本發(fā)明涉及一種基于患者生物信息的身份識(shí)別方法。

背景

患者主索引(Enterprise Master Patient Index，EMPI)是二十世紀(jì)末出現(xiàn)的醫(yī)療信息化專(zhuān)業(yè)用語(yǔ)，簡(jiǎn)單來(lái)說(shuō)，它是患者基本信息檢索目錄。其主要用途是在一個(gè)復(fù)雜的醫(yī)療體系內(nèi)，通過(guò)唯一的患者標(biāo)識(shí)將多個(gè)醫(yī)療信息系統(tǒng)有效地關(guān)聯(lián)在一起，以實(shí)現(xiàn)各個(gè)系統(tǒng)之間的互聯(lián)互通，保證對(duì)同一個(gè)患者，分布在不同系統(tǒng)中的個(gè)人信息采集的完整性和準(zhǔn)確性。建立患者主索引是實(shí)現(xiàn)大型醫(yī)院內(nèi)部系統(tǒng)集成，醫(yī)院集團(tuán)內(nèi)資源共享，以及建立居民健康檔案實(shí)現(xiàn)區(qū)域醫(yī)療共享的必要條件。

患者主索引在醫(yī)院的作用隨著醫(yī)院信息化建設(shè)的發(fā)展，從原有HIS系統(tǒng)的基礎(chǔ)上，逐步發(fā)展出LIS、RIS/PACS、手術(shù)麻醉、病理、心電、重癥監(jiān)護(hù)(ICU/CCU)、EMR(電子病歷)等系統(tǒng)。這些不同的系統(tǒng)可能來(lái)自不同的提供商，每個(gè)系統(tǒng)的架構(gòu)、數(shù)據(jù)格式、編碼標(biāo)準(zhǔn)可能不同，致使不同系統(tǒng)的患者信息和臨床信息不能實(shí)現(xiàn)共享。為了解決達(dá)樣的問(wèn)題，一些HIS廠商托管了患者信息管理的職能，而且加強(qiáng)了對(duì)其他系統(tǒng)的開(kāi)放接口?；颊咧魉饕闹饕氊?zé)是：通過(guò)建立起唯一的患者標(biāo)識(shí)，將多個(gè)醫(yī)療信息系統(tǒng)之間的患者信息有效地關(guān)聯(lián)在一起；以患者為中心，將不同系統(tǒng)的個(gè)人身份信息進(jìn)行統(tǒng)一管理；為不同的系統(tǒng)提供統(tǒng)一的患者身份信息管理服務(wù)。

目前在醫(yī)療行業(yè)內(nèi)部，對(duì)于患者信息管理與身份標(biāo)識(shí)主要是在以下幾種情況：醫(yī)院內(nèi)部不同患者在同一系統(tǒng)內(nèi)部的信息管理與身份標(biāo)識(shí)；醫(yī)院內(nèi)部不同系統(tǒng)之間的患者信息管理與身份標(biāo)識(shí)；集團(tuán)醫(yī)院之間的患者信息管理與身份標(biāo)識(shí)；區(qū)域內(nèi)各醫(yī)療機(jī)構(gòu)之間的患者信息管理與身份標(biāo)識(shí)。以上四個(gè)場(chǎng)景歸納為醫(yī)院內(nèi)部與跨機(jī)構(gòu)兩個(gè)大的應(yīng)用場(chǎng)景。從就醫(yī)過(guò)程來(lái)看，一般患者首先是在醫(yī)院掛號(hào)或住院登記后再進(jìn)行其它的醫(yī)療活動(dòng)，而掛號(hào)與住院登記就是身份注冊(cè)與標(biāo)識(shí)的關(guān)鍵點(diǎn)，而這一點(diǎn)由于歷史原因，很多醫(yī)院的系統(tǒng)都未將此功能完善，從而導(dǎo)致了這一大需求的出現(xiàn)。

