CN109634941B - 医疗数据处理方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明的实施例提供了一种医疗数据处理方法、装置、电子设备及存储介质，涉及大数据技术领域。该方法包括：对目标数据源中的医疗数据进行分析，得到多个指标统计规则；基于指标统计规则将目标数据源中的医疗数据抽取到第一医疗指标库中；基于预定抽取规则对第一医疗指标库中的医疗数据进行校验，其中，预定抽取规则为对第一医疗指标库中的医疗数据进行校验的校验规则；在经校验确定第一医疗指标库中的医疗数据有误时，将校验有误的医疗数据抽取到第二医疗指标库中。本发明实施例的技术方案能够自动地对来自目标数据源的数据进行校验，更早地发现数据问题，进而能够降低数据的修复成本。

Description

医疗数据处理方法、装置、电子设备及存储介质

技术领域

本发明涉及大数据技术领域，具体而言，涉及一种医疗数据处理方法、医疗数据处理装置、电子设备以及计算机可读存储介质。

背景技术

随着医疗信息化的发展，各大医院已经形成了HIS(Hospital InformationSystem，医院信息***)、LIS(Laboratory Information Management System，实验室信息管理***)等医疗信息***，这些医疗信息***中积累了大量的医疗数据。

为了应用积累的医疗数据，需要将医疗数据从数据源端提取到应用端。目前，一般采用ETL(extract-transform-load，提取-转换-加载)的方式将数据从数据源端(例如，原始业务***)经过提取、转换、加载至目的端(例如，数据仓库)。ETL可以将分散的、异构数据源中的数据如关系数据、平面数据文件进行清洗、转换，最后加载到数据仓库或数据集市中。在一种技术方案中，参照图1所示，对临床医疗***端110的医疗数据进行清洗、转换、加载，将处理后的医疗数据抽取到数据平台端120，并最终将数据传递到应用130，在应用端130完成数据的较验例如与医院现有的报表数据进行核准，或者院方在使用过程中发现数据问题进行反馈。

然而，在这种技术方案中，不仅需要人工对医疗数据进行校验，而且在医疗数据到了应用端之后才能暴露出医疗数据不准确的问题，数据修复的成本较高。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明实施例的目的在于提供一种医疗数据处理方法、医疗数据处理装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服需要人工对医疗数据进行校验以及数据修复的成本较高的问题。

根据本发明实施例的第一方面，提供了一种医疗数据处理方法，包括：对目标数据源中的医疗数据进行分析，得到多个指标统计规则；基于所述指标统计规则将所述目标数据源中的医疗数据抽取到第一医疗指标库中；基于预定抽取规则对所述第一医疗指标库中的医疗数据进行校验，其中，所述预定抽取规则为对所述第一医疗指标库中的医疗数据进行校验的校验规则；在经校验确定所述第一医疗指标库中的医疗数据有误时，将校验有误的医疗数据抽取到第二医疗指标库中。

在本发明的一些实施例中，基于前述方案，所述医疗数据处理方法还包括：在经校验确定所述第一医疗指标库中的医疗数据无误时，将校验无误的医疗数据作为基准数据；将所述基准数据导入到第三医疗指标库中。

在本发明的一些实施例中，基于前述方案，基于预定抽取规则对所述第一医疗指标库中的医疗数据进行校验，包括：基于所述指标统计规则从所述第三医疗指标库中获取所述基准数据；基于所述预定抽取规则以及所述基准数据对所述第一医疗指标库中的医疗数据进行校验。

在本发明的一些实施例中，基于前述方案，所述医疗数据处理方法还包括：基于所述目标数据源中的医疗数据对所述第二医疗指标库中的医疗数据进行校验；在经校验确定所述第二医疗指标库中的医疗数据无误时，确定与校验无误的医疗数据对应的预定抽取规则；基于所述校验无误的医疗数据的校验结果调整所述对应的预定抽取规则。

在本发明的一些实施例中，基于前述方案，所述医疗处理方法还包括：在经校验确定所述第二医疗指标库中的医疗数据有误时，确定与校验有误的医疗数据对应的预定抽取规则；对所确定的所述对应的预定抽取规则添加可信标识。

