CN106021915A - 基于大数据面向自动诊疗的医疗数据分析***和装置 - Google Patents
基于大数据面向自动诊疗的医疗数据分析***和装置 Download PDFInfo
- Publication number
- CN106021915A CN106021915A CN201610329178.XA CN201610329178A CN106021915A CN 106021915 A CN106021915 A CN 106021915A CN 201610329178 A CN201610329178 A CN 201610329178A CN 106021915 A CN106021915 A CN 106021915A
- Authority
- CN
- China
- Prior art keywords
- data
- health check
- index
- medical treatment
- large database
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G06F19/324—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/14—Details of searching files based on file metadata
- G06F16/148—File search processing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
基于大数据面向自动诊疗的医疗数据分析***和装置。本发明涉及一种医疗数据分析***和装置,所述***包括:体检数据采集设备和数据服务器;所述体检数据采集设备用于获取第一体检数据,并将所述第一体检数据发送给所述数据服务器;所述数据服务器用于根据所述第一体检数据在医疗大数据库中查找与所述第一体检数据匹配度最高的第二体检数据;从所述医疗大数据库中提取所述第二体检数据对应的确诊数据;根据所述确诊数据生成所述第一体检数据对应的分析结果。本发明提供的医疗数据分析***和装置,充分利用医疗大数据库中存储的海量医疗数据对第一体检数据进行分析,提高了分析结果的准确性,同时也提高了医疗大数据库中存储的海量医疗数据的利用率。
Description
技术领域
本发明涉及数据分析技术领域,特别是涉及基于大数据面向自动诊疗的医疗数据分析***和装置。
背景技术
随着互联网技术的发展,医院利用计算来记录患者的检测数据,并将医疗数据存储到服务器。每天大量的患者到医院就诊,医生将每个患者的检测数据输入到计算机以存储到服务器中。
然而,在将医疗数据存储到数据库中后,大量的医疗数据需要占用较多的存储空间,同时这些医疗数据也没能被得到充分利用,存储到数据库中的医疗数据的利用率较低,造成了医疗数据闲置的情况。
发明内容
基于此,有必要针-对医疗数据利用率较低的问题,提供一种医疗数据分析***和装置。
一种医疗数据分析***,所述***包括:体检数据采集设备和数据服务器;
所述体检数据采集设备用于获取第一体检数据,并将所述第一体检数据发送给所述数据服务器;
所述数据服务器用于根据所述第一体检数据在医疗大数据库中查找与所述第一体检数据匹配度最高的第二体检数据;从所述医疗大数据库中提取所述第二体检数据对应的确诊数据;根据所述确诊数据生成所述第一体检数据对应的分析结果。
在其中一个实施例中,所述数据服务器还用于获取确诊患者所对应的体检数据和确诊数据;将获取的体检数据和相应的确诊数据进行关联并存储在医疗大数据库中。
在其中一个实施例中,所述体检数据采集设备还用于进行覆盖相应患者身体各部分的检测得到检测数据后,对所述检测数据进行分析获得第一体检数据。
在其中一个实施例中,所述数据服务器还用于提取所述第一体检数据中体检指标对应的数值和所述医疗大数据库中的体检数据中的体检指标所对应的数值;根据提取到的数值计算所述第一体检数据与所述医疗大数据库中体检数据的匹配度。
在其中一个实施例中,所述数据服务器还用于遍历所述医疗大数据库中的各体检数据中的体检指标;计算遍历的体检指标与所述第一体检数据中相应体检指标的数值差异;根据所述数值差异和相应体检指标对应的预设范围确定匹配的体检指标;根据遍历的体检数据中匹配的体检指标的数量确定所述第一体检数据与所述医疗大数据库中相应体检数据的匹配度。
在其中一个实施例中,所述数据服务器还用于提取所述确诊数据中的疾病名称;根据所述疾病名称生成所述第一体检数据对应的分析报告。
上述医疗数据分析***,医疗大数据库中存储有许多患者的体检数据和确诊数据,在数据服务器通过体检数据采集设备获取第一体检数据,利用医疗大数据库中存储的海量数据对获取到的第一体检数据进行分析,可以提高分析结果的准确性,在医疗大数据库中的海量数据中查找与第一体检数据匹配度最高的第二体检数据,根据第二体检数据对应的确诊数据生成第一体检数据对应的分析结果。这样,充分利用医疗大数据库中存储的海量医疗数据对第一体检数据进行分析,提高了分析结果的准确性,进而辅助医生更加快速、准确、合理地做出诊断,同时也提高了医疗大数据库中存储的海量医疗数据的利用率。
一种医疗数据分析装置,所述装置包括:
体检数据获取模块,用于获取第一体检数据;
体检数据查找模块,用于根据所述第一体检数据在医疗大数据库中查找与所述第一体检数据匹配度最高的第二体检数据;
确诊数据提取模块,用于从所述医疗大数据库中提取所述第二体检数据对应的确诊数据;
分析结果生成模块,用于根据所述确诊数据生成所述第一体检数据对应的分析结果。
