医学不良反应数据仓库的构建方法、装置、设备和介质与流程

1.本说明书涉及计算机数据处理的技术领域，具体涉及一种医学不良反应数据仓库的构建方法、装置、设备和存储介质。


背景技术：

2.医学不良反应数据庞大且在不断更新，通过医学不良反应数据得到不良反应趋势不仅计算量大，而且时效性延后。药企为了得到药品不良反应趋势结果需要对每一个药品进行调研后，再进行重复性的、大批量的计算工作，效率低而且耗时耗力。


技术实现要素：

3.有鉴于此，本说明书多个实施方式致力于提供一种医学不良反应数据仓库的构建方法、装置、设备和存储介质，可以快速得到药品不良反应的多维联机分析处理(online analytical processing，olap)分析结果。
4.本说明书实施方式提出了一种医学不良反应数据仓库的构建方法，其特征在于，包括：获取包括药物名称和所述药物名称表示的药物的不良反应描述的医疗数据；基于预设医学表述词典，将所述医疗数据的内容处理成规范医疗数据，得到规范医学数据层；将所述规范医疗数据层的规范医疗数据映射为符合标准表达形式的标准数据，得到标准数据层；其中，所述标准表达形式至少遵循e2b r3；根据所述标准数据层的标准数据构建包括相关联的维度表和事实表的数据仓库；其中，所述维度表包括用于表示药物不良反应趋势的维度数据，所述事实表包括用于所述维度数据进行数据统计的度量数据。
5.本说明书实施方式提出了一种医学不良反应数据仓库的构建装置，其特征在于，包括：获取模块，用于获取包括药物名称和所述药物名称表示的药物的不良反应描述的医疗数据；规范化模块，用于基于预设医学表述词典，将所述医疗数据的内容处理成规范医疗数据，得到规范医疗数据层；标准化模块，用于将所述规范医疗数据层的规范医疗数据映射为符合标准表达形式的标准数据，得到标准数据层；其中，所述标准表达形式至少遵循e2b r3；构建模块，用于根据所述标准数据层的标准数据构建包括相关联的维度表和事实表的数据仓库；其中，所述维度表包括用于表示药物不良反应趋势的维度数据，所述事实表包括用于所述维度数据进行数据统计的度量数据。
6.本说明书实施方式提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述实施方式所述的方法。
7.本说明书实施方式提出了一种计算机可读存储介质，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所述实施方式所述的方法。
8.本说明书实施方式通过一种医学不良反应数据仓库，可以快速得到医学不良反应趋势，实现了得到多维度药物不良反应结果的目的，达到了提高计算药品不良反应数据效率的效果。
附图说明
9.图1所示为一实施方式提供的一个场景示例中不同端交互的示意图。
10.图2所示为一实施方式提供的一个场景示例中不同端交互的示意图。
11.图3所示为一实施方式提供的一个场景示例中构建方法流程的示意图。
12.图4所示为一实施方式提供的一个场景示例中构建方法流程的示意图。
13.图5所示为一实施方式提供的一个场景示例中构建方法流程的示意图。
14.图6所示为一实施方式提供的一个场景示例中客户端的示意图。
15.图7所示为一实施方式提供的一个场景示例中客户端的示意图。
16.图8所示为一实施方式提供的一个场景示例中客户端的示意图。
17.图9所示为一实施方式提供的一个场景示例中客户端的示意图。
18.图10所示为一实施方式提供的一个场景示例中客户端的示意图。
19.图11所示为一实施方式提供的一个场景示例中装置的示意图。
20.图12所示为一实施方式提供一个电子设备的功能示意图。
具体实施方式
21.为了使本技术领域的人员更好地理解本说明书方案，下面将结合本说明书实施方式中的附图，对本说明书实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅是本说明书一部分实施方式，而不是全部的实施方式。基于本说明书中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本说明书保护的范围。
22.请参阅图1、图2和图3。本说明书提供的一种医学不良反应数据仓库的构建方法的场景示例。一份药企经过临床试验得到，由监管机构上传的医疗数据，记载着报告类型、研究类型、报告来源、患者性别、年龄、药品和不良反应的信息。工作人员将这份报告上传至服务器。
23.服务器接收报告，判断此份报告表达药物名称和药物不良反应，因此此份报告可以进行后续处理。
