醫(yī)療大數(shù)據(jù)平臺中數(shù)據(jù)模型的構(gòu)建需要對接不同廠商、不同版本的不同系統(tǒng)，需要深度了解和對接醫(yī)院的各個信息化系統(tǒng)，一方面需要滿足醫(yī)院信息化系統(tǒng)的實(shí)際情況和應(yīng)用需要，另一方面還需要契合國家和行業(yè)的各項(xiàng)數(shù)據(jù)標(biāo)準(zhǔn)要求，以滿足大數(shù)據(jù)平臺對智慧醫(yī)院各項(xiàng)評級，包括互聯(lián)互通測評、電子病歷評級、智慧管理評級和智慧服務(wù)評級的需要。
獲取各種系統(tǒng)數(shù)據(jù)后，通過數(shù)據(jù)集成服務(wù)將數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換，并調(diào)用數(shù)據(jù)治理服務(wù)將不同來源的數(shù)據(jù)集成到源數(shù)據(jù)存儲層，源數(shù)據(jù)存儲層主要是為了將不同廠商、不同數(shù)據(jù)庫類型的異構(gòu)數(shù)據(jù)集成至統(tǒng)一的數(shù)據(jù)模型中，為了使異構(gòu)數(shù)據(jù)能夠變成統(tǒng)一可用數(shù)據(jù)，通過基于NLP的結(jié)構(gòu)化服務(wù)平臺及大數(shù)據(jù)治理服務(wù)平臺將數(shù)據(jù)集成到醫(yī)院數(shù)據(jù)中心中，然后為不同主題提供統(tǒng)一的數(shù)據(jù)來源。
基于對國家和行業(yè)標(biāo)準(zhǔn)數(shù)據(jù)集的深刻理解，結(jié)合醫(yī)院的信息化現(xiàn)狀，形成醫(yī)院特有的可擴(kuò)展的數(shù)據(jù)模型，再按照實(shí)際應(yīng)用需求形成不同類型的主題數(shù)據(jù)中心，支持頂層的不同應(yīng)用，滿足各種應(yīng)用場景全面支撐智慧醫(yī)院應(yīng)用建設(shè)。
通過選擇不同數(shù)據(jù)源，數(shù)據(jù)結(jié)構(gòu)或者輸入SQL語句產(chǎn)生邏輯封裝成不同的數(shù)據(jù)API。
可維護(hù)管理API服務(wù)的啟用、停用、測試和授權(quán)管理，支持查看接口請求參數(shù)、相應(yīng)響應(yīng)參數(shù)等信息。
統(tǒng)計(jì)分析指的是關(guān)于API接口的調(diào)用次數(shù)、服務(wù)應(yīng)用數(shù)、用戶規(guī)模數(shù)、調(diào)用異常情況等信息。同時增加周、月、日環(huán)比增長，隨著時間趨勢觀察數(shù)據(jù)中臺的調(diào)用情況。
提供創(chuàng)建人、審核狀態(tài)、申請內(nèi)容、使用范圍、使用時間等信息，讓審核管理員快速查看信息，審核通過。
采用的CDM通用數(shù)據(jù)模型是基于PCORnet CDM、OHDSI OMOP CDM設(shè)計(jì)的，并與國內(nèi)臨床疾病數(shù)據(jù)充分整合，能有效的實(shí)現(xiàn)不同來源、不同標(biāo)準(zhǔn)數(shù)據(jù)的整合，保證數(shù)據(jù)檢索與應(yīng)用的效率。此外更完美兼容了國內(nèi)外疾病模型，有效地保證未來實(shí)現(xiàn)數(shù)據(jù)國際互通的可能性。
通用數(shù)據(jù)模型的建立旨在將各業(yè)務(wù)系統(tǒng)對同一指標(biāo)的不同表述進(jìn)行統(tǒng)一。文本數(shù)據(jù)經(jīng)人工智能自然語言處理技術(shù)完成后結(jié)構(gòu)化，通過對應(yīng)醫(yī)學(xué)術(shù)語標(biāo)準(zhǔn)集進(jìn)行術(shù)語的歸一及標(biāo)準(zhǔn)化，保證信息提取的準(zhǔn)確性及一致性，將不同表述經(jīng)過數(shù)據(jù)治理后納入通用數(shù)據(jù)模型框架。
基于通用數(shù)據(jù)模型的基礎(chǔ)，對應(yīng)不同病種的個性化需求，進(jìn)一步在醫(yī)療范圍內(nèi)建立標(biāo)準(zhǔn)化模型，規(guī)范醫(yī)療數(shù)據(jù)管理基本信息內(nèi)容，為醫(yī)療機(jī)構(gòu)數(shù)據(jù)管理提供一套術(shù)語規(guī)范、定義明確、語義語境無歧義并支持?jǐn)U展的標(biāo)準(zhǔn)。
