本發(fā)明涉及醫(yī)療信息處理，具體涉及用于智能化臨床護(hù)理的電子信息質(zhì)量管控系統(tǒng)。

背景技術(shù)：

1、在現(xiàn)代醫(yī)療體系中，隨著電子醫(yī)療記錄（emr）和電子健康記錄（ehr）系統(tǒng)的普及，信息質(zhì)量的不足逐漸顯現(xiàn)。在臨床護(hù)理中，完整、準(zhǔn)確的患者信息對(duì)智能化臨床護(hù)理至關(guān)重要（例如對(duì)制定正確的護(hù)理計(jì)劃至關(guān)重要）。然而，當(dāng)前許多醫(yī)療信息系統(tǒng)在數(shù)據(jù)記錄和管理中面臨以下問(wèn)題：患者的病史、診斷、治療記錄等關(guān)鍵信息常常不完整；多來(lái)源數(shù)據(jù)的整合不當(dāng)，不同醫(yī)療人員記錄的患者信息可能存在沖突或者錯(cuò)誤，臨床護(hù)理或者治療過(guò)程不合理。這些問(wèn)題直接影響了臨床護(hù)理的電子信息數(shù)據(jù)的質(zhì)量，其中的低質(zhì)量電子信息數(shù)據(jù)難以及時(shí)發(fā)現(xiàn)，導(dǎo)致記錄的臨床護(hù)理電子信息數(shù)據(jù)不可靠，質(zhì)量不高。為了讓臨床護(hù)理電子信息數(shù)據(jù)在智能化應(yīng)用中充分發(fā)揮作用，需要對(duì)直接記錄的臨床護(hù)理的電子信息數(shù)據(jù)進(jìn)行質(zhì)量管控，提高臨床護(hù)理的電子信息數(shù)據(jù)的質(zhì)量。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述的臨床護(hù)理電子信息數(shù)據(jù)不可靠，質(zhì)量不高問(wèn)題，本發(fā)明提供用于智能化臨床護(hù)理的電子信息質(zhì)量管控系統(tǒng)。

2、本發(fā)明的用于智能化臨床護(hù)理的電子信息質(zhì)量管控系統(tǒng)采用如下技術(shù)方案：

3、本發(fā)明一個(gè)實(shí)施例提供了用于智能化臨床護(hù)理的電子信息質(zhì)量管控系統(tǒng)，該系統(tǒng)包括以下模塊：

4、數(shù)據(jù)采集模塊，用于獲取每個(gè)患者的若干種護(hù)理數(shù)據(jù)，護(hù)理數(shù)據(jù)包括：患病詳情、用藥數(shù)據(jù)、護(hù)理監(jiān)測(cè)結(jié)果；

5、數(shù)據(jù)分析模塊，用于將任意一種護(hù)理數(shù)據(jù)記為目標(biāo)數(shù)據(jù)；目標(biāo)數(shù)據(jù)之外的護(hù)理數(shù)據(jù)依次記為參考數(shù)據(jù)和樣本數(shù)據(jù)，當(dāng)目標(biāo)數(shù)據(jù)是患病詳情時(shí)，參考數(shù)據(jù)和樣本數(shù)據(jù)分別為用藥數(shù)據(jù)、護(hù)理監(jiān)測(cè)結(jié)果；當(dāng)目標(biāo)數(shù)據(jù)是用藥數(shù)據(jù)時(shí)，參考數(shù)據(jù)和樣本數(shù)據(jù)分別為患病詳情、護(hù)理監(jiān)測(cè)結(jié)果；當(dāng)目標(biāo)數(shù)據(jù)是護(hù)理監(jiān)測(cè)結(jié)果時(shí)，參考數(shù)據(jù)和樣本數(shù)據(jù)分別為患病詳情、用藥數(shù)據(jù)；對(duì)所有患者的參考數(shù)據(jù)進(jìn)行聚類得到參考數(shù)據(jù)的第一類別；

