WO2020233255A1 - 一种基于通用数据模型的多中心医疗数据结构标准化系统 - Google Patents
一种基于通用数据模型的多中心医疗数据结构标准化系统 Download PDFInfo
- Publication number
- WO2020233255A1 WO2020233255A1 PCT/CN2020/083585 CN2020083585W WO2020233255A1 WO 2020233255 A1 WO2020233255 A1 WO 2020233255A1 CN 2020083585 W CN2020083585 W CN 2020083585W WO 2020233255 A1 WO2020233255 A1 WO 2020233255A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- data
- mapping
- data structure
- database
- module
- 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.)
- Ceased
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/214—Database migration support
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
Definitions
- the invention belongs to the field of data structure standardization, and in particular relates to a multi-center medical data structure standardization system based on a general data model.
- HIS hospital information system
- EMR electronic medical record system
- PES image acquisition and transmission system
- LIS laboratory inspection information system
- Many hospitals with a high degree of information technology have also established clinical data centers (CDRs), which have realized the centralization of hospital-wide business data and facilitated hospital management, patient services, and clinical scientific research.
- CDRs clinical data centers
- the data structure within the hospital is very heterogeneous, and data sharing between hospitals cannot be realized, making it difficult to carry out clinical research based on multiple centers. Therefore, a data structure standardization method is needed to map medical data of different hospitals to the same general data model.
- Data structure mapping processing requires frequent database queries.
- Existing technical solutions directly operate the source database, increasing the operating pressure of the source server and affecting normal business activities.
- mapping relationship design work independently, and non-technical personnel with medical background are required to cooperate.
- mapping relationship design methods are not intuitive enough, are not friendly to non-technical personnel, and are not conducive to good communication and cooperation between technical and non-technical personnel.
- the existing technical solution does not provide an incremental update solution, or provides an incremental update function, but all data needs to be re-mapped to the data structure during the update, which is inefficient.
- the purpose of the present invention is to provide a multi-center medical data structure standardization system based on a common data model in view of the deficiencies of the prior art.
- a multi-center medical data structure standardization system based on a general data model, the system includes a source database, a cache database, a target database, a data connection management module, a data structure scanning module, Mapping building unit, mapping execution unit, incremental update unit and quality control unit;
- the source database is a database for each medical data center to execute medical business processes; the cache database and the target database are both deployed in the dedicated front-end server of each medical data center;
- the cache database is used to store the original data of the source database of the medical data center, as a cache layer to isolate the data structure mapping process from the source database;
- the target database stores medical data conforming to the data structure of the general data model obtained after data structure mapping by the medical data center to which it belongs through data structure mapping relationships and cached data;
- the target database of each medical data center is connected to the cloud server to realize the collaborative analysis between multi-center medical data;
- the data connection management module is used to manage information required for database access, and provide support for accessing the source database, the cache database and the target database;
- the data structure scanning module is used to scan the data structure of the source database and the target database, and return data structure information and field statistical information reports;
- the mapping construction unit includes a mapping relationship generation and design module and a mapping code generation and revision module; the mapping relationship generation and design module generates an initial data structure mapping relationship, and displays a visualization page for the user to confirm the data structure mapping relationship, and confirm After completion, the data structure mapping script is generated by the mapping code generation and revision module;
- the mapping execution unit includes a data cache module and a mapping processing module;
- the data cache module migrates the data required for data structure mapping from the source database to the cache database to establish a cache layer, isolates the data structure mapping process from the source database, and avoids normality Business;
- the mapping processing module after the user confirms the data structure mapping script generated by the mapping construction unit, extracts the data from the cache database, executes the data structure mapping and imports it into the target database;
- the quality control unit includes an abnormality processing module, and the abnormality processing module is used to record abnormal information during the processing of the mapping processing module;
- the incremental update unit includes an incremental cache module and an incremental mapping module.
- the incremental cache module is used for capturing data changes in the source database and updating incremental data in the cache layer; the incremental mapping module is used for Perform data structure standardized mapping on incrementally updated data, extract the data from the cache database, perform data structure mapping and import it into the target database.
- the support of the data connection management module for accessing the database includes: reading the connection information configuration file, loading the corresponding database connection driver according to the database type configuration information, and connecting to the database according to the ip, account, and password information.
- the data structure information includes table name, field name, and field type; the field statistical information includes the number of field rows, the maximum length of the field, the value range of the field, and the value of each field. Frequency and proportion; data structure information provides support for the establishment of structural mapping relationships; field statistical information provides support for mapping performance optimization; this module uses structured query language to query tables one by one, and summarize the query results into a report.
- mapping relationship generation and design module after obtaining the scanned data structure of the source database and the target database, perform fuzzy matching on the field names according to the preset synonyms dictionary, generate the initial data structure mapping relationship, and display
- the visualization page allows users to complete the confirmation of the data structure mapping relationship;
- the visualization specifically includes: using a directional graph to reflect the one-to-one relationship, one-to-many relationship, and multi-pair relationship between tables and fields A relationship;
- the mapping relationship generation and design module supports text annotation and design document export.
- mapping code generation and revision module generates and saves a data structure mapping script according to the code framework according to the data structure mapping relationship confirmed by the user, and provides the user with the authority to modify the data structure mapping script.
- the cache layer established by the data cache module adds a modification time field to the source data structure to record the most recent modification time of each piece of data; the mapping processing module applies the mapping script to the cache layer to perform data Standardized structure mapping, data structure mapping results are saved to the target database, and the latest mapping operation time is recorded in the log.
- exception processing module When extracting data according to the data structure mapping relationship, errors including "Null value in non-empty field” and “data length out of range” occur when extracting data, reject the structure mapping of these data and change These errors are recorded in the log, and the error data is recorded in the temporary table, waiting for the user to confirm deletion or cleaning.
- the incremental cache module captures data changes in the source database through CDC technology, updates the incremental data in the cache layer, and records the modification time in the modification time field.
