(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 202211192137.2 (22)申请日 2022.09.28 (71)申请人 谢桂花 地址 301700 天津市武清区商务区畅源道 国际企业社区H2号楼706室-53(集中 办公区) (72)发明人 谢桂花　姜碧　 (51)Int.Cl. G16H 50/30(2018.01) G16H 50/70(2018.01) G06F 16/25(2019.01) G06F 16/2455(2019.01) (54)发明名称 一种针对智慧医疗服务的大数据风险识别 方法及系统 (57)摘要 本发明涉及智慧医疗技术， 揭露了一种针对 智慧医疗服务的大数据风险识别方法， 包括： 获 取待诊病种及病历调取数据， 提取待诊病种的病 种关联数据， 计算病历调取数据与病种关联数据 的数据关联度， 计算病历调取数据的调取时间与 最新复诊时间的时间差异度， 根据数据关联度及 时间差异度， 利用风险识别公式计算患者的数据 风险指数， 统计病历大数据数据库中所有患者的 数据风险指数， 得到综合数据风险指数， 根据大 数据风险指数计算公式及综合数据风险指数， 计 算病历大数据数据库的风险指数。 本发明在于解 决当前智慧医疗的医疗数据存在泄露风险性高 的问题。 权利要求书3页 说明书12页 附图2页 CN 115440380 A 2022.12.06 CN 115440380 A 1.一种针对智慧医疗服 务的大数据风险识别方法， 其特 征在于， 所述方法包括： 接收用户对预构建的病 种集合中每种 病种划定的病 种关联数据； 根据所述病 种与所述病 种关联数据的对应关系构建病 种关联数据查询表； 获取患者的待诊病种及病历调取数据， 在所述病种关联数据查询表中提取所述待诊病 种的病种关联数据； 利用预构建的数据关联度计算公式计算所述病历调取数据与所述待诊病种的病种关 联数据的数据关联度； 获取所述患 者的最新复诊时间， 计算所述病历调取数据的调取时间与 所述最新复诊时 间的时间差异度； 根据所述数据关联度及时间差异度， 利用预构建的的风险识别公式计算所述患 者的数 据风险指数， 其中所述 风险识别公式如下 所示： 其中， Ni表示第i位患者的数据风险指数， a表示数据关联度权重， ci表示第i位患者的数 据关联度， a表示时间差异度权 重， ti表示第i位患者的时间差异度； 统计预构建的病历大数据数据库中所有患者的数据风险指数， 得到综合数据风险指 数； 根据预构建的大数据风险指数计算公式及所述综合数据风险指数， 计算所述病历大数 据数据库的风险指数， 其中所述大 数据风险指数计算公式如下 所示： 其中， M表示所述大 数据风险指数， j表示所述病历大 数据数据库中记录的所有患者数。 2.如权利要求1所述的针对智慧医疗服务的大数据风险识别方法， 其特征在于， 所述获 取患者的待 诊病种及病历调取 数据， 包括： 接收用户在所述病 种集合中选择的待 诊病种； 记录用户在预构建的智慧医疗平台 中调取的病历检查信息； 根据所述病历检查信息确定病历调取项目； 保存所述病历调取项目及所述病历调取项目对应的调取时间， 得到所述病历调取数 据。 3.如权利要求2所述的针对智慧医疗服务的大数据风险识别方法， 其特征在于， 所述在 所述病种关联数据查询表中提取 所述待诊病种的病种关联数据， 包括： 将所述待 诊病种作为病 种关联索引； 利用所述病种关联索引在所述病种关联数据查询表中提取所述待诊病种的病种关联 项目； 提取所述病种关联项目与所述待 诊病种的病种关联权 重； 建立所述病 种关联项目及病 种关联权 重的对应关系， 得到所述病 种关联数据。 4.如权利要求3所述的针对智慧医疗服务的大数据风险识别方法， 其特征在于， 所述利 用预构建的数据关联度计算公式计算所述病历调 取数据与所述待诊病种的病种关联数据权　利　要　求　书 1/3 页 2 CN 115440380 A 2的数据关联度， 包括： 判断所述病历调取数据中的病种调取项目与所述待诊病种的病种关联数据中的病种 关联项目的项目重合数； 根据所述项目重合数及所述数据关联度计算公式计算所述数据关联度。 5.如权利要求4所述的针对智慧医疗服务的大数据风险识别方法， 其特征在于， 所述数 据关联度计算公式， 如下 所示： 其中， q表示病种调取项目与病种关联项目之间重合的项目序号， Q表示病种调取项目 与病种关联项目之间重合的项 目重合数， βq表示重合的第 q项病种重合项 目的病种关联权 重， p表示病种调取项目的项目序号， P表示病种调取项目的总项目数， αp表示第p项病种调 取项目的病 种关联权 重。 6.如权利要求2所述的针对智慧医疗服务的大数据风险识别方法， 其特征在于， 所述计 算所述病历调取 数据的调取时间与所述 最新复诊时间的时间差异度， 包括： 提取所述病历调取 数据的调取日期与所述 最新复诊时间的复诊日期； 根据所述调取日期与复诊日期， 利用预构建的差异度计算公式计算所述时间差异度。 7.如权利要求6所述的针对智慧医疗服务的大数据风险识别方法， 其特征在于， 所述差 异度计算公式如下 所示： ti＝(|Fi‑Di|)k 其中， Fi表示复诊日期， Di表示调取日期， k表示差异指数。 8.如权利要求1所述的针对智慧医疗服务的大数据风险识别方法， 其特征在于， 所述根 据预构建的大数据风险指数计算 公式及所述综合数据风险指数， 计算所述病历大数据数据 库的风险指数之后， 所述方法还 包括： 划定预设的不同风险等级对应的风险指数值 域； 判断所述病历大数据 数据库的风险指数所属的目标风险指数值域， 根据 所述目标风险 指数值域判定所述病历大 数据数据库的风险等级。 9.一种针对智慧医疗服 务的大数据风险识别系统， 其特 征在于， 所述系统包括： 病种关联数据查询表构建模块， 用于接收用户对预构建的病种集合中每种病种划定的 病种关联数据； 根据所述病 种与所述病 种关联数据的对应关系构建病 种关联数据查询表； 数据关联度计算模块， 用于获取患者的待诊病种及病历调取数据， 在所述病种关联数 据查询表中提取所述待诊病种的病种关联数据； 利用预构建的数据关联度计算公式计算所 述病历调取 数据与所述待 诊病种的病种关联数据的数据关联度； 时间差异度计算模块， 用于获取所述患者的最新复诊时间， 计算所述病历调取数据的 调取时间与所述 最新复诊时间的时间差异度； 数据风险指数计算模块， 用于根据所述数据关联度及时间差异度， 利用预构建的的风 险识别公式计算所述患者的数据风险指数， 其中所述 风险识别公式如下 所示： 权　利　要　求　书 2/3 页 3 CN 115440380 A 3