【摘要】：隨著轉(zhuǎn)化醫(yī)學(xué)模式的興起,以及人們對醫(yī)療信息共享需求的不斷增大,構(gòu)建以電子健康檔案(Electronic health record,EHR)為基礎(chǔ)的醫(yī)療信息支撐平臺變得越來越重要。然而目前我國醫(yī)院信息系統(tǒng)之間缺乏統(tǒng)一的數(shù)據(jù)標準和一種有效的數(shù)據(jù)集成機制,居民的電子健康檔案沒有形成完整的體系,這導(dǎo)致了人們的醫(yī)療數(shù)據(jù)呈現(xiàn)為一個個分散、封閉和無法共享的“信息孤島”。這不僅僅阻礙了轉(zhuǎn)化醫(yī)學(xué)這種新興模式的具體實施,也同時造成了急速增長的醫(yī)療大數(shù)據(jù)無法被人們高效利用的尷尬局面。許多當今興起的數(shù)據(jù)挖掘、機器學(xué)習(xí)等人工智能技術(shù)在這些醫(yī)療數(shù)據(jù)上的應(yīng)用效果都會大打折扣。本文針對上述問題,研究了一種采用兩層建模架構(gòu)的開源電子健康檔案標準openEHR,設(shè)計了一種能夠支持多種醫(yī)療數(shù)據(jù)源集成的EHR數(shù)據(jù)接口,然后以此為基礎(chǔ),初步構(gòu)建了基于openEHR的健康檔案系統(tǒng),并對系統(tǒng)中關(guān)鍵的數(shù)據(jù)導(dǎo)入、存儲和獲取模塊進行了設(shè)計和實現(xiàn)。該系統(tǒng)可以將不同異構(gòu)的數(shù)據(jù)源集成到統(tǒng)一的EHR健康檔案系統(tǒng)中,并開放接口提供給第三方使用,這為建立基于EHR的智慧醫(yī)療服務(wù)提供了很好的支持。在初步實現(xiàn)了EHR數(shù)據(jù)接口及健康檔案系統(tǒng)的基礎(chǔ)上,本文對系統(tǒng)中的糖尿病患者EHR數(shù)據(jù)進行了數(shù)據(jù)挖掘研究。首先針對傳統(tǒng)相關(guān)性分析算法在挖掘疾病危險因素中存在的缺乏定量分析的問題,提出了一種基于神經(jīng)網(wǎng)絡(luò)敏感性分析的方法,實驗結(jié)果表明該算法能夠定量的給出各種危險因素對疾病的影響程度。接著本文在研究糖尿病高危人群自動識別和篩選的問題中,分析傳統(tǒng)C4.5算法存在結(jié)點過多的不足之處,提出了一種改進的C4.5算法,并通過實驗測試驗證了算法的性能。最后本文將以上的研究成果具體應(yīng)用到慢性病健康服務(wù)與分析系統(tǒng)中,設(shè)計和實現(xiàn)了相應(yīng)的算法模塊。對于健康管理師和醫(yī)師實施健康干預(yù)起到了很好的輔助建議和決策支持的作用。
[Abstract]:With the rise of transformational medical model and the increasing demand for medical information sharing, it is more and more important to build a medical information support platform based on electronic health file (Electronic health record,EHR). However, at present, there is a lack of unified data standard and an effective data integration mechanism among hospital information systems in our country, and the electronic health files of residents have not formed a complete system, which leads to the dispersion of people's medical data one by one. An isolated island of information that is closed and cannot be shared. This not only hinders the implementation of the new model of transformational medicine, but also results in the embarrassing situation that the rapidly growing medical big data can not be used efficiently by people. Many emerging data mining, machine learning and other artificial intelligence technologies in these medical data applications will be greatly reduced. In order to solve the above problems, this paper studies an open source electronic health file standard openEHR, based on two-tier modeling architecture, and then designs a EHR data interface which can support the integration of various medical data sources, and then based on it. A health file system based on openEHR is constructed, and the key data import, storage and acquisition modules are designed and implemented. The system can integrate different heterogeneous data sources into a unified EHR health file system and open the interface for third parties to use, which provides a good support for the establishment of intelligent medical services based on EHR. Based on the preliminary implementation of EHR data interface and health file system, the EHR data of diabetic patients in the system are studied in this paper. In order to solve the problem of lack of quantitative analysis in mining disease risk factors by traditional correlation analysis algorithm, a method based on neural network sensitivity analysis is proposed. The experimental results show that the algorithm can quantitatively give the influence of various risk factors on the disease. Then, in the study of automatic identification and screening of high risk population of diabetes mellitus, this paper analyzes the shortcomings of the traditional C4.5 algorithm with too many nodes, and proposes an improved C4.5 algorithm, and the performance of the algorithm is verified by experimental tests. Finally, the above research results are applied to the health service and analysis system of chronic diseases, and the corresponding algorithm modules are designed and implemented. It plays a good role in auxiliary advice and decision support for health managers and doctors to carry out health intervention.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R587.1;TP311.13

