CN109615204A - 医疗数据的质量评估方法、装置、设备及可读存储介质 - Google Patents

医疗数据的质量评估方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN109615204A
CN109615204A CN201811462376.9A CN201811462376A CN109615204A CN 109615204 A CN109615204 A CN 109615204A CN 201811462376 A CN201811462376 A CN 201811462376A CN 109615204 A CN109615204 A CN 109615204A
Authority
CN
China
Prior art keywords
data
medical
testing result
group
detection
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
Application number
CN201811462376.9A
Other languages
English (en)
Other versions
CN109615204B (zh
Inventor
黄越
陈明东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Medical and Healthcare Management Co Ltd
Original Assignee
Ping An Medical and Healthcare Management Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Medical and Healthcare Management Co Ltd filed Critical Ping An Medical and Healthcare Management Co Ltd
Priority to CN201811462376.9A priority Critical patent/CN109615204B/zh
Publication of CN109615204A publication Critical patent/CN109615204A/zh
Application granted granted Critical
Publication of CN109615204B publication Critical patent/CN109615204B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Technology Law (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明基于大数据分析处理的思想，提出一种医疗数据的质量评估方法、装置、设备及可读存储介质，方法包括：读取各就诊患者的基础数据表、医保数据表和就诊数据表，并将基础数据表、医保数据表和就诊数据表设为组元素，形成医疗数据组；对医疗数据组中的各组元素分别进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果；根据预设的检测结果与质量等级之间的对应关系，确定与生成的检测结果对应的目标质量等级，并根据目标质量等级，对医疗数据组进行质量评估。本方案将检测医疗数据组中各组元素的数据合理性、对应性和勾稽关系的检测结果，作为医疗数据的质量评估依据，使得评估更为准确，提高了评估的效率以及自动化程度。

Description

医疗数据的质量评估方法、装置、设备及可读存储介质
技术领域
本发明主要涉及医疗***技术领域，具体地说，涉及一种医疗数据的质量评估方法、装置、设备及可读存储介质。
背景技术
随着社会保障制度的发展，具有医保并使用医保就诊的人员越来越多，各人员在各医疗机构使用医保就诊时，会生成各类医疗数据，且各类医疗数据存储在不同的数据表中，以进行分类管理，后续则依据该医疗数据进行医保基金的核算、规划等。
但因每个就诊人员的医疗数据分散在各个数据表中，一旦某个数据表中缺少了就诊人员的某条医疗数据，或者各就诊人员之间的医疗数据对应关系不正确，容易导致该数据表内各数据以及数据表之间各数据的关系混乱，使得医保基金的核算、规划存在较大误差；从而对数据表中各数据在完整性和对应关系上的质量评估显得尤为重要。但现有针对该类数据质量的评估方案主要依赖于人工进行，通过人工的方式对各数据表中的数据进行核对评估，核对容易出现误差，导致评估不准确且效率低。
发明内容
本发明的主要目的是提供一种医疗数据的质量评估方法、装置、设备及可读存储介质，旨在解决现有技术中对医疗数据的质量评估不准确、效率低的问题。
为实现上述目的，本发明提供一种医疗数据的质量评估方法，所述医疗数据的质量评估方法包括以下步骤：
读取各就诊患者的基础数据表、医保数据表和就诊数据表，并将所述基础数据表、医保数据表和就诊数据表设为组元素，形成医疗数据组；
对所述医疗数据组中的各组元素分别进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果；
根据预设的检测结果与质量等级之间的对应关系，确定与生成的所述检测结果对应的目标质量等级，并根据所述目标质量等级，对所述医疗数据组进行质量评估。
优选地，所述检测结果包括第一检测结果、第二检测结果和第三检测结果；
所述对所述医疗数据组中的各组元素分别进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果的步骤包括：
对各所述组元素分别以数据列为单元进行数据合理性检测，生成第一检测结果；
对各所述组元素分别以数据行为单元进行数据对应性检测，生成第二检测结果；
对各所述组元素中存在运算数据的单元格进行勾稽关系检测，生成第三检测结果。
优选地，所述数据合理性检测包括空值数据检测和数值范围检测，所述对各所述组元素分别以数据列为单元进行数据合理性检测，生成第一检测结果的步骤包括：
分别对各所述组元素中的数据列逐一遍历，读取各所述数据列的列标识符，并根据各所述列标识符，确定各所述数据列中的数值类型数据列；
检测各所述数据列中是否存在数据为空值的单元格，若存在数据为空值的单元格，则对各所述单元格添加第一异常标识符；
检测各所述数值类型数据列中是否存在数值超出预设范围的目标数据，若存在数值超出预设范围的目标数据，则对所述目标数据添加第二异常标识符；
根据所述第一异常标识符和所述第二异常标识符的数量，生成第一检测结果。
优选地，所述对各所述组元素分别以数据行为单元进行数据对应性检测，生成第二检测结果的步骤之前包括：
判断所述第一检测结果中的第一异常率是否大于预设数值，若所述第一异常率大于所述预设数值，则停止对各所述组元素进行对应性检测；
若所述第一异常率不大于所述预设数值，则根据各所述组元素中数据之间的对应关系，确定与各所述第一异常标识符对应的第一对应数据，以及与各所述第二异常标识符对应的第二对应数据；
将所述第一对应数据和第二对应数据从各所述组元素中剔除，以对各所述组元素进行更新，并执行对各所述组元素分别以数据行为单元进行数据对应性检测，生成第二检测结果的步骤。
优选地，所述对各所述组元素分别以数据行为单元进行数据对应性检测，生成第二检测结果的步骤包括：
从各所述组元素中选择任一所述组元素作为目标组元素，并将各所述组元素中除所述目标组元素之外的其他所述组元素设为待对比组元素；