在其中一个实施例中,所述装置包括:
患者数据获取模块,用于获取确诊患者所对应的体检数据和确诊数据;
数据关联存储模块,用于将获取的体检数据和相应的确诊数据进行关联并存储在医疗大数据库中。
在其中一个实施例中,所述体检数据获取模块还用于进行覆盖相应患者身体各部分的检测得到检测数据后,对所述检测数据进行分析获得第一体检数据。
在其中一个实施例中,所述体检数据查找模块包括:
体检数值提取模块,用于提取所述第一体检数据中体检指标对应的数值和所述医疗大数据库中体检数据的体检指标所对应的数值;
体检数值计算模块,用于根据提取到的数值计算所述第一体检数据与所述医疗大数据库中体检数据的匹配度。
在其中一个实施例中,所述体检数据查找模块包括:
体检指标遍历模块,用于遍历所述医疗大数据库中的各体检数据中的体检指标;
数值差异计算模块,用于计算遍历的体检指标与所述第一体检数据中相应体检指标的数值差异;
体检指标确定模块,用于根据所述数值差异和相应体检指标对应的预设范围确定匹配的体检指标;
匹配度确定模块,用于根据遍历的体检数据中匹配的体检指标的数量确定所述第一体检数据与所述医疗大数据库中相应体检数据的匹配度。
在其中一个实施例中,所述分析结果生成模块包括:
疾病名称提取模块,用于提取所述确诊数据中的疾病名称;
分析报告生成模块,用于根据所述疾病名称生成所述第一体检数据对应的疾病分析报告。
上述医疗数据分析装置,医疗大数据库中存储有许多患者的体检数据和确诊数据,在获取第一体检数据后,利用医疗大数据库中存储的海量数据对获取到的第一体检数据进行分析,可以提高分析结果的准确性,在医疗大数据库中的海量数据中查找与第一体检数据匹配度最高的第二体检数据,根据第二体检数据对应的确诊数据生成第一体检数据对应的分析结果。这样,充分利用医疗大数据库中存储的海量医疗数据对第一体检数据进行分析,提高了分析结果的准确性,进而辅助医生更加快速、准确、合理地做出诊断,同时也提高了医疗大数据库中存储的海量医疗数据的利用率。
附图说明
图1为一个实施例中医疗数据分析***的应用环境图;
图2为一个实施例中医疗数据分析装置的结构框图;
图3为另一个实施例中医疗数据分析装置的结构框图;
图4为一个实施例中体检数据查找模块的结构框图;
图5为另一个实施例中体检数据查找模块的结构框图;
图6为一个实施例中分析结果生成模块的结构框图;
图7为一个实施例中医疗数据分析方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为一个实施例中医疗数据分析***的应用环境图,医疗数据分析***包括体检数据采集设备110和数据服务器120,体检数据采集设备110和数据服务器120通过网络连接。体检采集设备110包括采集控制终端112、扫描部件114和采集平台116,采集控制终端112通过控制扫描部件114和采集平台116采集位于采集平台116上患者的体检数据。扫描部件114具体可可以是B超(B-modeultrasonography)设备中的超声扫描仪,还可以是CT(X线计算机断层摄影,Computed Tomography)设备中X线管和探测器,也可以是MRI(磁共振成像,Magnetic Resonance Imaging)成像设备中的磁场发生器、无线电波发生器和探测器。
在一个实施例中,体检数据采集设备110用于获取第一体检数据,并将第一体检数据发送给数据服务器120。
具体地,体检数据采集设备110对患者身体各部位将检查,通过对患者身体各部分的检查生成患者的第一体检数据,第一体检数据包括对患者各部分进行检查得到的数据。体检数据采集设备110在获取到第一体检数据后,将第一体检数据通过网络发送给数据服务器120。
数据服务器120用于根据第一体检数据在医疗大数据库中查找与第一体检数据匹配度最高的第二体检数据;从医疗大数据库中提取第二体检数据对应的确诊数据;根据确诊数据生成第一体检数据对应的分析结果。
具体地,数据服务器120在接收到体检数据采集设备110发送的第一体检数据后,则计算第一体检数据与医疗大数据库中每份体检数据的匹配度,对计算得到的匹配度进行比较,在医疗大数据库中选取与第一体检数据匹配度最高的体检数据作为第二体检数据。医疗大数据库中存储着多位患者的体检数据和确诊数据,每位患者的体检数据和确诊数据建立有对应关系,医疗大数据库中的体检数据的数据格式和第一体检数据的数据格式相同。医疗大数据库具体可以是建立在数据服务器120上,也可以建立在其他数据平台或数据服务器上,数据平台可以是云存储平台。体检数据和确诊数据的对应关系可以是体检数据通过患者标识与确诊数据对应,患者标识具体可以是患者编号,患者编号具体可以是患者姓名、性别、年龄和家庭住址中的至少一种。确诊数据是确诊患者所生疾病种类的数据。
在一个实施例中,数据服务器120可以以第一体检数据和医疗大数据库中存储的体检数据的文本相似度作为匹配度,相似度越高则匹配度越高。其中文本相似度可以根据第一体检数据和医疗大数据库中体检数据的最小编辑距离或海明距离来计算,也可采用其他计算文本相似度的算法计算。
数据服务器120在从医疗大数据库中查找到第二体检数据后,在医疗大数据库中根据体检数据和确诊数据的对应关系提取第二体检数据对应的确诊数据,根据提取到的确诊数据的内容生成第一体检数据对应的分析结果,将分析结果与第一体检数据对应存储。分析结果为第一体检数据所对应患者的健康状况,具体可以包括疾病名称。