根據(jù)不同醫(yī)院系統(tǒng)的建設(shè)情況，主要存在以下幾種情況：1)住院與門(mén)診的身份標(biāo)識(shí)不統(tǒng)一：患者住院時(shí)，在住院登記時(shí)重新進(jìn)行身份信息的注冊(cè)，并沒(méi)有沿用門(mén)診的身份標(biāo)識(shí)信息，從而導(dǎo)致同一個(gè)患者在住院和門(mén)診之間無(wú)法進(jìn)行關(guān)聯(lián)；2)多次住院(或門(mén)診、體檢)身份標(biāo)識(shí)不統(tǒng)一：患者多次住院時(shí)，每次都進(jìn)行了身份信息的登記，且多次之間沒(méi)有關(guān)聯(lián)；可能是由于操作員或患者未提供關(guān)聯(lián)的信息而導(dǎo)致的；3)體檢系統(tǒng)與住院和門(mén)診身份標(biāo)識(shí)不統(tǒng)一：一般是由于體檢系統(tǒng)與住院和門(mén)診系統(tǒng)未互聯(lián)互通導(dǎo)致的，一般都是由不同產(chǎn)家提供的。

院內(nèi)除了門(mén)急診、住院和體檢系統(tǒng)是重要的患者信息注冊(cè)的入口外，從醫(yī)療活動(dòng)的過(guò)程來(lái)看，其它系統(tǒng)都是由于這三個(gè)業(yè)務(wù)發(fā)生后才發(fā)生，如檢查一般是在患者門(mén)診看診或住院后發(fā)生。所以從理論上來(lái)說(shuō)這些系統(tǒng)應(yīng)當(dāng)沿用這三個(gè)業(yè)務(wù)系統(tǒng)的患者身份標(biāo)識(shí)信息，但由于醫(yī)院信息系統(tǒng)在建設(shè)的過(guò)程中，這些系統(tǒng)并未與以上三個(gè)系統(tǒng)互通互聯(lián)而導(dǎo)致了現(xiàn)在的這個(gè)情況。目前主要的情況是：各系統(tǒng)的使用人員還沒(méi)有患者身份標(biāo)識(shí)的概念，一般是通過(guò)申請(qǐng)單上的簡(jiǎn)單信息在對(duì)應(yīng)的系統(tǒng)進(jìn)行簡(jiǎn)單地登記后再進(jìn)行后續(xù)的業(yè)務(wù)，而且這些系統(tǒng)無(wú)完善的患者信息管理模塊；

跨機(jī)構(gòu)的患者身份標(biāo)識(shí)必須基于院內(nèi)已經(jīng)統(tǒng)一患者身份管理之后才能進(jìn)行。而且都是非實(shí)時(shí)的，一般是發(fā)生地機(jī)構(gòu)之間有信息交換時(shí)才進(jìn)行患者身份的標(biāo)識(shí)。主要的場(chǎng)景有以下幾個(gè)：1)向外機(jī)構(gòu)注冊(cè)本院所產(chǎn)生的患者信息時(shí)(包括基本信息和醫(yī)療信息等)；2)向外機(jī)構(gòu)申請(qǐng)查閱患者的醫(yī)療信息時(shí)；3)向外機(jī)構(gòu)發(fā)起醫(yī)療服務(wù)申請(qǐng)時(shí)；4)向外機(jī)構(gòu)提供醫(yī)療服務(wù)時(shí)。

患者在醫(yī)院就診的過(guò)程中，醫(yī)院會(huì)采集的信息按與EMPI的關(guān)聯(lián)性分為兩大類(lèi)，一類(lèi)是患者的社會(huì)屬性，如身份證號(hào)碼、醫(yī)保證號(hào)、農(nóng)合號(hào)、電話號(hào)碼、住址等；另一類(lèi)是生物屬性(也稱(chēng)之為臨床信息)，如身高、體重、血壓、呼吸、脈搏等，這部分醫(yī)院是在臨床診療的過(guò)程中產(chǎn)生的，而且具有個(gè)性化的特征。這兩類(lèi)信息目前在醫(yī)院的信息采集過(guò)程中，很多都無(wú)法完整地采集，這就導(dǎo)致了這兩部分信息不完整、分散，對(duì)于基于這些信息來(lái)建立EMPI難度是很大的，為了保證這些信息能被再次利用到EMPI上，所以必須得對(duì)這些信息按EMPI算法、結(jié)構(gòu)的要求進(jìn)行統(tǒng)一的加工處理。