读取所述目标组元素中数据行的第一行标识符，以及各所述待对比组元素中各数据行的第二行标识符，并判断各所述待对比组元素的各所述第二行标识符中是否均存在与所述第一行标识符对应的目标标识符；
若均存在与所述第一行标识符对应的目标标识符，则完成各所述组元素的数据对应性检测；
若不存在均与所述第一行标识符对应的目标标识符，则对具有不存在对应所述目标标识符的所述第一行标识符的数据行添加第三异常标识符，并根据所述第三异常标识符的数量生成第二检测结果。
优选地，所述对各所述组元素中存在运算数据的单元格进行勾稽关系检测，生成第三检测结果的步骤包括：
读取各所述组元素中单元格的单元格标识，并根据所述单元格标识确定存在运算数据的目标单元格；
检测各所述目标单元格的单元格数据中是否存在勾稽关系检测异常的目标单元格数据；
若存在勾稽关系检测异常的目标单元格数据，则对所述目标单元格数据添加第四异常标识符，并根据所述第四异常标识符的数量生成第三检测结果。
优选地，所述根据预设的检测结果与质量等级之间的对应关系，确定与生成的所述检测结果对应的目标质量等级的步骤包括：
读取与所述第一异常率，所述第二检测结果中的第二异常率以及所述第三检测结果中的第三异常率对应的加权系数；
用各所述加权系数分别对所述第一异常率、第二异常率以及第三异常率进行加权计算，生成目标检测结果；
将所述目标检测结果与预设的检测结果与质量等级之间的对应关系进行对比，确定与所述目标检测结果对应的目标质量等级。
此外，为实现上述目的，本发明还提出一种医疗数据的质量评估装置，所述医疗数据的质量评估装置包括：
读取模块，用于读取各就诊患者的基础数据表、医保数据表和就诊数据表，并将所述基础数据表、医保数据表和就诊数据表设为组元素，形成医疗数据组；
检测模块，用于对所述医疗数据组中的各组元素分别进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果；
评估模块，用于根据预设的检测结果与质量等级之间的对应关系，确定与生成的所述检测结果对应的目标质量等级，并根据所述目标质量等级，对所述医疗数据组进行质量评估。
此外，为实现上述目的，本发明还提出一种医疗数据的质量评估设备，所述医疗数据的质量评估设备包括：存储器、处理器、通信总线以及存储在所述存储器上的医疗数据的质量评估程序；
所述通信总线用于实现处理器和存储器之间的连接通信；
所述处理器用于执行所述医疗数据的质量评估程序，以实现以下步骤：
读取各就诊患者的基础数据表、医保数据表和就诊数据表，并将所述基础数据表、医保数据表和就诊数据表设为组元素，形成医疗数据组；
对所述医疗数据组中的各组元素分别进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果；
根据预设的检测结果与质量等级之间的对应关系，确定与生成的所述检测结果对应的目标质量等级，并根据所述目标质量等级，对所述医疗数据组进行质量评估。
此外，为实现上述目的，本发明还提供一种可读存储介质，所述可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序可被一个或者一个以上的处理器执行以用于：
读取各就诊患者的基础数据表、医保数据表和就诊数据表，并将所述基础数据表、医保数据表和就诊数据表设为组元素，形成医疗数据组；
对所述医疗数据组中的各组元素分别进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果；
根据预设的检测结果与质量等级之间的对应关系，确定与生成的所述检测结果对应的目标质量等级，并根据所述目标质量等级，对所述医疗数据组进行质量评估。
本实施例的医疗数据的质量评估方法，通过将读取的各个就诊患者的基础数据表、医保数据表和就诊数据表作为组元素，形成就诊患者的医疗数据组；并分别对医疗数据组中各个组元素进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果；预先设置有检测结果和质量等级之间的对应关系，在生成检测结果后，根据该对应关系，可确定对应的目标质量等级，进而根据目标质量等级，对医疗数据组进行质量评估。通过检测医疗数据组中各组元素的数据合理性、对应性和勾稽关系，所生成的检测结果，反映各组元素的内部数据以及各组元素之间数据的完整性和对应关系的正确性；以和该检测结果对应的目标质量等级作为依据进行医疗数据的质量评估；避免以人工的方式进行核对评估，使得医疗数据的评估更为准确，提高了评估的效率以及自动化程度。
附图说明
图1是本发明的医疗数据的质量评估方法第一实施例的流程示意图；
图2是本发明的医疗数据的质量评估装置第一实施例的功能模块示意图；
图3是本发明实施例方法涉及的硬件运行环境的设备结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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。
本发明提供一种医疗数据的质量评估方法。
请参照图1，图1为本发明医疗数据的质量评估方法第一实施例的流程示意图。在本实施例中，所述医疗数据的质量评估方法包括：
步骤S10，读取各就诊患者的基础数据表、医保数据表和就诊数据表，并将所述基础数据表、医保数据表和就诊数据表设为组元素，形成医疗数据组；
本发明的医疗数据的质量评估方法应用于服务器，适用于通过服务器对医疗机构的医疗数据进行质量评估；其中医疗数据为医疗机构对就诊患者的基本信息以及就诊过程进行记录的数据，如就诊患者的姓名、年龄、性别、身份证号码、就诊地点、就诊时间、病症信息、用药信息、病人自付金额、医保报销金额等。医疗机构针对各个就诊患者均进行此类数据的记录，并在记录过程中依据基础数据、医保数据和就诊数据进行分类，分别生成基础数据表、医保数据表和就诊数据表，以对各就诊患者的医疗数据进行分类管理；同时针对各表中属于同一就诊患者的数据分配同一标识符，以建立就诊患者在各表中的关联关系。如对于就诊患者A，对其姓名、年龄、性别、身份证号码等个人信息分配标识符a，并记录到基础数据表中；而对用药信息、病人自付金额以及医保报销金额同样分配标识符a，记录到医保数据表中；对就诊地点、就诊时间、病症信息也分配标识符a，记录到就诊数据表中。其中为了确保就诊患者标识符的唯一性，为初次到医疗机构就诊的就诊患者建立医疗档案，医疗档案中由就诊患者的身份证号码和标识符表征就诊患者的唯一性。当就诊患者到医疗机构就诊时，判断是否具有与其身份证号码对应的医疗档案，若具有则读取该医疗档案的标识符，作为该就诊患者在就诊过程中所生成就诊数据的标识符，若不具有对应的医疗档案，则为该就诊患者建立医疗档案，并分配标识符，以便记录就诊患者后续的就诊数据。
为了评估医疗机构对各就诊患者所记录就诊数据的质量高低，设定间隔时间的检测机制，如一个月检测一次或者一个季度检测一次等，根据检测的结果进行质量评估。具体地，当检测到达间隔时间时，服务器读取医疗机构所记录的各就诊患者的基础数据表、医保数据表和就诊数据表；因各个数据表中具有相同标识符的数据为同一患者的不同类型数据，各个数据表之间具有关联关系；而将读取的基础数据表、医保数据表和就诊数据表形成医疗数据组。各个数据表作为该医疗数据组中的组元素，以医疗数据组作为整体对各就诊患者的医疗数据进行质量评估。
步骤S20，对所述医疗数据组中的各组元素分别进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果；
