[发明专利]一种实现医疗绩效量化的方法和系统

说明书

技术领域

本发明一般地涉及医疗数据处理方法，并且更特别地，涉及一种实现医疗绩效量化的方法系统。

背景技术

中国医院信息化发展已经历了20余年的历程，从着眼于流程和计费管理的HIS到目前广泛应用于记录临床过程和结论的电子病历系统(EMR)、实验室系统(LIS)、放射系统(RIS)、影像系统(PACS)、护理系统(NIS)、手麻系统(OAS)，众多临床系统以结构化或非结构化形式记录了各类临床数据，临床数据分类与医院临床信息系统(CIS)的对应关系。然而，由于临床数据体量巨大，积累速度快但其中关键环节信息量有限，很多关键信息需要多源关联化判决，目前来说对于医疗绩效的量化还处于人工评定阶段，缺乏自动化且相对客观的机评系统。

医疗数据分析的难点，主要在于医疗术语的描述变化多端。同一项信息由于记录者习惯不同，在表达方式上也不完全一致，例如：对于家族史的表达，在“入院记录”中，有的记录为：“家族史：高血压、糖尿病”，有的记录为：“否认以下家族史：高血压、糖尿病”，多类表达需要后期处理为同一表达方式：病案号+家族史代码+结果。

因此，在进行大规模语义分析时，如果没有建立标准语义库做参照，实现真正意义上的大数据分析是很困难的，更不要说实现医疗绩效量化。

发明内容

为了解决现有技术中缺乏基于医疗大数据来对医疗绩效进行量化的问题，本发明的目的是提供一种实现医疗绩效量化的方法，使对医疗绩效的量化更加便捷也更加客观。

本发明的另一技术方案提供了一种实现医疗绩效量化的系统。

为了实现上述目的，本发明的一个技术方案提供了一种实现医疗绩效量化的方法，包括以下步骤：

S1、建立专业词库；

S2、建立key-value字典，对专业词库中的专业词进行赋值；

S3、利用建立的专业词库对医疗案例进行分词，并利用key-value字典对医疗案例进行赋值评分；

S4、将各个科室的医疗案例评分进行汇总并排名。

进一步地，所述S1包括以下分步骤：

S11、根据医疗病历的填写项目录入部分医疗词汇以建立基本的专业词库；

S12、利用专业词库，对现有海量医疗案例进行分词分析，并统计词频，将频率高的、不在专业词库中的前N个专业词选出，分类后归入专业词库；

S13、重复S12直至未被归入专业词库的专业词之间的词频相差不大于P1，0≤P1≤1，专业词库即完成建立。

进一步地，所述S2包括以下分步骤：

S21、对专业词进行分类，并在分类时对不同类型的专业词进行权重赋值，不同类型的专业词权重不同，所述权重的赋值范围为0-1；

S22a、对在医疗案例中已经被赋值的专业词X_i，按下列公式进行数值赋值：

V＝(1-|V_x-V_av|/V_av)*100,

其中，V是所述词X_i在方法中的实际赋值，

V_x是所述词X_i在医疗案例中的赋值，

V_av是所述词X_i在现有医疗案例中的平均赋值；

S22b、对在医疗案例中未被赋值的专业词Y_i，按各个医疗领域总结出的经验进行数值赋值，所述专业词Y_i的赋值范围为-100至100；

S23、根据专业词的权重赋值和数值赋值计算该词最终的一个赋值，该赋值等于权重赋值与数值赋值的乘积。

进一步地，S3包括以下分步骤：

S31、对该医疗案例依据专业词库进行分词，并依据key-value字典对在该医疗案例中并在专业词库中的专业词分别进行赋值；

S32、在对专业词分别赋值后，将属于专业词库中同一种类的专业词的赋值进行叠加，当叠加的结果超过阈值Bh或低于阈值Bl时，对该叠加结果进行记录并对该医疗案例进行标记，然后将该叠加结果对应调至Bh或Bl，0≤Bh，Bl≤Bh。

进一步地，S4包括以下分步骤：

S41、对每个科室的各个医疗案例评分分别进行汇总叠加，根据每个科室的医疗案例评分的叠加结果排名；

S42、对各个科室的出现标记的医疗案例个数分别进行汇总叠加，根据标记个数对S41得到排名进行调整。

本发明的另一个技术方案提供了一种实现医疗绩效量化的系统，其特征在于，包括以下模块：