CN109359838A - 一种利用HACs算法的监测医疗质量评价系统 - Google Patents
一种利用HACs算法的监测医疗质量评价系统 Download PDFInfo
- Publication number
- CN109359838A CN109359838A CN201811150728.7A CN201811150728A CN109359838A CN 109359838 A CN109359838 A CN 109359838A CN 201811150728 A CN201811150728 A CN 201811150728A CN 109359838 A CN109359838 A CN 109359838A
- Authority
- CN
- China
- Prior art keywords
- data
- algorithm
- feature
- hacs
- evaluation
- 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
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 52
- 238000011156 evaluation Methods 0.000 title claims abstract description 46
- 238000012872 hydroxylapatite chromatography Methods 0.000 title claims abstract description 26
- 238000012544 monitoring process Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000003745 diagnosis Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000003759 clinical diagnosis Methods 0.000 claims description 3
- 238000011157 data evaluation Methods 0.000 claims description 3
- 230000002349 favourable effect Effects 0.000 claims description 3
- 230000001575 pathological effect Effects 0.000 claims description 3
- 230000002980 postoperative effect Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000010882 preoperative diagnosis Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 238000010827 pathological analysis Methods 0.000 claims 1
- 201000010099 disease Diseases 0.000 abstract description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 6
- 238000012423 maintenance Methods 0.000 abstract description 3
- 238000007689 inspection Methods 0.000 description 4
- 208000019468 Iatrogenic Disease Diseases 0.000 description 2
- 208000028659 discharge Diseases 0.000 description 2
- 230000000642 iatrogenic effect Effects 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种利用HACs算法的监测医疗质量评价系统，包括：数据采集模块、特征编辑器、HACs算法模块、路径排序模块、数据处理模块、评价表单生成模块，本发明主要借鉴传统的利用主要指标进行统计的方法，设计了一种利用主要指标的评价系统，该系统主要将医院中的各个科室的电子病例数据进行采集，按照类别进行分类，然后依据病例中新增的不良情况或疾病进行对比统计，获取医院获得性病例的比率，用于评价医院的治疗、诊断、维护的综合质量。
Description
技术领域
本发明属于计算机技术领域，涉及医疗质量评价系统，具体涉及一种利用HACs算法的监测医疗质量评价系统。
背景技术
医院获得性问题(hospital acquired conditions,缩写HACs)是指患者在医疗卫生机构住院期间新发生的不良情况或疾病。医院获得性问题包括了医源性问题和非医源性问题。
不难看出，这些医源医院获得性问题都是医院可以通过提高医疗质量、规范医疗行为、加强患者安全、提升医院的管理水平从而合理避免发生的。
通过分类诊断相关的计数规则和各医院上报的出院病案常规数据，可对医院获得性问题进行识别和分类，从而得到医院获得性问题的发生情况和常见疾病类型，达到对医院获得性问题进行常规监测的目的。