在本发明的一些实施例中，基于前述方案，所述预定抽取规则包括：指标主键重复率为零、同一指标同比增长率大于等于零、同一指标环比变化率小于等于第一阈值、医院各***间就诊级别关联率大于等于第二阈值中的一种或多种。

在本发明的一些实施例中，基于前述方案，所述医疗数据处理方法还包括：通过图表形式展示所述第一医疗指标库和所述第二医疗指标库中的医疗数据。

根据本发明实施例的第二方面，提供了一种医疗数据处理装置，包括：指标统计规则获取单元，用于对目标数据源中的医疗数据进行分析，得到多个指标统计规则；第一数据抽取单元，用于基于所述指标统计规则将所述目标数据源中的医疗数据抽取到第一医疗指标库中；校验单元，用于基于预定抽取规则对所述第一医疗指标库中的医疗数据进行校验，其中，所述预定抽取规则为对所述第一医疗指标库中的医疗数据进行校验的校验规则；第二数据抽取单元，用于在经校验确定所述第一医疗指标库中的医疗数据有误时，将校验有误的医疗数据抽取到第二医疗指标库中。

根据本发明实施例的第三方面，提供了一种电子设备，包括：处理器；以及存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现如上述第一方面所述的医疗数据处理方法。

根据本发明实施例的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的医疗数据处理方法。

在本发明的一些实施例所提供的技术方案中，一方面，基于对医疗数据的分析得到的指标统计规则将医疗数据抽取到第一医疗指标库，便于依据医疗数据的指标对医疗数据进行处理；另一方面，基于预定抽取规则对第一医疗指标库中的医疗数据进行校验，将校验有误的医疗数据抽取到第二医疗指标库中，能够自动地对来自目标数据源的数据进行校验；再一方面，由于在医疗数据到达应用端之前就能发现数据问题，从而能够更早地发现数据问题，进而能够降低数据的修复成本。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1示出了一种现有技术方案中的临床医疗数据处理***的示意框图；

图2示出了根据本发明的一些实施例的医疗数据处理方法的流程示意图；

图3示出了根据本发明的一些实施例的医疗数据处理***的示意框图；

图4示出了根据本发明的一些实施例的医疗数据处理装置的示意框图；

图5示出了适于用来实现本发明实施例的电子设备的计算机***的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本发明将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本发明的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

在一种技术方案中，选择比较合适的ETL工具例如：Datastage、Kettle、Powercenter等，通过配置相应的数据抽取规则，将临床医疗端的医疗数据抽取到数据仓库中。在抽取过程中会有做一些简单的数据校验工作，例如，校验数据条数源端和目的端是否一致、源端和目的端字段的空值率是否一致等。然后，可以通过报表展示工具将医疗数据以报表的形式展示出来，和已有报表数据进行核对较验。

在该技术方案中，也需要人工对医疗数据进行校验，难以较早地发现医疗数据问题，数据修复的成本较高。

图2示出了根据本发明的一些实施例的医疗数据处理方法的流程示意图。参照图2所示，该医疗数据处理方法可以包括以下步骤：

步骤S210，对目标数据源中的医疗数据进行分析，得到多个指标统计规则；

步骤S220，基于所述指标统计规则将所述目标数据源中的医疗数据抽取到第一医疗指标库中；

步骤S230，基于预定抽取规则对所述第一医疗指标库中的医疗数据进行校验，其中，所述预定抽取规则为对所述第一医疗指标库中的医疗数据进行校验的校验规则；

步骤S240，在经校验确定所述第一医疗指标库中的医疗数据有误时，将校验有误的医疗数据抽取到第二医疗指标库中。

根据图2中的医疗数据处理方法，一方面，基于对医疗数据的分析得到的指标统计规则将医疗数据抽取到第一医疗指标库，便于依据医疗数据的指标对医疗数据进行处理；另一方面，基于预定抽取规则对第一医疗指标库中的医疗数据进行校验，将校验有误的医疗数据抽取到第二医疗指标库中，能够自动地对来自目标数据源的数据进行校验；再一方面，由于在医疗数据到达应用端之前就能发现数据问题，从而能够更早地发现数据问题，进而能够降低数据的修复成本。

