CN109559819A - 基于样本处理的病种确定方法、装置及终端 - Google Patents
基于样本处理的病种确定方法、装置及终端 Download PDFInfo
- Publication number
- CN109559819A CN109559819A CN201811265501.7A CN201811265501A CN109559819A CN 109559819 A CN109559819 A CN 109559819A CN 201811265501 A CN201811265501 A CN 201811265501A CN 109559819 A CN109559819 A CN 109559819A
- Authority
- CN
- China
- Prior art keywords
- therapeutic scheme
- patient
- disease
- target
- sample
- 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
- 201000010099 disease Diseases 0.000 title claims abstract description 143
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 143
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000001225 therapeutic effect Effects 0.000 claims abstract description 376
- 238000001514 detection method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000012216 screening Methods 0.000 description 7
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 208000001130 gallstones Diseases 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 201000001352 cholecystitis Diseases 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010034464 Periarthritis Diseases 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 210000000232 gallbladder Anatomy 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- 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
- G16H50/70—ICT 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
Abstract
本发明实施例公开了一种基于样本处理的病种确定方法、装置和终端，其中，该方法包括：获取预设区域内至少一个样本患者的至少一个治疗方案，其中，样本患者患有相同的目标病种，并从至少一个治疗方案中确定与目标病种对应的临床路径相匹配的第一治疗方案，若第一治疗方案的使用率大于预设阈值，则将第一治疗方案确定为目标标准治疗方案，并根据目标标准治疗方案确定预设区域内的待检测患者所患的病种。通过执行上述方法，可以提高对患者所患病种的确定结果的准确性。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种基于样本处理的病种确定方法、装置及终端。
背景技术