在一个实施例中,数据服务器120具体可以是云服务器,医疗大数据库可以是云服务器中安装的分布式存储***,在分布式存储***中存储着体检数据和确诊数据,分布式存储***中由多个节点组成,节点可以是具有存储功能和计算功能的数据服务器,每份体检数和确诊数据被存储在至少一个节点上,当有一个节点上的数据出错,分布式存储***将另外节点中的数据拷贝到数据出错的节点实现数据容错。多个节点可以并行计算分布式存储***中存储的体检数据与第一体检数据的匹配度,并根据匹配选取第二体检数据。
本实施例中,医疗大数据库中存储有许多患者的体检数据和确诊数据,在数据服务器通过体检数据采集设备获取第一体检数据,利用医疗大数据库中存储的海量数据对获取到的第一体检数据进行分析,可以提高分析结果的准确性,在医疗大数据库中的海量数据中查找与第一体检数据匹配度最高的第二体检数据,根据第二体检数据对应的确诊数据生成第一体检数据对应的分析结果。这样,充分利用医疗大数据库中存储的海量医疗数据对第一体检数据进行分析,提高了分析结果的准确性,同时也提高了医疗大数据库中存储的海量医疗数据的利用率。
在一个实施例中,数据服务器120还用于获取确诊患者所对应的体检数据和确诊数据;将获取的体检数据和相应的确诊数据进行关联并存储在医疗大数据库中。
具体地,数据服务器120查找已经确诊患者的患者标识,再从确诊数据库中提取患者标识对应的确诊数据,从体检数据库中提取患者标识的体检数据。数据服务器120将同一个患者标识对应的确诊数据和体检数据进行关联并存储到医疗大数据库中。具体可以将同一个患者标识对应的确诊数据和体检数据对应存储在医疗大数据库中,还可以分别提取确诊数据和体检数据中的特征数据,建立特征数据的对应关系表,通过特征数据的对应关系表将同一个患者标识对应的确诊数据和体检数据关联,并将关联后的确诊数据和体检数据存储到医疗大数据库中,具体还可以通过患者标识将同一个患者标识对应的确诊数据和体检数据进行关联,将患者标识、确诊数据和体检数据对应存储在医疗大数据库中。
本实施例中,将确诊患者的确诊数据和体检数据存储在医疗大数据库中,使医疗大数据库中存储着海量确诊患者的确诊数据和体检数据,并且同一患者标识对应的确诊数据和体检数据关联存储在医疗大数据库中,为第一体检数据的分析提供了大数据支撑,通过医疗大数据库中海量确诊患者的数据对第一体检数据进行分析,提高了第一体检数据的分析结果的准确性。
在一个实施例中,体检数据采集设备110还用于进行覆盖相应患者身体各部分的检测得到检测数据后,对检测数据进行分析获得第一体检数据。
具体地,体检数据采集设备110为医疗扫描设备,医疗扫描设备用于对患者身体部分进行扫描来获取患者的体检数据。体检数据采集设备110对患者身体进行覆盖身体各部分进行检测得到患者的检测数据,提取检测数据中的特征区域进行分析得到患者的覆盖身体各部分的第一体检数据。检测数据具体可以是CT(X线计算机断层摄影,Computed Tomography)图像,B超(B-modeultrasonography)图像和MRI(磁共振成像,Magnetic Resonance Imaging)图像中的至少一种。
本实施例中,体检数据采集设备110进行覆盖患者身体各部分的扫描得到医疗图像,对医疗图像进行分析获得第一体检数据,第一体检数据为涉及患者身体各部分的体检数据,在体检数据分析时,可以考虑到患者身体各部分的情况进行全面的体检数据分析,相比于以患者某个部分的体检数据进行分析得到的分析结果,提高了体检数据的分析结果的准确性。
数据服务器120还用于提取第一体检数据中体检指标对应的数值和医疗大数据库中的体检数据中的体检指标所对应的数值;根据提取到的数值计算第一体检数据与医疗大数据库中体检数据的匹配度。
具体地,体检数据中包括多个体检指标,每个体检指标对应着不同的数值。数据服务器120在接收到第一体检数据后,对第一体检数据进行分析,提取第一体检数据中各体检指标对应的数值。数据服务器120提取医疗大数据库中每份体检数据中的各体检指标对应的数值。第一体检数据中的体检指标数量与医疗大数据库中每份体检数据的体检指标数量相同,且体检指标的名称也相同,根据相应的体检指标对应的数值的匹配结果来计算第一体检数据与医疗大数据库中体检数据的匹配度。匹配结果具体可以是第一体检数据中体检指标和医疗大数据库中某份体检数据中体检指标数值相等的体检指标的个数。
在一个实施例中,数据服务器120还用于遍历医疗大数据库中的各体检数据中的体检指标;计算遍历的体检指标与第一体检数据中相应体检指标的数值差异;根据数值差异和相应体检指标对应的预设范围确定匹配的体检指标;根据遍历的体检数据中匹配的体检指标的数量确定第一体检数据与医疗大数据库中相应体检数据的匹配度。
具体地,数据服务器120在遍历医疗大数据库中的各体检数据中的体检指标时,提取体检指标对应的数值。将每份体检数据中体检指标对应的数值与第一体检数据中相应的体检指标的数值相减得到每个体检指标对应的差值,计算每份体检指标对应的差值的绝对值作为体检指标的数值差异,各体检指标都对应有预设范围,其中相应体检指标的数值差异如果在预设范围内,则表示该体检指标匹配。分别统计第一体检数据与医疗大数据库中各体检数据匹配的体检指标数量,以统计的体检指标数量作为第一体检数据与医疗大数据库中相应体检数据的匹配度。具体还可以用匹配的体检指标数量除以体检指标的总数量,以计算得到的商作为第一体检数据与医疗大数据库中相应体检数据的匹配度。
本实施例中,根据第一体检数据中的体检指标对应的数值和医疗大数据库中各体检数据的体检指标对应的数值计算,通过计算得到第一体检数据中体检指标与医疗大数据库中各体检数据的体检指标的数值差异,根据数值差异来确定匹配体检指标的数量,从而根据匹配体检指标的数量计算得到第一体检数据与医疗数据中相应体检数据的匹配度。通过计算第一体检数据中体检指标与医疗大数据库中海量体检数据的体检指标的数值差异,得到第一体检数据与医疗大数据库中各体检数据准确的匹配度,进而根据匹配度选取与第一体检数据最匹配的第二体检数据。
