随着医疗数字化的快速发展以及医疗信息系统的广泛应用,各类医疗信息也正在海量式增长。如何在“医疗大数据”的背景下提高医疗信息的利用率和使用效率,成为医学信息系统应用领域的重要研究方向。当前各种医疗信息系统,如HIS、PACS、EMR等,虽然已可以对不同医疗数据进行统一检索,但仍存在效能低下,操作繁琐以及缺乏智能性等缺陷,易造成信息遗漏和信息误差,这成为医生能够快速且高效使用医疗信息的瓶颈和障碍。针对以上问题和挑战,我们研发了一种病人医疗信息多维可视化表达方法,即“可视化数字病人”(Visual Patient)表达方法,该方法可对病人医疗信息进行多维可视化显示,包括从时间维度与空间维度上深入形象地描绘病人的健康状况,帮助医生快速获取病人医疗信息,并解决非专业人士的知识壁垒问题。本论文主要创新研究工作如下:1.研究设计了一种基于人体解剖结构和医学器官组织分类标准的可视化表达病人诊疗数据的医疗信息处理系统,即可视化数字病人系统(Visual Patient System,VPS)。VPS将病人的历史医疗信息以多维度可视的状态进行表达,使用户无需阅读与分析医疗报告即可直观地了解病人的历史健康状况。VPS系统主要功能为:(1)基于人体解剖结构可视化表达病人器官和部位的医疗状态;(2)对多次影像检查的器官病灶发展趋势进行定量化表达和显示;(3)获取病人原始诊疗信息的接口与数据交换功能,包括DICOM图像诊断报告等。2.利用自然语言处理技术(NPL),以基于规则和基于统计相结合的方法设计了一套针对RIS系统影像报告文本的语义分析算法。该算法能够从自由文本报告中提取病人的关键医疗信息,并以键值对的数据结构进行处理,传输和存储。该算法是整个可视化数字病人系统的基石;该处理技术可对复杂病人影像报告信息进行结构化表达与挖掘,完成对病人深层信息的准确提取并将其与VPS集成,实现对临床影像报告的智能分析处理,为VPS临床试用评估提供了关键技术支撑。3.设计研发了一种基于Hadoop分布式处理架构的医疗数据采集,处理与存储技术方法,并将其应用于VPS的系统实现。以Hadoop批处理分布式集群与Storm流式处理分布式集群相结合的方式,搭建了可视化数字病人信息处理单元系统(VPIS)。该系统能够并行处理来自不同数据源不同数据结构的医疗数据,并保持高时效性。该处理架构与方法能将病人信息独立于数据库存储,检索病人信息时无需访问各类信息系统,提高了医疗信息获取的移动性、安全性和便捷性,保证了VPS对临床数据采集处理的实时性,可视化索引查询提取的时效性及VPS系统临床集成应用的灵活性与可扩展性。4.研究了VPS系统与临床PACS/RIS系统的集成方法,并对VPS进行了临床试用评估。通过临床医生实际操作评估对比,证明通过VPS查阅病人历史诊断信息的所用时间较临床PACS/RIS系统快50%以上,且能够保证信息获取的准确率。证明了研发的VPS在病人历史病情智能挖掘表达,基于内容的显示处理方面较传统系统的优越性和临床的可实现性,为在“医疗大数据”的背景下临床医生快速有效地获取和分析病人信息,提高诊断决策效率和质量提供了一种新的技术方案。