[发明专利]基于住院病案首页的肿瘤登记随访数据处理方法及系统

说明书

本发明公开了一种基于住院病案首页的肿瘤登记随访数据处理方法及系统，该方法包括步骤：获得肿瘤患者的住院病案首页文本；从所述住院病案首页文本中提取出肿瘤信息，所述肿瘤信息包括肿瘤诊断编码；当所述肿瘤信息为多条，且肿瘤诊断编码重复或冗余时，仅保留其中一条或两条肿瘤信息。通过本发明，不仅可以完善记录肿瘤登记随访数据，而且可以从重复多余的信息中抽取出有效数据，避免重复冗余数据对后期例如发病率分析的影响，继而提高分析结果的准确性。

技术领域

本发明涉及医疗信息处理技术领域，具体涉及一种基于住院病案首页的肿瘤登记随访数据处理方法及系统。

背景技术

肿瘤登记是国际公认的关于人群肿瘤发病信息收集的标准方法，目的是了解人群中恶性肿瘤的发病、死亡和生存状况，为肿瘤病因研究提供依据。传统的肿瘤登记随访主要由人工登记，然后基于行政区域逐级上报。人工登记方式受登记人员主观因素影响导致误差大，漏报高且效率低。随着计算机技术的发展，有人提出了基于计算机实现的登记系统，例如公开号为CN 109243551 A的中国发明专利申请提出了一种肿瘤登记随访网络直报系统，各登记处可将其汇总的数据直接上报系统，系统再将所有登记处上报的数据进行汇总。虽然该系统也会对重卡数据进行筛选，但是也仅仅是筛选重卡数据，而对于同一患者持有同一张卡也可能登记多条数据，且各登记处也是基于人工汇总方式获得数据，因此该方方案依然存在数据冗余或重复的情况，继而会导致依据肿瘤登记数据进行例如发病率计算等分析的结果不准确。

发明内容

为了改善现有技术中存在的肿瘤登记随访数据中存在着大量重复冗余数据的技术问题，提供一种基于住院病案首页的肿瘤登记随访数据处理方法及系统，可以消除重复或冗余的数据，以提高肿瘤登记随访数据的准确性，继而为后续数据分析提供更可靠的数据支持，例如提高发病率分析的准确性。

为实现上述目的，本发明采用的技术方案如下：

一方面，本发明实施例提供了一种基于住院病案首页的肿瘤登记随访数据处理方法，包括以下步骤：

获得肿瘤患者的住院病案首页文本文本；

从所述住院病案首页文本文本中提取出肿瘤信息，所述肿瘤信息包括肿瘤诊断编码；

当所述肿瘤信息为多条，且肿瘤诊断编码重复或冗余时，仅保留其中一条或两条肿瘤信息。

上述方案从单一肿瘤患者的角度而言的，针对于同一患者，先提取住院病案首页文本，然后再对住院病案首页文本中的信息进行分析。肿瘤的确诊都需要通过医院进行，确诊的过程中也需要住院，继而会产生住院病案，住院病案都会根据规定记录相关信息，因此病案首页文本中记载的信息的真实性准确性有保障，继而通过提取住院病案首页文本中的字段信息进行分析，避免了人工统计，不仅效率高，而且准确度高，准确度高体现在两方面，一是病案首页文本这个数据来源准确，二是机器处理的客观性更强，可以避免人为错误。数据真实准确，继而基于肿瘤信息进行的例如发病率、死亡率等分析的结果的准确度也被提高。

另外，通过对肿瘤诊断编码的分析，继而剔除重复或冗余的肿瘤信息，由于肿瘤诊断编码是病案首页文本中必有的字段信息，且诊断编码有相应的标准，可以保障准确性，因此基于肿瘤诊断编码进行重复冗余分析，可以有效保障本方案的可行性及可靠性。

所述肿瘤信息还包括确诊时间；所述当所述肿瘤信息为多条，且肿瘤诊断编码重复或冗余时，仅保留其中一条或两条肿瘤信息的步骤，包括：当所述肿瘤信息为多条，且肿瘤诊断编码重复或冗余时，仅保留确诊时间最早的一条或两条肿瘤信息。

确诊时间是肿瘤分析的一项重要参数，也是病案首页文本中的必有字段，记录确诊时间最早的肿瘤信息，更有利于对该种肿瘤的起始时间、发病历史等进行分析。也就是说，可以进行更多的分析，继而扩大肿瘤数据的应用面，还可以解决因时间记录不准确而导致后续肿瘤分析结果不准确的技术问题。

所述当所述肿瘤信息为多条，且肿瘤诊断编码重复或冗余时，仅保留确诊时间最早的一条或两条肿瘤信息的步骤，包括：