一种适用于临床研究的医疗数据服务平台的制作方法

1.本发明涉及医疗技术领域，尤其是一种适用于临床研究的医疗数据服务平台。


背景技术：

2.随着医疗信息化的发展，越来越多的临床研究项目展开实施，这些临床研究项目尤其对于各项专病研究发展具有重要的意义。
3.这些临床研究项目都需要基于不同医疗场景下的大量医疗数据展开，但为了满足不同医疗场景的复杂化、多样化以及个性化的需求，各医院均具有各自的医疗信息系统，医疗信息系统的构成非常复杂、日常运行中积累的原始医疗数据的数据量非常庞大，而且不同医院、不同医疗信息系统所产生的原始医疗数据往往不会遵循相同的数据标准，这就导致从不同医疗场景下提取到的原始医疗数据的复杂度非常高。而不同的临床研究项目所需要的医疗数据又不尽相同，因此又需要根据项目需求针对每一项临床研究项目进一步从复杂度较高的原始医疗数据中提取到所需的数据。
4.目前通常只能通过人工梳理配置的方式来完成临床研究项目的数据提取，往往需要耗时几周甚至几个月的时间，效率较低，影响了临床研究项目的快速推进。


技术实现要素：

5.本发明人针对上述问题及技术需求，提出了一种适用于临床研究的医疗数据服务平台，本发明的技术方案如下：
6.一种适用于临床研究的医疗数据服务平台，该医疗数据服务平台包括：若干个医疗信息系统、一个标准化治理系统以及多个临床研究业务系统；各个临床业务系统均连接标准化治理系统，每个临床业务系统分别用于展开相应的临床研究业务，且存在至少两个临床业务系统的临床研究业务需求不同；
7.标准化治理系统连接若干个医疗信息系统并从各个医疗信息系统中获取原始医疗病历，标准化治理系统按照标准化治理流程对获取到的原始医疗病历进行数据治理，得到按照标准数据结构模型存储的标准医疗病历，每个标准医疗病历包括若干个标准化指标项及其对应的指标数据，标准数据结构模型指示不同的标准化指标项之间的数据结构关系；
8.每个临床业务系统从所有标准医疗病历中筛选出符合临床研究业务需求的有效临床病历，并根据所有有效临床病历筛选得到所有标准化指标项中的有效指标项；临床业务系统基于标准数据结构模型创建得到仅包含有效指标项的数据结构关系的业务数据结构模型，并从标准化治理系统中加载得到按照业务数据结构模型存储的业务医疗数据，业务医疗数据包括有效指标项及其对应的指标数据；
9.各个临床业务系统基于各自加载存储的业务医疗数据展开临床研究业务。
10.其进一步的技术方案为，临床业务系统通过至少两条线程并行处理，每条线程采用mapreduce方式处理每个标准医疗病历，线程遍历标准医疗病历得到标准医疗病历中所
有存在对应的指标数据的标准化指标项作为候选指标项，对各条线程遍历各个标准医疗病历得到的候选指标项进行去重合并处理，筛选得到有效指标项，有效指标项是在至少一个有效临床病例中存在对应的指标数据的标准化指标项。
11.其进一步的技术方案为，业务数据结构模型仅包含所有标准化指标项中的有效指标项，且各个有效指标项在业务数据结构模型中的数据结构关系与在标准数据结构模型中的数据结构关系相同，业务数据结构模型与标准数据结构模型中的同一个有效指标项存在映射关系。
12.其进一步的技术方案为，每个有效指标项在业务数据结构模型与标准数据结构模型中的指标名称相同或不同。
13.其进一步的技术方案为，临床业务系统从标准化治理系统中加载有效指标项及其指标数据，并按照对应的深度治理流程对加载到的有效指标项及其指标数据进行深度治理，对完成深度治理后的有效指标项及其指标数据根据业务数据结构模型与标准数据结构模型之间的映射关系，得到按照业务数据结构模型存储的业务医疗数据。