下面，将对图2的示例实施例中的医疗数据处理方法进行详细的说明。

在步骤S210中，对目标数据源中的医疗数据进行分析，得到多个指标统计规则。

在一些示例实施例中，目标数据源为医院现有的临床医疗数据。由于各个医院都具有海量的医疗数据例如几TB至几十TB的数据量，考虑到大数据技术的分布式处理架构具有快速处理海量数据的优势，可以选用分布式数据库来存储目标数据源的医疗数据。分布式数据库可以为HIVE数据库或者MongoDB数据库，本发明对此不进行特殊限定。

在示例实施例中，可以将目标医院的数据源端的ETL(Extract Transform Load，提取转换加载)层的数据库作为数据仓库，基于数据源端从目标医院获取的临床医疗数据，结合《三级综合医院评审标准实施细则》中第七章日常统计学评价中的基础指标归纳和扩充得到多个指标统计规则。

多个指标可以包括：资源配置指标、工作负荷指标、治疗质量指标、工作效率指标、患者负担指标、资产运营指标等指标。其中，资源配置指标可以包括实际开放床位、全院员工总数、卫生技术人员数、医院医用建筑面积等。指标统计规则为对各指标进行统计的规则，通过指标统计规则可以根据年、月、日、科室、就诊类型等维度对各指标进行多维度分析。

在步骤S220中，基于所述指标统计规则将所述目标数据源中的医疗数据抽取到第一医疗指标库中。

在一些示例实施例中，可以将存储目标数据源的医疗数据的数据库作为数据仓库，基于上述指标统计规则将医疗数据从数据仓库抽取到第一医疗指标库中，例如将与指标统计规则中的指标对应的数据从数据仓库抽取到第一医疗指标库中。第一医疗指标库为基础医疗指标库，用于存储根据上述指标统计规则从数据仓库抽取的医疗数据。

在第一医疗指标库即基础医疗指标库中，可以按医院各***的相关性将指标分为：资源配置、工作负荷、治疗质量、工作效率、患者负担、资产运营、科研成果七个模块。其中，工作负荷指标可以包括：年门诊人次、健康体检人次、年急诊人次、年住院患者出院例数、年住院手术例数等。

在步骤S230中，基于预定抽取规则对所述第一医疗指标库中的医疗数据进行校验，其中，所述预定抽取规则为对所述第一医疗指标库中的医疗数据进行校验的校验规则。

在示例实施例中，可以对第一医疗指标库中的医疗数据进行归纳分析，得到预定抽取规则，所述预定抽取规则为对第一医疗指标库中的医疗数据进行校验的校验规则。通过所述预定抽取规则对第一医疗指标库中的医疗数据进行校验，例如，在预定抽取规则为同一指标同比增长率不能为负时，可以校验工作负荷指标下的年门诊人次的同比增长率是否为负，如果年门诊人次的同比增长率为负，则判定该医疗数据有误。

需要说明的是，预定抽取规则可以包括：数据仓库各表的指标主键重复率为零、同一指标同比增长率大于等于零、同一指标环比变化率小于等于第一阈值、医院各***间就诊级别关联率大于等于第二阈值中的一种或多种。此外，还可以根据需要添加抽取规则例如同一指标的医疗数据在时间上要连续等。在一些实施例中，第一阈值可以为100％、第二阈值可以为95％，但是还可以根据校验结果调整第一阈值和第二阈值，本发明对第一阈值和第二阈值不进行特殊限定。

进一步地，可以根据月份的不同调整预定抽取规则，例如，二月份由于天气情况变化剧烈，同一指标环比变化率可能大于第一阈值，因此，对应二月份的医疗数据，在通过同一指标环比变化率规则进行校验时，在医疗数据的环比变化率大于第一阈值时，将该医疗数据确定为正确的医疗数据。

步骤S240，在经校验确定所述第一医疗指标库中的医疗数据有误时，将校验有误的医疗数据抽取到第二医疗指标库中。

在示例实施例中，通过上述预定抽取规则对第一医疗指标库中的医疗数据进行校验，例如采用同一指标同比增长率大于等于零的抽取规则对第一医疗指标库中的医疗数据进行校验，在校验同一指标的医疗数据的同比增长率小于零时，确定该医疗数据有误，将校验有误的该医疗数据抽取到第二医疗指标库中。第二医疗指标库即预警医疗指标库，用于存储校验有误的医疗数据。

