病历数据处理方法及装置、计算机存储介质、电子设备制造方法及图纸

技术编号:25954864 阅读:22 留言:0更新日期:2020-10-17 03:47
本公开涉及数据处理技术领域,提供了一种病历数据处理方法、病历数据处理装置、计算机存储介质、电子设备,其中,病历数据处理方法包括:对包含目标疾病的医疗病历数据进行归类处理,得到整合数据集;步骤A:根据目标疾病的类型,从整合数据集中确定目标数据集;步骤B:对目标数据集进行序列模式挖掘,得到目标疾病对应的预测疾病序列。本公开中的病历数据处理方法能够以医疗病历数据为基础,快速挖掘特定疾病的发展演变规律,解决相关技术中仅靠临床医生的个人经验来预测患者病情的演变趋势所导致的准确度较低且覆盖面较小的技术问题,提高对病情预测的全面性,为医学科研及临床治疗提供有效参考。

【技术实现步骤摘要】
病历数据处理方法及装置、计算机存储介质、电子设备
本公开涉及数据处理
,特别涉及一种病历数据处理方法、病历数据处理装置、计算机存储介质及电子设备。
技术介绍
随着社会经济的发展,人们生活方式、生活习惯的改变,疾病谱发生极大的改变,许多新型疾病出现,对人们的生活、健康产生非常大的影响,部分传染性极强的疾病甚至无情夺走了人类的生命。因而,如何对患者的病情演变趋势进行有效预测成为相关技术人员关注的焦点问题。传统方案中,一般是根据临床医生的个人经验和自身积累的医学知识来预测患者病情的演变趋势。然而,经验是一个长期积累的过程,且存在一定的主观性,并且,其覆盖面有限,预测结果不够全面。鉴于此,本领域亟需开发一种新的病历数据处理方法及装置。需要说明的是,上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解。
技术实现思路
本公开的目的在于提供一种病历数据处理方法、病历数据处理装置、计算机存储介质及电子设备,进而至少在一定程度上避免了相关技术中无法全面的预测患者的病情演变趋势的缺陷。本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。根据本公开的第一方面,提供一种病历数据处理方法,包括:对包含目标疾病的医疗病历数据进行归类处理,得到整合数据集;步骤A:根据所述目标疾病的类型,从所述整合数据集中确定目标数据集;步骤B:对所述目标数据集进行序列模式挖掘,得到所述目标疾病对应的预测疾病序列。在本公开的示例性实施例中,在得到所述目标疾病对应的预测疾病序列之后,所述方法还包括:基于医学知识库判断所述预测疾病序列中是否存在指定疾病,所述指定疾病为与所述目标疾病不具备病理关联关系的疾病;若存在,则从所述整合数据集中剔除所述指定疾病;重复执行上述步骤A和步骤B,得到所述目标疾病对应的新的预测疾病序列。在本公开的示例性实施例中,所述整合数据集中包括多个患者对应的多个医疗事件序列;所述根据所述目标疾病的类型,从所述整合数据集中确定目标数据集,包括:根据所述目标疾病的类型,从各所述医疗事件序列中分别选取一特征子序列;根据多个所述特征子序列,确定所述目标数据集。在本公开的示例性实施例中,所述目标疾病的类型包括慢性疾病和恶性疾病;所述根据所述目标疾病的类型,从各所述医疗事件序列中分别选取一特征子序列,包括:当所述目标疾病的类型为慢性疾病时,从各所述医疗事件序列中选取确诊所述目标疾病之后的序列为所述特征子序列;当所述目标疾病的类型为恶性疾病时,从各所述医疗事件序列中选取确诊所述目标疾病之前的序列为所述特征子序列。在本公开的示例性实施例中,所述对所述目标数据集进行序列模式挖掘,得到所述目标疾病对应的预测疾病序列,包括:基于序列模式挖掘算法对所述目标数据集进行序列模式挖掘,得到所述目标疾病对应的多个候选预测疾病序列;将出现频率大于频率阈值的候选预测疾病序列确定为所述目标疾病对应的所述预测疾病序列。在本公开的示例性实施例中,在对包含目标疾病的医疗病历数据进行归类处理,得到整合数据集之前,所述方法还包括:获取各个患者对应的原始病历数据中的多个医疗事件,以及,确定各所述医疗事件对应的时间戳;根据所述时间戳从早到晚的顺序对所述多个医疗事件进行排序处理,得到医疗事件序列;将所述医疗事件序列确定为所述医疗病历数据。在本公开的示例性实施例中,在得到医疗事件序列之后,所述方法还包括:当所述医疗事件序列中存在相同的多个目标医疗事件时,确定所述多个目标医疗事件中的无效医疗事件;所述无效医疗事件为第N次出现的所述目标医疗事件;对所述无效医疗事件进行剔除处理;N为大于1的正整数。根据本公开的第二方面,提供一种病历数据处理装置,包括:归类处理模块,用于对包含目标疾病的医疗病历数据进行归类处理,得到整合数据集;确定模块,用于根据所述目标疾病的类型,从所述整合数据集中确定目标数据集;序列模式挖掘模块,用于对所述目标数据集进行序列模式挖掘,得到所述目标疾病对应的预测疾病序列。根据本公开的第三方面,提供一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的病历数据处理方法。根据本公开的第四方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述第一方面所述的病历数据处理方法。由上述技术方案可知,本公开示例性实施例中的病历数据处理方法、病历数据处理装置、计算机存储介质及电子设备至少具备以下优点和积极效果:在本公开的一些实施例所提供的技术方案中,一方面,对包含目标疾病的医疗病历数据进行归类处理,得到整合数据集,并根据目标疾病的类型,从整合数据集中确定目标数据集,能够针对不同的疾病类型,去除不符合疾病发展情况的冗余数据,保留符合疾病发展情况的目标数据集,从而保证后续数据处理速度和可信度。另一方面,对目标数据集进行序列模式挖掘,得到目标疾病对应的预测疾病序列,能够快速挖掘特定疾病的发展演变规律,解决相关技术中仅靠临床医生的个人经验来预测患者病情的演变趋势所导致的准确度较低且覆盖面较小的技术问题,提高预测全面性,为部分早期患者提供预防参考,为医学科研及临床治疗提供有效参考。本公开应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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,还可以根据这些附图获得其他的附图。图1示出本公开一示例性实施例中病历数据处理方法的流程示意图;图2示出本公开一示例性实施例中病历数据处理方法的子流程示意图;图3示出本公开一示例性实施例中病历数据处理方法的子流程示意图;图4示出本公开一示例性实施例中病历数据处理方法的整体流程示意图;图5示出本公开示例性实施例中病历数据处理装置的结构示意图;图6示出本公开示例性实施例中计算机存储介质的结构示意图;图7示出本公开示例性实施例中电子设备的结构示意图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。本说明书中使用用语“一个”、“一”、“该”和“所述”用本文档来自技高网...

