【技术实现步骤摘要】
本专利技术属于医疗信息，具体是一种基于大数据分析的临床信息共享方法及系统。
技术介绍
1、临床信息共享是一种利用现代信息技术和分析方法来整合、分析和共享临床医疗数据的方式，通过整合来自不同医疗机构和临床实践的数据进行集成和分享，为医生、研究人员和决策者提供更全面、准确的临床信息，从而改善医疗决策。但是现有的临床信息共享，存在查询临床数据次数过多导致数据服务受限，消耗大量服务器资源和带宽，增加临床数据泄露风险的技术问题；存在临床数据复杂，难以获得有价值的信息和知识，导致治疗方案选择不当的技术问题；存在计算机网络缺少合理的使用管理和网络安全防范措施，容易导致患者隐私数据泄露和未经授权访问的技术问题。
技术实现思路
1、针对上述情况，为克服现有技术的缺陷，本专利技术提供了一种基于大数据分析的临床信息共享方法及系统，针对存在查询临床数据次数过多导致数据服务受限，消耗大量服务器资源和带宽，增加临床数据泄露风险的技术问题，采用分布式数据库进行信息查询，构建临床数据实时查询模型进行信息关键词的存储和判断，利用信息查询池快速匹配用户所需结果；针对临床数据复杂，难以获得有价值的信息和知识，导致治疗方案选择不当的技术问题，采用包裹式特征选择减少数据维度，构建临床数据挖掘模型，对临床数据进行分类，加入切割技术，设置不同的数据集，定义数据集的关联规则，并对临床数据挖掘模型进行验证和优化；针对存在计算机网络缺少合理的使用管理和网络安全防范措施，容易导致患者隐私数据泄露和未经授权访问的技术问题，采用数据脱敏处
2、本专利技术采取的技术方案如下：本专利技术提供的一种基于大数据分析的临床信息共享方法，该方法包括以下步骤：
3、步骤s1：临床数据采集，引入自动化抓取技术提取临床数据，进行清洗与整合，并进行自动化质量控制；
4、步骤s2：临床数据查询，具体为采用分布式数据库进行信息查询，构建临床数据实时查询模型进行信息关键词的存储和判断，利用信息查询池快速匹配用户所需结果；
5、步骤s3：临床数据挖掘，具体为使用包裹式特征选择减少数据维度，构建临床数据挖掘模型，对临床数据进行分类，加入切割技术，设置不同的数据集，定义数据集的关联规则，并对数据挖掘模型进行验证和优化；
6、步骤s4：临床数据隐私保护，具体为进行数据脱敏处理，并用临床数据加密系统对敏感数据进行加密存储和访问，对数据访问进行细粒度权限管理和审计跟踪，建立数据共享协议，实现隐私保护；
7、步骤s5：临床数据可视化，具体为使用交互式可视化工具将临床医疗数据进行动态分析，并根据分析结果进行决策支持与优化。
8、进一步地，在步骤s1中，所述临床数据采集，包括以下步骤：
9、步骤s11：临床数据提取，引入自动化抓取技术，通过api接口自动从医院各个系统中提取临床数据；
10、步骤s12：数据预处理，对提取的临床数据进行数据清洗，包括去除重复数据、修正错误数据和填充缺失数据，得到预处理后的临床数据；
11、步骤s13：数据整合与集成，将预处理后的临床数据进行整合与集成，将不同来源和格式的数据进行映射和匹配，使临床数据可以在统一的数据存储中被查询和访问；
12、步骤s14：自动化质量控制，引入自动化的质量控制手段，对数据提取、清洗和整合过程进行监控和反馈，及时发现和纠正潜在问题，提高数据的准确性和一致性。
13、进一步地，在步骤s2中，所述临床数据查询，包括以下步骤：
14、步骤s21：基于分布式数据库进行信息实时查询，建立临床数据实时查询模型，临床数据实时查询模型包括存储用户输入的信息关键词、从分布式数据库查询信息关键词和分布式数据库查询信息内容；
15、步骤s22：实时信息分类，根据临床数据实时查询模型，构建实时信息分类模型；
16、步骤s23：构建分布式多元哈希算法模型，根据临床数据实时查询模型和实时信息分类模型，判断所查询的数据能否查询两次，若第一次判断结果的信息查询类型为可以进行第二次查询，将分布式数据库中的数据按照信息关键词进行排列，遇到第二个信息关键词查询的数据时，将数据顺时针排列并记录信息关键词的哈希值为1，形成信息查询池；如果第一次判断结果的信息查询类型为无法进行第二次查询，则将该信息关键词从信息查询池中删除；
17、步骤s24：异常信息处理，根据分布式多元哈希算法模型和实时信息分类模型，当查询关键字进入分布式多元哈希算法模型时，直接根据关键字读取哈希环上面的数据，对现有的分布式数据库架构进行改进，增加对异常信息查询池的处理机制，防止信息查询带来的数据安全问题。