临床路径(Clinical pathway)是指针对某一疾病建立一套标准化治疗模式与治疗程序，是一个有关临床治疗的综合模式。采用临床路径作为某一疾病的标准治疗方案后，不仅可以避免患者接受不必要的治疗项目，还可以通过找到与治疗患者的实际治疗方案最接近的临床路径来确定患者所患疾病。
但是，由于不同区域的医疗水平存在较大差异，因此不同区域针对于某一疾病的常用治疗方案可能会与该疾病对应的临床路径存在明显不同。使得基于临床路径对来确定患者所患的疾病类型的结果准确性较低。
发明内容
本发明实施例提供了一种基于样本处理的病种确定方法，可以提高对患者所患病种的确定的结果的准确性。
第一方面，本发明实施例提供了一种基于样本处理的病种确定方法，所述方法包括：
获取预设区域内至少一个样本患者的至少一个治疗方案，所述样本患者患有相同的目标病种；
从所述至少一个治疗方案中确定与所述目标病种对应的临床路径相匹配的第一治疗方案；
根据所述第一治疗方案对应的第一样本患者的数量计算所述第一治疗方案的使用率，所述第一样本患者为采用所述第一治疗方案进行治疗的至少一个样本患者；
若所述第一治疗方案的使用率大于预设阈值，则将所述第一治疗方案确定为目标标准治疗方案，所述目标标准治疗方案为与所述预设区域和所述目标病种对应的标准治疗方案，所述目标标准治疗方案中包括至少一个用于在所述预设区域内对所述目标病种进行治疗的标准治疗项目；
根据所述目标标准治疗方案确定所述预设区域内的待检测患者所患的病种。
第二方面，本发明实施例提供了一种基于样本处理的病种确定装置，所述装置包括：
获取模块，用于获取预设区域内至少一个样本患者的至少一个治疗方案，所述样本患者患有相同的目标病种；
确定模块，用于从所述至少一个治疗方案中确定与所述目标病种对应的临床路径相匹配的第一治疗方案；
计算模块，用于根据所述第一治疗方案对应的第一样本患者的数量计算所述第一治疗方案的使用率，所述第一样本患者为采用所述第一治疗方案进行治疗的至少一个样本患者；
所述确定模块，还用于若所述第一治疗方案的使用率大于预设阈值，则将所述第一治疗方案确定为目标标准治疗方案，所述目标标准治疗方案为与所述预设区域和所述目标病种对应的标准治疗方案，所述目标标准治疗方案中包括至少一个用于在所述预设区域内对所述目标病种进行治疗的标准治疗项目；
所述确定模块，还用于根据所述目标标准治疗方案确定所述预设区域内的待检测患者所患的病种。
第三方面，本发明实施例提供了一种终端，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行第一方面所述的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行第一方面所述的方法。
本发明实施例中，终端获取预设区域内至少一个样本患者的至少一个治疗方案，其中，样本患者患有相同的目标病种，并从至少一个治疗方案中确定与目标病种对应的临床路径相匹配的第一治疗方案；若第一治疗方案的使用率大于预设阈值，则终端将第一治疗方案确定为目标标准治疗方案，并根据目标标准治疗方案确定所述预设区域内的待检测患者所患的病种。通过执行上述方法，针对不同区域建立不同的目标标准治疗方案，然后查找与患者的实际治疗方案相匹配的目标标准治疗方案来确定患者所患病种，可以提高对患者所患病种的确定结果的准确性。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于样本处理的病种确定方法的流程示意图；
图2是本发明实施例提供的另一种基于样本处理的病种确定方法的流程示意图；
图3是本发明实施例提供的一种基于样本处理的病种确定装置的结构示意图；
图4是本发明实施例提供的一种终端的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供的图像检索方法实现于终端，所述终端包括智能手机、平板电脑、数字音视频播放器、电子阅读器、手持游戏机或车载电子设备等电子设备。
图1是本发明实施例中一种基于样本处理的病种确定方法的流程示意图。如图所示本实施例中的基于样本处理的病种确定方法的流程可以包括：
