[發明專利]一種確定待比對醫療數據的方法和裝置

在審

• 申請號: 202011095863.3
• 申請日: 2020-10-14
• 公開（公告）號: CN112185575A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 馬龍彪
• 申請（專利權）人: 北京嘉和美康信息技術有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G06Q10/04;G06K9/62;G06F16/9537;G06F16/2458;G06F16/21
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

本申請公開了一種確定待比對醫療數據的方法和裝置，該方法包括：將目標數據類型的多條待處理醫療數據劃分為對應預設抽取比對時間范圍的多條第一待處理醫療數據，以及多條第二待處理醫療數據；預設抽取比對時間范圍是基于目標數據類型的歷史醫療數據對應的聚合后的多條數據變化記錄，計算各個預設時間范圍的數據變化比例確定的；利用預設數據變化概率預測模型獲得每條第二待處理醫療數據的預測數據變化概率；預設數據變化概率預測模型是基于聚合后的多條數據變化記錄關聯對應的其他業務醫療數據和對應的統計數據變化概率訓練邏輯回歸模型獲得的；預測數據變化概率大于等于預設概率的第二待處理醫療數據、第一待處理醫療數據為待比對醫療數據。

技術領域

本申請涉及醫療數據處理技術領域，尤其涉及一種確定待比對醫療數據的方法和裝置。

背景技術

隨著數據挖掘技術的快速發展，數據挖掘技術在醫療領域具有巨大的價值。醫療數據的數據挖掘首先需要解決數據采集的問題。醫療數據相較于其他行業數據存在重復轉抄、反復修改刪除等特點，即，醫療數據在不斷變化；各種監管和財務等方面需要，需要對不斷變化的醫療數據進行數據采集以便匯總和統計。如何在數據采集時快速對醫療數據進行一致性抽取比對，保障醫療數據一致性，是當前醫療數據的數據采集所面臨的最大難題。

現有技術中，通常選擇一段時間范圍內醫療數據確定為待比對醫療數據進行全量比對。但是，一段時間范圍是預先設置的，若一段時間范圍過大，則確定的待比對醫療數據的數據量過大，全量比對耗時太長；若一段時間范圍過小，則確定的待比對醫療數據數據量過小，缺失很多變化醫療數據，無法保障醫療數據一致性。即，采用現有技術方式在數據采集時對醫療數據進行一致性抽取比對，所確定的待比對醫療數據不合適。

發明內容

有鑒于此，本申請實施例提供一種確定待比對醫療數據的方法和裝置，既能涵蓋基本所有的變化醫療數據，又盡可能降低待比對醫療數據的數據量，所確定的待比對醫療數據較為合適，以便后續提高醫療數據一致性抽取比對的效率和準確率。

第一方面，本申請實施例提供了一種確定待比對醫療數據的方法，所述方法包括：

將目標數據類型的多條待處理醫療數據劃分為多條第一待處理醫療數據和多條第二待處理醫療數據，所述第一待處理醫療數據對應預設抽取比對時間范圍；所述預設抽取比對時間范圍是基于所述目標數據類型的歷史醫療數據對應的聚合后的多條數據變化記錄，計算各個預設時間范圍的數據變化比例，由大于等于預設比例的數據變化比例對應的預設時間范圍確定的；

將每條所述第二待處理醫療數據輸入預設數據變化概率預測模型，獲得每條所述第二待處理醫療數據的預測數據變化概率；所述預設數據變化概率預測模型是基于所述聚合后的多條數據變化記錄關聯對應的其他業務醫療數據和對應的統計數據變化概率訓練邏輯回歸模型獲得的；

將所述預測數據變化概率大于等于預設概率的第二待處理醫療數據、多條所述第一待處理醫療數據確定為待比對醫療數據。

可選的，所述預設抽取比對時間范圍的確定步驟包括：

采集第一預設時間段內所述目標數據類型的歷史醫療數據進行全量比對，記錄數據變化情況連續執行第二預設時間段，獲得多條數據變化記錄；

聚合相同患者的數據變化記錄，統計對應的數據變化次數和數據變化時間區間，獲得所述聚合后的多條數據變化記錄；

基于聚合后的每條數據變化記錄中數據變化次數和數據變化時間區間的數值，計算各個所述預設時間范圍的數據變化比例；

將大于等于所述預設比例的數據變化比例對應的預設時間范圍，確定為所述預設抽取比對時間范圍。

可選的，所述數據變化記錄的數據格式包括以下數據項：

來源系統、數據主鍵、數據操作、記錄時間和患者標識；