14.其进一步的技术方案为，临床业务系统读取标准数据结构模型，并从读取到的标准数据结构模型中删除不属于有效指标项的标准化指标项，确定各个有效指标项在标准数据结构模型中的数据结构关系，按照各个有效指标项及互相之间在标准数据结构模型中的数据结构关系创建得到业务数据结构模型。
15.其进一步的技术方案为，标准数据结构模型和业务数据结构模型均形成树形结构，标准数据结构模型中每个标准化指标项直接连接到根节点，或者通过若干个目录节点连接到根节点；当有效指标项在标准数据结构模型中通过若干个目录节点连接到根节点时，有效指标项在业务数据结构模型中也通过相应的目录节点连接到根节点。
16.其进一步的技术方案为，临床业务系统基于业务医疗数据生成若干条就诊记录访视，每条就诊记录访视对应于一个医疗阶段且包含对应时间段内的业务医疗数据，不同的就诊记录访视对应不同的时间段。
17.其进一步的技术方案为，临床业务系统展开的临床研究业务是针对一项目标疾病的专病研究项目，临床业务系统从所有标准医疗病历中筛选出的符合临床研究业务需求的有效临床病历包括目标病历和关联病历，目标病历是患有目标疾病的患者的标准医疗病历，关联病历是与目标病历具有预定关系的标准医疗病历；临床业务系统基于目标病历的业务医疗数据和关联病历的业务医疗数据分别生成就诊记录访视。
18.其进一步的技术方案为，临床业务系统根据获取到的手动修改指令修改业务医疗数据。
19.本发明的有益技术效果是：
20.本技术公开了一种适用于临床研究的医疗数据服务平台，该医疗数据服务平台中，标准化治理系统完成对原始医疗病历的标准化治理后，各个临床研究业务系统可以根据各自的临床研究业务需求按照标准数据结构模型创建各自的业务数据结构模型并完成数据映射同步，即可以提取到所需展开的临床研究业务需要的数据，流程的自动化程度高，且提取的数据饱和度高，可以准确高效的实现从原始医疗病历到各个临床研究业务系统的数据导入，有利于推动医疗信息化的发展。
21.该平台由标准化治理系统完成多个临床研究业务系统所需的共性的标准化数据
治理，再由各个临床研究业务系统按照各自临床研究业务需求完成自身特性的深度数据治理，可以在满足不同业务需求的基础上减少重复操作过程，提高数据治理效率。
附图说明
22.图1是该医疗数据服务平台的架构图。
23.图2是该医疗数据服务平台在工作过程的信息交互流程图。
24.图3是一个实例中的临床研究业务系统由标准数据结构模型创建得到的业务数据结构模型的示意图。
具体实施方式
25.下面结合附图对本发明的具体实施方式做进一步说明。
26.本技术公开了一种适用于临床研究的医疗数据服务平台，请参考图1所述的架构图和图2所示的信息交互流程图，该医疗数据服务平台包括：若干个医疗信息系统1、一个标准化治理系统2以及多个临床研究业务系统3，医疗信息系统1、标准化治理系统2和临床研究业务系统3实际都可以由计算机设备、服务器或服务器集群等实现。医疗信息系统1是一个或多个医疗机构所使用的系统，常见的包括his、lis、cis和emr等。标准化治理系统2连接若干个医疗信息系统1，标准化治理系统2与医疗信息系统1之间的对接技术包括dblink、webservice和kettle等。