S101、终端获取预设区域内至少一个样本患者的至少一个治疗方案，所述样本患者患有相同的目标病种。
本发明实施例中，预设区域可以为一个或多个市、区、县构成的区域，如预设区域为渝北区、渝中区、巫山县等。样本患者患有相同的目标病种，该目标病种可以为阑尾炎、胆囊炎，胆结石等单病种。治疗方案为样本患者所接受的治疗项目的集合，其中治疗项目可以包括抽血、CT、服用药品、住院等，因为预设区域内不同医生对于所述目标病种所采用的治疗方案可以不同，因此终端可以获取到针对同一个目标病种的不同治疗方案。
具体的，终端在获取预设区域内至少一个样本患者的至少一个治疗方案之前，还可以按照预设的筛选规则从预设区域内患有目标病种的患者中筛选出样本患者，其中，预设的筛选规则可以为筛选出住院时长为常规住院时长的患者，例如，患有目标病种的患者的常规住院时长为5至10天，则终端在进行样本筛选时将住院时长介于5至10天的患者确定为样本患者，进一步的，终端也可以从住院时长介于5至10天的患者中随机选择预设数量的患者作为样本患者。
在一种实现方式中，终端还可以结合预设区域内的至少一个患者的住院时长的方差来对样本进行筛选，具体的，终端获取预设区域内患有目标病种的至少一个患者的住院时长，检测该预设区域内患有目标病种的至少一个患者的住院时长的方差是否小于预设方差，若方差小于预设方差，则终端将该预设区域内患有目标病种的至少一个患者确定为样本患者。例如，方差计算公式为：
其中，s2表示方差，xn表示第n个患者的住院时长，M表示各个患者住院时长的平均值，n表示住院患者数量。若预设区域内患有目标病种的各个患者的住院时长分别为5、6、6、6、7(天)，预设方差为2，则n＝5，计算得到：
终端计算得到各个患者的住院时长的方差为0.4，则确定方差小于预设方差，终端将该预设区域内患有目标病种的各个患者确定为样本患者。可选的，若该预设区域内患有目标病种的至少一个患者的住院时长的方差大于或等于预设方差，则需要对造成方差过大的住院时长对应的患者进行筛除，具体的筛出方式可以为计算各个住院时长与平均住院时长的差值，对差值最大的住院时长对应的患者进行逐个筛除，直至余下的各个患者的住院时长的方差小于预设方差。例如，预设区域内患有目标病种的各个患者的住院时长分别为1、5、6、6、6、7、11(天)，预设方差为2，计算得到方差为8.7，则终端对造成方差过大的住院时长对应的患者进行筛除得到的各个患者的住院时长分别为5、6、6、6、7(天)，终端将筛除后剩余的各个住院时长对应的患者确定为样本患者。
终端获取到预设区域内患有目标病种的至少一个样本患者之后，将获取预设区域内至少一个样本患者的至少一个治疗方案，其中，样本患者患有相同的目标病种。
S102、终端从至少一个治疗方案中确定与目标病种对应的临床路径相匹配的第一治疗方案。
本发明实施例中，终端获取到预设区域内至少一个样本患者的至少一个治疗方案之后，将从至少一个治疗方案中确定与目标病种对应的临床路径相匹配的第一治疗方案。具体的，第一治疗方案的具体确定方式可以为，终端分别计算该至少一个治疗方案中每个治疗方案与目标病种对应的临床路径的相似度，其中，相似度由治疗方案与目标病种对应的临床路径中相同的治疗项目的数量所确定。
具体实现中，相似度的具体计算方式可以为，终端获取治疗方案与目标病种对应的临床路径中相同的治疗项目的数量，并获取治疗方案中治疗项目的总数量，终端将相同的治疗项目的数量与该总数量的比值确定为治疗方案与目标病种对应的临床路径的相似度。例如，预设区域内至少一个样本患者的至少一个治疗方案包括治疗方案1、治疗方案2和治疗方案3，治疗方案包括的治疗项目以及目标病种对应的临床路径如表1所示：
其中，治疗项目可以包括抽血、CT、服用药品、住院等，不同的字母用于表示不同的治疗项目，由表1可知，终端计算得到治疗方案1、治疗方案2、治疗方案3与目标病种对应的临床路径的相似度分别为75％、50％、50％。终端计算得到该至少一个治疗方案中每个治疗方案与目标病种对应的临床路径的相似度之后，则可以将至少一个治疗方案中与目标病种对应的临床路径的相似度最高的治疗方案确定为第一治疗方案。由表1可知，终端可以确定治疗方案1为第一治疗方案。