24.请参阅图4。预设医学表述词典分为多个数据子集，服务器在医学数据中搜索，判断报告中“报告类型”与预设医学表述词典中“报告类型”数据子集相匹配。进一步计算“来自研究的报告”的向量和预设医学表述词典中“报告类型”数据子集中数据向量的向量距离，结果显示“来自研究的报告”的向量和“研究”的向量之间的向量距离最小，因此将报告中“报告类型：来自研究的报告”转换为“报告类型：研究”。服务器将这份报告最终转换为计算机可以储存识别的规范化医学数据：“来自研究的报告”转换为“研究”，将“男性”转换为“1”，将“青霉素”转换为“阿司匹林”，将“青霉素”转换为“阿司匹林”。服务器将规范医疗数据储存至规范化医学数据层。
25.请参阅图5。服务器依据e2b r3的要求，将规范化医学数据层的内容转换为符合e2b r3的要求。服务器计算规范化医学数据层中“报告类型”条目的向量与e2b r3中各个字段的向量的向量距离，结果显示与规范化医学数据层中“报告类型”条目的向量距离最近的e2b r3中各个字段是“c13”。服务器在“c13”的数据中判断，“报告类型：研究”应选择“1”，因此将“报告类型：研究”转换为“c13 1”。服务器对报告其他内容进行转换，结果为“c13 1；
c5.4 2；c1.cn1 1；h2 f；h2.4 31；y5.43 110102-25583-8547；b5 b2 21-85204-25”。服务器将转换后的数据储存至标准数据层。
26.服务器将所有符合标准的报告内容分别储存包括维度表和事实表的数据仓库中。服务器接收到多份医疗数据后，通过数学模型计算出“阿莫西林”的“头疼”不良反应信号值，将不良反应信号值储存于维度表中，将“阿莫西林”的“头疼”不良反应报告中“性别”数据、“年龄”数据、“研究类型”数据、“报告类型”数据和“报告来源”数据储存于事实表中，供后续分析使用。
27.请参阅图6和图7。所述医学不良反应数据仓库的构建方法可以应用于包括客户端和服务器的系统。药企的工作人员可以在客户端输入药品名称，服务器经过计算后，得到药品指定维度数据和对应所述药物标识的度量数据。
28.请参阅图8。药企的工作人员在客户端输入一个药品名称“阿基仑赛”，选择指定分析维度“报告国家：全部；发生国家：全部；信号趋势：性别”。
29.点击“搜索”控件，客户端将附带有“阿基仑赛”的请求发送至服务器。服务器接收到请求后，在数据库中搜索服用“阿基仑赛”产生的不良反应数据，并将不良反应数据返回客户端。
30.请参阅图9。客户端显示“阿基仑赛”产生的不良反应“淋巴细胞过继治疗”、“头疼”和“嗜睡”，用户希望查看“淋巴细胞过继治疗”这一不良反应的趋势，因此点击“淋巴细胞过继治疗”。客户端将附带有“阿基仑赛”的“淋巴细胞过继治疗”这一不良反应的数据分析请求发送至服务器。
31.服务器接收到请求后，在构建完成的数据仓库中维度表中读取“阿基仑赛”的“淋巴细胞过继治疗”这一不良反应的数据；从构建完成的数据仓库的事实表中，依照所述“阿基仑赛”的“淋巴细胞过继治疗”这一不良反应的数据，读取“阿基仑赛”的“淋巴细胞过继治疗”在“报告国家：全部；发生国家：全部”情况下这一不良反应的每个季度的不良反应报告数。
32.请参阅图10。服务器将维度数据和度量数据反馈给客户端。用户在客户端看到“阿基仑赛”的“淋巴细胞过继治疗”这一不良反应按照季度顺序排列的指定分析维度“报告国家：全部；发生国家：全部”的不同性别的变化趋势。用户可以依据这些变化趋势对“阿基仑赛”进行改进。
33.以上所述仅为本说明书提供的一个场景示例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换等，均应包含在本发明的保护范围之内。
34.本说明书实施方式提供医学不良反应数据仓库的构建系统可以包括客户端和服务器。所述客户端可以是具有网络访问能力的电子设备。具体的，例如，客户端可以是台式电脑、平板电脑、笔记本电脑、智能手机、数字助理、智能可穿戴设备、导购终端、电视机、智能音箱、麦克风等。其中，智能可穿戴设备包括但不限于智能手环、智能手表、智能眼镜、智能头盔、智能项链等。或者，客户端也可以为能够运行于所述电子设备中的软件。服务器可以是具有一定运算处理能力的电子设备。其可以具有网络通信模块、处理器和存储器等。当然，所述服务器也可以是指运行于所述电子设备中的软体。所述服务器还可以为分布式服务器，可以是具有多个处理器、存储器、网络通信模块等协同运作的系统。或者，服务器还可
以为若干服务器形成的服务器集群。或者，随着科学技术的发展，服务器还可以是能够实现说明书实施方式相应功能的新的技术手段。例如，可以是基于量子计算实现的新形态的“服务器”。
35.请参阅图3。本说明书实施方式提供的一种医学不良反应数据仓库的构建方法，可以快速得到医学不良反应趋势。所述方法包括一下步骤。
