随着医院信息系统的不断发展与完善,这些医疗信息系统已经不再只满足于对诊疗数据的存储和查询等操作了,人们希望诊疗数据不仅可以描述诊疗过程的业务逻辑,还可以对诊疗数据之间的关联进行分析。比如,相同的病人在不同的时间段进入相同或不同的医院进行治疗,他的诊疗数据就会分布在不同的诊疗系统中,导致病人的历史诊疗记录不完整和个人健康档案无法建立。对于这样的问题,医疗信息系统暂时还无法解决。针对上述医院的实际需求,本文提出了基于诊疗数据的个人健康档案融合方法。该方法针对同构和异构的数据库分别设计不同的健康档案融合方法,目的都是为了找到相同病人的不同诊疗记录,并将这些诊疗记录融合形成病人的个人健康档案,可以帮助病人进行疾病预警和预防工作,同时通过病人的个人健康档案也可以帮助医生对病人进行个性化的治疗,提供诊疗辅助。本文的主要研究工作如下:1.设计了基于诊疗数据的个人健康档案融合的框架。该框架包括两个部分,一个是基于聚类的同构数据库个人健康档案融合方法,该方法提取数据库中病人的关键属性,利用聚类和实例类别匹配的方法识别相同病人的不同诊疗记录,并将其融合形成病人的健康档案;另一个是基于关联数据的异构数据库个人健康档案融合方法,该方法利用关联数据特性,将关系型数据库中数据转化为关联数据,并通过相似度计算的方式找到不同资源代表的相同病人,在此基础上融合病人诊疗记录形成个人健康档案。2.提出了诊疗数据聚类算法。本文通过改进K-Means聚类算法来对同构数据库中的诊疗记录进行聚类,提取病人的姓名、年龄等属性,建立多维坐标来表示诊疗记录。改变传统K-Means算法初始聚类中心的选择方法来提高聚类准确性,设计对象“距离”公式来划分聚类。3.提出了基于关联数据的诊疗数据识别算法。本文利用外部关联数据源计算疾病和药品的相似度,提出属性动态调整权值的方法,设计基于关联数据的相似度计算公式来判断资源的同一性。4.设计实现了一个原型系统来验证本文提出的方法。本文结合不同医院真实的诊疗数据,利用Openlink Virtuoso关联数据库,构建了一个实现个人健康档案融合方法的原型系统,并与其他系统进行了比较。经实验结果验证,本文所提出的个人健康档案融合方法具有较高的可行性和可用性。