System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及医疗数据处理,具体涉及一种针对体检后专科化管理模式的数据处理方法。
技术介绍
1、健康体检是医疗机构通过医学手段和方法对受检者进行身体检查,以了解其健康状况、早期发现疾病线索和健康隐患的诊疗行为。健康体检行业经过几十年发展,目前需要完成由“单纯体检”向“健康管理”的转变。
2、健康管理中心普遍存在体检量较大、医师短缺和临床专科专业性不够的问题,有相当一部分检出的异常数据需要到临床专科进一步检查或处理。目前各个医院的健康管理中心与临床专科是独立存在的,受检者若直接到临床专科就诊存在看错科室、多跑路等问题,大大降低了受检者的就医体验,增加了其焦虑感,甚至可能延误其病情。此外,对于无法到健康管理中心进行体检报告解读的受检者,由于医学有比较强的专业性等原因,也存在其对于充满医学术语的体检报告看不懂的情况,从而影响到疾病的诊治。为解决这些问题,健康管理中心需要建立一个比较好的专科化管理模式的数据处理模式。
技术实现思路
1、本专利技术要解决的是现有健康管理中心“只体检不管理”降低了受检者的就医体验,增加了其焦虑感,甚至可能延误病情的问题。
2、本专利技术采用如下方案:
3、本专利技术提供一种针对体检后专科化管理模式的数据处理方法,包括如下步骤:
4、s1.数据预处理和特征提取:对健康体检大数据进行清洗、数值归一化处理,
5、s2.从体检数据中提取出与异常发现相关的特征;
6、s3.建立知识数据库:
< ...【技术保护点】
1.一种针对体检后专科化管理模式的数据处理方法,其特征在于:包括如下步骤:
2.根据权利要求1所述的针对体检后专科化管理模式的数据处理方法,其特征在于,所述步骤S1的具体方法为:使用唯一标识符(如体检ID、时间戳)识别并删除重复记录;对每个检查项目,计算其均值(μ)和标准差(σ),将超出[μ-3σ,μ+3σ]范围的值标记为潜在异常值;对潜在异常值进行人工审核或使用中位数替换;
3.根据权利要求1所述的针对体检后专科化管理模式的数据处理方法,其特征在于,所述步骤S2的特征除了普通单次检测的特征,还包括:
4.根据权利要求1所述的针对体检后专科化管理模式的数据处理方法,其特征在于,所述步骤S2的具体方法为:
5.根据权利要求1所述的针对体检后专科化管理模式的数据处理方法,其特征在于,所述步骤S3专科推荐系统对于不明确的异常发现,将异常发现的特征输入到系统中,系统根据内置的医学知识库提供可能的临床专科建议。
6.根据权利要求1所述的针对体检后专科化管理模式的数据处理方法,其特征在于,所述步骤S3专科推荐系统的建立方法为:
>7.根据权利要求6述的针对体检后专科化管理模式的数据处理方法,其特征在于,所述专家在实际应用中,如果某个临床专科Ci没有出现过,或者特征xj在该专科中从未出现,那么直接应用上述公式可能会导致概率为零或不被定义;为了避免这种情况,采用拉普拉斯平滑或加一平滑的方法,即在分子和分母中都加上一个常数,来调整概率的估计,如下所示:
8.一种体检后专科化管理系统,其特征在于,包括:
9.根据权利要求8所述的系统,其特征在于,还包括与医院现有信息系统的接口模块,用于数据交换和系统集成。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一项所述的体检后专科化管理的数据处理方法。
...【技术特征摘要】
1.一种针对体检后专科化管理模式的数据处理方法,其特征在于:包括如下步骤:
2.根据权利要求1所述的针对体检后专科化管理模式的数据处理方法,其特征在于,所述步骤s1的具体方法为:使用唯一标识符(如体检id、时间戳)识别并删除重复记录;对每个检查项目,计算其均值(μ)和标准差(σ),将超出[μ-3σ,μ+3σ]范围的值标记为潜在异常值;对潜在异常值进行人工审核或使用中位数替换;
3.根据权利要求1所述的针对体检后专科化管理模式的数据处理方法,其特征在于,所述步骤s2的特征除了普通单次检测的特征,还包括:
4.根据权利要求1所述的针对体检后专科化管理模式的数据处理方法,其特征在于,所述步骤s2的具体方法为:
5.根据权利要求1所述的针对体检后专科化管理模式的数据处理方法,其特征在于,所述步骤s3专科推荐系统对于不明确的异常发现,将异常发现的特征输入到系统中,系统根据内置的医学知识...
【专利技术属性】
技术研发人员:万政策,乐梦成,王文捷,徐慧,胡柳,吕永曼,
申请(专利权)人:华中科技大学同济医学院附属同济医院,
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。