一种基于pks的肾病数据要素专病库构建方法及装置
技术领域：
：1.本技术涉及数据治理
技术领域：
：，具体涉及一种基于pks的肾病数据要素专病库构建方法及装置。
背景技术：
：：2.慢性肾病(chronickidneydisease，ckd)起病隐匿，疾病初期症状往往难以被察觉，因此大部分患者在后期才被诊断出来，且国内尚缺乏国产化精准诊疗系统。国内用于辅助诊疗的系统设备在成功能落地时，多采用国外硬件设备和软件系统，不支持具有自主知识产权，完全自主可控的医疗体系支撑安全，因此数据安全和网络安全无法保障，另外，目前的系统多基于医院信息系统采用服务器/客户机架构的医学数据库管理系统，跨医疗机构的肾病专病库中的数据类型各不相同，不能进行数据的融合，患者数据零散，无法形成循证医学证据。数据仅停留在上传汇集状态，无法实现数据的重复使用，且不具备跨机构流通性。技术实现要素：3.本技术提供了一种基于完全自主可控计算安全架构(phytium-kylin-secure，pks)的肾病数据要素专病库构建方法及装置，能够实现精准诊疗辅助决策、肾病医疗相关数据的跨机构流通，以及保证了操作安全、网络安全和数据安全。4.第一方面，本技术提供了一种基于pks的肾病数据要素专病库构建方法，所述方法包括：5.抽取多个肾病医疗相关数据进行存储，所述每个肾病医疗相关数据包括患者身份信息及其对应的医疗信息；6.对所述多个肾病医疗相关数据进行数据治理和数据脱敏，得到待形成数据要素的目标数据；7.将所述目标数据中的患者身份信息及其对应的医疗信息进行模态数据和组态数据的解耦，将解耦后得到患者身份信息作为模态数据要素，及将解耦后得到的医疗信息作为组态数据要素；8.以所述模态数据要素和所述组态数据要素分别为单位进行存储，得到肾病数据要素专病库。9.通过与健康医疗大数据平台的连接，将不同医院、不同医疗机构、不同科室的肾病医疗相关数据汇集到数据中台，打通区域内跨机构、机构内跨系统、系统内跨字段，得到可持续的增量活数据，实现单一主随id的互联互通，建立肾病患者疾病全生命周期服务。另外，数据要素的构建，能够在一定程度上保证数据安全，进而使得数据能够在不同的应用场景相互流通。10.数据要素的形成，使得目前数据资源缺乏确权、计量、定价、开放、流通、交易等过程的安全管理的情况得到改善，且能够在一定程度上完善数据产权和过程的安全机制。11.在一种可能的实施方式中，所述肾病数据要素专病库是通过抽取互联网、医学文献数据库、开放数据库、不同医院和医疗机构中的肾病医疗相关数据的数据中台构建的，且与健康医疗大数据平台在各区域、地方、机构的系统或前置机进行数据交互；12.所述数据中台底座是基于可适配的pks构建的；13.所述pks是基于进阶精简指令集机器arm架构构建的，所述arm架构包括硬件系统和软件系统，所述硬件系统中预置了密码体系和内置可信核安全机制，软件系统中预置了白名单、访问控制和未知漏洞防护策略。14.在一种可能的实施方式中，所述患者身份信息与所述模态数据对应，医疗信息与组态数据对应。15.目前，肾病医疗相关数据仅处于上传汇集状态，无序且混乱，无法流通且无法重复使用，形成数据孤岛，因此为了使肾病医疗相关数据成为有序、有价值的数据资源，需要在原始数据以及数据应用之间找到一个“中间态”，即数据要素，通过数据要素的构建(原始数据与数据应用的解耦，分立组态数据集和模态数据特征两类数据要素)，能够实现数据的高复用流通和数据交互。16.在一种可能的实施方式中，所述医疗信息包括下列内容中的部分或全部：17.检查项目类型、通过问诊获得的诊疗数据、基于所述诊疗数据根据经验得到的诊疗结果数据、通过检查设备端获得的检查所见数据、基于所述检查所见数据根据经验所得到的所述检查结论数据、治疗方式以及基于预设的语义关联关系从互联网、医学文献数据库、开放数据库、不同医院和医疗机构获取到数据。18.