CN109841267B - 一种眼科临床数据采集***及方法 - Google Patents
一种眼科临床数据采集***及方法 Download PDFInfo
- Publication number
- CN109841267B CN109841267B CN201811421090.6A CN201811421090A CN109841267B CN 109841267 B CN109841267 B CN 109841267B CN 201811421090 A CN201811421090 A CN 201811421090A CN 109841267 B CN109841267 B CN 109841267B
- Authority
- CN
- China
- Prior art keywords
- voice
- input
- data
- module
- research
- 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.)
- Active
Links
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Eye Examination Apparatus (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供了一种眼科临床数据采集***及方法,属于医疗信息化技术领域。该眼科临床数据采集***包括:患者服务平台、医生研究平台;所述患者服务平台包括:数据采集模块、后台眼病慢病预测模块;所述医生研究平台包括:专科表单库、表单选择模块、表单录入模块、眼病引导的慢病预测模块。本发明以患者问题为引导,集多***疾病的临床问题,实现了研究数据源的循环利用,且能够最大化节省临床医师录入时间,有利于不同研究之间的大数据整合,为眼科临床研究大数据融合打下基础。
Description
技术领域
本发明属于医疗信息化技术领域,具体涉及一种眼科临床数据采集***及方法。
背景技术
随着生活方式的逐渐转变,疾病谱也发生了变化。各行业诊疗不规范的现象导致的浪费也不断加剧。出现这些问题的原因在于:我国地域广阔,民族众多,临床资源丰富,同一种疾病不同地区种族的患者表现完全不同,尚有很多临床问题未能解决。
要解决上述问题,中国急需高质量的临床研究提供临床证据支持。而高质量标志性的研究需要研究者具备较高的临床研究素质。我国医师在医疗实践中根据临床问题进行研究者远远低于发达国家,瓶颈主要在于:1、知识体系:临床医师临床研究观念及方法学知识缺乏,学习曲线长,无法高效规范地设计,建立自己的临床研究数据库。2、经费:临床研究经费投入不足,尤其对于初级中级的青年医师来说,缺乏经费支持,通常只能进行小样本量的观察性研究,即便如此,仍需要花费大量的时间自发收集和整理研究数据。3、时间:临床研究需要严谨细致的科研表格填写,类似于临床大病历的书写,以往填写一例完整的病例报告至少需要15~30分钟不等,导致医师疲惫不堪,严重制约了临床医师的科研热情。4、既往的临床研究***的研究对象仅涉及以医生主导的生理生化数据、图像信息、疾病分类诊断指标,鲜有以患者主导的“主诉症状”指标。
眼是人体内唯一可以直视的器官,眼科是以视诊为基础的学科,眼包含血管、神经、胶原等多种组织,眼病与多种***性慢性非传染性疾病密切相关既往的智能问诊或诊断、研究***仅涉及单学科或单***疾病,如仅为眼科或神经科等,尚未涉及到从一种学科推及至多学科预警及诊断的研究体系;并且,问诊***仅涉及疾病的大致诊断,不能给予患者个性化诊疗建议。
发明内容
本发明的目的在于解决上述现有技术中存在的难题,提供一种眼科临床数据采集***及方法,使得研究不仅适用于广大医学研究者发起的不同类型不同规模的临床研究需求,更可即使将临床研究的最新成果直接反馈于大众,为患者提供个体化疾病风险预测及健康建议,同时,为患者提供真实数据平台,使患者由被动的医疗信息接收者变为主动的医疗研究参与者,形成由统一的可视化的眼科症状、便携测量的眼科参数、慢性病风险预测、个体化健康建议的一体化眼科大数据再生研究平台。
本发明是通过以下技术方案实现的:
一种眼科临床数据采集***,包括:患者服务平台、医生研究平台;
所述患者服务平台包括:数据采集模块、后台眼病慢病预测模块;
所述数据采集模块包括:眼部症状输入模块、眼底图像采集及测量模块、转化模块;
所述眼部症状输入模块用于提供一系列的问题供患者答复,并将患者答复的文字字符转换为数字变量;
所述眼底图像采集及测量模块用于提供数据端口;
所述转化模块将眼部症状输入模块、眼底图像采集及测量模块采集到的数据转化为表单。
所述后台眼病慢病预测模块根据眼部症状输入模块、眼底图像采集及测量模块采集到的数据进行患病风险预测;
所述医生研究平台包括:专科表单库、表单选择模块、表单录入模块、眼病引导的慢病预测模块;
所述专科表单库:存储临床各专科的已经设计好的各种表单以及数据采集模块生成的表单;
所述表单选择模块:显示专科表单库中的所有表单的名称,当研究者选中某表单时,所述表单选择模块从专科表单库里调出该表单,然后启动表单输入模块;
所述表单录入模块包括语音录入子模块和图像采集子模块,所述语音录入子模块用于通过语音录入表单中的文本信息,所述图像采集子模块用于录入表单中的图像信息;
所述眼科引导的慢病预测模块:利用专科表单库中的数据进行机器学习,生成新的眼病慢病预测模型,并将新的眼病慢病预测模型发送给后台眼病慢病预测模块。
所述表单里面包含样本数量、采集的受试者的各项文本信息、图像信息;每个图像信息设有唯一的检索代码;
所述图像信息包括医学影像、图片的信息。
所述语音录入子模块包括选择单元、快速录入单元、标准录入单元、语音专业术语库;
所述语音专业术语库存储阳性体征、阴性体征的关键词;
所述选择单元:用于提供选择窗口,研究者在该选择窗口上选择使用快速录入单元或者标准录入单元;