- the incremental mapping module compares the latest mapping operation time in the log with the modification time of the data in the cache layer, and maps the data whose modification time is later than the most recent mapping operation time; first, the increment in the cache database Scan the data structure and target database structure. If the mapping relationship between the data structure and the existing data structure in the cache database is the same, perform data structure mapping processing and quality control; if the mapping relationship does not match the existing data structure, update the data structure mapping After the relationship, data structure mapping and quality control are performed.
- the quality control unit further includes a quality evaluation module configured to form a quality evaluation report for the current data structure mapping processing after the mapping processing of the mapping processing module is completed.
- the present invention improves the medical data structure mapping relationship design process, facilitates the collaboration between information technicians and medical staff, and improves work efficiency, as follows:
- an automated data structure mapping script can be generated based on the design of the above-mentioned visual data structure mapping relationship, and the user can modify the script to ensure the accuracy of the script.
- the aforementioned data structure mapping script can be reused during subsequent incremental updates of the corresponding source structure and target structure. If the source structure or target structure changes, the data structure mapping is modified and updated based on the old data structure mapping relationship The record of the relationship.
- the present invention provides a multi-center medical data structure standardization system based on a universal data model.
- the system includes a source database, a cache database, a target database, a data connection management module, a data structure scanning module, and a mapping construction unit. , Mapping execution unit, incremental update unit and quality control unit;
- the source database is the database for each medical data center to execute the medical business process, including HIS, LIS, PACS, EMR system databases; the cache database and the target database are deployed in the dedicated front server of each medical data center;
- the cache database is used to store the original data of the source database of the medical data center, as a cache layer to isolate the data structure mapping process from the source database, to avoid affecting the normal business of the medical data center;
- the target database stores the medical data conforming to the data structure of the general data model obtained after data structure mapping by the medical data center to which it belongs through data structure mapping and cached data;
- the target database of each medical data center is connected to the cloud server to realize the collaborative analysis between multi-center medical data;
- the data connection management module is used to manage (including loading, modifying, and storing) information required for database access, and to provide support for accessing the source database, cache database and target database;
- the data structure scanning module is used to scan the data structure of the source database and the target database, and return data structure information and field statistical information reports;
- the mapping building unit includes a mapping relationship generation and design module and a mapping code generation and revision module; the mapping relationship generation and design module generates the initial data structure mapping relationship, and displays the visualization page for users to complete the confirmation of the data structure mapping relationship. After the confirmation is completed, the mapping Code generation and revision module generates data structure mapping script;
- the mapping execution unit includes a data cache module and a mapping processing module;
- the data cache module migrates the data required for data structure mapping from the source database to the cache database to establish a cache layer, isolates the data structure mapping processing from the source database, and avoids affecting normal business; mapping processing After the user confirms the data structure mapping script generated by the mapping construction unit, the module extracts the data from the cache database, executes the data structure mapping and imports it into the target database;
- the quality control unit includes an exception handling module, and the exception handling module is used to record abnormal information during the processing of the mapping processing module;
- the incremental update unit includes an incremental cache module and an incremental mapping module.
- the incremental cache module is used to capture data changes in the source database and update the incremental data in the cache layer; the incremental mapping module is used to update the incremental data Perform data structure standardization mapping, extract data from the cache database, perform data structure mapping and import it into the target database.
- the data flow path is shown in Figure 2.
- the mapping code generation and revision module generates the mapping script;
- the mapping processing module converts the data Extract from the cache database, perform structure mapping and import it into the target database, and record the exceptions in the processing process to the exception processing module log; after the mapping processing is completed, a quality evaluation report for the current data structure mapping operation is formed.
- the cache database and the target database can be physically the same database system.
- Implementation methods include, but are not limited to, reading the connection information configuration file, loading the corresponding database connection driver according to the database type configuration information, and connecting to the database according to the ip, account, and password information.
- the data structure information includes table name, field name, field type; field statistics include but not limited to the number of field rows, the maximum length of the field, the value range of the field, the frequency and proportion of each value of the field; data
- the structure information provides support for establishing the structure mapping relationship; the field statistics information provides support for the optimization of the mapping performance.
- This module uses structured query language to query tables one by one, and summarize the query results into a report, see Table 1, Table 2.
- the data structure scanning module helps operators understand the data structure and data distribution, and improve work efficiency.
- mapping relationship generation and design module supports text annotation and design document export for traceability.
- the mapping relationship generation and design module visually displays the data structure mapping relationship, which is convenient for technical personnel and non-technical personnel to communicate. Support the export of multiple versions of data structure mapping documents, and trace the history of data structure mapping relationships.
- the data structure mapping script is generated and saved according to the code framework, reducing the workload, making the code more standardized, and providing users with the authority to modify the data structure mapping script.
- the semi-automatic data structure mapping processing of the mapping code generation and revision module improves work efficiency.
- the cache layer established by the data cache module adds a modification time field to the source data structure to record the most recent modification time of each piece of data.
- the mapping processing module applies the mapping script to the cache layer, performs standardized mapping of the data structure, saves the result of the data structure mapping to the target database, and records the latest mapping operation time in the log.
- the quality control unit also includes a quality evaluation module, which is used to form a quality evaluation report for the current data structure mapping processing after the mapping processing module is completed.
- the quality evaluation report content is shown in Table 4.
- the incremental cache module captures data changes in the source database through CDC (CDC: change data capture technology, which can obtain data operation and time information from the database log), updates the incremental data in the cache layer, and changes the time Record the modification (insertion or update) time in the field.
- CDC change data capture technology, which can obtain data operation and time information from the database log
- updates the incremental data in the cache layer and changes the time Record the modification (insertion or update) time in the field.
- the incremental mapping module compares the latest mapping operation time in the log with the modification time of the data in the cache layer, and maps the data whose modification time is later than the latest mapping operation time; first, the incremental data structure in the cache database and the target database are mapped The structure is scanned. If the mapping relationship is the same as the existing data structure in the cache database, the data structure mapping process and quality control are performed; if the mapping relationship is not consistent with the existing data structure mapping relationship, the data structure mapping relationship is updated before the data Structure mapping processing and quality control.
