Page 28 - 嘉和资讯129期

嘉和专栏

专题策划——数据资源的管理与利用
Special Planning

互联网医院诊疗数据、体检数据、
生物样本数据、影像数据；第二部
分为随访数据、可穿戴物联网数
据、基因测序数据；第三部分为在

执行的课题研究数据、多中心研究
数据及既往课题研究数据；第四部
分为气象数据、公共卫生数据、文
献数据、基因等公开数据集数据。
2.3 资源中心存储方案 由于临床数
据资源中心接入数据形态的丰富和
图1 临床数据资源中心系统架构
多样化，采用分布式列式数据库来
适应数据列和存储的弹性扩展。同 检验模型、检查模型、医嘱模型 术语本体库是数据标化、数据质量
时，为满足数据快速检索、获取及 等。它是以本体形式构建，并描述 核查和数据推理的基础，提取医学
时间序列计算等应用需求，按规范 相关本体的关系。 术语标准化体系中的同义词、层级
化数据模型治理标化的数据采用搜 3.2 章节数据组模型 由标准数据元 关系及医学术语相关的医学知识
索引擎数据库、文档数据库、时序 和基础数据组构成，是表达一个完 等 [10] ，并进行结构化存储，抽取可
数据库进行存储，通过数据虚拟化 整基础医疗信息的单元，如常见的 被计算机识别的医学关键信息，建
技术实现对数据服务的透明应用。 主诉、现病史、既往史、检查所见 立不同本体间医学知识关联关系。
等，同时记录了上下文语义关系， 结合国际疾病分类名称（ICD-10）、
3 构建规范化数据模型 为后续数据的准确提取提供了可靠 医学主题词表（MeSH）等医学术

数据模型是数据治理的重要基 路径。 语集及实际数据情况，完善医学术
础，利用人工智能技术则可以帮助 3.3 文档数据模型 由章节数据模型 语标准化体系。
概念模型与计算机模型实现完美融 构成，表达一个完整医疗信息，如 4.2 文档规范化处理 在病历文书和
[5]
合 ，如通过知识图谱的语义网络 常见的病案首页、入院记录、首次 检查报告治理过程中，存在两种常
架构，可以很好地展现实体、实体 病程等，有利于数据完整性校验以 见不规范形式：一种是多医疗记录
属性以及实体间的关系，也为构建 及数据精准搜索与提取。 混合在一个文档里，需要通过自然
[11]
规范化数据模型打下重要基础。规 语言处理和文档特征识别 ，实现
范化数据模型是临床数据资源数据 4 智能化数据治理关键点 文档拆分和分类识别；另一种是只
标准化和数据互操作的核心，由于 为提高数据治理的质量和效 有文档没有分类属性，需要通过自
临床、科研等深度应用会导致数据 率，将数据治理与机器学习、深度 然语言处理和文档特征识别赋予正
元新增细化、接入数据种类扩展等 学习等人工智能技术进行了深度结 确的文档分类属性。再依据《电子
不确定需求，因此，临床数据资源 合，这种应用人工智能技术的新一 病历临床文档基础模板数据集分类
中心是一个数据模型持续迭代的建 代数据治理即称为“智能化数据治 编码》整理成规范化的医疗文档，
[9]
设过程 [6-8] 。总体来讲，主要包含 理” ，如医学自然语言处理技术、 实现文档规范化整理，为后续非
以下 3 类。 医学数据自动标准化治理模型、数 结构化文档分词对应数据模型打
3.1 基础数据组 是整个规范化数据 据质控规则引擎、数据安全规则引 下基础。

模型的基础，如常见的疾病模型、 擎等，具体如下所述。 4.3 基于上下文语义识别的自然语
症状模型、药品模型、手术模型、 4.1 标准化术语本体库建设 标准化 言处理 通过自然语言分词以及上

30 China Digital Medicine. 2023,Vol.18,No. 1