一种基于非特异临床症状数据的疑似病例筛选方法及系统与流程

本发明涉及数据处理，具体而言，涉及一种基于非特异临床症状数据的疑似病例筛选方法及系统。

背景技术：

1、非特异性症状数据一般指的就是所表现的症状并不是该疾病特有的症状的数据。临床上，很多疾病表现的症状都可能会相似，比如上呼吸道感染可以导致发热、咳嗽、流鼻涕，鼻炎也可以导致发热、咳嗽和流鼻涕。那么发热、咳嗽和流鼻涕就不能鼻炎或者上呼吸道感染的特有症状。

2、由于患者个人身体素质的不同以及各种疾病的衍变，一些疾病的表现症状也出现了非特异性症状，现有技术中一般是通过医生现场诊断进行判定，效率低，无法实现有效的远程医疗诊治。如何对疑似病例进行有效的筛选，进而及时精准的发现病例，为远程诊断治疗提供有效支撑成为一个亟需解决的问题。

技术实现思路

1、为了克服上述问题或者至少部分地解决上述问题，本发明提供一种基于非特异临床症状数据的疑似病例筛选方法及系统，结合非特异性症状数据和医学规则，对疑似病例进行有效的筛选，进而及时精准的发现病例，为后续诊断治疗提供有效支撑。

2、为解决上述技术问题，本发明采用的技术方案为：

3、第一方面，本发明提供一种基于非特异临床症状数据的疑似病例筛选方法，包括以下步骤：

4、基于部署在各个医疗机构的前置机录入对应医疗机构的所有病患的病例数据；所述病例数据包括特异性临床症状数据和非特异临床症状数据；

5、将预置的医学规则下发到前置机；

6、将前置机中的病例数据进行清洗，并将清洗后的病例数据转换成符合医学规则逻辑结构的医疗数据；

7、将前置机中的医疗数据与医学规则进行匹配，将匹配成功的医疗数据标记为疑似病例数据；

8、将疑似病例数据发送给对应的疾控中心控制端。

9、本发明基于预先部署好的用于采集数据的前置机，同步录入各个医疗机构(医院)的所有病患的病例数据，该病例数据包含患者全部完整的数据，结合完整的数据以便后续进行精准的疑似病例筛选，及时上报；数据录入完成后，将病例数据转换成符合医学规则逻辑结构的医疗数据，以便后续结合预置的医学规则进行精准的疑似病例筛选判断，进而及时上报给疾控中心。本发明结合非特异性症状数据和医学规则，对疑似病例进行有效的筛选，及时上报，进而及时精准的发现病例，为后续诊断治疗提供有效支撑。

10、基于第一方面，进一步地，上述将清洗后的病例数据转换成符合医学规则逻辑结构的医疗数据的方法包括以下步骤：

11、采用nlp技术(自然语言处理技术)将清洗后的病例数据转换成符合医学规则逻辑结构的医疗数据。

12、基于第一方面，进一步地，该基于非特异临床症状数据的疑似病例筛选方法，还包括以下步骤：

13、获取并基于标准医疗数据和医学专家提供的医学逻辑数据，对预置的nlp模型进行训练，以构建目标医学语言处理模型。

14、基于第一方面，进一步地，上述医学规则包括多种临床症状指标、实验检查指标和医生诊断指标。

15、基于第一方面，进一步地，该基于非特异临床症状数据的疑似病例筛选方法，还包括以下步骤：

16、实时监测医院本地数据，并将医院本地数据导入至对应的前置机。

17、第二方面，本发明提供一种基于非特异临床症状数据的疑似病例筛选系统，包括数据录入模块、规则下发模块、数据转换模块、病例筛选模块及疑似病例反馈模块，其中：

18、数据录入模块，用于基于部署在各个医疗机构的前置机录入对应医疗机构的所有病患的病例数据；所述病例数据包括特异性临床症状数据和非特异临床症状数据；

19、规则下发模块，用于将预置的医学规则下发到前置机；

20、数据转换模块，用于将前置机中的病例数据进行清洗，并将清洗后的病例数据转换成符合医学规则逻辑结构的医疗数据；

21、病例筛选模块，用于将前置机中的医疗数据与医学规则进行匹配，将匹配成功的医疗数据标记为疑似病例数据；

22、疑似病例反馈模块，用于将疑似病例数据发送给对应的疾控中心控制端。

23、本系统通过数据录入模块、规则下发模块、数据转换模块、病例筛选模块及疑似病例反馈模块等多个模块的配合，结合非特异性症状数据和医学规则，对疑似病例进行有效的筛选，及时上报，进而及时精准的发现病例，为后续诊断治疗提供有效支撑。本发明基于预先部署好的用于采集数据的前置机，同步录入各个医疗机构(医院)的所有病患的病例数据，该病例数据包含患者全部完整的数据，结合完整的数据以便后续进行精准的疑似病例筛选，及时上报；数据录入完成后，将病例数据转换成符合医学规则逻辑结构的医疗数据，以便后续结合预置的医学规则进行精准的疑似病例筛选判断，进而及时上报给疾控中心。