- the materialized view is similar to the view, but the entity storage is established. Some databases will create materialized view logs for the materialized view source tables to record data changes, which can be used as a basis for incremental updates.
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种基于通用数据模型的多中心医疗数据结构标准化系统，该系统包括源数据库、缓存数据库、目标数据库、数据连接管理模块、数据结构扫描模块、映射构建单元、映射执行单元、增量更新单元和质量控制单元；源数据库为各医疗数据中心执行医疗业务流程的数据库；缓存数据库与目标数据库均部署于各医疗数据中心的专属前置服务器；各医疗数据中心的目标数据库均与云端服务器连接，实现多中心医疗数据之间的协同分析；本系统改进了医疗数据结构映射关系设计流程，有利于信息技术人员与医护人员协作，提高工作效率；提供了增量更新机制，提高了系统运行效率。
Description
本发明属于数据结构标准化领域，尤其涉及一种基于通用数据模型的多中心医疗数据结构标准化系统。
随着国内信息化水平的提高，越来越多的医院建立了自己的医院信息系统（HIS)以及包括电子病历系统(EMR)、影像采集与传输系统(PACS)、实验室检查信息系统(LIS)在内的各类临床业务信息系统。不少信息化程度较高的医院还建立了临床数据中心（CDR），实现了全院业务数据的集中化，为医院管理、病人服务和临床科研提供了便利。但因不同医院之间所采取的医疗信息系统存在巨大差异，故而院内数据结构异质性大，无法实现各医院之间的数据共享，使得基于多中心的临床科研难以开展。因此需要一种数据结构标准化方法，将不同医院的医疗数据映射到同一个通用数据模型。
现有技术方案[CN201410605173-基于异构系统数据映射模板的医疗数据采集系统及方法]由技术员访问医疗数据源，记录数据源中的数据结构，对照标准数据结构，创建或者复用数据结构映射模板执行数据结构映射任务。模板创建过程包括将目标表结构拆分成若干具有业务关联关系的字段，针对每个字段生成数据采集SQL脚本，创建采集合并SQL脚本将各字段进行组合即可得到目标数据结构。该方法的重点在于利用数据采集模板的约束实现数据的规范化采集。现有技术的缺点概括如下：
1. 数据结构映射处理需要频繁对数据库进行大量查询，现有技术方案直接对源数据库进行操作，增加源服务器的运行压力，影响正常业务活动。
2. 医疗数据有其本身固有的专业性和复杂性。单凭信息技术人员难以独立完成映射关系设计工作，需要具备医疗背景的非技术人员配合。但现有的映射关系设计手段不够直观，对非技术人员不友好，不利于技术人员和非技术人员双方的良好沟通合作。
3. 医疗数据存量大，对数据结构映射性能要求高，需要有针对性地对数据结构映射脚本进行优化。现有手段需要技术人员手动查询源数据库，了解数据分布情况，操作繁琐。
4. 现有技术方案未提供增量更新方案，或提供增量更新功能但在更新时需要对所有数据重新做数据结构映射处理，效率低下。
本发明的目的在于针对现有技术的不足，提供一种基于通用数据模型的多中心医疗数据结构标准化系统。
本发明的目的是通过以下技术方案来实现的：一种基于通用数据模型的多中心医疗数据结构标准化系统，该系统包括源数据库、缓存数据库、目标数据库、数据连接管理模块、数据结构扫描模块、映射构建单元、映射执行单元、增量更新单元和质量控制单元；
所述源数据库为各医疗数据中心执行医疗业务流程的数据库；所述缓存数据库与目标数据库均部署于各医疗数据中心的专属前置服务器；
所述缓存数据库用于存储该医疗数据中心源数据库的原始数据，作为缓存层将数据结构映射处理与源数据库隔离；
所述目标数据库存储所属医疗数据中心通过数据结构映射关系及缓存数据进行数据结构映射后得到的符合通用数据模型数据结构的医疗数据；
各医疗数据中心的目标数据库均与云端服务器连接，实现多中心医疗数据之间的协同分析；
所述数据连接管理模块用于管理数据库访问所需信息，对访问源数据库、缓存数据库和目标数据库提供支持；
所述数据结构扫描模块用于对源数据库和目标数据库的数据结构进行扫描，返回数据结构信息及字段统计信息报表；
所述映射构建单元包括映射关系生成与设计模块和映射代码生成与修订模块；所述映射关系生成与设计模块生成初始数据结构映射关系，并展示可视化页面供用户完成数据结构映射关系的确认，确认完成之后由映射代码生成与修订模块生成数据结构映射脚本；
所述映射执行单元包括数据缓存模块和映射处理模块；所述数据缓存模块将数据结构映射所需数据由源数据库迁移至缓存数据库建立缓存层，将数据结构映射处理与源数据库隔离，避免影响正常业务；所述映射处理模块在用户确认映射构建单元生成的数据结构映射脚本后，将数据从缓存数据库提取，执行数据结构映射并导入目标数据库；
所述质量控制单元包括异常处理模块，所述异常处理模块用于记录映射处理模块处理过程中的异常信息；
所述增量更新单元包括增量缓存模块和增量映射模块，所述增量缓存模块用于捕获源数据库中的数据变化，在缓存层中更新增量数据；所述增量映射模块用于对增量更新的数据进行数据结构标准化映射，将数据从缓存数据库提取，执行数据结构映射并导入目标数据库。
进一步地，所述数据连接管理模块对访问数据库的支持包括：读取连接信息配置文件，根据数据库类型配置信息加载相应的数据库连接驱动，根据ip、账号、密码信息连接至数据库。
进一步地，所述数据结构扫描模块中，所述数据结构信息包括表名、字段名、字段类型；所述字段统计信息包括字段行数、字段最大长度、字段取值范围、字段各取值的频数及占比；数据结构信息为建立结构映射关系提供支持；字段统计信息为映射性能优化提供支持；该模块利用结构化查询语言逐一对表进行查询，将查询结果汇总形成报表。
进一步地，所述映射关系生成与设计模块：在得到扫描后的源数据库和目标数据库的数据结构后，根据预设的近义词字典，对字段名进行模糊匹配，生成初始数据结构映射关系，并展示可视化页面供用户完成数据结构映射关系的确认；所述可视化具体为：利用带有指向性的图形，反映表与表之间，字段与字段之间一对一关系、一对多关系、多对一关系；所述映射关系生成与设计模块支持文本注释及设计文档导出。
进一步地，所述映射代码生成与修订模块：根据用户确认后的数据结构映射关系，按照代码框架生成数据结构映射脚本并保存，同时向用户提供修改数据结构映射脚本的权限。
进一步地，所述数据缓存模块建立的缓存层在源数据结构的基础上添加修改时间字段，用以记录每条数据的最近修改时间；所述映射处理模块将映射脚本应用于缓存层，进行数据结构标准化映射，数据结构映射结果保存至目标数据库，并在日志中记录最近映射操作时间。
