一种慢性病数据智能管理方法及系统技术方案

本发明专利技术属于慢性病数据管理技术领域，其目的在于提供一种慢性病数据智能管理方法及系统

【技术实现步骤摘要】
一种慢性病数据智能管理方法及系统


[0001]本专利技术属于慢性病数据管理
，具体涉及一种慢性病数据智能管理方法及系统
。

技术介绍

[0002]慢性病指长期存在且难以治愈的一类疾病，如糖尿病
、
高脂血症
、
高血压
、
脑卒中及冠心病等疾病
。
随医疗信息数据化的不断发展，医院或诊所等医疗机构为实现对患者的就诊管理，积累了大量的包括慢性病数据的医疗数据，通过对海量疾病数据进行分析处理，可便于为患者的健康管理提供参考依据
。
慢性病数据通常包括患者的体检信息
、
用药记录信息以及诊断信息等数据，现有技术在进行慢性病数据的管理过程中，通常需要基于大量同类型慢性病数据进行数据挖掘等处理
。
[0003]但是，在使用现有技术过程中，专利技术人发现现有技术中至少存在如下问题：
[0004]由于慢性病的发病机制，多数患者通常会在病情较为严重时才会去医疗机构就诊，或者在患者就诊过程中存在未检查某一体检项目或工作人员未录入等情形，进而使得医疗机构采集的慢性病数据存在缺失数据的情况，同一患者的慢性病数据无法充分展现对应慢性病的发展趋势，导致后续对慢性病数据进行分析处理得到的结果存在精度差的问题
。
此外，由于不同医疗机构的数据采集等规范的区别，医疗数据形式多样化，以及医疗工作者数据记录存在错误率等因素，使得慢性病数据的整体复杂程度较大，也导致后续对慢性病数据进行分析处理结果的准确度较低
。