現(xiàn)在主要的患者身份標(biāo)識(shí)實(shí)現(xiàn)方法為基于患者的社會(huì)屬性，采集匹配的算法進(jìn)行的。這種算法的最大問(wèn)題在于患者的基本信息在采集的時(shí)候不完整，很多關(guān)鍵的ID都沒(méi)有采集到，這樣就會(huì)導(dǎo)致這種算法匹配的成功率會(huì)很低。根據(jù)對(duì)幾個(gè)項(xiàng)目的數(shù)據(jù)分析，有能唯一進(jìn)行身份識(shí)別ID的患者信息量不足20％，特別是歷史數(shù)據(jù)。

因此，有必要設(shè)計(jì)一種新的有效的患者身份識(shí)別方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所解決的技術(shù)問(wèn)題是，針對(duì)現(xiàn)有技術(shù)的不足，提供一種基于患者生物信息的身份識(shí)別方法，通過(guò)引入患者在醫(yī)院所收集的生物信息，結(jié)合已經(jīng)收集的患者社會(huì)屬性信息，基于對(duì)現(xiàn)有匹配算法的改進(jìn)，提升患者主索引識(shí)別的效率和成功率。

本發(fā)明的技術(shù)方案為：

一種基于患者生物信息的身份識(shí)別方法，包括以下步驟：

步驟1：社會(huì)屬性特征匹配；通過(guò)社會(huì)屬性特征匹配，獲取待識(shí)別的患者數(shù)據(jù)R_i與患者身份數(shù)據(jù)庫(kù)中的其它任意一條數(shù)據(jù)R_j的相似度權(quán)重W(R_i,R_j)；

步驟2：生物屬性特征匹配與身份識(shí)別；通過(guò)生物屬性特征匹配，獲取待識(shí)別的患者數(shù)據(jù)R_i與患者身份數(shù)據(jù)庫(kù)中的其它任意一條數(shù)據(jù)R_j的相似度S(R_i,R_j)

由相似度權(quán)重W(R_i,R_j)和相似度S(R_i,R_j)進(jìn)行加權(quán)計(jì)算，得到R_i和R_j的綜合相似度S(R_i,R_j)；

將S(R_i,R_j)與設(shè)定閾值λ進(jìn)行比較；若S(R_i,R_j)大于或等于λ，則認(rèn)為兩條數(shù)據(jù)R_i和R_j屬于同一個(gè)人，從而實(shí)現(xiàn)患者身份的識(shí)別。

所述步驟1社會(huì)屬性特征匹配包括以下步驟：

1.1)數(shù)據(jù)預(yù)處理；

社會(huì)屬性信息在錄入的過(guò)程中，常常會(huì)發(fā)生錄入信息不規(guī)范不完整的情況，為了提高匹配結(jié)果的準(zhǔn)確性和效率，對(duì)患者身份數(shù)據(jù)庫(kù)中的數(shù)據(jù)(包括醫(yī)院歷史數(shù)據(jù)和新患者數(shù)據(jù))進(jìn)行預(yù)處理，以統(tǒng)一數(shù)據(jù)格式；例如，將不符合各社會(huì)屬性特征字段要求的錯(cuò)誤和冗余數(shù)據(jù)進(jìn)行置空處理，以免影響匹配結(jié)果；對(duì)于號(hào)碼放置位置錯(cuò)誤的情況，進(jìn)行位置重置；對(duì)于證件號(hào)碼或電話號(hào)碼，如身份證位數(shù)不 一致或者電話號(hào)碼格式不統(tǒng)一的問(wèn)題，進(jìn)行統(tǒng)一格式處理；如身份證號(hào)碼不足18位的，在后面用符號(hào)X進(jìn)行補(bǔ)全。

