用动态建模技术实现医学信息领域最小数据集的方法技术

本发明专利技术公开了一种用动态建模技术实现医学信息领域最小数据集的方法。该方法首先利用ＤＯＰ的二阶动态建模技术实现最小数据集的数据模型和其数据间的完全解耦，以此来解决数据模型过大过复杂和数据模型需不断更新的问题；再将最小数据集的数据模型及其数据与使用最小数据集的应用系统之数据模型及其数据解耦，以此来解决最小数据集被异构和应用系统数据模型紧耦合及由此产生的可扩展性问题。作为一种建立在ＤＯＰ二阶建模技术基础之上并可嵌入到传统应用系统的实现复杂应用领域最小数据集的技术实施方案，本发明专利技术能够为基于最小数据集的信息交互通标准化提供具有高度可行性的技术支撑。

Method for realizing minimum data set in medical information domain using dynamic modeling technology

The invention discloses a method for realizing the minimum data set in the medical information field by using dynamic modeling technology. This method first uses DOP two order dynamic modeling technology to realize the complete decoupling data model of minimum data set and the data, in order to solve the data model and data model is too complex to be updated problems; then data system using the data model and the data of the minimum data set with minimum data set model and data decoupling, in order to solve the minimum data set by the heterogeneous data and application system model of tight coupling and the resulting scalability problems. As a kind of DOP based on two order modeling technology based and can be embedded into the application of complicated field minimum data set technology of the traditional application system implementation scheme, the invention can provide technical support for the minimum data set through interactive information standardization based on highly feasibility.

