[發明專利]一種基于醫療健康大數據的數據治理方法及系統

有效

• 申請號: 202011097864.1
• 申請日: 2020-10-14
• 公開（公告）號: CN112365939B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 崔立真;艾麗娜;閆中敏;鹿旭東;何偉;郭偉
• 申請（專利權）人: 山東大學
• 主分類號: G16H10/60
• 分類號: G16H10/60;G16H50/30;G16H50/70;G06F18/214;G06F18/23213;G06F18/241
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李琳

本發明公開了一種基于醫療健康大數據的數據治理方法及系統，所述方法包括以下步驟：獲取多源異構醫療健康大數據；根據預設的標準數據結構，對醫療健康大數據進行標準化；檢測存在數據缺失的屬性特征，對缺失數據采用聚類方法或隨機森林預測模型預測方法進行補全。本發明從多個角度出發，更加全面系統對醫療數據進行數據治理，提高醫療數據質量，為醫療數據分析及挖掘工作提供便利。

技術領域

本發明屬于醫療大數據處理技術領域，尤其涉及一種基于醫療健康大數據的數據治理方法及系統。

背景技術

本部分的陳述僅僅是提供了與本公開相關的背景技術信息，不必然構成在先技術。

隨著互聯網、計算機等信息技術的飛速發展，醫療健康信息化的廣泛普及，使得醫療健康大數據海量增長，醫療健康領域已經真正進入了“大數據時代”。計算機信息技術的快速發展，大數據技術手段的不斷革新，國家政策的大力支持，都使醫療服務得到更好的延伸，為人們提供了更簡潔、更便捷的醫療健康服務，也為醫療健康大數據指明了新的方向。對醫療健康大數據的進行有效挖掘及研究，為醫生和科研人員的決策提供新的可靠支撐等已成為當下醫療健康大數據的重要課題。

據發明人了解，目前針對醫療健康大數據的治理方法存在以下問題：

基于醫療大數據多源異構的特點，目前對醫療數據的格式沒有標準的數據結構和統一的存儲模式；對于缺失的、不完整的醫療數據，沒有有效的補全機制；且沒有對醫療數據進行高效的質量核查和管理等。

發明內容

為了解決上述問題，本發明提供一種基于醫療健康大數據的數據治理方法及系統，從多個角度出發，更加全面系統對醫療數據進行數據治理，提高醫療數據質量，為醫療數據分析及挖掘工作提供便利。

為實現上述目的，本發明采用如下技術方案：

第一方面，本發明提供一種基于醫療健康大數據的數據治理方法，包括：

獲取多源異構醫療健康大數據；

根據預設的標準數據結構，對醫療健康大數據進行標準化；

對標準化后的醫療健康大數據檢測存在數據缺失的屬性特征，對缺失數據進行補全。

第二方面，本發明提供一種基于醫療健康大數據的數據治理系統，包括：

數據獲取模塊，用于獲取多源異構醫療健康大數據；

數據標準化模塊，用于根據預設的標準數據結構，對醫療健康大數據進行標準化；

缺失補全模塊，用于對標準化后的醫療健康大數據檢測存在數據缺失的屬性特征，對缺失數據進行補全。

第三方面，本發明提供一種電子設備，包括存儲器和處理器以及存儲在存儲器上并在處理器上運行的計算機指令，所述計算機指令被處理器運行時，完成第一方面所述的方法。

第四方面，本發明提供一種計算機可讀存儲介質，用于存儲計算機指令，所述計算機指令被處理器執行時，完成第一方面所述的方法。

與現有技術相比，本發明的有益效果為：

本發明提出針對醫療健康大數據的數據治理方法，對醫療數據的集成、醫療數據存儲模式統一、醫學術語的標準化規范化、醫療數據的質量核查和管理、病歷文本的結構化信息提取等方面，從多個角度出發，更加全面系統對醫療數據進行數據治理，提高醫療數據質量，有助于開發醫療數據的潛在價值，為醫療數據分析及挖掘工作提供便利。

本發明的醫療健康大數據的數據治理方法，實現將來源不同、存儲形式不同的醫療數據進行數據存儲模式的整合統一，對于不規范的醫學術語進行標準化操作，對電子病歷文本進行結構化抽取，實現通過構建疾病隊列對特定病種的疾病進行研究與分析。