[發明專利]醫療數據的分析方法、系統、介質及裝置

在審

• 申請號: 202011250091.6
• 申請日: 2020-11-11
• 公開（公告）號: CN112071432A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 馬漢東;蔡俊杰
• 申請（專利權）人: 上海森億醫療科技有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G06F16/2458;G06K9/62
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 徐秋平

1.一種醫療數據的分析方法，其特征在于，所述醫療數據的分析方法包括：

確定醫療數據集的連續變量統計指標和離散變量統計指標；

根據所述連續變量統計指標和離散變量統計指標的分布趨勢進行異常數據檢測；

結合多個所述醫療數據集的異常數據檢測結果，判斷不同醫療數據集之間的差異程度，以向用戶動態顯示不同醫療數據集之間的比對信息。

2.根據權利要求1所述的醫療數據的分析方法，其特征在于，確定醫療數據集的連續變量統計指標和離散變量統計指標的步驟包括：

分別確定所述醫療數據集中連續變量和離散變量的缺失率；

對所述醫療數據集中連續變量和離散變量的數值進行去重處理，并統計各數值的個數；

根據各數值的個數確定出現個數最多的數值、出現個數最多的數值占比、出現個數在第二位的數值以及出現個數在第二位的數值占比；

確定所述醫療數據集中連續變量的數值型統計指標；

確定所述醫療數據集中離散變量取值的占比。

3.根據權利要求1所述的醫療數據的分析方法，其特征在于，所述醫療數據集包括單變量數據和多元變量組；所述多元變量組是指變量個數大于一個的變量組合；根據所述連續變量統計指標和離散變量統計指標的分布趨勢進行異常數據檢測的步驟包括：

對所述單變量數據進行時序穩定性檢測和異常值檢測；

對所述多元變量組進行聚類分析和/或降維處理。

4.根據權利要求3所述的醫療數據的分析方法，其特征在于，時序穩定性檢測的步驟包括：

在業務場景條件未變化時，判斷所述連續變量統計指標和離散變量統計指標是否發生變化；

若是，判定所述醫療數據集出現異常數據；若否，判定所述醫療數據集的數據穩定。

5.根據權利要求3所述的醫療數據的分析方法，其特征在于，所述連續變量統計指標包括平均值和標準差；異常值檢測的步驟包括：

將所述醫療數據集中的連續變量的平均值與標準差整數倍的差值作為第一閾值，將所述連續變量的平均值與標準差整數倍的和作為第二閾值；

判斷所述醫療數據集中的連續變量是否集中于所述第一閾值與第二閾值確定的范圍內；

若是，判定所述連續變量未出現異常值；若否，判定所述連續變量出現異常值。

6.根據權利要求3所述的醫療數據的分析方法，其特征在于，對所述多元變量組進行聚類分析和/或降維處理的步驟包括：

對二維或三維的多元變量組進行聚類分析；

對超過三維的多元變量組直接進行聚類分析；或

對超過三維的多元變量組進行降維處理，通過主成分分析將所述超過三維的多元變量組降為二維或三維的多元變量組，再進行聚類分析；

根據聚類分析的結果識別異常聚類樣本。

7.根據權利要求2所述的醫療數據的分析方法，其特征在于，結合多個所述醫療數據集的異常數據檢測結果，判斷不同醫療數據集之間的差異程度的步驟包括：

對多個所述醫療數據集中連續變量和離散變量的通用統計指標進行比較，判斷不同醫療數據集之間通用統計指標的差異程度；所述通用統計指標包括：缺失率、去重處理后各數值的個數、出現個數最多的數值、出現個數最多的數值占比、出現個數在第二位的數值以及出現個數在第二位的數值占比；

對多個所述醫療數據集中的連續變量統計指標進行比較，判斷不同醫療數據集之間連續變量統計指標的差異程度；

對多個所述醫療數據集中離散變量取值的占比進行比較，判斷不同醫療數據集之間取值分布的差異程度。

8.一種醫療數據的分析系統，其特征在于，所述醫療數據的分析系統包括：

探索性分析模塊，用于確定醫療數據集的連續變量統計指標和離散變量統計指標；

異常檢測模塊，用于根據所述連續變量統計指標和離散變量統計指標的分布趨勢進行異常數據檢測；

差異判斷模塊，用于結合多個所述醫療數據集的異常數據檢測結果，判斷不同醫療數據集之間的差異程度，以向用戶動態顯示不同醫療數據集之間的比對信息。