以患者為單位，整合人口學(xué)、病史、檢查、化驗(yàn)、治療、院外隨訪等信息集成全結(jié)構(gòu)化數(shù)據(jù)，進(jìn)一步以變量為單位進(jìn)行域和值的精確邏輯判斷進(jìn)行數(shù)據(jù)清洗，搭配專病邏輯規(guī)則轉(zhuǎn)化，處理完成數(shù)據(jù)存儲于標(biāo)準(zhǔn)模型。構(gòu)建一套完整的數(shù)據(jù)治理及質(zhì)控流程，實(shí)現(xiàn)在數(shù)據(jù)收集、存儲、搜索、發(fā)布交換等應(yīng)用中的完整性、準(zhǔn)確性、一致性和可比性，保證專病數(shù)據(jù)在應(yīng)用、共享層面的有效性最優(yōu)化。
個人健康檔案主索引系統(tǒng)是對傳統(tǒng)患者主索引系統(tǒng)的延伸，基于醫(yī)院系統(tǒng)患者數(shù)據(jù)、區(qū)域健康檔案等患者及居民維度的信息，通過建立統(tǒng)一的個人健康檔案主索引、依據(jù)高效精準(zhǔn)的匹配算法支持患者就診、健康、醫(yī)療衛(wèi)生相關(guān)信息全面整合的患者主索引統(tǒng)一管理系統(tǒng)。個人健康檔案系統(tǒng)可為區(qū)域內(nèi)各業(yè)務(wù)系統(tǒng)、管理系統(tǒng)與患者主索引相關(guān)的各項(xiàng)服務(wù)，包括人員信息注冊、更新、查詢等，實(shí)現(xiàn)區(qū)域的患者信息統(tǒng)一管理。
基于人工智能的個人健康檔案主索引采用機(jī)器學(xué)習(xí)算法，以歷史數(shù)據(jù)為基礎(chǔ)訓(xùn)練集，自動訓(xùn)練出匹配規(guī)則，相較與傳統(tǒng)患者主索引規(guī)則匹配，具有更高的準(zhǔn)確率、召回率和可解釋性。
系統(tǒng)實(shí)現(xiàn)任何與患者個人數(shù)據(jù)相關(guān)的數(shù)據(jù)改動（如注冊，撤銷注冊等），并通過衛(wèi)生局提供SMS的服務(wù)接口發(fā)送相應(yīng)的消息傳至患者手機(jī)。
數(shù)據(jù)融合主索引接收HL7的A01、A04、A05三種類型的消息，從消息中獲取患者的個人信息與就診信息，對患者信息進(jìn)行注冊等操作，并保存就診信息。
統(tǒng)計(jì)分析：實(shí)時統(tǒng)計(jì)出最近注冊的患者人次以折線圖的形式展示。同時也可以根據(jù)日期范圍進(jìn)行統(tǒng)計(jì)分析。
患者匹配：主要根據(jù)患者識別字、姓名、性別、生日等信息進(jìn)行匹配，首先在根據(jù)患者識別字在交叉索引中查找匹配的患者，將查詢結(jié)果中的患者信息與當(dāng)前患者的信息進(jìn)行匹配，若信息一致，則標(biāo)識為同一患者，否則為新患者。
患者注冊：數(shù)據(jù)融合主索引接收HL7的A01、A04、A05三種類型的消息，從消息中獲取患者的個人信息與就診信息，對患者信息進(jìn)行注冊等操作，并保存就診信息。
患者更新：數(shù)據(jù)融合主索引接收HL7的A08類型的消息，從消息中獲取患者的個人信息，對患者信息進(jìn)行更新等操作。
患者合并：數(shù)據(jù)融合主索引接收HL7的A40類型的消息，從消息中獲取需要合并的患者標(biāo)識信息，對患者信息進(jìn)行合并等操作；另外，通過數(shù)據(jù)融合主索引管理介面，管理員可以對患者主索引信息進(jìn)行審核，當(dāng)發(fā)現(xiàn)同一患者被分配不同的主索引時，可以對其進(jìn)行合并操作。
患者拆分：通過數(shù)據(jù)融合主索引管理介面，管理可以對患者的交叉索引進(jìn)行審核，當(dāng)發(fā)現(xiàn)不同患者錯誤地歸入了同一主索引標(biāo)識，可以對其進(jìn)行拆分操作。
檢索患者個人信息：數(shù)據(jù)融合主索引接收HL7的Q22類型的消息，此消息中的查詢準(zhǔn)則可以包括標(biāo)志符、姓名、性別、生日、地址、帳號等，并包括返回結(jié)果的數(shù)量，數(shù)據(jù)融合主索引經(jīng)過查詢匹配后，返回符合條件的患者信息。