进一步地，在将基础数据表、医保数据表和就诊数据表作为组元素，形成医疗数据组之后，则对各个组元素中的数据进行合理性检测、对应性检测和勾稽关系的检测，并生成检测结果。其中合理性检测为组元素中各数据是否为空值，各数据的数值范围是否合理等，以确保所记录医疗数据的完整合理；对应性检测为就诊患者在各组元素中是否均存在对应数据，以确保各组元素之间数据对应关系的正确性；勾稽关系检测为组元素内部数据或者组元素之间数据中需要进行运算的数据的运算结果是否正确，以确保医疗数据组中各数据运算的正确性。针对该不同类型的检测，检测的方式存在差异性，所生成的检测结果也不一样；具体地，检测结果包括第一检测结果、第二检测结果和第三检测结果，对医疗数据组中的各组元素分别进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果的步骤包括：
步骤S21，对各所述组元素分别以数据列为单元进行数据合理性检测，生成第一检测结果；
可理解地，各组元素以数据表的形式存在，而数据表中各数据以“行列”的形式存在，其中“行”对应同一就诊患者的各个类型数据，“列”对应同一类型的各个数据。考虑到不同类型的数据具有不同的合理性要求，如对于数值类型的数据，首先要求数据不为空值，同时要求数据在合理范围内，且针对不同数值类型的数据，该合理范围也不相同；而对于非数值类型的数据，则要求数据不为空值即可。因数据表中各个“列”表征了各个数据的类型，从而在对各组元素中数据进行合理性检测时，以数据列为单元进行检测，以便于依据各个数据类型进行合理性检测；即分别对各个组元素以数据列为单元进行数据的合理性检测，生成第一检测结果。
步骤S22，对各所述组元素分别以数据行为单元进行数据对应性检测，生成第二检测结果；
进一步地，因对应性检测用于检测就诊患者在各组元素中是否均存在对应数据，而数据表中各个“行”表征了就诊患者的各个数据类型，从而在对各组元素中数据进行对应性检测时，以数据行为单元进行检测，以便于依据各个就诊患者进行对应性检测；即分别对各个组元素以数据行为单元进行数据的对应性检测，生成第二检测结果。
步骤S23，对各所述组元素中存在运算数据的单元格进行勾稽关系检测，生成第三检测结果。
可理解地，就诊患者在就诊过程中的数据，存在运算的情况；如用药信息中各个用药金额之和等于用药的总金额，患者自付金额和医保报销金额之和等于就诊总金额等；将该类需要进行运算的数据作为运算数据，不同的运算数据存在于数据表形式的各组元素的不同单元格中。为了确保此类运算的正确性，需要对存在运算数据的单元格进行勾稽关系检测；该勾稽关系检测用于判断运算数据之间的运算是否正确，生成第三检测结果。
更进一步地，对组元素中数据进行合理性检测、对应性检测和构建勾稽关系检测，所生成的第一检测结果、第二检测结果和第三检测结果，均为检测结果的组成部分；通过对第一检测结果、第二检测结果和第三检测结果进行加权整合，生成检测结果，进而由该生成的检测结果所对应的质量等级来评估医疗数据的质量。
步骤S30，根据预设的检测结果与质量等级之间的对应关系，确定与生成的所述检测结果对应的目标质量等级，并根据所述目标质量等级，对所述医疗数据组进行质量评估。
进一步地，本实施例预先设置有检测结果和质量等级之间的对应关系，检测结果表征了组元素中存在不合理、不对应或运算不正确的异常数据数量，其与质量等级之间的对应关系则表征了组元素中所具有的异常数据数量对医疗数据组的质量影响。当检测结果中异常数据数量越多，则对应的质量等级越低，表征所记录的医疗数据质量越差；而异常数据数量越少，则对应的质量等级越高，表征所记录的医疗数据质量越好。将生成的检测结果和预设的对应关系对比，即可确定与该生成的检测结果对应的质量等级；将该对应的质量等级作为目标质量等级，表征各组元素，即医疗数据组中记录的各医疗数据的质量。
本实施例的医疗数据的质量评估方法，通过将读取的各个就诊患者的基础数据表、医保数据表和就诊数据表作为组元素，形成就诊患者的医疗数据组；并分别对医疗数据组中各个组元素进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果；预先设置有检测结果和质量等级之间的对应关系，在生成检测结果后，根据该对应关系，可确定对应的目标质量等级，进而根据目标质量等级，对医疗数据组进行质量评估。因医疗数据组实质为就诊过程中由各类就诊数据所形成的医疗数据，从而对医疗数据组的质量评估，其实质为对医疗数据的质量评估；通过检测医疗数据组中各组元素的数据合理性、对应性和勾稽关系，所生成的检测结果，反映各组元素的内部数据以及各组元素之间数据的完整性和对应关系的正确性；以和该检测结果对应的目标质量等级作为依据进行医疗数据的质量评估；避免以人工的方式进行核对评估，使得医疗数据的评估更为准确，提高了评估的效率以及自动化程度。
进一步地，在本发明医疗数据的质量评估方法另一实施例中，所述数据合理性检测包括空值数据检测和数值范围检测，所述对各所述组元素分别以数据列为单元进行数据合理性检测，生成第一检测结果的步骤包括：
步骤S211，分别对各所述组元素中的数据列逐一遍历，读取各所述数据列的列标识符，并根据各所述列标识符，确定各所述数据列中的数值类型数据列；
可理解地，因在对各组元素进行数据合理性检测时，针对组元素中的数值类型数据列，除了进行空值数据检测外，还需要进行数值范围合理性检测；为了区分组元素中的数值类型数据列和非数值类型数据列，针对各个数据列均预先设置有列标识符，且数值类型和非数值类型用不同的列标识符表征。在进行合理性检测前，分别对各组元素中数据列逐一进行遍历，读取各个数据列中的列标识符，并将读取的各个列标识符和预先设置的列标识符对比，查找其中表征数值类型的列标识符，具有该例标识符的列数据确定为数值类型数据列。
步骤S212，检测各所述数据列中是否存在数据为空值的单元格，若存在数据为空值的单元格，则对各所述单元格添加第一异常标识符；
进一步地，组元素中的数值类型数据列和非数值类型数据列均需要进行空值检测，如检测用于记录性别的非数值类型数据列以及用于记录年龄的数值类型数据列中是否存在没有记录的单元格等；即对组元素中的各数据列进行检测，判定其中是否存在数据为空值的单元格。若存在数据为空值的单元格，则说明该单元格中没有记录数据，数据列中的数据不完整；从而对此没有记录数据的各单元格添加第一异常标识符，以表征各组元素中所存在的异常数据。
步骤S213，检测各所述数值类型数据列中是否存在数值超出预设范围的目标数据，若存在数值超出预设范围的目标数据，则对所述目标数据添加第二异常标识符；
在对组元素中的各数据列进行空值检测后，进一步对其中的数值类型数据列进行数值范围检测；因不同的数值类型具有不同的数值范围，如年龄的数值范围为0～150岁，某类药品的费用金额为30～90元等，从而在检测时依据数值类型数据所对应的数值范围进行。在根据读取的列标识符确定数值类型数据列时，表征数值类型数据列的标识符中相应的携带有该数据列对应的数值范围；将该对应的数值范围作为数据列的预设范围，并用该数据列中各数据的数值和该预设范围进行对比，判断各数据的数值是否均在该预设范围内，若均在该预设范围内，则说明该数据列中各数据的数值范围合理；若各数据的数值中存在某些数据的数值超出该预设范围，则说明该类数据的数值范围不合理，将该类数据作为数值类型数据列中的目标数据，并对该数值超出预设范围的目标数据添加第二异常标识符，表征各组元素中所存在的异常数据。
步骤S214，根据所述第一异常标识符和所述第二异常标识符的数量，生成第一检测结果。