所述快速录入单元用于语音录入阳性体征,自动填写阴性体征;
所述标准录入单元用于逐项依次语音录入阳性体征或者阴性体征。
所述快速录入单元包括快速语音录入子单元、阴性体征默认输入子单元和检索修正子单元;
所述快速语音录入子单元包括快速语音热键输入程序和关键词搜索程序,当研究者通过语音输入设备录入语音时,快速语音热键输入程序启动所述关键词搜索程序;
所述关键词搜索程序将录入的语音转换为对应的阳性体征关键词,并在语音专业术语库中通过精确检索或模糊检索对所述阳性体征关键词进行识别,如果得到精确匹配结果,则从语音专业术语库中提取阳性体征关键词,并在表单中找到对应该阳性体征的录入框,填写录入框,然后将此阳性体征对应的阴性体征排除,同时将该阳性体征关键词存入阳性体征数据库,如果没有得到精确匹配结果,则提示研究者重新录入语音或推荐最相近的记录;如此反复,直到研究者确认完成输入,此时,生成阳性体征数据库;
所述阴性体征默认输入子单元:将所述阳性体征数据库与表单中的信息进行比对,将表单中未被排除的阴性体征添加到对应的录入框内,此时,生成初步研究表单;
所述检索修正子单元:将所述初步研究表单中的所有阴性体征依次显示在自动弹出的对话框内,研究者逐一判断初步研究表单中的阴性体征是否正确,如果不正确,研究者通过语音录入、键盘输入或手写输入的方式对阴性体征进行修改,全部修改完毕后生成研究病历。
所述标准录入单元包括标准语音录入子单元和逐条录入子单元;
所述标准语音录入子单元:包括标准语音热键输入程序和关键词搜索程序,当研究者通过语音输入设备录入语音时,标准语音热键输入程序启动逐条录入子单元;
所述逐条录入子单元:从表单的第一项开始,当研究者通过语音输入设备录入阳性体征或阴性体征的语音后,启动所述关键词搜索程序,所述关键词搜索程序将所述语音转换为对应的关键词,并在语音专业术语库中通过精确检索或模糊检索对所述关键词进行识别,如果得到精确匹配结果,则提取相应的阳性体征数据或阴性体征数据,填入到该录入框内,如果没有得到精确匹配结果,则提示研究者重新录入语音或推荐最相近的记录;如果一项没有录入完毕,则录入框一直停留在该项,当录入完一项后,录入框自动跳转到下一项,直到该表单的所有项录入完毕,形成研究病历。
所述图像采集子模块包括检查设备接口、纸质资料扫描接口和数据处理单元;
所述检查设备接口与第三方检查设备连接,从第三方检查设备获取原始图像数据,并将原始图像数据发送给数据处理单元;
所述纸质资料扫描接口与扫描设备连接,从扫描设备获取纸质资料的扫描数据,并将扫描数据发送给数据处理单元;
所述数据处理单元对接收到的扫描数据进行按区域识别,获得识别后的名义变量,然后将该识别后的名义变量、接收到的原始图像数据中的名义变量与眼科科研标准变量数据库进行比对,将同一研究定义的名义变量统一为具有相同属性的同一变量形式,并将结构化数据以可统计格式录入到表单中。
所述可统计格式包括excel文件或spss、sas文件。
利用上述***实现的眼科临床数据采集方法,所述方法包括:
(1)采集患者的数据:利用眼部症状输入模块采集患者的主观数据,利用眼底图像采集及测量模块采集患者的客观数据;
(2)利用步骤(1)采集到的患者的数据进行患病风险预测;
(3)研究者从专科表单库中选择需要的表单,根据表单的信息进行试验获得试验结果;
(4)将试验结果录入表单:通过语音录入表单中的文本信息,利用图像采集子模块录入表单中的图像信息;
(5)获得新的眼病慢病预测模型:根据步骤(1)采集到的患者的数据以及步骤(4)录入的试验结果,通过机器学习,获得新的眼病慢病预测模型。
所述表单包括个人信息表单、生命体征表单、常规检查表单、特殊评价表单;
所述个人信息表单记录受试者的基本信息,包括年龄、性别、职业类别;
所述生命体征表单记录生命体征信息,包括血压、脉搏、心率、身高、体重;
所述常规检查表单记录常规检查信息,包括外眼及其附属器、眼前节、眼后节、眼球运动、眼压;
所述特殊评价表单为可选表单,包括:形态学检查表单、功能学检查表单、主观评价表单;
所述形态学检查表单记录器官的形态学变化信息,包括器官或组织的横断面、矢状面、水平面及三维重建参数;
所述功能学检查表单记录器官的功能参数,包括视野、立体视功能、对比敏感度、生物力学;
所述主观评价表单记录受试者的主观评价信息,包括受试者的主观病史、基于不同研究目的的问卷的参数。
所述步骤(4)中的通过语音录入表单中的文本信息是这样实现的:
研究者通过语音输入设备录入语音,将该语音转换为对应的阳性体征关键词,并在语音专业术语库中通过精确检索或模糊检索对所述阳性体征关键词进行识别,如果得到精确匹配结果,则从语音专业术语库中提取阳性体征关键词,并在表单中找到对应该阳性体征的录入框,填写录入框,并将此阳性体征对应的阴性体征排除,同时将该阳性体征关键词存入阳性体征数据库,如果没有得到精确匹配结果,则提示研究者重新录入语音或推荐最相近的记录;如此反复,直到研究者确认完成输入,此时,生成阳性体征数据库;
将所述阳性体征数据库与表单中的信息进行比对,将表单中未被排除的阴性体征添加到对应的录入框内,实现自动录入,此时,生成初步研究表单;
将所述初步研究表单中的所有阴性体征依次显示在自动弹出的对话框内,研究者逐一判断初步研究表单中的阴性体征是否正确,如果不正确,研究者对阴性体征进行修改,全部修改完毕后生成研究病历;
或者,所述步骤(4)中的通过语音录入表单中的文本信息是这样实现的:
研究者通过语音输入设备录入语音时,启动逐条录入子单元,从表单的第一项开始,当研究者通过语音输入设备录入阳性体征或阴性体征的语音后,将所述语音转换为对应的关键词,并在语音专业术语库中通过精确检索或模糊检索对所述关键词进行识别,如果得到精确匹配结果,则提取相应的阳性体征数据或阴性体征数据,填入到该录入框内,如果没有得到精确匹配结果,则提示研究者重新录入语音或推荐最相近的记录;如果一项没有录入完毕,则录入框一直停留在该项,当录入完一项后,录入框自动跳转到下一项,直到该表单的所有项录入完毕,形成研究病历。
