【技术实现步骤摘要】
本专利技术属于医疗数据分析，具体涉及一种医疗数据分析平台、分析方法、计算机及存储介质。
技术介绍
1、随着医疗信息化的快速发展，医疗数据量呈指数级增长，这些数据蕴含着巨大的价值。然而，目前大部分医疗机构缺乏有效的方法和技术对数据进行深度分析和利用，无法将数据转化为具有战略意义的决策依据。因此，构建一个高效、可靠的医疗数据分析平台，以实现对海量医疗数据的挖掘和分析，成为当前亟待解决的问题。本专利技术旨在解决医疗数据分析平台的构建方法和技术，以期提高医疗数据利用效率和价值转化能力。
2、现在市场上所有医疗数据分析平台仅能对数据做出简单结果分析。无法将挖掘到的数据与业务智能化做深度融合并给出专业指导意见。更多需要依赖行业多方面专家结合自身对业务的理解现场解析才能给出对于医院运营发展的意见报告。不仅速度慢、效率低、频次少，更无法为医院运营发展提供实时专业化指导。
3、对于身处三四五线城市发展的医院而言，行业专家寥寥无几，医院数据价值如何最大化释放，医院运营发展问题如何暴露、未来发展方向如何寻找最优解这些都是难题。
技术实现思路
1、本专利技术所要解决的问题：针对现有信息化技术与医疗业务，政策法规、行业要求不匹配不关联；无法让数据直接匹配业务满足医院对海量数据深度挖掘深度应用，更无法让运营管理者对医疗数据随意切片、切块全方位立体化展示的问题，本专利技术提出一种医疗数据分析平台、一种基于医疗数据分析平台的医疗数据分析方法、一种计算机、一种存储介质，全链路解决了医院数据质
2、技术方案：为了解决上述技术问题，本专利技术采用的技术方案如下：
3、一种医疗数据分析平台，包括数据采集管理模块、数据治理模块、数据质控模块、医疗数据知识库模块、后台数据处理加工模块、数据分析模型模块、数据分析引擎模块、前台数据分析模块和数据推演模块。
4、数据采集管理模块：对医疗机构中各类分散系统中的数据进行自动化采集；数据在采集过程中会根据分析的元数据，对其进行分拆提取相关字段后，再存储并建索引供后续大数据的分析使用；
5、数据治理模块：提供多种类型前置插件内嵌至产生数据的业务系统中实现数据产生前、产生中的环节治理，平台调取分析引擎，执行相关联的动态内嵌脚本进行分析并给出报告；
6、数据质控模块：在业务系统数据入库前进行质控，平台调取质控引擎，执行相关联的动态内嵌质控脚本进行分析并给出报告，包括对数据进行规则质控、条件质控和逻辑性校验质控；
7、医疗数据知识库模块：主要包括指标知识、条款知识、医疗行业字典库、医疗编码库；
8、后台数据处理加工模块：根据分析深度将指标数据分为原子数据项、计算数据项、分析数据项；
9、数据分析模型模块：基于数据构建的指标、条款而搭建的分析模型，指标由数据项构成，不同数据项之间按照规则配置生产任意指标，不同指标按照条款规则自定义配置组成新的数据分析模型；
10、数据分析引擎模块：数据分析引擎模块执行时调用绘制的kettle脚本获取分析模型中配置指标信息；
11、前台数据分析模块：前台应用是对后台数据分析模块处理的数据集进行应用展示的呈现；
12、数据推演模块：以原始数据为基准对未来业务发展进行模拟推演操作，通过分析模型，导入相关指标数据，并模拟调整各指标数据项的值，基于分析模型的执行结果，帮助用户调整决策目标。
13、一种基于医疗数据分析平台的医疗数据分析方法，包括以下步骤：
14、s1：启动数据采集系统，配置采集系统执行计划，获取医疗机构内部各类业务系统中的数据；对获取的数据判断是否配置数据标准编码，未配置数据标准编码的需要配置数据行业标准编码信息；
15、s2：对上一步配置数据标准编码的数据进行转码操作，并进行数据质控校验；
16、s3：对质控合格的数据入医疗数据分析平台数据库，并对入库后的数据进行内涵质控校验；
17、s4：对入库的数据和补录数据进行分层加工应用操作；
18、s5：加工完成的数据按照指标的规则进行前端页面展示；
19、s6：对s5加工完成后的医疗数据分析推演。
20、作为优选，在s4中，对入库的数据和补录数据进行分层加工应用操作，具体为：
21、s41：在医疗数据分析平台进行基础数据及相关操作设置，具体为：
22、配置机构信息、指标信息、条款信息和模型信息；
23、配置基础角色信息、用户信息、账号信息、api接口配置和数据采集周期信息；
24、配置指标数据分析模型，指标数据分析模型是用于分析引擎调用指标范本进行索引处理；用户根据业务场景动态化配置，按需执行模型；
25、配置分析引擎执行规则，支持不同周期类型自动化支持，用户支持自定义编辑配置操作；
26、s42：对内涵质控校验通过的数据和补录数据利用kettle脚本进行加工计算。
