脓毒症休克ARDS专病数据库建设项目需求.docx
脓毒症/休克/ARDS专病数据库建设项目需求
一.项目名称
项目名称：脓毒症/休克/ARDS专病数据库建设
二.项目内容
供应商按照采购商需求，建设脓毒症/休克/ARDS专病数据库，满足收集ARDS及相关器官衰竭患者的临床数据，对收集的数据进行建模以及数据分析等需求。
序号
名称
配置描述
数量
1
脓毒症/休克/ARDS专病数据库
配置详见3.1
1个
三.详细功能描述
3.1脓毒症/休克/ARDS专病数据库
序α
一级功
能模块
二级功
能模块
功能描述
1
数据结构化
数据标准
化
平台参考以下国内、国际、行业、指南等标准(包括但不限于)，对采集数据进行标准化处理，并反馈给业务系统：
(1)卫健委数据标准：中国卫生信息数据元值域代码WS364?X?2011、电子病历基本数据集WS445.X-2014、医疗机构诊疗科目名录、中国卫生信息数据元、电子病历基本数据集…
(2)国家相关数据标准：GB/T2261.1-2003个人基本信息分类与代码、GBZT4671-2008家庭关系代码一
(3)相关术语标准：国际疾病分类第九版临床修订第三卷：手术与操作ICD-9-CM-3、国际疾病分类第10版ICD-10＞国际疾病分类肿瘤学专辑第三版ICD-O-3、观测指标标识符逻辑命名与编码系统
1.oINCV2.42、SNoMEDCT、MESH-
(4)相关疾病诊治指南：参考ICDj0、《急性呼吸窘迫综合症管理指南》《ARDS患者机械通气指南》《急性呼吸窘迫综合症的发生机制级治疗的研究进展》等
(5)HL7CDA文档：HL7ChinaCDA规范试行2013版
(6)药品词典规范：NMPA,ATC分类一
自然语言处理技术要求
(1)自然语言处理引擎需结合NLP技术、医学术语库、医学知识图谱、深度学习技术等前沿技术，可以对临床自由文本数据进行语义解析与后结构化处理，可以将数据处理为key-value形式的数据；可以持续处理接入到系统中的临床文本数据。结构化后的数据，需要包含人口学信息、重点疾病确诊信息、疾病相关因素信息、就诊症状与诊断信息、实验室检验信息、病理、手术、化疗、医嘱用药模块；(2)支持文本分句、分词能力支持自然语言分词能力；分词使用的医学专业词库种类多样；
(3)支持关键术语提取与医学术语本体构建技术需使用深度学习技术，对医学自然语言实现语义解析和结构化提取；结合自建中文医学术语与中文医学知识图谱，在解析文本语义的基础上，识别并构建医学术语本体，支撑后续信息逻辑抽取与信息网络架构；
(4)支持自然语言识别建模与文本结构化支持基于医学术语本体构建以及进一步文本信息逻辑抽取与网络架构搭建的结果，进行自然语言识别建模，全面解析自然语言文本中的全量信息，建立语义解析模型。并在语义模型的基础上，有效提取疾病相关关键信息，进行语义推导与结构化输出；结构化模型可以在医院的临床数据中进行持续的训练，不断地提升准确率；
(5)支持文本标准化处理与输出自然语言结构化提取结果，需可以参照医学术语标准或医学知识图谱进行表述的标准化和归一；
(6)支持BERT、ELMoPoinierNenBi-LSTM、Transformer?CRF等前沿技术进行自然语言处理；
(7)影像学报告解析，能够支持对CT、MR、超声等重点疾病诊断和疗效评估相关的影像学检查报告进行全量信息的结构化表达；(8)支持微生物报告解析：能够对微生物报告进行全量信息解析；(9)支持手术信息等的解析、提取、标准化；
(10)支持提取诊断、实验室检验、药品等结构化临床信息，并参照相关数据标准进行标准化归一；
(11)治疗方案的识别与结构化，能够基于自然语言处理技术和医学知识图谱技术，使用出院小结、医嘱等数据对患者的治疗方案进行归类总结和结构化表达；
(12)基于自动摘要实现病情总结，能够基于自然语言处理中的段落摘要技术，对现病史、病程记录等信息，对患者的首次确诊的时间和方式、ARDS药物治疗和非药物治疗进行总结和结构化表达。
2
专病数据模型构建
ARDS数据模型构建
参照ARDS数据字段集标准，构建ARDS专病数据模型，重点突出ARDS特有的诊断、检验检查和治疗手段等内容，将特有的内容设计成为高度结构化字段，满足临床研究数据搜索以及统计分析需求，总计约586个数据字段(实际字段以医院提供的数据为准)。
覆盖以下数据来源：患者人口学信息、病历文书、病案首页、手术记录、用药记录、门诊处方、检验报告、微生物报告、CT检查、普放检查、MRl检查、超声检查、心电图检查、生命体征、生存结局、生存随访、护理记录等。
3
数据驾驶舱
数据概览
支持展示所有患者在库内总体情况和各个模块分布统计，包括患者总数，就诊人次数据、时间范围等信息；
疾病相关统计
疾病相关信息统计，包括患者基本信息、临床信息以及治疗信