所述步骤(4)中的利用图像采集子模块录入表单中的图像信息是这样实现的:
从第三方检查设备获取原始图像数据,将该原始图像数据中的名义变量与眼科科研标准变量数据库进行比对,将同一研究定义的名义变量统一为具有相同属性的同一变量形式,并将结构化数据以可统计格式录入到表单中;
或者从扫描设备获取纸质资料的扫描数据,对所述扫描数据进行按区域识别,获得识别后的名义变量,将该识别后的名义变量与眼科科研标准变量数据库进行比对,将同一研究定义的名义变量统一为具有相同属性的同一变量形式,并将结构化数据以可统计格式录入到表单中。
与现有技术相比,本发明的有益效果是:
1、以患者问题(临床症状)为引导,集多***疾病的临床问题、预后转归为一体的预测与研究平台;实现了研究数据源的循环利用:前台表单由医生与患者同时输入原始数据,最大化节省数据采集时间;后台将原始数据处理为符合国际标准规范及结构化病历要求,即“统一度量衡”,输出为适用于不同类型如登记注册、随机对照、疾病预测等研究数据。随着数据的不断积累,形成一个慢性疾病筛查、预警、诊疗建议为一体的可循环再生利用的个体化防控平台;
2、本发明中的表单符合国际标准规范及结构化病历要求,研究者无需根据不同研究目的重复设计表单,不同的研究之间可以实现数据共享,有利于不同研究之间的大数据整合;为眼科临床研究大数据融合打下基础。;
3、本发明中的表单适用于同一专科不同类型如登记注册、随机对照等研究,
4、利用本发明能够最大化节省临床医师录入时间。
附图说明
图1本发明***的组成结构图
图2本发明中基于“特殊专业术语组合”的语音热键启动、识别、录入流程
图3本发明中快速模式研究表单录入流程
图4基于不同眼病需求的眼科多模块化表单设置。
具体实施方式
下面结合附图对本发明作进一步详细描述:
本发明是一种眼科临床数据采集***及方法。
具体如图1所示,本发明眼科临床数据采集***包括:
一种眼科临床数据采集***,包括:患者服务平台、医生研究平台;患者服务平台直接面向患者,采集患者的真实数据,医生研究平台直接面向医生,用于医生进行相关研究;
所述患者服务平台包括:数据采集模块、后台眼病慢病(慢性非传染性疾病)预测模块;
所述数据采集模块包括:眼部症状输入模块、眼底图像采集及测量模块、转化模块;
所述眼部症状输入模块用于提供一系列的问题供患者答复,并将患者答复的文字字符通过统计学方法转换为数字变量;利用眼部症状输入模块采集到的是患者的主观感受数据,例如头痛、视力下降、视物模糊等等;
所述眼底图像采集及测量模块用于提供数据端口,数据端口能够与现有的获取眼底照片或眼底影像的各种设备进行连接,例如配备眼底相机的移动设备端。利用获取眼底照片或眼底影像的设备采集到的是患者的客观数据,即眼科特殊变量,例如眼内压、血压、视网膜血管、筛板、视神经地形图、视网膜神经纤维层、虹膜隐窝等等;
所述转化模块将眼部症状输入模块、眼底图像采集及测量模块采集到的数据转化为表单。
所述后台眼病慢病预测模块:根据眼部症状输入模块、眼底图像采集及测量模块采集到的数据进行患病风险预测,所述后台眼病慢病预测模块内置现有的已经实现或已经发表的眼病慢病预测模型,将眼部症状输入模块、眼底图像采集及测量模块采集到的数据输入模型后,模型的输出即为患病风险预测的结果。该模块向患者开放,将已向该平台授权的已被业内公认(已发表于权威学术期刊)的临床研究结果,以内置算法的形式向患者开放,例如青光眼患病的风险模型,青光眼进展的风险模型,脑卒中的患病风险模型等。并根据数据,给予患者定量化的健康建议。例如:青光眼精准患病风险预测(青光眼患病风险参数分为定性及定量参数:定性参数为医生诊断为青光眼风险系数;定量参数为青光眼视神经三维构型参数,包括筛板位移参数、盘沿面积参数、视网膜神经节细胞定量参数等。拟预测参数:一般资料及***参数(年龄、性别、血压、体质指数),眼部参数(近视度数、眼轴、视网膜中央动脉直径当量、视网膜中央静脉当量、角膜厚度等),生理生化参数(血清铁离子浓度、血清铁结合力、C反应蛋白、血清总蛋白、谷丙转氨酶等)。
所述医生研究平台包括:专科表单库、表单选择模块、表单录入模块、眼科引导的慢病预测模块;
所述专科表单库:存储临床各专科的已经设计好的各种表单以及数据采集模块生成的表单,该库依据各临床亚专科疾病的表单设置,以文字、图形或数字的方式呈现;
所述表单选择模块:显示专科表单库中的所有表单的名称,当研究者选中某表单时,所述表单选择模块从专科表单库里调出该表单,然后启动表单输入模块;
所述表单录入模块包括语音录入子模块和图像采集子模块,所述语音录入子模块用于通过语音录入表单中的文本信息,所述图像采集子模块用于录入表单中的图像信息;
所述眼科引导的慢病预测模块:利用专科表单库中的数据进行机器学习,生成新的眼病慢病预测模型,并将新的眼病慢病预测模型发送给后台眼病慢病预测模块。例如通过专科表单库中输入的年龄、性别、血压、身高、体重、眼底图像测量获得的视网膜动脉直径、视网膜静脉直径、视网膜血管迂曲指数、视网膜血管分支角度、视盘三维构型形变指数获得估算颅内压,脑卒中、帕金森病、老年性痴呆、脑梗塞等的发病风险。机器学习的方法采用现有的多种神经网络算法即可。
本发明中的所述表单里面包含样本数量、需要采集的受试者的各项文本信息、图像信息;每个图像信息设有唯一的检索代码;
所述图像信息包括医学影像、图片。
眼科图像资料的采集主要有两种途径:1、外接第三方检查设备,从检查设备导入原始图像数据;2、对于纸质资料,进行扫描,扫描后,按区域识别资料数据(例如可以采用OCR软件进行识别),得到识别后的名义变量。将通过第三方检查设备导入的原始图像数据中的名义变量、扫描纸质资料后识别获得的名义变量与预先内置的“眼科科研标准变量数据库”进行比对,将同一研究定义的不同机型参数(即名义变量)以同一标准变量形式输出为数据格式,例如“右眼视盘面积定义为右眼眼底视神经***表面面积,不同机器参数可能为DA_od、右眼视盘面积、视***面积(右)、R_DISC AREA等,眼科科研标准变量数据库中统一将它定义为(R_DISK AREA)。两种途径获得的数据均以结构化数据的形式输出成为可统计格式,如excel文件或spss、sas文件,然后进行统计处理,获得统计图形或可视化图像。
