一种病历增量数据的监控方法、装置、设备及存储介质与流程

本技术涉及医疗信息，特别是涉及一种病历增量数据的监控方法、装置、设备及存储介质。

背景技术：

1、随着医疗信息化的快速发展，医院信息系统积累了大量的病历数据，这些数据对于医疗管理和决策具有重要的参考价值。由于数据量庞大、数据类型多样、数据更新速度快等特点，则需要对病历增量数据进行监控。

2、相关技术中，首先，通过采集到的数据形成数据报表；然后，人为判断该数据报表的准确性。然而，人为判断的方式主观性较强且准确性较差，因此如何准确、高效地监控病历增量数据是本领域技术人员亟待解决的问题。

技术实现思路

1、基于上述问题，本技术提供了一种病历增量数据的监控方法、装置、设备及存储介质，通过训练好的模型准确、高效地对病历增量数据进行监控。

2、本技术实施例公开了如下技术方案：

3、第一方面，本技术实施例提供一种病历增量数据的监控方法，所述方法包括：

4、获取病历增量数据；每两个所述病历增量数据对应的时间之间间隔预设时间；

5、根据所述病历增量数据、预设滑动窗口半径以及所述病历增量数据的期望噪声分量过滤所述病历增量数据中的噪声分量，得到模型训练数据；

6、根据自相关图和偏自相关图确定自回归模型阶数、差分阶数和移动平均模型阶数；

7、根据所述模型训练数据、所述自回归模型阶数、所述差分阶数和所述移动平均模型阶数训练自回归移动平均模型，并根据训练好的所述自回归移动平均模型监控病历增量数据。

8、可选地，所述病历增量数据包括基本信息和就诊病历数据，所述根据所述病历增量数据、预设滑动窗口半径以及所述病历增量数据的期望噪声分量过滤所述病历增量数据中的噪声分量，得到模型训练数据，具体包括：

9、对所述病历增量数据进行检测并得到第一检测结果；

10、当所述第一检测结果指示所述病历增量数据中第一患者的基本信息缺失时，根据所述第一患者的有值字段对缺失的所述基本信息进行插补；当所述第一检测结果指示所述第一患者的就诊病历信息缺失时，确定与所述第一患者相似度高于第一预设阈值的第二患者，并根据所述第二患者的有值字段对缺失的所述就诊病历信息进行插补；

11、根据插补后的病历增量数据、预设滑动窗口半径以及所述病历增量数据的期望噪声分量过滤所述病历增量数据中的噪声分量，得到模型训练数据。

12、可选地，所述根据训练好的所述自回归移动平均模型监控病历增量数据，具体包括：

13、根据所述预设时间和各数据源表得到对应的结构化查询语句；其中，所述数据源表包括病案首页源表、检验源表、检查源表、医嘱源表、护理源表和病历文书源表；

14、运行各所述结构化查询语句得到对应的业务系统数据，对各所述业务系统数据进行整合得到实际病历增量数据；

15、当实际病历增量数据与训练好的所述自回归移动平均模型输出的预测病历增量数据之间的差值大于第二预设阈值时，生成告警的第一报表数据。

16、可选地，所述方法还包括：

17、对运行环境所涉及的服务器、数据库和网络层中的预设指标进行检测并得到第二检测结果；

18、当所述第二检测结果指示各所述预设指标异常时，生成告警的第二报表数据。

19、可选地，所述方法还包括：

20、检测各所述结构化查询语句的运行并得到第三检测结果；

21、当所述第三检测结果指示各所述结构化查询语句运行异常时，生成告警的第三报表数据。

22、可选地，所述方法还包括：

23、当所述实际病历增量数据不满足预设的正确性指标、规范性指标和逻辑性指标中的任意一项时，生成告警的第四报表。

24、第二方面，本技术实施例提供一种病历增量数据的监控装置，所述装置包括：获取模块、过滤模块、确定模块和监控模块；

25、所述获取模块，用于获取病历增量数据；每两个所述病历增量数据对应的时间之间间隔预设时间；

26、所述过滤模块，用于根据所述病历增量数据、预设滑动窗口半径以及所述病历增量数据的期望噪声分量过滤所述病历增量数据中的噪声分量，得到模型训练数据；

27、所述确定模块，用于根据自相关图和偏自相关图确定自回归模型阶数、差分阶数和移动平均模型阶数；

28、所述监控模块，用于根据所述模型训练数据、所述自回归模型阶数、所述差分阶数和所述移动平均模型阶数训练自回归移动平均模型，并根据训练好的所述自回归移动平均模型预监控病历增量数据。

29、可选地，所述过滤模块，具体用于：

30、对所述病历增量数据进行检测并得到第一检测结果；

31、当所述第一检测结果指示所述病历增量数据中第一患者的基本信息缺失时，根据所述第一患者的有值字段对缺失的所述基本信息进行插补；当所述第一检测结果指示所述第一患者的就诊病历信息缺失时，确定与所述第一患者相似度高于第一预设阈值的第二患者，并根据所述第二患者的有值字段对缺失的所述就诊病历信息进行插补；

32、根据插补后的病历增量数据、预设滑动窗口半径以及所述病历增量数据的期望噪声分量过滤所述病历增量数据中的噪声分量，得到模型训练数据。

33、可选地，所述监控模块，具体用于：

34、根据所述预设时间和各数据源表得到对应的结构化查询语句；其中，所述数据源表包括病案首页源表、检验源表、检查源表、医嘱源表、护理源表和病历文书源表；

35、运行各所述结构化查询语句得到对应的业务系统数据，对各所述业务系统数据进行整合得到实际病历增量数据；

36、当实际病历增量数据与训练好的所述自回归移动平均模型输出的预测病历增量数据之间的差值大于第二预设阈值时，生成告警的第一报表数据。

37、可选地，所述监控模块，还用于对运行环境所涉及的服务器、数据库和网络层中的预设指标进行检测并得到第二检测结果；当所述第二检测结果指示各所述预设指标异常时，生成告警的第二报表数据。

38、可选地，所述监控模块，还用于检测各所述结构化查询语句的运行并得到第三检测结果；当所述第三检测结果指示各所述结构化查询语句运行异常时，生成告警的第三报表数据。

39、可选地，所述监控模块，还用于当所述实际病历增量数据不满足预设的正确性指标、规范性指标和逻辑性指标中的任意一项时，生成告警的第四报表。

40、第三方面，本技术实施例提供一种计算机设备，包括：存储器，处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如前述实施例所述的病历增量数据的监控方法。

41、第四方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行如前述实施例所述的病历增量数据的监控方法。

42、相较于现有技术，本技术具有以下有益效果：

43、本技术实施例通过采集病历增量数据，对采集到的病历增量数据进行噪声过滤，并将噪声过滤后的病历增量数据作为模型训练的输入参数对自回归移动平均模型进行训练，使得训练之后的自回归移动平均模型可以对病历增量数据进行监控。由于本技术实施例通过训练自回归移动平均模型并通过该自回归移动平均模型对病历增量数据进行监控，提高了对病历增量数据监控的效率以及准确性。除此之外，当病历增量数据统计报表显示没有增量数据时，也可以提前进行预判。