[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

本發明提供了一種醫療數據處理方法及裝置，該方法包括：針對每一類醫療數據均執行：利用當前醫療數據的數據類型所對應的預設數據采集方式，將當前醫療數據采集到該數據類型對應的關系型數據庫；將各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，對清洗后的醫療數據進行匯總處理。基于大數據技術以自動處理海量醫療數據，故本方案能夠解決現有醫療數據處理費時費力的問題。

技術領域

本發明涉及計算機技術領域，特別涉及一種醫療數據處理方法及裝置。

背景技術

在現今社會，醫療和健康數據呈幾何級增長趨勢急劇擴容，使得醫療數據數量龐大。

目前，工作人員可以按需查詢分析部分特定醫療數據，以從中獲得有用信息。

但是，當醫療數據數量龐大時，現有實現方式費時費力。

發明內容

本發明提供了一種醫療數據處理方法及裝置，能夠解決現有醫療數據處理費時費力的問題。

為了達到上述目的，本發明是通過如下技術方案實現的：

一方面，本發明提供了一種醫療數據處理方法，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。

進一步地，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、CSV(Comma-Separated Values，逗號分隔值)文件輸入、數據庫表輸入、OLAP(Online Analytical Processing，聯機分析處理)輸入、RSS(Really Simple Syndication，簡易信息聚合)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xml(Extensible Markup Language，可擴展標記語言)文件中的醫療數據進行抽??；

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。

進一步地，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。

進一步地，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，