基于大数据的数据采集方法及系统技术方案

本发明专利技术公开了一种基于大数据的数据采集方法及系统，涉及医疗数据采集技术领域；其方法包括：通过采集调度中心获取多种医疗数据，其中所述采集调度中心包括多个不同的采集器，所述不同的采集器在对应的采集渠道获取非结构化医疗数据；汇总所述非结构化医疗数据；将所述医疗数据进行处理；对所述处理后的医疗数据进行本地存储和/或云端存储。本发明专利技术对多种多样的相关医疗数据收集后进行整合存储，提供两种的脏数据处理方式，在处理过程中可以实现脏数据精确过滤、识别、采集、展示，其可靠性强，安全性高，还能处理医疗数据中的重复数据。还能处理医疗数据中的重复数据。还能处理医疗数据中的重复数据。

【技术实现步骤摘要】
基于大数据的数据采集方法及系统


[0001]本专利技术涉及医疗数据采集
，具体涉及基于大数据的数据采集方法及系统。

技术介绍

[0002]现阶段我国医疗数据主要来自于医院信息系统HIS、电子病历系统EMR、影像采集与传输系统PACS、实验室检查信息系统LIS、病理系统PS、医疗器械等信息化系统和设备所记录下来的疾病、体征数据。还包括医院物资管理、医院运营系统所产生的数据。经调查显示，当前已有70％以上的医院实现了医疗信息化，但仅有不到3％的医院数据互通，医疗大数据比较分散，信息孤岛有待攻破。有时同一份病历，两个医生会有不同的解读，故医院之间的信息如果不能互通，对患者来说是很大的损失。信息孤岛同样给需要运用数据和信息的医生、医院管理者带来了极大不便。
[0003]信息孤岛是我国卫生信息化建设过程中留下的历史问题，由于未出台相关标准，各家医院在建设医疗信息系统时缺乏标准指导，没有顶层设计，条块分割，导致了信息孤岛的产生。因此建立医疗的数据采集中心，是当前提高医疗技术、破除信息孤岛、实现医院之间互联互通的一个重要手段。
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的数据采集方法，其特征在于，包括：通过采集调度中心获取多种医疗数据，其中所述采集调度中心包括多个不同的采集器，所述不同的采集器在对应的采集渠道获取非结构化医疗数据；汇总所述非结构化医疗数据；将所述医疗数据进行处理；对所述处理后的医疗数据进行本地存储和/或云端存储。2.根据权利要求1所述一种基于大数据的数据采集方法，其特征在于，通过多种采集方式获取医疗数据前，还包括：将yml类型文件对应的服务进行基础配置，各个服务之间通过队列方式进行医疗数据的传递。3.根据权利要求1所述一种基于大数据的数据采集方法，其特征在于，将所述医疗数据进行处理，包括：对医疗数据的质量进行校验；将校验后的医疗数据打标签；对打标签后的医疗数据创建索引。4.根据权利要求3所述一种基于大数据的数据采集方法，其特征在于，对医疗数据的质量进行校验，包括：校验医疗数据的准确度；通过神经网络对所述医疗数据进行去重处理；将去重后的医疗数据加密。5.根据权利要求3所述一种基于大数据的数据采集方法，其特征在于，将校验后的医疗数据打标签，包括：将校验后的医疗数据输入到bert神经网络获取文本向量V；随机选择多个文本向量V作为聚类中心点a；获取其他医疗数据与每个聚类中心点a之间距离，将所述其他医疗数据归类为距离最近的文本向量V，分类完成后再得到多类文本向量V的聚类中心点b；获取其他医疗数据与每个聚类中心点b之间距离，将所述其他医疗数据归类为距离最近的文本向量V，分类完成后再得到多类文本向量V的聚类中心点c，重复该步骤，获得多个种类文本；对每个种类所述文本打上中心词的标签；新获取的医疗数据根据与中心词的相似度进行分类。6.根据权利要...

【专利技术属性】
技术研发人员：王兴维，邰从越，陈攀，张迁，
申请(专利权)人：心医国际数字医疗系统大连有限公司，
类型：发明
国别省市：