更进一步地，在对各组元素中所有数据列的数据均进行空值检测，以及数值范围检测，并对检测为空值的单元格以及目标数据添加第一异常标识符和第二异常标识符之后；通过该第一异常标识符和第二异常标识符，即可生成第一检测结果，该第一检测结果表征了组元素中存在不合理的异常数据的数量占比。具体地，分别统计第一异常标识符各第一数量和第二异常标识符的第二数量，再用该第一数量和第二数量相加，相加所得到的结果即为组元素中存在不合理的异常数据的第一异常总量；进而统计组元素中所具有数据的数据总量，用第一异常总量和该数据总量做比值，所得到的比值结果即为组元素中不合理的异常数据的数量占比；将该比值结果作为第一异常率，并将第一异常总量、第一异常率、第一异常标识符数量和第二异常标识符数量等反映异常的数据形成集合，作为第一检测结果，以体现组元素中具有不合理异常数据的数量高低。
进一步地，在本发明医疗数据的质量评估方法另一实施例中，所述对各所述组元素分别以数据行为单元进行数据对应性检测，生成第二检测结果的步骤之前包括：
步骤S24，判断所述第一检测结果中的第一异常率是否大于预设数值，若所述第一异常率大于所述预设数值，则停止对各所述组元素进行对应性检测；
可理解地，在对组元素中各数据列的数据进行合理性检测，生成第一检测结果后，第一检测结果所反映组元素中具有异常数据的数量占比可能较高，即组元素中含有较多不合理的数据。若继续对医疗数据进行对应性检测和勾稽关系检测，参考价值较低；从而为了表征第一检测结果中所反映的异常数据数量占比的高低，预先设置有预设数值。将第一检测结果中的第一异常率和该预设数值对比，判断第一异常率是否大于该预设数值；若第一异常率大于该预设数值，则说明组元素中不合理的异常数据较多，而停止对各组元素的对应性检测。
步骤S25，若所述第一异常率不大于所述预设数值，则根据各所述组元素中数据之间的对应关系，确定与各所述第一异常标识符对应的第一对应数据，以及与各所述第二异常标识符对应的第二对应数据；
而当判断出第一异常率不大于预设数值时，则说明组元素中不合理的异常数据较少，数量占比在可接受的合理范围内，而对组元素进行对应性检测。具体地，在进行对应性检测之前，将组元素中不合理的异常数据进行剔除，以避免影响对应性检测。因各组元素之间的数据行存在一致的就诊患者，在对某一组元素中的异常数据进行剔除时，需要对其他组元素中与该异常数据一致的就诊患者所具有的数据进行相应的剔除。各组元素中对于同一就诊患者的数据分配有同一标识符，将该同一标识符作为各组元素中数据之间的对应关系，并依据该对应关系确定异常数据所属于的就诊患者的其他数据。例如对于就诊数据表中的数据B不在其预设范围内，而其添加的标识符为b，则将该就诊数据表中所有携带有标识符b的其他数据作为需要剔除的数据；同时到基础数据表和医保数据表中查找携带有标识符b的数据，作为需要剔除的数据。因异常数据包括空值数据和数值范围不合理的数据，从而所确定的需要剔除的数据，依据该两种类型分为与第一异常标识符对应的第一对应数据，以及与第二异常标识符对应的第二对应数据，即空值数据所属于的就诊患者的其他数据，以及数值范围不合理的就诊患者的其他数据。
步骤S26，将所述第一对应数据和第二对应数据从各所述组元素中剔除，以对各所述组元素进行更新，并执行对各所述组元素分别以数据行为单元进行数据对应性检测，生成第二检测结果的步骤。
进一步地，在确定各组元素中的第一对应数据以及第二对应数据后，则将该第一对应数据和第二对应数据从各组元素中剔除，并将剔除操作后的各组元素更新为新的组元素；在该新的组元素的基础上，以数据行为单元进行数据对应性检测，生成第二检测结果。具体地，步骤S22包括：
步骤S221，从各所述组元素中选择任一所述组元素作为目标组元素，并将各所述组元素中除所述目标组元素之外的其他所述组元素设为待对比组元素；
具体地，在对各组元素进行对应性检测时，从医疗数据组中任意挑选一个组元素作为目标组元素，而将其他组元素作为待对比组元素；如将基础数据表作为目标组元素，而将医保数据表和就诊数据表作为待对比组元素，以进行目标组元素和待对比组元素之间的对比，判断各就诊患者在各组元素中是否均存在对应数据。
步骤S222，读取所述目标组元素中数据行的第一行标识符，以及各所述待对比组元素中各数据行的第二行标识符，并判断各所述待对比组元素的各所述第二行标识符中是否均存在与所述第一行标识符对应的目标标识符；
因组元素中的数据行与就诊患者对应，同一数据行中的所有数据为一个就诊患者所具有，均携带有该就诊患者对应的标识符；在对比时，先逐行读取目标组元素中的任意数据，所读取数据的数量和目标组元素中数据行的行数对应；进而读取各数据中所携带的标识符，表征目标组元素中各行数据所对应的就诊患者，将该所携带的标识符作为第一行标识符。同时从待对比组元素的各数据行中均任意读取一个数据，所读取数据的数量和待对比组元素中数据行的行数对应；进而读取各数据中所携带的标识符，表征待对比组元素中各行数据所对应的就诊患者，将该所携带的标识符作为第二行标识符。将第一行标识符逐一和第二行标识符对比，判断第二行标识符中是否均存在与各个第一行标识符对应的目标行标识符。需要说明的是，因待对比组元素中包括多个组元素，从而需要针对各个组元素读取其中各数据行所具有数据的第二行标识符，使得所形成的第二行标识符包括多组；其中第二行标识符的组数与待对比组元素中的组元素数量一致，如对于上述作为待对比组元素的医保数据表和就诊数据表，对应的第二标识符分别为医保数据表中的第二标识符以及就诊数据表中的第二标识符；在将第一行标识符和第二行标识符对比时，需要和各组第二行标识符均进行对比，且判断各组第二行标识符中是否均存在与第一行标识符对应的目标标识符，以确保就诊患者在各组元素中均存在对应数据。
步骤S223，若均存在与所述第一行标识符对应的目标标识符，则完成各所述组元素的数据对应性检测；
进一步地，在对比过程中，若判断出各第二行标识符中存在与第一行标识符对应的目标标识符时，则说明第一行标识符对应的就诊患者，在其他待对比组元素中均存在对应的数据，该就诊患者的数据对应性检测正常；进而将目标组元素中的其他第一行标识符和各个第二行标识符对比，直到所有第一行标识符均对比完成。若所有的第一行标识符在各个第二行标识符中均存在与其对应的目标行标识符，说明医疗数据组中各个就诊患者的数据对应性检测均正常，完成各组元素的数据对应性检测。
步骤S224，若不存在均与所述第一行标识符对应的目标标识符，则对具有不存在对应所述目标标识符的所述第一行标识符的数据行添加第三异常标识符，并根据所述第三异常标识符的数量生成第二检测结果。
当各第一行标识符中存在某些第一行标识符在各第二行标识符中没有对应的目标行标识符，即各第二行标识符中不存在均与第一行标识符对应的目标标识符，则说明该第一行标识符对应就诊患者在各组元素中数据的对应关系异常，该不存在对应目标标识符的第一行标识符来源于数据行，对其来源的数据行添加第三异常标识符，并由该第三异常标识符生成第二检测结果，以表征组元素中存在不对应的异常数据的数量占比。具体地，统计第三异常标识符的数量作为第二异常总量，并统计组元素中所具有数据的数据总量，用统计的第二异常总量和该数据总量做比值，所得到的比值结果即为组元素中不对应的异常数据的数量占比；将该比值结果作为第二异常率，并将第二异常总量、第二异常率和第三异常标识符数量等反映异常的数据形成集合，作为第二检测结果，以体现组元素中具有不对应异常数据的数量高低。
进一步地，在本发明医疗数据的质量评估方法另一实施例中，所述对各所述组元素中存在运算数据的单元格进行勾稽关系检测，生成第三检测结果的步骤包括：
步骤S231，读取各所述组元素中单元格的单元格标识，并根据所述单元格标识确定存在运算数据的目标单元格；
