基于临床数据的就医指导方法、装置及服务器制造方法及图纸

本发明专利技术提供一种基于临床数据的就医指导方法、装置及服务器，该方法包括：获取所有疾病患者的临床数据；通过限定关键词建立与某一疾病患者相关的索引数据库；建立衡量医生治疗所述疾病有效性的数据指标；根据索引数据库，从临床数据中提取每个患者的ID、医生、科室、生命体征、诊断、检验信息；根据提取的信息和数据指标构建加权异构星型数据模型；对加权异构星型数据模型进行排名，获取疾病的医生治疗水平的排名信息。本方案实现了根据治疗某种疾病的水平对医生进行排名，为患者提供就医决策信息，提高就医效率。

【技术实现步骤摘要】
基于临床数据的就医指导方法、装置及服务器
本专利技术涉及数据处理分析方法领域，更具体地，涉及一种基于临床数据的就医指导方法、装置及服务器。
技术介绍
虽然随着社会科学的发展,人们物质、文化水平的不断提高，但是大多数人越来越来越不注意自己的身体健康，导致自己越来越容易患病。当病人患病之后,一定要根据自己的实际情况选择医生和医院,如何选择所患疾病方面专业的医院、科室和医生，是一门学问。近年来，随着计算医学的飞速发展与应用，越来越多的研究者认为可以运用计算机来提供网上就医指导，但是迄今没有专门的平台能够为患者提供就医指导服务。患者在就医时需要反复咨询，并查阅相关资料才能决定最终要到哪个科室、找哪个医生治疗合适，就医时间较长，挂号、咨询等医务工作人员的工作效率较低。就医指导只要建立相关的数据库及平台，患者就可以通过电脑单方面进行查询，得到自己所需要的信息。而本专利技术通过搜集以往患者的相关临床数据，借助计算医学的技术手段为患者提供就医指导，为患者与优秀医生、科室之间建立一条快捷的、灵敏可靠的信息桥梁。
技术实现思路
本专利技术提供一种基于临床数据的就医指导方法、装置及服务器，用于克服现有技术的缺陷，旨在根据临床数据为患者提供就医指导，为患者与优秀医生、科室之间建立一条快捷的、灵敏可靠的信息桥梁，简化了不必要的环节，提高了效率。为实现上述目的，本专利技术提供一种基于临床数据的就医指导方法，包括以下步骤：获取所有疾病患者的临床数据；通过限定关键词建立与某一疾病患者相关的索引数据库；建立衡量医生治疗所述某一疾病有效性的数据指标；根据所述索引数据库，从所述临床数据中提取每个患者的ID、医生、科室、生命体征、诊断、检验信息；根据提取的信息和所述数据指标构建加权异构星型数据模型；对所述加权异构星型数据模型进行排名，获取适合所述某一疾病患者的医生治疗水平的排名信息。优选地，在所述获取临床数据库中所有疾病患者的临床数据之后，还包括：对所述临床数据进行清洗。优选地，所述对所述临床数据进行清洗，包括：在患者的记录数据的数据缺失率大于预设阈值时，去除所述患者的记录数据；在患者的记录数据的数据缺失率小于预设阈值时，对所述患者的记录数据进行补齐；每个患者的临床数据选择时间最近的一条记录；将患者的检验结果的数值离散到预设的区间。优选地，所述数据指标包括：患者不同阶段的检验信息以及病情的转归类型。优选地，所述根据所述关系型数据库和所述数据指标构建加权异构星型数据模型，包括：根据提取的信息，建立以所述患者的ID信息为主键，以所述患者的医生、科室、生命体征、诊断、检验信息为属性对象的异构星型数据模型；根据所述数据指标，计算所述异构星型数据模型各属性对象的权重。优选地，所述对所述加权异构星型数据模型进行排名，获取所述某一疾病患者的医生治疗水平的排名信息，包括：采用MedRank排名算法，通过第一公式进行迭代运算，直到结果收敛于稳定值，实现对所述加权异构星型数据模型的排名，从而获得所述某一种疾病患者的医生治疗水平的排名信息；其中，所述的第一公式为：其中，t∈{1,…,n-1}，n为大于1的正整数，X1为目标类型，代表药物信息，Xt为第t次对象类型，C为中心类型，代表患者，为X1对象类型在当次迭代的排名分数，U为|X1|×|X1|的单位矩阵，|X1|为X1类型对象的总数，ɑ为决定U/|X1|项的权重，WAB为对象A和B的加权邻接矩阵,表示两者之间的权重链接，为对行进行规化的对角矩阵，其中第i行的对角值为WAB第i行之和。