1.2)對(duì)于患者身份數(shù)據(jù)庫(kù)中的每一條數(shù)據(jù)，進(jìn)行社會(huì)屬性特征篩選；

將患者社會(huì)屬性特征按照可信度分為兩個(gè)等級(jí)，分別是一級(jí)特征和二級(jí)特征：

一級(jí)特征為基本不變的信息，包括姓、名、性別、身份證號(hào)、出生日期；一級(jí)特征是進(jìn)行匹配的主要特征，可靠性相對(duì)較高；

二級(jí)特征為變化頻率較低的信息，包括電話號(hào)碼、手機(jī)號(hào)碼、居住地址、戶(hù)口地址和郵編；二級(jí)特征是進(jìn)行匹配的輔助特征，可靠性相對(duì)較低；

1.3)將待識(shí)別的患者數(shù)據(jù)與患者身份數(shù)據(jù)庫(kù)中的其它所有數(shù)據(jù)逐條進(jìn)行一級(jí)特征匹配；

將患者身份數(shù)據(jù)庫(kù)中與待識(shí)別的患者數(shù)據(jù)一級(jí)特征匹配成功的所有數(shù)據(jù)組成一級(jí)成功匹配記錄集，記為Set(I)；Set(I)中的每一條數(shù)據(jù)與待識(shí)別的患者數(shù)據(jù)的相關(guān)性權(quán)重設(shè)置為w₁；

將患者身份數(shù)據(jù)庫(kù)中未與待識(shí)別的患者數(shù)據(jù)一級(jí)特征匹配成功的所有數(shù)據(jù)組成一級(jí)未成功匹配記錄集，進(jìn)入1.4)；

1.4)將待識(shí)別的患者數(shù)據(jù)與一級(jí)未成功匹配記錄集中的所有數(shù)據(jù)逐條進(jìn)行二級(jí)特征匹配；

將一級(jí)未成功匹配記錄集中與待識(shí)別的患者數(shù)據(jù)二級(jí)特征匹配成功的所有數(shù)據(jù)組成二級(jí)成功匹配記錄集，記為Set(II)；Set(II)中的每一條數(shù)據(jù)與待識(shí)別的患者數(shù)據(jù)的相關(guān)性權(quán)重設(shè)置為w₂；

將一級(jí)未成功匹配記錄集中未與待識(shí)別的患者數(shù)據(jù)二級(jí)特征匹配成功的剩余所有數(shù)據(jù)組成二級(jí)未成功匹配記錄集，記為Set(III)；Set(III)中的每一條數(shù)據(jù)與待識(shí)別的患者數(shù)據(jù)的相關(guān)性權(quán)重設(shè)置為w₃。

其中w₁＞w₂＞w₃；由w₁、w₂和w₃得到待識(shí)別的患者數(shù)據(jù)R_i與患者身份數(shù)據(jù)庫(kù)中的其它任意一條數(shù)據(jù)R_j的相似度權(quán)重W(R_i,R_j)。

所述步驟1.3)具體為：

先根據(jù)待識(shí)別的患者數(shù)據(jù)一級(jí)特征中的姓和性別，篩選出患者身份數(shù)據(jù)庫(kù)中所有與待識(shí)別的患者數(shù)據(jù)的姓和性別相同的數(shù)據(jù)；

再將待識(shí)別的患者數(shù)據(jù)與篩選出的患者身份數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行除了姓和性別以外的其它一級(jí)特征匹配。

先對(duì)患者身份數(shù)據(jù)庫(kù)中的患者進(jìn)行索引，再基于索引結(jié)果進(jìn)行匹配，相對(duì)于逐條進(jìn)行所有一級(jí)特征匹配，可以減少比較量，從而能夠整體提升效率。