本实施例对组元素中存在运算数据的单元格设置有单元格标识，在进行勾稽关系检测时，读取各组元素中单元格的单元格标识；当读取到单元格存在单元格标识时，则说明该单元格具有运算数据，需要进行运算；而当单元格中没有读取到单元格标识，则说明待单元格中不具有运算数据，不需要进行运算；从而根据单元格标识确定存在运算数据的目标单元格。或者也可以针对具有运算数据的单元格和不具有运算数据的单元格设置不同的单元格标识，读取各个单元格所具有的单元格标识，进而和设定的表征具有运算数据的单元格标识进行对比，确定其中具有运算数据的目标单元格。
步骤S232，检测各所述目标单元格的单元格数据中是否存在勾稽关系检测异常的目标单元格数据；
可理解地，不同运算数据的运算方式以及运算对象不一样，例如有些可能为与具有该运算数据的就诊患者的某一数据C相加运算，而另一些可能为与具有该运算数据的就诊患者的另一数据D相减运算；其中相加或相减运算表征运算方式，而数据C和数据D表征运算对象。在对各运算数据进行勾稽关系检测前，需要确定各运算数据的运算方式以及运算对象。具体地，在根据读取的单元格标识确定存在运算数据的目标单元格时，表征具有运算数据的单元格标识中相应的携带有该运算数据对应的运算方式以及运算对象；其中运算对象包括被运算对象和运算结果，被运算对象表征和运算数据进行运算的数据所在的单元格，运算结果表征被运算对象中的数据和运算数据进行运算得到的结果所在的单元格。在勾稽关系进行检测时，读取被运算对象表征单元格中的数据和目标单元格中的单元格数据，将两者依据运算方式进行运算，得到运算数据结果；读取运算结果所表征单元格中的结果数据，将运算所得到的运算数据结果和结果数据进行对比，判断两者的一致性。通过两者的一致性来检测各目标单元格的单元格数据中是否存在勾稽关系检测异常的目标单元格数据；当两者一致时，则说明目标单元格中的单元格数据运算正确，勾稽关系检测正常，继续读取下一个目标单元格中的单元格数据进行检测，直到所有目标单元格中的单元格数据均检测完成；当检测到目标单元格中单元格数据的运算数据结果和结果数据不一致时，则说明目标单元格中的单元格数据运算不正确，勾稽关系检测异常，各目标单元格的单元格数据中存在勾稽关系检测异常的目标单元格数据。
步骤S233，若存在勾稽关系检测异常的目标单元格数据，则对所述目标单元格数据添加第四异常标识符，并根据所述第四异常标识符的数量生成第三检测结果。
进一步地，当各目标单元格的单元格数据中不存在勾稽关系检测异常的目标单元格数据，则说明各目标单元格的勾稽关系检测均正常，组元素中各目标单元格中单元格数据的运算均正确。而当各目标单元格的单元格数据中存在勾稽关系检测异常的目标单元格数据，则说明各目标单元格中存在运算错误的目标单元格数据，对该目标单元格数据添加第四异常标识符，并由该第四异常标识符生成第三检测结果，以表征组元素中存在勾稽关系错误的异常数据的数量占比。具体地，统计第四异常标识符的数量作为第四异常总量，并统计组元素中所具有数据的数据总量，用统计的第四异常总量和该数据总量做比值，所得到的比值结果即为组元素中勾稽关系不正确的异常数据的数量占比；将该比值结果作为第三异常率，并将第三异常总量、第三异常率和第四异常标识符数量等反映异常的数据形成集合，作为第三检测结果，以体现组元素中具有勾稽关系错误的异常数据的数量高低。
进一步地，在本发明医疗数据的质量评估方法另一实施例中，所述根据预设的检测结果与质量等级之间的对应关系，确定与生成的所述检测结果对应的目标质量等级的步骤包括：
步骤S31，读取与所述第一异常率，所述第二检测结果中的第二异常率以及所述第三检测结果中的第三异常率对应的加权系数；
更进一步地，在生成第一检测结果、第二检测结果以及第三检测结果后，第一检测结果中的第一异常率表征了组元素中存在不合理的异常数据的数量占比，第二检测结果中的第二异常率表征了组元素中存在不对应的异常数据的数量占比，而第三检测结果中的第三异常率表征了组元素中存在勾稽关系不正确的异常数据的数量占比；通过对表征各类异常数量占比的第一异常率、第二异常率以及第三异常率进行整合，可生成反映医疗数据整体质量的检测结果。而考虑到不同的异常数据类型对医疗数据质量的影响程度不一样，如勾稽关系类型的异常会对医疗数据造成较大影响，而不合理类型的异常对医疗数据造成的影响相对较弱；从而为了更为准确的体现各类异常对医疗数据质量的影响，针对各类异常设置有对应的加权系数，读取与表征各类异常，即第一异常率、第二异常率以及第三异常率对应的加权系数，以通过各加权系数对第一异常率、第二异常率和第三异常率进行整合。
步骤S32，用各所述加权系数分别对所述第一异常率、第二异常率以及第三异常率进行加权计算，生成目标检测结果；
在读取到与第一异常率、第二异常率以及第三异常率对应的加权系数后，将各个加权系数以及对应的第一异常率、第二异常率以及第三异常率传输到预设公式中，以通过预设公式用各个加权系数分别对第一异常率、第二异常率和第三异常率进行加权计算，计算所得到的结果即为对医疗数据组进行检测的目标检测结果。其中预设公式为：
y＝(k1*x1+k2*x2+k3*x3)/3
其中y表示目标检测结果，x1、x2和x3分别表示第一异常率、第二异常率和第三异常率，k1、k2和k3分别表示与x1、x2以及x3对应的加权系数。
将生成的第一异常率、第二异常率和第三异常率以及读取的各加权系数，传输到该预设公式中，替换其中的x1、x2、x3、k1、k2和k3，进行计算即可生成目标检测结果。
步骤S33，将所述目标检测结果与预设的检测结果与质量等级之间的对应关系进行对比，确定与所述目标检测结果对应的目标质量等级。
进一步地，将生成的目标检测结果和预设的检测结果与质量等级之间的对应关系对比，确定与目标检测结果所对应的检测结果，而该对应的检测结果在对应关系中所对应的质量等级，即为与目标检测结果对应的目标质量等级。其中预设的对应关系中，检测结果其实质为一段数值范围，目标检测结果与该数值范围进行对比，确定对应的检测结果。如预设的对应关系中，检测结果在0.05-0.1之间所对应的质量等级为一级，检测结果在0.11～0.2之间所对应的质量等级为二级，而检测结果在0.21～0.3之间所对应的质量等级为三级；当经预设公式计算所得到的目标检测结果为0.15，则与对应关系中的检测结果进行对比可知，对应的目标检测结果为二级。进而由目标质量等级，对医疗数据组进行质量评估；其中可由质量等级与质量高低之间的对应关系进行评估，如质量等级一级对应高质量，即将经计算质量等级为一级的医疗数据评估为高质量的医疗数据，实现通过质量等级高低表征医疗数据的质量高低。
此外，请参照图2，本发明提供一种医疗数据的质量评估装置，在本发明医疗数据的质量评估装置第一实施例中，所述医疗数据的质量评估装置包括：
读取模块10，用于读取各就诊患者的基础数据表、医保数据表和就诊数据表，并将所述基础数据表、医保数据表和就诊数据表设为组元素，形成医疗数据组；
检测模块20，用于对所述医疗数据组中的各组元素分别进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果；
评估模块30，用于根据预设的检测结果与质量等级之间的对应关系，确定与生成的所述检测结果对应的目标质量等级，并根据所述目标质量等级，对所述医疗数据组进行质量评估。