27.标准化治理系统2从各个医疗信息系统1中获取原始医疗病历，原始医疗病历包括若干个指标项及其对应的指标数据，本技术中的指标项包括医学指标项和病人属性指标项，医学指标项是反映医学事件属性的指标项，比如常见的既往史、体温、脉搏等等。而病人属性指标项是反映患者属性的指标项，比如常见的姓名、性别、病人编号、民族等等。标准化治理系统2获取到的原始医疗病历中的数据复杂度较高，比如即便是针对同一个医学指标项，在从有些医疗信息系统1中获取到的原始医疗病历中以医学指标中文名称记载，而在从其他的医疗信息系统1中获取到的原始医疗病历中以医学指标英文简写记载。因此，标准化治理系统2按照标准化治理流程对获取到的原始医疗病历进行数据治理，标准化治理流程根据实际需要预先配置，常见的标准化治理流程比如有名称标准化、数据格式标准化等等，可以采用现有的标准化治理方法实现，本技术对此不再详细展开描述。
28.标准化治理系统2对原始医疗病历完成数据治理后，可以得到按照标准数据结构模型存储的标准医疗病历。每个标准医疗病历包括若干个标准化指标项及其对应的指标数据。其中，标准化指标项是指对原始医疗病历中的指标项进行标准化治理后得到的指标项，因此，同一个指标项在所有标准医疗病历中都以具有相同的名称和形式的标准化指标项存在。标准数据结构模型指示不同的标准化指标项之间的数据结构关系。在一个实施例中，标准数据结构模型形成树形结构，每个标准化指标项直接连接到根节点，或者通过若干个目录节点连接到根节点，每一个目录节点也是经过标准化治理后得到的，比如图3左侧记为“标准树”的示出了一个实例中的标准数据结构模型，标准化指标项“体温”具有目录节点“生命体征”。标准化指标项对应的指标数据的数据类型包括文本型、字符型、数值型和图片型中的一种或多种组合。
29.各个临床业务系统3均连接标准化治理系统，每个临床业务系统3分别用于展开相
应的临床研究业务。在一个实施例中，临床业务系统3展开的临床研究业务是针对一项目标疾病的专病研究项目，则不同的临床业务系统3针对不同目标疾病展开。
30.根据临床业务系统3所展开的临床研究业务，临床业务系统3具有相应的临床研究业务需求，且一般不同的临床研究业务具有不同的临床研究业务需求，所以本技术的平台中存在至少两个临床业务系统3的临床研究业务需求不同。
31.临床研究业务需求指示有效临床病历的筛选规则，则临床业务系统3可以根据临床研究业务需求从所有标准医疗病历中筛选出符合临床研究业务需求的有效临床病历。临床研究业务需求根据实际情况配置，其指示的筛选规则可以有多种类别，包括以下至少一种：标准医疗病历来自于预定科室、标准医疗病历的患者具有预定属性、标准医疗病历中包含预定指标项及其指标数据。患者的预定属性比如患者具有预定的性别、年龄等。
32.由此通过临床研究业务需求可以筛选出临床研究业务所需的有效临床病历，对于专病研究项目来说，一般是与目标疾病相关的病历。常规情况下，与目标疾病相关的病历至少包括患有该目标疾病的患者的病历。但在另一个实施例中，临床业务系统从所有标准医疗病历中筛选出的符合临床研究业务需求的有效临床病历包括目标病历和关联病历，其中，目标病历是患有目标疾病的患者的标准医疗病历，关联病历是与目标病历具有预定关系的标准医疗病历。比较典型的，关联病历与目标病历之间的预定关系是关联病历的患者与目标病历的患者之间的预定关系，比如常见的具有亲属关系，关联病历的患者虽然没有患有目标疾病，但在部分专病研究项目中，也具有较高的医学分析价值，比如对于遗传性疾病的研究分析具有较高价值。
33.临床业务系统3根据所有有效临床病历筛选得到所有标准化指标项中的有效指标项，有效指标项是在至少一个有效临床病例中存在对应的指标数据的标准化指标项，由此可以将所有有效临床病例中都不存在对应的指标数据的标准化指标项滤除，这部分标准化指标项对于该临床业务系统3所要展开的临床研究业务来说是冗余信息。
