分类: 图书馆学、情报学 >> 情报学 提交时间: 2024-04-14
摘要: 目的/意义 为解决传统电子病历大数据资源交互性差、安全性低等问题,提出具有去中心化、不可篡改以及加密机制的基于区块链的医疗电子病历大数据共享方案。 方法/过程 首先,分析当前区块链技术在医疗领域的应用;然后,采用问卷调查法和访谈法收集医疗市场对电子病历的需求;在此基础上,结合不对称加密技术、共识机制、智能合约等机制,提出五层次的基于区块链技术的医疗电子病历大数据资源共享方案。 结果/结论 该方案重塑医疗大数据资源共享流程,进一步完善区块链在医疗数据安全存储共享方面的应用,可为相关企业医院和研究者提供参考。
分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-07-26 合作期刊: 《图书情报工作》
摘要: [目的/意义]健康医疗大数据是我国重要的基础性战略资源,本研究对中文电子病历分词与实体识别的探讨与实证较好地完成了医疗数据的信息抽取任务,对今后医疗大数据在语义层面的应用发展具有重要意义。[方法/过程]本研究首先融合权威词表、官方标准、健康网站数据及其他医学补充词库构建了词语数量级达到10万的医学词表;然后对电子病历的字段进行分词,对比了jieba工具、导入词典后的jieba、无监督学习及AC自动机4种模型的分词效果;最后,以自动分词和人工标注结果为语料,实现基于条件随机场的电子病历实体识别研究,并比较不同实体类别以及不同文本特征下的实体识别效果,选出最优模板。[结果/结论]分词结果显示,AC自动机的效果最好,F值可达82%;实体识别结果表明,检查和疾病实体的识别效果最好,而症状的识别效果不太理想。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-10-11 合作期刊: 《数据分析与知识发现》
摘要: 【目的】从异构的电子病历数据中发现疾病危险因素, 为数据挖掘与知识发现提供借鉴。【方法】选取集各种结构为一身的临床电子病历数据, 利用决策树、逻辑回归和神经网络三种数据挖掘算法分别建立疾病危险因素预测模型, 对三种预测模型进行比较分析和统计学评价。【结果】决策树预测模型在查准率、召回率上高于逻辑回归和神经网络, 在总体性能上决策树最优, 但三者差别不大。【局限】未对电子病历属性进行优化选择。【结论】决策树在危险因素的发现与疾病的预测方面优于逻辑回归和神经网络。研究中建立基于数据挖掘算法的异构数据源知识发现框架, 为今后领域知识发现和知识库构建以及数据挖掘算法的选择提供一定借鉴和参考。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-10-11 合作期刊: 《数据分析与知识发现》
摘要: 【目的】通过对电子病历中重要文本进行语义分析, 提取辅助临床治疗方案选择的决策知识, 实现电子病历的临床决策支持功能。【方法】使用词典和统计相结合的分词算法, 对训练样本中出院记录文本进行分词处理,从中提取临床术语及治疗方案, 并对其进行潜在语义分析, 找出临床术语与治疗方案之间的潜在语义联系, 建立胃癌治疗方案辅助选择的潜在语义模型。【结果】利用测试样本对语义模型进行测试, 在三维语义空间内, 发现1 000 份测试样本中有605 份可以从临床症状的描述准确地推算出其所对应的治疗方案, 正确率为60.5%。【局限】仅以出院记录文本为研究对象, 没有对其他病历文本进行分词处理。【结论】潜在语义分析方法能够有效地处理临床文本, 辅助医生的临床决策, 对于电子病历的开发应用具有重要意义。