为实现上述目的，本专利技术还提供一种基于临床数据的就医指导装置，包括：数据采集模块，用于获取所有疾病患者的临床数据；索引数据模块，用于通过限定关键词建立与某一疾病的患者相关的索引数据库；衡量指标模块，用于建立衡量医生治疗所述某一疾病有效性的数据指标；信息提取模块，用于根据所述索引数据库，从所述临床数据中提取每个患者的ID、医生、科室、生命体征、诊断、检验信息；模型模块，用于根据提取的信息和所述数据指标构建加权异构星型数据模型；排名模块，用于对所述加权异构星型数据模型进行排名，获取所述某一疾病的医生治疗水平的排名信息。优选地，所述基于临床数据的药物推荐装置还包括：数据清洗模块，用于对所述临床数据进行清洗；所述模型模块包括：构建模块，用于根据提取的信息，建立以所述患者的ID信息为主键，以所述患者的医生、科室、生命体征、诊断、检验信息为属性对象的异构星型数据模型；权重模块，用于根据所述数据指标，计算所述异构星型数据模型各属性对象的权重。优选地，所述排名模块，用于采用MedRank排名算法，通过第一公式进行迭代运算，直到结果收敛于稳定值，实现对所述加权异构星型数据模型的排名，从而获得所述某一种疾病患者的医生治疗水平的排名信息；其中，所述的第一公式为：其中，t∈{1,…,n-1}，n为大于1的正整数，X1为目标类型，代表药物信息，Xt为第t次对象类型，C为中心类型，代表患者，为X1对象类型在当次迭代的排名分数，U为|X1|×|X1|的单位矩阵，|X1|为X1类型对象的总数，ɑ为决定U/|X1|项的权重，WAB为对象A和B的加权邻接矩阵,表示两者之间的权重链接，为对行进行规化的对角矩阵，其中第i行的对角值为WAB第i行之和。为实现上述目的，本专利技术还提供一种服务器，包括上述的基于临床数据的就医指导装置。本专利技术提供的基于临床数据的就医指导方法、装置及服务器，首先采集所有疾病患者的临床数据，然后通过限定与某一种疾病相关的关键词建立索引数据库，再建立衡量医生治疗上述疾病有效性的数据指标；再根据索引数据库与临床数据库的映射关系，从临床数据库中提取患者的相关信息；在根据提取的信息以及数据指标构建数据模型；最后通过数学方法对数据模型分析、处理、排名，最终获得治疗该疾病患者水平的医生排名信息；实现了根据临床数据为患者选择医生提供辅助决策，从而为患者与优秀医生、科室之间建立一条快捷的、灵敏可靠的信息桥梁，简化了不必要的环节，缩短了就医时间，提高了就医效率。附图说明图1为本专利技术实施例一提供的基于临床数据的就医指导方法的流程图；图2为本专利技术实施例二中数据模型构建步骤中星型异构数据模型的结构示意图；图3为本专利技术实施例三中数据清洗步骤的细化流程图；图4为本专利技术实施例提供的基于临床数据的就医指导装置的模块示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例一如图1所示，本专利技术提供一种基于临床数据的就医指导方法，包括以下步骤：步骤S10，获取所有疾病患者的临床数据；这里的临床数据来源于现有的数据，可以是一家或多家医院的临床数据。这些临床数据关于每位患者的信息均采用统一的格式。主要包括：患者ID(身份编号)、诊断疾病、用药前检验结果、生命体征、医生、科室、用药后检验结果、转归情况等。步骤S20，通过限定关键词建立与某一疾病患者相关的索引数据库；这里的关键词可以是与疾病的名称相关的词，针对诊断疾病信息的进行的检索，例如高血压、心脏病、冠心病等。其中，索引数据库本文档来自技高网...

