CN116126976A - 一种数据同步的方法、装置、存储介质及电子设备 - Google Patents
一种数据同步的方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN116126976A CN116126976A CN202310399680.8A CN202310399680A CN116126976A CN 116126976 A CN116126976 A CN 116126976A CN 202310399680 A CN202310399680 A CN 202310399680A CN 116126976 A CN116126976 A CN 116126976A
- Authority
- CN
- China
- Prior art keywords
- data
- matched
- medical service
- information
- expert
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000007246 mechanism Effects 0.000 claims abstract description 35
- 239000011159 matrix material Substances 0.000 claims description 141
- 239000013598 vector Substances 0.000 claims description 58
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012546 transfer Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001079 digestive effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
- G06F16/275—Synchronous replication
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本说明书公开了一种数据同步的方法、装置、存储介质及电子设备,可以获取第一机构中目标用户的医疗业务数据以及第二机构中各用户的待匹配数据,并根据该医疗业务数据中包含的身份信息,判断待匹配数据中是否包含有该身份信息对应的医疗业务数据,若否,确定除用户身份信息之外的各其他数据维度,根据待匹配数据中每个用户在各其他数据维度下的医疗业务数据与第一机构中目标用户在各其他数据维度下的医疗业务数据之间的相关度,以及各其他数据维度所对应的权重,从待匹配数据中确定与目标用户相匹配的数据,作为目标数据,从而实现数据同步。
Description
技术领域
本说明书涉及计算机技术领域,尤其涉及一种数据同步的方法、装置、存储介质及电子设备。
背景技术
随着计算机技术的不断进步,医疗产业记载数据的方式从纸质方式不断进步到了数字化的方式,不仅方便了人们的就医,也降低了纸张的浪费。
但是当前,存在医疗机构之间数据不互通的问题,患者若更换就医的机构,则该患者更换后的医疗机构很难调取到该患者在其他医疗机构进行就医的历史数据,难以看到患者过往的病历。
在现有技术中,可以通过患者的身份证号等身份信息,对患者在不同医疗机构的数据进行同步,但是,可能会由于历史上对身份信息的记录出错等情况,出现医疗机构中存储的患者身份信息缺失或不全的情况,从而导致不同医疗机构之间数据互通失败的问题。
所以,如何提高医疗机构之间的数据互通的准确性,则是一个亟待解决的问题。
发明内容
本说明书提供一种数据同步的方法、装置、存储介质及电子设备,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种数据同步的方法,包括:
获取第一机构中目标用户的医疗业务数据以及第二机构中各用户的待匹配数据;
根据所述医疗业务数据中包含的身份信息,判断所述待匹配数据中是否包含有所述身份信息对应的医疗业务数据;
若否,针对除用户标识之外的每个其他数据维度,根据所述待匹配数据中该其他数据维度下各用户的医疗业务数据与所述第一机构中目标用户在该其他数据维度的医疗业务数据之间的相关度,以及该其他数据维度所对应的权重,从所述待匹配数据中确定与所述目标用户相匹配的数据,作为目标数据,并将所述第一机构中目标用户的医疗业务数据以及所述目标数据,同步到所述第一机构与所述第二机构分别对应的服务器中。
可选地,所述医疗业务数据与所述待匹配数据为加密后的数据,其中,针对一个用户,该用户的身份信息与其他数据维度下的数据分开加密;
根据所述医疗业务数据中包含的身份信息,判断所述待匹配数据中是否包含有所述身份信息对应的医疗业务数据,具体包括:
确定所述医疗业务数据中加密后的身份信息;
确定待匹配数据中是否存在与所述加密后的身份信息相一致的加密信息,若是,确定所述待匹配数据中包含有所述身份信息对应的医疗业务数据,若否,确定待匹配数据中不存在与所述加密后的身份信息相对应的医疗业务数据,并解密得到所述待匹配数据中其他数据维度的数据。
可选地,每个其他数据维度包含第一层级因素以及第二层级因素,其中,针对每个第一层级因素,该第一层级因素下包括若干第二层级因素;
确定各其他数据维度所对应的权重,具体包括:
根据所述第一层级因素对应的相对重要度,确定第一判断矩阵,以及根据所述第二层级因素对应的相对重要度,确定第二判断矩阵;
根据所述第一矩阵以及所述第二矩阵,确定各其他数据维度所对应的权重。
可选地,确定各其他维度所对应的权重,具体包括:
获取若干种权重信息,其中,不同权重信息是不同专家方设定出的;
将所述若干种权重信息进行融合,得到各其他数据维度所对应的权重。
可选地,所述权重信息为专家方预设的相对重要度信息;
获取若干种预设的权重信息,具体包括:
针对每个专家方,根据该专家方预设的相对重要度信息,确定该专家方对应的判断矩阵,并根据该专家方对应的判断矩阵,确定该判断矩阵对应的特征向量,所述特征向量用于表征该专家方所给出的相对重要度信息表示的各其他数据维度的权重;
将所述若干种预设的权重信息进行融合,具体包括:
将各专家方对应的判断矩阵的特征向量进行合并,得到合并矩阵;
根据所述合并矩阵,确定各其他数据维度所对应的权重。
可选地,根据该专家方对应的判断矩阵,确定该判断矩阵对应的特征向量,具体包括:
确定该判断矩阵对应的最佳转移矩阵;
根据所述最佳转移矩阵,确定该判断矩阵对应的准最优一致矩阵;
确定所述最优一致矩阵最大特征值对应的特征向量,并根据所述特征向量,确定该判断矩阵对应的特征向量。
可选地,根据所述合并矩阵,确定各其他数据维度所对应的权重,具体包括:
将所述合并矩阵自乘至收敛,以确定出所述各其他数据维度所对应的权重。
本说明书提供了一种数据同步的装置,包括:
获取模块,用于获取第一机构中目标用户的医疗业务数据以及第二机构中各用户的待匹配数据;
判断模块,用于根据所述医疗业务数据中包含的身份信息,判断所述待匹配数据中是否包含有所述身份信息对应的医疗业务数据;
同步模块,用于若否,针对除用户标识之外的每个其他数据维度,根据所述待匹配数据中该其他数据维度下各用户的医疗业务数据与所述第一机构中目标用户在该其他数据维度的医疗业务数据之间的相关度,以及该其他数据维度所对应的权重,从所述待匹配数据中确定与所述目标用户相匹配的数据,作为目标数据,并将所述第一机构中目标用户的医疗业务数据以及所述目标数据,同步到所述第一机构与所述第二机构分别对应的服务器中。
可选地,所述同步模块具体用于,获取若干种权重信息,其中,不同种权重信息是不同专家方设定出的;将所述若干种权重信息进行融合,得到所述各其他数据维度所对应的权重。
可选地,所述权重信息为专家方预设的相对重要度信息;
所述同步模块具体用于,针对每个专家方,根据该专家方预设的相对重要度信息,确定该专家方对应的判断矩阵,并根据该专家方对应的判断矩阵,确定该判断矩阵对应的特征向量,所述特征向量用于表征该专家方所给出的相对重要度信息表示的各其他数据维度的权重。
可选地,所述同步模块具体用于,将各专家方对应的判断矩阵的特征向量进行合并,得到合并矩阵;根据所述合并矩阵,确定各其他数据维度所对应的权重。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
从上述数据同步的方法中可以看出,获取第一机构中目标用户的医疗业务数据以及第二机构中各用户的待匹配数据,并根据该医疗业务数据中包含的身份信息,判断待匹配数据中是否包含有身份信息对应的医疗业务数据,若否,确定除用户身份信息之外的各其他数据维度,根据待匹配数据中每个用户在各其他数据维度下的医疗业务数据与第一机构中目标用户在各其他数据维度下的医疗业务数据之间的相关度,以及各其他数据维度所对应的权重,从待匹配数据中确定与目标用户相匹配的数据,作为目标数据,并根据第一机构中目标用户的医疗业务数据以及目标数据,进行第一机构与第二机构之间针对目标用户的数据同步。
从上述内容中可以看出,本说明书提供的数据同步的方法中,可以在判断出无法通过用户身份信息确定出同一用户在不同机构的医疗业务数据,即,无法直接通过用户身份信息实现医疗机构之间的数据互通时,可以通过除了身份信息之外的其他数据维度下的数据之间的相关度(具体可以为相似度),以及其他数据维度的权重,来确定出和用户匹配的医疗业务数据,从而实现数据互通。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书中一种数据同步的方法的流程示意图;
图2为确定判断矩阵对应的特征向量的步骤示意图;
图3为本说明书中一种第一层级因素与第二层级因素之间的关系网络示意图;
图4为本说明书中一种数据同步的装置示意图;
图5为本说明书提供的对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书中一种数据同步的方法的流程示意图,具体包括以下步骤:
S100:获取第一机构中目标用户的医疗业务数据以及第二机构中各用户的待匹配数据。
S102:根据所述医疗业务数据中包含的身份信息,判断所述待匹配数据中是否包含有所述身份信息对应的医疗业务数据。
在本说明书中,主要提供一种使得不同机构之间数据互通的方式。
基于此,服务器可以获取第一机构中目标用户的医疗业务数据以及第二机构中各用户的待匹配数据,并根据该目标用户的医疗业务数据中该目标用户对应的身份信息,判断该待匹配数据中是否包含该身份信息对应的医疗业务数据。这里提到的第一机构与第二机构在实际场景中可以为不同的医院,如第一机构可以是医院A,第二机构可以是医院B。
即,在需要将第一机构与第二机构之间相同用户的医疗业务数据(即,与用户就医相关的数据)进行互通时,可以确定第二机构全部用户的医疗业务数据,作为待匹配数据,以及确定第一机构某个用户(目标用户)的医疗业务数据。
通过确定待匹配数据是否存在有该目标用户的身份信息(如身份证号、护照编号等),可以直接确定出第二机构中该目标用户的医疗业务数据,但是在实际中可能会存在身份信息缺失或不全的情况。这种情况下,无法直接通过身份信息的匹配来确定出不同机构中同一用户的医疗业务数据。
因此,在本说明书中,可以先判断待匹配数据中是否存在有目标用户的身份信息对应的医疗业务数据,若存在则可以直接确定出待匹配数据中目标用户的医疗业务数据,从而可以实现不同机构之间的数据互通,即,同一用户在不同机构的医疗业务数据可以同步给不同的机构,若不存在则需要通过除身份信息之外的其他数据进行匹配。
需要说明的是,为了保护用户的隐私,获取到的医疗业务数据与待匹配数据均可以是加密后的数据,即,可以获取第一机构中目标用户加密后的医疗业务数据,其中加密后的医疗业务数据中身份信息与其他数据维度下的数据被分开加密;以及获取第二机构中各用户加密后的待匹配数据,其中,针对每个用户,该用户的身份信息与其他数据维度下的数据被分开加密。