36.s110：获取包括药物名称和所述药物名称表示的药物的不良反应描述的医疗数据。
37.所述药物名称可以是药品的通用名称，可以是用户希望得到药品不良反应趋势的药物名称。所述药物的不良反应描述的医疗数据可以是至少包括以下之一：医学报告、病患基本信息、药物用法用量、药物适应症、不良反应报告、不良事件描述、不良事件结果的医疗数据。
38.药物名称和所述药物名称表示的药物的不良反应描述的医疗数据可以来药企调研，按季度收集结果并输入服务器中。在一些实施方式中，不良反应描述的医疗数据还可以来源于商业医疗数据库，或者政府或医疗机构。
39.s120：基于预设医学表述词典，将所述医疗数据的内容处理成规范医疗数据，得到规范医学数据层。
40.所述预设医学表述词典可以是与计算机语言相关的预设医学表述词典。所述规范医疗数据可以是便于储存在计算机服务器中的医疗数据。将所述医疗数据的内容处理成规范医疗数据可以是使用ods(operational data store)、hdfs(hadoop distributed file system)和kudu方法处理所述医疗数据的。所述规范医学数据层可以是计算机中储存转换完成的规范医疗数据的区域。例如，基于预设医学表述词典，使用向量距离计算的方法，将所述医疗数据的“食母”处理成规范医疗数据“食母生”。
41.将所述医疗数据的内容处理成规范医疗数据，可以将所述医疗数据转换为计算机可以识别与处理的语言形式，便于后续分析处理。
42.s130：将所述规范医疗数据层的规范医疗数据映射为符合标准表达形式的标准数据，得到标准数据层；其中，所述标准表达形式至少遵循e2b r3。
43.所述e2b r3可以是药物不良事件的个例安全性报告的电子传输的国际标准。所述将所述规范医疗数据层的规范医疗数据映射为符合标准表达形式的标准数据可以是将所述规范医疗数据通过数学模型转换为符合标准表达形式的标准数据。所述标准数据层可以是计算机中储存转换完成的标准数据的区域。例如，将“报告类型：研究”在e2b r3中的标准形式为“c13 1”。
44.随着全球各国或地区对药物警戒的监管日趋严格，药物不良事件的个例安全性报告上报药品监管部门的方法也从纸质报告逐渐向电子化上报过渡和完善，将所述规范医疗数据层的规范医疗数据转换为至少遵循所述e2br3的标准表达形式，可以扩大医学不良反应数据仓库的构建方法的使用范围。
45.s140：根据所述标准数据层的标准数据构建包括相关联的维度表和事实表的数据仓库；其中，所述维度表包括用于表示药物不良反应趋势的维度数据，所述事实表包括用于所述维度数据进行数据统计的度量数据。
46.所述数据仓库可以是对医学不良反应进行分析的计算方法，通过将医学不良反应
储存在数据仓库的方式，得到药品不良反应的变化趋势。所述维度表和事实表可以是所述数据仓库中数据的储存形式。所述维度数据可以是通过数学模型计算的不良反应信号值，例如，通过成比例报告比值法，报告比值比法和贝叶斯判别区间递进神经网络法计算出的不良反应信号值。所述度量数据可以是所述医疗数据中的病患基本信息，例如，病患性别，病患年龄和病患所处国家。
47.通过分析维度表和事实表的数据，用户可以发现药品不良反应趋势的变化情况，便于后续对药品进行改进与改良。
48.使用数据仓库的方法分析药品的不良反应趋势需要所述医疗数据符合处理要求，考虑大数据时代中对数据国际化的情况，需要将所述医疗数据先储存在规范医学数据层，再储存标准数据层中，最后通过构建所述维度表和事实表的方法，将数据转换为可以显示在客户端的形式，供用户查看与分析。
49.在一些实施方式中，获取包括药物名称和所述药物名称表示的药物的不良反应描述的医疗数据的步骤，包括：去除所述医学文本数据中，不涉及药物名称的医学文本数据；去除所述医学文本数据中，不涉及药物不良反应描述的医学文本数据。
50.所述去除所述医学文本数据中，不涉及药物名称的医学文本数据可以是对所述医学文本数据进行分析，在所述医学文本数据没有表达药物名称的情况下，不再对所述医学文本数据进行后续处理。所述去除所述医学文本数据中，不涉及药物不良反应描述的医学文本数据可以是对所述医学文本数据进行分析，在所述医学文本数据没有表达药物不良反应的情况下，不再对所述医学文本数据进行后续处理。
51.由于所述医疗数据可以是药企进行调研后收集的，考虑到所述医疗数据可能有异常值，无法进行后续分析的数据，因此先对所述医疗数据进行处理，提高效率，减少运算。