进一步地，所述异常处理模块：当根据数据结构映射关系提取数据时出现包括 “非空字段存在空值”，“数据长度超出范围”在内的错误时，拒绝这些数据的结构映射，并将这些错误记录到日志，错误数据记录至临时表，待用户确认删除或清洗处理。
进一步地，所述增量缓存模块通过CDC技术捕获源数据库中的数据变化，在缓存层中更新增量数据，并在修改时间字段中记录修改时间。
进一步地，所述增量映射模块将日志中的最近映射操作时间与缓存层中数据的修改时间进行对比，对修改时间晚于最近映射操作时间的数据进行映射；首先对缓存数据库中的增量数据结构和目标数据库结构进行扫描，若与存在于缓存数据库中的已有数据结构映射关系相同，则进行数据结构映射处理和质量控制；若与已有数据结构映射关系不符，则更新数据结构映射关系之后再进行数据结构映射处理和质量控制。
进一步地，所述质量控制单元还包括质量评估模块，所述质量评估模块用于在映射处理模块映射处理完成后形成一份针对当次数据结构映射处理的质量评估报告。
本发明的有益效果如下：本发明改进了医疗数据结构映射关系设计流程，有利于信息技术人员与医护人员协作，提高工作效率，具体如下：
1、将数据结构映射所需数据由源数据库迁移至缓存数据库建立缓存层，将数据结构映射处理与源数据库隔离，避免影响正常业务；在缓存层上进行数据结构映射转换操作，将结果存至目标数据库。
2、支持对多种类型的数据库进行自动化扫描，返回数据库内数据结构信息及字段统计信息报表，不仅可为数据结构映射设计和性能优化提供依据，且可极大提高后续映射工作的效率与准确性。
3、提供可视化的数据结构映射关系设计工具，能够直观地呈现数据结构映射关系，便于信息技术人员和医疗人员沟通合作，修改及确定最终的数据结构映射关系，并由系统记录。
4、对于确定完成的数据结构映射关系，可基于上述可视化数据结构映射关系的设计生成自动化数据结构映射脚本，用户可对脚本进行修改以确保脚本准确性。在相应源结构和目标结构的后续增量更新时可实现对前述数据结构映射脚本的复用，若源结构或目标结构发生改变，则在旧数据结构映射关系的基础上修改并更新数据结构映射关系的记录。
5、建立完整详细可执行的数据结构映射流程及机制，以保证数据结构映射前后的科学性与完整性。建立数据结构映射日志记录，完善异常处理机制。
图1 系统框架图；
图2 数据流动路径；
图3 映射关系可视化举例；
图4 增量更新流程与数据流动路径。
下面结合附图和具体实施例对本发明作进一步详细说明。
如图1所示，本发明提供的一种基于通用数据模型的多中心医疗数据结构标准化系统，该系统包括源数据库、缓存数据库、目标数据库、数据连接管理模块、数据结构扫描模块、映射构建单元、映射执行单元、增量更新单元和质量控制单元；
源数据库为各医疗数据中心执行医疗业务流程的数据库，包括HIS，LIS，PACS，EMR系统数据库；缓存数据库与目标数据库均部署于各医疗数据中心的专属前置服务器；
缓存数据库用于存储该医疗数据中心源数据库的原始数据，作为缓存层将数据结构映射处理与源数据库隔离，避免影响该医疗数据中心正常业务；
目标数据库存储所属医疗数据中心通过数据结构映射关系及缓存数据进行数据结构映射后得到的符合通用数据模型数据结构的医疗数据；
各医疗数据中心的目标数据库均与云端服务器连接，实现多中心医疗数据之间的协同分析；
数据连接管理模块用于管理（包括加载、修改、存储）数据库访问所需信息，对访问源数据库、缓存数据库和目标数据库提供支持；
数据结构扫描模块用于对源数据库和目标数据库的数据结构进行扫描，返回数据结构信息及字段统计信息报表；
映射构建单元包括映射关系生成与设计模块和映射代码生成与修订模块；映射关系生成与设计模块生成初始数据结构映射关系，并展示可视化页面供用户完成数据结构映射关系的确认，确认完成之后由映射代码生成与修订模块生成数据结构映射脚本；
映射执行单元包括数据缓存模块和映射处理模块；数据缓存模块将数据结构映射所需数据由源数据库迁移至缓存数据库建立缓存层，将数据结构映射处理与源数据库隔离，避免影响正常业务；映射处理模块在用户确认映射构建单元生成的数据结构映射脚本后，将数据从缓存数据库提取，执行数据结构映射并导入目标数据库；
质量控制单元包括异常处理模块，异常处理模块用于记录映射处理模块处理过程中的异常信息；
增量更新单元包括增量缓存模块和增量映射模块，增量缓存模块用于捕获源数据库中的数据变化，在缓存层中更新增量数据；增量映射模块用于对增量更新的数据进行数据结构标准化映射，将数据从缓存数据库提取，执行数据结构映射并导入目标数据库。
数据流动路径如图2所示，当进行初次数据结构映射时，首先通过数据连接管理模块将源数据库备份至缓存数据库，并由数据结构扫描模块对源数据库和目标数据库的数据结构进行扫描；之后由括映射关系生成与设计模块生成初始映射关系，并展示可视化页面供用户完成映射关系的确认，确认完成之后由映射代码生成与修订模块生成映射脚本；用户确认映射处理后由映射处理模块将数据从缓存数据库提取，执行结构映射并导入目标数据库，同时处理过程中的异常记录至异常处理模块日志；映射处理完成后形成一份针对当次数据结构映射操作的质量评估报告。
每个模块的具体实现方式如下：
一、数据连接管理模块
缓存数据库和目标数据库在物理上可以为同一个数据库系统。实现方式包括但不限于，读取连接信息配置文件，根据数据库类型配置信息加载相应的数据库连接驱动，根据ip、账号、密码信息连接至数据库。
二、数据结构扫描模块
数据结构扫描模块中，数据结构信息包括表名、字段名、字段类型；字段统计信息包括但不限于字段行数、字段最大长度、字段取值范围、字段各取值的频数及占比；数据结构信息为建立结构映射关系提供支持；字段统计信息为映射性能优化提供支持。该模块利用结构化查询语言逐一对表进行查询，将查询结果汇总形成报表，见表1，表2。数据结构扫描模块帮助操作人员了解数据结构及数据分布，提高工作效率。
表1 数据扫描报表举例
表2 字段统计表举例
三、映射关系生成与设计模块
在得到扫描后的源数据库和目标数据库的数据结构后，根据预设的近义词字典，对字段名进行模糊匹配，生成初始数据结构映射关系，并展示可视化页面供用户完成数据结构映射关系的确认；所述可视化具体为：利用带有指向性的图形，反映表与表之间，字段与字段之间一对一关系、一对多关系、多对一关系，见图3。所述映射关系生成与设计模块支持文本注释及设计文档导出，以便追溯。映射关系生成与设计模块直观呈现数据结构映射关系，便于技术人员与非技术人员进行沟通。支持多版本的数据结构映射文档导出，可追溯数据结构映射关系的历史。
四、映射代码生成与修订模块
根据用户确认后的数据结构映射关系，按照代码框架生成数据结构映射脚本并保存，减小工作量，使得代码更具规范性，同时向用户提供修改数据结构映射脚本的权限。映射代码生成与修订模块半自动化数据结构映射处理，提高工作效率。
五、数据缓存模块