本实施例的医疗数据的质量评估装置，通过读取模块10将读取的各个就诊患者的基础数据表、医保数据表和就诊数据表作为组元素，形成就诊患者的医疗数据组；检测模块20分别对医疗数据组中各个组元素进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果；预先设置有检测结果和质量等级之间的对应关系，在生成检测结果后，评估模块30根据该对应关系，可确定对应的目标质量等级，进而根据目标质量等级，对医疗数据组进行质量评估。因医疗数据组实质为就诊过程中由各类就诊数据所形成的医疗数据，从而对医疗数据组的质量评估，其实质为对医疗数据的质量评估；通过检测医疗数据组中各组元素的数据合理性、对应性和勾稽关系，所生成的检测结果，反映各组元素的内部数据以及各组元素之间数据的完整性和对应关系的正确性；以和该检测结果对应的目标质量等级作为依据进行医疗数据的质量评估；避免以人工的方式进行核对评估，使得医疗数据的评估更为准确，提高了评估的效率以及自动化程度。
进一步地，在本发明医疗数据的质量评估装置另一实施例中，所述检测结果包括第一检测结果、第二检测结果和第三检测结果，所述检测模块用于：
各所述组元素分别以数据列为单元进行数据合理性检测，生成第一检测结果；
对各所述组元素分别以数据行为单元进行数据对应性检测，生成第二检测结果；
对各所述组元素中存在运算数据的单元格进行勾稽关系检测，生成第三检测结果。
进一步地，在本发明医疗数据的质量评估装置另一实施例中，所述检测模块还用于：
分别对各所述组元素中的数据列逐一遍历，读取各所述数据列的列标识符，并根据各所述列标识符，确定各所述数据列中的数值类型数据列；
检测各所述数据列中是否存在数据为空值的单元格，若存在数据为空值的单元格，则对各所述单元格添加第一异常标识符；
检测各所述数值类型数据列中是否存在数值超出预设范围的目标数据，若存在数值超出预设范围的目标数据，则对所述目标数据添加第二异常标识符；
根据所述第一异常标识符和所述第二异常标识符的数量，生成第一检测结果。
进一步地，在本发明医疗数据的质量评估装置另一实施例中，所述检测模块还用于：
判断所述第一检测结果中的第一异常率是否大于预设数值，若所述第一异常率大于所述预设数值，则停止对各所述组元素进行对应性检测；
若所述第一异常率不大于所述预设数值，则根据各所述组元素中数据之间的对应关系，确定与各所述第一异常标识符对应的第一对应数据，以及与各所述第二异常标识符对应的第二对应数据；
将所述第一对应数据和第二对应数据从各所述组元素中剔除，以对各所述组元素进行更新，并执行对各所述组元素分别以数据行为单元进行数据对应性检测，生成第二检测结果的步骤。
进一步地，在本发明医疗数据的质量评估装置另一实施例中，所述检测模块还用于：
从各所述组元素中选择任一所述组元素作为目标组元素，并将各所述组元素中除所述目标组元素之外的其他所述组元素设为待对比组元素；
读取所述目标组元素中数据行的第一行标识符，以及各所述待对比组元素中各数据行的第二行标识符，并判断各所述待对比组元素的各所述第二行标识符中是否均存在与所述第一行标识符对应的目标标识符；
若均存在与所述第一行标识符对应的目标标识符，则完成各所述组元素的数据对应性检测；
若不存在均与所述第一行标识符对应的目标标识符，则对具有不存在对应所述目标标识符的所述第一行标识符的数据行添加第三异常标识符，并根据所述第三异常标识符的数量生成第二检测结果。
进一步地，在本发明医疗数据的质量评估装置另一实施例中，所述检测模块还用于：
读取各所述组元素中单元格的单元格标识，并根据所述单元格标识确定存在运算数据的目标单元格；
检测各所述目标单元格的单元格数据中是否存在勾稽关系检测异常的目标单元格数据；
若存在勾稽关系检测异常的目标单元格数据，则对所述目标单元格数据添加第四异常标识符，并根据所述第四异常标识符的数量生成第三检测结果。
进一步地，在本发明医疗数据的质量评估装置另一实施例中，所述评估模块还包括：
读取单元，用于读取与所述第一异常率，所述第二检测结果中的第二异常率以及所述第三检测结果中的第三异常率对应的加权系数；
生成单元，用于用各所述加权系数分别对所述第一异常率、第二异常率以及第三异常率进行加权计算，生成目标检测结果；
确定单元，用于将所述目标检测结果与预设的检测结果与质量等级之间的对应关系进行对比，确定与所述目标检测结果对应的目标质量等级。
其中，上述医疗数据的质量评估装置的各虚拟功能模块存储于图3所示医疗数据的质量评估设备的存储器1005中，处理器1001执行医疗数据的质量评估程序时，实现图2所示实施例中各个模块的功能。
参照图3，图3是本发明实施例方法涉及的硬件运行环境的设备结构示意图。
本发明实施例医疗数据的质量评估设备可以是PC(personal computer，个人计算机)，也可以是智能手机、平板电脑、电子书阅读器、便携计算机等终端设备。
如图3所示，该医疗数据的质量评估设备可以包括：处理器1001，例如CPU(CentralProcessing Unit，中央处理器)，存储器1005，通信总线1002。其中，通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速RAM(random accessmemory，随机存取存储器)，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地，该医疗数据的质量评估设备还可以包括用户接口、网络接口、摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi(Wireless Fidelity，无线宽带)模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解，图3中示出的医疗数据的质量评估设备结构并不构成对医疗数据的质量评估设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图3所示，作为一种可读存储介质的存储器1005中可以包括操作***、网络通信模块以及医疗数据的质量评估程序。操作***是管理和控制医疗数据的质量评估设备硬件和软件资源的程序，支持医疗数据的质量评估程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与医疗数据的质量评估设备中其它硬件和软件之间通信。
在图3所示的医疗数据的质量评估设备中，处理器1001用于执行存储器1005中存储的医疗数据的质量评估程序，实现上述医疗数据的质量评估方法各实施例中的步骤。
本发明提供了一种可读存储介质，所述可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述医疗数据的质量评估方法各实施例中的步骤。
还需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个可读存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims (10)

1.一种医疗数据的质量评估方法，其特征在于，所述医疗数据的质量评估方法包括以下步骤：
读取各就诊患者的基础数据表、医保数据表和就诊数据表，并将所述基础数据表、医保数据表和就诊数据表设为组元素，形成医疗数据组；
对所述医疗数据组中的各组元素分别进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果；
根据预设的检测结果与质量等级之间的对应关系，确定与生成的所述检测结果对应的目标质量等级，并根据所述目标质量等级，对所述医疗数据组进行质量评估。
2.如权利要求1所述的医疗数据的质量评估方法，其特征在于，所述检测结果包括第一检测结果、第二检测结果和第三检测结果；