在一种可能的实施方式中，对所述多个肾病医疗相关数据进行数据治理，包括：19.对所述多个肾病医疗相关数据进行数据清洗、梯次利用和数据标识标注等操作。20.在一种可能的实施方式中，对所述多个肾病医疗相关数据进行数据脱敏，包括：21.根据预设待脱敏信息类型，将所待脱敏信息类型对应的患者身份信息进行脱敏处理。22.在一种可能的实施方式中，将所述数据表中的患者身份信息表项对应的数据进行脱敏，包括如下至少一种方式：23.将所述数据的部分字符替换为预定义的字符；24.截取所述数据的部分进行显示；25.利用加密算法对所述数据进行加密。26.对待脱敏信息类型的患者身份信息进行脱敏，保证了数据的本质安全。27.第二方面，本技术提供了一种精准诊疗辅助决策方法，所述方法包括：28.响应于诊疗辅助决策指令，获取录入的患者个人信息；29.在肾病数据要素专病库中，对所述患者个人信息根据预设的语义关系进行医疗信息的全量解析，得到第一全量解析信息，并抽取与所述第一全量解析信息相匹配的第二全量解析信息；30.将所述第二全量解析信息作为诊疗辅助决策的结果，并显示在显示界面的对应栏位上；31.其中，所述第二全量信息是基于人工智能算法对不同类型的数据要素根据预设的语义关系进行医疗信息的全量解析后得到的，所述肾病数据要素专病库是通过将获取的多个肾病患者身份信息及医疗信息进行数据治理、数据脱敏以及进行模态数据和组态数据的解耦，并将解耦后的肾病患者身份信息和医疗信息构建为不同类型的数据要素得到的。32.第三方面，本技术提供了一种基于pks的肾病数据要素专病库构建的装置，所述装置包括：33.抽取模块，用于抽取多个肾病医疗相关数据进行存储，所述每个肾病医疗相关数据包括患者身份信息及其对应的医疗信息；34.形成模块，用于对所述多个肾病医疗相关数据进行数据治理和数据脱敏，得到待形成数据要素的目标数据；35.解耦模块，用于将所述目标数据中的患者身份信息及其对应的医疗信息进行模态数据和组态数据的解耦，将解耦后得到患者身份信息作为模态数据要素，及将解耦后得到的医疗信息作为组态数据要素；36.构建模块，用于以所述模态数据要素和所述组态数据要素分别为单位进行存储，得到肾病数据要素专病库。37.第四方面，本技术提供了一种精准诊疗辅助决策装置，所述装置包括：38.获取模块，用于响应于诊疗辅助决策指令，获取录入的患者个人信息；39.抽取模块，用于在肾病数据要素专病库中，对所述患者个人信息根据预设的语义关系进行医疗信息的全量解析，得到第一全量解析信息，并抽取与所述第一全量解析信息相匹配的第二全量解析信息；40.显示模块，将所述第二全量解析信息作为诊疗辅助决策的结果，并显示在显示界面的对应栏位上；41.其中，所述第二全量信息是基于人工智能算法对不同类型的数据要素根据预设的语义关系进行医疗信息的全量解析后得到的，所述肾病数据要素专病库是通过将获取的多个肾病患者身份信息及医疗信息进行数据治理、数据脱敏以及进行模态数据和组态数据的解耦，并将解耦后的肾病患者身份信息和医疗信息构建为不同类型的数据要素得到的。42.第五方面，本技术提供了一种pks体系，包括：43.硬件系统、软件系统和安全机制；44.所述硬件系统包括：至少一个飞腾处理器、与所述至少一个飞腾处理器通信连接的内存以及至少一个网络交换芯片，其中，所述至少一个网络交换芯片用于在网络中获取数据，所述内存存储有可能被所述至少一个飞腾处理器执行的指令，所述指令被至少一个飞腾处理器执行，以使所述至少一个飞腾处理器能够执行如上述第一方面的方法，或执行如上述第二方面的方法；45.所述软件系统包括：麒麟操作系统，用于提供内核探测功能、对进程网络流量监控、预防非法网络入侵；46.所述安全机制包括：预置在所述飞腾处理器、内存以及网络交换芯片的密码体系和内置可信核安全机制，以及预置在所述麒麟操作系统白名单、访问控制和未知漏洞防护策略，以保证所述至少一个网络交换芯片在网络中获取的数据的安全、所述至少一个网络交换芯片在网络中获取数据过程的安全以及所述至少一个飞腾处理器能够执行如上述第一方面的方法过程的安全，或执行上述第二方面的方法过程的安全。