而后,可以直接按照加密后的身份信息,来判断待匹配数据中是否存在目标用户的医疗业务数据,即,可以确定所述第一机构中所述目标用户的医疗业务数据中加密后的身份信息;
判断所述加密后的待匹配数据中是否存在与加密后的身份信息相一致的加密身份信息,若是,确定待匹配数据中包含有目标用户对应的医疗业务数据,若否,则无法确定出待匹配数据中是否存在目标用户对应的医疗业务数据。
而在无法确定出待匹配数据中是否存在目标用户对应的医疗业务数据的情况下,可以将除了身份信息之外的其他加密的数据进行解密,即,可以将第一机构中目标用户的医疗业务数据中除加密后的身份信息的其他加密信息进行解密,以及将待匹配数据中除加密身份信息之外的其他加密信息进行解密。
在此不对针对待匹配数据以及医疗业务数据的加密解密算法进行限定。
S104:若否,确定除用户身份信息之外的其他数据维度,根据所述待匹配数据中该其他数据维度下各用户的医疗业务数据与所述第一机构中目标用户在各其他数据维度下的医疗业务数据之间的相关度,以及各其他数据维度所对应的权重,从所述待匹配数据中确定与所述目标用户相匹配的数据,作为目标数据,并将所述第一机构中目标用户的医疗业务数据以及所述目标数据,进行所述第一机构与所述第二机构之间针对所述目标用户的数据同步。
因此,当判断出待匹配数据中不包含有上述目标用户的身份信息对应的医疗业务数据后,可以确定出除用户身份信息之外的其他数据维度,并根据待匹配数据中每个用户在各其他数据维度下的医疗业务数据与第一机构中目标用户在各其他数据维度下的医疗业务数据之间的相关度,以及各其他数据维度所对应的权重,从待匹配数据中确定与目标用户相匹配的数据,作为目标数据。
也就是说,当无法通过身份信息确定出同一用户在不同机构的医疗业务数据,则需要通过除了身份信息之间的其他数据来确定,而除了身份信息之外,医疗业务数据中还可以存在有多种数据维度,即,身份信息可以作为一种数据维度,当无法通过身份信息来数据同步时,则可以确定出除身份信息之外的其他数据维度,如基本信息、体貌信息以及病症信息等,通过其他数据维度下的数据来进行目标用户的数据匹配。
为了更加准确地确定出第二机构中和目标用户匹配的医疗业务数据,则可以通过除身份信息之外其他数据维度下的医疗业务数据的相关度,以及其他数据维度的权重来确定,即,通过其他数据维度对应的权重,可以对确定出的相关度进行加权,从而得到加权求和后的相关度,进而可以通过加权求和后的相关度最高的医疗业务数据,确定出目标数据(即,第二机构中目标用户对应的医疗业务数据)。
其中,为了避免数据同步的错误,可以确定出加权求和后的相关度前n个的医疗业务数据,并人工筛选出与目标用户符合的医疗业务数据,作为目标数据。
上述提到的其他数据维度可以存在有多种,例如,用户的基本信息、用户的体貌信息、与就诊相关的信息,如就诊日期、就诊的科室信息、就诊的病症信息,其中,体貌信息可以包括用户的全身像、半身像等,基本信息可以包括用户的年龄、性别、身高以及体重等。
其中,为了避免数据互通的错误,可以确定出加权后的相关度前n个的医疗业务数据,并人工筛选出与目标用户符合的医疗业务数据,作为目标数据。
需要说明的是,为了更加准确地确定出待匹配数据中与目标用户相匹配的数据,在确定各其他数据维度的权重时,可以不仅仅直接人为预设出各其他数据维度的权重,而是可以确定出由多个专家方给出的权重信息,并将多个专家方给出的权重信息融合,从而得到各其他数据维度的权重。
即,可以确定出若干种权重信息,不同种权重信息可以是不同专家方设定出的,将若干种权重信息融合,可以得到各其他数据维度所对应的权重。也就是说,每个专家方可以给出一种每个其他数据维度的权重,而最终确定出的每个其他数据维度的权重可以是将各专家方给出的权重融合后的。
进一步地,专家方给出的权重信息可以不直接是每个其他数据维度的权重,而是其他数据维度之间的相对重要度。例如,对于其他数据维度1、其他数据维度2以及其他数据维度3,则专家方给出的权重信息可以是,其他数据维度1相对于其他数据维度2略微重要,其他数据维度2与其他数据维度3同等重要。通过一个专家方给出的这种权重信息,也可以间接地确定出该专家方所对应的各其他数据维度的权重。
具体的,可以针对每个专家方,根据该专家方预设的相对重要度信息,确定该专家方对应的判断矩阵,并根据该专家方对应的判断矩阵,确定该判断矩阵对应的特征向量,其中,该特征向量用于表征该专家方所给出的相对重要度信息表示的各其他数据维度的权重(即,该特征向量中包括各其他数据维度的权重),而后,可以将各专家方对应的判断矩阵的特征向量进行合并,得到合并矩阵;并根据该合并矩阵,确定各其他数据维度所对应的权重。
也就是说,结合层次分析法的理论,通过专家方给出的相对重要度信息,可以确定出判断矩阵。该判断矩阵可以表示各其他数据维度之间的相对重要度。具体需要结合预先设定出的重要度标度表,来确定出判断矩阵,该重要度标度表可以表示相对重要度信息所对应的重要度标度,表1为重要度标度表的一种示例。
在表1中,是通过三角模糊数对相对重要度进行数值化的表示,通过专家方给出的相对重要度信息,则可以在判断矩阵中填入相应的数值,即,对于一个其他数据维度相对于另一个其他数据维度的相对重要度信息,可以确定出该相对重要度信息所对应的数值,并在判断矩阵中填入相应数值。
例如,专家方给出其他数据维度1相对于其他数据维度2略微重要,则可以通过“略微重要”对应的三角模糊标度,在判断矩阵中填入其他数据维度1相对于其他数据维度2的重要度,以及通过“略微重要”对应的三角模糊倒数标度,在判断矩阵中填入其他数据维度2相对于其他数据维度1的重要度。
由于一个专家方可以给出一种各其他数据维度之间的相对重要度信息,因此,一个专家方可以对应一种判断矩阵,如下所示:
其中,可以表示第i个其他数据维度相对于第j个其他数据维度的相对重要度。而后,可以通过判断矩阵确定出该判断矩阵对应的特征向量,该特征向量不再表示数据维度之间的相对重要度,而可以直接表示出每个其他数据维度的权重,确定该判断矩阵对应的特征向量的方式可以存在多种。例如,可以确定出该判断矩阵最大特征值对应的特征向量,并对判断矩阵进行一致性检验,再通过一致性检验的情况下,将该判断矩阵对应的最大特征值对应的特征向量,作为该判断矩阵对应的特征向量。
