[發明專利]一種醫療數據處理方法及裝置

在審

• 申請號: 201711339040.9
• 申請日: 2017-12-14
• 公開（公告）號: CN108182963A
• 公開（公告）日: 2018-06-19
• 發明（設計）人: 崔金夢;崔樂樂
• 申請（專利權）人: 山東浪潮云服務信息科技有限公司
• 主分類號: G16H10/00
• 分類號: G16H10/00
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 李世喆

1.一種醫療數據處理方法，其特征在于，包括：

針對至少一類醫療數據中的每一類醫療數據均執行：根據當前醫療數據的數據類型，利用所述數據類型對應的預設數據采集方式，將所述當前醫療數據采集到所述數據類型對應的關系型數據庫；

將每一個所述關系型數據庫中的醫療數據導入到一分布式數據庫時，根據預設數據清洗規則，對采集到的所述醫療數據進行清洗處理；

根據預設數據處理規則，對清洗后的所述醫療數據進行匯總處理。

2.根據權利要求1所述的方法，其特征在于，

所述數據類型為結構化數據時，所述預設數據采集方式包括：利用kettle中的輸入組件以進行醫療數據的輸入，并采用正則表達式對輸入的醫療數據進行匹配；其中，所述輸入組件包括Access輸入、逗號分隔值CSV文件輸入、數據庫表輸入、聯機分析處理OLAP輸入、簡易信息聚合RSS輸入、Cube輸入中的任意一種；

所述數據類型為半結構化數據，且所述醫療數據來源于網頁時，所述預設數據采集方式包括：采用機器學習技術、交互式元數據知識模型建模、引導學習方法對可擴展標記語言xml文件中的醫療數據進行抽取；

所述數據類型為非結構化數據時，所述預設數據采集方式包括：使用3種線型模型來表示表格，并采用模糊匹配方法識別表格中直線行上的字段；針對手寫漢字文件中的醫療數據，使用引力搜索算法識別并抽取表格中的漢字。

3.根據權利要求1所述的方法，其特征在于，

所述預設數據清洗規則包括：通過維護源數據文件相關的元數據，利用信息復寫方法進行數據映射轉換，以將醫療數據復寫為具有預設數據格式的醫療數據；利用kettle中的轉換組件，對源數據庫中不存在的醫療數據，進行拆分字段、字段選擇、剪切字符串中的任一處理操作；利用所述轉換組件，基于N Grams距離法、快速過濾法、基本近鄰排序方法、多趟排序近鄰方法和優先隊列策略中的任一方法，檢測待清洗醫療數據中的重復數據，并對檢測出的重復數據進行去重處理；利用kettle執行多進程、多線程、流水、多處理器中的任一技術，以進行醫療數據的并行增量處理；

其中，所述轉換組件包括排序記錄、去除重復記錄、哈希值計算中的任意一種。

4.根據權利要求1所述的方法，其特征在于，

所述預設數據處理規則包括：基于物理數據模型定義的表結構，將醫療數據裝入預設數據庫內部數據表中，其中，

所述預設數據庫與所述分布式數據庫處于同一系統中時，使用kettle中的輸出組件執行醫療數據裝入，其中，所述輸出組件包括結構化查詢語言SQL文件輸出、數據庫表輸出、Access輸出、刪除、RSS輸出中的任意一種；

所述預設數據庫與所述分布式數據庫不處于同一系統中時，通過元數據定義的數據規則和格式檢查，更新對應數據庫內的醫療數據，以及保存原有的醫療數據。

5.根據權利要求1至4中任一所述的方法，其特征在于，

所述至少一類醫療數據包括：醫療影像數據、病歷數據、檢驗檢查結果、診療費用數據中的任意一類或多類。

6.一種醫療數據處理裝置，其特征在于，包括：

數據采集單元，用于針對至少一類醫療數據中的每一類醫療數據均執行：根據當前醫療數據的數據類型，利用所述數據類型對應的預設數據采集方式，將所述當前醫療數據采集到所述數據類型對應的關系型數據庫；

數據清洗單元，用于將每一個所述關系型數據庫中的醫療數據導入到一分布式數據庫時，根據預設數據清洗規則，對采集到的所述醫療數據進行清洗處理；

數據處理單元，用于根據預設數據處理規則，對清洗后的所述醫療數據進行匯總處理。