【技术保护点】
一种基于临床数据的就医指导方法，其特征在于，包括以下步骤：获取所有疾病患者的临床数据；通过限定关键词建立与某一疾病患者相关的索引数据库；建立衡量医生治疗所述疾病有效性的数据指标；根据所述索引数据库，从所述临床数据中提取每个患者的ID、医生、科室、生命体征、诊断、检验信息；根据提取的信息和所述数据指标构建加权异构星型数据模型；对所述加权异构星型数据模型进行排名，获取所述疾病的医生治疗水平的排名信息。

【技术特征摘要】
1.一种基于临床数据的就医指导方法，其特征在于，包括以下步骤：获取所有疾病患者的临床数据；通过限定关键词建立与某一疾病患者相关的索引数据库；建立衡量医生治疗所述疾病有效性的数据指标；根据所述索引数据库，从所述临床数据中提取每个患者的ID、医生、科室、生命体征、诊断、检验信息；根据提取的信息和所述数据指标构建加权异构星型数据模型；对所述加权异构星型数据模型进行排名，获取所述疾病的医生治疗水平的排名信息。2.根据权利要求1所述的基于临床数据的就医指导方法，其特征在于，在所述获取临床数据库中所有疾病患者的临床数据之后，还包括：对所述临床数据进行清洗。3.根据权利要求2所述的基于临床数据的就医指导方法，其特征在于，所述对所述临床数据进行清洗，包括：在患者的记录数据的数据缺失率大于预设阈值时，去除所述患者的记录数据；在患者的记录数据的数据缺失率小于预设阈值时，对所述患者的记录数据进行补齐；每个患者的临床数据选择时间最近的一条记录；将患者的检验结果的数值离散到预设的区间。4.根据权利要求1所述的基于临床数据的就医指导方法，其特征在于，所述数据指标包括：不同疾病状态患者的检验信息以及病情的转归类型。5.根据权利要求1所述的基于临床数据的就医指导方法，其特征在于：所述根据所述关系型数据库和所述数据指标构建加权异构星型数据模型，包括：根据提取的信息，建立以所述患者的ID信息为主键，以所述患者的医生、科室、生命体征、诊断、检验信息为属性对象的异构星型数据模型；根据所述数据指标，计算所述异构星型数据模型各属性对象的权重。6.根据权利要求1～5任一项所述的基于临床数据的就医指导方法，其特征在于，所述对所述加权异构星型数据模型进行排名，获取所述某一疾病的医生治疗水平的排名信息，包括：采用MedRank排名算法，通过第一公式进行迭代运算，直到结果收敛于稳定值，实现对所述加权异构星型数据模型的排名，从而获得所述某一种疾病的医生治疗水平的排名信息；其中，所述的第一公式为：其中，t∈{1,…,n-1}，n为大于1的正整数，X1为目标类型，代表药物信息，Xt为第t次对象类型，C为中心类型，代表患者，为X1对象类型在当次迭代的排名分数，U为|...

【专利技术属性】
技术研发人员：袁洪，刘星，贺婷，李莹，吴俏玉，徐娜娜，邹林霖，李雪，李学明，
申请(专利权)人：袁洪，刘星，贺婷，李莹，吴俏玉，徐娜娜，邹林霖，李雪，李学明，
类型：发明
国别省市：湖南,43