在一个实施例中,数据服务器120还用于提取确诊数据中的疾病名称;根据疾病名称生成第一体检数据对应的分析结果。
具体地,数据服务器120在获取到与第二体检数据对应的确诊数据后,提取确诊数据中确诊数据对应的患者所确诊的疾病名称,以提取到的疾病名称作为第一体检数据的分析结果,第一体检数据的分析结果表示第一体检数据对应的患者所患疾病的疾病名称,进而辅助医生更加快速、准确、合理地做出诊断。
本实施例中,数据服务器120在利用医疗大数据库中存储的大量数据对第一体检数据进行分析时,在查找到与第一体检数据匹配度高的第二体检数据后,提取第二体检数据对应的确诊数据,根据确诊数据中的疾病名称生成第二体检数据的分析报告,提高了第一体检数据的分析效率和分析结果的准确性。
如图2所示,在一个实施例中,提供一种医疗数据分析装置200,该装置具体包括:体检数据获取模块202、体检数据查找模块204、确诊数据提取模块206和分析结果生成模块208。
体检数据获取模块202,用于获取第一体检数据。
具体地,体检数据获取模块202利用体检数据采集设备110对患者身体各部位将检查,通过对患者身体各部分的检查生成患者的第一体检数据,第一体检数据包括对患者各部分进行检查得到的数据。
体检数据查找模块204,用于根据第一体检数据在医疗大数据库中查找与第一体检数据匹配度最高的第二体检数据。
具体地,体检数据查找模块204在接收到体检数据获取模块202发送的第一体检数据后,则计算第一体检数据与医疗大数据库中每份体检数据的匹配度,对计算得到的匹配度进行比较,在医疗大数据库中选取与第一体检数据匹配度最高的体检数据作为第二体检数据。医疗大数据库中存储着多位患者的体检数据和确诊数据,每位患者的体检数据和确诊数据建立有对应关系,医疗大数据库中的体检数据的数据格式和第一体检数据的数据格式相同。
在一个实施例中,医疗大数据库可以是云服务器中安装的分布式存储***,在分布式存储***中存储着体检数据和确诊数据,分布式存储***中由多个节点组成,节点可以是具有存储功能和计算功能的数据服务器,每份体检数和确诊数据被存储在至少一个节点上,当有一个节点上的数据出错,分布式存储***将另外节点中的数据拷贝到数据出错的节点实现数据容错。多个节点可以并行计算分布式存储***中存储的体检数据与第一体检数据的匹配度,并根据匹配查找第二体检数据。
确诊数据提取模块206,用于从医疗大数据库中提取第二体检数据对应的确诊数据。
具体地,体检数据和确诊数据的对应关系可以是体检数据通过患者标识与确诊数据对应,患者标识具体可以是患者编号,患者编号具体可以是患者姓名、性别、年龄和家庭住址中的至少一种。确诊数据是确诊患者所生疾病种类的数据。在从医疗大数据库中查找到第二体检数据后,在医疗大数据库中根据体检数据和确诊数据的对应关系提取第二体检数据对应的确诊数据。
分析结果生成模块208,用于根据确诊数据生成第一体检数据对应的分析结果。
具体地,分析结果生成模块208根据提取到的确诊数据的内容生成第一体检数据对应的分析结果,将分析结果与第一体检数据对应存储。分析结果为第一体检数据所对应患者的健康状况,具体可以包括疾病名称,进而辅助医生更加快速、准确、合理地做出诊断。
本实施例中,医疗大数据库中存储有许多患者的体检数据和确诊数据,在获取第一体检数据后,利用医疗大数据库中存储的海量数据对获取到的第一体检数据进行分析,可以提高分析结果的准确性,在医疗大数据库中的海量数据中查找与第一体检数据匹配度最高的第二体检数据,根据第二体检数据对应的确诊数据生成第一体检数据对应的分析结果。这样,充分利用医疗大数据库中存储的海量医疗数据对第一体检数据进行分析,提高了分析结果的准确性,进而辅助医生更加快速、准确、合理地做出诊断,同时也提高了医疗大数据库中存储的海量医疗数据的利用率。
如图3所示,在一个实施例中,医疗数据分析装置200还包括:患者数据获取模块210和数据关联存储模块212。
患者数据获取模块210,用于获取确诊患者所对应的体检数据和确诊数据。
具体地,患者数据获取模块210查找已经确诊患者的患者标识,再从确诊数据库中提取患者标识对应的确诊数据,从体检数据库中提取患者标识的体检数据。
数据关联存储模块212,用于将获取的体检数据和相应的确诊数据进行关联并存储在医疗大数据库中。
具体地,数据关联存储模块212将同一个患者标识对应的确诊数据和体检数据进行关联并存储到医疗大数据库中。具体可以将同一个患者标识对应的确诊数据和体检数据对应存储在医疗大数据库中,还可以分别提取确诊数据和体检数据中的特征数据,建立特征数据的对应关系表,通过特征数据的对应关系表将同一个患者标识对应的确诊数据和体检数据关联,并将关联后的确诊数据和体检数据存储到医疗大数据库中,具体还可以通过患者标识将同一个患者标识对应的确诊数据和体检数据进行关联,将患者标识、确诊数据和体检数据对应存储在医疗大数据库中。
本实施例中,将确诊患者的确诊数据和体检数据存储在医疗大数据库中,使医疗大数据库中存储着海量确诊患者的确诊数据和体检数据,并且同一患者标识对应的确诊数据和体检数据关联存储在医疗大数据库中,为第一体检数据的分析提供了大数据支撑,通过医疗大数据库中海量确诊患者的数据对第一体检数据进行分析,提高了第一体检数据的分析结果的准确性。
在一个实施例中,体检数据获取模块202还用于进行覆盖相应患者身体各部分的检测得到检测数据后,对检测数据进行分析获得第一体检数据。
