处理过程中或者装置执行时,可按照实施例或者附图所示的方法顺序执行或者并行执行。
请参考图2,图2示出了本申请一实施例提供的用于医学人工智能模型检测的数据配置方法的流程示意图。如图2所示,该方法包括:
步骤201,通过开放数据平台,获取用于医学人工智能模型检测的医学数据文件。
需要说明的是,开放数据平台可以是用于供各数据方提供医学数据的开放平台,数据方可以通过开放数据平台提供医学数据文件,以供智能模型检测使用。在本申请实施例中,开放数据平台为医学开放数据平台,用于接收并存储用于医学人工智能模型检测的医学数据。医学数据文件可以是经过加工或未经过加工的临床医学数据,例如,可以是医疗机构或健康机构基于临床采集得到的观察数据、诊断数据,以及对观察数据、诊断数据进行标注(打标签)等操作后的数据。
在一个可行的实施例中,开放数据平台可配置有用户配置接口。其中,用户配置接口可以是API(Application Programming Interface,应用程序编程接口)接口,也可以是GUI接口。在用户配置接口为GUI接口时,开放数据平台包括面向用户提供的一个配置界面,该界面包括多个GUI接口,例如配置项。示例性的,多个GUI接口包括医学数据文件项以及描述信息配置项中的至少一项。在用户配置接口为API接口时,开放数据平台可以提供传递医学数据的API接口,医疗机构或健康机构可以将存储的医学数据文件通过API接口发送至开放数据平台。
步骤202,根据规范化描述规则,对医学数据文件进行规范化校验,并在校验通过后存储医学数据文件。
需要说明的是,规范化描述规则是对医学数据进行标准化、规范化管理的预设规则,当医学数据文件通过规范化描述规则的校验,说明该医学数据文件为标准医学数据文件,符合医学人工智能模型检测的需求标准,可以用于在后的医学人工智能模型检测,当医学数据文件未通过规范化描述规则的校验,说明该医学数据不满足规范化管理,不符合医学人工智能模型检测的需求标准,不能用于在后的医学人工智能模型检测。
在一个可行的实施例中,根据规范化描述规则,对医学数据文件进行规范化校验,包括:根据医学数据文件包含的第一校验字段,按照预设加密策略确定原始文件对应的第二校验字段;基于第二校验字段和医学数据文件中的校验信息对医学数据文件进行校验;若第二校验字段和校验信息一致,且医学数据文件符合开放数据平台的规范化描述规则,则确定医学数据文件通过校验。
需要说明的是,第一校验字段可以是医学数据文件中需要被检验的部分,例如,可以是医学数据文件中的一部分字段,也可以是全部字段,例如完整的医学数据。
示例性的,医学数据文件可包括医学数据本身和医学数据对应的标注结果,第一校验字段可以是医学数据本身或医学数据对应的标注结果,也可以是医学数据和医学数据对应的标注结果。
一种可能的实现方式中,第二校验字段为对第一校验字段进行加密或解密得到的,例如,通过加密算法进行加密计算得到,或者,通过反向解密算法进行解密计算得到。示例性的,可以采用md5加密计算得到,即,对第一校验字段进行md5加密计算得到第二校验字段,也就是说,将医学数据文件中的医学数据和/或医学数据的标注结果进行md5加密计算得到用于校验的第二校验字段。
一种可能的实现方式中,若第二校验字段和校验信息一致,且医学数据文件符合开放平台的规范化描述规则,则确定医学文件通过校验。
也就是说,将计算得到的第二校验字段与校验信息进行比较,如果第二校验字段和校验信息一致,则说明医学数据文件未被篡改,可以进行后续规范化校验和存储,如果第二校验字段与校验信息不一致,则说明镜像文件已被篡改,不能进行存储,确认医学数据配置失败。
在第二校验字段和校验信息一致时,还需要进一步判断医学数据文件是否符合开放数据平台的规范化描述规则,以达到对医学数据的标准化管控,以使向开放数据平台配置的医学数据满足规范化、标准化的条件,使得利用已配置在开放数据平台的医学数据配置人工智能模型检测的数据时能够更准确、更可靠,进而使得经过检测的医学人工智模型更可靠。
需要说明的是,在本申请实施例中,医学数据文件中包含多个医学数据,每个医学数据为一个样本,一个样本为一个测试用例,每个样本对应有多种医学数据类型的数据,医学数据类型可划分为13类,即,开放数据平台对医学数据的13类医学数据类型各自的描述信息进行了规范化、标准化,设置有与13类医学数据类型一一对应的规范化描述规则。可选的,13类医学数据类型包括样本基本信息、生命体征、疾病信息、手术操作、用药记录、检验结果、检查报告、病例记录、医学波形、医学数字影像、医学图片、门诊病历知识图谱问答集、标注记录等。
示例性的,医学数据文件可以是xlsx文件,数据信息按照医学数据类型进行分类,每个医学数据类型对应一个sheet工作表,同一个样本的多个医学数据类型的数据之间通过样本标识关联。sheet工作表中的列名对应医学数据类型的中文字段名,每列存储对应数据元的值。如果涉及到包含附件的医学数据类型,例如医学波形、医学数字影响、医学图片和标注记录等,则在其sheet工作表的文件字段中记录相关医学波形、影像、图片和标注结果等文件资料的文件名,不包含文件后缀名。
进一步地,规范化描述规则包括医学数据的描述规则。例如,规范化描述规则规定了每种医学数据类型中各数据元的构成及属性。其中,数据元为样本的最小数据项,也是医学数据文件的最小数据单位。数据元由定义、标识、表示和值域描述。其中,数据元的数据类型如表1:
表1 数据元的数据类型及含义
数据类型 | 数据类型含义 |
C | 文本型,包含汉字、英文字母、符号等。长度10表示最大为10个字符长度的文本 |
N | 数值型,包含0-9中的数字以及正号、负号、小数点等符号。长度4表示最大长度为4位的数字,长度6,2表示最大长度为6位的十进制小数格式(不包括小数点),小数点后保留2位数字,最大为9999.99 |
D | 日期时间型,长度YYYY-MM-DD表示年-月-日,YYYY-MM-DDhh:mm:ss表示年-月-日时分秒,如2010年1月5日8时10分9秒为2010-01-0508:10:09 |
值域为数据元的允许值,本申请中对数据元的值域定义有两种类型:
a)可枚举值域:由允许值列表规定的值域,每个允许值的值和值含义均应成对表示,其中:
-可选值较少的(如3个或以下),在值域中直接列举。
-可选值较多的(如3个以上),在值域中写出值域代码表名称。如代码表引用标准的,则注明标准号。
b)不可枚举值域:在值域中描述取值范围。
示例性的,表2示出了医学数据类型为样本基本信息的规范化描述规则。
表2 医学数据类型为样本基本信息的规范化描述规则
中文名称 | 字段名 | 数据类型 | 长度 | 必填项 | 说明 | 值域 |
样本标识 | CASE_ID | C | 50 | 是 | 唯一标识符,即样本ID号 | |
性别 | SEX_CODE | C | 1 | 样本生理性别在特定编体系中的代码 | GB/T2261.1-2003个人基本信息分类与代码第1部分:人的性别代码 | |
民族 | NATION_CODE | C | 2 | 样本所属民族在特定编码体系中的数字代码 | GB/T3304-1991中国各民族名称的罗马字母拼写法和代码 | |
国籍 | COUNTRY_CODE | C | 3 | 样本所属国家在特定编码体系中的数字代码 | GB/T2659-2000世界各国和地区名称代码 | |