附图说明47.图1为根据本发明示例性实施例示例的一种基于pks的肾病数据要素专病库构建的方法流程示意图；48.图2为根据本发明示例性实施例示例的一种精准诊疗辅助方法流程示意图；49.图3为根据本发明示例性实施例示例的一种用于诊疗的用户界面示意图；50.图4为根据本发明示例性实施例示例的一种用于科研的用户界面示意图；51.图5为根据本发明示例性实施例示例的一种精准诊疗辅助决策的结果生成用户界面示意图；52.图6为根据本公开一种基于pks的肾病数据要素专病库构建的装置示意图；53.图7为根据本发明示例性实施例示例的一种精准诊疗辅助决策装置示意图。具体实施方式54.下面将结合附图对本技术实施例中的技术结果进行清楚、详尽地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。55.首先，对本技术实施例的专有名词进行介绍：56.完全自主可控计算安全架构(phytium-kylin-secure，pks)：其中，phytium代表了飞腾中央处理器、内存、网络交换芯片，其中内置可信核安全机制和密码体系，所述密码体系主要包括国密算法，kylin代表了麒麟操作系统，数据库等基础软件内置白名单、访问控制、未知漏洞防护等安全增强机制，secure代表了支撑“自底向上打通”的双体系安全架构，具备更彻底的本质安全和内生安全能力。57.pks包括扩展层：由场景解决方案构成，面向行业提供定制化服务；增强层：基于核心层的产品化；核心层包括5大部分：1)飞腾预置双架构可信支持技术，提供软件定义和双架构支持的能力：基于飞腾安全平台架构提供软件定义双架构的能力，可以把飞腾中央处理器cpu核隔离成为计算核和安全核，实现计算+安全双架构，该技术还可以支持开放密码配置；2)可信赖执行环境，提供密码增强和可信度的能力：核心为麒麟操作系统，实现pks“计算与安全”双架构的操作系统；负责安全侧与计算侧操作系统的协同与通信，具备硬件隔离的安全执行环境核安全技术能力，可以实现隐私计算、零信任、密钥管理核存储、安全内存管控和可信度量；3)麒麟操作系统，具有内核动态配置技术与内核安全模组，提供动态配置、解耦内核和安全访问控制的能力：其中，内核动态配置技术用于提供云计算和容器化的底层技术支持，提供内核探测功能、进程网络流量监控、预防非法网络入侵的能力，以及提供异构加速引擎的跨平台运行支撑能力，内核安全模组负责安全访问控制，可以通过内置指令流预检测技术，实现未知漏洞的防御能力；4)固件安全增强技术，提供安全可信启动和防御固件攻击的能力：通过基于双架构可信支持技术和双架构可信支持技术的度量接口，构建了启动至加载操作系统时间段内的信任链，进而将所述信任链传递给操作系统加载器，与上述1)、2)和操作系统一起构建完整的信任链；5)安全内存，提供内存访问控制和异构计算加速的能力：在安全内核中，用户可以根据需求自定义设置内存读写安全规则，设定需要保护的内存范围以及相应的访问权限，在运行中以及可定义、可配置的安全规则实现内存中运行的代码和数据进行全方位的保护。58.作为安全、先进、绿色、国产化、完全自主可控的计算体系(融入了肾病专科数据要素专病库)，在一定程度上提高了能源运用效率，降低了能耗。59.数据中台：包含了算法开发平台和定制化的自然语言处理(naturallanguageprocessing)nlp算法模型，直接为用户提供基于个性化本体设计的数据自动标注等功能所需的人工智能算法和数据处理算法模块，及相关算法的开发、训练和评估等平台；文本搜索引擎，可提供基于全量知识库的文本检索能力；分布式任务调度系统为知识采集、本体的自动化更新等功能提供任务调度能力；图计算引擎提供图计算、多图谱关联等能力；知识服务根据知识图谱提供知识推理、知识检索和知识源回溯等服务，直接为上层应用提供知识检索、浏览等功能。