通过预定抽取规则从基础医疗指标库中抽取校验有误的数据到第二医疗指标库中即预警医疗指标库，能够实现自动化的医疗数据校验功能。

进一步地，为了充分利用校验结果，在经预定抽取规则校验第一医疗指标库中的医疗数据无误时，可以将校验无误的医疗数据作为基准数据，将校验无误的医疗数据导入到第三医疗指标库中。第三医疗指标库为基准医疗指标库，用于存储校验无误的医疗数据即基准数据，可以通过第三医疗指标库中的基准数据校验第一医疗指标库中的医疗数据。通过将校验无误的医疗数据导入到第三医疗指标库中作为基准数据，能够通过不断迭代基准数据来版本来完善校验规则以及基准数据，从而能够充分利用每次校验的校验结果，提升了医疗数据的质量。

具体而言，在校验第一医疗指标库中的某一指标下的医疗数据时，可以基于该指标的指标统计规则从第三医疗指标库中获取对应的基准数据，基于上述预定抽取规则以及获取的基准数据对第一医疗指标库中的医疗数据进行校验。将校验有误的数据导入第二医疗指标库中以便进行更详细的数据分析。

此外，由于第二医疗指标库即预警医疗指标库中的基础医疗指标的医疗数据不一定就是错误的，因此，可以对第二医疗指标库中的医疗数据进行进一步的校验。

在一些示例实施例中，可以基于目标数据源中的医疗数据对第二医疗指标库中的医疗数据进行校验，在经校验确定第二医疗指标库中的医疗数据无误时，确定与校验无误的医疗数据对应的预定抽取规则，基于所述医疗数据的校验结果调整对应的预定抽取规则。例如，可以基于目标数据源中的医疗数据对第二医疗指标库中的工作负荷的月门诊人数指标下的医疗数据进行校验，在经校验无误时，确定该医疗数据对应的预定抽取规则即确定该医疗数据是通过哪个抽取规则抽取的，在确定该医疗数据是通过环比变化率小于等于第一阈值的抽取规则抽取时，可以升高第一阈值例如第一阈值为100％时，将第一阈值调整为120％。

图3示出了根据本发明的一些实施例的医疗数据处理***的示意框图。

参照图3所示，该医疗数据处理***可以包括：临床医疗***端310、数据平台端320、第一医疗指标库330、校验模块340、第二医疗指标库350以及应用端360。其中，临床医疗***端310可以作为数据源端，对临床医疗***端310的医疗数据进行清洗、转换之后加载到数据平台端320。数据平台端320的数据库可以作为数据仓库，基于该数据仓库中的医疗数据结合《三级综合医院评审标准实施细则》中第七章日常统计学评价中的基准指标归纳出多个指标统计规则，基于所述指标统计规则将数据平台端320中的医疗数据抽取到第一医疗指标库330中。在第一医疗指标库330中，可以根据医院各***的相关性将指标分为：资源配置、工作负荷、治疗质量、工作效率、患者负担、资产运营、科研成果七个模块。在校验模块340中，可以对第一医疗指标库330中的医疗数据进行归纳分析，得到预定抽取规则，所述预定抽取规则为对第一医疗指标库330中的医疗数据进行校验的校验规则。

在校验模块340中对第一医疗指标库330中的医疗数据进行校验后，经校验有误的医疗数据发送至第二医疗指标库350，将经校验无误的医疗数据发送至应用端360。

进一步地，可以基于目标数据源中的医疗数据对第二医疗指标库350中的医疗数据进行校验，在经校验确定第二医疗指标库350中的医疗数据有误时，确定与校验有误的医疗数据对应的预定抽取规则，对所确定的预定抽取规则添加可信标识。例如，可以对第二医疗指标库350中的工作负荷的月门诊人数指标下的医疗数据进行校验，在校验有误时，确定该医疗数据对应的预定抽取规则，即确定该医疗数据是通过哪个抽取规则抽取的，在确定该医疗数据是通过环比变化率小于等于第一阈值的抽取规则抽取时，可以对该抽取规则添加可信标识，例如，可以为该抽取规则添加一个可信标识的字段。通过对预定抽取规则添加可信标识，可以根据可信标识调整预定抽取规则，从而能够提升预定抽取规则的准确性，同时也能够不断地提高数据质量。

