《基于SpringCloud微服务的疑难病案编码分析学习平台》由会员分享，可在线阅读，更多相关《基于SpringCloud微服务的疑难病案编码分析学习平台（4页珍藏版）》请在金锄头文库上搜索。
1、基于 SpringCloud 微效劳的疑难病案编码分析学习平台摘要】疑难病案编码分析学习平台是基于 SpringCloud 的微效劳平台，承受了SpringBlade 微效劳架构来构建，其基于 SpringBoot2、SpringCloud Greenwich、Mybatis 构建核心架构，并且机敏运用 Flowable 工作流引擎来推动核心的业务流程，ELK 分布式全文检索组件来支持系统强大的全文检索力量，主要目的是给病案编码人员和病案专家供给一个沟通，帮助的平台，同时也适合于各类有志于学习病案编码的制造一个学习的平台。【关键词】SpringCloud；微效劳；疑难病案编码分析；学习平台引言
2、疑难病案编码是病案编码人员日常工作中经常遇到的工作难点。怎样快速而准确确实定编码及统一编码标准，使编码成为科学治理的数据根底，并能支持DRGs 等治理工具的有效应用，是当前所需要解决的难题。而加强编码人员对编码学问的学习那么是一种行之有效的途径。但目前，国内针对疑难病案编码的探究只局限于各种ICD 编码培训班，疑难病案编码的案例只消灭在培训课件上，只有少数参与培训的编码人员能够了解，没有能够形成统一的编码学问库与疑难病案编码争辩的记录，无法再次检索利用与学习。因此，为了到达让全部编码人员能够猎取到疑难病案编码的方法、编码的步骤以及到达统一编码的目的，通过整合区内有限的资源，收集各种疑难病案编码
3、案例，建立疑难病案编码分析库、建立疑难病案编码分析学习平台供各医疗机构编码人员进展沟通、学习是格外有必要的，对提高区内编码人员对疑难病案编码的力量、统一区内疑难病案编码具有重要的理论意义和现实意义。1 背景学问介绍近年来随着互联网飞速进展，传统的单体架构对越来越简单的业务需求显得力不从心， 此外随着大数据、云计算和人工智能的飞速进展，软件架构显得越来越重要，相应的分布式的微效劳架构也成为一种趋势，而 SpringCloud 微效劳架构正是这其中的佼佼者，它供给的微效劳开发所需要的标准化的全站式的解决方案。考虑到此疑难病案编码平台的特点是面对全 区病案人员的平台，并且病案数据的大数据特点，因此，
4、SpringCloud 的微效劳架构也就是一个择优的选项了。Bladex 是一个承受 Java8 API 重构了业务代码，完全遵循阿里巴巴编码标准，承受Spring Boot 2 、Spring Cloud Greenwich 、Mybatis 等核心技术，前端基于 Vue 的框架，用于快速搭建企业级的微效劳系统平台。Nacos 是阿里巴巴旗下的一款开源的工程，核心定位是“一个更易于挂念构建云原生应用的动态效劳觉察、配置和效劳治理平台”，主要由两个功能：1、效劳注册与觉察： Nacos 供给基于 DNS 和基于 RPC 的效劳觉察，即能被用来支持 s/ 的效劳注册与觉察，也支持 RPC 如 d
5、ubbo 的效劳注册与觉察。 2、动态配置效劳： 动态修改配置并实时生效对于效劳端的开发者已并不生疏，这种效劳能够让我们的效劳拥有更多的机敏性，不需要重启效劳即可做到配置实时生效，格外适合于“配置优先”的效劳开发。图 1 是本系统应用的一个简洁的流程示意图，依据图示可以了解核心的业务流程。图 12 平台设计2.1 平台架构如图 2 所示： 图 2如上图 2 所示，本平台承受了以 SpringCloud 为根底的 SpringBlade 微效劳架构来构建， 其基于 SpringBoot2、SpringCloud Greenwich、Mybatis 构建核心架构，并且承受了 Oauth2 协议进展
6、统一的 Token 下发与鉴权，保证系统平安性，使用Gateway 进展网关的统一转发，生产环境承受 Traefik 代理。全部微效劳统一注册至Nacos，Nacos 担当注册中心与配置中心的角色， 微效劳之间承受 Feign 进展远程调用，使用 Ribbon 进展负载均衡，Hystrix 供给了熔断机制， 承受 Sentinel 进展限流，保障系统整体的性能， 集成 Seata，为分布式事务保驾护航。具有日志收集与监控效劳为一体的力量支持 FatJar、Docker、K8s、阿里云等多种部署方式。2.2 效劳划分在此平台中，结合 2.4 的业务示意图，我们依据功能进展了效劳的划分，主要有：2
7、.2.1 根底系统效劳根底系统效劳是一个框架最根本的功能，主要有用户治理，机构治理，权限治理，菜单治理，字典治理，参数设置等一般后台所应具备的功能。其中用户治理包括用户注册，用户登录，用户权限安排等功能；权限治理包括角色权限治理，数据权限，接口权限等。在本平台当中，我们依据业务需要将角色分为几类：一般用户、病案人员、专家、专家组长、系统治理员，还可参加同学的角色，供一般同学学习使用，每种角色将安排不同的菜单权限，数据权限和接口权限。一般来说，注册用户安排了其角色就相当于给其安排了权限。2.2.2 Flowable 流程效劳Flowable 是一个使用 Java 编写的轻量级业务流程引擎，由其驱