年龄(岁) | AGE_YEAR | N | 3 | 样本年龄满1周岁的实足年龄,为样本出生后按照日历计算的历法年龄,以实足年龄的相应整数填写 | ||
年龄(月) | AGE_MONTH | N | 2 | 样本年龄不足1周岁的实足月龄整数表示,如10:代表10个月;不足1月用0表示 | ||
ABO 血型 | ABO | C | 1 | 样本ABO血型类别代码 | WS364.9-2011卫生信息数据元值域代码第9部分:实验室检查CV04.50.005ABO血型代码 | |
Rh 血型 | RH | C | 1 | 样本Rh血型的类别代码 | WS445.1-2014电子病历基本数据集第1部分:病历概要CV04.50.020Rh血型代码 | |
死亡日期时间 | DATE_OF_DEATH | D | YYYY-MMDDhh:mm:ss | 样本死亡当日的公元纪年日期和时间的完整描述。 |
示例性的,表3示出了医学数据类型为生命体征的规范化描述规则。
表3 医学数据类型为生命体征的规范化描述规则
中文名称 | 字段名 | 数据类型 | 长度 | 必填项 | 说明 | 值域 |
样本标识 | CASE_ID | C | 50 | 是 | 唯一标识符,即样本ID号 | |
体征检查日期 | EXAM_DATE_TIME | D | YYYY-MMDDhh:mm:ss | 受检者接受某项检查开始时的公元纪年日期和时间描述 | ||
样本状态描述 | CASE_STATUS | C | 20 | 样本状态的描述,如空腹、饭后N小时后等 | ||
体征名称 | VITAL_SIGN | C | 10 | 是 | 脉搏、心率、呼吸、体温、收缩压、舒张压、血氧饱和度、大便次数、血糖、入量、出量、身高、体重、BMI | |
体征定量结果值 | VITAL_SIGN_VALUES | N | 6,1 | 是 | 对应体征名称的结果值 | |
体征定量结果值单位 | UNITS | C | 2 | 对应体征结果值的单位 | CV001.02.01体征定量结果单位代码 |
示例性的,表4示出了医学数据类型为疾病诊断的规范化描述规则。
表4 医学数据类型为疾病诊断的规范化描述规则
中文名称 | 字段名 | 数据类型 | 长度 | 必填项 | 说明 | 值域 |
样本标识 | CASE_ID | C | 50 | 是 | 唯一标识符,即样本ID号 | |
诊断日期 | DIAGNOSIS_DATE_TIME | D | YYYY-MMDDhh:mm:ss | 确定诊断下达当日的公元纪年日期时间的完整描述 | ||
诊断名称 | DIAGNOSIS_NAME | C | 50 | 是 | 所患疾病的名称 | ICD-10国家临床版2.0中的诊断名称 |
诊断代码 | DIAGNOSIS_CODE | C | 20 | 是 | 所患疾病的编码 | ICD-10国家临床版2.0中的诊断编码 |
示例性的,表5示出了医学数据类型为手术记录的规范化描述规则。
表5 医学数据类型为手术记录的规范化描述规则
中文名称 | 字段名 | 数据类型 | 长度 | 必填项 | 说明 | 值域 |
样本标识 | CASE_ID | C | 50 | 是 | 唯一标识符,即样本ID号 | |
手术名称 | OPERATION_NAME | C | 50 | 是 | 手术名称 | ICD9CM-3 |
手术编码 | OPERATION_CODE | C | 20 | 是 | 手术名称对应的手术编码 | ICD9CM-3 |
手术级别代码 | OPERATION_SCALE | C | 1 | 按照手术级别管理制度,根据风险性和难易程度划分的手术级别在特定编码体系中的代码 | WS445.5-2014电子病历基本数据集第五部分:一般治疗处置记录CV05.10.024手术级别代码 | |
手术日期 | OPERATING_DATE | D | yyyy-MMdd | 对样本开始手术操作时的公元纪年日期的完整描述 | ||
手术切口等级 | WOUND_GRADE | C | 1 | 手术切口等级 | WS445.10-2014电子病历基本数据集第10部分:住院病案首页CV05.10.022手术切口类别代码 | |
出血量 | BLOOD_LOSSED | N | 5 | 手术中出血量的累计值,计量单位为ml | ||
输血量 | BLOOD_TRANSFERED | C | 50 | 手术过程中,红细胞、血小板、血浆、全血等血制品的输入量,单位ml | ||
麻醉方法代码 | ANESTHESIA_CODE | C | 2 | 为样本进行手术、操作时使用的麻醉方法在特定编码体系中的代码 | WS364.12-2011卫生信息数据元值域代码第12部分:计划与干预CV06.00.103麻醉方法代码 |
示例性的,表6示出了医学数据类型为用药记录的规范化描述规则。
表6 医学数据类型为用药记录的规范化描述规则
中文名称 | 字段名 | 数据类型 | 长度 | 必填项 | 说明 | 值域 |
样本标识 | CASE_ID | C | 50 | 是 | 唯一标识符,即样本ID号 | |
用药开始时间 | START_DATE_TIME | D | YYYY-MMddhh:mm:ss | 服药开立时的公元纪年日期和时间 | ||
用药结束时间 | Stop_DATE_TIME | D | YYYY-MMddhh:mm:ss | 服药停止时的公元纪年日期和时间 | ||
药物名称 | DRUG_GENERIC_NAME | C | 50 | 是 | 药物通用名称 | |
药物编码 | DRUG_GENERIC_CODE | C | 50 | 是 | 药物通用名称对应的药物编码 | 国家药物编码本位码 |
药物使用频次代码 | FREQ_CODE | C | 2 | 标识单位时间内药物使用的次数 | WS445.3-2014电子病历基本数据集第3部分:门(急)诊处方CV06.00.228药物使用频次代码 | |
药物单次使用剂量 | PER_DRUG_DOSAGE | N | 8,4 | 单次使用药物的剂量 | ||
药物单次使用剂量单位 | UNITS | C | 2 | 标识药物剂量的计量单位 | CV001.05.01药物单次使用剂量单位 | |
用药途径代码 | ADMINISTRATION | C | 3 | 用药途径的名称代码 | WS364.12-2011卫生信息数据元值域代码第12部分:计划与干预CV06.00.102用药途径代码 | |
不良反应描述 | ADVERSE_DESC | C | 100 | 对样本出现药物不良反应表现的描述 |
示例性的,表7示出了医学数据类型为检验结果的规范化描述规则。
表7 医学数据类型为检验结果的规范化描述规则
中文名称 | 字段名 | 数据类型 | 长度 | 必填项 | 说明 | 值域 |
样本标识 | CASE_ID | C | 50 | 是 | 唯一标识符,即样本ID号 | |
标本类别 | SPECIMEN_TYPE | C | 3 | 检验类标别本的类别 | CV001.06.01标本类别代码表 | |
样本状态描述 | CASE_STATUS | C | 20 | 样本状态的描述,如空腹、饭后N小时后等 | ||
检验执行时间 | EXECUTE_DATE_TIME | D | YYYY-MMddhh:mm:ss | 检验项目执行当日的公元纪年日期的完整描述 | ||