所述表单录入模块包括语音录入子模块和图像采集子模块;
对应地,本***中的图像采集子模块设有检查设备接口、纸质资料扫描接口和数据处理单元;
所述检查设备接口与第三方检查设备连接,从第三方检查设备获取原始图像数据,并将原始图像数据发送给数据处理单元;
所述纸质资料扫描接口与扫描设备连接,从扫描设备获取纸质资料的扫描数据,并将扫描数据发送给数据处理单元;
所述数据处理单元对接收到的扫描数据进行按区域的识别,获得识别后的名义变量,然后将该识别后的名义变量、接收到原始图像数据中的名义变量与眼科科研标准变量数据库进行比对,将同一研究定义的名义变量统一为具有相同属性(字符或数字等、变量长度、变量名称等一致)的同一变量形式,并将结构化数据以可统计格式录入到表单中;所述可统计格式包括excel文件或spss、sas文件。
所述语音录入子模块:用于录入表单,该表单为课题设计模块提供的表单,包含样本数量、受试者的研究参数,以数字、文字或图像形式进行存储。
表单录入分为快速录入与标准录入,两种方式在已有表单的基础上,通过语音热键录入方式来实现。所不同的是,快速录入是语音录入受试者的阳性体征,将语音自动识别为文字或数字,形成阳性体征库,未录入者默认为阴性体征,最终以表单方式呈现,该表单可以随时修改;而标准录入是依据已有表单,逐项进行录入。为此,所述语音录入子模块包括选择单元、快速录入单元、标准录入单元、语音专业术语库;
所述语音专业术语库存储阳性体征、阴性体征的关键词;
所述选择单元:用于提供选择窗口,用户在该选择窗口上选择使用快速录入单元或者使用标准录入单元;
所述快速录入单元包括快速语音录入子单元、阴性体征默认输入子单元和检索修正子单元;如图3所示,快速录入单元适用于临床诊疗过程中,尤其是门诊临床诊疗过程。该模式可以离线录入(离线是指在无互联网的情况下,暂时保存至本机,在连入互联网情况下,可以手动上传或自动上传至网络存储云端)。在门诊诊疗过程结束后,可以由研究者,继续进行标准化录入修改过程,并保留痕迹。
所述快速语音录入子单元:包括快速语音热键输入程序和关键词搜索程序,当研究者通过语音输入设备(外置或内置语音输入设备,例如麦克风等)录入阳性体征的语音(例如“晶状体混浊”)时,语音热键输入程序启动所述关键词搜索程序,所述关键词搜索程序将语音输入设备录入的语音转换为对应的阳性体征关键词,并在语音专业术语库中通过精确检索或模糊检索对所述阳性体征关键词进行识别,如果得到精确匹配结果(即找到对应的阳性体征关键词),则从语音专业术语库中提取阳性体征数据,并在表单中找到对应该阳性体征的录入框,填写录入框,并将此阳性体征对应的阴性体征排除,同时将该阳性体征关键词存入阳性体征数据库,如果没有得到精确匹配结果,则提示研究者重新录入语音或推荐最相近的记录;如此反复,直到研究者通过语音确认输入所有阳性体征(例如可以叙述录入完毕语音),此时,生成阳性体征数据库;
所述阴性体征默认输入子单元:将快速语音录入子单元生成的阳性体征数据库与表单中的信息进行自动比对,将表单中未被排除的阴性体征添加到对应的录入框内,实现自动录入,此时,生成初步研究表单;
所述检索修正子单元:将所述初步研究表单中的所有阴性体征依次显示在自动弹出的对话框内,研究者逐一判断初步研究表单中的阴性体征是否正确,如果不正确,研究者可通过语音录入、键盘、手写等多种录入方式对阴性体征进行修改,全部修改完毕后生成研究病历,该子单元适用于具有临床经验的研究医师快速录入。
标准录入单元所包含选项是临床研究中最为全面的、标准的、病历记录模式。它与标快速模式的区别在于临床研究者必须逐条录入,或者确定研究记录的录入正确性。录取结果将直接以数据格式保存,并保留修改痕迹。
所述标准录入单元包括标准语音录入子单元和逐条录入子单元。
所述标准语音录入子单元:包括标准语音热键输入程序和关键词搜索程序,当研究者通过语音输入设备开始输入语音时,标准语音热键输入程序启动逐条录入子单元;
所述逐条录入子单元:从表单的第一项开始,当研究者通过语音输入设备录入阳性体征或阴性体征的语音后,启动所述关键词搜索程序,所述关键词搜索程序将语音输入设备录入的语音转换为对应的关键词,并在语音专业术语库中通过精确检索或模糊检索进行识别,如果得到精确匹配结果,则提取相应的阳性体征数据或阴性体征数据,填入到该录入框内,如果没有得到精确匹配结果,则提示研究者重新录入语音或推荐最相近的记录;当录入完一项后,录入框自动跳转到下一项,直到该表单的所有项录入完毕,形成研究病历,如果一项没有录入完毕,则录入框一直停留在该项,这样实现了逐项录入,该方式适用于临床协调护士或初级研究者;
关键词搜索程序都是采用图2所示的语音启动、识别、录入流程,具体过程如下:
启动:由用户通过外置或内置语音输入设备进行语音输入后,将语音输入识别内容转化为关键词;
识别:搜索上述关键词,找到对应的词语,如果找到则填入到对应的录入框内,如果找不到,则重新录入或推荐相近记录。
记录第一条记录完成后继续搜寻并跳入下一条符合条件的记录。为避免关键词重复而搜索至多条记录,关键词的设置采用专科的特殊术语,并且通过特殊专业术语的组合,即“关键词组合”进行搜素,即“同一记录必须同时满足一个或一个以上关键词(特殊专业术语)(可以通过多个关键词的组合提高录入识别率),关键词在记录中位置可以并不连续,关键词之间可用“和”连接。之前,将进行研究项目不同地区不同口音“关键词”即特殊专业术语的语音深度学习过程,保证不同研究者录入的正确性。以数据形式识别并保存,同时,在研究者叙述第二个语音关键词时,再次自动识别并搜寻研究表格的相关关键词或记录,而不需手动选择选项,节省大量时间。
本发明***的使用方法如下:
(1)采集患者的主观数据和客观数据:利用眼部症状输入模块采集患者的主观数据:以问题的形式询问患者,例如年龄、性别?存在哪种眼部不适?视力下降?单眼还是双眼视力下降?何时发生?每次持续多长时间?是否缓解?是否伴有眼痛?是否伴有眼红?等等,将上述文字信息通过关键词处理、字符变量赋值等统计学处理转化为数字变量。如果患者的症状问题在后台问题库中无相应的字段匹配,则直接录入文字信息,供后台机器学习进行字段补充。最终形成的CRF以关键问题字段等匹配可直接连接入专科表单库。利用眼底图像采集及测量模块采集患者的客观数据,如移动设备端的眼底照片、眼底光学相关断层扫描文件等,但不限制为便携式移动设备端影像数据。
(2)利用步骤(1)采集到数据进行患病风险预测:向患者开放,将已向该平台授权的已被业内公认(已发表于权威学术期刊)的临床研究结果,以内置算法的形式向患者开放,例如青光眼患病的风险模型,青光眼进展的风险模型,脑卒中的患病风险模型等。并根据数据,给予患者定量化的健康建议;
(3)研究者从专科表单库中选择需要的表单,根据表单的信息进行试验获得试验结果;
(4)将试验结果录入表单:通过语音录入表单中的文本信息,利用图像采集子模块录入表单中的图像信息;
(5)获得新的眼病慢病预测模型:根据步骤(1)采集到的患者的数据以及步骤(4)录入的试验结果,通过机器学***台,向患者开放,为患者提供风险预测及健康建议,由此形成可再生利用的研究服务平台。
本发明中,研究员选择所需的表单,根据表单的信息进行试验,试验结束后将试验结果录入到表单中,经验丰富的临床医师选择快速录入模块高效录入受试者研究信息,临床协调员或协调护士等无临床经验的研究协助者选择标准录入受试者研究信息,然后将图像资料录入表单,完成原始数据采集及整理。
例如:某研究员需要研究“40岁以上女性原发性闭角型青光眼发病与脉络膜厚度之间的关系?”,他选择“青光眼的必选表单,在可选表单中的功能学检查表单中选择倍频视野参数表单、形态学检查表单中选择光学相关断层扫描仪中的脉络膜厚度及视网膜神经节细胞表单、主观评价表单中选择“视觉质量评价”。在“快速录入”录入符合纳入条件的青光眼受试者的阳性体征,未录入信息默认为阴性体征。
本发明中的表单是在临床研究中根据不同研究目的、不同疾病、不同部位,或不同功能等设置的不同的临床检查表单或检验表单。由于不同项目、研究目的,或者所涉及疾病不同,需要设置不同的临床研究表格,浪费了大量的时间,并且研究表格的设置会因为研究者设计水平的不同而参差不齐,直接影响到研究质量。本发明的表单可以根据不同的研究项目或不同的研究目的进行自由组合,使得临床研究表格设置更为灵活、高效。
如图4所示,基于不同研究疾病需求的多样化表单设置如下:
必选表单,包括个人信息表单、生命体征表单、常规检查表单、特殊评价表单;
所述个人信息表单用于记录年龄、性别、职业类别等各类信息;
所述生命体征表单用于记录血压、脉搏、心率、身高、体重等各项基本生命体征
所述常规检查表单用于记录包含外眼及其附属器、眼前节、眼后节、眼球运动、眼压等常规检查;
所述特殊评价表单为可选表单,包括:形态学检查表单、功能学检查表单、主观评价表单;
所述形态学检查表单:该表单以形态学表单为基础,表单主要记录器官或组织的横断面、矢状面、水平面及三维重建参数,以数字或图像形式呈现。通过该表单不同时间段形态学表单的记录,可统计出器官或组织随时间或病程改变的形态学变化;
所述功能学检查表单:该表单以功能学表单为基础,表单主要记录器官或组织的功能参数,以数字或图像形式呈现,如眼科,常用的视功能参数为视野、立体视功能、对比敏感度、生物力学等参数。通过该表单不同时间段功能学表单的记录,可统计出器官或组织随时间或病程改变的功能变化;
所述主观评价表单:该表单以受试者主观评价表单为基础,表单主要记录受试者主观病史、基于不同研究目的的问卷参数,以数字或图像形式呈现。通过该表单中不同时间段主观评价问卷的记录,可统计出受试者对于不同研究观察时段或干预措施的变化。
本发明建立了一种基于眼科数据源的眼科临床数据采集***及方法,具备以下优点:1、患者主导:以患者问题(临床症状)为引导,以文字变量为主;2、便携眼部图像:以可穿戴式无创眼部图像采集为主,收集眼科特殊变量如视网膜血管、筛板、视神经地形图、视网膜神经纤维层、虹膜隐窝等,后台通过软件程序处理为定量测量数据;3、集成:集多***疾病的临床问题、预后转归为一体的预测与研究平台;4、医患共建,研究数据源可循环利用:前台表单由医生与患者同时输入原始数据,最大化节省数据采集时间;后台将原始数据处理为符合国际标准规范及结构化病历要求,即“统一度量衡”,输出为适用于不同类型如登记注册、随机对照、疾病预测等研究数据。随着数据的不断积累,形成一个慢性疾病筛查、预警、诊断为一体的个体化防控平台。
上述技术方案只是本发明的一种实施方式,对于本领域内的技术人员而言,在本发明公开了应用方法和原理的基础上,很容易做出各种类型的改进或变形,而不仅限于本发明上述具体实施方式所描述的方法,因此前面描述的方式只是优选的,而并不具有限制性的意义。
Claims (9)
1.一种眼科临床数据采集***,其特征在于:所述眼科临床数据采集***包括:患者服务平台、医生研究平台;
所述患者服务平台包括:数据采集模块、后台眼病慢病预测模块;
所述数据采集模块包括:眼部症状输入模块、眼底图像采集及测量模块、转化模块;
所述眼部症状输入模块用于提供一系列的问题供患者答复,并将患者答复的文字字符转换为数字变量;
所述眼底图像采集及测量模块用于提供数据端口;
所述转化模块将眼部症状输入模块、眼底图像采集及测量模块采集到的数据转化为表单;
所述后台眼病慢病预测模块根据眼部症状输入模块、眼底图像采集及测量模块采集到的数据进行患病风险预测;
所述医生研究平台包括:专科表单库、表单选择模块、表单录入模块、眼科引导的慢病预测模块;
所述专科表单库:存储临床各专科的已经设计好的各种表单以及数据采集模块生成的表单;
