临床医疗的多维度数据分析方法和系统与流程

本发明涉及临床医疗领域，尤其涉及临床医疗的多维度数据分析方法和系统。

背景技术：

临床试验是一个复杂的试验体系，涉及到病理学、药理学、伦理学、统计学等多方面的内容。按照国家食品药品监督管理局颁布的《药物临床试验质量管理规范》中临床试验的定义，临床试验是指任何在人体(病人或健康志愿者)进行药物的系统性研究，以证实或揭示试验药物的作用、不良反应及/或试验药物的吸收、分布、代谢和排泄，目的是确定试验药物的疗效与安全性。在国外，把参加临床试验的人员称作志愿者，国内一般称为“受试者”，志愿者里面有健康的人，也有病人，这主要看是参加什么样的试验。我们平时接触最多的试验，还是由病人参加的，目的在于考察新药有没有疗效，有没有副作用的试验。由于参加试验的是人，必须尊重他(她)的人格，参加试验必须符合参加试验者的利益，在这种前提下，试验才能做。而且在试验期间，参加者可以不需要任何理由，而不再继续进行试验，他(或她)的选择，包括医生在内的所有人都无权干涉。但是当前对医疗数据进行分析时，很多都是基于人工判断或统计学上的分析，缺少针对病理和诊断过程的分析。

技术实现要素：

本发明提供了一种临床医疗的多维度数据分析方法和系统，其通过接收包含结构化的临床医疗诊断信息的数据源，从所述数据源中训练生成医疗标准库，根据医疗标准库从每个数据源中提取两个至少具有逻辑关系的维度及对应的维 度值，实现了对临床医疗诊断信息的快速处理，为诊断提供参考。

为达此目的，本发明采用以下技术方案：

一方面采用临床医疗的多维度数据分析方法，包括：

接收多个包含临床医疗诊断信息的数据源，所述临床医疗诊断信息为结构化信息；

从多个所述数据源中训练生成用于分析数据源的医疗标准库；

使用医疗标准库从每个数据源中提取至少两个具有逻辑关系的维度及对应的维度值。

其中，所述从多个所述数据源中训练生成用于分析数据源的医疗标准库，具体为：

结合人体健康医学标准从多个所述数据源中训练生成用于分析数据源的医疗标准库。

其中，所述临床医疗诊断信息包括处方信息和医学图像信息。

其中，所述数据源存储于云服务器；

所述使用医疗标准库从每个数据源中提取至少两个具有逻辑关系的维度及对应的维度值，包括：

将所述数据源分配到多台计算机使用医疗标准库进行数据提取；

从每个数据源中提取至少两个具有逻辑关系的维度及对应的维度值。

其中，所述临床医疗诊断信息为临床试验过程中产生的临床医疗诊断信息。

另一方面采用临床医疗的多维度数据分析系统，包括：

数据源接收单元，用于接收多个包含临床医疗诊断信息的数据源，所述临床医疗诊断信息为结构化信息；

训练生成单元，用于从多个所述数据源中训练生成用于分析数据源的医疗 标准库；

数据提取单元，用于使用医疗标准库从每个数据源中提取至少两个具有逻辑关系的维度及对应的维度值。

其中，所述训练生成单元，具体用于：

结合人体健康医学标准从多个所述数据源中训练生成用于分析数据源的医疗标准库。

其中，所述临床医疗诊断信息包括处方信息和医学图像信息。

其中，所述数据源存储于云服务器；

所述数据提取单元，包括：

数据分配模块，用于将所述数据源分配到多台计算机使用医疗标准库进行数据提取；

数据提取模块，用于从每个数据源中提取至少两个具有逻辑关系的维度及对应的维度值。

其中，所述临床医疗诊断信息为临床试验过程中产生的临床医疗诊断信息。

本发明的有益效果为：通过接收包含结构化的临床医疗诊断信息的数据源，从所述数据源中训练生成医疗标准库，根据医疗标准库从每个数据源中提取两个至少具有逻辑关系的维度及对应的维度值，实现了对临床医疗诊断信息的快速处理，为诊断提供参考。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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，还可以根据本发明实施例的内容和这些附图获得其他的附图。

图1是本发明具体实施方式中提供的临床医疗的多维度数据分析方法的第一个实施例的方法流程图。

图2是本发明具体实施方式中提供的临床医疗的多维度数据分析方法的第二个实施例的方法流程图。

图3是本发明具体实施方式中提供的临床医疗的多维度数据分析系统的第一个实施例的结构方框图。

图4是本发明具体实施方式中提供的临床医疗的多维度数据分析系统的第二个实施例的结构方框图。

具体实施方式

为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1，其是本发明具体实施方式中提供的临床医疗的多维度数据分析方法的第一个实施例的方法流程图。本发明中的多维度数据分析方法主要用于临床医疗过程中对所有的医疗数据进行汇总和处理，实现对病理诊断计算机辅助，提高诊断效率。如图所示，该方法包括：

步骤S101：接收多个包含临床医疗诊断信息的数据源，所述临床医疗诊断信息为结构化信息。

临床医疗诊断信息包括病人信息、病史信息、影像资料等。数字化建设的程度不一样，结构化信息与非结构化信息的占据比例也不一样。例如所有的病人的基本信息、病史、就诊过程等都为以结构化数据的信息即结构化信息存储 在数据库中，同时门诊和住院的记账信息等也会以结构化信息记录在数据库中，此外，如医学影像存档与通讯系统(PACS)，实验室信息系统(LIS)、临床信息系统(CIS)、电子病历系统(EMR)等各种数字化医疗系统也都不同程度了实现了病人信息的结构化存储。

