(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210845285.3 (22)申请日 2022.07.19 (71)申请人 深圳市指南针医疗科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区科苑南路3170号留学生 创业大厦一期16 08 (72)发明人 舒振峰　杨政　刘洋　 (74)专利代理 机构 深圳市恒程创新知识产权代 理有限公司 4 4542 专利代理师 戴圆圆 (51)Int.Cl. G06F 16/25(2019.01) G06Q 10/06(2012.01) G16H 10/00(2018.01) (54)发明名称 AI数据云测质量的提升方法、 装置、 设备及 存储介质 (57)摘要 本发明属于临床数据处理技术领域， 公开了 一种AI数据云测质量的提升方法、 装置、 设备及 存储介质。 该方法包括： 对各医疗数据库内数据 进行整合， 确定第一数据集； 基于预设标准对所 述第一数据集进行交叉比对及智能运算， 得到第 二数据集； 将所述第一数据集和所述第二数据集 进行规则变更， 并利用经过规则变更后的第一数 据集和第二数据集来进行建库， 得到原始规则及 元数据初筛内容数据库； 对所述原始规则及元数 据初筛内容数据库中的指标元数据集合进行数 据质量评估， 得到新标准数据集； 将所述新标准 数据集输入到深度学习网络中， 得到临床应用数 据集。 通过上述方式， 能够有效提高临床应用数 据的质量。 权利要求书2页 说明书9页 附图5页 CN 115017221 A 2022.09.06 CN 115017221 A 1.一种AI数据云测质量的提升方法， 其特征在于， 所述AI数据云测质量的提升方法包 括： S10、 对各医疗数据库内数据进行整合， 确定第一数据集； S20、 基于预设标准对所述第一数据集进行交叉比对及智能运 算， 得到第二数据集； S30、 将所述第一数据集和所述第二数据集进行规则变更， 并利用经过规则变更后的第 一数据集和第二数据集 来进行建库， 得到原 始规则及元 数据初筛内容数据库； S40、 对所述原始规则及元数据初筛内容数据库中的指标元数据集合进行数据质量评 估， 得到新标准数据集； S50、 将所述 新标准数据集输入到深度学习网络中， 得到临床应用数据集。 2.如权利要求1所述的方法， 其特征在于， 所述预设标准包括地 区高发病症医学诊疗临 床数据、 国际医学级国内临床数据共识标准、 医学文 献标准、 医学各分支专家 根据历年数据 验证结果标准以及专 家共识推荐结果标准； 所述基于预设标准对所述第一数据集进行交叉比对及智能运算， 得到第二数据集， 包 括： 基于所述地区高发病症医学诊疗临床数据、 国际医学级国内临床数据共识标准、 医学 文献标准、 医学各分支专家根据历年数据验证结果标准、 专家共识推荐结果标准中的共有 标准， 对所述第一数据集进行比对及智能运 算， 得到第一相关数据； 基于所述地区高发病症医学诊疗临床数据、 国际医学级国内临床数据共识标准、 医学 文献标准、 医学各分支专家根据历年数据验证结果标准、 专家共识推荐结果标准中的非共 有标准， 对所述第一数据集进行交叉比对及智能运 算， 得到第二相关数据； 基于所述第一相关数据和所述第二相关数据， 得到第二数据集。 3.如权利要求1所述的方法， 其特征在于， 所述将所述第 一数据集和所述第 二数据集进 行规则变更， 包括： 将所述第一数据集和所述第二数据集用标准数据模板进行梳理。 4.如权利要求1所述的方法， 其特征在于， 所述利用经过规则 变更后的第 一数据集和第 二数据集 来建库， 得到原 始规则及元 数据初筛内容数据库， 包括： 通过对经过规则变更后的第 一数据集和第 二数据集进行字段确定和提取， 得到第 一指 标元数据集； 通过对经过规则变更后的第 一数据集和第 二数据集进行文本结构化处理， 得到第 二指 标元数据集； 通过对经过规则变更后的第 一数据集和第 二数据集进行名称编码， 得到第 三指标元数 据集； 基于所述第一指标元数据集、 所述第二指标元数据集及所述第三指标元数据集， 生成 指标元数据集合， 得到原 始规则及元 数据初筛内容数据库。 5.如权利要求1所述的方法， 其特 征在于， 在步骤S40之前， 还 包括； 对经过规则变更后的第一数据集和第二数据集进行可用性评估， 其中， 所述可用性评 估包括数据一 致性评估、 代码和名称一 致性评估及数据精确性评估； 根据评估结果 来更新所述原 始规则及元 数据初筛内容数据库。 6.如权利要求1 ‑5任一项所述的方法， 其特 征在于， 在步骤S40之前， 还 包括：权　利　要　求　书 1/2 页 2 CN 115017221 A 2基于所述经过规则 变更后的第 一数据集和第 二数据集， 通过大数据挖掘和推算算法融 合推算出新数据； 根据所述 新数据来更新所述原 始规则及元 数据初筛内容数据库。 7.如权利要求1 ‑5任一项所述的方法， 其特 征在于， 在步骤S5 0之后， 还 包括： S60、 将所述临床应用数据集输入到卷积神经网络中， 获取 未知元数据； S70、 在将所述未知元数据与所述指标元数据集合进行比对之后， 更新所述指标元数据 集合， 并根据新的指标 元数据集合重复执 行步骤S40 ‑S70。 8.一种AI数据云测质量的提升装置， 其特征在于， 所述AI数据云测质量的提升装置包 括： 确定模块， 用于对各医疗数据库内数据进行整合， 确定第一数据集； 所述确定模块， 用于基于预设标准对所述第一数据集进行交叉比对及智能运算， 得到 第二数据集； 建库模块， 用于将所述第一数据集和所述第二数据集进行规则变更， 并利用经过规则 变更后的第一数据集和第二数据集 来进行建库， 得到原 始规则及元 数据初筛内容数据库； 评估模块， 用于对所述原始规则及元数据初筛 内容数据库中的指标元数据集合进行数 据质量评估， 得到新标准数据集； 生成模块， 用于将所述 新标准数据集输入到深度学习网络中， 得到临床应用数据集。 9.一种AI数据云测质量的提升设备， 其特征在于， 所述设备包括： 存储器、 处理器及存 储在所述存储器上并可在所述处理器上运行的A I数据云测质量的提升程序， 所述A I数据云 测质量的提升程序配置为实现如权利要求1至7中任一项所述AI数据云测质量的提升方法 的步骤。 10.一种存储介质， 其特征在于， 所述存储介质上存储有AI数据云测质量的提升程序， 所述AI数据云测质量的提升程序被处理器执行时实现如权利要求1至7任一项所述AI数据 云测质量的提升方法的步骤。权　利　要　求　书 2/2 页 3 CN 115017221 A 3