具体地,体检数据获取模块202对患者身体进行覆盖身体各部分进行检测得到患者的检测数据,提取检测数据中的特征区域进行分析得到患者的覆盖身体各部分的第一体检数据。检测数据具体可以是CT(X线计算机断层摄影,Computed Tomography)图像,B超(B-mode ultrasonography)图像和MRI(磁共振成像,Magnetic Resonance Imaging)图像中的至少一种。
本实施例中,体检数据获取模块202进行覆盖患者身体各部分的扫描得到医疗图像,对医疗图像进行分析获得第一体检数据,第一体检数据为涉及患者身体各部分的体检数据,在体检数据分析是,可以考虑到患者身体各部分的情况进行全面的体检数据分析,相比于以患者某个部分的体检数据进行分析得到的分析结果,提高了体检数据的分析结果的准确性。
如图4所示,在一个实施例中,体检数据查找模块204具体包括:体检数值提取模块204a和体检数值计算模块204b。
体检数值提取模块204a,用于提取第一体检数据中体检指标对应的数值和医疗大数据库中体检数据的体检指标所对应的数值;
体检数值计算模块204b,用于根据提取到的数值计算第一体检数据与医疗大数据库中体检数据的匹配度。
具体地,体检数据中包括多个体检指标,每个体检指标对应着不同的数值。体检数值提取模块204a在接收到第一体检数据后,对第一体检数据进行分析,提取第一体检数据中各体检指标对应的数值。体检数值提取模块204a提取医疗大数据库中每份体检数据中的各体检指标对应的数值。第一体检数据中的体检指标数量与医疗大数据库中每份体检数据的体检指标数量相同,且体检指标的名称也相同,体检数值计算模块204b根据相应的体检指标对应的数值的匹配结果来计算第一体检数据与医疗大数据库中体检数据的匹配度。匹配结果具体可以是第一体检数据中体检指标和医疗大数据库中某份体检数据中体检指标数值相等的体检指标的个数。
如图5所示,在一个实施例中,体检数据查找模块204具体包括:体检指标遍历模块204c、数值差异计算模块204d、体检指标确定模块204e和匹配度确定模块204f。
体检指标遍历模块204c,用于遍历医疗大数据库中的各体检数据中的体检指标。
数值差异计算模块204d,用于计算遍历的体检指标与第一体检数据中相应体检指标的数值差异。
体检指标确定模块204e,用于根据数值差异和相应体检指标对应的预设范围确定匹配的体检指标。
匹配度确定模块204f,用于根据遍历的体检数据中匹配的体检指标的数量确定第一体检数据与医疗大数据库中相应体检数据的匹配度。
具体地,体检指标遍历模块204c在遍历医疗大数据库中的各体检数据中的体检指标时,提取体检指标对应的数值。数值差异计算模块204d将每份体检数据中体检指标对应的数值与第一体检数据中相应的体检指标的数值相减得到每个体检指标对应的差值,计算每份体检指标对应的差值的绝对值作为体检指标的数值差异,各体检指标都对应有预设范围,其中相应体检指标的数值差异如果在预设范围内,则表示该体检指标匹配。体检指标确定模块204e,用于根据数值差异和相应体检指标对应的预设范围确定匹配的体检指标。匹配度确定模块204f分别统计第一体检数据与医疗大数据库中各体检数据匹配的体检指标数量,以统计的体检指标数量作为第一体检数据与医疗大数据库中相应体检数据的匹配度。具体还可以用匹配的体检指标数量除以体检指标的总数量,以计算得到的商作为第一体检数据与医疗大数据库中相应体检数据的匹配度。
本实施例中,根据第一体检数据中的体检指标对应的数值和医疗大数据库中各体检数据的体检指标对应的数值计算,通过计算得到第一体检数据中体检指标与医疗大数据库中各体检数据的体检指标的数值差异,根据数值差异来确定匹配体检指标的数量,从而根据匹配体检指标的数量计算得到第一体检数据与医疗数据中相应体检数据的匹配度。通过计算第一体检数据中体检指标与医疗大数据库中海量体检数据的体检指标的数值差异,得到第一体检数据与医疗大数据库中各体检数据准确的匹配度,进而根据匹配度选取与第一体检数据最匹配的第二体检数据。
如图6所示,在一个实施例中,分析结果生成模块208具体包括:疾病名称提取模块208a和分析报告生成模块208b。
疾病名称提取模块208a,用于提取确诊数据中的疾病名称。
分析报告生成模块208b,用于根据疾病名称生成第一体检数据对应的疾病分析报告。
具体地,在获取到与第二体检数据对应的确诊数据后,疾病名称提取模块208a提取确诊数据中确诊数据对应的患者所确诊的疾病名称,分析报告生成模块208b以提取到的疾病名称作为第一体检数据的分析结果,第一体检数据的分析结果表示第一体检数据对应的患者所患疾病的疾病名称,根据分析结果生成第一体检数据对应的分析报告。
本实施例中,在利用医疗大数据库中存储的大量数据对第一体检数据进行分析时,在查找到与第一体检数据匹配度高的第二体检数据后,提取第二体检数据对应的确诊数据,根据确诊数据中的疾病名称生成第二体检数据的分析报告,提高了第一体检数据的分析效率和分析结果的准确性,并通过分析报告全面反映第一体检数据所对应患者的健康状况。
如图7所示,在一个实施例中,提供一种医疗数据分析方法,该方法具体包括以下步骤:
步骤702,获取第一体检数据。
步骤704,根据第一体检数据在医疗大数据库中查找与第一体检数据匹配度最高的第二体检数据。
步骤706,从医疗大数据库中提取第二体检数据对应的确诊数据。
步骤708,根据确诊数据生成第一体检数据对应的分析结果。
在一个实施例中,步骤702之前还包括:获取确诊患者所对应的体检数据和确诊数据;将获取的体检数据和相应的确诊数据进行关联并存储在医疗大数据库中。
在一个实施例中,步骤702包括进行覆盖相应患者身体各部分的检测得到检测数据后,对检测数据进行分析获得第一体检数据。