【技术实现步骤摘要】

本专利技术涉及临床医疗信息化和数据建模
，特别涉及一种基于DOP 二阶建模技术并可嵌入到传统应用系统的用动态建模技术实现医学信息领域 最小数据集的方法。
技术介绍
大量信息孤岛和异构系统是阻碍信息在更大范围有效共享的主要瓶颈。由 于近年来医疗信息共享的需求在世界范围内快速增长，而现有技术在面对此类 需求时又表现出很大的局限性，因此，此领域也再一次引起IT业的广泛关注， 各大软件商纷纷推出各种解决方案，但这些解决方案由于行业标准庞杂、标准 化严重滞后于需求以及大多数现有的信息系统对标准支持不足而缺乏实际可 行性。在临床信息系统信息共享领域，最常见标准为HL7 (Health Level 7)和 DICOM (Digital Image Communication in Medicine)。作为一个通讯标准，HL7 曾经被业界寄予相当大期望，但近二十年的实践揭示出此标准本身的不足，在 临床流程与西方医疗有较大差异的环境中推行遇到的困难更为明显。这也是一 些国家和地区，包括中国，转而寻求其它的标准化途径，在许多领域信息化所 采用的最小数据集(Minimal Data Set, MDS)就是其中之一。在医疗健康领域推行最小数据集和其它非知识密集型行业有一些根本性 差异1)医疗健康领域的信息系统所涉及的概念有几十万，概念间的关联有 百万之多，最小数据集其实会很大；2)医疗健康领域是一个持续更新的领域， 新的知识持续增加，用静态的方法制定标准和最小数据集都不现实， 一个持续 更新的标准对软件工业界是没有实用价值的，因为今天的信息技术更适于静态 的、相对稳定的技术标准，持续更新大量的己投入运行的应用系统没有现实的 可行性。目前用来实现最小数据集的建模手段仍然局限于面向关系数据库的E-R4模型或面向对象的UML等一阶静态建模方法。比如实现美国联邦政府卫生署 关于Nursing Home临床资质评估的最小数据集MDS 2.0的RAVEN软件系统 就是建立在传统的关系数据库基础上的。 一阶静态建模技术对于像上述较小的 最小数据集应该是恰当的选择，但对于医疗健康领域信息共享的最小数据集， 基于一阶静态建模的解决方案就会遭遇技术瓶颈。DOP技术的兴起对以上问题的解决提供了强有力的技术支撑(见领域操作 平台专利技术专利)。基于DOP的新一代产品将不再有上述技术瓶颈。然而，从目 前完全异构的格局过渡到DOP为基础的行业信息深度共享的状态也许是个漫 长的过程。很多传统产品需要兼容最小数据集，但实施成本高，随最小数据集 的持续更新的成本将会更高。
技术实现思路
鉴于上述技术问题，本专利技术的目的是提供一种。作为一种建立在DOP 二阶建模技术基础之上并可 嵌入到传统应用系统的实现复杂应用领域最小数据集的技术实施方案，它能够 为基于最小数据集的信息交互通标准化提供具有高度可行性的技术支撑。从而解决技术问题1) 数据模型过大过复杂问题用于信息标准化的最小数据集涉及大量应 用领域概念和复杂的关系，而以往传统的关系数据库或面向对象的建 模需要非常大的数据模型来实现。2) 数据模型需不断更新问题由于最小数据集需要持续而频繁地修订而 适应领域知识的更新和需求的改变，这样往往导致基于最小数据集的 信息或数据模型不得不频繁地修改，相应的信息系统也需做相应的修 改。对于已投入运行的系统常常是不可行的。3) 数据共享缺乏可扩展性问题由于最小数据集不限定信息模型的实现 方法，因而，不同的系统可完全釆用不同的实现方法，比如基于传统 关系数据库和面向对象的实现方法将产生几乎完全不同的异构系统。 尽管基本的信息交互需求可以得以满足，但进一步信息共享需求将强 烈依赖于异构系统对需求支持的程度，数据共享深度和可扩展性受到根本性限制。 本专利技术的具体技术方案如下-该方法首先利用DOP的二阶动态建模技术(见领域操作平台专利技术专利) 实现最小数据集的数据模型和其数据间的完全解耦(分离)，以此来解决数据 模型过大过复杂和数据模型需不断更新的问题。再将最小数据集的数据模型及 其数据与使用最小数据集的应用系统之数据模型及其数据解耦(分离)，以此 来解决最小数据集被异构和应用系统数据模型紧耦合及由此产生的可扩展性 问题。由于最小数据集通常只是应用系统数据模型的子集，按照传统的一阶静态 建模方法，最小数据集和应用系统的数据模型将不得不紧耦合在一起。从而造 成上述高成本、低可扩展性及低可行性等技术瓶颈。本专利技术方法则将最小数据集中的每个数据定义视为一个原子级数据类型， 用DOP 二阶动态建模将其表达为一个元数据类型，以便在应用系统建模时， 不论采用传统的建模手段，还是采用DOP的二阶动态建模技术，这些元数据 类型都作为不可分割的一个数据类型来对待。从而实现了上述两个不同层面的 松耦合。上述方案中为了实现最小数据集的模型和数据与应用系统的模型和数据 的解耦(分离)需要MDS数据引擎提供必要的机制。该机制中应用系统的业 务逻辑通过一个JDBC调用从数据库表Patient里取病人的基本信息；上述 JDBC调用过程中业务逻辑层需要通过MDS数据引擎提供的DOP-JDBC编程 界面实现调用；而DOP-JDBC是构建在通用JDBC之上的一个新的编程界面； 调用时的SQL语句被DOP-JDBC解析为两部分，即直接通过以下JDBC实现 从Patient表获取的3个最小数据集不包含的数据项，和通过MDS数据引擎的 函数，以及从MDS数据库中获取其它被最小数据集定义的数据。此外，本专利技术方法中涉及的MDS数据引擎是DOP数据引擎的一个简化版。 该MDS数据引擎分为两大部分其中数据引擎内核程序，它负责将动态构建 的MDS模型和数据参考模型结合，映射为关系数据库的物理模型，从而可在 MDS模型预先未知的条件下对数据进行操作。MDS数据引擎使最小数据集数据操作对应用软件透明，从而大大简化了应用系统设计、实施、维护和升级换代；保证了最小数据集模型的一体化；极 大地削弱了最小数据集的更新、修订、功能扩展对应用系统的依赖性，是可扩 展性大大提高。另外，技术方案中MDS建模引擎作为一个基于DOP 二阶动态建模原理的 建模平台，为领域专家提供一组用户友好的界面和工具，使领域专家可用领域 专家的自然语言，按照最小数据集的规范(MDSSPEC)直接建模。所建的元 数据模型在为发表之前，可通过此建模平台进行各种测试、检验和审核。建好 并通过审核的元数据模型(MDT)直接存入MDS元数据模型库，与MDS数 据弓i擎一起投放给应用系统开发机构。上述元数据模型至少包含一个UID，表达元数据的内部数据结构及每个数 据元的属性。有些最小数据集需要包含表达的领域概念，专业术语标准代码、 携带的知识等。本专利技术方法在实际应用中的技术效果为-1) 改变标准化的可行性；最小数据集的定义不再仅仅是纸上谈兵，在正式发表之前，任何数据定义 都可直接有领域专家将其直接建模、测试、审验。发布和投放时，其可行性己 经过验证。2) 元数据模型的人机可读性；基于DOP的二阶动态建模改变了数据模型和领域概念模型几乎完全不同 的现实，元数据模型以同一种模型表达机制使其对领域专家、软件工程师和计 算机都具有可读性。3) 后建模让MDS可持续进化；模型和数据的分离解耦，本文档来自技高网...