步骤S102：从多个所述数据源中训练生成用于分析数据源的医疗标准库。

为实现对临床医疗数据的智能判断，从多个所述数据源中基于遗传算法训练神经玩过，必要时进行神经网络二次训练，生成用于分析数据源的医疗标准库。

步骤S103：使用医疗标准库从每个数据源中提取至少两个具有逻辑关系的维度及对应的维度值。

从每个数据源中提取至少两个具有逻辑关系的维度及对应的维度值，判断产生各种病理变化的诱因。

综上所述，通过接收包含结构化的临床医疗诊断信息的数据源，从所述数据源中训练生成医疗标准库，根据医疗标准库从每个数据源中提取两个至少具有逻辑关系的维度及对应的维度值，实现了对临床医疗诊断信息的快速处理，为诊断提供参考。

请参考图2，其是本发明具体实施方式中提供的临床医疗的多维度数据分析方法的第二个实施例的方法流程图。如图所示，该方法，包括：

步骤S201：接收多个包含临床医疗诊断信息的数据源，所述临床医疗诊断信息为结构化信息。

本实施例中，所述临床医疗诊断信息为临床试验过程中产生的临床医疗诊断信息。临床试验过程中产生的临床医疗诊断信息具备高度相似性，可以快速确认对于同一病种诊断过程中的快速分析，提高临床试验中心的计算效率。

步骤S202：结合人体健康医学标准从多个所述数据源中训练生成用于分析数据源的医疗标准库。

所述临床医疗诊断信息包括处方信息和医学图像信息。

步骤S203：将所述数据源分配到多台计算机使用医疗标准库进行数据提取。

所述数据源存储于云服务器中。

临床试验过程中产生的临床医疗数据比较多，产生地比较分散，通过云服务器能够实现数据的快速收集和整理。

步骤S204：从每个数据源中提取至少两个具有逻辑关系的维度及对应的维度值。

分布式计算能够提高数据处理的速度，特别是对于大批量的医学图片的对比分析，需要大量的计算资源，分布式处理能够降低硬件成本和时间成本。

综上所述，通过接收包含结构化的临床医疗诊断信息的数据源，从所述数据源中训练生成医疗标准库，根据医疗标准库从每个数据源中提取两个至少具有逻辑关系的维度及对应的维度值，实现了对临床医疗诊断信息的快速处理，为诊断提供参考。同时云存储和分布式计算能够提高数据处理过程中速度，提高运算效率。

以下是本发明临床医疗的多维度数据分析系统的实施例，临床医疗的多维度数据分析系统的实施例在前述临床医疗的多维度数据分析方法的实施例基础上实现，在多维度数据分析系统的实施例中未尽的描述，请参考前述的多维度数据分析方法的实施例。

请参考图3，其是本发明具体实施方式中提供的临床医疗的多维度数据分析系统的第一个实施例的结构方框图，如图所示，该多维度数据分析系统包括：

数据源接收单元310，用于接收多个包含临床医疗诊断信息的数据源，所述 临床医疗诊断信息为结构化信息。

训练生成单元320，用于从多个所述数据源中训练生成用于分析数据源的医疗标准库。

数据提取单元330，用于使用医疗标准库从每个数据源中提取至少两个具有逻辑关系的维度及对应的维度值。

综上所述，上述各单元的协同运转，通过接收包含结构化的临床医疗诊断信息的数据源，从所述数据源中训练生成医疗标准库，根据医疗标准库从每个数据源中提取两个至少具有逻辑关系的维度及对应的维度值，实现了对临床医疗诊断信息的快速处理，为诊断提供参考。

请参考图4，其是本发明具体实施方式中提供的临床医疗的多维度数据分析系统的第二个实施例的结构方框图，如图所示，该多维度数据分析系统包括：

数据源接收单元310，用于接收多个包含临床医疗诊断信息的数据源，所述临床医疗诊断信息为结构化信息。

训练生成单元320，用于从多个所述数据源中训练生成用于分析数据源的医疗标准库。

数据提取单元330，用于使用医疗标准库从每个数据源中提取至少两个具有逻辑关系的维度及对应的维度值。

其中，所述训练生成单元320，具体用于：

结合人体健康医学标准从多个所述数据源中训练生成用于分析数据源的医疗标准库。

其中，所述临床医疗诊断信息包括处方信息和医学图像信息。

其中，所述数据源存储于云服务器；

所述数据提取单元330，包括：

数据分配模块331，用于将所述数据源分配到多台计算机使用医疗标准库进行数据提取；

数据提取模块332，用于从每个数据源中提取至少两个具有逻辑关系的维度及对应的维度值。

其中，所述临床医疗诊断信息为临床试验过程中产生的临床医疗诊断信息。

综上所述，上述各单元的协同运转，通过接收包含结构化的临床医疗诊断信息的数据源，从所述数据源中训练生成医疗标准库，根据医疗标准库从每个数据源中提取两个至少具有逻辑关系的维度及对应的维度值，实现了对临床医疗诊断信息的快速处理，为诊断提供参考。同时云存储和分布式计算能够提高数据处理过程中速度，提高运算效率。

以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。