检验项目代码 | ITEM_CODE | C | 8 | 是 | 样本检验项目在特定编码体系中的对应代码 | DB33/T903-2013标准中对应的编码 |
检验结果值 | RESULT | C | 20 | 是 | 正文描述,可以是定性描述,也可以是定量数值,对于没有值的项目不使用此字段 | |
检验结果单位 | UNITS | C | 20 | 对检验结果为数值型的项目使用此字段 | ||
药物单次使用剂量单位 | UNITS | C | 2 | 标识药物剂量的计量单位 | CV001.05.01药物单次使用剂量单位 | |
结果正常标志 | ABNORMAL_INDICATOR | C | 1 | 结果正常标志 | N-正常L-低H-高 | |
结果正常值范围 | RESULT_RANGE | C | 50 | 检验项目的正常参考值范围 | ||
医疗器械唯一标识编码体系名称 | CODINGSYSTEM_OF_UDI | C | 10 | 描述数据来源医疗器械唯一标识所使用的发码机构的编码体系名称 | GS1、MA、AHM | |
设备标识 | DEVICE_CODE | C | 50 | 描述医疗器械的最小销售单元上的UDI-DI | ||
设备名称 | DEVICE_NAME | C | 100 | 描述医疗器械商品名称 |
示例性的,表8示出了医学数据类型为检查报告的规范化描述规则。
表8 医学数据类型为检查报告的规范化描述规则
中文名称 | 字段名 | 数据类型 | 长度 | 必填项 | 说明 | 值域 |
样本标识 | CASE_ID | C | 50 | 是 | 唯一标识符,即样本ID号 | |
检查流水号 | EXAM_NO | C | 20 | 检查报告唯一标识 | ||
检查日期 | EXAM_DATE_TIME | D | YYYY-MMddhh:mm:ss | 受检者接受某项检查开始时的公元纪年日期时间描述 | ||
检查类型 | EXAM_CLASS | C | 10 | 受检者进行检查类型的英文缩写 | WS538-2017医学数字影像通信基本数据集CV04.30.003模态(检查类型)代码对应的值域 | |
检查部位 | BODY_PART | C | 6 | 标识受检者在某次影像检查中检查部位名称 | WS538-2017医学数字影像通信基本数据集CV04.30.005检查部位代码值域 | |
检查项目 | EXAM_ITEM | C | 40 | 是 | 描述具体的检查项目,如心脏负荷超声、肝脏CT增强、肺组织病理常规等 | |
检查参数 | EXAM_PARA | C | 1000 | 检查过程中记录的有关内容 | ||
检查所见 | DESCRIPTION | C | 2000 | 是 | 检查报告单里面检查所见的原始文本 | |
检查结论 | IMPRESSION | C | 2000 | 检查报告单里面检查结论的原始文本 | ||
医疗器械唯一标识编码体系名称 | CODINGSYSTEM_OF_UDI | C | 10 | 描述数据来源医疗器械唯一标识所使用的发码机构的编码体系名称 | GS1、MA、AHM | |
设备标识 | DEVICE_CODE | C | 50 | 描述医疗器械的最小销售单元上的UDI-DI | ||
设备名称 | DEVICE_NAME | C | 100 | 描述医疗器械商品名称 |
示例性的,表9示出了医学数据类型为病历记录的规范化描述规则。
表9 医学数据类型为病历记录的规范化描述规则
中文名称 | 字段名 | 数据类型 | 长度 | 必填项 | 说明 | 值域 |
样本标识 | CASE_ID | C | 50 | 是 | 唯一标识符,即样本ID号 | |
病历记录类型代码 | NOTES_TYPE | C | 2 | 是 | 病历类型代码 | CV001.08.01病历类型代码表 |
病历文本内容 | NOTES_TEXT | C | 4000 | 是 | 对应病历类型的详细内容描述 | |
病历内容记录日期时间 | RECORD_DATE_TIME | D | YYYY-MMddhh:mm:ss | 病历内容记录日期时间 |
示例性的,表10示出了医学数据类型为医学波形的规范化描述规则。
表10 医学数据类型为医学波形的规范化描述规则
中文名称 | 字段名 | 数据类型 | 长度 | 必填项 | 说明 | 值域 |
样本标识 | CASE_ID | C | 50 | 是 | 唯一标识符,即样本ID号 | |
波形文件 | WAVE_FILE | C | 50 | 是 | 波形文件的唯一标识,命名方式建议采用检查流水号或样本标识与检查日期组合 | |
波形类型 | WAVE_TYPE | C | 1 | 是 | 波形类型描述 | 1-心电 2-脑电3-呼吸波 |
波形文件格式 | FILE_FORMAT | C | 1 | 是 | 波形文件存储格式 | CV001.09.01波形文件存储格式 |
检查日期 | EXAM_DATE_TIME | D | YYYY-MMddhh:mm:ss | 受检者接受某项检查开始时的公元纪年日期时间描述 | ||
检查参数 | XAM_PARA | C | 1000 | 检查过程中记录的有关内容,如心电监测模式等 | ||
波形时长(秒) | WAVE_TIME | N | 4 | 描述波形总时长,精确到秒 | ||
采样频率(次数/秒) | SAMP_FREQ | N | 4 | 波形数据采样频率表示1s采样点数 | ||
导联数 | ECG_NO | N | 2 | 描述波形的导联数,对应波形文件中波形序列的数量当波形类型为心电,导联数为5,代表心电5导联 | ||
波形导联名称描述 | ECG_DESC | C | 50 | 按文件波形导联顺序描述不同波形联对应名称 | ||
医疗器械唯一标识编码体系名称 | CODINGSYSTEM_OF_UDI | C | 1000 | 描述数据来源医疗器械唯一标识所使用的发码机构的编码体系名称 | GS1、MA、AHM | |
设备标识 | DEVICE_CODE | C | 50 | 描述医疗器械的最小销售单元上的UDI-DI | ||
设备名称 | DEVICE_NAME | C | 100 | 描述医疗器械商品名称 |
示例性的,表11示出了医学数据类型为医学数字影像的规范化描述规则。
表11 医学数据类型为医学数字影像的规范化描述规则
中文名称 | 字段名 | 数据类型 | 长度 | 必填项 | 说明 | 值域 |
样本标识 | CASE_ID | C | 50 | 是 | 唯一标识符,即样本ID号 | |
影像文件或文件夹名称 | IMAGING_FILE | C | 50 | 是 | 一次检查若涉及多个影像文件,则以文件夹形式上传。影像文件或文件夹的唯一标识,命名方式建议采用检查流水号或样本标识与检查日期组合 | |
序列实例号 | SERIES_INSTANCE_UID | C | 50 | 是 | 一次检查的对应的不同序列实例号 | |
影像文件格式 | FILE_FORMAT | C | 4 | 影像文件的文件格式 | dcm、nii | |
检查日期 | EXAM_DATE_TIME | D | YYYY-MMddhh:mm:ss | 受检者接受某项检查开始时的公元纪年日期时间描述 | ||
