【技术实现步骤摘要】
本专利技术属于智慧医疗，尤其涉及一种基于知识库的病历数据质量监控方法和系统。
技术介绍
1、随着信息技术的发展，医疗卫生行业逐步实现信息化.电子病历作为医院信息系统(his)的核心，它"以病人为中心"来组织数据，提供电子存储，查询，统计，数据交换，同时能及时地将来自各方面分散的病人资料综合整理成电子数据，并协助医生作出诊断。电子病历是诊疗行为的记录载体。因此通过对电子病历进行监测和质控可以掌握医疗质量安全管理核心制度的落实和执行情况。对电子病历进行实时监测，首先需要与病历系统进行对接，以病历大数据为基础，运用医疗质量安全核心制度质控规则库，进行分析和质量控制。及时发现隐患和缺陷，预防医疗质量安全事件的发生。我国智慧医院的建设范围，主要包括三大领域：“智慧医疗”、“智慧服务”和“智慧管理”。医疗质量管理智慧化是实现智慧医院的重要特征。但目前医院普遍存在医疗数据标准化程度不高、病历数据多为非结构化表达、医疗质控点分散等问题，造成现有his、电子病历、手麻、检验检查等信息系统积累的海量数据无法在医疗质量管理中发挥其应有的作用和价值根据现有诊疗规范及病历质量控制要求，对病历内涵质量的管控光靠人工已无法实现精细化管理的要求。由于病历质控管控节点很多，现有技术很难对每一个科室、每一个医生到每一份病历进行管控，更难以实现全程可追溯，因此，现有技术的病历信息化管理水平和病历监管效率及质量都较低。尤其是对于中医病历来说，其能够医疗数据标准化手段有限，进行知识库对病历数据质量进行监控的手段还局限在语义分析的基础之上，能够提供的监控结果可用性不强。由
2、将知识库和人工智能技术应用于病历质量数据监控，通过算法和软件分析复杂的医疗数据，达到近似人类认知的目的，通过自动扫描技术可以发现临床试验数据质量问题，进行风险和质量控制，还可以用于构建智能筛选系统，提高临床试验患者招募的效率和数据质控。通过机器学习技术来构建预警预测模型，通过模型预测指标未来一段时间的走势情况，能够对分析指标进行预警，此外，还可以用于分析产生医疗质量问题的原因，实现改进过程全方位追踪和改进效果的多维度分析。利用知识库存储的大量医疗数据，能够用于对病历作多维分析和查询，提供监控和异常数据原因分析的基础和样本。知识图谱技术可以利用病历结构化形成的知识点建立知识图谱，完成对电子病历数据的深度语义理解，有助于提高病历质量数据监控的准确性和效率。但是如何具体的将这些技术的综合应用，使得病历质量数据监控更加高效、准确，助力于提升医疗服务质量和患者安全，是待解决的技术问题。为了解决现有技术中的问题，本专利技术在知识库的支撑下进行基于图的病历质量类型的量化计算，大大提高了病历质量监控的效率。
技术实现思路
1、为了解决现有技术中的上述问题，本专利技术提出了一种基于知识库的病历数据质量监控方法和系统，所述方法包含：
2、步骤s1：将病历数据划分为n个病历组件，；将病历组件作为节点构建病历图；对于任意两个不同的组件，若组件之间是相互独立的，则设置；若组件之间是相互关联的，则设置；
3、步骤s2：基于知识库为病历图中的节点赋值，称为节点向量；具体包括如下步骤：
4、步骤s21：对每个节点设置节点向量作属性表示；获取病历图中一未处理节点，初始化该节点的节点向量，其中：是节点向量中第k个元素；k=1~k；k是病历质量类型编号，k是病历质量类型总数；
5、步骤s22：将该未处理节点对应组件作为当前组件，将其和知识库中的病历样本进行比较，若知识库中存在一病历其存在和当前组件相同类型的另一组件，则计算当前组件和该另一组件之间的相似度；若两者的相似度大于相似度阈值，则获取所述一病历的病历质量类型k，并设置节点向量中元素k的值；否则，继续下一病历的处理；重复该步骤直到所有病历均处理完毕为止；
6、步骤s23：如果还有未处理节点，则返回步骤s21；否则，进入下一步骤；
7、步骤s24：作节点向量归一化处理；设置节点向量；
8、步骤s3：基于节点向量和病历图获取和病历对应的病历质量类型；具体为：通过节点向量在病历图中传播以获取和该病历对应的病历质量类型；具体包括如下步骤：
9、步骤s3a1：设置当前待处理病历质量类型为k，称为当前类型k；
10、步骤s3a2：将病历图中所有节点按照当前类型k对应的节点向量的值的大小顺序从小到大排列以得到传播队列；
11、步骤s3a3：从传播队列中获取一未处理节点，称为第一节点；以第一节点为中心作节点向量的传播；