8、动的Flowable 效劳是本平台供给的一个根底效劳，基于 bpm2.0 的标准，可以自定义标准的流程对象。Flowable 流程引擎可用于部署 BPMN 2.0 流程定义用于定义流程的行业 XML 标准，创立这些流程定义的流程实例，进展查询，访问运行中或历史的流程实例与相关数据等等。Flowable 可以格外机敏地参加其他应用/效劳/构架。可以将 JAR 形式公布的 Flowable 库参加应用或效劳，来嵌入引擎。 以 JAR 形式公布使 Flowable 可以轻易参加任何 Java 环境：Java SE；Tomcat、Jetty 或 Spring 之类的 servlet 容器；JBoss
9、或 WebSphere 之类的 Java EE 效劳器等等。在我们的平台，疑难病例分析效劳会调用此流程效劳。2.2.3 病例上传与分析效劳本效劳是平台的重点之一，一般是经过系统开发人员与病案专业人员论证，建立一个病 例分析的流程，比方这个流程可以描述为：一般病案用户遇到疑难病案编码需要恳求专家协 助分析，那么他会发起一个名叫【病例上传】的事务，同时填写病例的根本内容，诸如住院 记录，医生诊断，手术记录，检验报告，病理报告等文字资料，还可上传图像资料等，事务 发起后，由至少三名专家用户会承受到恳求会签，他们分别对此案例进展疑难病案分析， 编码，或给出自己的意见，三个专家都填写完自己的意见，此事务
10、会转向角色为专家组长的 人员，由其汇总专家意见得出最终意见并完毕此事务。我们先用 Flowable 流程效劳建立流程模型，如图 3 所示：图 3本效劳会调用 flowable 流程效劳，如有更改例如变更为两人会签，可以依据实际状况可以建立不同版本的流程模型，然后公布流程，系统会依据新的模型进展流程事务的流转。使用流程的好处是，系统会依据事务的流转状况自动给相关节点的人员发送流程提示，并且 对流程每个环节进展监听，监听可以做很多事情，如发送消息，发送日志，数据同步等，具 有很高的业务机敏性。辟如在流程的专家组长审核节点完成后，由相应的监听器对此病例进 行自动归档，入库到疑难案例数据库。2.2.4
11、 病案数据全文检索效劳全文检索是本系统的重点，我们在SpringCloud 中整合了 ELK 来供给整套检索效劳，ELK 是三个开源软件的缩写，分别为 elasticsearch、logstash、kibana。elasticsearch 是一个基于Lucene 和 Restful 接口的分布式搜寻引擎，logstash 主要是用来数据的搜集、过滤和分析的工具，kibana 是一个为 elasticsearch 和 logstash 供给良好的数据分析、检索、汇总可视化Web 界面的工具，现在 ELK 已经被广泛应用到诸如全文检索平台和日志分析平台的搭建。而kafka 作为现在大数据消息队列的
12、标准可以作为Spring Cloud 与 ELK 之间的桥梁。这里要强调一个概念，就是分词组件，分词的好坏直接影响全文检索的结果。基于elasticsearch 的分词组件有 Ansj 中文分词和 IK 分词组件，他们都是开源领域中格外优秀和广泛使用的两种中文分词组件。它们都是由 Java 实现，用户可以依据垂直领域的不同，定制共性化扩展词库，提升分词的效率与精准度。建立检索的第一步是完成对存量电子病历的采集工作， 对于后续增量病历数据进展定期采集。用我院的数据进展数据同步到elasticsearch 后台，建立索引库，在 es 称之为 indexes 索引，我院的数据分为两个阶段，第一阶段是
13、1998 年到 2021 年近 15 年的老系统数据，第二阶段是 2021 年至今的新系统数据，依据 es 原理，建立不同类型电子病历的索引构造数据， 如病历首页，如入院记录，手术记录，病理诊断，出院小结等，就像关系数据库中不同的表 一样，在 es 当中称之为 types 类型，利用 logstash 的数据同步功能，将两种不同 his 的数据库依据同一索引构造，抽取相应字段构造化或文件非构造化的内容，同步到es 后台。其次步是建立搜寻模块，该模块主要是针对用户输入的关键字、搜寻方式以及搜寻范围进展解析，把解析后的搜寻恳求发到各个分片上进展分布式搜寻。第三步就是数据的呈现了，数据的呈现是利用k
14、ibana 进展的，它是一个可视化的web 工具，检索出来的数据我们可以进一步开发具体的web 页面，来呈现该病例的具体信息。2.3 需要解决的难点医学的电子病历数据相对来说比较简单且多样化的，有构造化的关系型数据库，有非构造化的 xml 病历文档，有 PDF 扫描文档，有二进制 pacs 图像数据等等，每个厂商的 his 构造又不尽然一样，因此要建立一个能够供给全区使用的疑难病案分析数据系统，大数据量的电子病历数据是根底，设计良好的索引构造是保证，分布式的软硬件架构也是平安平稳运行的保障，在此根底之上才能够建立具有有用性的平台。可以说，SpringCloud 框架是一个容器，它可以整合你在企
15、业开发当中所需要的几乎任何技术栈，同时这也给开发带来了难度，简单度成倍增加，同时稳定性也是需要考虑的问题， 这也是在这个平台的不断迭代升级过程中需要我们考虑的。3 完毕语本文实现了基于 SpringCloud 微效劳架构的疑难病案编码分析学习平台，通过Flowable， ELK 等核心组件，使得本平台的核心功能的目标得以实现，可以为各个医院的病案业务相关人员供给科研，沟通，学习等效劳供给有效支撑。参考文献1马戎.电子通信技术的多领域应用探讨J.数字通信世界,2021,(10):48,144. 2陈鑫东.综合水务信息治理平台设计与实现D.大连理工高校,2021.3蒋昌飞.基于 ElasticSearch 的构造化电子病历检索系统J.数字通信世界，202110：144.基金工程：广西医药卫生自筹经费方案课题Z20210386。