检查类型 | EXAM_CLASS | C | 8 | 是 | 受检者进行检查类型英文缩写 | WS538-2017医学数字影像通信基本数据集CV04.30.003模态(检查类型)代码 |
检查方位 | EXAM_POSITION | C | 4 | 标识受检者在某次影像检查中检查向和位置的代码 | WS538-2017医学数字影像通信基本数据集CV04.30.004检查方位代码 | |
检查部位 | BODY_PART | C | 6 | 是 | 标识受检者在某次影像检查中检查部位名称 | WS538-2017医学数字影像通信基本数据集CV04.30.005检查部位代码值域 |
检查项目 | EXAM_ITEM | C | 40 | 描述具体的检查项目,如心脏负荷超声、肝脏CT增强,肺组织病理常规等 |
检查参数 | EXAM_PARA | C | 1000 | 检查过程中记录的有关内容,如造影剂种类、注射剂量/速度等 | ||
医疗器械唯一标识编码体系名称 | CODINGSYSTEM_OF_UDI | C | 10 | 描述数据来源医疗器械唯一标识所使用的发码机构的编码体系名称 | GS1、MA、AHM | |
设备标识 | DEVICE_CODE | C | 50 | 描述医疗器械的最小销售单元上的UDI-DI | ||
设备名称 | DEVICE_NAME | C | 100 | 描述医疗器械商品名称 |
示例性的,表12示出了医学数据类型为医学图片的规范化描述规则。
表12 医学数据类型为医学图片的规范化描述规则
中文名称 | 字段名 | 数据类型 | 长度 | 必填项 | 说明 | 值域 |
样本标识 | CASE_ID | C | 50 | 是 | 唯一标识符,即样本ID号 | |
图片文件或文件夹名称 | PICTURE_FILE | C | 50 | 是 | 一次检查若涉及多个图片文件,则以文件夹形式上传。图片文件或文件夹的唯一标识,命名方式建议采用检查流水号或样本标识与检查日期组合 | |
图片文件格式 | FILE_FORMAT | C | 1 | 是 | 图片存储文件格式 | CV001.11.01图片文件存储格式 |
检查日期 | EXAM_DATE_TIME | D | YYYY-MMddhh:mm:ss | 受检者接受某项检查开始时的公元纪年日期时间描述 | ||
检查项目 | EXAM_ITEM | C | 40 | 是 | 描述具体的检查项目,如心脏负荷超声、肝脏CT增强,肺组织病理常规等 | |
染色方式 | DYEING_METHOD | C | 20 | HE染色、免疫组化染色、免疫荧光染色、特殊染色,仅限于病理 | ||
切片厚度 | SECTION_THICKNESS | N | 2 | 切片厚度单位微米,仅限于病理 | ||
最大放大倍数 | IMAGE_MAGNIFICATION | N | 6 | 图片最大放大倍数 | ||
图片分辨率 | PICTURE_RESOLUTION | C | 20 | 图片分辨率 | ||
医疗器械唯一标识编码体系名称 | CODINGSYSTEM_OF_UDI | C | 10 | 描述数据来源医疗器械唯一标识所使用的发码机构的编码体系名称 | GS1、MA、AHM | |
设备标识 | DEVICE_CODE | C | 50 | 描述医疗器械的最小销售单元上的UDI-DI | ||
设备名称 | DEVICE_NAME | C | 100 | 描述医疗器械商品名称 |
示例性的,表13示出了医学数据类型为知识图谱问答集的规范化描述规则。
表13 医学数据类型为知识图谱问答集的规范化描述规则
中文名称 | 字段名 | 数据类型 | 长度 | 必填项 | 说明 | 值域 |
样本标识 | CASE_ID | C | 50 | 是 | 唯一标识符,即样本ID号 | |
科室 | DEPARTMENT | C | 50 | 科室名称 | ||
主题 | TITLE | C | 50 | 问答主题 | ||
提问 | ASK | C | 1000 | 是 | 提问内容 | |
回答 | ANSWER | C | 5000 | 是 | 回答内容 |
示例性的,表14示出了医学数据类型为标注记录的规范化描述规则。
表14 医学数据类型为标注记录的规范化描述规则
中文名称 | 字段名 | 数据类型 | 长度 | 必填项 | 说明 | 值域 |
样本标识 | CASE_ID | C | 50 | 是 | 唯一标识符,即样本ID号 | |
标注结果 | LABEL_RESULT | C | 100 | 分类标注记录 | ||
标注文件 | LABLE_FILE | C | 50 | 检出、分割、语义等标注文件的文件名 | ||
标注文件格式 | FILE_FORMAT | C | 1 | 是 | 标注文件式格 | CV001.13.01标注文件存储格式 |
也就是说,在基于医学数据文件获得的第二校验字段和校验医学数据文件中的校验信息一致时,还需要进一步根据医学数据文件中各医学数据的医学数据类型判断其文件中的描述信息是否符合规范化描述规则,例如,判断字段名是否符合该医学数据类型的字段名、医学数据的数据类型与其字段名对应的描述信息的数据类型是否对应、必填项中是否存在内容、值域是否符合规则等。
在一个可行的实施例中,开放数据平台的规范化描述规则还包括医学数据之间的映射关系。
其中,医学数据之间的映射关系可以包括同一类医学数据类型中多个属性信息之间的映射关系,例如用药记录中的药物名称和药物单词使用剂量之间的映射关系等,也可以包括不同类医学数据类型之间的映射关系,例如检查报告中检查项目与医学波形、医学数字影像、医学图片之间的映射关系,示例性的,检查报告中检查项目包括心电时,则医学波形类型应当存在对应的波形数据等。
由此,本申请能够通过规划化描述规则校验医学数据文件之间的映射关系,从而确保具有映射关系的多个医学数据之间保持映射,从而确保获取到的医学数据文件是完整的,进一步提高了向开放数据平台配置的医学数据的可靠性。
在一个可行的实施例中,如图3所示,向开放数据平台配置用于医学人工智能模型检测数据的过程,具体包括:
步骤301,接收用于医学人工智能模型检测的医学数据文件。
步骤302,校验医学数据文件是否完整。
如果是,执行步骤303,如果否,则执行步骤308。
其中,可根据规范化描述规则中包括的医学数据之间的映射关系对医学数据文件的完整性进行校验。例如,如果具有映射关系的至少两个医学数据类型中的一个医学数据类型存在医学数据,则另一个医学数据类型也存在医学数据,则确定医学数据文件是完整的。
步骤303,校验医学数据文件格式是否正确。
如果是,执行步骤304,如果否,则执行步骤308。
其中,可根据规范化描述规则中规定的各医学数据类型中各医学数据的格式类型对医学数据文件格式进行校验。例如,影像数据规定.dcm、.nii等文件格式;图片数据规定.png、.jpg、.jpeg、.bmp、.GIF等文件格式;波形数据规定.dat、.json、.txt、.xlsx、.xls、.csx等文件格式;结构化文件规定.xlsx、.xls文件,如文件格式在规定范围内则确定医学数据文件的格式通过校验。
步骤304,计算医学数据文件中医学数据样本和标注结果的md5。