医疗质量评价是评价管理医院的一个重要的指标，主要是指医疗发服务的及时性、有效性和安全性，其优劣由很多因素、多指数所决定，可直接客观反应医院的医疗工作质量，现有的评价方法均采用综合指数法进行统计分析，其主要是利用大量的数据进行统计，分析其主要指标，其需要人工完成，工作量大，不利于普及。
发明内容
有鉴于此，本发明的主要目的是提供了一种利用HACs算法的监测医疗质量评价系统。
本发明采用的技术方案为：
一种利用HACs算法的监测医疗质量评价系统，包括：
数据采集模块，将用于评价的基础数据按照采集源头进行分别传输，并按照基础数据的评价类别分别进行采集并上传至数据库；
特征编辑器，对数据库中的数据按照类别特征编辑，对符合同一特征的数据或者至少包含同一特征的数据进行编辑并提取特征字段，对于无法包含的数据进行舍弃；
HACs算法模块，对符合同一特征的数据或者至少包含同一特征的数据按照特征字段在HACs算法模块中进行运算处理，获取算法集合以及对应算法路径规则的集合；
路径排序模块，对获取算法集合以对应算法路径规则的集合按照运算路径进行排序，其中，每一路径对应一算法集；
数据处理模块，数据处理模块按照排序和对应一算法集对输入的数据进行解码，对数据进行指标运算和综合评价运算；
评价表单生成模块，提取综合评价数据，对符合同一特征的数据或者至少包含同一特征的进行评价显示，生成评价表单。
进一步地，所述用于评价的基础数据包括病理检查与临床诊断符合率、放射与病理诊断符合率、门诊与出院诊断符合率、检查阳性率、检验阳性率、手术前诊断与术后病历诊断、每日接诊率、好评和投诉率以及医疗事故率。
进一步地，所述特征编辑包括
筛选模块，按照不同的基础数据进行数据筛选，获取同一数据库不同科室或者医院的同一评价单元的基础数据，并按照不同的传输路径进行分别储存；
预处理模块，对获取的评价单元的基础数据进行预处理，得到符合同一特征的数据或者至少包含同一特征的数据，并得到符合同一特征的数据或者至少包含同一特征的数据的可编辑的字符数据，对于无法包含的数据进行舍弃；
特征编辑，依据设定的编规则对可编辑的字符数据进行编辑，并提取特征字段。
进一步地，所述符合同一特征的数据或者至少包含同一特征的数据包括利用关键词、上传路径以及用于评价的基础数据任一种或者任多种方式找到的数据。
进一步地，还包括综合对比模块，对不同特征的数据生成评价表单进行多项组合按照时间变化生成趋势图，进行综合对比。
进一步地，所述HACs算法模块进行运算处理的方法包括
获取符合同一特征的数据或者至少包含同一特征的数据；
提取获取数据的特征字段；
按照特征字段提取对应的病例，对病例进行扫描，获取初始病例和诊断病例以及治疗过程中新发生的病例；并与初始病例进行比对，按照相同或者相似作为优先顺序进行排序，生成算法集合以及对应算法路径规则的集合。
进一步地，所述运算路径进行排序的方法为：
对按照优先顺序进行排序的算法集合以及对应算法路径规则的集合按照是否与原病例相同、相似、多一项不同诊断、多两项不同诊断、……、多N项不同诊断的顺序进行对比，比对最少的集合为最佳的集合，按照是否最佳的顺序依次排列。
本发明的有益效果为：本发明通过利用主要指标进行自动评价，其主要将医院中的各个科室的电子病例数据进行采集，按照类别进行分类，然后依据病例中新增的不良情况或疾病进行对比统计，获取医院获得性病例的比率，用于评价医院的治疗、诊断、维护的综合质量。
附图说明
以下结合附图对本发明进行详细的说明。
图1为本发明的系统框架图；
图2为本发明的方法原理图。
具体实施例
下面将结合附图以及具体实施例来详细说明本发明，在此本发明的示意性实施例以及说明用来解释本发明，但并不作为对本发明的限定。
解释：HACs为 hospital acquired conditions的缩写，译为医院获得性问题，是指患者在医疗卫生机构住院期间新发生的不良情况或疾病。医院获得性问题包括了医源性问题和非医源性问题。
本发明主要借鉴传统的利用主要指标进行统计的方法，设计了一种利用主要指标的评价系统，该系统主要将医院中的各个科室的电子病例数据进行采集，按照类别进行分类，然后依据病例中新增的不良情况或疾病进行对比统计，获取医院获得性病例的比率，用于评价医院的治疗、诊断、维护的综合质量。
其具体的技术方案为：
参照图1，一种利用HACs算法的监测医疗质量评价系统，包括：
数据采集模块，将用于评价的基础数据按照采集源头进行分别传输，并按照基础数据的评价类别分别进行采集并上传至数据库；
特征编辑器，对数据库中的数据按照类别特征编辑，对符合同一特征的数据或者至少包含同一特征的数据进行编辑并提取特征字段，对于无法包含的数据进行舍弃；
HACs算法模块，对符合同一特征的数据或者至少包含同一特征的数据按照特征字段在HACs算法模块中进行运算处理，获取算法集合以及对应算法路径规则的集合；
路径排序模块，对获取算法集合以对应算法路径规则的集合按照运算路径进行排序，其中，每一路径对应一算法集；
数据处理模块，数据处理模块按照排序和对应一算法集对输入的数据进行解码，对数据进行指标运算和综合评价运算；
评价表单生成模块，提取综合评价数据，对符合同一特征的数据或者至少包含同一特征的进行评价显示，生成评价表单。
进一步地，所述用于评价的基础数据包括病理检查与临床诊断符合率、放射与病理诊断符合率、门诊与出院诊断符合率、检查阳性率、检验阳性率、手术前诊断与术后病历诊断、每日接诊率、好评和投诉率以及医疗事故率。
