国际数据标准模型及其应用于国内临床数据标准转换的研究

规范化数据采集、统一数据标准是提高临床研究质量的核心要素,尤其对于全球多中心研究,在统一数据标准的前提下,才能实现不同医疗机构、不同地区、不同疾病领域的临床数据互联互通、共享利用。通过对临床数据交换标准协会(CDISC)临床数据获取标准协调(CDASH)和观察性医疗结果合作组织(OMOP)通用数据模型(CDM)这2项成熟的国际数据标准模型进行综述,并结合中文语义环境和临床研究应用场景,总结如何从医疗机构院内源数据到OMOP CDM和CDISC CDASH进行数据标准转换,以探讨其在国内临床研究的适用性。

基于组合语义相似度计算的疾病术语自动编码

当前国内医疗机构疾病编码主要采用国际疾病分类ICD-10标准并由人工完成,人工工作量大、时间成本高。提出了一种基于组合语义相似度技术进行疾病术语自动编码的方法,其基于领域知识库结合分词、实体识别和词向量表示技术进行术语相似度计算。通过在妇产科疾病中的应用表明,该方法在术语自动编码精度能达到80%以上,可以有效辅助临床医生书写诊断编码,减少病案科审核工作量,提升总体工作效率。