但是上述这种方式,若是判断矩阵未通过一致性检验,则需要专家方重新给出相对重要度信息,构建判断矩阵,再次进行一致性检验。因此,为了避免进行多次一致性检验,提升计算效率,还可以通过以下方式确定出该判断矩阵对应的特征向量:
确定该判断矩阵对应的最佳转移矩阵,并根据该最佳转移矩阵,确定该判断矩阵对应的准最优一致矩阵,以及确定准最优一致矩阵最大特征值对应的特征向量,进而,将该特征向量,作为该判断矩阵对应的特征向量。也就是说,可以将判断矩阵进行一系列的矩阵转换,使得转换后的矩阵(即,该准最优一致矩阵)具有一致性,从而不需要进行多次一致性校验,如图2所示。
图2为确定判断矩阵对应的特征向量的步骤示意图。
从图2中可以看出,在确定出判断矩阵对应的特征向量时,可以先确定出判断矩阵中的相对重要度排名指数,该相对重要度排名指数为判断矩阵中每行元素之和,即,为每个其他数据维度对应的一行元素加和,而后,可以基于相对重要度排名,进行一系列矩阵转换,确定出满足一致性的准最优一致矩阵。
而具体如何进行矩阵转换,则可以是按照以下公式,进行矩阵转换。
1)计算相对重要度排名指数:
2)计算判断矩阵:
式中是判断矩阵中的元素,是相对重要度排名指数的最大值,是相对重要度排名指数的最小值。由下式定义:
3)计算最佳转移矩阵,矩阵中元素如下:
4)计算准最优一致矩阵,矩阵元素如下:
5)计算准最优一致矩阵的最大特征值对应的特征向量并归一化,得到:
也就是说,对于一个专家方所对应的判断矩阵,通过上述一系列矩阵转换,可以确定出满足一致性的准最优一致矩阵,从而确定出准最优一致矩阵对应的特征向量ω,作为判断矩阵对应的特征向量。
可以看出,通过每个专家方的判断矩阵可以确定出一种特征向量ω,该特征向量中包含了该专家方下每个其他数据维度的权重,将各专家方的特征向量进行合并,可以得到合并矩阵,即,该合并矩阵可以为各专家方的特征向量拼成的矩阵。例如,该合并矩阵的每个列向量可以为一个专家方的特征向量。
而后,通过该合并矩阵,确定各其他数据维度所对应的权重,具体的,可以该合并矩阵自乘至收敛,得到极限矩阵
其中,极限矩阵行元素相同,列元素之和为1。由不同列元素构成的向量即为权重向量,其中包含每个其他数据维度的权重值,也就是说,上述提到的将该合并矩阵自乘至收敛,可以是指将该合并矩阵不断与自身做矩阵乘法,直到该合并矩阵中同一其他数据维度的权重趋于一致。
还需说明的是,各其他数据维度可以包含第一层级因素以及第二层级因素,其中,针对每个第一层级因素,该第一层级因素下包括若干第二层级因素。
例如,第一层级因素可以为基本信息、体貌信息、就诊日期、就诊的科室信息以及就诊的病症信息,而第二层级因素是第一层级因素所包含的子因素,例如,基本信息下的第二层级因素可以包括用户的年龄、性别、身高以及体重等,体貌信息下的第二层级因素可以包括用户的全身像、半身像等,就诊的科室信息下的第二层级因素可以包括若干种具体的科室。
其中,可以对第一层级因素以及第一层级因素下的第二层级因素进行编码,例如,第一层级因素:内科的编号为R5,第二层级因素:呼吸内科的编号为R51,消化内科的编号为R52,肾内科的编号为R53,内分泌科的编号为R54等,依次对每个层级因素进行编号处理,可以得到每个层级因素的编号。可以看出,第一层级因素也可以为粗分的科室分类,第二层级因素为粗分的科室分类下包括的细分科室分类。
当然,上述仅是对第一层级因素与第二层级因素之间关系的解释示例,具体第一层级因素与第二层级因素,可以是按照实际需求进行设置。下图为第一层级因素与第二层级因素之间关系的一种示例,如图3所示。
图3为本说明书中提供的一种第一层级因素与第二层级因素的关系网络示意图。
从图3中可以看出,一个第一层级因素下可以存在多种第二层级因素,第一层级因素之间可以存在相对重要度,同一个第一层级因素下的第二层级因素之间可以存在相对重要度,不同第一层级因素下的第二层级因素之间也可以存在相对重要度(当然,也可以忽略不同第一层级因素下的第二层级因素之间的相对重要度)。
需要说明的是,图3仅为对第一层级因素和第二层级因素的网络关系的一种示例而已,在实际情况中的第一层级因素与第一层级因素下的第二层级因素可以依据实际情况进行设定。
确定层级因素中某个因素(也可称为其他数据维度)下数据之间的相关度较好理解,例如,基本信息中存在年龄信息,可以将目标用户在第一机构的医疗业务数据中存在的年龄信息与第二机构的待匹配数据中存在的年龄信息进行相似度的确定,从而得到这一因素下的相关度。
科室信息的互相匹配可以是将同种科室之间进行相关度的确定,进而与该科室信息对应的权重进行加权,从而在最终的加权求和后的相关度中体现作用。例如,若目标用户在第一机构的医疗业务数据中存在“肾脏科”相关的就诊数据,第二机构的待匹配数据中存在“肾内科”相关的就诊数据,则在计算关于这种科室信息之间的相关度时,可以确定出“肾内科”与“肾脏科”之间的相似度,作为这种科室信息的相关度。而在对病症信息进行互相匹配时,也可以将同种科室下就诊的病症信息之间进行相关度的确定。
由于存在第一层级因素以及第二层级因素,因此,同一专家方可以针对第一层级因素给出相对重要度信息,以及针对第二层级因素给出相对重要度信息,可以根据第一层级因素对应的相对重要度信息,以及根据所述第二层级因素对应的相对重要度信息,确定各其他数据维度所对应的权重。
若在需要融合多个专家方给出的相对重要度信息的情况下,则对于每个专家方来说,可以根据该专家方给出的第一层级因素的相对重要度信息,确定出第一判断矩阵,根据该专家方给出的第二层级因素的相对重要度信息,确定出第二判断矩阵。而后,可以确定出该专家方下第一判断矩阵对应的特征向量与第二判断矩阵对应的特征向量。
也就是说,上述说明了专家方下存在一个判断矩阵的情况,而若将其他数据维度分为第一层级因素与第二层级因素,则同一专家方下可以存在两个判断矩阵,第一判断矩阵表示各第一层级因素之间的相对重要度,第二判断矩阵表示各第二层级因素之间的相对重要度。
