如微处理器、图形处理器以及其他处理设备和相关联的部件。总体而言，可以采用云计算 来以分离的方式执行服务，即，客户可以不已知服务在何处被执行，只要服务以预期的服务 质量被执行。
[0029] 如本文使用的，"临床数据"可以指的是以任何数量的常规方式从患者或从医学机 构收集的数据。例如，可以在现场由诸如医师或临床医师的医疗保健提供者收集临床数据。 在另一个实施例中，临床数据包括与给定患者或子群体的健康有关的数据。在另一个实施 例中，临床数据包括与医疗保健提供者的结构和本地性能有关的数据。备选地，患者可以 被接纳到诸如医院或急诊室的医疗保健提供者，并且可以通过例如在医疗保健提供者处的 接纳或实施来收集相关的临床数据。临床数据可以由其他医学设备收集，所述其他医学设 备例如是：包括针对诸如Sp02、温度、血压、心率等的每个生命体征的各个子系统的患者监 测器，各种成像装备，心脏起搏器监测器和探询设备，实验室装备以及其他临床数据收集系 统。临床数据也可以由患者的家庭监测系统收集，所述家庭监测系统可以报告物理的、化学 的、电学的或其他的患者的临床参数。本文所使用的数据收集可以是基于预先定义的事件 或随机过程的偶发性的、诸如每4小时的周期性的或连续性的。数据采集可以是实时的、接 近实时的或先前被采集并且之后被上传。
[0030] 医疗保健系统、应用、过程或提供者（此处往下被称为医疗保健提供者）12创建代 表数据所有者的数据，或处理收集的临床数据并且将临床数据安全地发送到远程计算资源 14,以进行分析和/或报告。在接收临床数据之后，远程计算资源14处理临床数据，并且根 据所述分析生成一个或多个结果和/或报告。如上文描述的，当请求医疗保健提供者共享 报告时，存在医疗保健提供者对贡献临床数据的不情愿或存在临床数据保真度的降低。这 通常是由于害怕其他医疗保健提供者会看到性能不足的方面。将站点映射到通用ID先前 已经用作对临床数据进行部分去识别的方式。然而，由于临床数据的内容，仍然能够通过已 知与特定医疗保健提供者有关的基本知识，来解码站点中的若干个。因此，本申请支持以这 样的方式收集临床数据：任何医疗保健提供者可以将它们的结果和/或报告与队列医疗保 健提供者进行比较，而没有其他医疗保健提供者能够推断它们的性能的风险。这将确保每 个医疗保健提供者对共享的结果和/或报告的匿名化，同时保持临床数据集中的特定非单 一属性。
[0031] 具体而言，医疗保健提供者12包括数据创建引擎18,所述数据创建引擎以代表数 据所有者（例如患者、医疗保健提供者自身等）的规范化的形式创建临床数据，然后所述临 床数据被存储在规范化的数据集数据库20中。在一个实施例中，由数据创建引擎18创建 的临床数据包括以任何数量的常规方式从患者或从医学机构收集的数据。在另一个实施例 中，数据创建引擎18根据公共模式创建临床数据，使得数据能够被识别并且可映射到在其 他医疗保健提供者及远程计算资源14中间的公共项。还应意识到，由数据创建引擎18创 建的临床数据包括与医疗保健提供者有关的唯一属性，所述唯一属性通常是将医疗保健提 供者推断为临床数据的源的方式，所述唯一属性例如是单元的数量、单元类型、流程的数量 和流程类型、测试的数量和测试类型、床的数量、患者医疗接触的次数、机构的数量等。