进一步地，所述特征编辑包括
筛选模块，按照不同的基础数据进行数据筛选，获取同一数据库不同科室或者医院的同一评价单元的基础数据，并按照不同的传输路径进行分别储存；
预处理模块，对获取的评价单元的基础数据进行预处理，得到符合同一特征的数据或者至少包含同一特征的数据，并得到符合同一特征的数据或者至少包含同一特征的数据的可编辑的字符数据，对于无法包含的数据进行舍弃；
特征编辑，依据设定的编规则对可编辑的字符数据进行编辑，并提取特征字段。
进一步地，所述符合同一特征的数据或者至少包含同一特征的数据包括利用关键词、上传路径以及用于评价的基础数据任一种或者任多种方式找到的数据。
进一步地，还包括综合对比模块，对不同特征的数据生成评价表单进行多项组合按照时间变化生成趋势图，进行综合对比。
进一步地，所述HACs算法模块进行运算处理的方法包括
获取符合同一特征的数据或者至少包含同一特征的数据；
提取获取数据的特征字段；
按照特征字段提取对应的病例，对病例进行扫描，获取初始病例和诊断病例以及治疗过程中新发生的病例；并与初始病例进行比对，按照相同或者相似作为优先顺序进行排序，生成算法集合以及对应算法路径规则的集合。
进一步地，所述运算路径进行排序的方法为：
对按照优先顺序进行排序的算法集合以及对应算法路径规则的集合按照是否与原病例相同、相似、多一项不同诊断、多两项不同诊断、……、多N项不同诊断的顺序进行对比，比对最少的集合为最佳的集合，按照是否最佳的顺序依次排列。
参照表1，表1为本发明实施例中提供的某医院采集的2014年至2017的主要指标数据的相关状况。
参照图2，上述的数据依据下述的评价方法获得。
步骤1：启用数据服务器，调取全年的急诊人数的基础数据，将急诊人数的基础数据按照不同的科室进行分类，并上传至数据库；
步骤2：按照关键字进行基础数据的筛选，获取同一数据库不同科室或者医院的同一评价单元的基础数据，并按照不同的传输路径进行分别储存；
对获取的评价单元的基础数据进行预处理，得到符合同一特征的数据或者至少包含同一特征的数据，并得到符合同一特征的数据或者至少包含同一特征的数据的可编辑的字符数据，对于无法包含的数据进行舍弃；在本实施例中，同一特征或者包含同一特征所指关键词：急诊。
依据设定的编规则对可编辑的字符数据进行编辑，并提取特征字段，
步骤3：对符合急诊特征的数据或者至少包含急诊特征的数据按照特征字段在HACS算法模块中进行运算处理，获取算法集合以及对应算法路径规则的集合；具体如下：
获取符合急诊特征的数据或者至少包含急诊特征的数据；
提取获取数据的特征字段；
按照特征字段提取对应的病例，对病例进行扫描，获取初始病例和诊断病例以及治疗过程中新发生的病例；并与初始病例进行比对，按照相同或者相似作为优先顺序进行排序，生成算法集合以及对应算法路径规则的集合。
步骤4：对获取算法集合以对应算法路径规则的集合按照运算路径进行排序，其中，每一路径对应一算法集；
步骤5：数据处理模块按照排序和对应一算法集对输入的数据进行解码，对数据进行指标运算和综合评价运算；所述指标运算和综合评价运算包括对按照优先顺序进行排序的算法集合以及对应算法路径规则的集合按照是否与原病例相同、相似、多一项不同诊断、多两项不同诊断、……、多N项不同诊断的顺序进行对比，比对最少的集合为最佳的集合，按照是否最佳的顺序依次排列。
步骤6：提取综合评价数据，对符合急诊特征的数据或者至少包含急诊特征的进行评价显示，生成评价表单。
以上对本发明实施例所公开的技术方案进行了详细介绍，本文中应用了具体实施例对本发明实施例的原理以及实施方式进行了阐述，以上实施例的说明只适用于帮助理解本发明实施例的原理；同时，对于本领域的一般技术人员，依据本发明实施例，在具体实施方式以及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (7)
1.一种利用HACs算法的监测医疗质量评价系统，其特征在于，包括：
数据采集模块，将用于评价的基础数据按照采集源头进行分别传输，并按照基础数据的评价类别分别进行采集并上传至数据库；
特征编辑器，对数据库中的数据按照类别特征编辑，对符合同一特征的数据或者至少包含同一特征的数据进行编辑并提取特征字段，对于无法包含的数据进行舍弃；
HACs算法模块，对符合同一特征的数据或者至少包含同一特征的数据按照特征字段在HACs算法模块中进行运算处理，获取算法集合以及对应算法路径规则的集合；
路径排序模块，对获取算法集合以对应算法路径规则的集合按照运算路径进行排序，其中，每一路径对应一算法集；
数据处理模块，数据处理模块按照排序和对应一算法集对输入的数据进行解码，对数据进行指标运算和综合评价运算；
评价表单生成模块，提取综合评价数据，对符合同一特征的数据或者至少包含同一特征的进行评价显示，生成评价表单。
2. 根据权利要求1所述的利用HACs算法的监测医疗质量评价系统，其特征在于，所述用于评价的基础数据包括病理检查与临床诊断符合率、放射与病理诊断符合率、门诊与出院诊断符合率、检查阳性率、检验阳性率、手术前诊断与术后病历诊断、每日接诊率、好评和投诉率以及医疗事故率。
3.根据权利要求1所述的利用HACs算法的监测医疗质量评价系统，其特征在于，所述特征编辑包括
筛选模块，按照不同的基础数据进行数据筛选，获取同一数据库不同科室或者医院的同一评价单元的基础数据，并按照不同的传输路径进行分别储存；