所述对所述医疗数据组中的各组元素分别进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果的步骤包括：
对各所述组元素分别以数据列为单元进行数据合理性检测，生成第一检测结果；
对各所述组元素分别以数据行为单元进行数据对应性检测，生成第二检测结果；
对各所述组元素中存在运算数据的单元格进行勾稽关系检测，生成第三检测结果。
3.如权利要求2所述的医疗数据的质量评估方法，其特征在于，所述数据合理性检测包括空值数据检测和数值范围检测，所述对各所述组元素分别以数据列为单元进行数据合理性检测，生成第一检测结果的步骤包括：
分别对各所述组元素中的数据列逐一遍历，读取各所述数据列的列标识符，并根据各所述列标识符，确定各所述数据列中的数值类型数据列；
检测各所述数据列中是否存在数据为空值的单元格，若存在数据为空值的单元格，则对各所述单元格添加第一异常标识符；
检测各所述数值类型数据列中是否存在数值超出预设范围的目标数据，若存在数值超出预设范围的目标数据，则对所述目标数据添加第二异常标识符；
根据所述第一异常标识符和所述第二异常标识符的数量，生成第一检测结果。
4.如权利要求3所述的医疗数据的质量评估方法，其特征在于，所述对各所述组元素分别以数据行为单元进行数据对应性检测，生成第二检测结果的步骤之前包括：
判断所述第一检测结果中的第一异常率是否大于预设数值，若所述第一异常率大于所述预设数值，则停止对各所述组元素进行对应性检测；
若所述第一异常率不大于所述预设数值，则根据各所述组元素中数据之间的对应关系，确定与各所述第一异常标识符对应的第一对应数据，以及与各所述第二异常标识符对应的第二对应数据；
将所述第一对应数据和第二对应数据从各所述组元素中剔除，以对各所述组元素进行更新，并执行对各所述组元素分别以数据行为单元进行数据对应性检测，生成第二检测结果的步骤。
5.如权利要求4所述的医疗数据的质量评估方法，其特征在于，所述对各所述组元素分别以数据行为单元进行数据对应性检测，生成第二检测结果的步骤包括：
从各所述组元素中选择任一所述组元素作为目标组元素，并将各所述组元素中除所述目标组元素之外的其他所述组元素设为待对比组元素；
读取所述目标组元素中数据行的第一行标识符，以及各所述待对比组元素中各数据行的第二行标识符，并判断各所述待对比组元素的各所述第二行标识符中是否均存在与所述第一行标识符对应的目标标识符；
若均存在与所述第一行标识符对应的目标标识符，则完成各所述组元素的数据对应性检测；
若不存在均与所述第一行标识符对应的目标标识符，则对具有不存在对应所述目标标识符的所述第一行标识符的数据行添加第三异常标识符，并根据所述第三异常标识符的数量生成第二检测结果。
6.如权利要求5所述的医疗数据的质量评估方法，其特征在于，所述对各所述组元素中存在运算数据的单元格进行勾稽关系检测，生成第三检测结果的步骤包括：
读取各所述组元素中单元格的单元格标识，并根据所述单元格标识确定存在运算数据的目标单元格；
检测各所述目标单元格的单元格数据中是否存在勾稽关系检测异常的目标单元格数据；
若存在勾稽关系检测异常的目标单元格数据，则对所述目标单元格数据添加第四异常标识符，并根据所述第四异常标识符的数量生成第三检测结果。
7.如权利要求6所述的医疗数据的质量评估方法，其特征在于，所述根据预设的检测结果与质量等级之间的对应关系，确定与生成的所述检测结果对应的目标质量等级的步骤包括：
读取与所述第一异常率，所述第二检测结果中的第二异常率以及所述第三检测结果中的第三异常率对应的加权系数；
用各所述加权系数分别对所述第一异常率、第二异常率以及第三异常率进行加权计算，生成目标检测结果；
将所述目标检测结果与预设的检测结果与质量等级之间的对应关系进行对比，确定与所述目标检测结果对应的目标质量等级。
8.一种医疗数据的质量评估装置，其特征在于，所述医疗数据的质量评估装置包括：
读取模块，用于读取各就诊患者的基础数据表、医保数据表和就诊数据表，并将所述基础数据表、医保数据表和就诊数据表设为组元素，形成医疗数据组；
检测模块，用于对所述医疗数据组中的各组元素分别进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果；
评估模块，用于根据预设的检测结果与质量等级之间的对应关系，确定与生成的所述检测结果对应的目标质量等级，并根据所述目标质量等级，对所述医疗数据组进行质量评估。
9.一种医疗数据的质量评估设备，其特征在于，所述医疗数据的质量评估设备包括：存储器、处理器、通信总线以及存储在所述存储器上的医疗数据的质量评估程序；
所述通信总线用于实现处理器和存储器之间的连接通信；
所述处理器用于执行所述医疗数据的质量评估程序，以实现如权利要求1-7中任一项所述的医疗数据的质量评估方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有医疗数据的质量评估程序，所述医疗数据的质量评估程序被处理器执行时实现如权利要求1-7中任一项所述的医疗数据的质量评估方法的步骤。
CN201811462376.9A 2018-11-30 2018-11-30 医疗数据的质量评估方法、装置、设备及可读存储介质 Active CN109615204B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811462376.9A CN109615204B (zh) 2018-11-30 2018-11-30 医疗数据的质量评估方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811462376.9A CN109615204B (zh) 2018-11-30 2018-11-30 医疗数据的质量评估方法、装置、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN109615204A true CN109615204A (zh) 2019-04-12
CN109615204B CN109615204B (zh) 2023-02-03

Family

ID=66005832

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811462376.9A Active CN109615204B (zh) 2018-11-30 2018-11-30 医疗数据的质量评估方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN109615204B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111554406A (zh) * 2020-04-10 2020-08-18 安徽华米智能科技有限公司 生理数据的处理方法、装置、电子设备和存储介质
CN112201330A (zh) * 2020-09-29 2021-01-08 四川省人民医院 结合DRGs工具和贝叶斯模型的医疗质量监测评估方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102013084A (zh) * 2010-12-14 2011-04-13 江苏大学 用于检测医疗保险门诊欺诈***易的***和方法
CN103077494A (zh) * 2013-01-09 2013-05-01 北京中科金财科技股份有限公司 一种动态数据处理评估方法及***