数据缓存模块建立的缓存层在源数据结构的基础上添加修改时间字段，用以记录每条数据的最近修改时间。
六、映射处理模块
映射处理模块将映射脚本应用于缓存层，进行数据结构标准化映射，数据结构映射结果保存至目标数据库，并在日志中记录最近映射操作时间。
七、异常处理模块
当根据数据结构映射关系提取数据时出现包括 “非空字段存在空值”，“数据长度超出范围”在内的错误时，拒绝这些数据的结构映射，并将这些错误记录到日志，错误数据记录至临时表，见表3，待用户确认删除或清洗处理。
表3 错误数据记录表举例
八、质量评估模块
质量控制单元还包括质量评估模块，质量评估模块用于在映射处理模块映射处理完成后形成一份针对当次数据结构映射处理的质量评估报告，质量评估报告内容见表4。
表4 结构映射质量评估报告举例
九、增量缓存模块
增量缓存模块通过CDC（CDC：change data capture 改变数据捕获技术，能从数据库日志中获取数据操作和时间信息）捕获源数据库中的数据变化，在缓存层中更新增量数据，并在修改时间字段中记录修改（插入或更新）时间。
十、增量映射模块
增量映射模块将日志中的最近映射操作时间与缓存层中数据的修改时间进行对比，对修改时间晚于最近映射操作时间的数据进行映射；首先对缓存数据库中的增量数据结构和目标数据库结构进行扫描，若与存在于缓存数据库中的已有数据结构映射关系相同，则进行数据结构映射处理和质量控制；若与已有数据结构映射关系不符，则更新数据结构映射关系之后再进行数据结构映射处理和质量控制。
此外，增量更新还可以采用如下方案：
a. 缓存层中的每个表中设置触发器并建立相应的更新表，有数据被修改时在更新表中记录该数据条目的唯一标识及修改时间（插入、更新、删除）。执行映射增量更新时，从更新表中获取更新的记录，从数据表中抽取相应的数据。
b. 利用物化视图实现增量更新。物化视图与视图相似，但会建立实体存储。部分数据库会对物化视图源表建立物化视图日志，记录数据变化，可以此为基础实现增量更新。
以上仅为本发明的实施实例，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，不经过创造性劳动所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (10)
- 一种基于通用数据模型的多中心医疗数据结构标准化系统，其特征在于，该系统包括源数据库、缓存数据库、目标数据库、数据连接管理模块、数据结构扫描模块、映射构建单元、映射执行单元、增量更新单元和质量控制单元；所述源数据库为各医疗数据中心执行医疗业务流程的数据库；所述缓存数据库与目标数据库均部署于各医疗数据中心的专属前置服务器；所述缓存数据库用于存储该医疗数据中心源数据库的原始数据，作为缓存层将数据结构映射处理与源数据库隔离；所述目标数据库存储所属医疗数据中心通过数据结构映射关系及缓存数据进行数据结构映射后得到的符合通用数据模型数据结构的医疗数据；各医疗数据中心的目标数据库均与云端服务器连接，实现多中心医疗数据之间的协同分析；所述数据连接管理模块用于管理数据库访问所需信息，对访问源数据库、缓存数据库和目标数据库提供支持；所述数据结构扫描模块用于对源数据库和目标数据库的数据结构进行扫描，返回数据结构信息及字段统计信息报表；所述映射构建单元包括映射关系生成与设计模块和映射代码生成与修订模块；所述映射关系生成与设计模块生成初始数据结构映射关系，并展示可视化页面供用户完成数据结构映射关系的确认，确认完成之后由映射代码生成与修订模块生成数据结构映射脚本；所述映射执行单元包括数据缓存模块和映射处理模块；所述数据缓存模块将数据结构映射所需数据由源数据库迁移至缓存数据库建立缓存层，将数据结构映射处理与源数据库隔离，避免影响正常业务；所述映射处理模块在用户确认映射构建单元生成的数据结构映射脚本后，将数据从缓存数据库提取，执行数据结构映射并导入目标数据库；所述质量控制单元包括异常处理模块，所述异常处理模块用于记录映射处理模块处理过程中的异常信息；所述增量更新单元包括增量缓存模块和增量映射模块，所述增量缓存模块用于捕获源数据库中的数据变化，在缓存层中更新增量数据；所述增量映射模块用于对增量更新的数据进行数据结构标准化映射，将数据从缓存数据库提取，执行数据结构映射并导入目标数据库。
- 根据权利要求1所述的一种基于通用数据模型的多中心医疗数据结构标准化系统，其特征在于，所述数据连接管理模块对访问数据库的支持包括：读取连接信息配置文件，根据数据库类型配置信息加载相应的数据库连接驱动，根据ip、账号、密码信息连接至数据库。
- 根据权利要求1所述的一种基于通用数据模型的多中心医疗数据结构标准化系统，其特征在于，所述数据结构扫描模块中，所述数据结构信息包括表名、字段名、字段类型；所述字段统计信息包括字段行数、字段最大长度、字段取值范围、字段各取值的频数及占比；数据结构信息为建立结构映射关系提供支持；字段统计信息为映射性能优化提供支持；该模块利用结构化查询语言逐一对表进行查询，将查询结果汇总形成报表。
- 根据权利要求1所述的一种基于通用数据模型的多中心医疗数据结构标准化系统，其特征在于，所述映射关系生成与设计模块：在得到扫描后的源数据库和目标数据库的数据结构后，根据预设的近义词字典，对字段名进行模糊匹配，生成初始数据结构映射关系，并展示可视化页面供用户完成数据结构映射关系的确认；所述可视化具体为：利用带有指向性的图形，反映表与表之间，字段与字段之间一对一关系、一对多关系、多对一关系；所述映射关系生成与设计模块支持文本注释及设计文档导出。
- 根据权利要求1所述的一种基于通用数据模型的多中心医疗数据结构标准化系统，其特征在于，所述映射代码生成与修订模块：根据用户确认后的数据结构映射关系，按照代码框架生成数据结构映射脚本并保存，同时向用户提供修改数据结构映射脚本的权限。
- 根据权利要求1所述的一种基于通用数据模型的多中心医疗数据结构标准化系统，其特征在于，所述数据缓存模块建立的缓存层在源数据结构的基础上添加修改时间字段，用以记录每条数据的最近修改时间；所述映射处理模块将映射脚本应用于缓存层，进行数据结构标准化映射，数据结构映射结果保存至目标数据库，并在日志中记录最近映射操作时间。
- 根据权利要求1所述的一种基于通用数据模型的多中心医疗数据结构标准化系统，其特征在于，所述异常处理模块：当根据数据结构映射关系提取数据时出现包括 “非空字段存在空值”，“数据长度超出范围”在内的错误时，拒绝这些数据的结构映射，并将这些错误记录到日志，错误数据记录至临时表，待用户确认删除或清洗处理。
- 根据权利要求1所述的一种基于通用数据模型的多中心医疗数据结构标准化系统，其特征在于，所述增量缓存模块通过CDC技术捕获源数据库中的数据变化，在缓存层中更新增量数据，并在修改时间字段中记录修改时间。