6、根據(jù)參考數(shù)據(jù)的第一類別獲得每個(gè)患者的目標(biāo)數(shù)據(jù)的泛化區(qū)間和目標(biāo)數(shù)據(jù)的第二類別，包括：在參考數(shù)據(jù)的第一類別中，獲取每個(gè)患者的目標(biāo)數(shù)據(jù)的若干最相似數(shù)據(jù)，根據(jù)所述若干最相似數(shù)據(jù)對(duì)應(yīng)的樣本數(shù)據(jù)的之間的差異，獲得每個(gè)患者的目標(biāo)數(shù)據(jù)的泛化區(qū)間；利用目標(biāo)數(shù)據(jù)之間的相似性、所述泛化區(qū)間以及目標(biāo)數(shù)據(jù)是否處于泛化區(qū)間內(nèi)，對(duì)所有患者的目標(biāo)數(shù)據(jù)進(jìn)行聚類，得到目標(biāo)數(shù)據(jù)的若干第二類別；

7、對(duì)于每個(gè)患者的所有護(hù)理數(shù)據(jù)，獲得每個(gè)患者的所有護(hù)理數(shù)據(jù)的泛化區(qū)間和每種護(hù)理數(shù)據(jù)的第二類別；所有護(hù)理數(shù)據(jù)的泛化區(qū)間中包括參考數(shù)據(jù)的第二類別；

8、根據(jù)參考數(shù)據(jù)的第二類別再次獲得每個(gè)患者的目標(biāo)數(shù)據(jù)的泛化區(qū)間和目標(biāo)數(shù)據(jù)的第二類別；在每個(gè)患者的目標(biāo)數(shù)據(jù)所屬的第二類別中，獲得每個(gè)患者的目標(biāo)數(shù)據(jù)的偏移誤差；根據(jù)所有患者的目標(biāo)數(shù)據(jù)的偏移誤差獲得第二類別中的異常數(shù)據(jù)；

9、質(zhì)量管控模塊，根據(jù)第二類別中的異常數(shù)據(jù)以及新增患者的目標(biāo)數(shù)據(jù)是否落入異常數(shù)據(jù)的泛化區(qū)間，判斷新增患者的目標(biāo)數(shù)據(jù)的質(zhì)量。

10、優(yōu)選的，所述對(duì)所有患者的參考數(shù)據(jù)進(jìn)行聚類得到參考數(shù)據(jù)的第一類別，包括的具體步驟如下：

11、獲取任意兩個(gè)患者的參考數(shù)據(jù)的相似性，記為x，將exp(-x)記為任意兩個(gè)患者的參考數(shù)據(jù)的度量距離，依據(jù)所述度量距離利用k-means聚類算法對(duì)所有患者的參考數(shù)據(jù)進(jìn)行聚類，得到若干第一類別，exp（）表示以自然常數(shù)為底的指數(shù)函數(shù)。

12、優(yōu)選的，所述獲取每個(gè)患者的目標(biāo)數(shù)據(jù)的若干最相似數(shù)據(jù)，根據(jù)所述若干最相似數(shù)據(jù)對(duì)應(yīng)的樣本數(shù)據(jù)的之間的差異，獲得每個(gè)患者的目標(biāo)數(shù)據(jù)的泛化區(qū)間，包括的具體步驟如下：

13、參考數(shù)據(jù)的每個(gè)第一類別中包括每個(gè)患者的參考數(shù)據(jù)所對(duì)應(yīng)的目標(biāo)數(shù)據(jù)；

14、對(duì)于參考數(shù)據(jù)的任意第一類別中的所有目標(biāo)數(shù)據(jù)，其中任意一個(gè)患者的目標(biāo)數(shù)據(jù)記為a，對(duì)于第一類別中目標(biāo)數(shù)據(jù)a之外的其它每個(gè)目標(biāo)數(shù)據(jù)，獲取目標(biāo)數(shù)據(jù)a與其它每個(gè)目標(biāo)數(shù)據(jù)的相似性，將相似性最大的若干目標(biāo)數(shù)據(jù)作為目標(biāo)數(shù)據(jù)a的最相似數(shù)據(jù)；

15、對(duì)于目標(biāo)數(shù)據(jù)a的最相似數(shù)據(jù)所對(duì)應(yīng)的所有樣本數(shù)據(jù)，所有樣本數(shù)據(jù)之間的差異記為a；