S103、终端根据第一治疗方案对应的第一样本患者的数量计算第一治疗方案的使用率。
本发明实施例中，终端确定第一治疗方案之后，将终端根据第一治疗方案对应的第一样本患者的数量计算第一治疗方案的使用率，其中，第一样本患者为采用所述第一治疗方案进行治疗的至少一个样本患者。具体实现中，终端可以获取第一治疗方案对应的第一样本患者的数量，并计算第一样本患者的数量与预设区域内至少一个样本患者的数量的比值，终端将计算得到的比值确定为第一治疗方案的使用率。例如，第一样本患者的数量为100，预设区域内至少一个样本患者的数量为200，则确定第一治疗方案的使用率为50％。
S104、若第一治疗方案的使用率大于预设阈值，则终端将第一治疗方案确定为目标标准治疗方案。
本发明实施例中，目标标准治疗方案为与预设区域和目标病种对应的标准治疗方案，即在该预设区域内用于治疗该目标病种的标准治疗方案，目标标准治疗方案中包括至少一个用于在预设区域内对目标病种进行治疗的标准治疗项目。终端获取到第一治疗方案的使用率之后，将判断该使用率是否大于预设阈值，若该使用率大于预设阈值，则终端将所述第一治疗方案确定为目标标准治疗方案。其中，预设阈值可以为50％、60％等，具体可以由研发人员预先设定，本发明实施例不做限定。
S105、终端根据目标标准治疗方案确定预设区域内的待检测患者所患的病种。
本发明实施例中，待检测患者可以为预设区域内正在接受治疗的患者，终端确定目标标准治疗方案之后，将根据目标标准治疗方案确定预设区域内的待检测患者所患的病种。具体的，终端获取针对待检测患者的治疗方案，并检测针对待检测患者的治疗方案与目标标准治疗方案的相似度，若相似度大于预设相似度，则将目标标准治疗方案对应的目标病种确定为待检测患者所患病种。例如，待检测患者的治疗方案包括：治疗项目A、治疗项目B、治疗项目C、治疗项目D，阑尾炎的目标标准治疗方案包括：治疗项目A、治疗项目B、治疗项目C、治疗项目D，预设相似度为90％，则确定针对待检测患者的治疗方案与目标标准治疗方案的相似度大于预设阈值，并确定待检测患者所患病种为阑尾炎。或者，终端确定至少一个目标标准治疗方案中与针对待检测患者的治疗方案相似度最高的目标标准治疗方案，并将相似度最高的目标标准治疗方案对应的目标病种确定为待检测患者所患病种。
需要说明的是，待检测患者的治疗方案与目标标准治疗方案的相似度的具体计算方式可以为，终端获取针对待检测患者的治疗方案与目标标准治疗方案中相同的治疗项目的第一数量；并计算第一数量与针对待检测患者的治疗方案中治疗项目的数量的比值，终端将计算得到的比值确定为针对待检测患者的治疗方案与目标标准治疗方案的相似度。
本发明实施例中，终端获取预设区域内至少一个样本患者的至少一个治疗方案，其中，样本患者患有相同的目标病种，并从至少一个治疗方案中确定与目标病种对应的临床路径相匹配的第一治疗方案；若第一治疗方案的使用率大于预设阈值，则终端将第一治疗方案确定为目标标准治疗方案，并根据目标标准治疗方案确定所述预设区域内的待检测患者所患的病种。通过执行上述方法，针对不同区域建立不同的目标标准治疗方案，然后查找与患者的实际治疗方案相匹配的目标标准治疗方案来确定患者所患病种，可以提高对患者所患病种的确定结果的准确性。
图2是本发明实施例中另一种基于样本处理的病种确定方法的流程示意图。如图所示本实施例中的基于样本处理的病种确定方法的流程可以包括：
S201、终端获取预设区域内至少一个样本患者的至少一个治疗方案，所述样本患者患有相同的目标病种。
本发明实施例中，预设区域可以为一个或多个市、区或县构成的区域，样本患者患有相同的目标病种，该目标病种可以为阑尾炎、胆囊炎，胆结石等单病种。治疗方案为样本患者所接受的治疗项目的集合，其中治疗项目可以包括抽血、CT、服用药品、住院等。
