[发明专利]基于大数据聚类生成DIP综合病种目录的方法及系统

权利要求书

1.一种基于大数据聚类生成DIP综合病种目录的方法，其特征在于：包括以下步骤：

获取病案数据，并对获取的病案数据进行预处理；

将数据分割为多个子数据，并分配对应个数的Map函数；

数据Map的阶段，对子数据进行聚类；

数据Reduce阶段，对子数据的Map结果进行合并，得到最终的DIP综合病种目录。

2.如权利要求1所述的基于大数据聚类生成DIP综合病种目录的方法，其特征在于：

将病案首页数据进行核心病种目录的入组，对不能入核心病种目录组的数据进行预处理；

调整编码格式，病案首页版本统一映射为医疗保障疾病诊断分类及代码，将手术操作编码统一映射为医疗保障手术操作分类与编码；

对包含错误编码的数据进行舍弃。

3.如权利要求1所述的基于大数据聚类生成DIP综合病种目录的方法，其特征在于：

根据诊断编码和手术类型制定聚类所需要的数据特征，包括：

判断每个手术类别所对应的操作类型属性，按照操作类型的不同确定每条病案的最严重操作类型，得到操作类型集合；

对主诊断编码进行处理，分别提取出主诊断编码前三位和主诊断编码第一位，得到主诊编码集合；

根据得到的操作类型集合和主诊编码集合，制定出聚类所需要的数据特征，由主诊断编码前三位或第一位以及手术操作类型组成。

4.如权利要求1所述的基于大数据聚类生成DIP综合病种目录的方法，其特征在于：

最严重操作类型等级从大到小依次为手术操作、治疗操作和诊断操作。

5.如权利要求1所述的基于大数据聚类生成DIP综合病种目录的方法，其特征在于：

将数据分割为多个子数据，并分配对应个数的Map函数，包括：

对数据进行均等随机切分，每部分数据的数据类型保持完全一致；

对每个子数据分配一个Map函数，每一个Map任务处理一个数据分片，得到一个Map的结果保留并返回。

6.如权利要求1所述的基于大数据聚类生成DIP综合病种目录的方法，其特征在于：

数据Map的阶段，对子数据进行聚类，包括：

将未包含手术及操作的组合作为保守治疗组合，按照主诊断编码第一位进行聚类；

将操作属性为诊断性操作的组合，叠加主诊断编码前三位进行聚类，构建诊断性操作组；

将操作属性为治疗性操作的组合，叠加主诊断编码前三位进行聚类，形成治疗性操作组；

将操作属性为手术的组合，叠加主诊断编码前三位进行聚类，形成相关手术组。

7.如权利要求1所述的基于大数据聚类生成DIP综合病种目录的方法，其特征在于：

Reduce阶段，对子数据的Map结果进行合并，包括：

把Map得到的所有的簇合并为一个新的完整的数据集；

对相同key的类进行合并，每个簇聚集的例数大于阈值时保留，小于阈值的簇进行舍弃，最终完成DIP综合目录的生成。

8.一种基于大数据聚类生成DIP综合病种目录的系统，其特征在于：包括：

数据获取模块，被配置为：获取病案数据，并对获取的病案数据进行预处理；

数据分割模块，被配置为：将数据分割为多个子数据，并分配对应个数的Map函数；

数据聚类模块，被配置为：数据Map的阶段，对子数据进行聚类；

数据合并模块，被配置为：数据Reduce阶段，对子数据的Map结果进行合并，得到最终的DIP综合病种目录。

9.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的基于大数据聚类生成DIP综合病种目录的方法中的步骤。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的基于大数据聚类生成DIP综合病种目录的方法中的步骤。