18、进一步地，在步骤s3中，所述临床数据挖掘，包括以下步骤：
19、步骤s31：特征选择，进行包裹式特征选择，从特征集合中不断的筛选特征子集，训练学习器，根据学习器性能对特征子集进行评价，直至筛选出最具代表性的特征子集，减少数据维度，提高模型的计算效率和准确性；
20、步骤s32：构建临床数据挖掘模型，对预处理后的临床数据进行算法的应用和训练，所述数据挖掘算法包括以下步骤：
21、步骤s321：假设最小支持系数和信任变量是相关函数，对临床数据进行整体分类，定义数据库中两个事件之间的距离，所用公式如下：
22、；
23、式中，d（i1，i2）是临床医学数据库中两个事件之间的距离，p是事件发生的概率，当事件i1和事件i2同时产生时，d（i1，i2）值为0；
24、步骤s322：利用聚类算法对临床医学数据库进行分类，根据框架系数评估算法的函数，定义框架系数，所用公式如下：
25、；
26、式中，β（i）是框架系数，ai表示样本参数和其他变量的平均值，bi是样本参数自身的平均值，i是临床医学数据库中的第i个样本；
27、步骤s323：数据挖掘的过程需要对收集到的数据进行准确分类和检查，为了提高运行效率，在运算中加入切割技术，设置不同的数据集，定义数据集的关联规则，所用公式如下：
28、；
29、式中，qe是数据集e的关联规则，qf是数据集f的关联规则，e和f是两个不同的数据集，→表示集合到集合的映射；
30、步骤s324：定义信任度，所用公式如下：
31、；
32、式中，γ（e→f）表示数据集e到数据集f的信任度，ξ（e∪f）表示数据集e∪f在临床医学数据库中出现的次数，ξ（e）表示数据集e在临床医学数据库中出现的次数；
33、步骤s33：临床数据挖掘模型评估，通过交叉验证对模型进行评估和验证，评估模型的准确性和适用性；
34、步骤s34：持续监测和优化，对挖掘和分析的结果进行持续监测和优化，更新临床数据挖掘模型。
本文档来自技高网...
【技术保护点】
1.一种基于大数据分析的临床信息共享方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于大数据分析的临床信息共享方法，其特征在于：在步骤S3中，所述临床数据挖掘，包括以下步骤：
3.根据权利要求1所述的一种基于大数据分析的临床信息共享方法，其特征在于：在步骤S4中，所述临床数据隐私保护，包括以下步骤：
4.根据权利要求1所述的一种基于大数据分析的临床信息共享方法，其特征在于：在步骤S2中，所述临床数据查询，包括以下步骤：
5.根据权利要求1所述的一种基于大数据分析的临床信息共享方法，其特征在于：在步骤S1中，所述临床数据采集，包括以下步骤：
6.根据权利要求1所述的一种基于大数据分析的临床信息共享方法，其特征在于：在步骤S5中，所述临床数据可视化，包括以下步骤：
7.一种基于大数据分析的临床信息共享系统，用于实现如权利要求1-6中任一项所述的一种基于大数据分析的临床信息共享方法，其特征在于：包括临床数据采集模块、临床数据查询模块、临床数据挖掘模块、临床数据隐私保护模块和临床数据可视化模块。
8.根据权利要求7所述的一种基于大数据分析的临床信息共享系统，其特征在于：所述临床数据采集模块，引入自动化抓取技术提取临床数据，进行清洗与整合，并进行自动化质量控制；
...【技术特征摘要】
1.一种基于大数据分析的临床信息共享方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于大数据分析的临床信息共享方法，其特征在于：在步骤s3中，所述临床数据挖掘，包括以下步骤：
3.根据权利要求1所述的一种基于大数据分析的临床信息共享方法，其特征在于：在步骤s4中，所述临床数据隐私保护，包括以下步骤：
4.根据权利要求1所述的一种基于大数据分析的临床信息共享方法，其特征在于：在步骤s2中，所述临床数据查询，包括以下步骤：
5.根据权利要求1所述的一种基于大数据分析的临床信息共享方法，其特征在于：在步骤s1中，所述临...
【专利技术属性】
技术研发人员：陈筱，
申请(专利权)人：北京中兴正远科技有限公司，
类型：发明
国别省市：
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。