所述w₁＝1，w₂＝0.5，w₃＝0.1。

所述步驟2生物屬性特征匹配與身份識(shí)別包括以下步驟：

2.1)生物屬性特征提?。?/p>

對(duì)患者身份數(shù)據(jù)庫(kù)中的任意一條數(shù)據(jù)R，首先進(jìn)行關(guān)鍵詞提?。?/p>

R＝{KW₁，KW₂，…，KW_n}

其中，KW₁表示R中的第一個(gè)關(guān)鍵詞；關(guān)鍵詞包括屬性關(guān)鍵詞(例如，血液、身高等)和特征關(guān)鍵詞；特征關(guān)鍵詞描述的是屬性的取值或者特征(例如粘稠，170cm等)；

然后將屬性關(guān)鍵詞與特征關(guān)鍵詞進(jìn)行配對(duì)，得到屬性/特征關(guān)鍵詞對(duì)集合：

{(S₁，KW₁)，(S₂，KW₂)，…，(S_n，KW_n)}

(S_n，KW_n)表示R中第n個(gè)屬性/特征關(guān)鍵詞對(duì)，n為R中的屬性/特征關(guān)鍵詞對(duì)的總個(gè)數(shù)，S_n表示R中第n個(gè)屬性/特征關(guān)鍵詞對(duì)中的屬性關(guān)鍵詞，KW_n表示第n個(gè)屬性/特征關(guān)鍵詞對(duì)中的特征關(guān)鍵詞；

屬性/特征關(guān)鍵詞對(duì)描述了不同檢查結(jié)果，例如關(guān)鍵詞對(duì)(體重，70kg)表示患者的體重是70公斤。

2.2)計(jì)算兩條數(shù)據(jù)R_i和R_j之間的生物屬性特征的相似度Sim(R_i,R_j)；

Sim(R_i,R_j)等于兩條數(shù)據(jù)之間匹配的屬性/特征關(guān)鍵詞對(duì)個(gè)數(shù)；

設(shè)置Sim(R_i,R_j)的初始值為0；兩條數(shù)據(jù)的屬性/特征關(guān)鍵詞對(duì)有一個(gè)匹配則相似度加1。例如，對(duì)于兩條數(shù)據(jù)R_i與R_j，其中屬性/特征關(guān)鍵詞對(duì){S_i，KW_i}屬于R_i，而屬性/特征關(guān)鍵詞對(duì){S_j，KW_j}屬于R_j，如果S_i＝S_j，且KW_i＝KW_j，則{S_i，KW_i}與{S_j，KW_j}匹配，Sim(R_i,R_j)加1。

2.3)通過(guò)以下公式計(jì)算兩條數(shù)據(jù)R_i和R_j的綜合相似度S(R_i,R_j)：

S(R_i,R_j)＝W(R_i,R_j)·Sim(R_i,R_j)

2.4)進(jìn)行閾值比較，識(shí)別待識(shí)別的患者身份；

將R_i和R_j的綜合相似度S(R_i,R_j)與閾值λ進(jìn)行比較；若S(R_i,R_j)大于或等于λ，則認(rèn)為兩條數(shù)據(jù)R_i和R_j屬于同一個(gè)人，從而實(shí)現(xiàn)患者身份的識(shí)別。

所述步驟2.1)中利用Keygraph算法進(jìn)行關(guān)鍵詞提取。

所述步驟2.2)中，對(duì)于其中的特征關(guān)鍵詞為數(shù)值的屬性/特征關(guān)鍵詞對(duì)(如屬性關(guān)鍵詞為身高、體重等)，進(jìn)行模糊匹配，即只要特征關(guān)鍵詞的大小偏差在5％范圍內(nèi)，均認(rèn)為特征關(guān)鍵詞匹配(相等)。