60.基于目前无法保证数据安全、数据无法融合、流通的问题，本技术实施例提供了一种基于pks的肾病数据要素专病库构建的方法，如图1所示，所述方法包括：61.s101：抽取多个肾病医疗相关数据进行存储，所述每个肾病医疗相关数据包括患者身份信息及其对应的医疗信息。62.通过抽取互联网资源、医学文献数据库、开放数据库、不同医院和医疗机构中的肾病医疗相关数据建立数据中台，具体的抽取方式包括但不仅限于爬虫算法。63.所述数据中台包括但不仅限于云服务，此处不做具体限定。所述数据中台底座是基于可适配的pks构建的，所述pks是基于进阶精简指令集机器arm架构构建的，所述arm架构包括硬件系统和软件系统，所述硬件系统中预置了密码体系和内置可信核安全机制，其中，密码体系和内置可信核安全机制包括但不仅限于国密算法，软件系统中预制了白名单、访问控制和未知漏洞防护策略。64.根据上述pks的可适配、安全等特性，构建安全、先进、绿色的肾病数据要素专病库底座。65.所述肾病医疗相关数据包括多个患者身份信息及对应的医疗信息，数据的类型包括多种：结构化数据，例如按字段划分的二维数组；非结构化数据，例如肾穿刺影像、ct影像；半结构化数据：包括邮件、超文本标记语言(hypertextmarkuplanguage，html)、报表、资源库、便携文档格式(portabledocumentformat，pdf)等。66.所述患者身份信息包括多种，例如管理机构名称、标号、临床文档标识、姓名、身份证号、血型、性别、职业、文化程度、住址、电话号码、电子邮箱、银行卡号、主诊日期、病人id、就诊卡号、住院号、门诊号等；所述医疗信息包括下列内容中的部分或全部：检查项目类型、通过问诊获得的诊疗数据、基于所述诊疗数据根据经验得到的诊疗结果数据、通过检查设备端获得的检查所见数据、基于所述检查所见数据根据经验所得到的所述检查结论数据、治疗方式以及基于预设的语义关联关系从互联网、医学文献数据库、开放数据库、不同医院和医疗机构获取到的数据。67.s102：对所述多个肾病医疗相关数据进行数据治理和数据脱敏，得到待形成数据要素的目标数据。68.在获取到肾病医疗相关数据后，对所述肾病医疗相关数据进行数据治理，数据预处理过程包括数据的清洗和数据的梯次利用，具体可以根据数据类型和用户需求进行设置，本技术实施例中不做具体限定。69.例如，对“张a，女，32岁，免疫球蛋白数据：b，尿常规数据：c，在xx年xx月xx日经过xx治疗，服用xx药物”，进行数据治理，可以得到如表1所示的数据结构。70.表171.姓名张a性别女免疫球蛋白b尿常规数据c治疗方式xxxx72.对于图片等非结构化数据来说，也可以通过人工智能算法获取图中的关键信息，并将所述关键信息整理为如上述表1的格式，也可以将提取的关键信息直接进行数据要素化、存储等操作。73.在一种可能的实施方式中，对所述多个肾病医疗相关数据进行数据脱敏，包括：74.根据预设待脱敏信息类型，将所述待脱敏信息类型对应的患者身份信息进行脱敏处理。75.将所述待脱敏信息类型对应的患者身份信息进行脱敏处理，包括如下至少一种方式：76.将所述数据的部分字符替换为预定义的字符；77.截取所述数据的部分进行显示；78.利用加密算法对所述数据进行加密。79.为了保证数据的安全，在构建数据要素之前，首先需要对患者身份信息进行脱敏，将原数据中部分或全部内容，用预定义字符替换，例如“*”，本技术实施例不对具体的替换字符的形式进行具体限定；或遮盖部分原文，例如姓名为abc，将中间的字符进行遮盖，只显示其中部分字符；或将原数据指定截取的范围，将数据截取后部分展示，保留原数据的部分特征，例如对于较多字符的患者身份信息例如身份证号，可以只显示其中部分字符；或者将原数据进行加密处理，其中加密算法包括但不仅限于密码数据加密标准(cipherdataencryptionstandard，cipherdes)。