CN104134157A (zh) * 2014-08-08 2014-11-05 平安养老保险股份有限公司 一种医疗保险报销过程中可疑行为审核***及审核方法
CN104133810A (zh) * 2014-08-08 2014-11-05 平安养老保险股份有限公司 一种医保报销资格校验***及医保报销资格校验方法
CN105574334A (zh) * 2015-12-15 2016-05-11 深圳安泰创新科技股份有限公司 医疗信息处理方法和***
CN106156502A (zh) * 2016-07-05 2016-11-23 东软集团股份有限公司 一种报告单审核的评估方法及装置
CN107609980A (zh) * 2017-09-07 2018-01-19 平安医疗健康管理股份有限公司 医疗数据处理方法、装置、计算机设备及存储介质
CN107785057A (zh) * 2017-06-19 2018-03-09 平安医疗健康管理股份有限公司 医疗数据处理方法、装置、存储介质和计算机设备
CN108305176A (zh) * 2018-01-05 2018-07-20 上海栈略数据技术有限公司 一种基于反馈式机器学习的最优化医疗保险智能审核***
CN108492196A (zh) * 2018-03-08 2018-09-04 平安医疗健康管理股份有限公司 通过数据分析推断医疗保险违规行为的风控方法
CN108596770A (zh) * 2017-12-29 2018-09-28 山大地纬软件股份有限公司 基于离群值分析的医疗保险欺诈检测装置及方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102013084A (zh) * 2010-12-14 2011-04-13 江苏大学 用于检测医疗保险门诊欺诈***易的***和方法
CN103077494A (zh) * 2013-01-09 2013-05-01 北京中科金财科技股份有限公司 一种动态数据处理评估方法及***
CN104134157A (zh) * 2014-08-08 2014-11-05 平安养老保险股份有限公司 一种医疗保险报销过程中可疑行为审核***及审核方法
CN104133810A (zh) * 2014-08-08 2014-11-05 平安养老保险股份有限公司 一种医保报销资格校验***及医保报销资格校验方法
CN105574334A (zh) * 2015-12-15 2016-05-11 深圳安泰创新科技股份有限公司 医疗信息处理方法和***
CN106156502A (zh) * 2016-07-05 2016-11-23 东软集团股份有限公司 一种报告单审核的评估方法及装置
CN107785057A (zh) * 2017-06-19 2018-03-09 平安医疗健康管理股份有限公司 医疗数据处理方法、装置、存储介质和计算机设备
CN107609980A (zh) * 2017-09-07 2018-01-19 平安医疗健康管理股份有限公司 医疗数据处理方法、装置、计算机设备及存储介质
CN108596770A (zh) * 2017-12-29 2018-09-28 山大地纬软件股份有限公司 基于离群值分析的医疗保险欺诈检测装置及方法
CN108305176A (zh) * 2018-01-05 2018-07-20 上海栈略数据技术有限公司 一种基于反馈式机器学习的最优化医疗保险智能审核***
CN108492196A (zh) * 2018-03-08 2018-09-04 平安医疗健康管理股份有限公司 通过数据分析推断医疗保险违规行为的风控方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111554406A (zh) * 2020-04-10 2020-08-18 安徽华米智能科技有限公司 生理数据的处理方法、装置、电子设备和存储介质
CN111554406B (zh) * 2020-04-10 2024-02-27 安徽华米健康科技有限公司 生理数据的处理方法、装置、电子设备和存储介质
CN112201330A (zh) * 2020-09-29 2021-01-08 四川省人民医院 结合DRGs工具和贝叶斯模型的医疗质量监测评估方法
CN112201330B (zh) * 2020-09-29 2024-03-08 四川省人民医院 结合DRGs工具和贝叶斯模型的医疗质量监测评估方法

Also Published As

Publication number Publication date
CN109615204B (zh) 2023-02-03

Similar Documents

Publication Publication Date Title
Brada et al. Does investor protection increase foreign direct investment? A meta‐analysis
CN110246031A (zh) 企业信用的评估方法、***、设备及存储介质
CN109360084A (zh) 征信违约风险的评估方法及装置、存储介质、计算机设备
CN106997493A (zh) 基于多维度数据的彩票用户流失预测方法及其***
CN106022849A (zh) 一种新媒体价值与效果评估方法和***
CN109636613A (zh) 医疗数据异常识别方法、装置、终端及存储介质
CN106469395A (zh) 一种数据商品动态综合评估方法及***
CN110009449A (zh) 商家信用评估方法、服务器及存储介质
CN109299085A (zh) 一种数据处理方法、电子设备及存储介质
CN106529110A (zh) 一种用户数据分类的方法和设备
CN109801692A (zh) 一种病案首页数据质量评估方法和装置
CN108335723A (zh) 测试有效性判断方法及装置
Lawson et al. The impact of quality variations on patients undergoing surgery for renal cell carcinoma: a national cancer database study
CN108520351A (zh) 农村土地流转模式绩效评价方法、***、设备、存储介质
CN109615204A (zh) 医疗数据的质量评估方法、装置、设备及可读存储介质
CN105740434B (zh) 网络信息评分方法及装置
CN106447144A (zh) 一种目标对象的评估方法及装置
CN107704869A (zh) 一种语料数据抽样方法及模型训练方法
CN106502881A (zh) 一种商品排序规则的测试方法和装置
CN110503567A (zh) 数据校验方法、设备、存储介质及装置
CN110147941A (zh) 考核内容获取方法、员工评估方法及装置
CN108985595A (zh) 基于交易方互评的移动交易服务评价方法及装置
Liu et al. Equilibrium information in credence goods
CN107194190A (zh) 医药费用数据库中识别服务对象对费用影响的方法及装置
CN107133747A (zh) 一种质量评估方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant