一种临床医学病例数据采集与分析方法及系统技术方案

本发明专利技术公开了一种临床医学病例数据采集与分析方法及系统，采集临床病例的一般资料，包括患者基本信息、各种检查及检验报告单、依据各种检查进行的数字化的报告结论数据，通过数据抽取和标准化处理后进行分类存储；对采集到的病例数据进行分析，包括基于预设算法模型对病例数据进行特征提取，根据数据特征挖掘获取疾病与症状之间的关联关系，根据症状以及检查结果对疾病进行诊断，对疾病发展过程进行预测，对比分析不同疗法的适应证及疗效，以及对病例治疗过程进行可视化展示。将所有检查结果和数据整合在一个平台框架内，建立不同患者和每个患者的不同随访，便于收集和查询数据，提高病例提取效率，让临床数据分析和整理更加便捷。捷。捷。

【技术实现步骤摘要】
一种临床医学病例数据采集与分析方法及系统


[0001]本专利技术涉及病例数据处理
，具体涉及一种临床医学病例数据采集与分析方法及系统。

技术介绍

[0002]患者的医学检查种类繁多，电子化程度不高，不同检查，包括血常规、肝肾功、心电图、分子生物学检查、细胞遗传学检查、CT检查等等，需要不同软件来储存，导致完整收集病例很困难。患者反复住院，不同病例没有关联性，随访患者也存在困难。长此以往，给临床经验总结和病例数据分析整理带来很大的挑战。