将各专家方下第一判断矩阵对应的特征向量进行合并,可以得到第一合并矩阵:
将各专家方下第二判断矩阵对应的特征向量进行合并,可以确定出第二合并矩阵:
,
而后,可以确定出将第一合并矩阵和第二合并矩阵进行合并,得到的归一化的加权超矩阵
而后,可以加权超矩阵自乘至收敛,得到极限矩阵
从上述方法中可以看出,本方法可以在判断出无法通过用户身份信息确定出同一用户在不同机构的医疗业务数据时,即,无法直接通过用户身份信息实现医疗机构之间的数据互通时,可以通过除了身份信息之外的其他数据维度下的数据之间的相关度(具体可以为相似度),以及其他数据维度的权重,来确定出和用户匹配的医疗业务数据,从而实现数据互通。
并且,本方法还可以将多个专家方给出的权重信息进行融合,从而可以使得各其他数据维度的权重更加合理,并且在确定一个专家方对应的权重时,可以通过将专家方对应的判断矩阵进行一系列矩阵变化,得到准最优一致矩阵,从而得到具有准最优一致性的矩阵,可以直接确定出该专家方对应的判断矩阵所表示的各其他数据维度的权重,而不需要进行多次一致性检验,从而提高了效率。
以上为本说明书的一个或多个实施例提供的数据同步的方法,基于同样的思路,本说明书还提供了相应的数据同步的装置,如图4所示。
图4为本说明书提供的一种数据同步的装置示意图,具体包括:
获取模块401,用于获取第一机构中目标用户的医疗业务数据以及第二机构中各用户的待匹配数据;
判断模块402,用于根据所述医疗业务数据中包含的身份信息,判断所述待匹配数据中是否包含有所述身份信息对应的医疗业务数据;
同步模块403,用于若否,确定除身份信息之外的各其他数据维度,根据所述待匹配数据中每个用户在各其他数据维度下的医疗业务数据与所述第一机构中所述目标用户在各其他数据维度下的医疗业务数据之间的相关度,以及各其他数据维度所对应的权重,从所述待匹配数据中确定与所述目标用户相匹配的数据,作为目标数据,以完成针对所述目标用户的数据同步。
可选地,同步模块403具体用于,获取所述第一机构中目标用户加密后的医疗业务数据,所述加密后的医疗业务数据中身份信息与其他数据维度下的数据被分开加密;获取所述第二机构中各用户加密后的待匹配数据,其中,针对每个用户,该用户的身份信息与其他数据维度下的数据被分开加密。
可选地,同步模块403具体用于,确定所述第一机构中所述目标用户的医疗业务数据中加密后的身份信息;判断所述加密后的待匹配数据中是否存在与所述加密后的身份信息相一致的加密身份信息。
可选地,同步模块403具体用于,将所述第一机构中所述目标用户的医疗业务数据中除加密后的身份信息的其他加密信息进行解密,以及将所述待匹配数据中除加密身份信息之外的其他加密信息进行解密。
可选地,所述各其他数据维度包含第一层级因素以及第二层级因素,其中,针对每个第一层级因素,该第一层级因素下包括若干第二层级因素;
同步模块403具体用于,根据所述第一层级因素对应的相对重要度信息,以及根据所述第二层级因素对应的相对重要度信息,确定各其他数据维度所对应的权重。
可选地,所述同步模块403具体用于,获取若干种权重信息,其中,不同种权重信息是不同专家方设定出的;将所述若干种权重信息进行融合,得到所述各其他数据维度所对应的权重。
可选地,所述权重信息为专家方预设的相对重要度信息;
所述同步模块403具体用于,针对每个专家方,根据该专家方预设的相对重要度信息,确定该专家方对应的判断矩阵,并根据该专家方对应的判断矩阵,确定该判断矩阵对应的特征向量,所述特征向量用于表征该专家方所给出的相对重要度信息表示的各其他数据维度的权重。
可选地,所述同步模块403具体用于,将各专家方对应的判断矩阵的特征向量进行合并,得到合并矩阵;根据所述合并矩阵,确定各其他数据维度所对应的权重。
可选地,所述同步模块403具体用于,确定该判断矩阵对应的最佳转移矩阵;
根据所述最佳转移矩阵,确定该判断矩阵对应的准最优一致矩阵;
确定所述准最优一致矩阵最大特征值对应的特征向量,并将所述特征向量,作为该判断矩阵对应的特征向量。
可选地,所述同步模块403具体用于,将所述合并矩阵自乘至收敛,以确定出所述各其他数据维度所对应的权重。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述数据同步的方法。
本说明书还提供了图5所示的电子设备的示意结构图。如图5所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述数据同步的方法。
当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device, PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、***、或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、***或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (16)
1.一种数据同步的方法,其特征在于,包括:
获取第一机构中目标用户的医疗业务数据以及第二机构中各用户的待匹配数据;
根据所述医疗业务数据中包含的身份信息,判断所述待匹配数据中是否包含有所述身份信息对应的医疗业务数据;
若否,确定除身份信息之外的各其他数据维度,根据所述待匹配数据中每个用户在各其他数据维度下的医疗业务数据与所述第一机构中所述目标用户在各其他数据维度下的医疗业务数据之间的相关度,以及各其他数据维度所对应的权重,从所述待匹配数据中确定与所述目标用户相匹配的数据,作为目标数据,以完成针对所述目标用户的数据同步。
2.如权利要求1所述的方法,其特征在于,获取第一机构中目标用户的医疗业务数据以及第二机构中各用户的待匹配数据,具体包括:
获取所述第一机构中目标用户加密后的医疗业务数据,所述加密后的医疗业务数据中身份信息与其他数据维度下的数据被分开加密;
获取所述第二机构中各用户加密后的待匹配数据,其中,针对每个用户,该用户的身份信息与其他数据维度下的数据被分开加密。
3.如权利要求2所述的方法,其特征在于,根据所述医疗业务数据中包含的身份信息,判断所述待匹配数据中是否包含有所述身份信息对应的医疗业务数据,具体包括:
确定所述第一机构中所述目标用户的医疗业务数据中加密后的身份信息;
判断所述加密后的待匹配数据中是否存在与所述加密后的身份信息相一致的加密身份信息。
4.如权利要求2所述的方法,其特征在于,根据所述待匹配数据中每个用户在各其他数据维度下的医疗业务数据与所述第一机构中所述目标用户在各其他数据维度下的医疗业务数据之间的相关度,以及各其他数据维度所对应的权重,从所述待匹配数据中确定与所述目标用户相匹配的数据,作为目标数据之前,所述方法还包括:
将所述第一机构中所述目标用户的医疗业务数据中除加密后的身份信息的其他加密信息进行解密,以及将所述待匹配数据中除加密身份信息之外的其他加密信息进行解密。
5.如权利要求1所述的方法,其特征在于,所述各其他数据维度包含第一层级因素以及第二层级因素,其中,针对每个第一层级因素,该第一层级因素下包括若干第二层级因素;
确定各其他数据维度所对应的权重,具体包括:
根据所述第一层级因素对应的相对重要度信息,以及根据所述第二层级因素对应的相对重要度信息,确定各其他数据维度所对应的权重。
6.如权利要求1所述的方法,其特征在于,确定各其他维度所对应的权重,具体包括:
获取若干种权重信息,其中,不同种权重信息是不同专家方设定出的;
将所述若干种权重信息进行融合,得到所述各其他数据维度所对应的权重。
7.如权利要求6所述的方法,其特征在于,所述权重信息为专家方预设的相对重要度信息;
获取若干种预设的权重信息,具体包括:
针对每个专家方,根据该专家方预设的相对重要度信息,确定该专家方对应的判断矩阵,并根据该专家方对应的判断矩阵,确定该判断矩阵对应的特征向量,所述特征向量用于表征该专家方所给出的相对重要度信息表示的各其他数据维度的权重。
8.如权利要求7所述的方法,其特征在于,将所述若干种预设的权重信息进行融合,具体包括:
将各专家方对应的判断矩阵的特征向量进行合并,得到合并矩阵;
根据所述合并矩阵,确定各其他数据维度所对应的权重。
9.如权利要求7所述的方法,其特征在于,根据该专家方对应的判断矩阵,确定该判断矩阵对应的特征向量,具体包括:
确定该判断矩阵对应的最佳转移矩阵;
根据所述最佳转移矩阵,确定该判断矩阵对应的准最优一致矩阵;
确定所述准最优一致矩阵最大特征值对应的特征向量,并将所述特征向量,作为该判断矩阵对应的特征向量。
10.如权利要求8所述的方法,其特征在于,根据所述合并矩阵,确定各其他数据维度所对应的权重,具体包括:
将所述合并矩阵自乘至收敛,以确定出所述各其他数据维度所对应的权重。
11.一种数据同步的装置,其特征在于,包括:
获取模块,用于获取第一机构中目标用户的医疗业务数据以及第二机构中各用户的待匹配数据;
判断模块,用于根据所述医疗业务数据中包含的身份信息,判断所述待匹配数据中是否包含有所述身份信息对应的医疗业务数据;
同步模块,用于若否,针对除用户标识之外的每个其他数据维度,根据所述待匹配数据中该其他数据维度下各用户的医疗业务数据与所述第一机构中目标用户在该其他数据维度的医疗业务数据之间的相关度,以及该其他数据维度所对应的权重,从所述待匹配数据中确定与所述目标用户相匹配的数据,作为目标数据,并将所述第一机构中目标用户的医疗业务数据以及所述目标数据,同步到所述第一机构与所述第二机构分别对应的服务器中。
12.如权利要求11所述的装置,其特征在于,所述同步模块,具体用于获取若干种权重信息,其中,不同种权重信息是不同专家方设定出的;将所述若干种权重信息进行融合,得到所述各其他数据维度所对应的权重。
13.如权利要求12所述的装置,其特征在于,所述权重信息为专家方预设的相对重要度信息;
所述同步模块,具体用于针对每个专家方,根据该专家方预设的相对重要度信息,确定该专家方对应的判断矩阵,并根据该专家方对应的判断矩阵,确定该判断矩阵对应的特征向量,所述特征向量用于表征该专家方所给出的相对重要度信息表示的各其他数据维度的权重。
14.如权利要求13所述的装置,其特征在于,所述同步模块,具体用于将各专家方对应的判断矩阵的特征向量进行合并,得到合并矩阵;根据所述合并矩阵,确定各其他数据维度所对应的权重。
15.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~10任一项所述的方法。
16.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~10任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310399680.8A CN116126976B (zh) | 2023-04-06 | 2023-04-06 | 一种数据同步的方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310399680.8A CN116126976B (zh) | 2023-04-06 | 2023-04-06 | 一种数据同步的方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116126976A true CN116126976A (zh) | 2023-05-16 |
CN116126976B CN116126976B (zh) | 2023-07-04 |
Family