【相似文獻】

相關(guān)期刊論文 前10條

1 劉奕男;方紅;嚴玉潔;姚保棟;曹莉莉;周潔;王偉杰;;基于EHR的糖尿病危險因素評分篩查系統(tǒng)的建立與評價[J];中國初級衛(wèi)生保健;2013年03期

2 陳夢;李冠龍;馬賢;原一帆;;高校電子健康檔案(EHR)系統(tǒng)的建設(shè)探析[J];科技促進發(fā)展;2012年s1期

3 劉艷;;大學(xué)生EHR系統(tǒng)組成與功能設(shè)計[J];蘭臺世界;2019年01期

4 黃友林;;透視中國石化人力資源管理信息系統(tǒng)(eHR)[J];中小企業(yè)管理與科技(上旬刊);2008年12期

5 周景麗;;信息時代的人力資源管理-eHR[J];科技信息(學(xué)術(shù)研究);2007年30期

6 楊敏杰;高長元;那娜;;eHR環(huán)境中企業(yè)績效管理的研究[J];學(xué)術(shù)交流;2009年01期

7 鄭靜靜;;eHR環(huán)境中企業(yè)績效管理的研究[J];湘潮(下半月);2011年02期

8 鄭靜靜;;eHR環(huán)境中企業(yè)績效管理的研究[J];時代金融;2011年11期

9 薛峗;淺析中資銀行EHR項目中的項目組織方式[J];新金融;2005年03期

10 羅文標;王雷;;EHR與知識型員工的管理[J];商場現(xiàn)代化;2007年05期

相關(guān)會議論文 前10條

1 段培俊;周東岱;;數(shù)據(jù)挖掘研究綜述[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

2 陳彬玫;尹維;莊光彤;成秋;陳仕莉;;醫(yī)學(xué)數(shù)據(jù)挖掘研究[A];中華醫(yī)學(xué)會第二十一次全國醫(yī)學(xué)信息學(xué)術(shù)會議論文匯編[C];2015年

3 臧根林;;流動人口治安信息數(shù)據(jù)挖掘研究[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2006年

4 徐振龍;郭崇慧;;隱私保護數(shù)據(jù)挖掘研究的簡要綜述[A];第七屆（2012）中國管理學(xué)年會商務(wù)智能分會場論文集（選編）[C];2012年

5 王繼成;孫穎;張福炎;;文本挖掘-數(shù)據(jù)挖掘研究的新課題[A];第十六屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集[C];1999年

6 黎明;張敏;;現(xiàn)代企業(yè)網(wǎng)絡(luò)與eHR[A];京津走廊經(jīng)濟崛起與工業(yè)園區(qū)產(chǎn)業(yè)集群研究——紀念廊坊開發(fā)區(qū)建立十五周年暨工業(yè)園區(qū)產(chǎn)業(yè)集群專題征文研討活動論文集[C];2007年

7 江波;邱飛岳;李浩君;;教育數(shù)據(jù)挖掘研究綜述——技術(shù)的視角[A];計算機與教育：實踐、創(chuàng)新、未來——全國計算機輔助教育學(xué)會第十六屆學(xué)術(shù)年會論文集[C];2014年

8 曹波偉;薛青;唐志武;任曉明;;面向軍事基礎(chǔ)數(shù)據(jù)的數(shù)據(jù)挖掘研究[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

9 宋擒豹;沈鈞毅;;一種例外模式的挖掘算法[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2000年

