CN104881463A - 基于结构化病历数据库的参考病历检索方法及装置 - Google Patents
基于结构化病历数据库的参考病历检索方法及装置 Download PDFInfo
- Publication number
- CN104881463A CN104881463A CN201510268875.4A CN201510268875A CN104881463A CN 104881463 A CN104881463 A CN 104881463A CN 201510268875 A CN201510268875 A CN 201510268875A CN 104881463 A CN104881463 A CN 104881463A
- Authority
- CN
- China
- Prior art keywords
- case history
- history
- case
- index
- similarity
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种基于结构化病历数据库的参考病历检索方法及装置,该方法包括:以新病历的已检查项目为准则、病历数据库中新病历以前的历史病历为待选方案建立目标层-准则层-方案层三层结构的层次模型;计算准则层相对于目标层的权重;计算新病历与历史病历的单项相似度;将相对同一历史病历的各个单项相似度与权重对应相乘获取新病历与历史病历的综合相似度;利用诊治医师和医院的等级指数计算历史病历的参考价值指数;利用综合相似度与参考价值指数确定新病历与历史病历的综合匹配度;以及选取综合匹配度高的历史病历作为该新病历的参考病历。该装置包括用于实现上述步骤的多个模块。本发明能够有效地利用病历大数据辅助医师进行诊疗。
Description
技术领域
本发明涉及模式识别、相似性测度及电子病历领域,更具体地说,涉及一种基于结构化病历数据库的参考病历检索方法及装置。
背景技术
电子病历是医疗信息化的必然产物,具备传统纸质病历所不具备的优点,比如便于保存、传阅,并便于进一步开发病历的潜在价值。近年来,有关电子病历的应用研究逐渐增多,但大多数仅限于记录患者的症状和治疗过程,而对其包含的大量信息再应用涉及较少。电子病历既是患者的诊疗过程的记录,也是医生经验的载体,其包含了医生的经验以及患者个体化差异的大量信息。所以对于电子病历的信息挖掘,会极大地发挥医疗大数据信息资源的临床价值。
发明内容
本发明的目的是提供一种基于结构化病历数据库的参考病历检索方法及装置,该方法及装置能够找出对患者诊疗方案更具参考意义的参考病历,以解决现有病历大数据未能有效利用的问题。
本发明的具体技术方案如下:
一种基于结构化病历数据库的参考病历检索方法,该检索方法包括:
以新病历的已检查项目为准则、病历数据库中新病历以前的历史病历为待选方案建立目标层-准则层-方案层三层结构的层次模型;
计算准则层相对于目标层的权重;
计算新病历与历史病历的单项相似度,所述单项相似度是对单个检查项目而言两个病历的相似程度;
将相对同一历史病历的各个单项相似度与权重对应相乘获取新病历与历史病历的综合相似度;
利用诊治医师和医院的等级指数计算历史病历的参考价值指数;
利用综合相似度与参考价值指数确定新病历与历史病历的综合匹配度;以及
选取综合匹配度高的历史病历作为该新病历的参考病历;
所述病历数据库是对医疗机构的电子病历进行结构化后建立的疾病诊疗数据库。
在上述的基于结构化病历数据库的参考病历检索方法中,优选地,在计算准则层相对于目标层的权重的步骤中,包括:用各个已检查项目与疾病的关联度指数构造准则层相对于目标层的判断矩阵;以及将判断矩阵的各行向量进行几何平均,然后进行归一化处理得到目标层的权重。
在上述的基于结构化病历数据库的参考病历检索方法中,优选地,在计算新病历与历史病历的单项相似度的步骤中,采用距离系数来判定两个病历之间的匹配度。
在上述的基于结构化病历数据库的参考病历检索方法中,优选地,所述距离系数为相对海明距离Dij,单项相似度Sij计算如下:
其中,i和j表示进行比较的两个病历,xk表示已检查项目k的指标,xkmax表示所有病历中xk指标的最大值,xkmin表示所有病历中xk指标的最小值,m为指标个数,0≤Dij≤m。
在上述的基于结构化病历数据库的参考病历检索方法中,优选地,所述病历数据库以时间为主索引,每个时间点上包含各项相关检查的子索引,子索引分层设置。
一种基于结构化病历数据库的参考病历检索装置,该检索装置包括:
层次模型构造模块,用于以新病历的已检查项目为准则、病历数据库中新病历以前的历史病历为待选方案建立目标层-准则层-方案层三层结构的层次模型;
权重计算模块,用于计算准则层相对于目标层的权重;
单项相似度计算模块,用于计算新病历与历史病历的单项相似度,所述单项相似度是对单个检查项目而言两个病历的相似程度;
综合相似度计算模块,用于将相对同一历史病历的各个单项相似度与权重对应相乘获取新病历与历史病历的综合相似度;
参考价值指数计算模块,用于利用诊治医师和医院的等级指数计算历史病历的参考价值指数;
综合匹配度计算模块,用于利用综合相似度与参考价值指数确定新病历与历史病历的综合匹配度;以及
输出检索结果模块,用于选取综合匹配度高的历史病历作为该新病历的参考病历;
所述病历数据库是对医疗机构的电子病历进行结构化后建立的疾病诊疗数据库。
在上述的基于结构化病历数据库的参考病历检索装置中,优选地,所述权重计算模块包括:判断矩阵构造子模块,用于用各个已检查项目与疾病的关联度指数构造准则层相对于目标层的判断矩阵;以及矩阵处理子模块,用于将判断矩阵的各行向量进行几何平均,然后进行归一化处理得到目标层的权重。
在上述的基于结构化病历数据库的参考病历检索装置中,优选地,在所述单项相似度计算模块中,采用距离系数来判定两个病历之间的匹配度。
在上述的基于结构化病历数据库的参考病历检索装置中,优选地,在所述单项相似度计算模块中,所述距离系数为相对海明距离Dij,单项相似度Sij计算如下:
其中,i和j表示进行比较的两个病历,xk表示已检查项目k的指标,xkmax表示所有病历中xk指标的最大值,xkmin表示所有病历中xk指标的最小值,m为指标个数,0≤Dij≤m。
在上述的基于结构化病历数据库的参考病历检索装置中,优选地,所述病历数据库以时间为主索引,每个时间点上包含各项相关检查的子索引,子索引分层设置。
本发明通过将医疗机构的病历结构化,构建病历数据库,进而依托病人已经进行的检查结果检索获得与病人最为相似的病历,从而能够为医生进行个性化的诊治提供有价值的参考。
附图说明
图1为本发明基于结构化病历数据库的参考病历检索方法一些实施例的流程图;
图2为其层次模型的示意图;
图3为其病历数据库部分分类索引的结构示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。这些更详细的描述旨在帮助理解本发明,而不应被用于限制本发明。根据本发明公开的内容,本领域技术人员明白,可以不需要一些或者所有这些特定细节即可实施本发明。而在其它情况下,为了避免将发明创造淡化,未详细描述众所周知的操作过程。
层次分析法是一种利用定性和定量分析寻求最优解决方案的方法,在管理领域应用较多。本发明在层次分析法基础上进行改进,尝试运用于临床领域,为电子病历的潜在价值的开发利用提供技术支持。
如图1所示,一些实施例基于结构化病历数据库的参考病历检索方法包括以下步骤:
步骤S100,以新病历的已检查项目为准则、病历数据库中新病历以前的历史病历为待选方案建立目标层-准则层-方案层三层结构的层次模型。
在一些实施例中,以冠心病为例进行说明,建立的层次模型如图2所示,已进行的检查项目包括常规心电、运动心电、核医学、超声、CT、冠状动脉造影,它们构成了准则层。依据传统的层次分析法并结合在本技术中的应用建立。计算准则层相对于目标层的权重时利用层次分析法中的构造判断矩阵的方法,但在计算方案层相对准则层的权重时,由于方案层中的方案指的是病历数据库中的各个病例,而病例数据量较大,无法由人工判断各病例相对于各准则的权重,即不能利用构造判断矩阵的方法,所以此处的确定各病例的权重归为依据各准则(常规心电相似、运动心电相似、核医学相似、超声相似、CT相似、冠状动脉造影相似)计算病历数据库中各病例与新入病例的相似度,同时结合每个病历的重要性。
步骤S200,计算准则层相对于目标层的权重。
首先,构造准则层相对于目标层的判断矩阵,具体地,用各个已检查项目与疾病的关联度指数构造准则层相对于目标层的判断矩阵。各项检查相对于冠心病确诊的重要性(即各个已检查项目与疾病的关联度指数)由经验医生给出,举例如下:
表中,E1为常规心电,E2为运动心电,E3为核医学,E4为超声,E5为CT,E6为冠状动脉造影,e为关联度指数。则,判断矩阵为:
通常eij与eji呈倒数关系。
接下来,利用判断矩阵确定各准则相对于目标的权重系数,具体的,将判断矩阵的各行向量进行几何平均,然后进行归一化处理得到目标层的权重。举例来说,将上述判断矩阵A各行向量进行几何平均,由
此处n=6,可得,
对W向量归一化,由
得到
为了获得更好效果,进一步地,还包括:计算判断矩阵的最大特征根,利用最大特征根计算一致性指标,检验判断矩阵的一致性,获得具有良好一致性的权重。具体的,根据
计算判断矩阵的最大特征根λmax;由
计算一致性指标CI,与平均随机一致性指标RI计算得到判断矩阵的一致性比率CR=CI/RI,若CR小于0.1,说明判断矩阵具有满意的一致性,不需要调整,权重系数w可用。
步骤S300,计算新病历与历史病历的单项相似度,所述单项相似度是对单个检查项目而言两个病历的相似程度。
每个病历都是由一系列诊断指标数据序列所组成,计算两个数据序列的相似度较常用的方法包括相关系数、相似系数、距离系数和相似离度。相关系数和相似系数一般用来判断数据序列的形相似,距离系数多用于判断值相似,相似离度是一种比较新的方法,结合了形相似和值相似,但实际运用中效果并不十分理想。在此应用中,由于病历中每个指标即每个数据点代表的意义不尽相同,用值相似来判断两个病历之间的匹配度更为合适,所以一些实施例中采用距离系数来判定两个病历之间的匹配度。
距离系数主要包括绝对距离(即海明距离)和欧式距离,相比而言,绝对距离更能反映两序列之间的值相似程度,所以一些实施例中采用绝对距离:
其中m为每项检查项目下可量化的诊断指标数量。由于在比较病历的相似程度上,每个用于比较的指标意义不同,量纲不同,为了去除量纲的影响,一些实施例中还对绝对距离进行了改进,使用相对海明距离:
具体的,单项相似度Sij计算如下:
其中,i和j表示进行比较的两个病历,xk表示已检查项目k的指标,xkmax表示所有病历中xk指标的最大值,xkmin表示所有病历中xk指标的最小值,m为指标个数,0≤Dij≤m。可知0≤Sij≤1。
步骤S400,将相对同一历史病历的各个单项相似度与权重对应相乘获取新病历与历史病历的综合相似度。
由步骤S300可以确定新病历与病历数据库中的历史病历分别在常规心电、运动心电、核医学、超声、CT、冠状动脉造影六方面的相似度,即单项相似度,可表示如下(n为病历数):
综合六项得到排序值矩阵:
与步骤S200得到的权重向量w相乘得到病历的综合相似度SS:
步骤S500,利用诊治医师和医院的等级指数计算历史病历的参考价值指数。
病历的重要性即病历本身的参考价值。此处主要由病历所在的医院等级、主诊医生的经验等级来进行测定。医院等级按目前划分标准分为十个等级,参考价值指数由三级特等到一级丙等依次递减,如下表所示:
其中p_h1到p_h10满足
1≥p_h1>p_h2>…>p_h10>0
具体数值可由大数据统计分析得出。
诊治医生经验等级主要按照医生的职称级别来量化,职称级别越高,参考价值指数越大,如下表:
其中p_d1到p_d4满足
1≥p_d1>p_d2>p_d3>p_d4>0
具体数值可由大数据统计分析得出。
进而可以得出每项病历的参考价值指数(即重要性)为:
Pi=p_hi×p_di
可知0<Pi≤1。
步骤S600,利用综合相似度与参考价值指数确定新病历与历史病历的综合匹配度。
将步骤S400中得到的综合相似度与步骤S500中得到的病历的参考价值指数结合起来得到病历的综合匹配度,可以使检索到的病历既与待诊病人(即新病历)情况相似,又具有一定的参考价值。具体的,综合匹配度可通过以下公式计算:
步骤S700,选取综合匹配度高的历史病历作为该新病历的参考病历。例如,按照SM值由大到小显示每个病历概况,前几项则为与待查新病历最为相关的病历,可用于个性化参考。
上述病历数据库是对医疗机构的电子病历进行结构化后建立的疾病诊疗数据库。可以采用基于XML的方法将医院的病历进行结构化,再从中建立更具有针对性的病历数据库。在创建结构化病历数据库过程中,我们优选有经验的医生治愈的病历,使得最终检索得到的病历可参考性更强。所述病历数据库以时间为主索引,每个时间点上包含各项相关检查的子索引,子索引分层设置,从而便于更高效的进行检索和应用。如图3所示,主索引(一级索引)包括“门诊”、“影像诊断”、“住院”、“确诊”、“治疗”等,子索引分层设置,例如,“门诊”的二级索引包括“病人主述”、“初步心电”等;“病人主述”的下一级索引(三级索引)包括胸闷、胸痛等,“初步心电”的下一级索引(三级索引)包括心率、PR间期等。
一些实施例的基于结构化病历数据库的参考病历检索装置,与上述检索方法中的步骤相对应,具体包括:
层次模型构造模块,用于以新病历的已检查项目为准则、病历数据库中新病历以前的历史病历为待选方案建立目标层-准则层-方案层三层结构的层次模型;
权重计算模块,用于计算准则层相对于目标层的权重;
单项相似度计算模块,用于计算新病历与历史病历的单项相似度,所述单项相似度是对单个检查项目而言两个病历的相似程度;
综合相似度计算模块,用于将相对同一历史病历的各个单项相似度与权重对应相乘获取新病历与历史病历的综合相似度;
参考价值指数计算模块,用于利用诊治医师和医院的等级指数计算历史病历的参考价值指数;
综合匹配度计算模块,用于利用综合相似度与参考价值指数确定新病历与历史病历的综合匹配度;以及
输出检索结果模块,用于选取综合匹配度高的历史病历作为该新病历的参考病历;
所述病历数据库是对医疗机构的电子病历进行结构化后建立的疾病诊疗数据库。
优选地,所述权重计算模块包括:判断矩阵构造子模块,用于用各个已检查项目与疾病的关联度指数构造准则层相对于目标层的判断矩阵;以及矩阵处理子模块,用于将判断矩阵的各行向量进行几何平均,然后进行归一化处理得到目标层的权重。
优选地,在所述单项相似度计算模块中,采用距离系数来判定两个病历之间的匹配度。更优选地,所述单项相似度计算模块中,所述距离系数为相对海明距离Dij,单项相似度Sij计算如下:
其中,i和j表示进行比较的两个病历,xk表示已检查项目k的指标,xkmax表示所有病历中xk指标的最大值,xkmin表示所有病历中xk指标的最小值,m为指标个数,0≤Dij≤m。
优选地,所述病历数据库以时间为主索引,每个时间点上包含各项相关检查的子索引,子索引分层设置。
Claims (10)
1.基于结构化病历数据库的参考病历检索方法,其特征在于,该检索方法包括:
以新病历的已检查项目为准则、病历数据库中新病历以前的历史病历为待选方案建立目标层-准则层-方案层三层结构的层次模型;
计算准则层相对于目标层的权重;
计算新病历与历史病历的单项相似度,所述单项相似度是对单个检查项目而言两个病历的相似程度;
将相对同一历史病历的各个单项相似度与权重对应相乘获取新病历与历史病历的综合相似度;
利用诊治医师和医院的等级指数计算历史病历的参考价值指数;
利用综合相似度与参考价值指数确定新病历与历史病历的综合匹配度;以及
选取综合匹配度高的历史病历作为该新病历的参考病历;
所述病历数据库是对医疗机构的电子病历进行结构化后建立的疾病诊疗数据库。
2.根据权利要求1所述的基于结构化病历数据库的参考病历检索方法,其特征在于,在计算准则层相对于目标层的权重的步骤中,包括:
用各个已检查项目与疾病的关联度指数构造准则层相对于目标层的判断矩阵;以及
将判断矩阵的各行向量进行几何平均,然后进行归一化处理得到目标层的权重。
3.根据权利要求1所述的基于结构化病历数据库的参考病历检索方法,其特征在于,在计算新病历与历史病历的单项相似度的步骤中,采用距离系数来判定两个病历之间的匹配度。
4.根据权利要求3所述的基于结构化病历数据库的参考病历检索方法,其特征在于,所述距离系数为相对海明距离Dij,单项相似度Sij计算如下:
其中,i和j表示进行比较的两个病历,xk表示已检查项目k的指标,xkmax表示所有病历中xk指标的最大值,xkmin表示所有病历中xk指标的最小值,m为指标个数,0≤Dij≤m。
5.根据权利要求1所述的基于结构化病历数据库的参考病历检索方法,其特征在于,所述病历数据库以时间为主索引,每个时间点上包含各项相关检查的子索引,子索引分层设置。
6.一种基于结构化病历数据库的参考病历检索装置,其特征在于,该检索装置包括:
层次模型构造模块,用于以新病历的已检查项目为准则、病历数据库中新病历以前的历史病历为待选方案建立目标层-准则层-方案层三层结构的层次模型;
权重计算模块,用于计算准则层相对于目标层的权重;
单项相似度计算模块,用于计算新病历与历史病历的单项相似度,所述单项相似度是对单个检查项目而言两个病历的相似程度;
综合相似度计算模块,用于将相对同一历史病历的各个单项相似度与权重对应相乘获取新病历与历史病历的综合相似度;
参考价值指数计算模块,用于利用诊治医师和医院的等级指数计算历史病历的参考价值指数;
综合匹配度计算模块,用于利用综合相似度与参考价值指数确定新病历与历史病历的综合匹配度;以及
输出检索结果模块,用于选取综合匹配度高的历史病历作为该新病历的参考病历;
所述病历数据库是对医疗机构的电子病历进行结构化后建立的疾病诊疗数据库。
7.根据权利要求6所述的基于结构化病历数据库的参考病历检索装置,其特征在于,所述权重计算模块包括:
判断矩阵构造子模块,用于用各个已检查项目与疾病的关联度指数构造准则层相对于目标层的判断矩阵;以及
矩阵处理子模块,用于将判断矩阵的各行向量进行几何平均,然后进行归一化处理得到目标层的权重。
8.根据权利要求6所述的基于结构化病历数据库的参考病历检索装置,其特征在于,在所述单项相似度计算模块中,采用距离系数来判定两个病历之间的匹配度。
9.根据权利要求8所述的基于结构化病历数据库的参考病历检索装置,其特征在于,在所述单项相似度计算模块中,所述距离系数为相对海明距离Dij,单项相似度Sij计算如下:
其中,i和j表示进行比较的两个病历,xk表示已检查项目k的指标,xkmax表示所有病历中xk指标的最大值,xkmin表示所有病历中xk指标的最小值,m为指标个数,0≤Dij≤m。
10.根据权利要求6所述的基于结构化病历数据库的参考病历检索装置,其特征在于,所述病历数据库以时间为主索引,每个时间点上包含各项相关检查的子索引,子索引分层设置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510268875.4A CN104881463B (zh) | 2015-05-22 | 2015-05-22 | 基于结构化病历数据库的参考病历检索方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510268875.4A CN104881463B (zh) | 2015-05-22 | 2015-05-22 | 基于结构化病历数据库的参考病历检索方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104881463A true CN104881463A (zh) | 2015-09-02 |
CN104881463B CN104881463B (zh) | 2018-01-16 |
Family
ID=53948956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510268875.4A Expired - Fee Related CN104881463B (zh) | 2015-05-22 | 2015-05-22 | 基于结构化病历数据库的参考病历检索方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104881463B (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160615A (zh) * | 2015-09-08 | 2015-12-16 | 浙江浙大中控信息技术有限公司 | 一种自由检索的病历搜索引擎系统及搜索方法 |
CN105184103A (zh) * | 2015-10-15 | 2015-12-23 | 清华大学深圳研究生院 | 基于病历数据库的虚拟名医 |
CN105468743A (zh) * | 2015-11-25 | 2016-04-06 | 钟岑 | 一种智能诊断手术编码检索方法 |
CN105893597A (zh) * | 2016-04-20 | 2016-08-24 | 上海家好科技有限公司 | 一种相似病历检索方法及系统 |
CN106021479A (zh) * | 2016-05-18 | 2016-10-12 | 广东源恒软件科技有限公司 | 一种项目关键指标的自动关联方法及系统 |
CN106169165A (zh) * | 2015-05-20 | 2016-11-30 | 詹宇 | 面向诊疗数据的症状层次关联及预测方法 |
CN106845105A (zh) * | 2017-01-18 | 2017-06-13 | 腾讯科技(深圳)有限公司 | 问诊辅助方法及装置 |
CN107193919A (zh) * | 2017-05-15 | 2017-09-22 | 清华大学深圳研究生院 | 一种电子病历的检索方法及系统 |
CN107193996A (zh) * | 2017-06-09 | 2017-09-22 | 广州慧扬健康科技有限公司 | 相似病历匹配检索系统 |
CN107330289A (zh) * | 2017-07-10 | 2017-11-07 | 叮当(深圳)健康机器人科技有限公司 | 一种症状信息分析方法及装置 |
CN107656952A (zh) * | 2016-12-30 | 2018-02-02 | 青岛中科慧康科技有限公司 | 平行智能病例推荐模型的建模方法 |
CN108932981A (zh) * | 2018-07-18 | 2018-12-04 | 深圳市有钱科技有限公司 | 医疗数据交互方法和装置 |
CN109002442A (zh) * | 2017-06-06 | 2018-12-14 | 株式会社日立制作所 | 一种基于医生相关属性检索诊断病例的装置及方法 |
CN109448811A (zh) * | 2018-08-24 | 2019-03-08 | 康美药业股份有限公司 | 处方审核改进方法、装置、电子设备及存储介质 |
CN110390084A (zh) * | 2019-06-19 | 2019-10-29 | 平安国际智慧城市科技股份有限公司 | 文本查重方法、装置、设备及存储介质 |
CN110443902A (zh) * | 2019-07-29 | 2019-11-12 | 南京硅基智能科技有限公司 | 无感支付收费站系统及方法 |
CN110517789A (zh) * | 2019-08-30 | 2019-11-29 | 深圳市汇健医疗工程有限公司 | 多种影像设备的数字化复合手术室 |
CN111681767A (zh) * | 2020-06-12 | 2020-09-18 | 电子科技大学 | 一种电子病历数据处理方法及系统 |
CN111755090A (zh) * | 2020-06-24 | 2020-10-09 | 南京江北新区生物医药公共服务平台有限公司 | 病历查找方法、病历查找装置、存储介质与电子设备 |
CN113064960A (zh) * | 2020-01-02 | 2021-07-02 | 广州创金谷科技有限公司 | 一种精确搜索与患者病情相似病例的方法 |
CN113744845A (zh) * | 2021-09-17 | 2021-12-03 | 平安好医投资管理有限公司 | 基于人工智能的医学影像处理方法、装置、设备及介质 |
CN116646046A (zh) * | 2023-07-27 | 2023-08-25 | 中日友好医院(中日友好临床医学研究所) | 一种基于互联网诊疗的电子病历处理方法和系统 |
CN116798566A (zh) * | 2023-08-29 | 2023-09-22 | 北京国药新创科技发展有限公司 | 基于医疗数据确定诊疗方案的方法、装置、设备及介质 |
CN117609434A (zh) * | 2024-01-23 | 2024-02-27 | 中科领讯(北京)科技有限公司 | 一种肺炎相似病例检索方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003040987A2 (en) * | 2001-11-02 | 2003-05-15 | Siemens Corporate Research, Inc. | Patient data mining for lung cancer screening |
CN1758257A (zh) * | 2005-09-27 | 2006-04-12 | 叶声 | 以医学影像为中心的医学信息管理和搜寻系统 |
CN102982168A (zh) * | 2012-12-12 | 2013-03-20 | 江苏省电力公司信息通信分公司 | 一种基于xml文档的元数据模式匹配方法 |
CN104281630A (zh) * | 2013-07-12 | 2015-01-14 | 上海联影医疗科技有限公司 | 一种基于云计算的医学影像数据挖掘方法 |
CN104572675A (zh) * | 2013-10-16 | 2015-04-29 | 中国人民解放军南京军区南京总医院 | 一种相似病历检索的系统及方法 |
-
2015
- 2015-05-22 CN CN201510268875.4A patent/CN104881463B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003040987A2 (en) * | 2001-11-02 | 2003-05-15 | Siemens Corporate Research, Inc. | Patient data mining for lung cancer screening |
CN1758257A (zh) * | 2005-09-27 | 2006-04-12 | 叶声 | 以医学影像为中心的医学信息管理和搜寻系统 |
CN102982168A (zh) * | 2012-12-12 | 2013-03-20 | 江苏省电力公司信息通信分公司 | 一种基于xml文档的元数据模式匹配方法 |
CN104281630A (zh) * | 2013-07-12 | 2015-01-14 | 上海联影医疗科技有限公司 | 一种基于云计算的医学影像数据挖掘方法 |
CN104572675A (zh) * | 2013-10-16 | 2015-04-29 | 中国人民解放军南京军区南京总医院 | 一种相似病历检索的系统及方法 |
Non-Patent Citations (2)
Title |
---|
严春美等: "基于电子病历的智能诊断系统研究", 《2011年全国电子信息技术与应用学术会议论文集》 * |
梁实等: "云平台历史电子病历案例相似度模糊推理", 《电子技术与软件工程》 * |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106169165A (zh) * | 2015-05-20 | 2016-11-30 | 詹宇 | 面向诊疗数据的症状层次关联及预测方法 |
CN106169165B (zh) * | 2015-05-20 | 2020-06-16 | 詹宇 | 面向诊疗数据的症状层次关联及预测方法 |
CN105160615A (zh) * | 2015-09-08 | 2015-12-16 | 浙江浙大中控信息技术有限公司 | 一种自由检索的病历搜索引擎系统及搜索方法 |
CN105184103A (zh) * | 2015-10-15 | 2015-12-23 | 清华大学深圳研究生院 | 基于病历数据库的虚拟名医 |
CN105184103B (zh) * | 2015-10-15 | 2019-01-22 | 清华大学深圳研究生院 | 基于病历数据库的虚拟名医系统 |
CN105468743B (zh) * | 2015-11-25 | 2018-12-28 | 钟岑 | 一种智能诊断手术编码检索方法 |
CN105468743A (zh) * | 2015-11-25 | 2016-04-06 | 钟岑 | 一种智能诊断手术编码检索方法 |
CN105893597A (zh) * | 2016-04-20 | 2016-08-24 | 上海家好科技有限公司 | 一种相似病历检索方法及系统 |
CN106021479A (zh) * | 2016-05-18 | 2016-10-12 | 广东源恒软件科技有限公司 | 一种项目关键指标的自动关联方法及系统 |
CN107656952A (zh) * | 2016-12-30 | 2018-02-02 | 青岛中科慧康科技有限公司 | 平行智能病例推荐模型的建模方法 |
CN107656952B (zh) * | 2016-12-30 | 2019-10-11 | 青岛中科慧康科技有限公司 | 平行智能病例推荐模型的建模方法 |
CN106845105A (zh) * | 2017-01-18 | 2017-06-13 | 腾讯科技(深圳)有限公司 | 问诊辅助方法及装置 |
CN107193919A (zh) * | 2017-05-15 | 2017-09-22 | 清华大学深圳研究生院 | 一种电子病历的检索方法及系统 |
CN109002442A (zh) * | 2017-06-06 | 2018-12-14 | 株式会社日立制作所 | 一种基于医生相关属性检索诊断病例的装置及方法 |
CN109002442B (zh) * | 2017-06-06 | 2023-04-25 | 株式会社日立制作所 | 一种基于医生相关属性检索诊断病例的装置及方法 |
CN107193996B (zh) * | 2017-06-09 | 2021-02-12 | 广州慧扬健康科技有限公司 | 相似病历匹配检索系统 |
CN107193996A (zh) * | 2017-06-09 | 2017-09-22 | 广州慧扬健康科技有限公司 | 相似病历匹配检索系统 |
CN107330289A (zh) * | 2017-07-10 | 2017-11-07 | 叮当(深圳)健康机器人科技有限公司 | 一种症状信息分析方法及装置 |
CN108932981A (zh) * | 2018-07-18 | 2018-12-04 | 深圳市有钱科技有限公司 | 医疗数据交互方法和装置 |
CN109448811A (zh) * | 2018-08-24 | 2019-03-08 | 康美药业股份有限公司 | 处方审核改进方法、装置、电子设备及存储介质 |
CN109448811B (zh) * | 2018-08-24 | 2021-07-13 | 康美药业股份有限公司 | 处方审核改进方法、装置、电子设备及存储介质 |
CN110390084A (zh) * | 2019-06-19 | 2019-10-29 | 平安国际智慧城市科技股份有限公司 | 文本查重方法、装置、设备及存储介质 |
CN110443902A (zh) * | 2019-07-29 | 2019-11-12 | 南京硅基智能科技有限公司 | 无感支付收费站系统及方法 |
CN110443902B (zh) * | 2019-07-29 | 2022-04-12 | 宿迁硅基智能科技有限公司 | 无感支付收费站系统及方法 |
CN110517789B (zh) * | 2019-08-30 | 2023-06-16 | 深圳市汇健医疗工程有限公司 | 多种影像设备的数字化复合手术室 |
CN110517789A (zh) * | 2019-08-30 | 2019-11-29 | 深圳市汇健医疗工程有限公司 | 多种影像设备的数字化复合手术室 |
CN113064960A (zh) * | 2020-01-02 | 2021-07-02 | 广州创金谷科技有限公司 | 一种精确搜索与患者病情相似病例的方法 |
CN111681767A (zh) * | 2020-06-12 | 2020-09-18 | 电子科技大学 | 一种电子病历数据处理方法及系统 |
CN111681767B (zh) * | 2020-06-12 | 2022-07-05 | 电子科技大学 | 一种电子病历数据处理方法及系统 |
CN111755090A (zh) * | 2020-06-24 | 2020-10-09 | 南京江北新区生物医药公共服务平台有限公司 | 病历查找方法、病历查找装置、存储介质与电子设备 |
CN113744845A (zh) * | 2021-09-17 | 2021-12-03 | 平安好医投资管理有限公司 | 基于人工智能的医学影像处理方法、装置、设备及介质 |
CN116646046A (zh) * | 2023-07-27 | 2023-08-25 | 中日友好医院(中日友好临床医学研究所) | 一种基于互联网诊疗的电子病历处理方法和系统 |
CN116646046B (zh) * | 2023-07-27 | 2023-11-17 | 中日友好医院(中日友好临床医学研究所) | 一种基于互联网诊疗的电子病历处理方法和系统 |
CN116798566A (zh) * | 2023-08-29 | 2023-09-22 | 北京国药新创科技发展有限公司 | 基于医疗数据确定诊疗方案的方法、装置、设备及介质 |
CN117609434A (zh) * | 2024-01-23 | 2024-02-27 | 中科领讯(北京)科技有限公司 | 一种肺炎相似病例检索方法及系统 |
CN117609434B (zh) * | 2024-01-23 | 2024-03-29 | 中科领讯(北京)科技有限公司 | 一种肺炎相似病例检索方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104881463B (zh) | 2018-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104881463A (zh) | 基于结构化病历数据库的参考病历检索方法及装置 | |
CN104766259A (zh) | 一种基于单病种模型的医疗临床质量监测与评价系统 | |
CN109935337B (zh) | 一种基于相似性度量的病案查找方法及系统 | |
CN110880362A (zh) | 一种大规模医疗数据知识挖掘与治疗方案推荐系统 | |
CN102246197A (zh) | 利用专家知识和应用复杂性科学自动化管理医学数据以用于风险评估和诊断 | |
CN102405473A (zh) | 医护点动作医疗系统和方法 | |
Gu et al. | Intelligent technique for knowledge reuse of dental medical records based on case-based reasoning | |
CN114639479A (zh) | 一种基于医疗知识图谱的智能诊断辅助系统 | |
CN103678534A (zh) | 结合粗糙集和模糊推理的生理信息与健康相关性获取方法 | |
CN107491992A (zh) | 一种基于云计算的智能服务推荐算法 | |
CN110517765A (zh) | 一种基于模糊推理逻辑的前列腺癌大数据辅助决策方法及系统构建方法 | |
CN110111885A (zh) | 属性预测方法、装置、计算机设备及计算机可读存储介质 | |
CN113838577A (zh) | 便捷化分层老年mods早期死亡风险评估模型、装置及建立方法 | |
Nistal-Nuño | Machine learning applied to a Cardiac Surgery Recovery Unit and to a Coronary Care Unit for mortality prediction | |
Chou et al. | Extracting drug utilization knowledge using self-organizing map and rough set theory | |
CN108122005B (zh) | 一种临床药物层次分类的方法 | |
Adawiyah et al. | Hospital Length of Stay Prediction based on Patient Examination Using General features | |
Nasrabadi et al. | Predicting heart attacks in patients using artificial intelligence methods | |
Gu et al. | Which is more reliable, expert experience or information itself? weight scheme of complex cases for health management decision making | |
Chakraborty et al. | Case based reasoning methodology for diagnosis of swine flu | |
Darabi et al. | A Case-Based-Reasoning System for Feature Selection and Diagnosing Asthma | |
Song et al. | Research of medical aided diagnosis system based on temporal knowledge graph | |
CN108630290A (zh) | 一种面向慢病患者的健康知识个性化推荐方法和系统 | |
CN114783587A (zh) | 严重急性肾损伤智能预测系统 | |
Yazid et al. | Clinical pathway variance prediction using artificial neural network for acute decompensated heart failure clinical pathway |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180116 Termination date: 20210522 |
|
CF01 | Termination of patent right due to non-payment of annual fee |