24、基于第二方面，进一步地，该基于非特异临床症状数据的疑似病例筛选系统，还包括语言模型训练模块，用于获取并基于标准医疗数据和医学专家提供的医学逻辑数据，对预置的nlp模型进行训练，以构建目标医学语言处理模型。

25、基于第二方面，进一步地，该基于非特异临床症状数据的疑似病例筛选系统，还包括本地监测模块，用于实时监测医院本地数据，并将医院本地数据导入至对应的前置机。

26、第三方面，本申请提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器；当一个或多个程序被处理器执行时，实现如上述第一方面中任一项的方法。

27、第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。

28、本发明至少具有如下优点或有益效果：

29、本发明提供一种基于非特异临床症状数据的疑似病例筛选方法及系统，基于预先部署好的用于采集数据的前置机，同步录入各个医疗机构的所有病患的病例数据，该病例数据包含患者全部完整的数据，结合完整的数据以便后续进行精准的疑似病例筛选，及时上报；数据录入完成后，将病例数据转换成符合医学规则逻辑结构的医疗数据，以便后续结合预置的医学规则进行精准的疑似病例筛选判断，进而及时上报给疾控中心。本发明结合非特异性症状数据和医学规则，对疑似病例进行有效的筛选，及时上报，进而及时精准的发现病例，为后续诊断治疗提供有效支撑。

技术特征：

1.一种基于非特异临床症状数据的疑似病例筛选方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于非特异临床症状数据的疑似病例筛选方法，其特征在于，所述将清洗后的病例数据转换成符合医学规则逻辑结构的医疗数据的方法包括以下步骤：

3.根据权利要求2所述的一种基于非特异临床症状数据的疑似病例筛选方法，其特征在于，还包括以下步骤：

4.根据权利要求1所述的一种基于非特异临床症状数据的疑似病例筛选方法，其特征在于，所述医学规则包括多种临床症状指标、实验检查指标和医生诊断指标。

5.根据权利要求1所述的一种基于非特异临床症状数据的疑似病例筛选方法，其特征在于，还包括以下步骤：

6.一种基于非特异临床症状数据的疑似病例筛选系统，其特征在于，包括数据录入模块、规则下发模块、数据转换模块、病例筛选模块及疑似病例反馈模块，其中：

7.根据权利要求6所述的一种基于非特异临床症状数据的疑似病例筛选系统，其特征在于，还包括语言模型训练模块，用于获取并基于标准医疗数据和医学专家提供的医学逻辑数据，对预置的nlp模型进行训练，以构建目标医学语言处理模型。

8.根据权利要求6所述的一种基于非特异临床症状数据的疑似病例筛选系统，其特征在于，还包括本地监测模块，用于实时监测医院本地数据，并将医院本地数据导入至对应的前置机。

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-5中任一项所述的方法。

技术总结
本发明公开了一种基于非特异临床症状数据的疑似病例筛选方法及系统，涉及数据处理技术领域。该方法包括：基于部署在各个医疗机构的前置机录入对应医疗机构的所有病患的病例数据；将预置的医学规则下发到前置机，将前置机中的病例数据进行清洗，并将清洗后的病例数据转换成符合医学规则逻辑结构的医疗数据；将前置机中的医疗数据与医学规则进行匹配，将匹配成功的医疗数据标记为疑似病例数据；将疑似病例数据发送给对应的疾控中心控制端。本发明结合非特异性症状数据和医学规则，对疑似病例进行有效的筛选，进而及时精准的发现病例，为后续诊断治疗提供有效支撑。

技术研发人员：杨宇威,张应涛,谭俊波,谭小华,庄雅丽,曾彪,易瑶,杨芬,杨少迪,严维娜
受保护的技术使用者：广东省疾病预防控制中心
技术研发日：
技术公布日：2024/3/12