具体的脱敏方式可以根据患者身份信息的类型进行选择，此处不做具体限定。80.对于不同的医院、不同的医疗机构来说，其预设的待脱敏信息类型不同，例如，不对性别类型的患者身份信息进行脱敏，或者不对地域类型的预设待脱敏信息类型进行脱敏，具体可以根据具体需求进行设置。81.例如，对于如表2所示的患者身份信息进行脱敏，其中预设的待脱敏类型为：姓名、身份证号、住院号、主诊日期、职业、管理机构名称，得到如表3所示的脱敏后的患者身份信息。82.表2[0083][0084][0085]表3[0086]姓名**性别女年龄26身份证号16250145住院号126主诊日期20**.*.*职业**管理机构名称01地域北京[0087]如表3所示，对于身份证号和住院号，将原数据指定截取的范围，将数据截取后部分展示，保留原数据的部分特征；对于姓名、主诊日期和职业，用预定义字符“*”替换；对于管理机构名称利用加密算法，将名称转换为编号。[0088]对患者身份信息进行脱敏后，即可构建数据要素，也就是说，将原始数据(模态数据)与数据应用(组态数据)进行解耦。在大多数应用场景中，仅需要医疗信息，不需要与所述医疗信息对应的部分或全部患者身份信息(例如仅需要肾穿刺影像信息，或者需要性别为女的肾穿刺影像信息)，因此需要将两类数据进行区分，然后存储在不同的数据矩阵中作为不同的数据要素(组态和模态)。[0089]在一种可能的实施方式中，为了保证数据的安全以及更好地流通，对肾病医疗相关数据中的医疗信息进行脱敏，其脱敏方法如上述实施方式。[0090]s103：将所述目标数据中的患者身份信息及其对应的医疗信息进行模态数据和组态数据的解耦，将解耦后得到患者身份信息作为模态数据要素，及将解耦后得到的医疗信息作为组态数据要素，所述患者身份信息与所述模态数据对应，医疗信息与组态数据对应。[0091]例如，对如表4所示的患者身份信息及其对应的医疗信息进行模态数据和组态数据的解耦。[0092]表4[0093]姓名张a性别女年龄26免疫球蛋白b尿常规c肾穿刺影像图像1治疗方式xxxx[0094]按照从上到下的顺序依次遍历表4，确定表4中姓名及其对应的数据、性别及其对应的数据、年龄及其对应的数据、免疫球蛋白及其对应的数据、尿常规及其对应的数据、肾穿刺及其对应的数据、治疗方式及其对应的数据中姓名及其对应的数据、性别及其对应的数据、年龄及其对应的数据属于模态数据，免疫球蛋白及其对应的数据、尿常规及其对应的数据、肾穿刺及其对应的数据、治疗方式及其对应的数据属于组态数据。[0095]将两部分进行解耦，得到如表5所示的组态数据要素以及如表6所示的模态数据要素：[0096]表5[0097][0098][0099]表6[0100]姓名张a性别女年龄26[0101]在一种可能的实施方式中，在构建数据要素的过程中，可以根据用户不同的需求进行设置，例如对于不同的年龄段，其免疫球蛋白的数值会存在差异，这时可以将年龄与医疗信息组合在一起作为组态数据，其解耦的结果如表7、表8所示：[0102]表7[0103]免疫球蛋白b尿常规数据c肾穿刺影像图像1年龄26[0104]表8[0105]姓名张a性别女[0106]s104：以所述模态数据要素和所述组态数据要素分别为单位进行存储，得到肾病数据要素专病库。[0107]所述数据要素专病库能够与健康医疗大数据平台在各区域、地方、机构的系统或前置机进行数据交互，因此，在不同区域、不同机构、不同研究领域的用户使用专病库的过程，能够逐渐打通区域内跨机构、机构内跨系统、系统内跨字段，得到可持续的增量活数据，进而实现精准诊疗。[0108]通过上述s101-s104中以数据抽取、数据治理(数据清洗、梯次利用、数据标识标注等)、数据脱敏、数据要素化等为核心环节的数据技术框架体系构，结合以组态数据集和模态数据特征组成的数据要素，构建了肾病数据要素专病库，实现了健康医疗大数据产业(在肾病方面)的数据安全和数据流通。