檢索交叉索引：數(shù)據(jù)融合主索引接收HL7的Q23類型的消息，此消息中的查詢準(zhǔn)則可以包括識別字和查詢的目標(biāo)標(biāo)識域，數(shù)據(jù)融合主索引經(jīng)過查詢匹配后，返回目標(biāo)域的識別字。
患者就診查詢：通過數(shù)據(jù)融合主索引的管理介面，可以查詢患者的歷次就診信息。
機(jī)構(gòu)注冊：具有查詢、新增、修改、刪除系統(tǒng)范圍內(nèi)涉及到的機(jī)構(gòu)信息，包括機(jī)構(gòu)編號、機(jī)構(gòu)名稱、上級機(jī)構(gòu)等基本信息；
系統(tǒng)注冊：具有查詢、新增、修改、刪除系統(tǒng)范圍內(nèi)涉及到的相關(guān)系統(tǒng)信息，如HIS、LIS、RIS、PACS等，包括機(jī)構(gòu)編號、系統(tǒng)名稱、備注信息等；
患者主索引查詢：包括根據(jù)選擇的條件查詢符合條件的患者主索引信息，查詢選擇患者的所有就診信息，人口學(xué)信息以及就醫(yī)簡史等信息；
患者交叉索引查詢：根據(jù)選擇的條件查詢符合條件的患者主索引信息以及關(guān)聯(lián)的交叉信息，以及查看選擇的交叉信息的詳細(xì)信息。
將醫(yī)院現(xiàn)有患者資料進(jìn)行主索引初始化，形成基于患者主索引的患者索引數(shù)據(jù)庫。主要根據(jù)患者標(biāo)識符、姓名、性別、生日等信息進(jìn)PG電子官方平臺入口行匹配，首先再根據(jù)患者標(biāo)識符在交叉索引中查找匹配的患者，將查詢結(jié)果中的患者信息與當(dāng)前患者的信息進(jìn)行匹配，若信息一致，則標(biāo)識為同一患者，否則為新患者。
在掛號程序中調(diào)用EMPI服務(wù)，識別患者關(guān)鍵信息，進(jìn)行患者ID注冊和搜索，如果當(dāng)前新患者與已有索引庫中的患者相似，則自動進(jìn)行匹配。
在入院管理系統(tǒng)中調(diào)用EMPI服務(wù)，識別患者關(guān)鍵信息，如果當(dāng)前新患者與已有索引庫中的患者相似，則自動進(jìn)行匹配。
在調(diào)閱患者歷史檢驗(yàn)報告時，通過EMPI，將符合主索引規(guī)則的患者多次門診、住院的檢驗(yàn)報告同時進(jìn)行展示。
在不同醫(yī)院之間進(jìn)行就診和轉(zhuǎn)診的患者，通過建立索引規(guī)則和機(jī)制可以進(jìn)行數(shù)據(jù)映射和關(guān)聯(lián)，并展示患者全生命周期的數(shù)據(jù)。
首創(chuàng)的患者主索引核心算法內(nèi)置了人口學(xué)匹配模型Fellige-Sunter（高準(zhǔn)確率）和IHE PIX模型（高性能），注冊合并速度在300～450TPS，比起業(yè)界平均水平要高出20多倍，且能真正滿足大型區(qū)域級數(shù)據(jù)融合的需求。
特別聲明：智慧醫(yī)療網(wǎng)轉(zhuǎn)載其他網(wǎng)站內(nèi)容，出于傳遞更多信息而非盈利之目的，同時并不代表贊成其觀點(diǎn)或證實(shí)其描述，內(nèi)容僅供參考。版權(quán)歸原作者所有，若有侵權(quán)，請聯(lián)系我們刪除。
下一篇：溫州市衛(wèi)生健康信息中心基于數(shù)據(jù)與能力雙輪驅(qū)動，構(gòu)建醫(yī)療 AI 服務(wù)新模式
溫州市衛(wèi)生健康信息中心基于數(shù)據(jù)與能力雙輪驅(qū)動，構(gòu)建醫(yī)療 AI 服務(wù)新模式
黃天蔭院士：AI賦能醫(yī)療，DeepDKD系統(tǒng)與人工智能醫(yī)院引領(lǐng)健康新范式
“人工智能+腦科學(xué)”再添拼圖：復(fù)旦兒科啟動我國首個兒童腦健康大模型應(yīng)用
多領(lǐng)域應(yīng)用助力提升臨床診斷和藥品研發(fā)效率人工智能為健康服務(wù)注入新動力（健康焦點(diǎn)）
溫州市衛(wèi)生健康信息中心基于數(shù)據(jù)與能力雙輪驅(qū)動，構(gòu)建醫(yī)療 AI 服務(wù)新模式
黃天蔭院士：AI賦能醫(yī)療，DeepDKD系統(tǒng)與人工智能醫(yī)院引領(lǐng)健康新范式
“人工智能+腦科學(xué)”再添拼圖：復(fù)旦兒科啟動我國首個兒童腦健康大模型應(yīng)用
多領(lǐng)域應(yīng)用助力提升臨床診斷和藥品研發(fā)效率人工智能為健康服務(wù)注入新動力（健康焦點(diǎn)）