所述表单选择模块:显示专科表单库中的所有表单的名称,当研究者选中某表单时,所述表单选择模块从专科表单库里调出该表单,然后启动表单输入模块;
所述表单录入模块包括语音录入子模块和图像采集子模块,所述语音录入子模块用于通过语音录入表单中的文本信息,所述图像采集子模块用于录入表单中的图像信息;
所述眼科引导的慢病预测模块:利用专科表单库中的数据进行机器学习,生成新的眼病慢病预测模型,并将新的眼病慢病预测模型发送给后台眼病慢病预测模块;
所述语音录入子模块包括选择单元、快速录入单元、标准录入单元、语音专业术语库;
所述快速录入单元包括快速语音录入子单元、阴性体征默认输入子单元和检索修正子单元;
所述快速语音录入子单元包括快速语音热键输入程序和关键词搜索程序,当研究者通过语音输入设备录入语音时,快速语音热键输入程序启动所述关键词搜索程序;
所述关键词搜索程序将录入的语音转换为对应的阳性体征关键词,并在语音专业术语库中通过精确检索或模糊检索对所述阳性体征关键词进行识别,如果得到精确匹配结果,则从语音专业术语库中提取阳性体征关键词,并在表单中找到对应阳性体征的录入框,填写录入框,然后将此阳性体征对应的阴性体征排除,同时将该阳性体征关键词存入阳性体征数据库,如果没有得到精确匹配结果,则提示研究者重新录入语音或推荐最相近的记录;如此反复,直到研究者确认完成输入,此时,生成阳性体征数据库;
所述阴性体征默认输入子单元:将所述阳性体征数据库与表单中的信息进行比对,将表单中未被排除的阴性体征添加到对应的录入框内,此时,生成初步研究表单;
所述检索修正子单元:将所述初步研究表单中的所有阴性体征依次显示在自动弹出的对话框内,研究者逐一判断初步研究表单中的阴性体征是否正确,如果不正确,研究者通过语音录入、键盘输入或手写输入的方式对阴性体征进行修改,全部修改完毕后生成研究病历。
2.根据权利要求1所述的眼科临床数据采集***,其特征在于:所述表单里面包含样本数量、采集的受试者的各项文本信息、图像信息;每个图像信息设有唯一的检索代码;
所述图像信息包括医学影像、图片的信息。
3.根据权利要求2所述的眼科临床数据采集***,其特征在于:
所述语音专业术语库存储阳性体征、阴性体征的关键词;
所述选择单元:用于提供选择窗口,研究者在该选择窗口上选择使用快速录入单元或者标准录入单元;
所述快速录入单元用于语音录入阳性体征,自动填写阴性体征;
所述标准录入单元用于逐项依次语音录入阳性体征或者阴性体征。
4.根据权利要求3所述的眼科临床数据采集***,其特征在于:所述标准录入单元包括标准语音录入子单元和逐条录入子单元;
所述标准语音录入子单元:包括标准语音热键输入程序和关键词搜索程序,当研究者通过语音输入设备录入语音时,标准语音热键输入程序启动逐条录入子单元;
所述逐条录入子单元:从表单的第一项开始,当研究者通过语音输入设备录入阳性体征或阴性体征的语音后,启动所述关键词搜索程序,所述关键词搜索程序将所述语音转换为对应的关键词,并在语音专业术语库中通过精确检索或模糊检索对所述关键词进行识别,如果得到精确匹配结果,则提取相应的阳性体征数据或阴性体征数据,填入到该录入框内,如果没有得到精确匹配结果,则提示研究者重新录入语音或推荐最相近的记录;如果一项没有录入完毕,则录入框一直停留在该项,当录入完一项后,录入框自动跳转到下一项,直到该表单的所有项录入完毕,形成研究病历。
5.根据权利要求3或4所述的眼科临床数据采集***,其特征在于:所述图像采集子模块包括检查设备接口、纸质资料扫描接口和数据处理单元;
所述检查设备接口与第三方检查设备连接,从第三方检查设备获取原始图像数据,并将原始图像数据发送给数据处理单元;
所述纸质资料扫描接口与扫描设备连接,从扫描设备获取纸质资料的扫描数据,并将扫描数据发送给数据处理单元;
所述数据处理单元对接收到的扫描数据进行按区域识别,获得识别后的名义变量,然后将该识别后的名义变量、接收到的原始图像数据中的名义变量与眼科科研标准变量数据库进行比对,将同一研究定义的名义变量统一为具有相同属性的同一变量形式,并将结构化数据以可统计格式录入到表单中;所述可统计格式包括excel文件或spss、sas文件。
6.根据权利要求1至5任一所述的眼科临床数据采集***实现的眼科临床数据采集方法,其特征在于:所述方法包括:
(1)采集患者的数据:利用眼部症状输入模块采集患者的主观数据,利用眼底图像采集及测量模块采集患者的客观数据;
(2)研究者从专科表单库中选择需要的表单,根据表单的信息进行试验获得试验结果;
(3)将试验结果录入表单:通过语音录入表单中的文本信息,利用图像采集子模块录入表单中的图像信息。
7.根据权利要求6所述的眼科临床数据采集方法,其特征在于:所述表单包括个人信息表单、生命体征表单、常规检查表单、特殊评价表单;
所述个人信息表单记录受试者的基本信息,包括年龄、性别、职业类别;
所述生命体征表单记录生命体征信息,包括血压、脉搏、心率、身高、体重;
所述常规检查表单记录常规检查信息,包括外眼及其附属器、眼前节、眼后节、眼球运动、眼压;
所述特殊评价表单为可选表单,包括:形态学检查表单、功能学检查表单、主观评价表单;
所述形态学检查表单记录器官的形态学变化信息,包括器官或组织的横断面、矢状面、水平面及三维重建参数;
所述功能学检查表单记录器官的功能参数,包括视野、立体视功能、对比敏感度、生物力学;
所述主观评价表单记录受试者的主观评价信息,包括受试者的主观病史、基于不同研究目的的问卷的参数。
8.根据权利要求7所述的眼科临床数据采集方法,其特征在于:所述步骤(3)中的通过语音录入表单中的文本信息是这样实现的:
研究者通过语音输入设备录入语音,将该语音转换为对应的阳性体征关键词,并在语音专业术语库中通过精确检索或模糊检索对所述阳性体征关键词进行识别,如果得到精确匹配结果,则从语音专业术语库中提取阳性体征关键词,并在表单中找到对应阳性体征的录入框,填写录入框,并将此阳性体征对应的阴性体征排除,同时将该阳性体征关键词存入阳性体征数据库,如果没有得到精确匹配结果,则提示研究者重新录入语音或推荐最相近的记录;如此反复,直到研究者确认完成输入,此时,生成阳性体征数据库;