12、步骤s3a4：若病历图中存在另一节点，称为第二节点；第二节点和第一节点之间的最短路径的长度为；则基于下式（1）更新第二节点的节点向量中的值；其中：是传播衰减系数；
13、 （1）；
14、步骤s3a5：若传播队列中还有未处理节点，则返回步骤s3a3；否则，进入下一步骤；
15、步骤s3a6：若存在未处理病历质量类型，则设置，返回步骤s3a1；
16、步骤s3a7：将每个节点的节点向量重新进行归一化，设置节点向量；计算图向量；对图向量进行归一化，设置图向量；将的类型k值对应的病历质量类型作为所确定的病历质量类型。
17、进一步的，每个病历组件涉及病历中的不同部分。
18、进一步的，节点向量在未赋值前的初始值均为0。
19、进一步的，所述相似度是语义相似度。
20、进一步的，相似度阈值是预设值。
21、进一步的，根据病历书写规范性、诊断和治疗的准确性、病历内容的完整性、病历及时性、法律符合性、数据质量、病历归档质量和/或中医特色评估，更新知识库中病历样本的病历质量类型。
22、进一步的，。
23、进一步的，所述病历为中医或西医病历。
24、一种基于知识库的病历数据质量监控系统，所述基于知识库的病历数据质量监控系统用于实现上述的基于知识库的病历数据质量监控方法。
25、一种基于知识库的病历数据质量监控平台，所述基于知识库的病历数据质量监控平台用于实现上述的基于知识库的病历数据质量监控方法。
26、一种基于知识库的病历数据质量监控系统，所述基于知识库的病历数据质量监控系统用于实现上述基于知识库的病历数据质量监控方法。
27、一种基于知识库的病历数据质量监控装置，所述基于知识库的病历数据质量监控装置用于实现上述基于知识库的病历数据质量监控方法。
28、一种基于知识库的病历数据质量监控模块，所述基于知识库的病历数据质量监控模块用于实现上述基于知识库的病历数据质量监控方法。<本文档来自技高网...
【技术保护点】
1.一种基于知识库的病历数据质量监控方法，其特征在于，所述方法包含：
2.根据权利要求1所述的基于知识库的病历数据质量监控方法，其特征在于，每个病历组件涉及病历中的不同部分。
3.根据权利要求2所述的基于知识库的病历数据质量监控方法，其特征在于，节点向量在未赋值前的初始值均为0。
4.根据权利要求3所述的基于知识库的病历数据质量监控方法，其特征在于，不同病历组件中的数据内容是相关或不相关的。
5.根据权利要求4所述的基于知识库的病历数据质量监控方法，其特征在于，按照病历数据的组织结构作病历组件的划分。
6.根据权利要求5所述的基于知识库的病历数据质量监控方法，其特征在于，根据病历书写规范性、诊断和治疗的准确性、病历内容的完整性、病历及时性、法律符合性、数据质量、病历归档质量和/或中医特色评估，更新知识库中病历样本的病历质量类型。
7.根据权利要求6所述的基于知识库的病历数据质量监控方法，其特征在于，。
8.根据权利要求7所述的基于知识库的病历数据质量监控方法，其特征在于，所述病历为中医或西医病历。
9.一种基于知识库的病历数据质量监控系统，其特征在于，所述基于知识库的病历数据质量监控系统用于实现上述权利要求1-8中任一项所述的基于知识库的病历数据质量监控方法。
10.一种基于知识库的病历数据质量监控平台，其特征在于，所述基于知识库的病历数据质量监控平台用于实现上述权利要求1-8中任一项所述的基于知识库的病历数据质量监控方法。
...【技术特征摘要】
1.一种基于知识库的病历数据质量监控方法，其特征在于，所述方法包含：
2.根据权利要求1所述的基于知识库的病历数据质量监控方法，其特征在于，每个病历组件涉及病历中的不同部分。
3.根据权利要求2所述的基于知识库的病历数据质量监控方法，其特征在于，节点向量在未赋值前的初始值均为0。
4.根据权利要求3所述的基于知识库的病历数据质量监控方法，其特征在于，不同病历组件中的数据内容是相关或不相关的。
5.根据权利要求4所述的基于知识库的病历数据质量监控方法，其特征在于，按照病历数据的组织结构作病历组件的划分。
6.根据权利要求5所述的基于知识库的病历数据质量监控方法，其特征在于，根据病历书写规范性、诊断和治疗的准确性...
【专利技术属性】
技术研发人员：倪佳宁，陈宁刚，田伟，林朝阳，任君，戴春岚，李华，宋俏蔚，胡宁，姚俊，潘辉，
申请(专利权)人：宁波市中医院，
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。