16、目標(biāo)數(shù)據(jù)a與所有最相似數(shù)據(jù)的相似性的均值記為wa；在目標(biāo)數(shù)據(jù)a所屬的第一類別中，獲取目標(biāo)數(shù)據(jù)a與其它所有目標(biāo)數(shù)據(jù)的相似度的均值記為目標(biāo)數(shù)據(jù)a的坐標(biāo)值，記為h；

17、將目標(biāo)數(shù)據(jù)a的泛化區(qū)間記為[(1-a/wa)×h，(1+a/wa)×h]。

18、優(yōu)選的，所述所有樣本數(shù)據(jù)之間的差異的具體獲取步驟如下：

19、在所述所有樣本數(shù)據(jù)中，獲取任意兩個(gè)樣本數(shù)據(jù)之間的相似性，所述所有樣本數(shù)據(jù)之間的相似性的均值記為b，將exp(-b)記為所有樣本數(shù)據(jù)的之間的差異，exp（）表示以自然常數(shù)為底的指數(shù)函數(shù)。

20、優(yōu)選的，所述利用目標(biāo)數(shù)據(jù)之間的相似性、所述泛化區(qū)間以及目標(biāo)數(shù)據(jù)是否處于泛化區(qū)間內(nèi)，對(duì)所有患者的目標(biāo)數(shù)據(jù)進(jìn)行聚類，得到目標(biāo)數(shù)據(jù)的若干第二類別，包括的具體步驟如下：

21、任意兩個(gè)患者的目標(biāo)數(shù)據(jù)的相似性記為y1；任意兩個(gè)患者的目標(biāo)數(shù)據(jù)的泛化區(qū)間的交并比記為y2；

22、將y=(1+y2×y3)×y1記為任意兩個(gè)患者的目標(biāo)數(shù)據(jù)的修正相似性；

23、其中，對(duì)于任意兩個(gè)患者的目標(biāo)數(shù)據(jù)q1、q2，當(dāng)q1的坐標(biāo)值落入q2的泛化區(qū)間內(nèi)時(shí)，且q2的坐標(biāo)值落入q1的泛化區(qū)間內(nèi)時(shí)，參數(shù)y3=1，否則參數(shù)y3=0；

24、將exp(-y)作為任意兩個(gè)患者的目標(biāo)數(shù)據(jù)的度量距離，然后使用所述度量距離對(duì)所有患者的目標(biāo)數(shù)據(jù)進(jìn)行k-means聚類，得到目標(biāo)數(shù)據(jù)的若干第二類別；exp（）表示以自然常數(shù)為底的指數(shù)函數(shù)。

25、優(yōu)選的，所述根據(jù)參考數(shù)據(jù)的第二類別再次獲得每個(gè)患者的目標(biāo)數(shù)據(jù)的泛化區(qū)間和目標(biāo)數(shù)據(jù)的第二類別；在每個(gè)患者的目標(biāo)數(shù)據(jù)所屬的第二類別中，獲得每個(gè)患者的目標(biāo)數(shù)據(jù)的偏移誤差；根據(jù)所有患者的目標(biāo)數(shù)據(jù)的偏移誤差獲得第二類別中的異常數(shù)據(jù)，包括的具體步驟如下：

26、h1：將參考數(shù)據(jù)的第二類別作為所述參考數(shù)據(jù)的第一類別；然后根據(jù)參考數(shù)據(jù)的第一類別獲得每個(gè)患者的目標(biāo)數(shù)據(jù)的泛化區(qū)間和目標(biāo)數(shù)據(jù)的第二類別，對(duì)于每個(gè)患者的所有護(hù)理數(shù)據(jù)，獲得每個(gè)患者的所有護(hù)理數(shù)據(jù)的泛化區(qū)間和每種護(hù)理數(shù)據(jù)的第二類別；所有護(hù)理數(shù)據(jù)的泛化區(qū)間中包括參考數(shù)據(jù)的第二類別；

27、h2：重復(fù)執(zhí)行h1中的步驟；

28、每次執(zhí)行完h1中的步驟后，在每個(gè)患者的目標(biāo)數(shù)據(jù)所屬的第二類別中，獲取每個(gè)目標(biāo)數(shù)據(jù)的泛化區(qū)間的偏移誤差；所有第二類別中所有目標(biāo)數(shù)據(jù)的泛化區(qū)間的偏移誤差構(gòu)成的集合記為每執(zhí)行一次h1后的誤差分布；當(dāng)誤差分布不再變化時(shí)停止執(zhí)行h1中的步驟；停止執(zhí)行h1中的步驟后，根據(jù)誤差分布獲得第二類別中的異常數(shù)據(jù)。

