[發(fā)明專利]醫(yī)療數(shù)據(jù)的分析方法、系統(tǒng)、介質(zhì)及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202011250091.6
• 申請(qǐng)日: 2020-11-11
• 公開（公告）號(hào): CN112071432A
• 公開（公告）日: 2020-12-11
• 發(fā)明（設(shè)計(jì)）人: 馬漢東;蔡俊杰
• 申請(qǐng)（專利權(quán)）人: 上海森億醫(yī)療科技有限公司
• 主分類號(hào): G16H50/70
• 分類號(hào): G16H50/70;G06F16/2458;G06K9/62
• 代理公司: 上海光華專利事務(wù)所(普通合伙) 31219
• 代理人: 徐秋平

本發(fā)明提供一種醫(yī)療數(shù)據(jù)的分析方法、系統(tǒng)、介質(zhì)及裝置，所述醫(yī)療數(shù)據(jù)的分析方法包括：確定醫(yī)療數(shù)據(jù)集的連續(xù)變量統(tǒng)計(jì)指標(biāo)和離散變量統(tǒng)計(jì)指標(biāo)；根據(jù)所述連續(xù)變量統(tǒng)計(jì)指標(biāo)和離散變量統(tǒng)計(jì)指標(biāo)的離群情況，聚類情況，時(shí)間變化平穩(wěn)性進(jìn)行異常數(shù)據(jù)檢測(cè)；結(jié)合多個(gè)所述醫(yī)療數(shù)據(jù)集的異常數(shù)據(jù)檢測(cè)結(jié)果，判斷不同醫(yī)療數(shù)據(jù)集之間的差異程度，以向用戶動(dòng)態(tài)顯示不同醫(yī)療數(shù)據(jù)集之間的比對(duì)信息。本發(fā)明針對(duì)數(shù)據(jù)探索性分析場(chǎng)景，在不需要專業(yè)IT技能和編程技能的情況下，使得業(yè)務(wù)人員能夠自主完成探索性分析和數(shù)據(jù)異常檢測(cè)。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)據(jù)分析的技術(shù)領(lǐng)域，涉及一種數(shù)據(jù)分析方法，特別是涉及一種醫(yī)療數(shù)據(jù)的分析方法、系統(tǒng)、介質(zhì)及裝置。

背景技術(shù)

目前，在機(jī)器學(xué)習(xí)模型建立之前，能夠充分的了解數(shù)據(jù)集的內(nèi)容，并且識(shí)別潛在的數(shù)據(jù)質(zhì)量問題，對(duì)于基于數(shù)據(jù)集的分析和建模項(xiàng)目的成功至關(guān)重要。

但現(xiàn)有的解決方案存在一些不足，主要包括以下幾個(gè)方面：（1）Excel等軟件盡管可以讓不具備編程技能的業(yè)務(wù)人員也能進(jìn)行一些數(shù)據(jù)分析，但是能夠支持的分析的內(nèi)容有很強(qiáng)的限制，尤其是在不使用vba編程的情況下難以實(shí)現(xiàn)批量的處理。（2）Excel以及類似的諸多軟件，只能生成靜態(tài)分析結(jié)果圖，無法進(jìn)行交互性探索。例如，對(duì)局部的放大，對(duì)特定條件的篩選，關(guān)閉、打開特定的數(shù)據(jù)集等。難以支持探索性分析的需要。（3）對(duì)于Jupyter等專業(yè)的分析工具，必須具備足夠的編程技能（例如python）才能熟練應(yīng)用。

因此，如何提供一種醫(yī)療數(shù)據(jù)的分析方法、系統(tǒng)、介質(zhì)及裝置，以解決現(xiàn)有技術(shù)無法突破專業(yè)技能限制，自動(dòng)、全面地進(jìn)行醫(yī)療數(shù)據(jù)分析等缺陷，成為本領(lǐng)域技術(shù)人員亟待解決的技術(shù)問題。

發(fā)明內(nèi)容

鑒于以上所述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種醫(yī)療數(shù)據(jù)的分析方法、系統(tǒng)、介質(zhì)及裝置，用于解決現(xiàn)有技術(shù)無法突破專業(yè)技能限制，自動(dòng)、全面地進(jìn)行醫(yī)療數(shù)據(jù)分析的問題。