具体实现中，终端在获取预设区域内至少一个样本患者的至少一个治疗方案之前，还可以按照预设的筛选条件从预设区域内患有目标病种的患者中筛选出样本患者，其中，预设的筛选条件可以为相同年龄段、相同性别、相同历史病症等。例如，筛选条件为相同年龄段，终端可以将患者的年龄段划分为4个年龄段，包括婴幼儿(0-3岁)，儿童(3-12岁)，中青年(13-60岁)，老年(60岁以上)，终端将任意一个年龄段下的患者确定为样本患者。又如，筛选条件为相同历史病症，终端可以将患者的历史病症分为糖尿病、高血压、心脏病、乙肝，终端将患有任意一种历史病症的患者确定为样本患者。通过筛选出各个类别下的样本患者，可以使得样本患者的治疗方案差距较小，避免年龄、性别、病史等非必要因素造成的样本患者的治疗方案的差异。
S202、终端从至少一个治疗方案中确定与目标病种对应的临床路径相匹配的第一治疗方案。
本发明实施例中，终端获取到预设区域内至少一个样本患者的至少一个治疗方案之后，将从至少一个治疗方案中确定与目标病种对应的临床路径相匹配的第一治疗方案。
具体的，第一治疗方案的具体确定方式可以为分别计算该至少一个治疗方案中每个治疗方案与目标病种对应的临床路径的相似度，并将至少一个治疗方案中与所述目标病种对应的临床路径的相似度最高的治疗方案确定为第一治疗方案。其中，相似度由治疗方案与目标病种对应的临床路径中相同的治疗项目的数量所确定，终端将至少一个治疗方案中与目标病种对应的临床路径的相似度最高的治疗方案确定为第一治疗方案。
S203、终端根据第一治疗方案对应的第一样本患者的数量计算第一治疗方案的使用率。
本发明实施例中，第一治疗方案的使用率的具体计算方式可以为，终端获取第一治疗方案对应的第一样本患者的数量，终端计算该第一样本患者的数量与预设区域内至少一个样本患者的数量的比值，终端将计算得到的比值作为第一治疗方案的使用率，其中，第一样本患者为采用所述第一治疗方案进行治疗的至少一个样本患者。例如，第一样本患者的数量为100，预设区域内至少一个样本患者的数量为500，则确定第一治疗方案的使用率为20％。
S204、若第一治疗方案的使用率小于或等于预设阈值，则终端获取所述至少一个治疗方案中使用率最高的第二治疗方案。
本发明实施例中，终端获取到第一治疗方案的使用率之后，将检测第一治疗方案是否大于预设阈值，若第一治疗方案的使用率小于或等于预设阈值，则终端还将获取至少一个治疗方案中使用率最高的第二治疗方案，其中，第二治疗方案的使用率的具体获取方式可以为，终端获取目标治疗方案对应的目标样本患者的数量，其中，目标样本患者为至少一个样本患者中的任意一个，终端计算目标样本患者的数量与预设区域内至少一个样本患者的数量的比值，终端将计算得到的比值作为目标治疗方案的使用率。终端计算得到至少一个治疗方案中各个治疗方案的使用率之后，将至少一个治疗方案中使用率最高的治疗方案确定为第二治疗方案。其中，若第一治疗方案的使用率为最高，则第一治疗方案与第二治疗方案相同，终端将第一治疗方案确定为目标标准治疗方案，并执行步骤S206。
S205、终端检测第二治疗方案的使用率和第一治疗方案的使用率的差值，并根据差值确定目标标准治疗方案。.
本发明实施例中，终端获取到第一治疗方案和第二治疗方案的使用率之后，将检测第二治疗方案的使用率和第一治疗方案的使用率的差值。
在一种实现方式中，若第二治疗方案的使用率和第一治疗方案的使用率的差值大于预设差值，则将所述第二治疗方案确定为所述目标标准治疗方案。例如，第一治疗方案的使用率为10％，第二治疗方案的使用率为80％，预设差值为30％，则第二治疗方案的使用率和第一治疗方案的使用率的差值大于预设差值，终端将第二治疗方案确定为目标标准治疗方案。
若第二治疗方案的使用率和第一治疗方案的使用率的差值小于或等于预设阈值，则将第一治疗方案确定为所述目标标准治疗方案。例如，第一治疗方案的使用率为40％，第二治疗方案的使用率为42％，预设差值为30％，则第二治疗方案的使用率和第一治疗方案的使用率的差值小于预设差值，终端将第一治疗方案确定为目标标准治疗方案。
