医渡云（北京）技术有限公司

临床研究数据散落在各个医疗信息系统中，多个系统的标准不同、数据质量参差不齐。医渡云通过运用机器学习、自然语言处理（NLP）的技术协助医院实现多系统、多数据源的数据集成、数据标准化统一生产，并实现非结构化长文本病历转化为结构化数据。1.数据清洗将医院的医疗数据中，因各种历史原因或不明原因导致的不规范、错误的字段信息进行清洗，避免因部分明显错误的信息导致上层应用服务的结论错误。 2.数据标准化处理基于国内、国际、医疗行业、国际疾病指南等标准，例如ICD10\ICD9、HL7CDA\医学主题词表（MeSH）\观测指标标识符逻辑命名与编码系统（LOINC）\药品词典规范-CFDA,ATC分类\国家卫计委  医疗机构诊疗科目名录\国际性肿瘤数据库结构\肿瘤学国际诊治指南等，对数据进行标准化处理。 通过自然语言的同义词表、医学术语的同义关联词表，在数据挖掘的算法指导下，对因不同文字表达但含义相对的字段信息进行归一，为后续和上层应用提供正确且统一的信息表达。 3.数据后结构化处理将医院医疗业务系统中的数据，通过自然语义处理技术，结合医疗专业术语的语义结构，将医疗语义信息从原始的自然语言表达，扩展分析为结构化的Key-Value模式，为后续的应用、挖掘、机器学习提供基础数据支持。结构化主要从若干个独立维度来进行,对数据依据主题字段进行划分，主要主题字段有：症状､体征､烟酒情况､病理诊断､病理表现､过敏情况､婚育状况等。根据病理或报告中不同字段的语义复杂程度和实际需求,目前结构化框架主要由正则抽取和通用框架组成。支持临床基础字段集，覆盖常规的检验、检查、症状、疾病生命体征、家族史、婚育史、手术、输液、药品医嘱等结构化处理。4.数据质控管理针对数据处理过程中的多层数据，采用定量、定性综合校验方法，提供多维质量监控、问题预警功能，协助大数据运营企业及医疗机构信息部门发现完整性、一致性、准确性、唯一性、稳定性等数据质量问题。 5.数据脱敏与加密处理数据脱敏和加密处理，指对患者个人信息中的敏感信息（如：患者姓名、身份证号、电话、地址等）通过脱敏或加密规则进行数据的变形，实现敏感隐私数据的可靠保护，同时依然保持其它数据的格式和属性，保证其可识别性和可用性。