上篇文章中，我们介绍了在做真实世界研究中，非结构化文本的处理方法，通过该方法虽然可以把非结构化的数据转换为结构化的数据，但是距离能够直接进行统计的数据还有一定的距离。数据标准化对于真实世界研究非常重要。在RWS中，我们通常需要处理来自多个来源的数据，并且这些数据通常是非结构化或半结构化的。这意味着这些数据可能存在多个不同的格式和标准化方法。
如果我们不对这些数据进行标准化，则可能会导致数据的不准确性和不完整性。因此，数据标准化对于RWS建立高质量、可靠和可扩展的数据管道和分析非常重要，它是RWS研究的必要步骤之一。
今天我们就来介绍一下如何使用知否AI来对数据进行标准化处理。
这是一段摘自丁香园的病历文本，
患者男性，50岁，主因“意识障碍”入院。 患者26天前因急性早幼粒细胞白血病接受三氧化二砷（10 mg/d）治疗，现患者出现意识障碍。体格检查提示P 92次/分，BP 102/63 mmHg。入院心电图如图1。电解质：血钾为3.9 mmol/L，血镁为1.10mmol/L，血钙为2.5mmol/L。
我们按照分而治之的思想，由粗到细，逐层处理。
第一步，先提取出检验信息
很明显，血钾，血镁，和血钙，并不是标注化的名称。不同的医院和渠道会有不同的名称，下一步就需要对这些名称进行标准化处理。
第二步，对提取出的信息进行标准化处理
标准化化，所以代表“钾”的检验项会统一叫做“钾(K)”。
通过上面的例子，相信大家理解到了我们这一步要做的工作内容和方法，看似一个简单的功能，实际上会直接影响到数据质量的好坏，后面的统计工作能否顺利进行下去。
声明：本文图片中AI来源于“知否AI问答”，一款全方位“智能问答”、“知识获取”和“内容生成”系统。感兴趣可以关注公众号“云智博瑞”或者“云智AI助手”。