- 根据权利要求1所述的一种基于通用数据模型的多中心医疗数据结构标准化系统，其特征在于，所述增量映射模块将日志中的最近映射操作时间与缓存层中数据的修改时间进行对比，对修改时间晚于最近映射操作时间的数据进行映射；首先对缓存数据库中的增量数据结构和目标数据库结构进行扫描，若与存在于缓存数据库中的已有数据结构映射关系相同，则进行数据结构映射处理和质量控制；若与已有数据结构映射关系不符，则更新数据结构映射关系之后再进行数据结构映射处理和质量控制。
- 根据权利要求1所述的一种基于通用数据模型的多中心医疗数据结构标准化系统，其特征在于，所述质量控制单元还包括质量评估模块，所述质量评估模块用于在映射处理模块映射处理完成后形成一份针对当次数据结构映射处理的质量评估报告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021533317A JP7074307B2 (ja) | 2019-07-12 | 2020-04-07 | 汎用データモデルに基づくマルチセンタ医療データ構造の標準化システム |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910629812.5A CN110347662B (zh) | 2019-07-12 | 2019-07-12 | 一种基于通用数据模型的多中心医疗数据结构标准化系统 |
| CN201910629812.5 | 2019-07-12 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2020233255A1 true WO2020233255A1 (zh) | 2020-11-26 |
Family
ID=68175149
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2020/083585 Ceased WO2020233255A1 (zh) | 2019-07-12 | 2020-04-07 | 一种基于通用数据模型的多中心医疗数据结构标准化系统 |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP7074307B2 (zh) |
| CN (1) | CN110347662B (zh) |
| WO (1) | WO2020233255A1 (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112835911A (zh) * | 2021-03-10 | 2021-05-25 | 四川大学华西医院 | 一种适用于医疗信息平台的主数据管理系统 |
| CN113539505A (zh) * | 2021-07-03 | 2021-10-22 | 深圳市裕辰医疗科技有限公司 | 血液透析质量控制结果的计算系统及其计算方法 |
| CN113641751A (zh) * | 2021-07-01 | 2021-11-12 | 中科恒运股份有限公司 | 数据增量同步方法、装置及终端设备 |
| CN114385727A (zh) * | 2021-12-13 | 2022-04-22 | 中煤科工集团信息技术有限公司 | 一种关于不定期新增表的多表数据汇总方法及计算机设备 |
| CN115809343A (zh) * | 2022-11-28 | 2023-03-17 | 中国银行股份有限公司 | 模型逻辑承接核对方法及装置 |
| CN116894029A (zh) * | 2023-07-05 | 2023-10-17 | 金卫医保信息管理(中国)有限公司 | 一种基于解析医保数据文档并自动化增量数据库的方法 |
| CN117033515A (zh) * | 2023-08-15 | 2023-11-10 | 浪潮软件股份有限公司 | 适配多类型数据库的数据同步系统及方法 |
| CN120448405A (zh) * | 2025-07-03 | 2025-08-08 | 山东华维智能科技有限公司 | 基于数据可视化的水表数据处理方法 |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110347662B (zh) * | 2019-07-12 | 2021-08-03 | 之江实验室 | 一种基于通用数据模型的多中心医疗数据结构标准化系统 |
| CN111008028B (zh) * | 2019-11-22 | 2022-07-01 | 杭州数式网络科技有限公司 | 一种软件升级方法、设备和存储介质 |
| CN111008189B (zh) * | 2019-11-26 | 2023-08-25 | 浙江电子口岸有限公司 | 一种动态数据模型构建方法 |
| CN111340636B (zh) * | 2020-02-27 | 2022-11-04 | 平安医疗健康管理股份有限公司 | 数据有效性检测方法、装置、计算机设备和存储介质 |
| CN111367987A (zh) * | 2020-03-31 | 2020-07-03 | 西安震有信通科技有限公司 | 适应多种数据库类型的数据导入方法、系统及装置 |
| CN112102910A (zh) * | 2020-09-22 | 2020-12-18 | 零氪科技（北京）有限公司 | 一种用于私有化数据对接数据自动校验的方法和装置 |
| CN112162992A (zh) * | 2020-10-12 | 2021-01-01 | 浪潮软件集团有限公司 | 一种高效的数据库更新系统及方法 |
| CN112328574A (zh) * | 2020-11-03 | 2021-02-05 | 上海许继电气有限公司 | 一种继电保护故障信息主站数据迁移方法及装置 |
| CN112328576A (zh) * | 2020-11-13 | 2021-02-05 | 浙江卡易智慧医疗科技有限公司 | 一种基于多数据源的通用数据模型的表示方法 |
| CN112559491A (zh) * | 2020-12-17 | 2021-03-26 | 山东健康医疗大数据有限公司 | 基于医疗行业内数据模型适配管理实现方法及系统 |
| CN113176876B (zh) * | 2021-04-23 | 2023-08-11 | 网易（杭州）网络有限公司 | 数据读写的方法、装置和电子设备 |
| CN114064608B (zh) * | 2021-11-11 | 2025-10-31 | 武汉联影医疗科技有限公司 | 一种医疗系统的数据库创建方法和系统 |
| CN114218195A (zh) * | 2021-12-17 | 2022-03-22 | 东软汉枫医疗科技有限公司 | 一种医疗物联网元宇宙底层数据模型结构 |