步骤305,基于md5校验信息,判断医学数据文件是否重复上传。
如果是,则执行步骤308,如果否,则执行步骤305。
开放数据平台的数据库中存储有已存储的各医学数据样本对应的md5数据,将计算得到的md5与数据库中存储的md5进行比较,如果计算得到的md5与数据中存储的md5均不一致,则说明当前的医学数据为新数据,执行步骤306,如果计算得到的md5与数据中存储的任一md5一致,则确定该医学数据为重复数据,执行步骤。
步骤306,通过规范化描述规则解析医学数据文件并提取医学数据(数据样本)。
步骤307,根据规范化描述规则对提取到的医学数据进行质控。
示例性的,循环遍历提取到的医学数据,对三类医学数据类型的数据分别进行质控,其中,三类医学数据类型为DICOM影像文件、NII影像、图片、波形等非结构化文件、数据样本结构化描述信息文件。对DICOM影像文件解析tag信息并校验影像序列是否完整以进行质控,对NII影像、图片、波形等非结构化文件进行完整性和格式的二次校验以进行质控。
然后,合并质控合格的数据,通过规范化描述规则要求的数据类型、阈值、是否可为空值等规则对合并后的数据进行质控。示例性的,对DICOM影像的检查类型、检查方位、检查部位、电压、电流、层间距、层厚等数据是否符合规范化描述规则的要求,以实现对DICOM影像文件及其对应的数据样本结构化描述信息文件进行质控;对图片数据的分辨率、见擦汗项目、染色方式、切片厚度、最大放大倍数等数据是否符合规范化描述规则的要求,以实现对图片及其对应的数据样本结构化描述信息文件进行质控;以及,对波形数据的波形时长、采样频率、导联数等数据是否符合规范化描述规则的要求,以实现对波形及其对应的数据样本结构化描述信息文件进行质控。
步骤308,记录校验(包括质控)的信息,并输出校验报告,写入数据库、更新校验(包括质控)状态。
步骤309,根据校验(包括质控)的信息,判断医学数据文件是否校验通过。
如果是,则将医学数据文件存入数据库,如果否,则结束。
其中,医学数据文件按照其包含的文件类型分别存储至数据库中的各个存储位置,包括但不限于md5库、数据样本库、符合规范化描述规则的描述信息文本库、标注结果库。
由此,本申请提出的用于医学人工智能模型检测的数据配置方法,在获取到用于医学人工智能模型检测的医学数据文件之后,通过利用规范化描述规则对所述医学数据文件进行规范化校验,能够有效确保向开放数据平台配置的医学数据文件的完整性、规范性,从而有效实现对医学数据的标准化管控,使得向开放数据平台配置的医学数据满足规范化、标准化的要求,进而利用已配置在开放数据平台的医学数据对医学人工智能模型检测能够更准确、更可靠,进一步提高医学辅助判断的可靠性。
在一个可行的实施例中,如图4所示,该方法还包括:
步骤401,接收对目标医学人工智能模型进行数据配置的配置指令,从医学数据文件中获取目标医学数据。
需要说明的是,对目标医学人工智能模型进行数据配置的配置指令可以由用户(或检测人员)在交互界面上的配置操作生成配置指令,也可以根据目标医学人工智能模型提供的配置条件自动生成配置指令。
示例性的,目标医学人工智能模型的说明文件中可包括该目标医学人工智能模型应用的领域、识别的文件类型,例如应通过识别心电图对心脏疾病进行诊断等,此时,可通过文字识别等方式生成选取心电图的配置指令。
然后,根据目标医学人工智能模型进行数据配置的配置指令,从存储在数据库中的医学数据文件中检索与配置指令相符的至少一个目标医学数据。
其中,配置指令中可包含至少一个筛选条件,例如医学数据类型、医学数据生成时间、医学数据存储时间、是否被标注等,当医学数据文件同时满足配置指令包含的至少一个筛选条件时,确定该医学数据文件与配置指令相符,标记为目标医学数据。
在一个可行的实施例中,当目标医学人工智能模型用于较新的领域,例如新疾病的识别等,或者其他历史医学数据文件的标注无法满足需求的情况下,还可以进一步根据数据库存储的医学数据文件进行标注更新,以获得满足目标医学人工智能模型检测需求的目标医学数据。
示例性的,如图5所示,接收对目标医学人工智能模型进行数据配置的配置指令,从医学数据文件中获取目标医学数据,具体包括:
步骤501,根据目标医学人工智能模型进行数据配置的配置指令,从医学数据中检索与配置指令相符的至少一个候选数据。
步骤502,基于目标医学人工智能模型的检测需求,对至少一个候选数据进行标注更新,得到至少一个目标医学数据。
也就是说,在获取到配置指令之后,从存储在数据库中的医学数据文件中检索同时满足配置指令包含的至少一个筛选条件的候选医学数据。然后,基于候选医学数据按照目标医学人工智能模型的检测需求重新进行标注,进而得到至少一个目标医学数据。
可选的,重新标注可以人为标注,也可以按照新的需求配置由开放数据平台自带的自动标注模块进行自动标注,本申请不做具体限定。
步骤402,根据目标医学数据生成用于目标医学人工智能模型检测的测试数据集。
其中,可将得到的目标医学数据制作成数据集,得到用于目标医学人工智能模型检测的测试数据集。
在一个可行的实施例中,用于目标医学人工智能模型检测的数据集具有规范化描述规则,即,按照规范化描述规则生成用于目标医学人工智能模型检测的测试数据集。
可选的,测试数据集的结构构成包括数据内容的结构和样本数据的条件。应当理解的是,不同目的的数据测试集可包含不同的医学数据类型,并对样本的符合条件进行限定。
其中,医学数据类型与存储的医学数据文件对应的医学数据类型一致,包括样本基本信息、生命体征、疾病信息、手术操作、用药记录、检验结果、检查报告、病历记录、医学波形、医学数字影像、医学图片、门诊病历知识图谱问答集、标注记录等 13 个医学数据类型。
数据集中包含的测试用例为样本,一个样本为一个测试用例。数据元是样本的最小数据项,也是数据模块的最小数据单位。数据元由定义、标识、表示和值域描述。
每个测试数据集描述由一个 XML 格式的数据集构造描述文件进行描述定义,其根元素为dataset。测试数据集描述由测试数据集的基本信息和数据构成与数据条件组成。
基本信息描述了测试数据集的标识、名称、版本、描述文本、用途等,由dataset下的一组 xml 元素表达,描述项以及对应的XML元素如下:
id | 数据集唯一标识符 |
name | 数据集名称 |
version | 数据集版本 |
group | 数据集类型,包含‘公有数据集’,‘私有数据集’与‘混合数据集’ |
description | 数据集描述 |
labelDesc | 数据集标注的描述 |
purpose | 数据集用途 |
数据构成与数据条件描述了测试据集所包含的医学数据类型以及对数据条件的要求,由dataset下的modules元素表达。module元素具有name属性,表示该医学数据类型的名称。该属性所指定的医学数据类型将构成测试数据集的一部分,且module元素下的数据条件为对该医学数据类型施加的条件。module元素的另一个属性为occurs,其取值可以为“R”或“O”,分别代表该医学数据类型在样本数据中是必须数据或可选数据。以肺部影像数据集为例:
其中,测试数据集描述文件的整体结构如下:
为保证测试数据集构造的描述方法具有一定通用性、灵活性,对于构成测试数据集的每个医学数据类型可以根据需要进一步限定数据的条件,用于测试数据集收集时的质量控制。数据条件通过医学数据类型内数据元的取值进行表达,可限制的条件包括数据元不可为空、取值范围约束等。可以同时对一个医学数据类型的多个数据元施加条件限制,其最终条件为各数据元条件的“与”运算结果。