27、作为优选，在s42中，对内涵质控校验通过的数据和补录数据利用kettle脚本进行加工计算，具体为：
28、s421：利用kettle脚本进行原始数据项加工计算，输出原子数据项；
29、s422：利用kettle脚本对原子数据项按照计算规则输出计算数据项；
30、s423：利用kettle脚本对计算数据项添加计算规则输出分析数据项。
31、作为优选，在s5中，加工完成的数据按照指标的规则进行前端页面展示，具体为：
32、s51：配置系统底层基础数据；
33、s52：在平台点击智能分析模块，对入库数据执行智能分析；
34、s53：点击指标概况模块，进入指标概况汇总分析页面；
35、s54：数据分析平台根据指标属性对指标数据进行年度数据趋势分析或单一年度下月度数据趋势分析。
36、作为优选，在s54中，数据分析平台根据指标属性对指标数据进行年度数据趋势分析或单一年度下月度数据趋势分析，具体为：
37、s541：点击任意指标年度数据，跳转年度数据明细，分别展示分子/分母数据项明细值；
38、s542：点击明细数据操作列“360视图”，依据配置的360跳转链接，跨平台索引数据原始系统页面，回溯数据；
39、s543：点击任意指标名称，跳转指标分析页面，根据指标属性对指标按照科室、年度、月度、病种、病区进行下钻展示；
40、s544：在指标分析展示页面列表点击分子分母值，展示各数据明细，操作列点击“360视图”跨平台索引数据原始系统页面，回溯数据。
41、作为优选，在s6中，对s5加工完成后的医疗数据分析推演，具体为：
42、s61：对s5加工后的数据进行自定义展示、查询、下钻和分类处理；
43、s62：在医疗数据本文档来自技高网...
【技术保护点】
1.一种医疗数据分析平台，其特征在于：包括数据采集管理模块、数据治理模块、数据质控模块、医疗数据知识库模块、后台数据处理加工模块、数据分析模型模块、数据分析引擎模块、前台数据分析模块和数据推演模块；
2.一种基于医疗数据分析平台的医疗数据分析方法，其特征在于：包括以下步骤：
3.根据权利要求2所述的基于医疗数据分析平台的医疗数据分析方法，其特征在于：在S4中，对入库的数据和补录数据进行分层加工应用操作，具体为：
4.根据权利要求3所述的基于医疗数据分析平台的医疗数据分析方法，其特征在于：在S42中，对内涵质控校验通过的数据和补录数据利用kettle脚本进行加工计算，具体为：
5.根据权利要求2所述的基于医疗数据分析平台的医疗数据分析方法，其特征在于：在S5中，加工完成的数据按照指标的规则进行前端页面展示，具体为：
6.根据权利要求5所述的基于医疗数据分析平台的医疗数据分析方法，其特征在于：在S54中，数据分析平台根据指标属性对指标数据进行年度数据趋势分析或单一年度下月度数据趋势分析，具体为：
7.根据权利要求
8.根据权利要求2所述的基于医疗数据分析平台的医疗数据分析方法，其特征在于：对系统无法采集的数据进行以下操作：
9.一种计算机，包括存储器、处理器以及存储在所述存储器上并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求2至8任一项所述的基于医疗数据分析平台的医疗数据分析方法。
10.一种存储介质，其特征在于，所述存储介质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如权利要求2至8任一项所述的基于医疗数据分析平台的医疗数据分析方法。
...【技术特征摘要】
1.一种医疗数据分析平台，其特征在于：包括数据采集管理模块、数据治理模块、数据质控模块、医疗数据知识库模块、后台数据处理加工模块、数据分析模型模块、数据分析引擎模块、前台数据分析模块和数据推演模块；
2.一种基于医疗数据分析平台的医疗数据分析方法，其特征在于：包括以下步骤：
3.根据权利要求2所述的基于医疗数据分析平台的医疗数据分析方法，其特征在于：在s4中，对入库的数据和补录数据进行分层加工应用操作，具体为：
4.根据权利要求3所述的基于医疗数据分析平台的医疗数据分析方法，其特征在于：在s42中，对内涵质控校验通过的数据和补录数据利用kettle脚本进行加工计算，具体为：
5.根据权利要求2所述的基于医疗数据分析平台的医疗数据分析方法，其特征在于：在s5中，加工完成的数据按照指标的规则进行前端页面展示，具体为：
6.根据权利要求5所述的基于医...
【专利技术属性】
技术研发人员：杜志强，何仁，别文进，马晓平，赖秋伟，
申请(专利权)人：江苏守正耘创大数据科技有限公司，
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。