预处理模块，对获取的评价单元的基础数据进行预处理，得到符合同一特征的数据或者至少包含同一特征的数据，并得到符合同一特征的数据或者至少包含同一特征的数据的可编辑的字符数据，对于无法包含的数据进行舍弃；
特征编辑，依据设定的编规则对可编辑的字符数据进行编辑，并提取特征字段。
4.根据权利要求1所述的利用HACs算法的监测医疗质量评价系统，其特征在于，所述符合同一特征的数据或者至少包含同一特征的数据包括利用关键词、上传路径以及用于评价的基础数据任一种或者任多种方式找到的数据。
5.根据权利要求1所述的利用HACs算法的监测医疗质量评价系统，其特征在于，还包括综合对比模块，对不同特征的数据生成评价表单进行多项组合按照时间变化生成趋势图，进行综合对比。
6.根据权利要求1所述的利用HACs算法的监测医疗质量评价系统，其特征在于，所述HACs算法模块进行运算处理的方法包括
获取符合同一特征的数据或者至少包含同一特征的数据；
提取获取数据的特征字段；
按照特征字段提取对应的病例，对病例进行扫描，获取初始病例和诊断病例以及治疗过程中新发生的病例；并与初始病例进行比对，按照相同或者相似作为优先顺序进行排序，生成算法集合以及对应算法路径规则的集合。
7.根据权利要求1所述的利用HACs算法的监测医疗质量评价系统，其特征在于，所述运算路径进行排序的方法为：
对按照优先顺序进行排序的算法集合以及对应算法路径规则的集合按照是否与原病例相同、相似、多一项不同诊断、多两项不同诊断、……、多N项不同诊断的顺序进行对比，比对最少的集合为最佳的集合，按照是否最佳的顺序依次排列。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811150728.7A CN109359838A (zh) | 2018-09-29 | 2018-09-29 | 一种利用HACs算法的监测医疗质量评价系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811150728.7A CN109359838A (zh) | 2018-09-29 | 2018-09-29 | 一种利用HACs算法的监测医疗质量评价系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109359838A true CN109359838A (zh) | 2019-02-19 |
Family
ID=65348140
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811150728.7A Pending CN109359838A (zh) | 2018-09-29 | 2018-09-29 | 一种利用HACs算法的监测医疗质量评价系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109359838A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110443474A (zh) * | 2019-07-22 | 2019-11-12 | 广州火龙果信息科技有限公司 | 一种医院医疗质量高发问题在线监测预警方法及系统 |
| CN111667898A (zh) * | 2020-06-19 | 2020-09-15 | 健康互联(广州)信息科技股份有限公司 | 医疗用药规则信息的分类处理方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104766259A (zh) * | 2015-03-31 | 2015-07-08 | 华据医疗评估信息技术（北京）有限公司 | 一种基于单病种模型的医疗临床质量监测与评价系统 |
| US20170169181A1 (en) * | 2014-12-10 | 2017-06-15 | Michael Shumer | Patient-Case Sorting Method for Medical Procedures |
| CN106951705A (zh) * | 2017-03-16 | 2017-07-14 | 天津艾登科技有限公司 | 一种用于住院医疗服务的数据质量评估系统 |
-
2018
- 2018-09-29 CN CN201811150728.7A patent/CN109359838A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170169181A1 (en) * | 2014-12-10 | 2017-06-15 | Michael Shumer | Patient-Case Sorting Method for Medical Procedures |
| CN104766259A (zh) * | 2015-03-31 | 2015-07-08 | 华据医疗评估信息技术（北京）有限公司 | 一种基于单病种模型的医疗临床质量监测与评价系统 |
| CN106951705A (zh) * | 2017-03-16 | 2017-07-14 | 天津艾登科技有限公司 | 一种用于住院医疗服务的数据质量评估系统 |