【技术保护点】
用动态建模技术实现医学信息领域最小数据集的方法，其特征在于，该方法首先利用ＤＯＰ的二阶动态建模技术实现最小数据集的数据模型和其数据间的完全解耦，以此来解决数据模型过大过复杂和数据模型需不断更新的问题；再将最小数据集的数据模型及其数据与使用最小数据集的应用系统之数据模型及其数据解耦，以此来解决最小数据集被异构和应用系统数据模型紧耦合及由此产生的可扩展性问题。

【技术特征摘要】
1、用动态建模技术实现医学信息领域最小数据集的方法，其特征在于，该方法首先利用DOP的二阶动态建模技术实现最小数据集的数据模型和其数据间的完全解耦，以此来解决数据模型过大过复杂和数据模型需不断更新的问题；再将最小数据集的数据模型及其数据与使用最小数据集的应用系统之数据模型及其数据解耦，以此来解决最小数据集被异构和应用系统数据模型紧耦合及由此产生的可扩展性问题。2、 根据权利要求1的用动态建模技术实现医学信息领域最小数据集的方法，其特征在于，方法中将最小数据集中的每个数据定义视为一个原子级数据类型，用DOP 二阶动态建模将其表达为一个元数据类型，以便在应用系统建模时，不论采用传统的建模手段，还是采用DOP的二阶动态建模技术，这些元数据类型都作为不可分割的一个数据类型来对待，从而实现了上述两个不同层面的松耦合。3、 根据权利要求1的用动态建模技术实现医学信息领域最小数据集的方法，其特征在于，所述方案中为了实现最小数据集的模型和数据与应用系统的模型和数据的解耦需要MDS数据引擎提供必要的机制；该机制中应用系统的业务逻辑通过一个JDBC调用从数据库表Patient里取病人的基本信息；上述JDBC调用过程中业务逻辑层需要通过MDS数据引擎提供的DOP-JDBC编程界面实现调用；而DOP-JDBC是构建在通用JDBC之上的一个新的编程界面；调用时的SQL语句被DOP-JDBC解析为两部分，即直接通过以下JDBC实现从Patient表获取的3个最小数据集不包含的数据项，和通过MDS数据引擎的函数，以及从MDS数据...

【专利技术属性】
技术研发人员：王鹏海，乔海兵，
申请(专利权)人：上海坦瑞信息技术有限公司，
类型：发明
国别省市：31[中国|上海]