基于动态自然语言建模的ETL工具设计.docVIP

基于动态自然语言建模的ETL工具设计 通讯作者 于广军 作者 张艳鹏 对于国内的医疗系统，各个医院存在着各种系统如HIS、LIS和PACS，由于厂商缺乏统一的标准，它们之间的数据结构都不相同，这给数据整合共享带来了很大的困难。本文设计了一种基于动态自然语言建模的ETL工具，由动态自然语言建模来建立统一的医疗模型，并通过该ETL工具来整合清洗异构医疗数据，最后建立一个统一规范的数据中心。该工具已在实际项目中成功运用。 ETL 动态自然语言建模 数据整合 元数据类型 The Design of ETL Based on Dynamic Nature Language Modeling Corresponding Author Yu Guangjun Author Zhang Yanpeng In domestic medical system, there exist all kinds of heterogeneous systems such as HIS, LIS and PACS in hospitals. For the lack of unified standards among manufacturers, the data structures of these systems are significantly different, which brings a big problem to the data integration and data sharing. In this paper, it designs an ETL tool which based on Dynamic Nature Language Modeling. It makes use of Dynamic Nature Language Modeling to build standard medical models, and integrates heterogeneous data with the ETL tool. At last it builds a standard data center. The ETL tool has been applied in the hospital successfully, which can prove it feasible. ETL Dynamic Nature Language Modeling Data Integration MetaDataType 前言 对于国内的医疗系统，从事HIS开发的公司很多，规模有大有小，他们的HIS产品在开发语言、数据库平台大都不相同，而且医院目前广泛需要的不只是HIS系统，还有LIS、PACS等等，这些都是数字化医院所必不可少的。而这些系统中尤其是LIS和PACS大都是由一些非HIS系统的专业公司开发[1]，原来在HIS领域内有较大影响的公司，由于技术人力资金等等原因，大都没有成熟的LIS和PACS系统，而且各个HIS公司所开发的HIS系统的结构也大不相同，这样就导致了HIS、LIS与PACS系统无论是数据结构还是数据库平台都不相同，所以各个HIS，LIS，PACS系统就成了一个个信息孤岛[2]。由于数据结构的不同，整合这些孤立的系统需要做大量复杂的数据清洗与整合，针对此状况国内目前还没有成熟的ETL工具。 针对目前医疗系统在集成方面的困难，本文设计了一种基于动态自然语言建模的ETL工具，由动态自然语言建模来建立统一的医疗模型，并通过对应ETL工具来清洗整合异构医疗数据，最后建立一个统一规范的数据中心。 本文得到上海市科委课题“医院内部数据一体化整合和利用关键技术研究”(课题编号：08dz150050A)的资助。 本文得到上海市科委课题“医院内部数据一体化整合和利用关键技术研究”(课题编号：08dz150050A)的资助。 相关工作 OpenEHR 2.1.1 OpenEHR概述 OpenEHR[3]是在综合了过去多年国际性研究与实施结果的基础之上的一套开放的EHR(Electronic Health Record)体系结构。OpenEHR机构成立于1999年，由英国伦敦大学和澳大利亚Ocean Informatics公司联合投资创办，目前已经发展成为一个开放的在线国际卫生保健团体。最新版本的OpenEHR是2007年4月15布的1.0.1版[4]。 2.1.1 OpenEHR的二阶建模方法 OpenEHR二阶建模方法主要将知识与信息分离。知识与信息的区别主要在于[3]： （1）知识是由特定领域的描述、关系和过程所组成的信息，是对领域内各种概念的定义，主要来源于知识库，并适用于所有实体的描述。例如“血压由收缩压和舒张压组成