将所述阳性体征数据库与表单中的信息进行比对,将表单中未被排除的阴性体征添加到对应的录入框内,实现自动录入,此时,生成初步研究表单;
将所述初步研究表单中的所有阴性体征依次显示在自动弹出的对话框内,研究者逐一判断初步研究表单中的阴性体征是否正确,如果不正确,研究者对阴性体征进行修改,全部修改完毕后生成研究病历;
或者,所述步骤(3)中的通过语音录入表单中的文本信息是这样实现的:
研究者通过语音输入设备录入语音时,启动逐条录入子单元,从表单的第一项开始,当研究者通过语音输入设备录入阳性体征或阴性体征的语音后,将所述语音转换为对应的关键词,并在语音专业术语库中通过精确检索或模糊检索对所述关键词进行识别,如果得到精确匹配结果,则提取相应的阳性体征数据或阴性体征数据,填入到录入框内,如果没有得到精确匹配结果,则提示研究者重新录入语音或推荐最相近的记录;如果一项没有录入完毕,则录入框一直停留在该项,当录入完一项后,录入框自动跳转到下一项,直到该表单的所有项录入完毕,形成研究病历。
9.根据权利要求8所述的眼科临床数据采集方法,其特征在于:所述步骤(3)中的利用图像采集子模块录入表单中的图像信息是这样实现的:
从第三方检查设备获取原始图像数据,将该原始图像数据中的名义变量与眼科科研标准变量数据库进行比对,将同一研究定义的名义变量统一为具有相同属性的同一变量形式,并将结构化数据以可统计格式录入到表单中;
或者从扫描设备获取纸质资料的扫描数据,对所述扫描数据进行按区域识别,获得识别后的名义变量,将该识别后的名义变量与眼科科研标准变量数据库进行比对,将同一研究定义的名义变量统一为具有相同属性的同一变量形式,并将结构化数据以可统计格式录入到表单中。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711211542 | 2017-11-28 | ||
CN2017112115423 | 2017-11-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109841267A CN109841267A (zh) | 2019-06-04 |
CN109841267B true CN109841267B (zh) | 2021-01-08 |
Family
ID=66883144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811421090.6A Active CN109841267B (zh) | 2017-11-28 | 2018-11-27 | 一种眼科临床数据采集***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109841267B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110610750B (zh) * | 2019-08-14 | 2022-02-22 | 首都医科大学附属北京同仁医院 | 眼病临床数据处理方法及*** |
CN110660455A (zh) * | 2019-08-14 | 2020-01-07 | 首都医科大学附属北京同仁医院 | Hiv临床病历信息表的生成方法 |
CN110660395B (zh) * | 2019-08-26 | 2022-04-29 | 天津开心生活科技有限公司 | 一种基于语音识别的安全报告生成方法和装置 |
CN110767275A (zh) * | 2019-12-03 | 2020-02-07 | 中国医学科学院北京协和医院 | 疾病信息管理*** |
CN110827943A (zh) * | 2019-12-03 | 2020-02-21 | 中国医学科学院北京协和医院 | 一种用于罕见病研究的方法 |
CN111401262A (zh) * | 2020-03-19 | 2020-07-10 | 中国医学科学院肿瘤医院 | 非电子医学科研数据自动录入方法、***及设备 |
CN114324885A (zh) * | 2020-09-30 | 2022-04-12 | 北京市眼科研究所 | 一种高效检测血清中抗视网膜抗体的方法及其应用 |
CN113077875B (zh) * | 2021-03-23 | 2023-04-18 | 零氪智慧医疗科技(天津)有限公司 | Ct影像的处理方法及装置 |
CN115691735B (zh) * | 2022-11-02 | 2023-07-18 | 广州医科大学 | 一种基于慢阻肺专科数据的多模态数据管理方法及*** |
CN116884555B (zh) * | 2023-09-06 | 2023-12-29 | 慧创科仪(北京)科技有限公司 | 用于近红外数据的信息管理装置以及信息管理方法 |
CN117079808B (zh) * | 2023-10-16 | 2024-02-02 | 罗麦(北京)营养食品研究有限公司 | 一种用于眼表眼周图像采集与人工智能健康分析*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101140617A (zh) * | 2007-09-29 | 2008-03-12 | 东莞市步步高教育电子产品有限公司 | 电子设备及其文本录入的方法 |
CN101763468A (zh) * | 2010-01-05 | 2010-06-30 | 浙江大学 | 一种处理临床辅助检查资料的方法 |
CN102634450A (zh) * | 2012-03-01 | 2012-08-15 | 东南大学 | 基于生物芯片的抗抑郁药物疗效风险评估***及其应用 |
