患者数据筛选方法及装置、存储介质、电子设备制造方法及图纸

本公开涉及数据处理技术领域，尤其涉及一种患者数据筛选方法及装置、存储介质、电子设备。该方法可以包括：获取当前医学数据；计算所述当前医学数据与纳排列表中的医学数据之间的差值数据；利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据。本公开确保了筛选出的患者的医学数据的准确性，实现了患者的医学数据的自动筛选，提高了筛选效率，大大降低了筛选成本。

【技术实现步骤摘要】
患者数据筛选方法及装置、存储介质、电子设备
本公开涉及数据处理
，尤其涉及一种患者数据筛选方法及装置、存储介质、电子设备。
技术介绍
医学数据是医生对患者诊断和治疗过程中产生的数据，包括患者基本数据、电子病历、诊断词、医学影像数据、医学管理、经济数据、医疗设备和仪器数据等，以患者为中心，成为医疗信息的主要来源。准确的整合医学数据对医学项目研究有着重大的意义。目前，用于医学项目研究的医学数据一般由人工根据纳排条件对医学存量数据中的各患者的医学数据进行筛选，并将符合纳排条件的患者的医学数据手工加入纳排列表中。显然，一方面，由于在人工对医学存量数据进行筛选时，可能存在漏筛、错筛的现象，导致筛选准确率低，进而导致加入到纳排列表中的医学数据不准确；另一方面，人工筛选的方式效率低，筛选成本高；又一方面，由于医学存量数据不能及时更新，导致筛选出的医学数据仅为历史存量数据，无法及时的将更新后的符合纳排条件的医学数据加入纳排列表中。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，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。
技术实现思路
本公开的目的在于提供一种患者数据筛选方法及装置、存储介质、电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。根据本公开的一个方面，提供一种患者数据筛选方法，包括：获取当前医学数据；计算所述当前医学数据与纳排列表中的医学数据之间的差值数据；利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据。在本公开的一种示例性实施例中，所述差值数据包括增量数据和变量数据；所述计算所述当前医学数据与纳排列表中的医学数据之间的差值数据包括：计算所述当前医学数据与所述纳排列表中的医学数据之间的所述增量数据和所述变量数据；所述利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据包括：利用一纳排条件在所述增量数据和所述变量数据中筛选符合所述纳排条件的患者的医学数据。在本公开的一种示例性实施例中，所述计算所述当前医学数据与纳排列表中的医学数据之间的差值数据包括：基于所述当前医学数据与上一版的医学数据生成医学质量报告；根据所述医学质量报告判断所述当前医学数据是否可靠，并在判断所述当前医学数据可靠时，计算所述当前医学数据与纳排列表中的医学数据之间的差值数据。在本公开的一种示例性实施例中，所述计算所述当前医学数据与纳排列表中的医学数据之间的差值数据包括：细化所述当前医学数据并计算细化后的所述当前医学数据与纳排列表中的医学数据之间的差值数据。在本公开的一种示例性实施例中，所述计算细化后的所述当前医学数据与纳排列表中的医学数据之间的差值数据包括：将细化后的所述当前医学数据转化为预设配置的所述医学数据；计算预设配置的所述医学数据与纳排列表中的医学数据之间的差值数据。在本公开的一种示例性实施例中，所述方法还包括：显示符合所述纳排条件的各所述患者的医学数据，并分别基于各所述患者的医学数据显示一入组控件。在本公开的一种示例性实施例中，所述获取当前医学数据包括：根据一预设周期获取当前医学数据。根据本公开的一个方面，提供一种患者数据筛选装置，包括：获取模块，用于获取当前医学数据；计算模块，用于计算所述当前医学数据与纳排列表中的医学数据之间的差值数据；筛选模块，用于利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据。根据本公开的一个方面，提供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上述任意一项所述的患者数据筛选方法。根据本公开的一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述中任意一项所述的患者数据筛选方法。本公开一种示例实施例提供的患者数据筛选方法及装置、存储介质、电子设备。通过计算所述当前医学数据与纳排列表中的医学数据之间的差值数据，并利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者医学数据。一方面，利用一纳排条件在所述差值数据中筛选符合纳排条件的患者的医学数据，相比于现有技术排除了人为的影响，确保了筛选出的患者的医学数据的准确性；另一方面，通过计算差值数据并利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据，不再需要人工对患者的医学数据进行筛选，实现了患者的医学数据的自动筛选，提高了筛选效率，大大降低了筛选成本。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，并不能限制本公开。附图说明通过参照附图来详细描述其示例性实施例，本公开的上述和其它特征及优点将变得更加明显。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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为本公开一种患者数据筛选方法的流程图；图2为本公开一示例性实施例中显示患者的医学数据的示意图；图3为本公开一种患者数据筛选装置的框图；图4为本公开示一示例性实施例中的电子设备的模块示意图；图5为本公开示一示例性实施例中的程序产品示意图。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公开将全面和完整，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公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。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，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，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。本示例性实施例中首先公开了一种患者数据筛选方法。参照图1所示，所述患者数据筛选方法可以包括以下步骤：步骤S1、获取当前医学数据；步骤S2、计算所述当前医学数据与纳排列表中的医学数据之间的差值数据；步骤S3、利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据。根据本示例性实施例中的患者数据筛选方法，一方面，利用一纳排条件在所述差值数据中筛选符合纳排条件的患者的医学数据，相比于现有技术排除了人为的影响，确保了筛选出的患者的医学数据的准确性；另一方面，通过计算差值数据并利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据，不再需要人工对患者的医学数据进行筛选，实现了患者的医学数据的自动筛选，提高了筛选效率，大大降低了筛选成本。下面，将参照图1，对本示例性实施例中的患者数据筛选方法作进一步的说明。在步骤S1中，获取当前医学数据。在本示例性实施例中，可以通过获取模块从医学数本文档来自技高网...

【技术保护点】
一种患者数据筛选方法，其特征在于，包括：获取当前医学数据；计算所述当前医学数据与纳排列表中的医学数据之间的差值数据；利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据。

【技术特征摘要】
1.一种患者数据筛选方法，其特征在于，包括：获取当前医学数据；计算所述当前医学数据与纳排列表中的医学数据之间的差值数据；利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据。2.根据权利要求1所述的患者数据筛选方法，其特征在于，所述差值数据包括增量数据和变量数据；所述计算所述当前医学数据与纳排列表中的医学数据之间的差值数据包括：计算所述当前医学数据与所述纳排列表中的医学数据之间的所述增量数据和所述变量数据；所述利用一纳排条件在所述差值数据中筛选符合所述纳排条件的患者的医学数据包括：利用一纳排条件在所述增量数据和所述变量数据中筛选符合所述纳排条件的患者的医学数据。3.根据权利要求1所述的患者数据筛选方法，其特征在于，所述计算所述当前医学数据与纳排列表中的医学数据之间的差值数据包括：基于所述当前医学数据与上一版的医学数据生成医学质量报告；根据所述医学质量报告判断所述当前医学数据是否可靠，并在判断所述当前医学数据可靠时，计算所述当前医学数据与纳排列表中的医学数据之间的差值数据。4.根据权利要求1所述的患者数据筛选方法，其特征在于，所述计算所述当前医学数据与纳排列表中的医学数据之间的差值数据包括：细化所述当前医学数据并计算细化后的所述当前医学数据与纳排列表中的医学数据之...

【专利技术属性】
技术研发人员：徐济铭，刘水清，
申请(专利权)人：医渡云北京技术有限公司，
类型：发明
国别省市：北京,11