需要说明的是,限制条件可通过配置指令获得。也就是说,在基于目标数据集时,可将得到的目标数据与配置指令中的筛选条件进行组合,得到测试数据集。其中,配置指令中的筛选条件基于特定规则的改写得到测试数据集的数据条件。换言之,开放数据平台在输出测试数据集时,按照测试数据集对应的规范化、标准化的规范化描述规则将配置指令和目标数据自身的描述信息进行改写,生成测试数据集及其目标数据对应的数据条件和描述信息。
数据元的条件要求由元素dataElement表示。dataElement元素的必需属性name表示对应数据元的中文名称。如果一个医学数据类型的数据元没有在dataElement中定义,则该数据元的值是否允许为空以及取值范围取决于在医学数据类型对应的规范化描述规则中的定义。如果上述规范化描述规则定义的医学数据类型的数据元在dataElement中出现,则以dataElement定义的取值约束条件为准。
对数据元的约束条件描述由dataElement下的一组元素构成,条件描述项以及对应的XML元素包括:数据元的最小值限定,要求由元素minValue表示,取值类型为数值,minValue为可选元素。如果数据元的最小值有特殊的限定,则需要定义该元素,否则无需定义该元素。数据元的最大值限定,要求由元素maxValue表示,取值类型为数值,maxValue为可选元素。如果数据元的最大值有特殊的限定,则需要定义该元素,否则无需定义该元素。数据元的值域要求由元素enumeration表示,取值类型与开放数据平台规定的规范化描述规则的要求一致,enumeration为可选元素。如果数据元的值域有特殊的限定,则需要定义该元素,否则无需定义该元素。
由此,本申请实施例提出的用于医学人工智能模型检测的数据配置方法,还能够基于配置到开放数据平台的数据进行测试数据集的配置,实现对目标医学人工智能模型的测试数据集的个性化定制,使得用于目标医学人工智能模型的测试数据集更符合目标医学人工智能模型的检测需求,能够对目标医学人工智能模型的性能进行更准确的测试,从而确保对目标医学人工智能模型的测试更客观、更准确。
应当注意,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。
图6示出了本申请一实施例提供的用于医学人工智能模型检测的数据配置装置的方框示意图。
如图6所示,用于医学人工智能模型检测的数据配置装置10,包括:
接收模块11,用于通过开放数据平台,获取用于医学人工智能模型检测的医学数据文件;
校验模块12,用于根据规范化描述规则,对医学数据文件进行规范化校验,并在校验通过后存储医学数据文件。
在一些实施例中,校验模块12,还用于:
根据医学数据文件包含的第一校验字段,按照预设加密策略确定医学数据文件对应的第二校验字段;
基于第二校验字段和医学数据文件中的校验信息对医学数据文件进行校验;
若第二校验字段和校验信息一致,且医学数据文件符合开放数据平台的规范化描述规则,则确定医学数据文件通过校验。
在一些实施例中,开放数据平台的规范化描述规则包括与医学数据文件对应的医学数据类型一一对应的描述规则,和/或,医学数据文件中医学数据之间的映射关系。
在一些实施例中,如图7所示,用于医学人工智能模型检测的数据配置装置10,还包括:
配置模块13,用于接收对目标医学人工智能模型进行数据配置的配置指令,从医学数据文件中获取目标医学数据;
生成模块14,用于根据目标医学数据生成用于目标医学人工智能模型检测的测试数据集。
在一些实施例中,配置模块13,还用于:根据目标医学人工智能模型进行数据配置的配置指令,从医学数据文件中检索与配置指令相符的至少一个目标医学数据。
在一些实施例中,配置模块13,还用于:根据目标医学人工智能模型进行数据配置的配置指令,从医学数据文件中检索与配置指令相符的至少一个候选数据;
基于目标医学人工智能模型的检测需求,对至少一个候选数据进行标注更新,得到至少一个目标医学数据。
应当理解,装置10中记载的诸单元或模块与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作和特征同样适用于装置10及其中包含的单元,在此不再赘述。装置10可以预先实现在电子设备的浏览器或其他安全应用中,也可以通过下载等方式而加载到电子设备的浏览器或其安全应用中。装置10中的相应单元可以与电子设备中的单元相互配合以实现本申请实施例的方案。
在上文详细描述中提及的若干模块或者单元,这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征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。
本申请提出的用于医学人工智能模型检测的数据配置装置,在获取到用于医学人工智能模型检测的医学数据文件之后,通过利用规范化描述规则对所述医学数据文件进行规范化校验,能够有效确保向开放数据平台配置的医学数据文件的完整性、规范性,从而有效实现对医学数据的标准化管控,使得向开放数据平台配置的医学数据满足规范化、标准化的要求,进而利用已配置在开放数据平台的医学数据对医学人工智能模型检测能够更准确、更可靠,进一步提高医学辅助判断的可靠性。
下面参考图8,图8示出了适于用来实现本申请实施例的电子设备或服务器的计算机系统的结构示意图,
如图8所示,计算机系统包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM703中,还存储有系统的操作指令所需的各种程序和数据。CPU701、ROM702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705;包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本申请的实施例,上文参考流程图图2描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以为的任何计算机可读介质,该计算机可读介质可以发送、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。计算机可读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、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作指令。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、或代码的一部分,前述模块、程序段、或代码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。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以不同于附图中所标注的顺序发生。例如,两个连接表示的方框实际上可以基本并行地执行,他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操作指令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。