為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明一方面提供一種醫(yī)療數(shù)據(jù)的分析方法，所述醫(yī)療數(shù)據(jù)的分析方法包括：確定醫(yī)療數(shù)據(jù)集的連續(xù)變量統(tǒng)計(jì)指標(biāo)和離散變量統(tǒng)計(jì)指標(biāo)；根據(jù)所述連續(xù)變量統(tǒng)計(jì)指標(biāo)和離散變量統(tǒng)計(jì)指標(biāo)的分布趨勢(shì)進(jìn)行異常數(shù)據(jù)檢測(cè)；結(jié)合多個(gè)所述醫(yī)療數(shù)據(jù)集的異常數(shù)據(jù)檢測(cè)結(jié)果，判斷不同醫(yī)療數(shù)據(jù)集之間的差異程度，以向用戶動(dòng)態(tài)顯示不同醫(yī)療數(shù)據(jù)集之間的比對(duì)信息。

于本發(fā)明的一實(shí)施例中，確定醫(yī)療數(shù)據(jù)集的連續(xù)變量統(tǒng)計(jì)指標(biāo)和離散變量統(tǒng)計(jì)指標(biāo)的步驟包括：分別確定所述醫(yī)療數(shù)據(jù)集中連續(xù)變量和離散變量的缺失率；對(duì)所述醫(yī)療數(shù)據(jù)集中連續(xù)變量和離散變量的數(shù)值進(jìn)行去重處理，并統(tǒng)計(jì)各數(shù)值的個(gè)數(shù)；根據(jù)各數(shù)值的個(gè)數(shù)確定出現(xiàn)個(gè)數(shù)最多的數(shù)值、出現(xiàn)個(gè)數(shù)最多的數(shù)值占比、出現(xiàn)個(gè)數(shù)在第二位的數(shù)值以及出現(xiàn)個(gè)數(shù)在第二位的數(shù)值占比；確定所述醫(yī)療數(shù)據(jù)集中連續(xù)變量的數(shù)值型統(tǒng)計(jì)指標(biāo)；確定所述醫(yī)療數(shù)據(jù)集中離散變量取值的占比。

于本發(fā)明的一實(shí)施例中，所述醫(yī)療數(shù)據(jù)集包括單變量數(shù)據(jù)和多元變量組；所述多元變量組是指變量個(gè)數(shù)大于一個(gè)的變量組合；根據(jù)所述連續(xù)變量統(tǒng)計(jì)指標(biāo)和離散變量統(tǒng)計(jì)指標(biāo)的分布趨勢(shì)進(jìn)行異常數(shù)據(jù)檢測(cè)的步驟包括：對(duì)所述單變量數(shù)據(jù)進(jìn)行時(shí)序穩(wěn)定性檢測(cè)和異常值檢測(cè)；對(duì)所述多元變量組進(jìn)行聚類分析和/或降維處理。

于本發(fā)明的一實(shí)施例中，時(shí)序穩(wěn)定性檢測(cè)的步驟包括：在業(yè)務(wù)場(chǎng)景條件未變化時(shí)，判斷所述連續(xù)變量統(tǒng)計(jì)指標(biāo)和離散變量統(tǒng)計(jì)指標(biāo)是否發(fā)生變化；若是，判定所述醫(yī)療數(shù)據(jù)集出現(xiàn)異常數(shù)據(jù)；若否，判定所述醫(yī)療數(shù)據(jù)集的數(shù)據(jù)穩(wěn)定。

于本發(fā)明的一實(shí)施例中，所述連續(xù)變量統(tǒng)計(jì)指標(biāo)包括平均值和標(biāo)準(zhǔn)差；異常值檢測(cè)的步驟包括：將所述醫(yī)療數(shù)據(jù)集中的連續(xù)變量的平均值與標(biāo)準(zhǔn)差整數(shù)倍的差值作為第一閾值，將所述連續(xù)變量的平均值與標(biāo)準(zhǔn)差整數(shù)倍的和作為第二閾值；判斷所述醫(yī)療數(shù)據(jù)集中的連續(xù)變量是否集中于所述第一閾值與第二閾值確定的范圍內(nèi)；若是，判定所述連續(xù)變量未出現(xiàn)異常值；若否，判定所述連續(xù)變量出現(xiàn)異常值。