此外，在一些实施例中，还可以搭建医疗数据的展示平台，将第一医疗指标库和第二医疗指标库中的医疗数据通过ECharts用图表进行直观的展示，从而能够更方便快捷地对指标数据进行观察分析。ECharts是由一种开源型图表展示工具，使用JavaScript实现的开源可视化库，可以流畅的运行在个人计算机和移动设备上，兼容当前绝大部分浏览器(IE8/9/10/11，Chrome，Firefox，Safari等)，能够提供直观、交互丰富、可高度个性化定制的数据可视化图表。基于ECharts的这些优点，可以将其做为指标数据的可视化展示工具。

此外，还可以将已经核准无误的医疗数据打上可信标识例如给核准无误的医疗数据添加可信字段，作为交付下游应用端以及医院时说明数据准确的依据。

此外，在本发明的实施例中，还提供了一种医疗数据处理装置。参照图4所示，该医疗数据处理装置可以包括：指标统计规则获取单元410、第一数据抽取单元420、校验单元430以及第二数据抽取单元440。其中，指标统计规则获取单元410用于对目标数据源中的医疗数据进行分析，得到多个指标统计规则；第一数据抽取单元420用于基于所述指标统计规则将所述目标数据源中的医疗数据抽取到第一医疗指标库中；校验单元430用于基于预定抽取规则对所述第一医疗指标库中的医疗数据进行校验，其中，所述预定抽取规则为对所述第一医疗指标库中的医疗数据进行校验的校验规则；第二数据抽取单元440用于在经校验确定所述第一医疗指标库中的医疗数据有误时，将校验有误的医疗数据抽取到第二医疗指标库中。

在本发明的一些实施例中，基于前述方案，所述医疗数据处理装置400还包括：基准数据导入单元，用于在经校验确定所述第一医疗指标库中的医疗数据无误时，将校验无误的医疗数据作为基准数据；将所述基准数据导入到第三医疗指标库中。

在本发明的一些实施例中，基于前述方案，校验单元430被配置为：基于所述指标统计规则从所述第三医疗指标库中获取所述基准数据；基于所述预定抽取规则以及所述基准数据对所述第一医疗指标库中的医疗数据进行校验。

在本发明的一些实施例中，基于前述方案，所述医疗数据处理装置400还包括：第一校验单元，用于基于所述目标数据源中的医疗数据对所述第二医疗指标库中的医疗数据进行校验；第一确定单元，用于在经校验确定所述第二医疗指标库中的医疗数据无误时，确定与校验无误的医疗数据对应的预定抽取规则；调整单元，用于基于所述校验无误的医疗数据的校验结果调整所述对应的预定抽取规则。

在本发明的一些实施例中，基于前述方案，所述医疗处理装置400还包括：第二确定单元，用于在经校验确定所述第二医疗指标库中的医疗数据有误时，确定与校验有误的医疗数据对应的预定抽取规则；标识添加单元，用于对所确定的所述对应的预定抽取规则添加可信标识。

在本发明的一些实施例中，基于前述方案，所述预定抽取规则包括：指标主键重复率为零、同一指标同比增长率大于等于零、同一指标环比变化率小于等于第一阈值、医院各***间就诊级别关联率大于等于第二阈值中的一种或多种。

在本发明的一些实施例中，基于前述方案，所述医疗数据处理装置400还包括：展示单元，用于通过图表形式展示所述第一医疗指标库和所述第二医疗指标库中的医疗数据。

由于本发明的示例实施例的医疗数据处理装置400的各个功能模块与上述医疗数据处理方法的示例实施例的步骤对应，因此在此不再赘述。

在本发明的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

下面参考图5，其示出了适于用来实现本发明实施例的电子设备的计算机***500的结构示意图。图5示出的电子设备的计算机***500仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机***500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有***操作所需的各种程序和数据。CPU501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的***中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如上述实施例中所述的医疗数据处理方法。

例如，所述电子设备可以实现如图2中所示的：步骤S210，对目标数据源中的医疗数据进行分析，得到多个指标统计规则；步骤S220，基于所述指标统计规则将所述目标数据源中的医疗数据抽取到第一医疗指标库中；步骤S230，基于预定抽取规则对所述第一医疗指标库中的医疗数据进行校验，其中，所述预定抽取规则为对所述第一医疗指标库中的医疗数据进行校验的校验规则；步骤S240，在经校验确定所述第一医疗指标库中的医疗数据有误时，将校验有误的医疗数据抽取到第二医疗指标库中。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备或装置的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (8)

