CN106529148A - 信息推送装置 - Google Patents

信息推送装置 Download PDF

Info

Publication number
CN106529148A
CN106529148A CN201610956311.4A CN201610956311A CN106529148A CN 106529148 A CN106529148 A CN 106529148A CN 201610956311 A CN201610956311 A CN 201610956311A CN 106529148 A CN106529148 A CN 106529148A
Authority
CN
China
Prior art keywords
information
module
state
treatment case
knowledge base
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
Application number
CN201610956311.4A
Other languages
English (en)
Inventor
李露青
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201610956311.4A priority Critical patent/CN106529148A/zh
Publication of CN106529148A publication Critical patent/CN106529148A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种信息推送装置,包括:通过信息获取模块获取病人的病情信息;其中,获取的病人的病情信息作为第一病情信息;再通过治疗方案获取模块将第一病情信息与知识库中的各治疗案例中的病情信息进行匹配,获取匹配成功且符合第一预设条件的治疗案例中的治疗方案作为第二治疗方案;最终通过推荐模块将第二治疗方案作为最终信息推送至用户。上述装置提高匹配病情信息的准确性;再通过病情信息检索到最佳治疗方案信息,实现了获取最佳治疗方案的及时性;最终将最佳治疗方案信息推送病人,实现了治疗方案推送的针对性、快捷性。

Description

信息推送装置
技术领域
本发明涉及计算机技术与医疗卫生技术领域,特别是涉及一种信息推送装置。
背景技术
目前,传统的医患沟通模式为患者需要到医院找医生,与医生进行面对面的病情沟通,医生根据病人的病情,通过检查结果、自身经验或者专家库中已有的数据进行参考推理,得到针对该病人的病情治疗方案推荐给病人。上述这种方式过于依赖专家或专家库的主观经验和理论知识,一旦专家或专家库的知识有误,则会产生错误的治疗方案推荐结果,推荐方案会有偏差,对患者病情的治疗具有不良的影响,延缓了患者获得健康的时效性。
发明内容
鉴于此,有必要提供一种能够根据不同病人的个性化病症,准确、有效且及时的信息推送装置。
为达到发明目的,提供一种信息推送装置,所述装置包括:信息获取模块,用于获取病人的病情信息,其中,所述获取的病人的病情信息作为第一病情信息;治疗方案获取模块,用于将所述第一病情信息与所述知识库中的各治疗案例中的病情信息进行匹配,获取匹配成功且符合第一预设条件的所述治疗案例中的治疗方案作为第二治疗方案;推荐模块,用于将所述第二治疗方案作为最终信息推送至用户。
在其中一个实施例中,还包括,创建模块,用于预先创建所述知识库,其中,所述知识库包括至少一个治疗案例,且每个治疗案例中包括与该个治疗案例对应的病人的病情信息、对应的治疗方案、对应的治疗效果及治疗效果的评分。
在其中一个实施例中,所述信息获取模块还包括:自动识别模块,用于通过穿戴式设备或远程医疗设备自动获取病人的病情信息;输入获取模块,用于获取病人通过手机APP或云终端输入的病情信息。
在其中一个实施例中,所述治疗方案获取模块包括:信息匹配模块,用于将所述第一病情信息与所述知识库中的各治疗案例中的病情信息进行匹配,获取匹配度大于预设阈值的所述治疗案例作为第一治疗案例;比较模块,用于比较知识库中所述多个第一治疗案例对应的治疗效果,获得所述治疗效果最好的第一治疗案例,其中,将所述治疗效果最好作为所述第一预设条件;第一生成模块,用于将符合所述第一预设条件的第一治疗案例中的治疗方案作为第二治疗方案。
在其中一个实施例中,所述治疗方案获取模块还包括:第一匹配模块,用于将所述知识库中的治疗案例中的病情信息与所述第一病情信息的匹配度作为P1;定义模块,用于将所述知识库中的治疗案例中的治疗效果作为P2;第一计算模块,用于计算所述知识库中每个治疗案例对应的P1×k1+P2×k2,作为该个治疗案例对应的推荐优选度,其中,将所述推荐优选度最大作为所述第二预设条件,其中,k1和k2为预设的大于或等于0的加权参数;第二生成模块,用于将符合所述第二预设条件的所述治疗案例中的治疗方案作为第二治疗方案。
在其中一个实施例中,还包括:添加模块,用于将所述获取的病人的第一病情信息、推荐的治疗方案、实际治疗效果及所述实际治疗效果的评分作为一个治疗案例添加至所述知识库中;将不少于预设数值的所述治疗案例加入所述知识库,形成大数据知识库。
在其中一个实施例中,所述创建模块与所述添加模块分别还包括:分布存储模块,用于将所述知识库中至少一个治疗案例分别存储到多个计算节点中;其中,每个计算节点存储至少一个治疗案例;冗余存储模块,用于将所述知识库中每个治疗案例存储到P个计算节点中;其中,P为大于或等于1的整数;容错模块,用于将异常计算节点上的每个治疗案例从其冗余备份的计算节点上拷贝到正常计算节点上。
在其中一个实施例中,所述信息匹配模块,还包括:并行匹配模块,用于多个计算节点中每个计算节点分别将所述第一病情信息与该个计算节点上存储的所述知识库中的各治疗案例中的病情信息进行匹配,获取匹配度大于预设阈值的所述治疗案例作为第一治疗案例;所述比较模块,还包括:并行比较模块,用于多个计算节点中每个计算节点分别比较该个计算节点上存储的所述知识库中所述多个第一治疗案例对应的治疗效果,获得所述治疗效果最好的第一治疗案例;合并比较模块,用于从多个计算节点的所述治疗效果最好的第一治疗案例中获取治疗效果最好的第一治疗案例。
在其中一个实施例中,所述第一计算模块,还包括:第一并行计算模块,用于多个计算节点中每个计算节点分别计算该个计算节点上存储的所述知识库中每个治疗案例对应的P1×k1+P2×k2,作为该个治疗案例对应的推荐优选度,其中,将多个计算节点中所述推荐优选度最大作为所述第二预设条件。
本发明的有益效果包括:上述信息推送装置,通过信息获取模块获取病人的病情信息;其中,获取的病人的病情信息作为第一病情信息;治疗方案获取模块将第一病情信息与知识库中的各治疗案例中的病情信息进行匹配,获取匹配成功且符合第一预设条件的治疗案例中的治疗方案作为第二治疗方案;推荐模块将第二治疗方案作为最终信息推送至用户。上述装置实现了获取最佳治疗方案的及时性;治疗方案推送的针对性、快捷性;且进一步的,利用已有的治疗数据,从中搜索出与病情最匹配的成功治疗方案,不再依赖专家或专家库的主观经验和理论知识,而是根据治疗的客观历史数据,会产生更好的治疗方案推荐结果。
附图说明
图1为一个实施例中信息推送装置的结构示意图;以及
图2为另一个实施例中信息推送装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例对本发明信息推送装置进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,为一个实施例中的一种信息推送装置。该信息推送装置10包括:信息获取模块100、治疗方案获取模块200和推荐模块300。
其中,信息获取模块100用于获取病人的病情信息;其中,获取的病人的病情信息作为第一病情信息;治疗方案获取模块200用于将第一病情信息与知识库中的各治疗案例中的病情信息进行匹配,获取匹配成功且符合第一预设条件的治疗案例中的治疗方案作为第二治疗方案;推荐模块300用于将第二治疗方案推荐给用户。由此,可以实现信息化、个性化、远程管理控制和智能化推送治疗方案信息的目的。
进一步的,如图2所示,该信息推送装置还包括:创建模块400和添加模块500。其中,创建模块400用于预先创建知识库;其中,知识库包括至少一个治疗案例,且每个治疗案例中包括与该个治疗案例对应的病人的病情信息、对应的治疗方案、对应的治疗效果及治疗效果的评分。由此,提高了将获取的针对病人的病情信息与大数据知识库中的多种病情信息进行匹配的适用性。
在一个实施例中,添加模块500用于将获取的病人的第一病情信息推荐的治疗方案、实际治疗效果以及实际治疗效果的评分作为一个治疗案例添加至知识库中;将不少于预设数值的治疗案例加入知识库,形成大数据知识库。由此,提高了基于大数据知识库进行针对患者病情信息的治疗方案的查询的实时性与易用性。
在本实施例中,创建模块400或添加模块500都包括以下模块。具体的,分布存储模块410用于将知识库中至少一个治疗案例分别存储到多个计算节点中;其中,每个计算节点存储至少一个治疗案例;冗余存储模块420用于将知识库中每个治疗案例存储到P个计算节点中;其中,P为大于或等于1的整数;容错模块430用于将异常计算节点上的每个治疗案例从其冗余备份的计算节点上拷贝到正常计算节点上。
需要说明的是,多种病情信息对应的预先存储在大数据知识库中的治疗方案信息可以为一种或多种,也可以为空。其中,如果治疗方案信息为空,则不需要计算该病情信息对应的治疗方案的成功度,而是认为设置成功度为大于0.5,小于1的正数,且进一步的,治疗方案信息包括但不限于药物名称、药物的单次剂量、用药时间、给药途径、联合用药方案等信息。其中,本发明中大数据知识库为治疗方案大数据知识库,治疗方案大数据知识库是知识工程中结构化、易操作、易利用、全面有组织的知识集群,是针对医学领域问题求解的需要,采用医学知识表示方式在计算机存储器中存储、组织、管理和使用的互相联系的知识片集合。这些知识片包括与医学领域相关的理论知识、事实数据,由专家经验得到的启发式知识,例如,医学领域内有关的定义、定理和运算法则以及常识性知识等。
上述信息推送装置,通过信息获取模块获取病人的病情信息;其中,获取的病人的病情信息作为第一病情信息;治疗方案获取模块将第一病情信息与知识库中的各治疗案例中的病情信息进行匹配,获取匹配成功且符合第一预设条件的治疗案例中的治疗方案作为第二治疗方案;推荐模块将第二治疗方案作为最终信息推送至用户。上述装置实现了获取最佳治疗方案的及时性;治疗方案推送的针对性、快捷性;且进一步的,利用已有的治疗数据,从中搜索出与病人的病情最匹配的成功治疗方案,不再依赖专家或专家库的主观经验和理论知识,而是根据治疗的客观历史数据,会产生更好的治疗方案推荐结果。
在一个实施例中,如图2所示,信息获取模块100,还包括:自动识别模块110用于通过穿戴式设备或远程医疗设备自动获取病人的病情信息;输入获取模块120用于获取病人通过手机APP或云终端输入的病情信息。
本实施例中,获取病人病情信息为通过终端机录入病人的病情信息。可以理解的是,此处的终端机可以为计算机或其他可以进行病人的病情信息录入、上传的电子终端设备,例如智能手机、穿戴式智能设备、平板电脑等。由此,提高了信息获取的多样性与易用性。进一步的,在终端机上可运行病人病情管理系统,通过该系统对病人病情信息进行录入。其中,可以录入的病情信息包括但不限于病人的症状、病人的生命体征值等。
在一个实施例中,如图2所示,治疗方案获取模块200包括:信息匹配模块210用于将第一病情信息与知识库中的各治疗案例中的病情信息进行匹配,获取匹配度大于预设阈值的治疗案例作为第一治疗案例;比较模块220用于比较知识库中多个第一治疗案例对应的治疗效果,获得治疗效果最好的第一治疗案例,其中,将治疗效果最好作为第一预设条件;第一生成模块230用于将符合第一预设条件的第一治疗案例中的治疗方案作为第二治疗方案。
在一个实施例中,如图2所示,治疗方案获取模块200还包括:第一匹配模块240用于将知识库中的治疗案例中的病情信息与第一病情信息的匹配度作为P1;定义模块250用于将知识库中的治疗案例中的治疗效果作为P2;第一计算模块260用于计算知识库中每个治疗案例对应的P1×k1+P2×k2,作为该个治疗案例对应的推荐优选度,其中,将推荐优选度最大作为第二预设条件;第二生成模块270用于将符合第二预设条件的治疗案例中的治疗方案作为第二治疗方案;其中,k1和k2为预设的大于或等于0的加权参数。
本实施例中,该信息推送装置中第一匹配模块240还用于从大数据知识库中抽取出用于搜索多种病情信息中的任意一个信息的关键词,即为第一关键词;从获取的病人的病情信息中抽取关键词,即为第二关键词;对第一关键词与第二关键词进行匹配;将匹配成功的关键词数在第二关键词数中占比数作为第一匹配度,第一匹配度用P1表示;其中,对第一关键词与第二关键词通过精确匹配或模糊匹配方式进行匹配。
在一个实施例中,如图2所示,信息匹配模块210还包括:并行匹配模块211用于多个计算节点中每个计算节点分别将第一病情信息与该个计算节点上存储的知识库中的各治疗案例中的病情信息进行匹配,获取匹配度大于预设阈值的治疗案例作为第一治疗案例。进一步的,比较模块220还包括:并行比较模块221用于多个计算节点中每个计算节点分别比较该个计算节点上存储的知识库中多个第一治疗案例对应的治疗效果,获得治疗效果最好的第一治疗案例;合并比较模块222用于从多个计算节点的治疗效果最好的第一治疗案例中获取治疗效果最好的第一治疗案例。
在一个实施例中,如图2所示,第一计算模块260还包括:第一并行计算模块261用于多个计算节点中每个计算节点分别计算该个计算节点上存储的知识库中每个治疗案例对应的P1×k1+P2×k2,作为该个治疗案例对应的推荐优选度,其中,将多个计算节点中推荐优选度最大作为第二预设条件。
为了更好的理解与应用本发明提出的一种信息推送装置,进行以下示例,需要说明的是,本发明所保护的范围不局限以下示例。
例如,获取甲病人的病情信息,李XX、26岁、北京市朝阳区、咽喉痛、头晕头痛、流涕症状、生命体征值(体温41.9℃),在预存储在大数据知识库中的多种病情信息中进行匹配。
具体的,在大数据知识库中搜索出与获取的病人的个人信息与病情信息上述病情信息的匹配度大于预设值60%的病情信息集合,或在大数据知识库中搜索出预设值为10个与病情信息匹配的病情信息集合,即大数据知识库中搜索出的病人的病情信息包括但不限于:咽喉痛、头晕头痛、流涕症状、生命体征值,即体温41.9℃;且进一步在大数据知识库中搜索出的病人的个人信息包括但不限于:李XX、26岁、北京市朝阳区;继而计算病情信息集合中每一个病情信息与获取的病人的病情信息的匹配度,例如,大于预设值60%的病情信息集合中抽取到了腮腺炎中的腮腺肿大的病情信息,与甲病人咽喉痛、头晕头痛、流涕症状、生命体征值,即体温41.9℃中抽取的任意信息进行匹配,都无法实现匹配,即腮腺炎病症排除。
基于同样的原理,最终在大于预设值60%的病情信息集合中抽取到的病情信息与甲病人咽喉痛、头晕头痛、流涕症状、生命体征值,即体温41.9℃中抽取的任意信息进行匹配,实现绝大部分或者全部匹配,即确定为甲病人的病情信息为耳鼻喉科中的感冒病症,即重度感冒。
进一步的,通过计算第一系数,即预设大于或等于0的数值与病情信息匹配度的乘积,第二系数,即预设大于或等于0的数值与个人信息匹配度的乘积,以及第三系数,即预设大于或等于0的数值与治疗方案优先度的乘积,将上述三个乘积进行加和处理,最终计算病情信息集合中每一个病情信息的第一优先度;获取优先度中的最大值对应的病情信息,作为与获取针对病人的准确的个人信息与病人的病情信息匹配成功的病情信息。需要说明的是,在大数据知识库中,与耳鼻喉科中的感冒病症,即重度感冒相关联的治疗方案信息对应的方式可以为一对一映射关系,例如,针对耳鼻喉科中的感冒病症,即重度感冒第一治疗方案为:口服XXX感冒冲剂,与对乙酰氨基酚、柴胡注射液进行联合用药,一天三次,饭前服用,成功度优秀,即评分:5分。即获取检索到的治疗方案信息,并将治疗方案信息推送至病人。
此外,需要说明的是,其中的优先度为大数据知识库中与匹配成功的病情信息以及与病情信息相对应的治疗方案的优先度较高的治疗方案评价变量,该评价变量可以通过评分或评级的方式进行存储或展示。
上述信息推送装置,通过信息获取模块100获取病人的病情信息;其中,获取的病人的病情信息作为第一病情信息;治疗方案获取模块200将第一病情信息与知识库中的各治疗案例中的病情信息进行匹配,获取匹配成功且符合第一预设条件的治疗案例中的治疗方案作为第二治疗方案;推荐模块300将第二治疗方案作为最终信息推送至用户。上述装置实现了获取最佳治疗方案的及时性;治疗方案推送的针对性、快捷性;且进一步的,利用已有的治疗数据,从中搜索出与病人的病情最匹配的成功治疗方案,不再依赖专家或专家库的主观经验和理论知识,而是根据治疗的客观历史数据,会产生更好的治疗方案推荐结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种信息推送装置,其特征在于,所述装置包括:
信息获取模块,用于获取病人的病情信息,其中,所述获取的病人的病情信息作为第一病情信息;
治疗方案获取模块,用于将所述第一病情信息与所述知识库中的各治疗案例中的病情信息进行匹配,获取匹配成功且符合第一预设条件的所述治疗案例中的治疗方案作为第二治疗方案;
推荐模块,用于将所述第二治疗方案作为最终信息推送至用户。
2.根据权利要求1所述的信息推送装置,其特征在于,还包括,创建模块,用于预先创建所述知识库,其中,所述知识库包括至少一个治疗案例,且每个治疗案例中包括与该个治疗案例对应的病人的病情信息、对应的治疗方案、对应的治疗效果及治疗效果的评分。
3.根据权利要求1所述的信息推送装置,其特征在于,所述信息获取模块还包括:
自动识别模块,用于通过穿戴式设备或远程医疗设备自动获取病人的病情信息;
输入获取模块,用于获取病人通过手机APP或云终端输入的病情信息。
4.根据权利要求1所述的信息推送装置,其特征在于,所述治疗方案获取模块包括:
信息匹配模块,用于将所述第一病情信息与所述知识库中的各治疗案例中的病情信息进行匹配,获取匹配度大于预设阈值的所述治疗案例作为第一治疗案例;
比较模块,用于比较知识库中所述多个第一治疗案例对应的治疗效果,获得所述治疗效果最好的第一治疗案例,其中,将所述治疗效果最好作为所述第一预设条件;
第一生成模块,用于将符合所述第一预设条件的第一治疗案例中的治疗方案作为第二治疗方案。
5.根据权利要求1所述的信息推送装置,其特征在于,所述治疗方案获取模块还包括:
第一匹配模块,用于将所述知识库中的治疗案例中的病情信息与所述第一病情信息的匹配度作为P1;
定义模块,用于将所述知识库中的治疗案例中的治疗效果作为P2;
第一计算模块,用于计算所述知识库中每个治疗案例对应的P1×k1+P2×k2,作为该个治疗案例对应的推荐优选度,其中,将所述推荐优选度最大作为所述第二预设条件,其中,k1和k2为预设的大于或等于0的加权参数;
第二生成模块,用于将符合所述第二预设条件的所述治疗案例中的治疗方案作为第二治疗方案。
6.根据权利要求1所述的信息推送装置,其特征在于,还包括:添加模块,用于将所述获取的病人的第一病情信息、推荐的治疗方案、实际治疗效果及所述实际治疗效果的评分作为一个治疗案例添加至所述知识库中;将不少于预设数值的所述治疗案例加入所述知识库,形成大数据知识库。
7.根据权利要求2或6任一项所述的信息推送装置,其特征在于,所述创建模块与所述添加模块分别还包括:
分布存储模块,用于将所述知识库中至少一个治疗案例分别存储到多个计算节点中;其中,每个计算节点存储至少一个治疗案例;
冗余存储模块,用于将所述知识库中每个治疗案例存储到P个计算节点中;其中,P为大于或等于1的整数;
容错模块,用于将异常计算节点上的每个治疗案例从其冗余备份的计算节点上拷贝到正常计算节点上。
8.根据权利要求4所述的信息推送装置,其特征在于,所述信息匹配模块,还包括:
并行匹配模块,用于多个计算节点中每个计算节点分别将所述第一病情信息与该个计算节点上存储的所述知识库中的各治疗案例中的病情信息进行匹配,获取匹配度大于预设阈值的所述治疗案例作为第一治疗案例;
所述比较模块,还包括:
并行比较模块,用于多个计算节点中每个计算节点分别比较该个计算节点上存储的所述知识库中所述多个第一治疗案例对应的治疗效果,获得所述治疗效果最好的第一治疗案例;
合并比较模块,用于从多个计算节点的所述治疗效果最好的第一治疗案例中获取治疗效果最好的第一治疗案例。
9.根据权利要求5所述的信息推送装置,其特征在于,所述第一计算模块,还包括:
第一并行计算模块,用于多个计算节点中每个计算节点分别计算该个计算节点上存储的所述知识库中每个治疗案例对应的P1×k1+P2×k2,作为该个治疗案例对应的推荐优选度,其中,将多个计算节点中所述推荐优选度最大作为所述第二预设条件。
CN201610956311.4A 2016-10-27 2016-10-27 信息推送装置 Pending CN106529148A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610956311.4A CN106529148A (zh) 2016-10-27 2016-10-27 信息推送装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610956311.4A CN106529148A (zh) 2016-10-27 2016-10-27 信息推送装置

Publications (1)

Publication Number Publication Date
CN106529148A true CN106529148A (zh) 2017-03-22

Family

ID=58325713

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610956311.4A Pending CN106529148A (zh) 2016-10-27 2016-10-27 信息推送装置

Country Status (1)

Country Link
CN (1) CN106529148A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI642024B (zh) * 2017-06-20 2018-11-21 宏碁股份有限公司 推薦服務的方法及相關資料處理系統
CN109859851A (zh) * 2018-12-27 2019-06-07 平安科技(深圳)有限公司 一种治疗方案推荐方法和装置
CN109920511A (zh) * 2019-03-13 2019-06-21 厦门市湖里区首康儿童康复中心 特殊儿童训练治疗方法及终端
CN109933217A (zh) * 2019-03-12 2019-06-25 北京字节跳动网络技术有限公司 用于推送语句的方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116707A (zh) * 2013-03-04 2013-05-22 北京工业大学 一种基于案例推理的心脏病智能诊断方法
CN103955608A (zh) * 2014-04-24 2014-07-30 上海星华生物医药科技有限公司 一种智能医疗信息远程处理系统及处理方法
CN105260598A (zh) * 2015-09-29 2016-01-20 中南大学 口腔诊疗决策支持系统及决策方法
CN106055909A (zh) * 2016-06-14 2016-10-26 华南师范大学 基于大数据知识库的治疗方案推荐系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116707A (zh) * 2013-03-04 2013-05-22 北京工业大学 一种基于案例推理的心脏病智能诊断方法
CN103955608A (zh) * 2014-04-24 2014-07-30 上海星华生物医药科技有限公司 一种智能医疗信息远程处理系统及处理方法
CN105260598A (zh) * 2015-09-29 2016-01-20 中南大学 口腔诊疗决策支持系统及决策方法
CN106055909A (zh) * 2016-06-14 2016-10-26 华南师范大学 基于大数据知识库的治疗方案推荐系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
董庆兴等: "基于匹配属性相似度的应急决策方案推荐方法", 《控制与决策》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI642024B (zh) * 2017-06-20 2018-11-21 宏碁股份有限公司 推薦服務的方法及相關資料處理系統
CN109859851A (zh) * 2018-12-27 2019-06-07 平安科技(深圳)有限公司 一种治疗方案推荐方法和装置
CN109933217A (zh) * 2019-03-12 2019-06-25 北京字节跳动网络技术有限公司 用于推送语句的方法和装置
CN109933217B (zh) * 2019-03-12 2020-05-01 北京字节跳动网络技术有限公司 用于推送语句的方法和装置
US11030405B2 (en) 2019-03-12 2021-06-08 Beijing Bytedance Network Technology Co., Ltd. Method and device for generating statement
CN109920511A (zh) * 2019-03-13 2019-06-21 厦门市湖里区首康儿童康复中心 特殊儿童训练治疗方法及终端

Similar Documents

Publication Publication Date Title
CN106503465A (zh) 信息推送装置
CN106055909B (zh) 基于大数据知识库的治疗方案推荐系统
CN109147934B (zh) 问诊数据推荐方法、装置、计算机设备和存储介质
CN105912881A (zh) 基于大数据知识库的个性化治疗方案推荐系统
CN106529138A (zh) 信息推送方法和装置
CN106529148A (zh) 信息推送装置
WO2022116430A1 (zh) 基于大数据挖掘的模型部署方法、装置、设备及存储介质
CN106126873B (zh) 治疗方案推荐方法和系统
CN110459320A (zh) 一种基于知识图谱的辅助诊疗系统
US20050038671A1 (en) Identification mapping and translation method
CN108388580A (zh) 融合医学知识及应用病例的动态知识图谱更新方法
CN113707297A (zh) 医疗数据的处理方法、装置、设备及存储介质
CN107194167A (zh) 一种医患数据管理系统及方法
WO2020103469A1 (zh) 医疗映射关系库建立方法、装置、计算机设备和存储介质
Gao et al. Predicting the survival of cancer patients with multimodal graph neural network
CN109065173B (zh) 知识路径的获取方法
CN104504119B (zh) 基于医学信息本体数据库的关联药品的自我分析方法
Sinisi et al. Optimal personalised treatment computation through in silico clinical trials on patient digital twins
CN106228023A (zh) 一种基于本体和主题模型的临床路径挖掘方法
CN112528660A (zh) 处理文本的方法、装置、设备、存储介质和程序产品
CN109410075A (zh) 基于贝叶斯的智能保险推荐方法与系统
CN115497631A (zh) 一种临床科研大数据分析系统
CN110019410A (zh) 针对中医药临床案例信息的大数据挖掘系统
Excoffier et al. Local explanation-based method for healthcare risk stratification
Abu-Soud A novel approach for dealing with missing values in machine learning datasets with discrete values

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for 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: 20170322