CN104598764A - 基于电子病历实现异常病例和事件数据监测的系统及方法 - Google Patents
基于电子病历实现异常病例和事件数据监测的系统及方法 Download PDFInfo
- Publication number
- CN104598764A CN104598764A CN201510083435.1A CN201510083435A CN104598764A CN 104598764 A CN104598764 A CN 104598764A CN 201510083435 A CN201510083435 A CN 201510083435A CN 104598764 A CN104598764 A CN 104598764A
- Authority
- CN
- China
- Prior art keywords
- data
- case
- event
- aggregation
- health record
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明涉及一种基于电子病历实现异常病例和事件数据监测的系统及方法,其中包括数据采集模块,用以从电子病历中抓取相关病例信息数据;报告卡管理模块,用以对各个电子病历的数据形成的报告卡进行管理;数据查询模块,用以对各个病例的数据进行查询;聚集性事件管理模块,用以根据系统预设监测病例聚集性判断标准对聚集性事件进行预警并对确定的聚集性事件进行管理和分析。采用该种结构的基于电子病历实现异常病例和事件数据监测的系统及方法,采用全结构化的电子病历可以有效解决中文输入的问题,提高和保证自动抓取的精确性,可以在不增加临床医生工作量的前提下在医院顺利开展严重临床异常病例/事件监测工作,具有更广泛的应用范围。
Description
技术领域
本发明涉及数据监测技术领域,尤其涉及病例和事件数据监测技术领域,具体是指一种基于电子病历实现异常病例和事件数据监测的系统及方法。
背景技术
目前全国未全面开展严重临床异常病例/事件监测,虽然有结构化电子病历的相关研究,但没有基于严重临床异常病例事件监测的全结构化电子病历模版。当前,国家对医院电子病历的建设尚缺乏统一的要求和标准规范,医院在电子病历和医生工作站建设中往往各自为政,导致不同医院电子病历信息系统的发展和标准化程度不均衡,大部分医院使用是非结构化或半结构化电子病历,从实际操作来看,非结构化或半结构化HIS系统实现监测系统自动抓取的难度较大。主要问题是现病史中的症状体征描述采用中文输入,采用关键词匹配技术存在较大困难,通过模糊配置和自动抓取的手段来获取触发信息,一方面做不到精确定位,另一方面也会有缺失例如,以“发热+皮疹”作为关键词进行自动检索时,系统反馈的病例中不但检索出“皮疹”病例,更多的是“未见皮疹”、“皮疹(-)”等病例。由于严重临床异常病例/事件监测病例定义涉及的病种很多,要实现文本的自动化筛查,算法将非常复杂。
发明内容
本发明的目的是克服了上述现有技术的缺点,提供了一种能够实现解决中文输入的问题、提高和保证自动抓去精确性、在不增加临床医生工作量的前提下在医院顺利开展严重临床异常病例/事件监测工作、具有更广泛应用范围的基于电子病历实现异常病例和事件数据监测的系统及方法。
为了实现上述目的,本发明的基于电子病历实现异常病例和事件数据监测的系统及方法具有如下构成:
该基于电子病历实现异常病例和事件数据监测的系统,其主要特点是,所述的系统包括:
数据采集模块,用以从电子病历中抓取相关病例信息数据;
报告卡管理模块,用以对各个电子病历的数据形成的报告卡进行管理;
数据查询模块,用以根据各种关键词对各个病例的数据进行查询;
聚集性事件管理模块,用以根据系统预设监测病例聚集性判断标准对聚集性事件进行预警并对确定的聚集性事件进行管理和分析。
较佳地,所述的电子病历为结构化电子病历。
本发明还涉及一种通过所述的系统基于电子病历实现异常病例和事件数据监测的方法,其主要特点是,所述的方法包括以下步骤:
(1)所述的数据采集模块从电子病历中抓取相关病例信息数据;
(2)所述的报告卡管理模块对各个电子病历的数据形成的报告卡进行管理;
(3)所述的数据查询模块根据各种关键词对各个病例的数据进行查询;
(4)所述的聚集性事件管理模块根据所述的数据查询模块查询的结果和系统预设监测病例聚集性判断标准对聚集性事件进行预警;
(5)所述的聚集性事件管理模块对确定的聚集性事件进行管理和分析。
较佳地,所述的相关病例信息数据包括各个相关病例的报告地区、报告单位、姓名、性别、年龄、就诊日期和诊断。
较佳地,所述的数据查询模块根据各种关键词对各个病例的数据进行查询,具体为:
所述的数据查询模块按照报告地区、报告单位、数据来源、就诊日期、诊断条件查询严重临床异常病例聚集性事件信息。
较佳地,所述的聚集性事件管理模块对确定的聚集性事件进行管理和分析,包括以下步骤:
(5-1)所述的聚集性事件管理模块对确定的聚集性事件采集到的个案信息进行时间、地区、年龄和职业分布分析;
(5-2)所述的聚集性事件管理模块对聚集性事件进行分地区统计分析。
较佳地,所述的电子病历为结构化电子病历。
采用了该发明中的基于电子病历实现异常病例和事件数据监测的系统及方法,采用全结构化的电子病历可以有效解决中文输入的问题,提高和保证自动抓取的精确性,可以在不增加临床医生工作量的前提下在医院顺利开展严重临床异常病例/事件监测工作,具有更广泛的应用范围。
附图说明
图1为本发明的基于电子病历实现异常病例和事件数据监测的系统的结构示意图。
图2为本发明的基于电子病历实现异常病例和事件数据监测的系统的组成模块结构图。
图3为本发明的基于电子病历进行病例监测控制的流程图。
图4为本发明的基于电子病历实现异常病例和事件数据监测的方法的流程图。
具体实施方式
为了能够更清楚地描述本发明的技术内容,下面结合具体实施例来进行进一步的描述。
该基于电子病历实现异常病例和事件数据监测的系统包括:
数据采集模块,用以从电子病历中抓取相关病例信息数据;
报告卡管理模块,用以对各个电子病历的数据形成的报告卡进行管理;
数据查询模块,用以根据各种关键词对各个病例的数据进行查询;
聚集性事件管理模块,用以根据系统预设监测病例聚集性判断标准对聚集性事件进行预警并对确定的聚集性事件进行管理和分析。
在一种较佳的实施方式中,所述的电子病历为结构化电子病历。
本发明的基于电子病历实现异常病例和事件数据监测的方法包括以下步骤:
(1)所述的数据采集模块从电子病历中抓取相关病例信息数据;
(2)所述的报告卡管理模块对各个电子病历的数据形成的报告卡进行管理;
(3)所述的数据查询模块根据各种关键词对各个病例的数据进行查询;
(4)所述的聚集性事件管理模块根据所述的数据查询模块查询的结果和系统预设监测病例聚集性判断标准对聚集性事件进行预警;
(5)所述的聚集性事件管理模块对确定的聚集性事件进行管理和分析。
在一种较佳的实施方式中,所述的相关病例信息数据包括各个相关病例的报告地区、报告单位、姓名、性别、年龄、就诊日期和诊断,还可以包括其他对数据监测有用的类别数据。
在一种较佳的实施方式中,所述的数据查询模块根据各种关键词对各个病例的数据进行查询,具体为:
所述的数据查询模块按照报告地区、报告单位、数据来源、就诊日期、诊断条件查询严重临床异常病例聚集性事件信息,可以根据聚集性事件的类型具体选择不同的查询条件。
在一种较佳的实施方式中,所述的聚集性事件管理模块对确定的聚集性事件进行管理和分析,包括以下步骤:
(5-1)所述的聚集性事件管理模块对确定的聚集性事件采集到的个案信息进行时间、地区、年龄和职业分布分析;
(5-2)所述的聚集性事件管理模块对聚集性事件进行分地区统计分析。
在上述基础上,还可以基于结构化电子病历更丰富的数据进行更进一步的详细分析获取需要的信息。
下面以一个具体实施例来进一步介绍本发明。
一、严重临床异常病例/事件监测
组成模块:
(一)采集数据
1.病例基本信息管理
根据严重临床异常病例/事件监测病例定义,从医院电子病历中抓取相关病例信息,如报告地区、报告单位、姓名、性别、年龄、诊断等。软件提供按报告地区、报告单位、报告日期、患者姓名、就诊日期等条件来查询严重临床异常病例信息,并对查询出的病例基本信息进行查看修改。
2.报告卡管理
每一例病例形成一张报告卡,软件提供按报告地区、报告单位、患者姓名、填卡日期等条件来查询严重临床异常病例报告卡信息,并对查询出的报告卡信息进行查看修改。
(二)调查核实
1.个案调查管理
对于采集到的病例信息进行审核,如果确定为严重异常病例,按照要求开展个案的调查,完成调查表填写,软件提供按病例号、出生日期、患者姓名、调查日期等条件来查询严重临床异常病例事件个案调查信息,并对查询出的个案调查信息进行查看修改删除。
2.聚集性事件管理
系统根据监测病例聚集性判断标准,对于聚集性事件进行预警,如果确定为严重异常病例的聚集性事件,按照要求开展调查和风险评估,完成事件调查表和风险评估报告。软件提供按报告地区、报告单位、数据来源、就诊日期、死亡日期等条件来查询严重临床异常病例聚集性事件信息,并对查询出的聚集性事件信息进行查看、相关病例管理、聚集性事件调查表管理和聚集性病例报告管理。
(三)分析数据
1.病例信息汇总分析
软件提供对采集到的个案信息进行时间、地区、年龄、职业分布分析。
2.聚集性事件分析
软件提供对聚集性事件进行分地区统计。
3.报告情况分析
软件提供对报告病例的审核及时性分析,查看报告的时效性和质量。
从结构化电子病历的实现技术上,主要分为电子病历的采集结构化、传输结构化、存储结构化几个层次,本发明主要解决的就是采集结构化,采集结构化是电子病历的数据输入界面和数据获取的渠道是支持结构化方式的。此次提供的这种结构化电子病历模版,就可以比较容易实现采集结构化。
本发明实现了基于严重临床异常病例/事件监测的结构化电子病历的设计结构,是临床和公共卫生有机整合的一个产出,通过采集基于严重临床异常病例/事件监测的结构化电子病历的信息,及时发现严重临床异常病例/事件,发现具有潜在公共卫生威胁的新发、不明原因疾病和公共卫生危害(如食品、环境污染等),早期预警,将突发公共卫生事件控制在萌芽状态,减轻突发事件对人体健康的损害,保障人民生命安全,具有重要的社会意义。
结构化电子病历是指从医学信息学的角度将以自然语言方式录入的医疗文书按照医学术语的要求进行结构化分析,并将这些语义结构最终以关系型(面向对象)结构的方式保存到数据库中。结构化电子病历(Structured EMR)在数据处理上和上一代电子病历(非结构化电子病历:Non-Structured EMR)有本质的区别。在非结构化电子病历系统中,除了表格式数据外,所有的医疗文书都以文本的方式保存到数据库中。由于结构化电子病历是以关系型(面向对象)结构保存到数据库中,其元数据包含各种数据类型,如表示时间的datetime类型,表示长度、体积的float类型,甚至还可以是自定义的数据类型。这样在后期的数据挖掘分析模型中,不仅会有医学术语(Measures),如发病周期,肿瘤大小等,还包括度量这些医学术语的指标值,如时间,大小尺寸等,这样就可以根据实际需要构建数据挖掘的模型,从而为临床数据分析和挖掘使用。
此次研究我们针对严重临床异常病例/事件中监测病例定义中的五大症候群监测建立了五大结构化电子病历模板,该模板采用和结构化电子病历一致的数据模型。包括:
(1)定义元数据
定义症状元数据,解剖学部位元数据,时间元数据,数量元数据,逻辑判断元数据等;
(2)组成嵌入式对象
抽取元数据,组成一个嵌入式对象,如一个腹部描述的嵌入式对象(可以包含图片资料);
(3)组成病历子模板
抽取已定义的嵌入式对象和元数据,组成病历子模板,如现病史、主诉;
(4)组成病历模板
将已定义的病历子模板进行组合,形成病历模板,如门诊记录。
现举例说明:在病人主诉中有这样的描述“腹泻3天,每日排血样便3次以上”,在非结构化电子病历中一般是这种文本格式的,但是在我们的结构化电子病历模板中,会将它进行结构式划分{腹泻(有/无)}、{次数3次/每日}、{大便性状(血样便/水样便/米汤样/洗肉水样便/鲜血样便/黑便/)},医生只需进行选择,不需要进行中文输入,数据以结构化的方式保存。将自然语言方式录入的医疗文书按照医学信息学的要求进行结构化。
对于结构化电子病历,如果开展严重临床异常病例/事件监测,根据出血性肠炎症候群的触发条件(一天内最多腹泻次数>=3次,血样便),就很容易在结构化电子病历中找到符合条件的病例,首先腹泻选择“是”,腹泻次数为>=3次/天,大便性状选择“血样便”即为监测病例;但是如果是非结构化病例,这种基本上不可能实现,可能会检索出“腹泻”病例,更多的是“未腹泻”、“腹泻(-)”等病例,因为非结构化病例均是文本的数据,如果要在文本中进行抓取,精确性差。
结构化电子病历的优势:(1)大大降低病历出错的概率;(2)避免了用词的随意性,因为是选择,不是文本输入,给数据收集、研究提供了方便;(3)支持电子病历信息的精确抓取、查询统计和数据挖掘;(4)实现数据共享、临床数据和公共卫生数据有机整合。
采用了该发明中的基于电子病历实现异常病例和事件数据监测的系统及方法,采用全结构化的电子病历可以有效解决中文输入的问题,提高和保证自动抓取的精确性,可以在不增加临床医生工作量的前提下在医院顺利开展严重临床异常病例/事件监测工作,具有更广泛的应用范围。
在此说明书中,本发明已参照其特定的实施例作了描述。但是,很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此,说明书和附图应被认为是说明性的而非限制性的。
Claims (7)
1.一种基于电子病历实现异常病例和事件数据监测的系统,其特征在于,所述的系统包括:
数据采集模块,用以从电子病历中抓取相关病例信息数据;
报告卡管理模块,用以对各个电子病历的数据形成的报告卡进行管理;
数据查询模块,用以根据各种关键词对各个病例的数据进行查询;
聚集性事件管理模块,用以根据系统预设监测病例聚集性判断标准对聚集性事件进行预警并对确定的聚集性事件进行管理和分析。
2.根据权利要求1所述的基于电子病历实现异常病例和事件数据监测的系统,其特征在于,所述的电子病历为结构化电子病历。
3.一种通过权利要求1所述的系统基于电子病历实现异常病例和事件数据监测的方法,其特征在于,所述的方法包括以下步骤:
(1)所述的数据采集模块从电子病历中抓取相关病例信息数据;
(2)所述的报告卡管理模块对各个电子病历的数据形成的报告卡进行管理;
(3)所述的数据查询模块根据各种关键词对各个病例的数据进行查询;
(4)所述的聚集性事件管理模块根据所述的数据查询模块查询的结果和系统预设监测病例聚集性判断标准对聚集性事件进行预警;
(5)所述的聚集性事件管理模块对确定的聚集性事件进行管理和分析。
4.根据权利要求3所述的基于电子病历实现异常病例和事件数据监测的方法,其特征在于,所述的相关病例信息数据包括各个相关病例的报告地区、报告单位、姓名、性别、年龄、就诊日期和诊断。
5.根据权利要求3所述的基于电子病历实现异常病例和事件数据监测的方法,其特征在于,所述的数据查询模块根据各种关键词对各个病例的数据进行查询,具体为:
所述的数据查询模块按照报告地区、报告单位、数据来源、就诊日期、诊断条件查询严重临床异常病例聚集性事件信息。
6.根据权利要求3所述的基于电子病历实现异常病例和事件数据监测的方法,其特征在于,所述的聚集性事件管理模块对确定的聚集性事件进行管理和分析,包括以下步骤:
(5-1)所述的聚集性事件管理模块对确定的聚集性事件采集到的个案信息进行时间、地区、年龄和职业分布分析;
(5-2)所述的聚集性事件管理模块对聚集性事件进行分地区统计分析。
7.根据权利要求3所述的基于电子病历实现异常病例和事件数据监测的方法,其特征在于,所述的电子病历为结构化电子病历。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510083435.1A CN104598764A (zh) | 2015-02-16 | 2015-02-16 | 基于电子病历实现异常病例和事件数据监测的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510083435.1A CN104598764A (zh) | 2015-02-16 | 2015-02-16 | 基于电子病历实现异常病例和事件数据监测的系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104598764A true CN104598764A (zh) | 2015-05-06 |
Family
ID=53124543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510083435.1A Pending CN104598764A (zh) | 2015-02-16 | 2015-02-16 | 基于电子病历实现异常病例和事件数据监测的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104598764A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105224807A (zh) * | 2015-10-14 | 2016-01-06 | 东软集团股份有限公司 | 病例审核规则提取方法及装置,病例审核方法及系统 |
CN105808925A (zh) * | 2016-03-02 | 2016-07-27 | 上海市疾病预防控制中心 | 基于实时事件感知实现临床疾病监测与报告的系统及方法 |
CN106066929A (zh) * | 2016-05-25 | 2016-11-02 | 中南大学 | 一种新型临床医学对象组织方法 |
CN106909796A (zh) * | 2017-03-10 | 2017-06-30 | 广东省妇幼保健院 | 一种医疗机构内传染病主动监测预警系统 |
CN107680636A (zh) * | 2016-08-02 | 2018-02-09 | 四川智康科技有限责任公司 | 一种基于元数据的临床信息处理系统及方法 |
CN107957988A (zh) * | 2016-10-18 | 2018-04-24 | 阿里巴巴集团控股有限公司 | 用于确定数据异常原因的方法、装置及电子设备 |
CN108320791A (zh) * | 2018-03-02 | 2018-07-24 | 中南大学湘雅医院 | 基于北斗二号卫星导航系统的医院应急管理系统 |
CN108984690A (zh) * | 2018-07-04 | 2018-12-11 | 莫毓昌 | 一种基于自然语言处理框架的电子病历信息抽取系统 |
CN109545382A (zh) * | 2018-10-30 | 2019-03-29 | 平安科技(深圳)有限公司 | 一种基于大数据的雷同病例识别方法及计算设备 |
CN109545387A (zh) * | 2018-10-30 | 2019-03-29 | 平安科技(深圳)有限公司 | 一种基于神经网络的异常病例识别方法及计算设备 |
CN112382355A (zh) * | 2020-11-06 | 2021-02-19 | 武汉开普伟业科技有限公司 | 一种智慧医疗数据管理方法、存储介质及系统 |
CN112397159A (zh) * | 2019-08-19 | 2021-02-23 | 金色熊猫有限公司 | 临床试验报告自动录入方法及装置、电子设备、存储介质 |
CN113053478A (zh) * | 2021-03-11 | 2021-06-29 | 上海交通大学医学院附属新华医院 | 一种适用于药物临床试验的项目及质量管控系统 |
CN114255835A (zh) * | 2021-11-15 | 2022-03-29 | 四川大学华西医院 | 一种基于人工智能的病例大数据管理方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030146942A1 (en) * | 2002-02-07 | 2003-08-07 | Decode Genetics Ehf. | Medical advice expert |
CN1598858A (zh) * | 2004-05-13 | 2005-03-23 | 郑州市疾病预防控制中心 | 数字化医院信息一体化管理系统 |
US20090150289A1 (en) * | 2007-12-05 | 2009-06-11 | Ronald Stephen Joe | Electronic medical records information system |
CN103077321A (zh) * | 2013-01-25 | 2013-05-01 | 上海市浦东新区疾病预防控制中心 | 一种基于医院的传染病症状数据采集系统 |
CN103793869A (zh) * | 2014-03-06 | 2014-05-14 | 上海市浦东新区疾病预防控制中心 | 一种腹泻病症状监测系统 |
-
2015
- 2015-02-16 CN CN201510083435.1A patent/CN104598764A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030146942A1 (en) * | 2002-02-07 | 2003-08-07 | Decode Genetics Ehf. | Medical advice expert |
CN1598858A (zh) * | 2004-05-13 | 2005-03-23 | 郑州市疾病预防控制中心 | 数字化医院信息一体化管理系统 |
US20090150289A1 (en) * | 2007-12-05 | 2009-06-11 | Ronald Stephen Joe | Electronic medical records information system |
CN103077321A (zh) * | 2013-01-25 | 2013-05-01 | 上海市浦东新区疾病预防控制中心 | 一种基于医院的传染病症状数据采集系统 |
CN103793869A (zh) * | 2014-03-06 | 2014-05-14 | 上海市浦东新区疾病预防控制中心 | 一种腹泻病症状监测系统 |
Non-Patent Citations (3)
Title |
---|
冯玮 等;: "《上海市传染病自动预警信息应用分析》", 《中国公共卫生管理》 * |
沈剑峰 等;: "《基于卫生信息平台的电子病历信息共享研究和实现》", 《中国生物医学工程学报》 * |
陶芳芳 等;: "《严重临床异常病例_事件监测系统的建立》", 《疾病监测》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105224807A (zh) * | 2015-10-14 | 2016-01-06 | 东软集团股份有限公司 | 病例审核规则提取方法及装置,病例审核方法及系统 |
CN105808925B (zh) * | 2016-03-02 | 2018-03-30 | 上海市疾病预防控制中心 | 基于实时事件感知实现临床疾病监测与报告的系统及方法 |
CN105808925A (zh) * | 2016-03-02 | 2016-07-27 | 上海市疾病预防控制中心 | 基于实时事件感知实现临床疾病监测与报告的系统及方法 |
CN106066929A (zh) * | 2016-05-25 | 2016-11-02 | 中南大学 | 一种新型临床医学对象组织方法 |
CN106066929B (zh) * | 2016-05-25 | 2018-10-02 | 中南大学 | 一种基于元网络的临床医学对象组织方法 |
CN107680636A (zh) * | 2016-08-02 | 2018-02-09 | 四川智康科技有限责任公司 | 一种基于元数据的临床信息处理系统及方法 |
CN107957988A (zh) * | 2016-10-18 | 2018-04-24 | 阿里巴巴集团控股有限公司 | 用于确定数据异常原因的方法、装置及电子设备 |
CN106909796A (zh) * | 2017-03-10 | 2017-06-30 | 广东省妇幼保健院 | 一种医疗机构内传染病主动监测预警系统 |
CN108320791A (zh) * | 2018-03-02 | 2018-07-24 | 中南大学湘雅医院 | 基于北斗二号卫星导航系统的医院应急管理系统 |
CN108984690A (zh) * | 2018-07-04 | 2018-12-11 | 莫毓昌 | 一种基于自然语言处理框架的电子病历信息抽取系统 |
CN109545382A (zh) * | 2018-10-30 | 2019-03-29 | 平安科技(深圳)有限公司 | 一种基于大数据的雷同病例识别方法及计算设备 |
CN109545387A (zh) * | 2018-10-30 | 2019-03-29 | 平安科技(深圳)有限公司 | 一种基于神经网络的异常病例识别方法及计算设备 |
CN109545387B (zh) * | 2018-10-30 | 2024-02-27 | 平安科技(深圳)有限公司 | 一种基于神经网络的异常病例识别方法及计算设备 |
CN112397159A (zh) * | 2019-08-19 | 2021-02-23 | 金色熊猫有限公司 | 临床试验报告自动录入方法及装置、电子设备、存储介质 |
CN112397159B (zh) * | 2019-08-19 | 2024-03-22 | 金色熊猫有限公司 | 临床试验报告自动录入方法及装置、电子设备、存储介质 |
CN112382355A (zh) * | 2020-11-06 | 2021-02-19 | 武汉开普伟业科技有限公司 | 一种智慧医疗数据管理方法、存储介质及系统 |
CN113053478A (zh) * | 2021-03-11 | 2021-06-29 | 上海交通大学医学院附属新华医院 | 一种适用于药物临床试验的项目及质量管控系统 |
CN114255835A (zh) * | 2021-11-15 | 2022-03-29 | 四川大学华西医院 | 一种基于人工智能的病例大数据管理方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104598764A (zh) | 基于电子病历实现异常病例和事件数据监测的系统及方法 | |
US9639662B2 (en) | Systems and methods for event stream platforms which enable applications | |
Deshmukh et al. | Evaluating the informatics for integrating biology and the bedside system for clinical research | |
Kilkenny et al. | Maximising data value and avoiding data waste: a validation study in stroke research | |
CN105718732A (zh) | 一种医疗数据采集分析方法及系统 | |
US20230122360A1 (en) | Integrated data capture using aliasing schemes | |
CN106777996A (zh) | 一种基于Solr的体检数据搜索系统 | |
Chen et al. | The accuracy and trends of smoking history documentation in electronic medical records in a large managed care organization | |
CN103870673A (zh) | 医疗研发系统使用支持文档的结构化标记法 | |
CN111210884B (zh) | 一种临床医疗数据采集方法、装置、介质及设备 | |
US11688496B2 (en) | Health information exchange system | |
US20160275269A1 (en) | Methods for central monitoring of research trials | |
CN112259243B (zh) | 一种基于双向GRUs的单病种临床路径构建方法及系统 | |
CN103793610A (zh) | 基于云加端物联网的ards监测和分析管理系统 | |
CN115458190B (zh) | 一种面向社区的慢性阻塞性肺疾病早期筛查和干预系统 | |
CN106530164A (zh) | 一种两癌普查数据采集报送管理系统 | |
Fazio et al. | A hybrid storage service for the management of big e-health data: a tele-rehabilitation case of study | |
Yakubu Zakariah et al. | Maternal mortality in the Greater Accra region in Ghana: assessing completeness of registration and data quality | |
Verma | Data quality and clinical audit | |
Alani et al. | Big data analytics for healthcare organizations a case study of the Iraqi healthcare sector | |
Houser et al. | The Temple University Hospital Digital Pathology Corpus | |
Bache et al. | Informative provenance for repurposed data: a case study using clinical research data | |
Arun et al. | Data analytics and operational data integration to reach out to rural masses for early detection of non-communicable diseases | |
Deghmani et al. | Applications of Graph Databases and Big Data Technologies in Healthcare | |
US20240136032A1 (en) | Health information exchange system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150506 |