34.具体的，临床业务系统3通过至少两条线程并行处理，每条线程处理若干数量的标准医疗病历，在一个实例中，每条线程处理300个标准医疗病历。每条线程采用mapreduce方式处理每个标准医疗病历，线程遍历标准医疗病历得到标准医疗病历中所有存在对应的指标数据的标准化指标项作为候选指标项，对各条线程遍历各个标准医疗病历得到的候选指标项进行去重合并处理，筛选得到有效指标项。实际操作时，每条线程分别输出处理每个标准医疗病历得到的候选指标项，然后该线程对其处理的所有标准医疗病历的候选指标项进行去重合并后输出。所有线程都处理完成后，再把各条线程输出的候选指标项再次进行去重合并后输出，得到有效指标项。
35.临床业务系统3基于标准数据结构模型创建得到仅包含有效指标项的数据结构关系的业务数据结构模型。具体的，临床业务系统3从标准化治理系统2读取标准数据结构模型，并从读取到的标准数据结构模型中删除不属于有效指标项的标准化指标项，确定各个有效指标项在标准数据结构模型中的数据结构关系，然后按照各个有效指标项及互相之间在标准数据结构模型中的数据结构关系创建得到业务数据结构模型。
36.如上所述，标准数据结构模型一般形成树形结构，则相应的业务数据结构模型也一般形成树形结构，当一个有效指标项在标准数据结构模型中通过若干个目录节点连接到根节点时，有效指标项在业务数据结构模型中也通过相应的目录节点连接到根节点。比如
按照上述举例，对于有效指标项“体温”，其在标准数据结构模型中具有目录节点“生命体征”，则其在业务数据结构模型中也相应具有目录节点“生命体征”。
37.具体的，临床业务系统3读取到准数据结构模型后，从标准数据结构模型的根节点开始遍历每一个节点，若遍历到的节点是没有子节点的叶片节点，则表示遍历到的该节点即为一个标准化指标项，判断该标准化指标项是否是有效指标项，若是则保留，若不是则删除。若遍历到的节点有子节点，则表示遍历到的该节点是目录节点，递归遍历该目录节点的子节点，直至遍历到叶片节点。当前目录节点遍历完成后，判断该目录节点还是否含有子节点，如果没有子节点则表示作为其子节点的标准化指标项都不是有效指标项而被删除，这是该目录节点是空目录，则也删除该目录节点。由此可以得到的筛选后的标准数据结构模型仅包含各个有效指标项及其数据结构关系。
38.然后临床业务系统3按照筛选后的标准数据结构模型创建业务数据结构模型，具体的：首先建立业务数据结构模型的根节点与标准数据结构模型的根节点的对应关系，然后遍历筛选后的标准数据结构模型中还存在的节点，根据遍历到的节点的属性创建其对应的在业务数据结构模型中的节点，标准数据结构模型中的目录节点在业务数据结构模型中同样为目录节点，标准数据结构模型中的叶片节点在业务数据结构模型中同样为叶片节点。如图3所示，左侧记为标准树的即表示一个实例中的标准数据结构模型，其中虚线框内的是部分的有效指标项，右侧记为“就诊记录”的即表示对应得到的业务数据结构模型，可以直观看出，业务数据结构模型相比于标准数据结构模型删减了不属于有效指标项的标准化指标项，但数据结构关系保持不变。
39.由此处理得到的业务数据结构模型仅包含所有标准化指标项中的有效指标项，且各个有效指标项在业务数据结构模型中的数据结构关系与在标准数据结构模型中的数据结构关系相同，而且业务数据结构模型与标准数据结构模型中的同一个有效指标项存在映射关系。
40.每个有效指标项在业务数据结构模型与标准数据结构模型中的指标名称相同或不同，比如说对于业务数据结构模型中的指标名称为“体温”的有效指标项，其在标准数据结构模型中的指标名称可以相同为“体温”，也可以不同记为“温度”，不管指标名称是否相同，两者本质上还是同一个有效指标项，且存在映射关系。