52.在一些实施方式中，所述预设医学表述词典依照用于匹配的医疗数据被划分为多个数据子集；所述数据子集包括用于与医疗数据匹配的表述词汇和规范词汇；基于预设医学表述词典，将所述医疗数据的内容处理成规范化医学数据，得到规范化医学数据层，包括：使用表述词汇在医学数据中匹配得到目标数据；将所述目标数据替换为所述表述词汇对应的规范词汇。
53.所述数据子集可以是所述预设医学表述词典中关于医学表述词的分类；所述表述词汇可以是所述医疗数据中与数据仓库构建相关的词；所述规范词汇可以是所述表述词汇转换为计算机语言的词汇；所述目标数据可以是在所述医学数据中，表达趋近于所述表述词汇含义的词汇。例如，所述医疗数据可以是“年龄：31岁；性别：男；药品：服用了三片青霉素药片；不良反应：感觉头疼”；所述预设医学表述词典的所述数据子集可以包括“性别”子集，“年龄”子集，“不良反应”子集和“不良反应结果”子集。将所述医疗数据的内容依据语义进行文本拆分，依据预设医学表述词典，经过向量计算后，将所述医疗数据转换为“年龄：中年；性别：男；药品：阿莫西林；不良反应：头疼；不良反应结果：无”。
54.通过将医疗数据转换为规范化医学数据的方式，得到需要的结果，便于计算机统计与分析。
55.在一些实施方式中，将所述规范医学数据层的规范医疗数据映射为符合标准表达形式的标准数据，得到标准数据层，包括：依照e2b r3确定所述标准数据层涉及的字段；在所述规范医疗数据层中获取相应于所述字段的目标规范医疗数据；基于所述目标规范医疗
数据生成所述字段的标准数据。
56.所述标准数据层涉及的字段可以是依照e2b r3规定，药物不良事件的个例安全性报告需要的信息字段；在所述规范医疗数据层中获取相应于所述字段的目标规范医疗数据可以是在所述规范医疗数据层中搜素需要的字段，所述目标规范医疗数据可以是e2b r3规定需要的字段；基于所述目标规范医疗数据生成所述字段的标准数据可以是将目标规范医疗数据转换为标准形式。例如，服务器将“年龄：中年；性别：男；药品：阿米西林；不良反应：头疼；不良反应结果：无”转换为标准数据可以是“h2 f；h2.4 31；y5.43 110102-25583-8547；b5 b2 21-85204-25；b2 d3 0”。
57.为了满足数据国际化的要求，可以将数据转化为国际通用形式，扩大了方法和结果的使用范围，方便了更多用户得到希望的结果。
58.在一些实施方式中，所述规范医疗数据被划分为多个条目；在所述规范医疗数据层中获取相应于所述字段的目标规范医疗数据，包括：在映射关系集中，确定所述条目对应的字段；其中，所述映射关系集包括用于与所述条目匹配的索引数据，所述索引数据与字段对应。
59.所述条目可以是所述医疗数据的分类；所述目标规范医疗数据可以是希望得到的规范医疗数据；所述映射关系集可以是建立所述规范医疗数据和所述标准数据之间的映射关系；所述索引数据可以是所述规范医疗数据的条目数与所述标准数据之间的索引关系。例如，所述规范医疗数据的条目可以是“性别”条目，通过所述索引数据的匹配，“性别”条目对应的字段为“h2”。
60.通过建立所述规范医疗数据和所述标准数据之间的映射关系，可以更准确地将所述规范医疗数据转换为所述标准数据，减少错误事件的发生。
61.所述索引信息包括用于表征相应字段的索引向量；确定所述条目对应的字段，包括：生成所述条目的特征向量；将所述特征向量与索引向量进行向量匹配运算，得到目标索引向量；其中，所述目标索引向量对应的字段作为所述条目对应的字段。
62.所述索引信息包括用于表征相应字段的索引向量可以是通过数学模型的计算，可以表征相应字段的实数向量；所述条目的特征向量可以是通过数学模型的计算，可以表征所述条目的实数向量；将所述特征向量与索引向量进行向量匹配运算可以是计算所述索引向量和所述条目的特征向量的向量距离；所述目标索引向量可以是经过计算，和所述条目的特征向量的向量距离最小的所述索引向量。例如，经过计算，与“年龄”条目的特征向量的向量距离最小的索引向量为“h2.4”索引向量，“年龄”条目对应的字段为“h2.4”索引信息。
63.在一些实施方式中，所述指定维度数据与业务标识相对应；接收附带有药物标识的数据分析请求的步骤，包括：接收附带有药物标识和目标业务标识的数据分析请求；相应的，从所述数据仓库的维度表中读取指定维度数据的步骤，包括：从所述数据仓库的维度表中读取与所述目标业务标识对应的指定维度数据。
64.所述目标业务标识可以是用户希望得到的药品名称、不良发应名称，也可以是医疗数据中的病患基本信息，例如，病患性别，病患年龄和病患所处国家；所述接收附带有药物标识和目标业务标识的数据分析请求可以是用户在客户端输入目标业务标识，客户端将目标业务标识发送给服务器；所述从所述数据仓库的维度表中读取与所述目标业务标识对应的指定维度数据可以是在所述数据仓库的维度表中搜索与所述目标业务标识对应的指