1.一种医疗数据处理方法，其特征在于，包括：

对目标数据源中的医疗数据和基础指标进行归纳和扩充，得到多个指标统计规则；

基于所述指标统计规则将所述目标数据源中的医疗数据抽取到第一医疗指标库中；

基于预定抽取规则对所述第一医疗指标库中的医疗数据进行校验，其中，所述预定抽取规则为对所述第一医疗指标库中的医疗数据进行校验的校验规则；

在经校验确定所述第一医疗指标库中的医疗数据有误时，将校验有误的医疗数据抽取到第二医疗指标库中，并基于所述目标数据源中的医疗数据对所述第二医疗指标库中的医疗数据进行校验；

在经校验确定所述第一医疗指标库中的医疗数据无误时，将校验无误的医疗数据作为基准数据；基于所述预定抽取规则以及所述基准数据对所述第一医疗指标库中的医疗数据再次进行校验，根据校验结果调整所述预定校验规则；

其中，所述基于所述目标数据源中的医疗数据对所述第二医疗指标库中的医疗数据进行校验，包括：

确定所述第二医疗指标库中的医疗数据有误时，确定与校验有误的医疗数据对应的预定抽取规则，并对所确定的所述对应的预定抽取规则添加可信标识；

确定所述第二医疗指标库中的医疗数据无误时，确定与校验无误的医疗数据对应的预定抽取规则，基于所述校验无误的医疗数据的校验结果调整所述对应的预定抽取规则。

2.根据权利要求1所述的医疗数据处理方法，其特征在于，所述医疗数据处理方法还包括：

将所述基准数据导入到第三医疗指标库中。

3.根据权利要求2所述的医疗数据处理方法，其特征在于，基于预定抽取规则对所述第一医疗指标库中的医疗数据进行校验，包括：

基于所述指标统计规则从所述第三医疗指标库中获取所述基准数据。

4.根据权利要求1至3中任一项所述的医疗数据处理方法，其特征在于，所述预定抽取规则包括：指标主键重复率为零、同一指标同比增长率大于等于零、同一指标环比变化率小于等于第一阈值、医院各***间就诊级别关联率大于等于第二阈值中的一种或多种。

5.根据权利要求4中所述的医疗数据处理方法，其特征在于，所述医疗数据处理方法还包括：

通过图表形式展示所述第一医疗指标库和所述第二医疗指标库中的医疗数据。

6.一种医疗数据处理装置，其特征在于，包括：

指标统计规则获取单元，用于对目标数据源中的医疗数据和基础指标进行归纳和扩充，得到多个指标统计规则；

第一数据抽取单元，用于基于所述指标统计规则将所述目标数据源中的医疗数据抽取到第一医疗指标库中；

校验单元，用于基于预定抽取规则对所述第一医疗指标库中的医疗数据进行校验，其中，所述预定抽取规则为对所述第一医疗指标库中的医疗数据进行校验的校验规则；

第二数据抽取单元，用于在经校验确定所述第一医疗指标库中的医疗数据有误时，将校验有误的医疗数据抽取到第二医疗指标库中，并基于所述目标数据源中的医疗数据对所述第二医疗指标库中的医疗数据进行校验；

在经校验确定所述第一医疗指标库中的医疗数据无误时，将校验无误的医疗数据作为基准数据；基于所述预定抽取规则以及所述基准数据对所述第一医疗指标库中的医疗数据再次进行校验，根据校验结果调整所述预定校验规则；

其中，所述基于所述目标数据源中的医疗数据对所述第二医疗指标库中的医疗数据进行校验，包括：

确定所述第二医疗指标库中的医疗数据有误时，确定与校验有误的医疗数据对应的预定抽取规则，并对所确定的所述对应的预定抽取规则添加可信标识；

确定所述第二医疗指标库中的医疗数据无误时，确定与校验无误的医疗数据对应的预定抽取规则，基于所述校验无误的医疗数据的校验结果调整所述对应的预定抽取规则。

7.一种电子设备，其特征在于，包括：

处理器；以及

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现如权利要求1至5中任一项所述的医疗数据处理方法。

8.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的医疗数据处理方法。

Images