41.临床业务系统3各自创建得到业务数据结构模型，由于临床研究业务需求往往不同，因此不同的临床业务系统3创建得到的业务数据结构模型往往也不同。每个临床业务系统3从标准化治理系统2中加载得到按照各自业务数据结构模型存储的业务医疗数据，业务医疗数据包括有效指标项及其对应的指标数据，得到的业务医疗数据即为符合自身临床研究业务需求的数据。
42.每个临床业务系统3从标准化治理系统2中加载有效指标项及其指标数据，并按照对应的深度治理流程对加载到的有效指标项及其指标数据进行深度治理，对完成深度治理后的有效指标项及其指标数据根据业务数据结构模型与标准数据结构模型之间的映射关系，得到按照业务数据结构模型存储的业务医疗数据。每个临床业务系统3采用的深度治理流程是预先配置的符合自身临床研究业务需求的数据治理流程，标准化治理系统2对原始医疗病历所执行的标准化治理流程一般包含所有临床业务系统3都需要的治理流程，这样只需统一标准化治理一次即可，而避免每个临床业务系统3都需要重复性各自进行标准化
治理。但由于每个临床业务系统3还有各自的个性化治理需求，这部分个性化治理需求由各个临床业务系统3通过各自的深度治理流程来完成。
43.然后各个临床业务系统3基于各自加载存储的业务医疗数据展开各自的临床研究业务。在实际医疗领域，数据产生时间是业务医疗数据非常重要的一个属性，在不同临床研究业务下有不同的意义。比如患者可能会就诊多次产生多个血常规对应的数据，在一个研究中可能重点需要研究患者第一次的血常规数据，在另一项研究中则可能需要重点研究患者在治疗后的血常规数据以判断治疗效果。再比如在研究药性肝损伤时，也是需要定义到第一次相关指标项的数据，而后续的数据则没有第一次的数据所具有的医疗研究价值。因此临床业务系统3一般以就诊记录访视的形式呈现业务医疗数据，也即临床业务系统基于业务医疗数据生成若干条就诊记录访视，每条就诊记录访视对应于一个医疗阶段且包含对应时间段内的业务医疗数据，不同的就诊记录访视对应不同的时间段。当有效临床病例包含目标病历和关联病历时，临床业务系统3会基于目标病历的业务医疗数据和关联病历的业务医疗数据分别生成就诊记录访视，且两者具有关联关系。另外，临床业务系统3还支持手动添加访视和修改访视数据结构，则临床业务系统3根据获取到的手动修改指令修改业务医疗数据。
44.由于本技术的做法可以按照临床研究业务需求根据标准数据结构模型来自动创建临床业务系统3的业务数据结构模型，而且在自动创建业务数据结构模型时已经与标准数据结构模型建立了映射，因此可以快速高效准确的从标准化治理系统2提取到临床业务系统3所需的数据。按照常规的做法，需要人工来创建临床业务系统3的业务数据结构模型，并且一个一个节点梳理其与标准数据结构模型的映射关系，而且在这过程中往往很容易出现业务数据结构模型和标准数据结构模型中的节点无法准确映射，而导致临床业务系统3饱和度不高、出现大量没有值的无效指标。而采用本技术的做法可以快速实现数据同步，在一个实例中，某医院针对黄疸专病的临床业务系统3需要涉及到1500多个有效指标项，按照常规的人工梳理方法需要耗时一周以上才能获得到临床业务系统3所需的数据，而且还存在大量指标没有指标数据的情况。而改用本技术的方法后，自动创建业务模型和数据同步的操作可以在1小时内完成，且数据饱和度高，大大提高了处理速度和数据提取质量。
45.以上所述的仅是本技术的优选实施方式，本发明不限于以上实施例。可以理解，本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化，均应认为包含在本发明的保护范围之内。