基于云計算的海量電子病歷文本分析系統(tǒng)研究.pdf

1、電子病歷是醫(yī)療衛(wèi)生信息化的重要研究領(lǐng)域。作為病人在醫(yī)療機構(gòu)歷次就診過程中產(chǎn)生和被記錄的完整、詳細的臨床信息資源，結(jié)構(gòu)化的電子病歷中還包含有大量的非結(jié)構(gòu)化文本信息，例如以自然語言記錄的臨床表現(xiàn)等醫(yī)療記錄。在醫(yī)院內(nèi)部或跨醫(yī)院的區(qū)域范圍內(nèi)電子病歷數(shù)據(jù)是海量的，如何在海量的電子病歷數(shù)據(jù)資源中對其中的非結(jié)構(gòu)化文本信息進行標注和分析，從而建立索引以供查詢是一個亟待解決的問題。
　　針對上述問題，本文在深入分析非結(jié)構(gòu)化信息管理架構(gòu)UIMA（Un

2、structured Information Management Architecture）規(guī)范和云計算編程模型MapReduce等相關(guān)技術(shù)基礎(chǔ)上，提出了一種在云計算環(huán)境下基于UIMA對海量電子病歷中的非結(jié)構(gòu)化文本信息進行分析并建立索引的解決方案，設計并實現(xiàn)了相應的原型系統(tǒng)。
　　與傳統(tǒng)的文本分析系統(tǒng)相比，本文工作具有以下特點：
　　1）將UIMA框架與云計算編程模型MapReduce相結(jié)合，提出了一種在云計算環(huán)境下基于U

3、IMA對海量電子病歷中的非結(jié)構(gòu)化文本信息進行分析并建立索引的解決方案。該方案既利用了基于MapReduce的云計算環(huán)境的并行處理能力，又保持了基于UIMA規(guī)范的系統(tǒng)架構(gòu)的開放性，可根據(jù)不同的分析需求開發(fā)部署不同的分析引擎。
　　2）基于上述解決方案的原型系統(tǒng)提供對基于跨機構(gòu)文檔共享規(guī)范XDS（Cross-Enterprise Document Sharing）的電子病歷數(shù)據(jù)中心的接口，并可根據(jù)云計算平臺Hadoop的輸入要求對電子

4、病歷中的非結(jié)構(gòu)化文本信息進行預處理；原型系統(tǒng)對這些非結(jié)構(gòu)化文本信息的分析和索引建立實現(xiàn)并行處理。
　　3）開發(fā)實現(xiàn)了一個基于UIMA規(guī)范的中文分析引擎。該引擎以開源的中文分詞軟件IKAnalyzer為基礎(chǔ)，結(jié)合外部的受控醫(yī)學詞匯CMV（Controlled Medical Vocabulary）服務，可標注分析結(jié)構(gòu)化電子病歷中用自然語言記錄的非結(jié)構(gòu)化中文文本信息。
　　實驗數(shù)據(jù)和原型系統(tǒng)的應用情況表明，該系統(tǒng)是可行及有效的。