[发明专利]一种多源异构非结构化病历数据融合方法

说明书

本发明公开了一种多源异构非结构化病历数据融合方法。所述方法基于以下构思，基于病历数据平台的数据表建立表虚拟类，所述表虚拟类包括实体生成SQL语句算法；通过表虚拟类建立与病历数据平台内的数据表的属性一一对应的表类；建立数据控制虚拟类，以属性的方式包含病例数据平台中数据表的对应表类的实例，所述数据控制虚拟类包括虚拟转换算法，所述虚拟转换算法将数据转换成为表类的对象；调用所述实体生成SQL语句算法，通过反射技术遍历所述表类的对象，将数据的属性转成SQL语句，存储进病历数据平台的数据表。本发明在不影响原系统结构和稳定性的前提下，实现了病历数据融合，提升了操作安全性和融合效率，并且有效降低了出错率。

技术领域

本发明涉及电子病历技术领域，尤其涉及一种多源异构非结构化病历数据融合方法。

背景技术

随着中国医疗事业的发展，医疗信息化程度虽然提高，但各家医院的HIS(Hospital Information System)系统存储结构并不一致。为了进行科学研究，面对从不同医院的HIS数据库中导出没有任何结构文本数据，如何实现对于多个数据源中的非结构化的数据进行整合，去除隐私，形成结构化数据是中文电子病历研究工作中的一项重要内容。至目前来说，中国还不存在这样的医疗信息共享的数据，对多种数据源的、不同结构的、非结构化的数据的整合，还处于萌芽状态。

例如图1所示，病历数据来自于多家不同医院的病历文本数据，用以研究多源异构非结构化的病历数据融合，其文本病历数据中含以下特点：

(1)病历的形式均为文本的，但文本的形式不统一，有word形式的，txt形式的，都是非结构化的数据。

(2)文本的数据量大，近100MB。

(3)各家医院的病历数据文件的内容、结构相互之间无相似。由于病历数据源来自各个不同的地方，而且各个地方医院采用的HIS系统不一致，再加上人工从HIS系统中导出的操作各个不同。结果导致病历数据的格式不一致。

(4)不同地区医院的数据结构基本不一致，但是同一个地区的文件的格式基本一致。

实现上述非结构化病例数据融合，存在影响原系统稳定性，操作复杂，效率低下，出错率高，需要二次修正等问题。

发明内容

为解决上述问题，本发明提供一种多源异构非结构化病历数据融合方法，旨在数据平台原有形态的基础上，对新数据进行结构化操作，形成与数据平台匹配的结构后进行添加，不影响原数据平台或系统运行和稳定性，并且避免或减少进一步的机器或人工修正。

一种多源异构非结构化病历数据融合方法，包括以下步骤：

(a)基于病历数据平台的数据表建立表虚拟类，所述表虚拟类包括实体生成SQL语句算法；

(b)通过表虚拟类建立与病历数据平台内的数据表的属性一一对应的表类；

(c)建立数据控制虚拟类，以属性的方式包含病例数据平台中数据表的对应表类的实例，所述数据控制虚拟类包括虚拟转换算法，所述虚拟转换算法将数据转换成为表类的对象；

(d)调用所述实体生成SQL语句算法，通过反射技术遍历所述表类的对象，将数据的属性转成SQL语句，存储进病历数据平台的数据表。

优选的，所述病历数据平台的数据表包括病人个人信息，病人的病史信息，病例的基本信息和病程记录信息。

优选的，所述数据的属性是word或text。

一种多源异构非结构化病历数据融合方法，包括以下模块：

(a)表虚拟类模块，包括实体生成SQL语句算法；

(b)表类模块，通过表虚拟类模块得到与病历数据平台内的数据表的属性一一对应的表类；