电子健康记录-QC:自动化电子健康记录标准化和预处理的简化管道,以预测临床结果

科学领域:

• 生物医学信息学 生物医学信息学
• 数字健康研究 数字健康研究
• 临床数据管理 临床数据管理

背景情况:

• 电子健康记录 (EHR) 为预测临床结果和改善患者护理提供了有价值的数据.
• 电子健康记录中的非标准化数据和异常对数字健康研究构成重大障碍.
• 有效利用电子健康记录数据需要强大的标准化和质量控制工具.

研究的目的:

• 开发一个新的工具,EHR-QC,以应对标准化和预处理电子健康记录数据的挑战.
• 提高电子健康记录数据的可用性,用于数字健康研究和临床应用.
• 通过数据驱动的研究,加速产生强大的和可泛化的生物医学知识.

主要方法:

• 开发了EHR-QC,一个由两个模块组成的工具:数据标准化模块和预处理模块.
• 采用先进的概念映射技术将源 EHR 数据迁移到标准格式.
• 在预处理模块内,针对医疗保健数据异常的集成自动检测和处理解决方案.

主要成果:

• 数据标准化模块在基准分析中,与专家策划相比,表现优越.
• 预处理模块有效地解决了医疗保健数据的细节和异常.
• EHR-QC 便于处理复杂的 EHR 数据用于研究目的.

结论:

• 电子健康记录-QC为标准化和预处理电子健康记录数据提供了关键的解决方案.
• 采用像EHR-QC这样的工具对于推动数字健康研究至关重要.
• 通过快速,数据驱动的实验和知识生成,EHR-QC可以加速临床研究.