有益效果：

本發(fā)明通過(guò)引入患者在醫(yī)院所收集的生物信息，結(jié)合已經(jīng)收集的患者社會(huì)屬性信息，基于對(duì)現(xiàn)有匹配算法的改進(jìn)，對(duì)患者身份數(shù)據(jù)庫(kù)進(jìn)行匹配操作，匹配算法包括社會(huì)屬性特征匹配算法和生物屬性特征匹配兩部分，共同構(gòu)成基于患者生物信息的身份識(shí)別方法。本發(fā)明能應(yīng)用于患者身份特征數(shù)據(jù)庫(kù)中醫(yī)院歷史數(shù)據(jù)合并處理以及新患者數(shù)據(jù)識(shí)別融合兩種情況。本發(fā)明能有效提升患者主索引識(shí)別的效率和成功率。

附圖說(shuō)明

圖1為本發(fā)明流程圖；

圖2為本發(fā)明社會(huì)屬性特征匹配流程圖；

圖3為本發(fā)明生物屬性特征匹配流程圖與身份識(shí)別；

具體實(shí)施方式

以下結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明進(jìn)行進(jìn)一步具體說(shuō)明。

如圖1所示，本發(fā)明公開(kāi)了一種基于患者生物信息的身份識(shí)別方法，包括以下步驟：

步驟1：社會(huì)屬性特征匹配；通過(guò)社會(huì)屬性特征匹配，獲取待識(shí)別的患者數(shù)據(jù)R_i與患者身份數(shù)據(jù)庫(kù)中的其它任意一條數(shù)據(jù)R_j的相似度權(quán)重W(R_i,R_j)；

步驟2：生物屬性特征匹配與身份識(shí)別；通過(guò)生物屬性特征匹配，獲取待識(shí)別的患者數(shù)據(jù)R_i與患者身份數(shù)據(jù)庫(kù)中的其它任意一條數(shù)據(jù)R_j的相似度S(R_i,R_j)

由相似度權(quán)重W(R_i,R_j)和相似度S(R_i,R_j)進(jìn)行加權(quán)計(jì)算，得到R_i和R_j的綜合相似度S(R_i,R_j)；

將S(R_i,R_j)與設(shè)定閾值λ進(jìn)行比較；若S(R_i,R_j)大于或等于λ，則認(rèn)為兩條數(shù)據(jù)R_i和R_j屬于同一個(gè)人，從而實(shí)現(xiàn)患者身份的識(shí)別。

如圖2所示，所述步驟1社會(huì)屬性特征匹配包括以下步驟：

1.1)數(shù)據(jù)預(yù)處理；

社會(huì)屬性信息在錄入的過(guò)程中，常常會(huì)發(fā)生錄入信息不規(guī)范不完整的情況，為了提高匹配結(jié)果的準(zhǔn)確性和效率，對(duì)患者身份數(shù)據(jù)庫(kù)中的數(shù)據(jù)(包括醫(yī)院歷史數(shù)據(jù)和新患者數(shù)據(jù))進(jìn)行預(yù)處理，以統(tǒng)一數(shù)據(jù)格式；例如，將不符合各社會(huì)屬性特征字段要求的錯(cuò)誤和冗余數(shù)據(jù)進(jìn)行置空處理，以免影響匹配結(jié)果；對(duì)于號(hào)碼放置位置錯(cuò)誤的情況，進(jìn)行位置重置；對(duì)于證件號(hào)碼或電話號(hào)碼，如身份證位數(shù)不一致或者電話號(hào)碼格式不統(tǒng)一的問(wèn)題，進(jìn)行統(tǒng)一格式處理；如身份證號(hào)碼不足18位的，通過(guò)在后面用符號(hào)X進(jìn)行補(bǔ)全。