29、優(yōu)選的，所述獲取每個(gè)目標(biāo)數(shù)據(jù)的泛化區(qū)間的偏移誤差，包括的具體步驟如下：

30、對(duì)于第二類別中的目標(biāo)數(shù)據(jù)，所有目標(biāo)數(shù)據(jù)的泛化區(qū)間中的任意一個(gè)泛化區(qū)間記為b，b之外的其他泛化區(qū)間記為參考區(qū)間，獲取b的左端點(diǎn)與每個(gè)參考區(qū)間的左端點(diǎn)的差值b1，獲取b的右端點(diǎn)與每個(gè)參考區(qū)間的右端點(diǎn)的差值b2，將[b1，b2]記為每個(gè)參考區(qū)間與b的誤差特征；所有參考區(qū)間與b的誤差特征進(jìn)行pca降維，所有降維結(jié)果的均值記為泛化區(qū)間b的偏移誤差。

31、優(yōu)選的，所述根據(jù)誤差分布獲得第二類別中的異常數(shù)據(jù)，包括的具體步驟如下：

32、最終誤差分布中包含了每個(gè)目標(biāo)數(shù)據(jù)的泛化區(qū)間的偏移誤差；利用lof異常檢測(cè)算法獲得最終誤差分布中異常的偏移誤差，偏移誤差對(duì)應(yīng)的目標(biāo)數(shù)據(jù)記為異常數(shù)據(jù)。

33、優(yōu)選的，根據(jù)第二類別中的異常數(shù)據(jù)以及新增患者的目標(biāo)數(shù)據(jù)是否落入異常數(shù)據(jù)的泛化區(qū)間，判斷新增患者的目標(biāo)數(shù)據(jù)的質(zhì)量，包括的具體步驟如下：

34、將新增患者的目標(biāo)數(shù)據(jù)記為數(shù)據(jù)f，在目標(biāo)數(shù)據(jù)的所有第二類別中，獲取數(shù)據(jù)f所屬的第二類別；

35、對(duì)于數(shù)據(jù)f所屬的第二類別中的任意一個(gè)異常數(shù)據(jù)，數(shù)據(jù)f與異常數(shù)據(jù)的相似性記為數(shù)據(jù)f與異常數(shù)據(jù)的異常值，當(dāng)異常值落入異常數(shù)據(jù)的泛化區(qū)間時(shí)，異常數(shù)據(jù)記為目標(biāo)異常數(shù)據(jù)；

36、數(shù)據(jù)f所屬的第二類別中的所有異常數(shù)據(jù)之外的目標(biāo)數(shù)據(jù)記為正常數(shù)據(jù)，數(shù)據(jù)f與正常數(shù)據(jù)的相似性記為數(shù)據(jù)f與正常數(shù)據(jù)的正常值，當(dāng)正常值落入正常數(shù)據(jù)的泛化區(qū)間時(shí)，正常數(shù)據(jù)記為目標(biāo)正常數(shù)據(jù)；

37、根據(jù)目標(biāo)異常數(shù)據(jù)與目標(biāo)正常數(shù)據(jù)的泛化區(qū)間判斷新增患者的目標(biāo)數(shù)據(jù)的質(zhì)量。

38、優(yōu)選的，所述根據(jù)目標(biāo)異常數(shù)據(jù)與目標(biāo)正常數(shù)據(jù)的泛化區(qū)間判斷新增患者的目標(biāo)數(shù)據(jù)的質(zhì)量，包括的具體步驟如下：

39、獲取任意一對(duì)目標(biāo)異常數(shù)據(jù)與目標(biāo)正常數(shù)據(jù)的泛化區(qū)間的交并比，記為數(shù)據(jù)f的一個(gè)正常指標(biāo)，對(duì)于所有的目標(biāo)異常數(shù)據(jù)與目標(biāo)正常數(shù)據(jù)，得到數(shù)據(jù)f的所有正常指標(biāo)，當(dāng)正常指標(biāo)的最大值小于第一預(yù)設(shè)閾值th1時(shí)，將新增患者的目標(biāo)數(shù)據(jù)記為低質(zhì)量數(shù)據(jù)，否則不記為低質(zhì)量數(shù)據(jù)。