| CN114265875B (zh) * | 2022-03-03 | 2022-07-22 | 深圳钛铂数据有限公司 | 一种基于流数据的实时建宽表的方法 |
| CN115050479B (zh) * | 2022-04-12 | 2023-08-04 | 江南大学附属医院 | 多中心研究的数据质量评价方法、系统及设备 |
| CN115905455B (zh) * | 2022-12-31 | 2023-09-29 | 北京和兴创联健康科技有限公司 | 一种基于自动探测技术规范化医院数据库的方法 |
| CN116244374B (zh) * | 2023-01-09 | 2024-04-19 | 北京百度网讯科技有限公司 | 一种数据处理方法、装置、设备及存储介质 |
| CN116168816A (zh) * | 2023-01-18 | 2023-05-26 | 工业互联网创新中心（上海）有限公司 | 一种医疗资源优化配置系统 |
| CN116521795A (zh) * | 2023-04-27 | 2023-08-01 | 广州伟宏智能科技有限公司 | 一种基于事务高可用的数据实时同步方法 |
| CN116386799B (zh) * | 2023-06-05 | 2023-08-18 | 数据空间研究院 | 一种医疗数据采集与标准转换方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170220011A1 (en) * | 2016-01-29 | 2017-08-03 | General Electric Company | Development platform for industrial internet applications |
| CN109920522A (zh) * | 2018-11-30 | 2019-06-21 | 广州百家医道健康管理股份有限公司 | 一种居民健康管理医疗大数据平台 |
| CN109979606A (zh) * | 2019-01-07 | 2019-07-05 | 北京云度互联科技有限公司 | 一种基于容器化构建微服务化医疗影像云及云胶片的方法 |
| CN109994217A (zh) * | 2019-03-08 | 2019-07-09 | 视联动力信息技术股份有限公司 | 一种查看病理文件的方法和装置 |
| CN110347662A (zh) * | 2019-07-12 | 2019-10-18 | 之江实验室 | 一种基于通用数据模型的多中心医疗数据结构标准化系统 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2693391A1 (en) * | 2012-08-02 | 2014-02-05 | Amadeus s.a.s. | Dynamic and hierarchical generic data mapping for traveler profile publication |
| CN106997421B (zh) * | 2016-01-25 | 2020-07-03 | 清华大学 | 个性化医疗信息采集和健康监测的智能系统和方法 |
| CN105956409A (zh) * | 2016-05-27 | 2016-09-21 | 上海道拓医药科技股份有限公司 | 智能医疗设备实时数据管理方法及系统 |
| CN107368588B (zh) * | 2017-07-24 | 2020-09-01 | 人教数字出版有限公司 | 一种异构资源同构化方法及装置 |
| US10255199B1 (en) * | 2017-09-22 | 2019-04-09 | Intel Corporation | Evicting clean secure pages without encryption |
| US11120012B2 (en) * | 2017-09-27 | 2021-09-14 | Johnson Controls Tyco IP Holdings LLP | Web services platform with integration and interface of smart entities with enterprise applications |
| CN108010573A (zh) * | 2017-11-24 | 2018-05-08 | 苏州市环亚数据技术有限公司 | 一种医院数据融合系统、方法、电子设备及存储介质 |
| CN108256026A (zh) * | 2018-01-10 | 2018-07-06 | 圣泓工业设计创意有限公司 | 一种管理传统建筑特征元素的数据库系统 |
| CN109034544A (zh) * | 2018-06-29 | 2018-12-18 | 广东新禾道信息科技有限公司 | 国土资源数据管理平台 |
| CN109378053B (zh) * | 2018-11-30 | 2021-07-06 | 安徽影联云享医疗科技有限公司 | 一种用于医学影像的知识图谱构建方法 |
-
2019
- 2019-07-12 CN CN201910629812.5A patent/CN110347662B/zh active Active
-
2020
- 2020-04-07 JP JP2021533317A patent/JP7074307B2/ja active Active
- 2020-04-07 WO PCT/CN2020/083585 patent/WO2020233255A1/zh not_active Ceased
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170220011A1 (en) * | 2016-01-29 | 2017-08-03 | General Electric Company | Development platform for industrial internet applications |
| CN109920522A (zh) * | 2018-11-30 | 2019-06-21 | 广州百家医道健康管理股份有限公司 | 一种居民健康管理医疗大数据平台 |
| CN109979606A (zh) * | 2019-01-07 | 2019-07-05 | 北京云度互联科技有限公司 | 一种基于容器化构建微服务化医疗影像云及云胶片的方法 |
| CN109994217A (zh) * | 2019-03-08 | 2019-07-09 | 视联动力信息技术股份有限公司 | 一种查看病理文件的方法和装置 |