1.2)對(duì)于患者身份數(shù)據(jù)庫(kù)中的每一條數(shù)據(jù)，進(jìn)行社會(huì)屬性特征篩選；

將患者社會(huì)屬性特征按照可信度分為兩個(gè)等級(jí)，分別是一級(jí)特征和二級(jí)特征：

一級(jí)特征為基本不變的信息，包括姓、名、性別、身份證號(hào)、出生日期；一級(jí)特征是進(jìn)行匹配的主要特征，可靠性相對(duì)較高；

二級(jí)特征為變化頻率較低的信息，包括電話號(hào)碼、手機(jī)號(hào)碼、居住地址、戶(hù)口地址和郵編；二級(jí)特征是進(jìn)行匹配的輔助特征，可靠性相對(duì)較低；

1.3)將待識(shí)別的患者數(shù)據(jù)與患者身份數(shù)據(jù)庫(kù)中的其它所有數(shù)據(jù)逐條進(jìn)行一級(jí)特征匹配；

將患者身份數(shù)據(jù)庫(kù)中與待識(shí)別的患者數(shù)據(jù)一級(jí)特征匹配成功的所有數(shù)據(jù)組成一級(jí)成功匹配記錄集，記為Set(I)；Set(I)中的每一條數(shù)據(jù)與待識(shí)別的患者數(shù)據(jù)的相關(guān)性權(quán)重設(shè)置為w₁；

將患者身份數(shù)據(jù)庫(kù)中未與待識(shí)別的患者數(shù)據(jù)一級(jí)特征匹配成功的所有數(shù)據(jù)組成一級(jí)未成功匹配記錄集，進(jìn)入1.4)；

1.4)將待識(shí)別的患者數(shù)據(jù)與一級(jí)未成功匹配記錄集中的所有數(shù)據(jù)逐條進(jìn)行二級(jí)特征匹配；

將一級(jí)未成功匹配記錄集中與待識(shí)別的患者數(shù)據(jù)二級(jí)特征匹配成功的所有數(shù)據(jù)組成二級(jí)成功匹配記錄集，記為Set(II)；Set(II)中的每一條數(shù)據(jù)與待識(shí)別的患者數(shù)據(jù)的相關(guān)性權(quán)重設(shè)置為w₂；

將一級(jí)未成功匹配記錄集中未與待識(shí)別的患者數(shù)據(jù)二級(jí)特征匹配成功的剩余所有數(shù)據(jù)組成二級(jí)未成功匹配記錄集，記為Set(III)；Set(III)中的每一條數(shù)據(jù)與待識(shí)別的患者數(shù)據(jù)的相關(guān)性權(quán)重設(shè)置為w₃。

其中w₁＞w₂＞w₃；由w₁、w₂和w₃得到待識(shí)別的患者數(shù)據(jù)R_i與患者身份數(shù)據(jù)庫(kù)中的其它任意一條數(shù)據(jù)R_j的相似度權(quán)重W(R_i,R_j)。

所述步驟1.3)具體為：

先根據(jù)待識(shí)別的患者數(shù)據(jù)一級(jí)特征中的姓和性別，篩選出患者身份數(shù)據(jù)庫(kù)中所有與待識(shí)別的患者數(shù)據(jù)的姓和性別相同的數(shù)據(jù)；

再將待識(shí)別的患者數(shù)據(jù)與篩選出的患者身份數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行除了姓和性別以外的其它一級(jí)特征匹配。

所述w₁＝1，w₂＝0.5，w₃＝0.1。

如圖3所示，所述步驟2生物屬性特征匹配與身份識(shí)別包括以下步驟：

2.1)生物屬性特征提??；

對(duì)患者身份數(shù)據(jù)庫(kù)中的任意一條數(shù)據(jù)R，首先進(jìn)行關(guān)鍵詞提?。?/p>

R＝{KW₁，KW₂，…，KW_n}

其中，KW₁表示R中的第一個(gè)關(guān)鍵詞；關(guān)鍵詞包括屬性關(guān)鍵詞(例如，血液、身高等)和特征關(guān)鍵詞；特征關(guān)鍵詞描述的是屬性的取值或者特征(，例如粘稠，170cm等)；