技术实现思路

[0005]本专利技术旨在至少在一定程度上解决上述技术问题，本专利技术提供了一种慢性病数据智能管理方法及系统
。
[0006]为了实现上述目的，本专利技术采用以下技术方案：
[0007]第一方面，本专利技术提供了一种慢性病数据智能管理方法，包括：
[0008]获取指定疾病类型的慢性病数据；
[0009]将所述慢性病数据按疾病发展阶段进行划分，并将不同疾病发展阶段的预处理后数据采用时间序列的形式进行汇总，得到排列后慢性病数据；
[0010]对所述排列后慢性病数据进行筛选，得到筛选后慢性病数据；
[0011]对所述筛选后慢性病数据进行缺失数据填充，得到预处理后慢性病数据；
[0012]对所述预处理后慢性病数据进行数据挖掘处理，得到慢性病关联结果
。
[0013]本专利技术通过对慢性病数据进行筛选及缺失数据填充的预处理，再实现对预处理后慢性病数据的挖掘处理，得到慢性病关联结果的过程，可提高利于提高慢性病数据处理结果的准确率，利于得出慢性病的发病规律及治疗效果等参考结果
。
[0014]在一个可能的设计中，获取指定疾病类型的慢性病数据，包括：
[0015]采集多源的初始慢性病数据，并从多源的初始慢性病数据中提取与同一患者标识
匹配的所有初始慢性病数据；
[0016]从与同一患者标识匹配的所有初始慢性病数据中，提取得到指定疾病类型的初始慢性病数据；
[0017]对同一患者对应的指定疾病类型的初始慢性病数据进行融合处理，得到指定疾病类型的初始慢性病数据
。
[0018]本专利技术中，将在不同医疗机构采集的同一患者的初始慢性病数据进行融合处理，以得到初始慢性病数据，进行后续的处理，可便于实现对当前患者的隐含在不同数据中的信息汇总，进而利于掌握对当前患者整体的健康状况
。
[0019]在一个可能的设计中，所述患者标识包括患者身份证号码
。
[0020]在一个可能的设计中，从与同一患者标识匹配的所有初始慢性病数据中，提取得到指定疾病类型的初始慢性病数据，包括：
[0021]获取与同一患者标识匹配的所有初始慢性病数据中的任一初始慢性病数据；
[0022]获取当前初始慢性病数据对应的疾病类型；
[0023]获取与同一患者标识匹配的所有初始慢性病数据中的另一初始慢性病数据，直到得到与同一患者标识匹配的所有初始慢性病数据中指定疾病类型的初始慢性病数据
。
[0024]需要说明的是，针对同一疾病类型的慢性病数据，其通常通过不同的检测指标的体检数据组合进行表征，这些检测指标的通常存在相关性较低的情况，因而本专利技术可认为不同检测指标的体检数据的相关程度较低
。
基于此，本专利技术中，通过似然函数的形式确定某一初始慢性病数据属于不同疾病类型的初始慢性病的近似度，由此确定该初始慢性病数据对应的疾病类型，可避免因疾病类型记录错误或诊断错误导致的慢性病数据与疾病类型不匹配的问题，进而实现对患者同一疾病类型的所有初始慢性病数据的采集
。
[0025]在一个可能的设计中，获取当前初始慢性病数据对应的疾病类型，包括：
[0026]获取不同疾病类型对应的似然函数；
[0027]将当前初始慢性病数据分别作为不同疾病类型对应的似然函数的自变量，得到不同疾病类型对应的似然函数值；
[0028]获取不同疾病类型对应的似然函数值中的最大似然函数值，并将该最大似然函数值对应的疾病类型作为当前初始慢性病数据对应的疾病类型
。
[0029]在一个可能的设计中，第
A
类疾病类型对应的似然函数为：
[0030][0031]式中，
x
i
为第
A
类疾病类型的慢性病数据，
i∈{1,2
，
……
，
n}
，
n
为大于1的自然数；
P
Ai
(x
i
)
为表示当第
i
个慢性病数据为
x
i
时，判别
x
i
为第
A
类疾病类型的概率密度函数；其中，
[0032][0033]式中，
σ
Ai
为第
A
类疾病类型的第
i
个慢性病数据的方差，
μ
Ai
为第
A
类疾病类型的第
i
个样本健康数据的数学期望，
e
为自然常数
。
[0034]在一个可能的设计中，对同一患者对应的指定疾病类型的初始慢性病数据进行融合处理时，采用时间序列的形式实现
。
[0035]在一个可能的设计中，对所述筛选后慢性病数据进行缺失数据填充，得到预处理
后慢性病数据，包括：
[0036]根据所述筛选后慢性病数据的数据密度，获取滑动窗口的窗口大小；
[0037]将所述窗口大小的滑动窗口，按时间顺序对所述筛选后慢性病数据进行遍历，并在遍历到所述筛选后慢性病数据中任一数据窗口中的数据为空时，对该数据窗口进行填充，直到对所述筛选后慢性病数据遍历完成
。
[0038]在一个可能的设计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种慢性病数据智能管理方法，其特征在于：包括：获取指定疾病类型的慢性病数据；将所述慢性病数据按疾病发展阶段进行划分，并将不同疾病发展阶段的预处理后数据采用时间序列的形式进行汇总，得到排列后慢性病数据；对所述排列后慢性病数据进行筛选，得到筛选后慢性病数据；对所述筛选后慢性病数据进行缺失数据填充，得到预处理后慢性病数据；对所述预处理后慢性病数据进行数据挖掘处理，得到慢性病关联结果
。2.
根据权利要求1所述的一种慢性病数据智能管理方法，其特征在于：获取指定疾病类型的慢性病数据，包括：采集多源的初始慢性病数据，并从多源的初始慢性病数据中提取与同一患者标识匹配的所有初始慢性病数据；从与同一患者标识匹配的所有初始慢性病数据中，提取得到指定疾病类型的初始慢性病数据；对同一患者对应的指定疾病类型的初始慢性病数据进行融合处理，得到指定疾病类型的初始慢性病数据
。3.
根据权利要求2所述的一种慢性病数据智能管理方法，其特征在于：所述患者标识包括患者身份证号码
。4.
根据权利要求2所述的一种慢性病数据智能管理方法，其特征在于：从与同一患者标识匹配的所有初始慢性病数据中，提取得到指定疾病类型的初始慢性病数据，包括：获取与同一患者标识匹配的所有初始慢性病数据中的任一初始慢性病数据；获取当前初始慢性病数据对应的疾病类型；获取与同一患者标识匹配的所有初始慢性病数据中的另一初始慢性病数据，直到得到与同一患者标识匹配的所有初始慢性病数据中指定疾病类型的初始慢性病数据
。5.
根据权利要求4所述的一种慢性病数据智能管理方法，其特征在于：获取当前初始慢性病数据对应的疾病类型，包括：获取不同疾病类型对应的似然函数；将当前初始慢性病数据分别作为不同疾病类型对应的似然函数的自变量，得到不同疾病类型对应的似然函数值；获取不同疾病类型对应的似然函数值中的最大似然函数值，并将该最大似然函数值对应的疾病类型作为当前初始慢性病数据对应的疾病类型
。6.
根据权利要求5所述的一种慢性病数据智能管理方法，其特征在于：第
A
类疾病类型对应的似然函数为：式中，
x
i
为第
A
类疾病类型的慢性病数据，
i∈{1,2
，
……
，
n}
，
n
为大于1的自然数；
P
Ai
(x
...

【专利技术属性】
技术研发人员：纪倩雯，
申请(专利权)人：银川宜善互联网医院有限公司，
类型：发明
国别省市：