在一个实施例中,步骤704具体还包括:提取第一体检数据中体检指标对应的数值和医疗大数据库中体检数据的体检指标所对应的数值;根据提取到的数值计算第一体检数据与医疗大数据库中体检数据的匹配度。
在一个实施例中,步骤704具体还包括:遍历医疗大数据库中的各体检数据中的体检指标;计算遍历的体检指标与第一体检数据中相应体检指标的数值差异;根据数值差异和相应体检指标对应的预设范围确定匹配的体检指标;根据遍历的体检数据中匹配的体检指标的数量确定第一体检数据与医疗大数据库中相应体检数据的匹配度。
在一个实施例中,步骤708具体还包括:提取确诊数据中的疾病名称;根据疾病名称生成第一体检数据对应的疾病分析结果。
本实施例中,医疗大数据库中存储有许多患者的体检数据和确诊数据,在获取第一体检数据后,利用医疗大数据库中存储的海量数据对获取到的第一体检数据进行分析,可以提高分析结果的准确性,在医疗大数据库中的海量数据中查找与第一体检数据匹配度最高的第二体检数据,根据第二体检数据对应的确诊数据生成第一体检数据对应的分析结果。这样,充分利用医疗大数据库中存储的海量医疗数据对第一体检数据进行分析,提高了分析结果的准确性,同时也提高了医疗大数据库中存储的海量医疗数据的利用率。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种医疗数据分析***,其特征在于,所述***包括:体检数据采集设备和数据服务器;
所述体检数据采集设备用于获取第一体检数据,并将所述第一体检数据发送给所述数据服务器;
所述数据服务器用于根据所述第一体检数据在医疗大数据库中查找与所述第一体检数据匹配度最高的第二体检数据;从所述医疗大数据库中提取所述第二体检数据对应的确诊数据;根据所述确诊数据生成所述第一体检数据对应的分析结果。
2.根据权利要求1所述的***,其特征在于,所述数据服务器还用于获取确诊患者所对应的体检数据和确诊数据;将获取的体检数据和相应的确诊数据进行关联并存储在医疗大数据库中。
3.根据权利要求1所述的***,其特征在于,所述体检数据采集设备还用于进行覆盖相应患者身体各部分的检测得到检测数据后,对所述检测数据进行分析获得第一体检数据。
4.根据权利要求1所述的***,其特征在于,所述数据服务器还用于提取所述第一体检数据中体检指标对应的数值和所述医疗大数据库中的体检数据中的体检指标所对应的数值;根据提取到的数值计算所述第一体检数据与所述医疗大数据库中体检数据的匹配度。
5.根据权利要求1所述的***,其特征在于,所述数据服务器还用于遍历所述医疗大数据库中的各体检数据中的体检指标;计算遍历的体检指标与所述第一体检数据中相应体检指标的数值差异;根据所述数值差异和相应体检指标对应的预设范围确定匹配的体检指标;根据遍历的体检数据中匹配的体检指标的数量确定所述第一体检数据与所述医疗大数据库中相应体检数据的匹配度。
6.一种医疗数据分析装置,其特征在于,所述装置包括:
体检数据获取模块,用于获取第一体检数据;
体检数据查找模块,用于根据所述第一体检数据在医疗大数据库中查找与所述第一体检数据匹配度最高的第二体检数据;
确诊数据提取模块,用于从所述医疗大数据库中提取所述第二体检数据对应的确诊数据;
分析结果生成模块,用于根据所述确诊数据生成所述第一体检数据对应的分析结果。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
患者数据获取模块,用于获取确诊患者所对应的体检数据和确诊数据;
数据关联存储模块,用于将获取的体检数据和相应的确诊数据进行关联并存储在医疗大数据库中。
8.根据权利要求6所述的装置,其特征在于,所述体检数据获取模块还用于进行覆盖相应患者身体各部分的检测得到检测数据后,对所述检测数据进行分析获得第一体检数据。
9.根据权利要求6所述的装置,其特征在于,所述体检数据查找模块包括:
体检数值提取模块,用于提取所述第一体检数据中体检指标对应的数值和所述医疗大数据库中体检数据的体检指标所对应的数值;
体检数值计算模块,用于根据提取到的数值计算所述第一体检数据与所述医疗大数据库中体检数据的匹配度。
10.根据权利要求6所述的装置,其特征在于,所述体检数据查找模块包括:
体检指标遍历模块,用于遍历所述医疗大数据库中的各体检数据中的体检指标;
数值差异计算模块,用于计算遍历的体检指标与所述第一体检数据中相应体检指标的数值差异;
体检指标确定模块,用于根据所述数值差异和相应体检指标对应的预设范围确定匹配的体检指标;
匹配度确定模块,用于根据遍历的体检数据中匹配的体检指标的数量确定所述第一体检数据与所述医疗大数据库中相应体检数据的匹配度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610329178.XA CN106021915B (zh) | 2016-05-17 | 2016-05-17 | 基于大数据面向自动诊疗的医疗数据分析***和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610329178.XA CN106021915B (zh) | 2016-05-17 | 2016-05-17 | 基于大数据面向自动诊疗的医疗数据分析***和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106021915A true CN106021915A (zh) | 2016-10-12 |
CN106021915B CN106021915B (zh) | 2021-04-13 |