定维度数据，整理为数据表的形式返回客户端。客户端可以显示某个药品某个不良反应的某维度的不良反应报告趋势。例如，客户端可以显示“阿莫西林关于头疼不良反应按性别分类的成比例报告法的不良反应信号变化趋势”。
65.在一些实施方式中，所述指定分析维度包括报告国家、发生国家和信号趋势；其中，所述信号趋势包括性别和年龄。
66.所述指定分析维度可以是用户希望得到的多维olap分析维度；所述报告国家可以是报告填写国家；所述发生国家可以是不良反应国家发生国家；所述信号趋势可以是药物不良反应随着时间的变化情况；所述性别可以是患者的性别；所述年龄可以是服用药品出现不良反应的年龄。用户可以通过设置指定分析维度得到更精确的结果。
67.请参阅图11。本说明书的实施方式还提供了一种医学不良反应数据仓库的构建装置，其特征在于，包括：获取模块、规范化模块和标准化模块。
68.获取模块，用于获取包括药物名称和所述药物名称表示的药物的不良反应描述的医疗数据；
69.规范化模块，用于基于预设医学表述词典，将所述医疗数据的内容处理成规范医疗数据，得到规范医疗数据层；
70.标准化模块，用于将所述规范医疗数据层的规范医疗数据映射为符合标准表达形式的标准数据，得到标准数据层；其中，所述标准表达形式至少遵循e2b r3；
71.构建模块，用于根据所述标准数据层的标准数据构建包括相关联的维度表和事实表的数据仓库；其中，所述维度表包括用于表示药物不良反应趋势的维度数据，所述事实表包括用于所述维度数据进行数据统计的度量数据。
72.请参阅图12。在一些实施方式中可以提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现所述实施方式中的方法步骤。
73.在一些实施方式中可以提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现所述实施方式中的方法步骤。关于医疗信息中数据的抽取装置实现的具体功能和效果，可以参照本说明书其他实施方式对照解释，在此不再赘述。所述医疗信息中数据抽取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。所述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
74.在一些实施方式中可以提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现所述实施方式中的方法步骤。
75.在一些实施方式中可以提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现所述实施方式中的方法步骤。
76.本领域普通技术人员可以理解实现所述实施方式方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如所述各方法的实施方式的流程。其中，本说明书所提供的各实施方式中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取
存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
77.应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
78.本说明书多个实施方式之间，采用递进的方式进行描述。不同的实施方式着重于描述相较于其它实施方式不相同的部分。所属领域技术人员在阅读本说明书之后，可以获知本说明书中的多个实施方式，以及实施方式揭示的多个技术特征，可以进行更多种的组合，为使描述简洁，未对所述实施方式中的各个技术特征所有可能的组合都进行描述。然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
79.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
80.本说明书中的多个实施方式本身均着重于强调与其他实施方式不同的部分，各实施方式之间可以相互对照解释。所属领域技术人员基于一般的技术常识对本说明书中的多个实施方式的任意组合均涵盖于本说明书的揭示范围内。
81.以上所述仅为本案的实施方式而已，并不用于限制本案的权利要求保护范围。对于本领域技术人员来说，本案可以有各种更改和变化。凡在本案的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本案的权利要求范围之内。