描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,例如,可以描述为:一种处理器包括接收模块、校验模块。其中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定,例如,接收模块,还可以被描述为“通过开放数据平台,获取用于医学人工智能模型检测的医学数据文件”。
作为另一方面,本申请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可以是上述实施例中描述的电子设备中所包含的,也可以是单独存在,而未装配入该电子设备中的。上述计算机可读存储介质存储有一个或多个程序,当上述程序被一个或者一个以上的处理器用来执行描述于本申请的用于医学人工智能模型检测的数据配置方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离前述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其他技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种用于医学人工智能模型检测的数据配置方法,其特征在于,包括:
通过开放数据平台,获取用于医学人工智能模型检测的医学数据文件;
根据规范化描述规则,对所述医学数据文件进行规范化校验,并在校验通过后存储所述医学数据文件。
2.根据权利要求1所述的方法,其特征在于,所述根据规范化描述规则,对所述医学数据文件进行规范化校验,包括:
根据所述医学数据文件包含的第一校验字段,按照预设加密策略确定所述医学数据文件对应的第二校验字段;
基于所述第二校验字段和所述医学数据文件中的校验信息对所述医学数据文件进行校验;
若所述第二校验字段和所述校验信息一致,且所述医学数据文件符合所述开放数据平台的规范化描述规则,则确定所述医学数据文件通过校验。
3.根据权利要求1所述的方法,其特征在于,所述开放数据平台的规范化描述规则包括与所述医学数据文件对应的医学数据类型一一对应的描述规则,和/或,所述医学数据文件中医学数据之间的映射关系。
4.根据权利要求1所述的方法,其特征在于,还包括:
接收对目标医学人工智能模型进行数据配置的配置指令,从所述医学数据文件中获取目标医学数据;
根据所述目标医学数据生成用于所述目标医学人工智能模型检测的测试数据集。
5.根据权利要求4所述的方法,其特征在于,所述接收对目标医学人工智能模型进行数据配置的配置指令,从所述医学数据文件中获取目标医学数据,包括:
根据所述目标医学人工智能模型进行数据配置的配置指令,从所述医学数据文件中检索与所述配置指令相符的至少一个目标医学数据。
6.根据权利要求4所述的方法,其特征在于,所述接收对目标医学人工智能模型进行数据配置的配置指令,从所述医学数据文件中获取目标医学数据,包括:
根据所述目标医学人工智能模型进行数据配置的配置指令,从所述医学数据文件中检索与所述配置指令相符的至少一个候选数据;
基于所述目标医学人工智能模型的检测需求,对所述至少一个候选数据进行标注更新,得到至少一个目标医学数据。
7.一种用于医学人工智能模型检测的数据配置装置,其特征在于,包括:
接收模块,用于通过开放数据平台,获取用于医学人工智能模型检测的医学数据文件;
校验模块,用于根据规范化描述规则,对所述医学数据文件进行规范化校验,并在校验通过后存储所述医学数据文件。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时,实现如权利要求1-6中任一所述的用于医学人工智能模型检测的数据配置方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的用于医学人工智能模型检测的数据配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310770331.2A CN116501706B (zh) | 2023-06-28 | 2023-06-28 | 用于医学人工智能模型检测的数据配置方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310770331.2A CN116501706B (zh) | 2023-06-28 | 2023-06-28 | 用于医学人工智能模型检测的数据配置方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116501706A true CN116501706A (zh) | 2023-07-28 |
CN116501706B CN116501706B (zh) | 2023-09-19 |
Family
ID=87316965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310770331.2A Active CN116501706B (zh) | 2023-06-28 | 2023-06-28 | 用于医学人工智能模型检测的数据配置方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116501706B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117009589A (zh) * | 2023-08-03 | 2023-11-07 | 上海南洋宏优智能科技有限公司 | 一种基于多模态智能服务的安全检查管理方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110659273A (zh) * | 2019-09-20 | 2020-01-07 | 南方电网科学研究院有限责任公司 | 分布式大数据采集平台的数据异常监控及修复方法 |
CN113641667A (zh) * | 2021-08-12 | 2021-11-12 | 深圳市润迅通投资有限公司 | 一种分布式大数据采集平台的数据异常监控系统及方法 |
US20220138574A1 (en) * | 2020-11-04 | 2022-05-05 | Hon Hai Precision Industry Co., Ltd. | Method of training models in ai and electronic device |
CN114936187A (zh) * | 2022-05-19 | 2022-08-23 | 广州亚信技术有限公司 | 数据文件的处理方法、装置、设备及存储介质 |
-
2023
- 2023-06-28 CN CN202310770331.2A patent/CN116501706B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110659273A (zh) * | 2019-09-20 | 2020-01-07 | 南方电网科学研究院有限责任公司 | 分布式大数据采集平台的数据异常监控及修复方法 |
US20220138574A1 (en) * | 2020-11-04 | 2022-05-05 | Hon Hai Precision Industry Co., Ltd. | Method of training models in ai and electronic device |