技术实现思路

[0003]为此，本专利技术提供一种临床医学病例数据采集与分析方法及系统，以解决现有病例数据不能进行统一采集存储与分析管理，无法进行全面的临床经验总结、病例数据分析以及疾病研究与治疗的问题。
[0004]为了实现上述目的，本专利技术提供如下技术方案：
[0005]根据本专利技术实施例的第一方面，提出了一种临床医学病例数据采集与分析方法，所述方法包括：
[0006]采集临床病例的一般资料，包括患者基本信息、各种检查及检验报告单、依据各种检查进行的数字化的报告结论数据，通过数据抽取和标准化处理后进行分类存储；
[0007]对采集到的病例数据进行分析，包括基于预设算法模型对病例数据进行特征提取，根据数据特征挖掘获取疾病与症状之间的关联关系，根据症状以及检查结果对疾病进行诊断，对疾病发展过程进行预测，对比分析不同疗法的适应证及疗效，以及对病例治疗过程进行可视化展示。
[0008]进一步地，采集临床病例的一般资料，具体包括：
[0009]通过适配器与设备和数据源配套设置用于分别接收各类数据，适配器将接收的数据转换后送多路复用器，被多路复用器打包后，分别送数据存储端或数据分析端。
[0010]进一步地，采集临床病例的一般资料，具体包括：
[0011]根据录入的数据及分类标准进行清洗和结构化，得到的原始数据在分析前均需经过清洗和脱敏去除病人隐私信息；对变量经过标准化、结构化处理，不同类型的数据集制定统一的元数据描述框架，规范变量名称与结构，并建立主索引。
[0012]进一步地，基于预设算法模型对病例数据进行特征提取，具体包括：
[0013]采用包括逐步回归、关联规则挖掘、相关分析、决策树归纳法的算法模型进行特征选择，通过采用包括回归、对数线性模型、主成分分析、聚类分析的方法模型构建将一群变量变成一个变量，从而消减数据块，减少数据挖掘时要考虑的特征数。
[0014]进一步地，根据数据特征挖掘获取疾病与症状之间的关联关系，根据症状以及检查结果对疾病进行诊断，具体包括：
[0015]综合采用包括贝叶斯原理、关联规则、支持向量机、聚类分析、遗传算法、人工神经网络、回归分析的算法挖掘疾病与症状之间关系，优选诊断试验，预测症状发生时可能发生的最少疾病集合，并通过包括决策树、流程图、规则推理的方法构建疾病诊断知识库。
[0016]进一步地，对比分析不同疗法的适应证及疗效，具体包括：
[0017]比较分析不同医院的各种疾病诊疗规范及治疗结果，综合采用包括生存分析、回归分析、决策树、遗传算法、马尔科夫模型的多种预测模型分析不同疗法后病人的生存时间及影响因素，对比分析不同疗法、不同器械的适应证及疗效，为疾病治疗方案选择、治疗规范制定、医疗器械改进提供依据。
[0018]进一步地，所述方法还包括：
[0019]采用机器学习算法模型进行数据特征提取，使用训练集对模型进行训练，并使用测试集对模型进行测试得到所述机器学习算法模型，所述机器学习算法模型包括CNN、RUN、XGBoost网络模型。
[0020]进一步地，所述方法还包括：
[0021]利用聚类分析算法用于预测和治疗疾病，结合疾病和药物的情况发现具有类似功能的一些疾病的致病机理和治疗措施，具体为通过搜集产生疾病的患者具有的特征，体内各种值的变化，病史以及用药史，应用功能K
‑
means聚类算法，分析产生疾病的共同点，以及体内的某些值、用药等对疾病的影响。
[0022]进一步地，对采集到的病例数据进行分析，具体包括：
[0023]通过可视化模块采用各种模型对数据特征进行提取展示，可视化模块调用数据存储端数据进行分析，可视化模块将需实时监测和可视数据要求反馈回数据收集器，多路复用器根据反馈对数据打包进行限定。
[0024]根据本专利技术实施例的第二方面，提出了一种临床医学病例数据采集与分析系统，所述系统包括：
[0025]数据采集模块，用于采集临床病例的一般资料，包括患者基本信息、各种检查及检验报告单、依据各种检查进行的数字化的报告结论数据，通过数据抽取和标准化处理后进行分类存储；
[0026]数据分析模块，用于对采集到的病例数据进行分析，包括基于预设算法模型对病例数据进行特征提取，根据数据特征挖掘获取疾病与症状之间的关联关系，根据症状以及检查结果对疾病进行诊断，对疾病发展过程进行预测，对比分析不同疗法的适应证及疗效，以及对病例治疗过程进行可视化展示。
[0027]本专利技术具有如下优点：
[0028]本专利技术提出的一种临床医学病例数据采集与分析方法及系统，采集临床病例的一般资料，包括患者基本信息、各种检查及检验报告单、依据各种检查进行的数字化的报告结论数据，通过数据抽取和标准化处理后进行分类存储；对采集到的病例数据进行分析，包括基于预设算法模型对病例数据进行特征提取，根据数据特征挖掘获取疾病与症状之间的关联关系，根据症状以及检查结果对疾病进行诊断，对疾病发展过程进行预测，对比分析不同疗法的适应证及疗效，以及对病例治疗过程进行可视化展示。将所有检查结果和数据整合在一个平台框架内，建立不同患者和每个患者的不同随访，便于收集和查询数据，提高病例提取效率，让临床数据分析和整理更加便捷。符合现阶段及未来临床医学发展趋势，实用性
强，可广泛应用于现代临床医学领域的病例数据收集和疾病模式研究。
附图说明
[0029]为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
[0030]图1为本专利技术实施例1提供的一种临床医学病例数据采集与分析方法的流程示意图；
[0031]图2为本专利技术实施例1提供的一种临床医学病例数据采集与分析方法中采集的部分临床病例数据示例；
[0032]图3为本专利技术实施例2提供的一种临床医学病例数据采集与分析方法中部分关联规则示意图；
[0033]图4为本专利技术实施例1提供的一种临床医学病例数据采集与分析方法的实施内容示例。
具体实施方式
[0034]以下由特定的具体实施例说明本专利技术的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本专利技术的其他优点及功效，显然，所描述的实施例是本专利技术一部分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种临床医学病例数据采集与分析方法，其特征在于，所述方法包括：采集临床病例的一般资料，包括患者基本信息、各种检查及检验报告单、依据各种检查进行的数字化的报告结论数据，通过数据抽取和标准化处理后进行分类存储；对采集到的病例数据进行分析，包括基于预设算法模型对病例数据进行特征提取，根据数据特征挖掘获取疾病与症状之间的关联关系，根据症状以及检查结果对疾病进行诊断，对疾病发展过程进行预测，对比分析不同疗法的适应证及疗效，以及对病例治疗过程进行可视化展示。2.根据权利要求1所述的一种临床医学病例数据采集与分析方法，其特征在于，采集临床病例的一般资料，具体包括：通过适配器与设备和数据源配套设置用于分别接收各类数据，适配器将接收的数据转换后送多路复用器，被多路复用器打包后，分别送数据存储端或数据分析端。3.根据权利要求1所述的一种临床医学病例数据采集与分析方法，其特征在于，采集临床病例的一般资料，具体包括：根据录入的数据及分类标准进行清洗和结构化，得到的原始数据在分析前均需经过清洗和脱敏去除病人隐私信息；对变量经过标准化、结构化处理，不同类型的数据集制定统一的元数据描述框架，规范变量名称与结构，并建立主索引。4.根据权利要求1所述的一种临床医学病例数据采集与分析方法，其特征在于，基于预设算法模型对病例数据进行特征提取，具体包括：采用包括逐步回归、关联规则挖掘、相关分析、决策树归纳法的算法模型进行特征选择，通过采用包括回归、对数线性模型、主成分分析、聚类分析的方法模型构建将一群变量变成一个变量，从而消减数据块，减少数据挖掘时要考虑的特征数。5.根据权利要求1所述的一种临床医学病例数据采集与分析方法，其特征在于，根据数据特征挖掘获取疾病与症状之间的关联关系，根据症状以及检查结果对疾病进行诊断，具体包括：综合采用包括贝叶斯原理、关联规则、支持向量机、聚类分析、遗传算法、人工神经网络、回归分析的算法挖掘疾病与症状之间关系，优选诊断试验，预测症状发生时可能发生的最少疾病集合，并通过包括决策树、流程图、规则推理的方法构建疾病诊断知识库。6.根据权利要求1所述的一种临床医学病例数据采...

【专利技术属性】
技术研发人员：唐旭东，张炎，
申请(专利权)人：中国中医科学院西苑医院，
类型：发明
国别省市：