Family
ID=57098385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610329178.XA Active CN106021915B (zh) | 2016-05-17 | 2016-05-17 | 基于大数据面向自动诊疗的医疗数据分析***和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106021915B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107203693A (zh) * | 2017-05-17 | 2017-09-26 | 江苏大唐健康科技有限公司 | 一种家庭预防医生*** |
CN108648820A (zh) * | 2017-03-21 | 2018-10-12 | 河南省金拐杖医疗科技有限公司 | 一种超级全天候自动诊疗*** |
CN108899063A (zh) * | 2018-05-31 | 2018-11-27 | 康键信息技术(深圳)有限公司 | 体检数据处理方法、装置、计算机设备和存储介质 |
CN109686454A (zh) * | 2018-12-29 | 2019-04-26 | 宁波中数云创信息技术有限公司 | 一种大数据精准分析和事件即时响应的方法 |
CN110246563A (zh) * | 2019-06-14 | 2019-09-17 | 合肥大族科瑞达激光设备有限公司 | 钬激光治疗设备 |
CN113593690A (zh) * | 2021-09-29 | 2021-11-02 | 山东欣悦健康科技有限公司 | 一种基于大数据的医疗健康数据采集分析*** |
CN117995338A (zh) * | 2024-04-03 | 2024-05-07 | 中国科学院合肥物质科学研究院 | 一种基于语义分析的体检数据处理方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012032519A2 (en) * | 2010-09-07 | 2012-03-15 | Yissum Research Development Company Of The Hebrew University Of Jerusalem Ltd. | Methods of diagnosing parkinson's disease |
CN102446243A (zh) * | 2010-10-08 | 2012-05-09 | 深圳Tcl教育科技有限责任公司 | 一种医疗诊断***以及诊断方法 |
CN103116707A (zh) * | 2013-03-04 | 2013-05-22 | 北京工业大学 | 一种基于案例推理的心脏病智能诊断方法 |
CN104616235A (zh) * | 2015-03-06 | 2015-05-13 | 湖北中医药大学 | 中医体检和健康咨询***及方法 |
CN104657621A (zh) * | 2015-03-09 | 2015-05-27 | 上海万达全程健康门诊部有限公司 | 基于多点采集的人体健康状态评估***及评估方法 |
CN104799944A (zh) * | 2015-03-30 | 2015-07-29 | 浪潮集团有限公司 | 一种基于医疗体检椅的大数据采集方法 |
-
2016
- 2016-05-17 CN CN201610329178.XA patent/CN106021915B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012032519A2 (en) * | 2010-09-07 | 2012-03-15 | Yissum Research Development Company Of The Hebrew University Of Jerusalem Ltd. | Methods of diagnosing parkinson's disease |
CN102446243A (zh) * | 2010-10-08 | 2012-05-09 | 深圳Tcl教育科技有限责任公司 | 一种医疗诊断***以及诊断方法 |
CN103116707A (zh) * | 2013-03-04 | 2013-05-22 | 北京工业大学 | 一种基于案例推理的心脏病智能诊断方法 |
CN104616235A (zh) * | 2015-03-06 | 2015-05-13 | 湖北中医药大学 | 中医体检和健康咨询***及方法 |
CN104657621A (zh) * | 2015-03-09 | 2015-05-27 | 上海万达全程健康门诊部有限公司 | 基于多点采集的人体健康状态评估***及评估方法 |
CN104799944A (zh) * | 2015-03-30 | 2015-07-29 | 浪潮集团有限公司 | 一种基于医疗体检椅的大数据采集方法 |
Non-Patent Citations (1)
Title |
---|
赵卫东等: "基于神经网络的案例推理医疗诊断", 《东南大学学报(自然科学版)》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108648820A (zh) * | 2017-03-21 | 2018-10-12 | 河南省金拐杖医疗科技有限公司 | 一种超级全天候自动诊疗*** |
