【技术实现步骤摘要】
一种医院信息集成平台的患者主索引匹配系统及方法
本专利技术涉及医院患者信息领域，具体涉及一种医院信息集成平台的患者主索引匹配系统及方法。
技术介绍
随着国家卫健委对智慧医院建设、医院互联互通成熟度评测要求的持续加强，医院陆续开始建设医院信息集成平台系统。其中，医院信息化建设中的医院信息集成平台系统，需要将医院历史数据中的患者就诊信息进行识别，以患者主索引串连，将同一患者的历次就诊信息合并，并且使用时间轴进行展示。传统的患者主索引使用“决策树”的方法来识别匹配，因患者就诊时往往不总是携带身份证、医保卡、健康卡等，导致患者每次就诊的患者信息不完整，因此出现大量不完全匹配的相似信息但不确定是否是同一人的疑似信息，匹配率较低，只能达到35％左右。
技术实现思路
鉴于
技术介绍
的不足，本专利技术是提供了一种医院信息集成平台的患者主索引匹配系统及方法，所要解决的技术问题是现有医院信息集成平台系统在对患者使用不同证件号的就诊信息进行整合时匹配率较低。为解决以上技术问题，本专利技术提供了如下技术方案：一种医...
【技术保护点】
1.一种医院信息集成平台的患者主索引匹配方法，其特征在于，包括以下步骤：/nS1：生成合格样本，具体如下：首先对医院信息集成平台中的患者就诊信息进行取样，然后判断取样的患者就诊信息中的身份证号、居民健康卡号和医保卡号是否是同一就诊患者，如果是同一就诊患者，判断每个身份证号、居民健康卡号和医保卡号对应的姓名、性别和出生日期是否一致，如果一致生成合格样本，否则不能生成合格样本；若干合格样本组成样本总量；/nS2：样本监督学习，具体如下：对任一合格样本配置初始匹配因子和设置初始匹配因子的初始权重参数，建立EMPI匹配模型；然后通过人工神经网络对该合格样本进行训练，所述训练是指采用...
【技术特征摘要】
1.一种医院信息集成平台的患者主索引匹配方法，其特征在于，包括以下步骤：
S1：生成合格样本，具体如下：首先对医院信息集成平台中的患者就诊信息进行取样，然后判断取样的患者就诊信息中的身份证号、居民健康卡号和医保卡号是否是同一就诊患者，如果是同一就诊患者，判断每个身份证号、居民健康卡号和医保卡号对应的姓名、性别和出生日期是否一致，如果一致生成合格样本，否则不能生成合格样本；若干合格样本组成样本总量；
S2：样本监督学习，具体如下：对任一合格样本配置初始匹配因子和设置初始匹配因子的初始权重参数，建立EMPI匹配模型；然后通过人工神经网络对该合格样本进行训练，所述训练是指采用线性回归算法计算初始匹配因子的加权权重；接着对样本总量的其余合格样本先进行合并、生成合并样本，然后根据初始匹配因子和加权权重对合并样本进行校验，对校验成功的合格样本进行标记；当校验成功率达到90％，进入步骤S4，校验成功率是指校验成功的合并样本总数与样本总量的比例，当校验成功率低于90％，进入步骤S3；
S3：增强学习，具体为人工查找合并样本与合格样本不一样的原因，或者使用EMPI匹配模型对医院信息集成平台中的其余就诊信息进行EMPI匹配、然后检查合并样本；在增强学习时，如果没有调整匹配因子，进入步骤S4，如果调整匹配因子，进入步骤S2；
S4：学习结束，记录匹配因子和权重参数。
2.一种医院信息集成平台的患者主索引匹配系统，其特征在于：包括信息录入单元、取样单元、监督学习单元、增强学习单元和匹配单元；
所述信息录入单元用于录入患者就诊信息，生成就诊信息数据库；
所述取样单元用于从就诊信息数据库取样、生成若干合格样本，每个合格样本包括身份证号、居民健康卡号、医保卡号、姓名、性别和出生日期，若干合格样本组成样本总量；
所述监督学习单元用于对样本总量进行监督学习，所述学习是指根据任一合格样本配置初始匹配因子和设置初始匹配因子的初始权重参数，建立EMPI匹配模型；然后通过人工神经网络对该合格样本进行训练，所述训练为采用线性回...
【专利技术属性】
技术研发人员：纪峥嵘，刘军，叶庆楚，陈博文，李金炜，
申请(专利权)人：无锡识凌科技有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。