[发明专利]一种医疗大数据仓库的创建方法及系统在审
申请号: | 201710146771.5 | 申请日: | 2017-03-13 |
公开(公告)号: | CN106709269A | 公开(公告)日: | 2017-05-24 |
发明(设计)人: | 吴军;高希余;巩玉强;代江波;赵华侨;赵康 | 申请(专利权)人: | 山东众阳软件有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G06F17/30;G06Q50/22 |
代理公司: | 济南圣达知识产权代理有限公司37221 | 代理人: | 黄海丽 |
地址: | 250000 山东省济南市高*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 医疗 数据仓库 创建 方法 系统 | ||
本发明公开了一种医疗大数据仓库的创建方法及系统;包括如下步骤:步骤(1):将各个医疗卫生信息系统的业务数据库中的共享数据和非共享数据通过ETL工具抽取、清洗、转换到ODS数据缓冲区;步骤(2):将ODS数据缓冲区的共享数据通过ETL工具抽取、清洗、转换到ODS的共享数据区中;步骤(3):将ODS数据缓冲区的非共享数据抽取到数据仓库中;将ODS的共享数据区的共享数据抽取到数据仓库中。本发明的有益效果:它具有通过构建数据仓库来减轻对医院服务器访问的压力优点。
技术领域
本发明涉及一种医疗大数据仓库的创建方法及系统。
背景技术
随着医疗行业竞争的加剧、新医改方案的出台等因素的影响,目前医院所处大环境出现了新的变化,生存与发展面临着新的挑战。同时随着医疗模式转型的逐步转变,医院的转型模式已经从粗放式向精细化、终末式向环节化、经验式向循证化的管理方向转变,医院需要综合的、多维的、智能的、易操作的智能分析系统为医院提供科学全面的数据支持,推动医院管理从根据经验的粗放型管理转向依拖数据的精细化管理转变。
虽然在医院信息化方面已经取得了长足的进步,但目前仍然存在一些不足,具体表现在:
1)随着数字化的不断深入,建立了面向不同需求的应用系统,但由于这些系统来均自不同的厂家,这就造成了医院的信息在各个应用系统之间无法互联互通的问题,数据是丰富的,但知识贫乏,各个系统之间缺乏有效信息共享手段,导致信息孤岛的形成,阻碍了医院信息化的进程。
2)信息化经历了多年的发展应用,积累了大量的数据,但大部分数据却是放在医院的不同服务器上,在进行整合应用时存在数据来源不清、数据质量不高,异构系统之间数据集成困难,缺乏统一的标准,数据信息一般都是浅层次应用,一般都是只分析不利用,对监控指标未形成有效的闭环管控,难以推动医院管理的持续改进。
发明内容
本发明的目的就是为了解决上述问题,提供一种医疗大数据仓库的创建方法及系统,它具有通过构建数据仓库来减轻对医院服务器访问的压力优点。
为了实现上述目的,本发明采用如下技术方案:
一种医疗大数据仓库的创建方法,包括如下步骤:
步骤(1):将各个医疗卫生信息系统的业务数据库中的共享数据和非共享数据通过ETL工具抽取、清洗、转换到ODS数据缓冲区;
步骤(2):将ODS数据缓冲区的共享数据通过ETL工具抽取、清洗、转换到ODS的共享数据区中;
步骤(3):将ODS数据缓冲区的非共享数据抽取到数据仓库中;将ODS的共享数据区的共享数据抽取到数据仓库中。
所述共享数据包括:医院资源中患者、医生、设备的基础信息;例如:患者的卡号、姓名、性别、身份证号;医生的工号、职称、挂诊科室;设备型号、生产厂家、有效使用期;
所述非共享数据包括:患者的医嘱信息、患者的检查信息(影像)、医生的晋升记录、医生的培训记录、医生的手术记录和设备的维修记录;
所述步骤(1)的步骤如下:
步骤(101):通过ETL工具从各个医疗卫生信息系统的业务数据库中抽取数据;所述业务数据库包括HIS、LIS或PACS;
步骤(102):向抽取数据中添加设定的数据抽取日期;
步骤(103):将添加数据抽取日期的数据存储到ODS数据缓冲区中。
所述步骤(2)的步骤如下:
步骤(201):通过ETL工具从ODS数据缓冲区中抽取编码类数据和指标类数据;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东众阳软件有限公司,未经山东众阳软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710146771.5/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用