CN113641667A (zh) * | 2021-08-12 | 2021-11-12 | 深圳市润迅通投资有限公司 | 一种分布式大数据采集平台的数据异常监控系统及方法 |
CN114936187A (zh) * | 2022-05-19 | 2022-08-23 | 广州亚信技术有限公司 | 数据文件的处理方法、装置、设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117009589A (zh) * | 2023-08-03 | 2023-11-07 | 上海南洋宏优智能科技有限公司 | 一种基于多模态智能服务的安全检查管理方法及系统 |
CN117009589B (zh) * | 2023-08-03 | 2024-05-03 | 上海南洋宏优智能科技有限公司 | 一种基于多模态智能服务的安全检查管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116501706B (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lee et al. | VitalDB, a high-fidelity multi-parameter vital signs database in surgical patients | |
Weiner et al. | How accurate is the medical record? A comparison of the physician’s note with a concealed audio recording in unannounced standardized patient encounters | |
US10083504B2 (en) | Multi-step vessel segmentation and analysis | |
US11875897B2 (en) | Medical image processing apparatus, method, and program, and diagnosis support apparatus, method, and program | |
Nutt et al. | Incomplete laboratory request forms: the extent and impact on critical results at a tertiary hospital in South Africa | |
US20190114304A1 (en) | Systems and methods for modeling free-text clinical documents into a hierarchical graph-like data structure based on semantic relationships among clinical concepts present in the documents | |
Matney et al. | Standardizing physiologic assessment data to enable big data analytics | |
US20150310455A1 (en) | Generation of an Image Regarding a Status Associated with a Patient | |
EP4170670A1 (en) | Medical data processing method and system | |
CN116501706B (zh) | 用于医学人工智能模型检测的数据配置方法和装置 | |
McDonald et al. | What is done, what is needed and what is realistic to expect from medical informatics standards | |
US20230024631A1 (en) | Expression of clinical logic with positive and negative explainability | |
US11688496B2 (en) | Health information exchange system | |
JP6751128B2 (ja) | 研究情報管理システム | |
Hansen et al. | Assigning diagnosis codes using medication history | |
Yina | Application of EHR in health care | |
Goossen et al. | Electronic patient records: domain message information model perinatology | |
US10318092B2 (en) | Medical records visualization system for displaying related medical records in clusters with marked interrelationships on a time line | |
Hsieh et al. | Mimic-eye: Integrating mimic datasets with reflacx and eye gaze for multimodal deep learning applications | |
US11081228B2 (en) | Automatic retrospective review of electronic medical records | |
Ruland et al. | Representing patient preference-related concepts for inclusion in electronic health records | |
US10741283B2 (en) | Atlas based prior relevancy and relevancy model | |
Anderson et al. | Overview of secondary data analysis with a description of heart failure hospitalizations from the national hospital discharge survey | |
US20230317291A1 (en) | Clinical Contextual Insight and Decision Support Visualization Tool | |
US20230017211A1 (en) | System and method for implementing a medical records analytics platform |
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 |