40、本發(fā)明的技術(shù)方案的有益效果是：

41、在參考數(shù)據(jù)的第一類別中，獲取每個(gè)患者的目標(biāo)數(shù)據(jù)的若干最相似數(shù)據(jù)，根據(jù)所述若干最相似數(shù)據(jù)對(duì)應(yīng)的樣本數(shù)據(jù)的之間的差異，獲得每個(gè)患者的目標(biāo)數(shù)據(jù)的泛化區(qū)間；泛化區(qū)間用于描述在相同或相似的參考數(shù)據(jù)下（也即同一個(gè)第一類別中），目標(biāo)數(shù)據(jù)表現(xiàn)出的泛化能力；泛化能力表示的是：目標(biāo)數(shù)據(jù)受噪聲干擾影響的強(qiáng)弱（例如受到患者體重、年齡、生理情況等個(gè)體差異的影響的強(qiáng)弱）。

42、進(jìn)一步的，利用目標(biāo)數(shù)據(jù)之間的相似性、所述泛化區(qū)間以及目標(biāo)數(shù)據(jù)是否處于泛化區(qū)間內(nèi)，對(duì)所有患者的目標(biāo)數(shù)據(jù)進(jìn)行聚類，得到目標(biāo)數(shù)據(jù)的若干第二類別；同一個(gè)第二類別中的目標(biāo)數(shù)據(jù)不僅具有相同或相似的特征，而且任意一個(gè)目標(biāo)數(shù)據(jù)盡可能處于另一個(gè)目標(biāo)數(shù)據(jù)的泛化區(qū)間內(nèi)，保證每個(gè)第二類別中的所有目標(biāo)數(shù)據(jù)具有相同或相近的數(shù)據(jù)質(zhì)量，且一定程度避免目標(biāo)數(shù)據(jù)受噪聲干擾影響時(shí)第二類別不可靠的問(wèn)題。

43、進(jìn)一步的，根據(jù)參考數(shù)據(jù)的第二類別再次獲得每個(gè)患者的目標(biāo)數(shù)據(jù)的泛化區(qū)間和目標(biāo)數(shù)據(jù)的第二類別；在每個(gè)患者的目標(biāo)數(shù)據(jù)所屬的第二類別中，獲得每個(gè)患者的目標(biāo)數(shù)據(jù)的偏移誤差；根據(jù)所有患者的目標(biāo)數(shù)據(jù)的偏移誤差獲得第二類別中的異常數(shù)據(jù)。該過(guò)程通過(guò)再次獲得每個(gè)患者的目標(biāo)數(shù)據(jù)的泛化區(qū)間和目標(biāo)數(shù)據(jù)的第二類別，實(shí)現(xiàn)了泛化區(qū)間和第二類別的更新，進(jìn)一步保證了異常數(shù)據(jù)的獲取準(zhǔn)確性。

44、最后，對(duì)于新增患者的目標(biāo)數(shù)據(jù)，根據(jù)第二類別中的異常數(shù)據(jù)以及新增患者的目標(biāo)數(shù)據(jù)是否落入異常數(shù)據(jù)的泛化區(qū)間，判斷新增患者的目標(biāo)數(shù)據(jù)的質(zhì)量；保證新增患者的目標(biāo)數(shù)據(jù)的數(shù)據(jù)質(zhì)量能夠及時(shí)準(zhǔn)確的獲取到。

45、總而言之，本發(fā)明通過(guò)已經(jīng)記錄的護(hù)理數(shù)據(jù)的泛化區(qū)間和第二類別來(lái)及時(shí)準(zhǔn)確的判斷新增患者的目標(biāo)數(shù)據(jù)的質(zhì)量，同時(shí)進(jìn)一步避免了患者個(gè)體差異所帶來(lái)的噪聲的影響，篩除掉了低質(zhì)量的護(hù)理數(shù)據(jù)，整體上提高了護(hù)理數(shù)據(jù)的質(zhì)量。