[发明专利]一种中医临床数据清洗方法

说明书

技术领域

本发明中医临床领域，特别是一种中医临床数据清洗方法。

背景技术

数据清洗(Data cleaning)是指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值，其对数据进行重新审查和校验，旨在删除重复信息、纠正存在的错误，并提供数据一致性，主要针对的数据类型包括残缺数据、错误数据和重复数据。

中医临床电子病历数据繁复，其主要包括临床诊断(病名)、四诊(望闻问切)、方剂、治法、症状、证型、病位、病性等信息(图1)。由于临床业务量大、方剂种类繁多，中医临床电子病历往往存在或多或少的数据缺失问题，数据缺失的电子病历对于后期的电子病历分析整理工作效率影响显著。宋红梅《电子病历中医科研数据采集过程中质量问题及对策》提出病历数据录入阶段的质量控制与自我检查，其主要思想是在电子病历系统中，利用软件规则的方式，填写电子病历，在一定程度上保证电子病历的完整性。但该方案仅实现在中医临床电子病历填写过程中的补全操作，对于因填写过程中产生的数据缺陷问题不能有效解决。

发明内容

本发明的目的在于克服现有技术中所存在的上述不足，提供一种能够在填写过程中以及填写完成后均能完成数据补全的中医临床数据清洗方法。

为了实现上述发明目的，本发明提供了以下技术方案：

一种中医临床数据清洗方法，包括步骤：

S01，获取电子病历，通过所述电子病历中的病名从知识库中检索知识数据集；

S02，通过所述知识数据集中各知识数据对应的知识编码检索对应的方剂信息，所述方剂信息包括药品名称；

S03，将各知识数据中的各药品名称与所述电子病历中的药品名称比对，选出药品名称比对符合次数最多且符合率超过指定阈值的知识数据作为目标知识数据；

S04，根据所述目标知识数据补全所述电子病历缺失的数据。

所述病名(临床诊断)和所述方剂(药品)信息是所述电子病历中的关键数据，所述知识数据至少包括病名(临床诊断)和方剂信息，还包括与该条知识数据对应的四诊、方剂、治法、症状、证型、病位、病性信息，各条所述知识数据设置有唯一映射关系的知识编码，任意2条以上所述知识数据构成所述知识数据集。

进一步地，步骤S03中，循环所述电子病历中的药品名称分别与各知识数据中的各药品名称比对。所述电子病历中的药品名称也归于所述电子病历中的方剂信息。

进一步地，步骤S04中，所述缺失的数据包括四诊(望闻问切)、方剂、治法、症状、证型、病位、病性信息中的任意一种或多种。所述电子病历方剂信息中须有药品名称，但并不一定包括了对应处方的所有药品名称，因此所述方剂信息中药品名称也应按需补全。

基于第一实施方式，步骤S04中，将所述电子病历中的四诊、方剂、治法、症状、证型、病位、病性信息分别与所述目标知识比对，若所述电子病历相应位置为空值，将所述目标知识对应位置信息补入所述电子病历对应位置。该实施方式中数据补全操作以所述电子病历为基础，所述电子病历相应位置信息为空，即将所述目标知识相应位置信息补入，有效解决了缺失值的补充。

进一步地，步骤S04中，将所述电子病历中的四诊、方剂、治法、症状、证型、病位、病性信息分别与所述目标知识比对，若所述电子病历相应位置为非空值，将所述目标知识对应位置信息与所述电子病历对应位置信息比对，将比对不一致的信息补入所述电子病历对应位置。该实施方式对于所述电子病历相应位置有记载信息，但所述记载信息与所述目标知识不一致，将所述目标知识对应位置信息添入所述电子病历对应位置，进一步实现了所述电子病历的信息完善。优选地，为添入的对应位置的数据信息进行标注，将其与所述电子病历对应位置的初始信息进行区分。

基于第二实施方式，步骤S04中，将所述电子病历中的四诊、方剂、治法、症状、证型、病位、病性信息分别与所述目标知识比对，若所述目标知识相应位置为非空值，将所述目标知识对应位置信息覆盖所述电子病历对应位置。该实施方式中数据补全操作以所述目标知识为模板，当所述目标知识数据对应位置为非空值，即将所述目标知识对应位置信息覆盖所述电子病历对应位置，该方式有助于数据补全的完整性。

进一步地，步骤S04中，由于所述证型仅包含单一信息，若证型为非空值，无需补充所述证型信息。