10 高博;;基于等級保護測評工作的數(shù)據(jù)挖掘研究[A];第二屆全國信息安全等級保護技術(shù)大會會議論文集[C];2013年

相關(guān)重要報紙文章 前10條

1 本報見習(xí)記者 周尚O;券商春季“搶人賽”拉開帷幕 國泰君安另辟蹊徑 啟動EHR“員工推薦”平臺[N];證券日報;2017年

2 本報記者 馬洪香;山東:消費信心到底咋樣[N];聯(lián)合日報;2009年

3 記者 徐雅金 通訊員 盧恬;江西以糖尿病為分級診療突破口[N];健康報;2016年

4 本報記者 奧爾其朗 王偉;糖尿病治療:提高達標率延緩并發(fā)癥[N];中國勞動保障報;2019年

5 記者 譚嘉;“城市改變糖尿病”倡議發(fā)布[N];健康報;2018年

6 記者 張夢然;糖尿病增加患癌風(fēng)險的分子機制揭開[N];科技日報;2018年

7 本報記者 王偉;糖尿病 值得社會關(guān)注的疾病[N];中國勞動保障報;2018年

8 呂傳彬;糖尿病高發(fā) 防治有技巧[N];21世紀藥店;2018年

9 實習(xí)記者 于紫月;人工智能助力診斷糖尿病患者分型[N];科技日報;2019年

10 記者 王瀟雨;5型糖尿病理論適用中國人群[N];健康報;2019年

相關(guān)博士學(xué)位論文 前10條

1 徐雪琪;基于統(tǒng)計視角的數(shù)據(jù)挖掘研究[D];浙江工商大學(xué);2007年

2 王亞琴;道路交通流數(shù)據(jù)挖掘研究[D];復(fù)旦大學(xué);2007年

3 覃明貴;城市道路交通數(shù)據(jù)挖掘研究與應(yīng)用[D];復(fù)旦大學(xué);2010年

4 韓煦;中老年人群2型糖尿病危險因素識別和發(fā)生風(fēng)險預(yù)測模型建立[D];華中科技大學(xué);2017年

5 朱明;糖尿病中補體活化對間充質(zhì)干細胞存活的影響及機制研究[D];第三軍醫(yī)大學(xué);2017年

6 方家追;2型糖尿病住院原因和慢性并發(fā)癥患病率及其危險因素分析[D];浙江大學(xué);2015年

7 羅俊;武漢市糖尿病流行趨勢及其預(yù)測的研究[D];華中科技大學(xué);2010年

8 張氏玉蘭;糖尿病足臨床研究和防治對策[D];南京中醫(yī)藥大學(xué);2012年

9 魏軍平;林蘭教授糖尿病三型辨證學(xué)術(shù)思想淵源與臨床經(jīng)驗整理研究[D];中國中醫(yī)科學(xué)院;2012年

10 趙書亮;2型糖尿病合并抑郁的影響因素研究[D];北京師范大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 朱寒陽;面向轉(zhuǎn)化醫(yī)學(xué)的EHR數(shù)據(jù)接口與糖尿病數(shù)據(jù)挖掘研究[D];浙江大學(xué);2015年

2 朱蓉蓉;電子化人力資源管理（eHR）研究[D];長安大學(xué);2009年

3 趙劍東;基于OpenEHR的糖尿病并發(fā)癥挖掘研究與應(yīng)用[D];浙江大學(xué);2015年

4 吳瓊;混合云環(huán)境下基于屬性EHR共享系統(tǒng)安全技術(shù)研究[D];南京郵電大學(xué);2016年

5 王愛玲;混合云環(huán)境下基于屬性的EHR數(shù)據(jù)保護技術(shù)研究[D];南京郵電大學(xué);2016年

6 孫冬梅;A公司實施電子化人力資源管理系統(tǒng)（eHR）的案例分析及啟示[D];對外經(jīng)濟貿(mào)易大學(xué);2006年

7 覃艷;電子健康檔案中糖尿病相關(guān)因素的數(shù)據(jù)挖掘研究[D];電子科技大學(xué);2013年

8 萬良卿;混合云環(huán)境下基于屬性基的EHR數(shù)據(jù)共享關(guān)鍵技術(shù)研究[D];南京郵電大學(xué);2016年

9 宋慧;面向人力資源營銷的eHR自助服務(wù)體系設(shè)計[D];天津大學(xué);2005年

10 李悛;基于移動代理的分布式數(shù)據(jù)挖掘研究[D];浙江工業(yè)大學(xué);2005年

，

本文編號：2486189