【技术保护点】
1.一种病历数据处理方法,其特征在于,包括:/n对包含目标疾病的医疗病历数据进行归类处理,得到整合数据集;/n步骤A:根据所述目标疾病的类型,从所述整合数据集中确定目标数据集;/n步骤B:对所述目标数据集进行序列模式挖掘,得到所述目标疾病对应的预测疾病序列。/n

【技术特征摘要】
1.一种病历数据处理方法,其特征在于,包括:
对包含目标疾病的医疗病历数据进行归类处理,得到整合数据集;
步骤A:根据所述目标疾病的类型,从所述整合数据集中确定目标数据集;
步骤B:对所述目标数据集进行序列模式挖掘,得到所述目标疾病对应的预测疾病序列。


2.根据权利要求1所述的方法,其特征在于,在得到所述目标疾病对应的预测疾病序列之后,所述方法还包括:
基于医学知识库判断所述预测疾病序列中是否存在指定疾病,所述指定疾病为与所述目标疾病不具备病理关联关系的疾病;
若存在,则从所述整合数据集中剔除所述指定疾病;
重复执行上述步骤A和步骤B,得到所述目标疾病对应的新的预测疾病序列。


3.根据权利要求1或2所述的方法,其特征在于,所述整合数据集中包括多个患者对应的多个医疗事件序列;
所述根据所述目标疾病的类型,从所述整合数据集中确定目标数据集,包括:
根据所述目标疾病的类型,从各所述医疗事件序列中分别选取一特征子序列;
根据多个所述特征子序列,确定所述目标数据集。


4.根据权利要求3所述的方法,其特征在于,所述目标疾病的类型包括慢性疾病和恶性疾病;
所述根据所述目标疾病的类型,从各所述医疗事件序列中分别选取一特征子序列,包括:
当所述目标疾病的类型为慢性疾病时,从各所述医疗事件序列中选取确诊所述目标疾病之后的序列为所述特征子序列;
当所述目标疾病的类型为恶性疾病时,从各所述医疗事件序列中选取确诊所述目标疾病之前的序列为所述特征子序列。


5.根据权利要求1所述的方法,其特征在于,所述对所述目标数据集进行序列模式挖掘,得到所述目标疾病对应的预测疾病序列,包括:
基于序列模式挖掘算法对所述目标数据集进...

【专利技术属性】
技术研发人员:梁世浩
申请(专利权)人:医渡云北京技术有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1