[0109]基于相同的发明构思，本技术实施例还提供了一种精准诊疗辅助决策方法，如图2所示，所述方法包括：[0110]s201：响应于诊疗辅助决策指令，获取录入的患者个人信息。[0111]医生可以通过用户界面，将患者的个人信息输入到对应的栏位上，用户界面的示意图具体如图3所示。医生通过问诊的方式将患者的个人信息填入对应的栏位上，用户界面上的栏位可以填写全部，也可以填写部分，具体根据医生的经验进行填写。患者个人信息填写完成后，医生点击用户界面右上角的上传按钮，将患者个人信息上传至中台进行分析，其中“上传按钮”的位置，本技术实施例中不做具体限定。[0112]由于肾病数据要素专病库的构建，实现了区域内跨机构、机构内跨系统、系统内跨字段数据的单一主随身份标识的互联互通，也就是说，通过本技术实施例提供的方法，可以在当前医疗机构获取该患者在不同医疗机构的诊疗信息，进而实现了持续的增量活数据，数据要素经数据治理可高复用，而不是仅基于服务器-客户机架构建立医学数据库管理系统生产的运营式死数据。[0113]另外，若将肾病数据要素专病库应用于科研场景，即在用户界面上输入研究课题相关信息而不是患者个人信息，如图4所示，数据中台将会从肾病数据要素专病库中选取相匹配的数据反馈至用户界面。[0114]s202：在肾病数据要素专病库中，对所述患者个人信息根据预设的语义关系进行医疗信息的全量解析，得到第一全量解析信息，并抽取与所述第一全量解析信息相匹配的第二全量解析信息。[0115]将患者个人信息上传至数据中台后，数据中台会在肾病数据要素专病库中采用高精度的深度学习人工智能算法，将肾穿刺影像、ct影像筛查、免疫球蛋白、尿常规、24小时尿检、血常规、肾功能、肝功能、电解质、诊断、用药等项目数据，建立循证医学证据，构建可多维度统计分析的全息数字人；针对sle红斑狼疮等多肾病种，利用退火算法(simulatedannealing-supportvectormachines，sa-svm)、特征选择算法(relief-f)深度挖掘影响疾病发生、发展的相关因素，支持对单因素分析和逐步回归的全过程数据，高精度的病因回溯、预后评估、分类辅助诊断，实现完整医疗解决结果和科研数据检索平台。[0116]最新上传的数据同样会经过上述s102-s104的流程，将该数据构建为数据要素，进而实现了肾病数据要素专病库的自动更新。[0117]s203：将所述第二全量解析信息作为诊疗辅助决策的结果，并显示在显示界面的对应栏位上。[0118]具体如图5所示为智能诊疗辅助决策的结果，在用户界面上显示智能诊断的结果及推荐治疗方案，实现了综合型知识检索问答、辅助医生决策以及提升诊疗精准率。[0119]基于相同的发明构思，本技术实施例还提供了一种基于pks的肾病数据要素专病库构建的装置600，如图6所示，所述装置包括：[0120]抽取模块601，用于抽取多个肾病医疗相关数据进行存储，所述每个肾病医疗相关数据包括患者身份信息及其对应的医疗信息；[0121]形成模块602，用于对所述多个肾病医疗相关数据进行数据治理和数据脱敏，得到待形成数据要素的目标数据；[0122]解耦模块603，用于将所述目标数据中的患者身份信息及其对应的医疗信息进行模态数据和组态数据的解耦，将解耦后得到患者身份信息作为模态数据要素，及将解耦后得到的医疗信息作为组态数据要素；[0123]构建模块604，用于以所述模态数据要素和所述组态数据要素分别为单位进行存储，得到肾病数据要素专病库。