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 |
CN105046098A (zh) * | 2015-09-10 | 2015-11-11 | 济南市儿童医院 | 一种孕妇早产因素流行病学调查*** |
CN107085664A (zh) * | 2017-05-16 | 2017-08-22 | 中国医学科学院北京协和医院 | 用于急性冠脉综合征筛选分析的病历数据挖掘 |
-
2018
- 2018-11-27 CN CN201811421090.6A patent/CN109841267B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101140617A (zh) * | 2007-09-29 | 2008-03-12 | 东莞市步步高教育电子产品有限公司 | 电子设备及其文本录入的方法 |
CN101763468A (zh) * | 2010-01-05 | 2010-06-30 | 浙江大学 | 一种处理临床辅助检查资料的方法 |
CN102634450A (zh) * | 2012-03-01 | 2012-08-15 | 东南大学 | 基于生物芯片的抗抑郁药物疗效风险评估***及其应用 |
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 |
CN105046098A (zh) * | 2015-09-10 | 2015-11-11 | 济南市儿童医院 | 一种孕妇早产因素流行病学调查*** |
CN107085664A (zh) * | 2017-05-16 | 2017-08-22 | 中国医学科学院北京协和医院 | 用于急性冠脉综合征筛选分析的病历数据挖掘 |
Also Published As
Publication number | Publication date |
---|---|
CN109841267A (zh) | 2019-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109841267B (zh) | 一种眼科临床数据采集***及方法 | |
US11779213B2 (en) | Metaverse system | |
US20190110754A1 (en) | Machine learning based system for identifying and monitoring neurological disorders | |
CN109285605A (zh) | 一种基于人工智能的医疗诊断***及诊断方法 | |
CN112669967B (zh) | 一种主动式健康医疗决策辅助方法及设备 | |
CN112890816A (zh) | 一种个人用户的健康指数评分方法和装置 | |
KR101854812B1 (ko) | 시청각 콘텐츠와 생체신호 분석을 활용한 정신증상 평가 시스템 | |
CN109715049A (zh) | 用于创伤性脑损伤的多模态生理刺激和评估的协议和签名 | |
CN109841285B (zh) | 一种临床研究协作***及方法 | |
CN114334123A (zh) | 一种适用于轻度认知障碍快速检测的认知测评体系 | |
Gökçay et al. | Binary classification using neural and clinical features: an application in fibromyalgia with likelihood-based decision level fusion | |
CN116601720A (zh) | 用于基于人工智能的健康状况的医学诊断***和方法 | |
CN116705326A (zh) | 一种终末期肾病疗效评估与并发症风险预测*** | |
CN115101191A (zh) | 一种帕金森疾病诊断*** | |
CN108962397B (zh) | 一种基于笔和语音的协同任务神经***疾病辅助诊断*** | |
Weinreb | Assessment of optic disc topography for diagnosing and monitoring glaucoma | |
CN115497621A (zh) | 一种老年人认知状况测评*** | |
Mantri et al. | Real time multimodal depression analysis | |
CN113096752A (zh) | 一种口腔医学数据整理分析*** | |
KR20170098414A (ko) | 질병 자가 감별 진단 시스템 | |
Sohn | Making personalized health care more precise: Implications of neuroscientific findings. | |
WO2024014175A1 (ja) | 眼底画像を用いたうつ病リスク判定システム、機械学習モデル生成装置、うつ病リスク判定装置及びうつ病リスク判定方法 | |
JP7504510B1 (ja) | 疾病リスク評価装置、疾病リスク評価システム、及び疾病リスク評価方法 | |
CN111460952B (zh) | 一种精神***症面部识别规则的生成方法、***和预测*** | |
Ghatas et al. | A stepwise approach for functional near infrared spectroscopy measurement during natural bladder filling |
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 |