[0032] 为了对临床数据进行去规范化以使得其他医疗保健提供者不能推断临床数据的 源，医疗保健提供者12包括变换引擎22,所述变换引擎对由医疗保健提供者12创建的、被 存储在去规范化的数据集数据库24中的临床数据进行去规范化。具体而言，变换引擎22 对临床数据进行变换，使得当被查看时，相对于其他临床数据集，每个唯一属性是去规范化 的及匿名的。为了实现此，远程计算资源14针对被传送到变换引擎22或由变换引擎22 参考的临床数据的每个唯一属性，确定目标条目的数量。例如，远程计算资源14将变换格 式传送到每个医疗保健提供者12,所述变换格式命令变换引擎22如何抽取包括针对每个 唯一属性的目标条目的数量的临床数据。在需要医疗保健提供者匿名时设置针对在临床 数据中的每个唯一属性的目标数量。例如，如果第一医疗保健提供者数据集包括六（6)个 监护病房并且第二医疗保健提供者数据集包括两（2)个监护病房，则远程计算资源14将 监护病房的属性的条目的目标数量确定为数据集的条目的最小公共名数（lowest common denominate)。在该情况下，第一医疗保健提供者数据集将六（6)个监护病房条目变换为三 (3)个不同的二（2)监护病房条目，这样令第一医疗保健提供者数据集针对第二医疗保健 提供者数据集匿名。变换引擎22根据针对每个唯一属性的目标数量来变换临床数据，使得 临床数据的源是匿名的。具体而言，变换引擎22基于需要被匿名化的唯一属性、每个唯一 属性的目标数量以及从远程计算资源14接收的数据立方体定义，来将临床数据去规范化 到一个或多个数据立方体中。数据立方体定义是由远程计算资源14利用的标准数据格式， 使得能够有效地将去规范化的临床数据与其他医疗保健提供者临床数据进行比较。在另一 个实施例中，变换引擎22生成全局唯一识别符（GUID)的表，所述表将去规范化的数据中的 每个属性映射回到规范化的数据格式。为了重新识别去规范化的数据，重新识别引擎26利 用GUID的表将去规范化的数据映射回到其原始规范化的格式。医疗保健提供者12还包括 用户输入设备，以输入临床数据或调节每个唯一属性的目标数和/或数据立方体定义。在 一些实施例中，医疗保健提供者12包括向用户提供在其内人工输入临床数据的用户界面 和/或用于显示生成的报告和/或分析临床数据的的显示设备。
[0033] 例如，在表A中所描述的场景中，医疗保健提供者A包括三（3)个医院（医院1、2 和3)，所述医院具有各种病房（MI⑶、SI⑶、(XU、NICO、I⑶、CVI⑶、RI⑶和PI⑶）以及每病 房的各自的多个病床。医疗保健提供者B包括单个医院，所述医院具有三（3)个病房（CCU、 ICU和NICU)以及每病房的各自的多个病床。
[0034]
[0035] 表 A
[0036] 在远程计算系统14中，存在由医疗保健提供者12读取的配置，所述配置除了变换 立方体定义之外，还包含用于GUID替换的属性参数的目标数量。在这个范例中，病房大小 等于六（=6)并且每医院病房的病房数等于2( = 2)。在该范例中，有将源病床匿名化的 需要。如果数据不与病床相关联，而是代替地与医疗接触相关联，则医疗接触数据可以随机 地被分配到新的联合单元表示。
[0037] 变换引擎22通过将来自一个监护病房的病床随机分入到六（6)个病床的病房以 及具有两（2)个监护病房的医院的系统中，来将临床数据去规范化。如先前提到的，远程计 算资源14将变换格式传递到每个医疗保健提供者12,所述变换格式命令变换引擎22如何 抽取包括针对每个唯一属性的目标目标条目数量的临床数据。来自被接纳到这些病床的 患者的医疗接触数据现在能够被表示为临床数据，而没有针对其他站点的用于确定源的方 式。下面表B描述了对变换识别的系列化，以令容易查看变换，但在优选实施例中，变换识 别将不采取任何可辨别的顺序，并且包含一个相当长的字母数字随机GUID。以下表示所得 到的变换：
[0038]
[0039]
[0040] 表 B
[0041] 变换引擎22也创建了表示已经被变更了的描述符（在该情况下，医院和病房）的 GUID的表，并且存储参考表，以重新识别在源医疗保健提供者处的数据。针对医院医疗保健 提供者B，表C描述了该范例中的GUID的表。
[0043] 表 C
[0044