[0124]在一种可能的实施方式中，构建模块604用于确定所述肾病数据要素专病库是通过抽取互联网、医学文献数据库、开放数据库、不同医院和医疗机构中的肾病医疗相关数据的数据中台构建的，且与健康医疗大数据平台在各区域、地方、机构的系统或前置机进行数据交互；[0125]所述数据中台底座是基于可适配的pks构建的；[0126]所述pks是基于进阶精简指令集机器arm架构构建的，所述arm架构包括硬件系统和软件系统，所述硬件系统中预置了密码体系和内置可信核安全机制，软件系统中预置了白名单、访问控制和未知漏洞防护策略。[0127]在一种可能的实施方式中，解耦模块603用于确定所述患者身份信息与所述模态数据对应，医疗信息与组态数据对应。[0128]在一种可能的实施方式中，抽取模块601用于确定所述医疗信息包括下列内容中的部分或全部：[0129]检查项目类型、通过问诊获得的诊疗数据、基于所述诊疗数据根据经验得到的诊疗结果数据、通过检查设备端获得的检查所见数据、基于所述检查所见数据根据经验所得到的所述检查结论数据、治疗方式以及基于预设的语义关联关系从互联网、医学文献数据库、开放数据库、不同医院和医疗机构获取到数据。[0130]在一种可能的实施方式中，形成模块602用于对所述多个肾病医疗相关数据进行数据脱敏，包括：[0131]根据预设待脱敏信息类型，将所述待脱敏信息类型对应的患者身份信息进行脱敏处理。[0132]在一种可能的实施方式中，形成模块602用于将所述数据表中的患者身份信息表项对应的数据进行脱敏，包括如下至少一种方式：[0133]将所述数据的部分字符替换为预定义的字符；[0134]截取所述数据的部分进行显示；[0135]利用加密算法对所述数据进行加密。[0136]基于相同的发明构思，本技术实施例还提供了一种精准诊疗辅助决策装置700，如图7所示，所述装置包括：[0137]获取模块701，用于响应于诊疗辅助决策指令，获取录入的患者个人信息；[0138]抽取模块702，用于在肾病数据要素专病库中，对所述患者个人信息根据预设的语义关系进行医疗信息的全量解析，得到第一全量解析信息，并抽取与所述第一全量解析信息相匹配的第二全量解析信息；[0139]显示模块703，用于将所述第二全量解析信息作为诊疗辅助决策的结果，并显示在显示界面的对应栏位上；[0140]其中，所述第二全量信息是基于人工智能算法对不同类型的数据要素根据预设的语义关系进行医疗信息的全量解析后得到的，所述肾病数据要素专病库是通过将获取的多个肾病患者身份信息及医疗信息进行数据治理、数据脱敏以及进行模态数据和组态数据的解耦，并将解耦后的肾病患者身份信息和医疗信息构建为不同类型的数据要素得到的。[0141]基于相同的发明构思，本技术实施例还提供了一种基于pks体系，包括硬件系统、软件系统和安全机制。[0142]所述硬件系统包括：至少一个飞腾处理器、与所述至少一个飞腾处理器通信连接的内存以及至少一个网络交换芯片，其中，所述至少一个网络交换芯片用于在网络中获取数据，所述内存存储有可能被所述至少一个飞腾处理器执行的指令，所述指令被至少一个飞腾处理器执行，以使所述至少一个飞腾处理器能够执行上述基于pks的肾病数据要素专病库构建的方法，或执行上述一种精准诊疗辅助决策方法；[0143]所述软件系统包括：麒麟操作系统，用于提供内核探测功能、对进程网络流量监控、预防非法网络入侵；[0144]所述安全机制包括：预置在所述飞腾处理器、内存以及网络交换芯片的密码体系和内置可信核安全机制，以及预置在所述麒麟操作系统白名单、访问控制和未知漏洞防护策略，以保证所述至少一个网络交换芯片在网络中获取的数据的安全、所述至少一个网络交换芯片在网络中获取数据过程的安全以及所述至少一个飞腾处理器能够执行上述基于pks的肾病数据要素专病库构建的方法过程的安全，或执行上述一种精准诊疗辅助决策方法过程的安全。[0145]尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。[0146]显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。当前第1页12当前第1页12