ID=86297675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310399680.8A Active CN116126976B (zh) | 2023-04-06 | 2023-04-06 | 一种数据同步的方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116126976B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090161919A1 (en) * | 2007-12-21 | 2009-06-25 | General Instrument Corporation | Device Detection with Secure Identity Authentication |
CN104252452A (zh) * | 2013-06-25 | 2014-12-31 | 腾讯科技(深圳)有限公司 | 数据管理的方法及装置 |
CN106202088A (zh) * | 2015-05-04 | 2016-12-07 | 阿里巴巴集团控股有限公司 | 一种匹配业务场景的方法和*** |
CN106571946A (zh) * | 2015-10-13 | 2017-04-19 | 阿里巴巴集团控股有限公司 | 资源处理方法及装置 |
CN110148440A (zh) * | 2019-03-29 | 2019-08-20 | 北京汉博信息技术有限公司 | 一种医疗信息查询方法 |
CN111831755A (zh) * | 2020-07-23 | 2020-10-27 | 北京思特奇信息技术股份有限公司 | 一种跨数据库数据同步方法、***、介质及设备 |
CN112116979A (zh) * | 2020-08-11 | 2020-12-22 | 重庆华医康道科技有限公司 | 一种基于区块链分账协议的电子处方流转安全性工作方法 |
CN112863672A (zh) * | 2021-03-09 | 2021-05-28 | 中电健康云科技有限公司 | 一种基于pso算法优化的患者身份匹配方法 |
CN113378227A (zh) * | 2021-06-25 | 2021-09-10 | 山东省食品药品检验研究院 | 信息数据资源共享***及方法 |
CN113643821A (zh) * | 2021-10-13 | 2021-11-12 | 浙江大学 | 一种多中心知识图谱联合决策支持方法与*** |
CN113764089A (zh) * | 2021-09-09 | 2021-12-07 | 平安科技(深圳)有限公司 | 就诊医院的绑定方法、装置、设备及存储介质 |
CN113961619A (zh) * | 2021-10-19 | 2022-01-21 | 网易(杭州)网络有限公司 | 一种数据同步方法、装置、计算机设备及存储介质 |
CN114461726A (zh) * | 2021-12-29 | 2022-05-10 | 南京苏宁电子信息技术有限公司 | 用户行为数据写入方法、装置、计算机设备和存储介质 |
CN114822798A (zh) * | 2022-05-07 | 2022-07-29 | 挂号网(杭州)科技有限公司 | 用户匹配方法、装置、电子设备及存储介质 |
CN115408468A (zh) * | 2022-08-02 | 2022-11-29 | 支付宝(杭州)信息技术有限公司 | 一种数据同步方法、装置、可读存储介质及电子设备 |
CN115757618A (zh) * | 2022-11-08 | 2023-03-07 | 中国银行股份有限公司 | 身份证信息同步方法及装置 |
-
2023
- 2023-04-06 CN CN202310399680.8A patent/CN116126976B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090161919A1 (en) * | 2007-12-21 | 2009-06-25 | General Instrument Corporation | Device Detection with Secure Identity Authentication |
CN104252452A (zh) * | 2013-06-25 | 2014-12-31 | 腾讯科技(深圳)有限公司 | 数据管理的方法及装置 |
CN106202088A (zh) * | 2015-05-04 | 2016-12-07 | 阿里巴巴集团控股有限公司 | 一种匹配业务场景的方法和*** |
CN106571946A (zh) * | 2015-10-13 | 2017-04-19 | 阿里巴巴集团控股有限公司 | 资源处理方法及装置 |
CN110148440A (zh) * | 2019-03-29 | 2019-08-20 | 北京汉博信息技术有限公司 | 一种医疗信息查询方法 |
CN111831755A (zh) * | 2020-07-23 | 2020-10-27 | 北京思特奇信息技术股份有限公司 | 一种跨数据库数据同步方法、***、介质及设备 |
CN112116979A (zh) * | 2020-08-11 | 2020-12-22 | 重庆华医康道科技有限公司 | 一种基于区块链分账协议的电子处方流转安全性工作方法 |
CN112863672A (zh) * | 2021-03-09 | 2021-05-28 | 中电健康云科技有限公司 | 一种基于pso算法优化的患者身份匹配方法 |
CN113378227A (zh) * | 2021-06-25 | 2021-09-10 | 山东省食品药品检验研究院 | 信息数据资源共享***及方法 |
CN113764089A (zh) * | 2021-09-09 | 2021-12-07 | 平安科技(深圳)有限公司 | 就诊医院的绑定方法、装置、设备及存储介质 |
CN113643821A (zh) * | 2021-10-13 | 2021-11-12 | 浙江大学 | 一种多中心知识图谱联合决策支持方法与*** |