然后將屬性關(guān)鍵詞與特征關(guān)鍵詞進(jìn)行配對(duì)，得到屬性/特征關(guān)鍵詞對(duì)集合：

{(S₁，KW₁)，(S₂，KW₂)，…，(S_n，KW_n)}

(S_n，KW_n)表示R中第n個(gè)屬性/特征關(guān)鍵詞對(duì)，n為R中的屬性/特征關(guān)鍵詞對(duì)的總個(gè)數(shù)，S_n表示R中第n個(gè)屬性/特征關(guān)鍵詞對(duì)中的屬性關(guān)鍵詞，KW_n表示第n個(gè)屬性/特征關(guān)鍵詞對(duì)中的特征關(guān)鍵詞；

屬性/特征關(guān)鍵詞對(duì)描述了不同檢查結(jié)果，例如關(guān)鍵詞對(duì)(體重，70kg)表示患者的體重是70公斤。

2.2)計(jì)算兩條數(shù)據(jù)R_i和R_j之間的生物屬性特征的相似度Sim(R_i,R_j)；

Sim(R_i,R_j)等于兩條數(shù)據(jù)之間匹配的屬性/特征關(guān)鍵詞對(duì)個(gè)數(shù)；

設(shè)置Sim(R_i,R_j)的初始值為0；兩條數(shù)據(jù)的屬性/特征關(guān)鍵詞對(duì)有一個(gè)匹配則相似度加1。例如，對(duì)于兩條數(shù)據(jù)R_i與R_j，其中屬性/特征關(guān)鍵詞對(duì){S_i，KW_i}屬于 R_i，而屬性/特征關(guān)鍵詞對(duì){S_j，KW_j}屬于R_j，如果S_i＝S_j，且KW_i＝KW_j，則{S_i，KW_i}與{S_j，KW_j}匹配，Sim(R_i,R_j)加1。

2.3)通過(guò)以下公式計(jì)算兩條數(shù)據(jù)R_i和R_j的綜合相似度S(R_i,R_j)：

S(R_i,R_j)＝W(R_i,R_j)·Sim(R_i,R_j)

2.4)進(jìn)行閾值比較，識(shí)別待識(shí)別的患者身份；

將R_i和R_j的綜合相似度S(R_i,R_j)與閾值λ進(jìn)行比較；若S(R_i,R_j)大于或等于λ，則認(rèn)為兩條數(shù)據(jù)R_i和R_j屬于同一個(gè)人，從而實(shí)現(xiàn)患者身份的識(shí)別。

所述步驟2.1)中利用Keygraph算法進(jìn)行關(guān)鍵詞提取。

所述步驟2.2)中，對(duì)于其中的特征關(guān)鍵詞為數(shù)值的屬性/特征關(guān)鍵詞對(duì)(如屬性關(guān)鍵詞為身高、體重等)，進(jìn)行模糊匹配，即只要特征關(guān)鍵詞的大小偏差在5％范圍內(nèi)，均認(rèn)為特征關(guān)鍵詞匹配(相等)。

實(shí)施例1：

有患者信息R₁：姓名：張三，年齡：37，身高：170cm，體重：70kg，肺部陰影，咳嗽有痰。

數(shù)據(jù)庫(kù)中有兩條記錄，分別是：

R₂：姓名：張三，年齡：35，身高：162cm，體重：69kg，肺部無(wú)陰影。

R₃：姓名：張三，年齡：36，身高：171cm，體重：65kg，肺部陰影。

下面計(jì)算患者于數(shù)據(jù)庫(kù)中記錄的綜合相似度：

首先計(jì)算相似度權(quán)重：W(R₁,R₂)＝1，W(R₁,R₃)＝1；

隨后計(jì)算相似度：Sim(R₁,R₂)＝1，Sim(R₁,R₃)＝2；

最后計(jì)算綜合相似度：S(R₁,R₂)＝1，S(R₁,R₃)＝2；

如果閾值λ＝2。由于S(R₁,R₃)>＝λ，則可以認(rèn)為R₁,R₃是同一個(gè)人。