CN107203693A (zh) * | 2017-05-17 | 2017-09-26 | 江苏大唐健康科技有限公司 | 一种家庭预防医生*** |
CN108899063A (zh) * | 2018-05-31 | 2018-11-27 | 康键信息技术(深圳)有限公司 | 体检数据处理方法、装置、计算机设备和存储介质 |
CN108899063B (zh) * | 2018-05-31 | 2023-04-07 | 康键信息技术(深圳)有限公司 | 体检数据处理方法、装置、计算机设备和存储介质 |
CN109686454A (zh) * | 2018-12-29 | 2019-04-26 | 宁波中数云创信息技术有限公司 | 一种大数据精准分析和事件即时响应的方法 |
CN110246563A (zh) * | 2019-06-14 | 2019-09-17 | 合肥大族科瑞达激光设备有限公司 | 钬激光治疗设备 |
CN113593690A (zh) * | 2021-09-29 | 2021-11-02 | 山东欣悦健康科技有限公司 | 一种基于大数据的医疗健康数据采集分析*** |
CN117995338A (zh) * | 2024-04-03 | 2024-05-07 | 中国科学院合肥物质科学研究院 | 一种基于语义分析的体检数据处理方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN106021915B (zh) | 2021-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106021915A (zh) | 基于大数据面向自动诊疗的医疗数据分析***和装置 | |
Lorca-Puls et al. | The impact of sample size on the reproducibility of voxel-based lesion-deficit mappings | |
CN109754387B (zh) | 一种全身骨显像放射性浓聚灶的智能检测定位方法 | |
CN105431089B (zh) | 根据肝脏扫描确定肝功能的***和方法 | |
RU2604698C2 (ru) | Способ и система интеллектуального связывания медицинских данных | |
CN1663530B (zh) | 用于处理图像数据以帮助检测疾病的方法和装置 | |
US10964020B2 (en) | Similar case image search program, similar case image search apparatus, and similar case image search method | |
US8194959B2 (en) | Medical image part recognition apparatus and medical image part recognition program | |
JP2008259622A (ja) | レポート作成支援装置およびそのプログラム | |
JP2018163680A5 (zh) | ||
CN110033859A (zh) | 评估患者的医学检查结果的方法、***、程序和存储介质 | |
US20100067764A1 (en) | Method and System for Automatic Landmark Detection Using Discriminative Joint Context | |
CN102612696A (zh) | 具有报告验证器和报告增强器的医学信息*** | |
US20230015933A1 (en) | Diagnosis support apparatus and x-ray ct apparatus | |
JP2019082881A (ja) | 画像検索装置、方法およびプログラム | |
KR101645292B1 (ko) | 3차원 의료 영상들에서 2차원 뷰의 자동 플래닝을 위한 방법 및 시스템 | |
CN108257132A (zh) | 一种基于机器学习的ct图像质量评估的方法 | |
CN105468896A (zh) | 关节运动检测***及方法 | |
WO2008135740A2 (en) | Scanner data collection | |
RU2728900C2 (ru) | Устройство, система и способ верификации информации, связанной с медицинским изображением | |
US20210201487A1 (en) | Reference image guided object detection in medical image processing | |
CN108932976A (zh) | 一种非酒精性脂肪性肝病无创性诊断程序 | |
CN111863204A (zh) | 基于钼靶x线摄影检查的乳腺疾病ai辅助诊断方法及*** | |
CN107633515A (zh) | 一种影像医师视觉识别能力量化方法及*** | |
WO2021112141A1 (ja) | 文書作成支援装置、方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |