CN106909796A - 一种医疗机构内传染病主动监测预警系统 - Google Patents
一种医疗机构内传染病主动监测预警系统 Download PDFInfo
- Publication number
- CN106909796A CN106909796A CN201710134418.5A CN201710134418A CN106909796A CN 106909796 A CN106909796 A CN 106909796A CN 201710134418 A CN201710134418 A CN 201710134418A CN 106909796 A CN106909796 A CN 106909796A
- Authority
- CN
- China
- Prior art keywords
- early warning
- disease
- infectious disease
- report
- early
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- G06F16/2468—Fuzzy queries
-
- G06F19/321—
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Fuzzy Systems (AREA)
- Primary Health Care (AREA)
- Library & Information Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Automation & Control Theory (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种医疗机构内传染病主动监测预警系统,包括诊断数据规则库、检验指标规则库和影像及病理检查规则库。本发明最大限度地降低了人为因素对医疗机构内传染病监测的影响,改变手工监测的模式,使疾病监测能与医院现有信息系统无缝整合,实现传染病智能监测、全程监测,降低传染病尤其是重点传染病的漏报率、迟报率,提升医疗结构对传染病的监测管理效率。
Description
技术领域
本发明涉及一种监测预警系统,尤其涉及一种医疗机构内传染病主动监测预警系统。
背景技术
传染病疫情上报是国家《传染病防治法》强制医疗机构必须履行的工作职责,医疗机构传染病报告是公共卫生疾病监测的第一步基础工作,因此医疗机构传染病报告的及时性和报卡质量尤为重要,直接影响国家疾病预防控制机构对疾病疫情的早期发现与处理,以及对突发公共卫生事件应急的关口前移的实现。
方式一、主要有两种模式进行报告:
1、手工填写模式:临床医生根据对患者病情的诊断,凭借自己的业务知识去识别该病种是否为国家法定的传染病及各地市特殊要求报告的传染病,如是则手工填写传染病报卡;
2、手工信息系统报卡模式:医疗机构利用信息系统替代完全手工的纸质报卡方式,仍需医生判断某种疾病是否需要上报,在院内设置的报卡系统中新建报卡完成疾病报告。
手工报卡方式的缺点主要为:
(1)依赖医生的自觉性:虽然传染病报告在法规制度上具有强制性,要求医生在诊疗过程中一旦发现,必须在要求的时限内报告。但手工方式不能实现强制性报卡,报卡与否,仍需依赖医生的自觉性。
(2)依赖医生的业务能力:医疗机构内上报的疾病包括:国家要求法定传染病有甲、乙、丙类共39种,各地市重点监测的性传播疾病、传染病以及每年陆续出现的诸如黄热病、中东呼吸综合征、埃博拉出血热、寨卡病毒感染、不明原因肺炎新发传染病。如仅依靠医生判定某种疾病是否需要报告,则需要求医生具备较高的公共卫生知识。现有的报告模式不能提供便捷易用的预警提示辅助医生报告传染病。
以上缺点导致医疗机构内传染病报卡的低效率以及质量的参差不齐,工作中出现迟报、漏报、信息填写不全、工作效率低下一系列问题,使得疾病报告管理工作呈现杂乱无序的局面。
方式二、依据疾病ICD诊断编码预警:在医院内信息系统内设置传染病诊断规则库,将医生对患者病情的诊断,与疾病ICD诊断编码相匹配,如若匹配,则提示为需报告的法定传染病,跳转到传染病报卡界面填写页面。
受疾病ICD诊断编码更新限制:依据疾病ICD诊断编码设置的传染病诊断规则库,需要根据ICD诊断编码修订而进行同步更新维护,增加信息维护的工作量,且在诊断规则库更新维护和调试时,可能造成传染病的漏预警、错误预警,对疾病报告工作造成一定的不良影响。
对复杂业务支撑不足:临床诊断是多学科综合鉴定的工作,除了根据患者的临床症状表现以外,还需结合实验室检验、影像学和病理学检查结果综合评价诊断。而医院内相关科室的检验、检查结果大多是滞后的(非就诊当日就可出结果),很多时候不能在患者就诊时当场确诊,而现有的单独根据ICD编码诊断规则的设置,不具备整合医院实验室检验结果和其他医技科室检查结果的功能,因此需要医生后续手工补卡,显著增加了医生的工作量。而且如果患者未回院复诊,则医务人员不会主动完善该病例的诊断,容易造成传染病的漏预警和漏报现象。
发明内容
本发明的目的就在于为了解决上述问题而提供一种医疗机构内传染病主动监测预警系统。
本发明通过以下技术方案来实现上述目的:
本发明包括
诊断数据规则库:用于存储需要报病传染病病种的诊断预警规则和条件,若医生工作站的诊断信息数据,与预警条件相吻合,则系统智能判定需要报病,在门诊医生工作站或住院医生工作站弹出预警提示信息,或自动弹出报卡界面;
检验指标规则库:用于存储需要报病的传染病病种相关的各类检验结果预警规则,读取医疗机构内检验信息库中的数据;
影像及病理检查规则库:用于存储需要报病的传染病病种相关的各类影像、病理检查结果预警规则,读取医疗机构内影像检查信息库及病理检查信息库中的数据。
本发明优选的,所述诊断数据规则库对每种传染病病种设置两个预警主表条件,分别针对预警条件相同的门诊患者和住院患者;设置所述预警主表包括预警内容、报卡病例分类和预警间隔天数,在每个所述预警主表下增加预警明细,设预警匹配选项为“名称”,采用诊断名称模糊匹配的原则,设置一条预警条件,设预警值为“%疾病诊断名称%”。
本发明优选的,所述检验指标规则库设置预警主表包括预警内容、报卡病例分类和预警间隔天数;将医疗机构内开展的针对某种传染病的所有相关实验室检查逐条设为一个预警主表,在每个所述预警主表下增加预警明细,采用根据实验室检验项目结果模糊匹配的原则,设置一条预警条件,“项目名称”为检验项目,根据实验室阳性结果报告的方式,设预警值为“%阳性%”或“%+%”。
本发明优选的,所述影像及病理检查规则库设置预警主表包括预警内容、报卡病例分类和预警间隔天数;将医疗机构内开展的针对某种传染病的所有相关影像学检查、病理检查的项目逐条设为一个预警主表,在每个所述预警主表下增加预警明细,采用根据影像学、病理学检查项目结果模糊匹配的原则,设置一条预警条件,“项目名称”为检查项目,因检查结果多为文字报告的特殊性,需要发报告医生在达到报病条件的患者报告中备注,设预警值为“%备注%”。
本发明的有益效果在于:
1、本发明最大限度地降低了人为因素对医疗机构内传染病监测的影响,改变手工监测的模式,使疾病监测能与医院现有信息系统无缝整合,实现传染病智能监测、全程监测,降低传染病尤其是重点传染病的漏报率、迟报率,提升医疗结构对传染病的监测管理效率。
2、本发明基于疾病诊断病程和检验、检查结果中“关键字”匹配的方法设置预警值。与单独以ICD疾病诊断编码为匹配预警条件相比,避免了不定期更新维护预警ICD编码的繁琐工作。
3、本发明中疾病监测预警规则的设置,将患者的疾病诊断、实验室检验结果及影像学、病理学检查结果的关键信息全部纳入监测范围,形成对规则范围内的传染病的实时预警监测。
4、本发明基于疾病诊断病程和检验、检查结果中“关键字”匹配的方法设置预警值的规则和方法,以通用性的接口,可适合不同厂商、不同医院的信息系统对接需求,形成与医院内部信息系统的实施数据交易。
附图说明
图1是本发明所述一种医疗机构内传染病主动监测预警系统的流程示意图。
具体实施方式
下面结合附图对本发明作进一步说明:
如图1所示:本发明主要为传染病智能预警规则的设置与建立,综合了诊断数据规则库、检验指标规则库和影像及病理检查规则库,具体内容和方法如下:
预警条件为表格形式(主表),包含的具体条目为:预警内容、报卡病例分类(疑似病例、临床诊断病例、实验室确诊病例)、预警间隔天数(根据报病要求,设置重复预警的间隔天数;如手足口病普通传染病,超过最长病程(一般设置为3个月)认为是再次发病,3个月内的复诊不需要预警,间隔天数设定为90天;如为乙肝慢性病,则针对相同疾病的相同病例分类只预警一次)。
匹配诊断名称、实验室结果和影像、病理检查结果的具体指标为预警主表下的明细指标,明细指标同样为表格形式,包括分类(门诊病例诊断、住院病例诊断、检查结果、检验结果)、预警匹配选项(名称、代码)、预警符号(匹配、不匹配、于、不于)、预警值和项目名称;每条明细指标中设置需要匹配的关键字(可为疾病名称、检验和检查结果)为预警值,若医生工作站的诊断数据库、实验室检验和影像病理检查结果数据库中的数据满足预警条件,则医生工作站内给予预警提示,并同时将预警提示给传染病报告管理的相关工作人员;医生对于收到的预警提示,可以立即完善报卡并提交,也可以关掉该预警提示继续忙其他医疗工作,待关闭工作站时会再次收到预警提示,再继续完善报卡并提交。产生预警后是否立即为医生弹出预警提醒,抑或者是关闭工作站才弹出预警提醒,由临床自主选择,以体现人性化管理的工作策略。
诊断数据规则库:用于存储需要报病传染病病种的诊断预警规则和条件,若医生工作站的诊断信息数据,与预警条件相吻合,则系统智能判定需要报病,在门诊医生工作站或住院医生工作站弹出预警提示信息,或自动弹出报卡界面。预警规则设置的具体方法如下:
(1)每种传染病病种设置两个预警主表条件,分别针对门诊患者和住院患者(预警条件相同):
(2)设置预警规则:
1)设置预警主表:写明预警内容、报卡病例分类(疑似病例、临床诊断)、预警间隔天数;
2)增加预警明细:在每个预警主表下增加预警明细,设预警匹配选项为“名称”,而非“代码”。采用诊断名称模糊匹配的原则,设置一条预警条件,设预警值为“%疾病诊断名称%”,如“%登革热%”;采取并列方式增加需排除诊断(不做报病要求)名称:新增预警明细,匹配模式选为“不匹配”,设置预警值为“%排除字段%”。如在ICD码诊断库中,以包含“登革热”的诊断名称包括“登革热”和“登革热接触者”,而“登革热接触者”是不做报病要求的,需要排除,则不匹配的预警值设为“%接触%”。根据设置的预警规则,若医生诊断为“登革热”,则在工作站内产生预警提示。
检验指标规则库:用于存储需要报病的传染病病种相关的各类检验结果预警规则,读取医疗机构内检验信息库(LIS)中的数据。
1)设置预警主表:写明预警内容(具体实验项目)、报卡病例分类、预警间隔天数;将医疗机构内开展的针对某种传染病的所有相关实验室检查逐条设为一个预警主表。
2)增加预警明细:在每个预警主表下增加预警明细,采用根据实验室检验项目结果模糊匹配的原则,设置一条预警条件,“项目名称”为检验项目,根据实验室阳性结果报告的方式,设预警值为“%阳性%”或“%+%”,如针对淋病的检验项目“PCR-淋球菌DNA”,项目名称为“PCR-淋球菌DNA”,预警符号为“匹配”,预警值设为“%阳性%”,当某患者的“PCR-淋球菌DNA”检验结果为阳性时,系统会自动判断为需报告的实验室确诊病例,则医生工作站内会产生智能预警提示。
如监测报告要求规定某种传染病的实验室检查结果达到一定水平时才需要报卡,则需增设一条并列的预警明细,如病毒性肝炎(乙肝),在“HBeAb、HBcAb、HBsAg同时匹配阳性”或“HBsAg、HBeAg、HBcAb同时匹配阳性”的基础上,增加一条针对“谷丙转氨酶(ALT)>80U/L”的明细,“预警符号”选择大于于,“预警值”为80,则在检验结果同时满足乙肝大三阳或者小三阳并且谷丙转氨酶(ALT)>80U/L时,系统才会产生智能预警提示。考虑到检验项目不一定同时开单检测,所以并联关系的预警明细项目不要求相同的检测日期,可前后间隔一定时期,该间隔时间对于不同的传染病有不同的要求。
影像及病理检查规则库:用于存储需要报病的传染病病种相关的各类影像、病理检查结果预警规则,读取医疗机构内影像检查信息库(PACS)及病理检查信息库中的数据。
1)设置预警主表:写明预警内容(具体实验室项目)、报卡病例分类、预警间隔天数;将医疗机构内开展的针对某种传染病的所有相关影像学检查、病理检查的项目逐条设为一个预警主表。
2)增加预警明细:在每个预警主表下增加预警明细,采用根据影像学、病理学检查项目结果模糊匹配的原则,设置一条预警条件,“项目名称”为检查项目;由于检查结果多为文字报告的特殊性,需要发报告医生在达到报病条件的患者报告中备注,设预警值为“%备注%”,如针对尖锐湿疣的病理切片检查,预警符号为“匹配”,预警值设为“%湿疣报卡%”,当病理结果为阳性时,系统会自动判断为需报告的实验室确诊病例,则医生工作站内会弹出预警提醒。
本领域技术人员不脱离本发明的实质和精神,可以有多种变形方案实现本发明,以上所述仅为本发明较佳可行的实施例而已,并非因此局限本发明的权利范围,凡运用本发明说明书及附图内容所作的效结构变化,均包含于本发明的权利范围之内。
Claims (4)
1.一种医疗机构内传染病主动监测预警系统,其特征在于,包括
诊断数据规则库:用于存储需要报病传染病病种的诊断预警规则和条件,若医生工作站的诊断信息数据,与预警条件相吻合,则系统智能判定需要报病,在门诊医生工作站或住院医生工作站弹出预警提示信息,或自动弹出报卡界面;
检验指标规则库:用于存储需要报病的传染病病种相关的各类检验结果预警规则,读取医疗机构内检验信息库中的数据;
影像及病理检查规则库:用于存储需要报病的传染病病种相关的各类影像、病理检查结果预警规则,读取医疗机构内影像检查信息库及病理检查信息库中的数据。
2.根据权利要求1所述的医疗机构内传染病主动监测预警系统,其特征在于,所述诊断数据规则库对每种传染病病种设置两个预警主表条件,分别针对预警条件相同的门诊患者和住院患者;设置所述预警主表包括预警内容、报卡病例分类和预警间隔天数,在每个所述预警主表下增加预警明细,设预警匹配选项为“名称”,采用诊断名称模糊匹配的原则,设置一条预警条件,设预警值为“%疾病诊断名称%”。
3.根据权利要求1所述的医疗机构内传染病主动监测预警系统,其特征在于,所述检验指标规则库设置预警主表包括预警内容、报卡病例分类和预警间隔天数;将医疗机构内开展的针对某种传染病的所有相关实验室检查逐条设为一个预警主表,在每个所述预警主表下增加预警明细,采用根据实验室检验项目结果模糊匹配的原则,设置一条预警条件,“项目名称”为检验项目,根据实验室阳性结果报告的方式,设预警值为“%阳性%”或“%+%”。
4.根据权利要求1所述的医疗机构内传染病主动监测预警系统,其特征在于,所述影像及病理检查规则库设置预警主表包括预警内容、报卡病例分类和预警间隔天数;将医疗机构内开展的针对某种传染病的所有相关影像学检查、病理检查的项目逐条设为一个预警主表,在每个所述预警主表下增加预警明细,采用根据影像学、病理学检查项目结果模糊匹配的原则,设置一条预警条件,“项目名称”为检查项目,因检查结果多为文字报告的特殊性,需要发报告医生在达到报病条件的患者报告中备注,设预警值为“%备注%”。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710134418.5A CN106909796A (zh) | 2017-03-10 | 2017-03-10 | 一种医疗机构内传染病主动监测预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710134418.5A CN106909796A (zh) | 2017-03-10 | 2017-03-10 | 一种医疗机构内传染病主动监测预警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106909796A true CN106909796A (zh) | 2017-06-30 |
Family
ID=59186390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710134418.5A Pending CN106909796A (zh) | 2017-03-10 | 2017-03-10 | 一种医疗机构内传染病主动监测预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106909796A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109524123A (zh) * | 2018-11-30 | 2019-03-26 | 重庆市职业病防治院(重庆市第六人民医院) | 一种传染病智能监测、预警和强制报告的系统 |
CN110993114A (zh) * | 2019-11-26 | 2020-04-10 | 泰康保险集团股份有限公司 | 医疗数据分析方法及装置、存储装置、电子设备 |
CN110993041A (zh) * | 2019-11-04 | 2020-04-10 | 广州中医药大学(广州中医药研究院) | 一种智能中医就诊平台 |
CN111028954A (zh) * | 2019-11-29 | 2020-04-17 | 成都易欧科技有限公司 | 基于中文语义技术的传染病预警分析方法及系统 |
CN111627510A (zh) * | 2020-05-18 | 2020-09-04 | 赵小红 | 传染病例自动上报方法、系统、设备及可读存储介质 |
CN112017739A (zh) * | 2020-07-06 | 2020-12-01 | 杭州杏林信息科技有限公司 | 一种用于特定时段新发医院感染自动查漏的方法及系统 |
CN112117010A (zh) * | 2020-07-13 | 2020-12-22 | 北京大瑞集思技术有限公司 | 一种传染病智能预警系统及管理平台 |
US10991190B1 (en) | 2020-07-20 | 2021-04-27 | Abbott Laboratories | Digital pass verification systems and methods |
CN112735555A (zh) * | 2021-01-20 | 2021-04-30 | 山东第一医科大学附属省立医院(山东省立医院) | 罕见病数据采集上报方法及系统 |
CN113192643A (zh) * | 2021-01-20 | 2021-07-30 | 山东第一医科大学附属省立医院(山东省立医院) | 重点人群监测数据实时上报方法及系统 |
CN117238452A (zh) * | 2023-10-08 | 2023-12-15 | 中世康恺科技有限公司 | 一种区域医学影像云及检查检验结果互认共享平台 |
CN118136265A (zh) * | 2024-02-21 | 2024-06-04 | 中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所) | 传染病与多重耐药菌感染智能识别与动态标记方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201993759U (zh) * | 2010-10-20 | 2011-09-28 | 山东农业大学 | 家禽肿瘤性疾病监测与预警信息系统 |
CN104598764A (zh) * | 2015-02-16 | 2015-05-06 | 上海市疾病预防控制中心 | 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 |
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 |
CN205451064U (zh) * | 2016-01-07 | 2016-08-10 | 周英 | 一种疾控中心疫情监控系统 |
CN106250668A (zh) * | 2016-07-06 | 2016-12-21 | 无锡市疾病预防控制中心 | 手足口病流感等法定传染病防漏报管理系统及其方法 |
-
2017
- 2017-03-10 CN CN201710134418.5A patent/CN106909796A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201993759U (zh) * | 2010-10-20 | 2011-09-28 | 山东农业大学 | 家禽肿瘤性疾病监测与预警信息系统 |
CN104598764A (zh) * | 2015-02-16 | 2015-05-06 | 上海市疾病预防控制中心 | 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 |
CN205451064U (zh) * | 2016-01-07 | 2016-08-10 | 周英 | 一种疾控中心疫情监控系统 |
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 |
CN106250668A (zh) * | 2016-07-06 | 2016-12-21 | 无锡市疾病预防控制中心 | 手足口病流感等法定传染病防漏报管理系统及其方法 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109524123A (zh) * | 2018-11-30 | 2019-03-26 | 重庆市职业病防治院(重庆市第六人民医院) | 一种传染病智能监测、预警和强制报告的系统 |
CN110993041A (zh) * | 2019-11-04 | 2020-04-10 | 广州中医药大学(广州中医药研究院) | 一种智能中医就诊平台 |
CN110993114A (zh) * | 2019-11-26 | 2020-04-10 | 泰康保险集团股份有限公司 | 医疗数据分析方法及装置、存储装置、电子设备 |
CN111028954A (zh) * | 2019-11-29 | 2020-04-17 | 成都易欧科技有限公司 | 基于中文语义技术的传染病预警分析方法及系统 |
CN111627510A (zh) * | 2020-05-18 | 2020-09-04 | 赵小红 | 传染病例自动上报方法、系统、设备及可读存储介质 |
CN112017739A (zh) * | 2020-07-06 | 2020-12-01 | 杭州杏林信息科技有限公司 | 一种用于特定时段新发医院感染自动查漏的方法及系统 |
CN112117010A (zh) * | 2020-07-13 | 2020-12-22 | 北京大瑞集思技术有限公司 | 一种传染病智能预警系统及管理平台 |
US10991185B1 (en) | 2020-07-20 | 2021-04-27 | Abbott Laboratories | Digital pass verification systems and methods |
US10991190B1 (en) | 2020-07-20 | 2021-04-27 | Abbott Laboratories | Digital pass verification systems and methods |
US11514738B2 (en) | 2020-07-20 | 2022-11-29 | Abbott Laboratories | Digital pass verification systems and methods |
US11514737B2 (en) | 2020-07-20 | 2022-11-29 | Abbott Laboratories | Digital pass verification systems and methods |
US11574514B2 (en) | 2020-07-20 | 2023-02-07 | Abbott Laboratories | Digital pass verification systems and methods |
CN112735555A (zh) * | 2021-01-20 | 2021-04-30 | 山东第一医科大学附属省立医院(山东省立医院) | 罕见病数据采集上报方法及系统 |
CN113192643A (zh) * | 2021-01-20 | 2021-07-30 | 山东第一医科大学附属省立医院(山东省立医院) | 重点人群监测数据实时上报方法及系统 |
CN117238452A (zh) * | 2023-10-08 | 2023-12-15 | 中世康恺科技有限公司 | 一种区域医学影像云及检查检验结果互认共享平台 |
CN117238452B (zh) * | 2023-10-08 | 2024-05-17 | 中世康恺科技有限公司 | 一种区域医学影像云及检查检验结果互认共享平台 |
CN118136265A (zh) * | 2024-02-21 | 2024-06-04 | 中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所) | 传染病与多重耐药菌感染智能识别与动态标记方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106909796A (zh) | 一种医疗机构内传染病主动监测预警系统 | |
JP7030853B2 (ja) | 電子健康記録から医療イベントを予測して要約するためのシステムおよび方法 | |
Singh et al. | The global burden of diagnostic errors in primary care | |
Tucker et al. | Prospective evaluation of a pediatric inpatient early warning scoring system | |
Schiff et al. | Diagnosing diagnosis errors: lessons from a multi-institutional collaborative project | |
Molokhia et al. | Improving reporting of adverse drug reactions: systematic review | |
Marrin et al. | Improving intelligence analysis by looking to the medical profession | |
CN105792731A (zh) | 患者护理监督系统和方法 | |
US10269447B2 (en) | Algorithm, data pipeline, and method to detect inaccuracies in comorbidity documentation | |
Aiken et al. | The psychology of cyberchondria and ‘cyberchondria by proxy' | |
Batini et al. | Information quality in healthcare | |
Schreuders et al. | The relationship between nurse staffing and inpatient complications | |
Sakata et al. | Professional and interprofessional differences in electronic health records use and recognition of safety issues in critically ill patients | |
He et al. | Analysis of a pharmacist-led adverse drug event management model for pharmacovigilance in an academic medical center hospital in China | |
Pan et al. | Observation of the effectiveness of a diagnostic model for acute abdominal pain based on the etiology checklist and process thinking | |
Simon et al. | Diagnostic performance of emergency physician gestalt for predicting acute appendicitis in patients age 5 to 20 years | |
Wilcox et al. | Evaluation of a hospital: community partnership to reduce 30-day readmissions | |
TWI317507B (en) | Health management system with circular risk references | |
CA2547912A1 (en) | An artificial intelligence and device for diagnosis, screening, prevention and treatment of materno-fetal conditions | |
Wan et al. | Monitoring the quality of health care: Issues and scientific approaches | |
Graham et al. | Oxygen systems and quality of care for children with pneumonia, malaria and diarrhoea: Analysis of a stepped-wedge trial in Nigeria | |
Wang et al. | Validation of GPT‐4 for clinical event classification: A comparative analysis with ICD codes and human reviewers | |
TW201606695A (zh) | 社區整合式篩檢管理資訊系統 | |
Gonullu et al. | Diagnostic accuracy rates of appendicitis scoring systems for the stratified age groups | |
Cohen | The use and impacts of a Corporate Data Warehouse: The case of the national health laboratory service |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |
Application publication date: 20170630 |
|
RJ01 | Rejection of invention patent application after publication |