CN113961619A (zh) * | 2021-10-19 | 2022-01-21 | 网易(杭州)网络有限公司 | 一种数据同步方法、装置、计算机设备及存储介质 |
CN114461726A (zh) * | 2021-12-29 | 2022-05-10 | 南京苏宁电子信息技术有限公司 | 用户行为数据写入方法、装置、计算机设备和存储介质 |
CN114822798A (zh) * | 2022-05-07 | 2022-07-29 | 挂号网(杭州)科技有限公司 | 用户匹配方法、装置、电子设备及存储介质 |
CN115408468A (zh) * | 2022-08-02 | 2022-11-29 | 支付宝(杭州)信息技术有限公司 | 一种数据同步方法、装置、可读存储介质及电子设备 |
CN115757618A (zh) * | 2022-11-08 | 2023-03-07 | 中国银行股份有限公司 | 身份证信息同步方法及装置 |
Non-Patent Citations (3)
Title |
---|
AKHILESH K. VERMA; AUROBINDA ROUTRAY; WILLIAM K. MOHANTY;: "Assessment of Similarity Between Well Logs Using Synchronization Measures", IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, pages 2032 - 2036 * |
张嘉伟;: "基于大数据的食品追溯平台的设计与实现", 数字通信世界, pages 146 * |
缪姝妹;***;景慎旗;张小亮;章娣;郭建军;寇建秋;刘云;: "医院患者主索引***的设计与探索", 中国数字医学, no. 07, pages 65 - 67 * |
Also Published As
Publication number | Publication date |
---|---|
CN116126976B (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI697806B (zh) | 基於區塊鏈的資料處理方法及設備 | |
JP7089014B2 (ja) | 健康データを匿名化し、分析のために地理的領域を横断して健康データを修正及び編集するシステム及び方法 | |
US11204915B2 (en) | Blockchain-based data storage and query method and device | |
Vazirani et al. | Implementing blockchains for efficient health care: systematic review | |
WO2019241168A1 (en) | System and method for regulating a value of a cryptocurrency used in a health care network | |
US20190147988A1 (en) | Hospital matching of de-identified healthcare databases without obvious quasi-identifiers | |
CN106933859A (zh) | 一种医疗数据的迁移方法和装置 | |
CN116126976B (zh) | 一种数据同步的方法、装置、存储介质及电子设备 | |
US20200273551A1 (en) | Enabling the centralization of medical derived data for artificial intelligence implementations | |
CN110322139B (zh) | 策略推荐方法及装置 | |
Lee et al. | Open platform for improvement of e-Health accessibility | |
CN116665913B (zh) | 一种跨机构的患者匹配***和方法 | |
US20230317224A1 (en) | Patient specified health record on blockchain | |
Meinert | Implementing Blockchains for Efficient Health Care: Systematic | |
CN117972158A (zh) | 一种信息匹配的方法、装置、存储介质以及电子设备 | |
CN117036830A (zh) | 一种肿瘤分类模型训练方法、装置、存储介质及电子设备 | |
CN116226902A (zh) | 一种数据查询方法、装置、存储介质及电子设备 | |
CN117789906A (zh) | 一种医疗信息的管理***、方法、装置及设备 | |
CN114493857A (zh) | 交易记录方法及装置 | |
CN116309428A (zh) | 一种感兴趣区域确定方法、装置、存储介质及电子设备 | |
CN116227903A (zh) | 一种台账的分发汇总方法、设备及介质 | |
KR20160065714A (ko) | 웹 자원 접근 및 처리 방법 | |
CN118096638A (zh) | 一种部位识别方法、装置、存储介质及电子设备 | |
TWM647425U (zh) | 疾病預測裝置 | |
CN116188469A (zh) | 一种病灶检测方法、装置、可读存储介质及电子设备 |
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 |