Non-Patent Citations (3)
| Title |
|---|
| 焦建军等: "利用CHADx模型对北京市16家医院的医院获得性问题的分析", 《中国医院管理杂志》 * |
| 焦建军等: "利用CHADx模型对医院获得性问题的分析", 《中国医院管理杂志》 * |
| 白玲: "CHADx模型在专科医院获得性问题中的应用", 《中国医院统计》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110443474A (zh) * | 2019-07-22 | 2019-11-12 | 广州火龙果信息科技有限公司 | 一种医院医疗质量高发问题在线监测预警方法及系统 |
| CN111667898A (zh) * | 2020-06-19 | 2020-09-15 | 健康互联(广州)信息科技股份有限公司 | 医疗用药规则信息的分类处理方法 |
| CN111667898B (zh) * | 2020-06-19 | 2021-08-27 | 重庆中联信息产业有限责任公司 | 医疗用药规则信息的分类处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| McKinney et al. | International evaluation of an AI system for breast cancer screening | |
| CN107463770A (zh) | 一种基于疾病诊断相关分组的评价方法和系统 | |
| CN106415555A (zh) | 用于病理学报告与放射学报告的相关联的系统和方法 | |
| CN116825312B (zh) | 一种基于信创环境的分诊系统及方法 | |
| CN109427420A (zh) | 诊断有效性工具 | |
| CN114255835A (zh) | 一种基于人工智能的病例大数据管理方法和系统 | |
| CN116434899A (zh) | 一种基于多源数据的健康档案信息平台建立方法 | |
| CN119480122A (zh) | 一种基于大数据的智能急诊预检分诊系统 | |
| Simon et al. | Diagnostic performance of emergency physician gestalt for predicting acute appendicitis in patients age 5 to 20 years | |
| CN109359838A (zh) | 一种利用HACs算法的监测医疗质量评价系统 | |
| Antonelli et al. | Analysis of diagnostic pathways for colon cancer | |
| CN104008295B (zh) | 影像诊断工作负荷的定量评估方法和定量评估系统 | |
| CN118711739B (zh) | 基于神经卷积算法的慢病患者信息管理系统及方法 | |
| Cabitza et al. | All you need is higher accuracy? on the quest for minimum acceptable accuracy for medical artificial intelligence | |
| CN106530164A (zh) | 一种两癌普查数据采集报送管理系统 | |
| Kurtzman et al. | Measuring adequacy of prenatal care: does missing visit information matter? | |
| Puttegowda et al. | Automatic COVID-19 Prediction with Comprehensible Machine Learning Models | |
| CN117373587A (zh) | 一种用于骨科患者的实时全病程信息采集系统和方法 | |
| Henzel et al. | Classification supporting COVID-19 diagnostics based on patient survey data | |
| CN116844703A (zh) | 一种基于人工智能的导诊方法及系统 | |
| Corallo et al. | Application of process mining in teleconsultation healthcare: Case study of puglia hospital | |
| CN113268596A (zh) | 科室分类模型的验证方法、装置、设备及存储介质 | |
| CN117612663B (zh) | 临床医疗数据可视化处理系统 | |
| CN111445993A (zh) | 疾病的层级关系处理方法、装置及电子设备 | |
| CN118692683B (zh) | 基于多参数分析的肾脏康复评估方法 |
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: 20190219 |
|
| RJ01 | Rejection of invention patent application after publication |