| CN110347662A (zh) * | 2019-07-12 | 2019-10-18 | 之江实验室 | 一种基于通用数据模型的多中心医疗数据结构标准化系统 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112835911A (zh) * | 2021-03-10 | 2021-05-25 | 四川大学华西医院 | 一种适用于医疗信息平台的主数据管理系统 |
| CN112835911B (zh) * | 2021-03-10 | 2022-12-02 | 四川大学华西医院 | 一种适用于医疗信息平台的主数据管理系统 |
| CN113641751A (zh) * | 2021-07-01 | 2021-11-12 | 中科恒运股份有限公司 | 数据增量同步方法、装置及终端设备 |
| CN113539505A (zh) * | 2021-07-03 | 2021-10-22 | 深圳市裕辰医疗科技有限公司 | 血液透析质量控制结果的计算系统及其计算方法 |
| CN114385727A (zh) * | 2021-12-13 | 2022-04-22 | 中煤科工集团信息技术有限公司 | 一种关于不定期新增表的多表数据汇总方法及计算机设备 |
| CN114385727B (zh) * | 2021-12-13 | 2024-04-30 | 中煤科工集团信息技术有限公司 | 一种关于不定期新增表的多表数据汇总方法及计算机设备 |
| CN115809343A (zh) * | 2022-11-28 | 2023-03-17 | 中国银行股份有限公司 | 模型逻辑承接核对方法及装置 |
| CN116894029A (zh) * | 2023-07-05 | 2023-10-17 | 金卫医保信息管理(中国)有限公司 | 一种基于解析医保数据文档并自动化增量数据库的方法 |
| CN117033515A (zh) * | 2023-08-15 | 2023-11-10 | 浪潮软件股份有限公司 | 适配多类型数据库的数据同步系统及方法 |
| CN120448405A (zh) * | 2025-07-03 | 2025-08-08 | 山东华维智能科技有限公司 | 基于数据可视化的水表数据处理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022508348A (ja) | 2022-01-19 |
| CN110347662A (zh) | 2019-10-18 |
| CN110347662B (zh) | 2021-08-03 |
| JP7074307B2 (ja) | 2022-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110347662B (zh) | 一种基于通用数据模型的多中心医疗数据结构标准化系统 | |
| CN104077665B (zh) | 电网工程造价分析数据收集系统及方法 | |
| CN110349639A (zh) | 一种基于通用医疗术语库的多中心医疗术语标准化系统 | |
| CN114416740A (zh) | 一种异构数据库自动映射建表方法及工具 | |
| CN112735571B (zh) | 一种医疗健康数据上传管理平台 | |
| Fu et al. | Design and implementation of clinical LIS360 laboratory management system based on AI technology | |
| CN113486022A (zh) | 一种数据一致性验证方法和相关装置 | |
| CN115640457A (zh) | 信息管理方法、装置、设备、介质和程序产品 | |
| CN114218195A (zh) | 一种医疗物联网元宇宙底层数据模型结构 | |
| CN117540343B (zh) | 一种数据融合方法与系统 | |
| CN107609016A (zh) | 基于表达式解析的电力交易数据准确性校验方法 | |
| CN113392224A (zh) | 一种制度信息知识图谱构建方法及系统 | |
| CN119311665A (zh) | 医疗多源异构数据采集方法及系统、可读存储介质 | |
| CN118733793A (zh) | 一种多权属异构数据联合检索与智能融合系统 | |
| CN110378538A (zh) | 一种结合联合奖惩优化审批环境的方法及系统 | |
| CN116502606A (zh) | 一种面向mbse的可视化模型转换方法与系统 | |
| CN115602301A (zh) | 一种医学检验数据的数据资产目录构建系统及方法 | |
| CN115129735A (zh) | 一种支持多源异构数据的统一sql查询系统 | |
| CN103810242A (zh) | 创新经纬网及文献位置自动识别系统及方法 | |
| CN121983216A (zh) | 一种电子病历审查方法、系统、设备及介质 | |
| CN120743490A (zh) | 一种资源池数据提取方法、装置、设备及介质 | |
| CN119248753A (zh) | 一种适航审定数据迁移方法和系统 | |
| CN121808199A (zh) | 多源供应链部品数据处理系统、方法、电子设备及介质 | |
| CN116913483A (zh) | 医疗大数据处理方法、系统、电子设备和可读存储介质 | |
| CN120011358A (zh) | 一种保险行业的客户信息模型搭建方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 20808679 Country of ref document: EP Kind code of ref document: A1 |
|
| ENP | Entry into the national phase |
Ref document number: 2021533317 Country of ref document: JP Kind code of ref document: A |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 20808679 Country of ref document: EP Kind code of ref document: A1 |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 20808679 Country of ref document: EP Kind code of ref document: A1 |