在一种实现方式中，终端还可以获取到第一治疗方案对应的第一治疗费用以及第二治疗方案对应的第二治疗费用，并根据费用与加权系数的对应关系确定第一治疗方案对应的第一加权系数，以及第二治疗方案对应的第二加权系数，针对不同的目标病种，治疗费用与加权系数的对应关系可以不相同，例如，目标病种为阑尾炎，则费用与加权系数的对应关系可以如表2所示。
表2：
终端获取到第一加权系数以及第二加权系数之后，可以采用第一加权系数对第一治疗方案的使用率进行加权处理，得到第一加权使用率；采用第二加权系数对第二治疗方案的使用率进行加权处理，得到第二加权使用率。终端计算第二加权使用率与第一加权使用率的差值，若计算得到的差值大于预设差值，则将第二治疗方案确定为目标标准治疗方案；若计算得到的差值小于或等于预设差值，则将第一治疗方案确定为目标标准治疗方案。
S206、终端根据目标标准治疗方案确定预设区域内的待检测患者所患的病种。
本发明实施例中，待检测患者可以为预设区域内正在接受治疗的患者，终端确定目标标准治疗方案之后，将根据目标标准治疗方案确定预设区域内的待检测患者所患的病种。具体的，终端获取针对待检测患者的治疗方案，并检测针对待检测患者的治疗方案与目标标准治疗方案的相似度，若相似度大于预设相似度，则将目标标准治疗方案对应的目标病种确定为待检测患者所患病种。或者，终端确定至少一个目标标准治疗方案中与针对待检测患者的治疗方案相似度最高的目标标准治疗方案，并将相似度最高的目标标准治疗方案对应的目标病种确定为待检测患者所患病种。例如，阑尾炎对应的目标标准治疗方案为治疗方案1，胆囊炎对应的目标标准治疗方案为治疗方案2，胆结石对应的目标标准治疗方案为治疗方案3，终端检测到针对待检测患者的治疗方案与治疗方案1的相似度最高，则终端将待检测患者所患病种确定为阑尾炎。在一种实施场景下，终端可以在患者就诊过程中实时检测待检测患者接受的治疗项目，每当待检测患者完成一个新的治疗项目，终端则计算各个项目构成的治疗方案与各个目标标准治疗方案的相似度，并将患者可能患有的病种依照相似度排名顺序展示给患者，可以让患者实时的了解到自身的病情变化，当患者完成治疗时，终端将各个目标标准治疗方案中与待检测患者的治疗方案相似度最高的目标标准治疗方案对应的目标病种确定为待检测患者所患病种。进一步的，终端确定患者所患病种后，可以为患者的医疗报销提供相应的依据。
需要说明的是，待检测患者的治疗方案与目标标准治疗方案的相似度的具体计算方式可以为，终端获取所述针对待检测患者的治疗方案与所述目标标准治疗方案中相同的治疗项目的第一数量，并计算第一数量与针对待检测患者的治疗方案中治疗项目的数量的比值，终端将计算得到的比值确定为针对待检测患者的治疗方案与目标标准治疗方案的相似度。
本发明实施例中，终端获取预设区域内至少一个样本患者的至少一个治疗方案，其中，样本患者患有相同的目标病种，并从至少一个治疗方案中确定与目标病种对应的临床路径相匹配的第一治疗方案。在第一治疗方案的使用率小于预设阈值的情况下，终端计算使用率最高的第二治疗方案的使用率与第一治疗方案的使用率的差值，并根据差值确定目标标准治疗方案，终端根据目标标准治疗方案确定患者所患病种，通过针对不同区域建立不同的目标标准治疗方案，然后查找与患者的实际治疗方案相匹配的目标标准治疗方案来确定患者所患病种，可以提高对患者所患病种的确定结果的准确性。
下面将结合附图3对本发明实施例提供的基于样本处理的病种确定装置进行详细介绍。需要说明的是，附图3所示的基于样本处理的病种确定装置，用于执行本发明图1-图2所示实施例的方法，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，经参照本发明图1-图2所示的实施例。
请参见图3，为本发明提供的一种基于样本处理的病种确定装置的结构示意图，该基于样本处理的病种确定装置30可包括：获取模块301、确定模块302、计算模块303。
获取模块301，用于获取预设区域内至少一个样本患者的至少一个治疗方案，所述样本患者患有相同的目标病种；
确定模块302，用于从所述至少一个治疗方案中确定与所述目标病种对应的临床路径相匹配的第一治疗方案；
计算模块303，用于根据所述第一治疗方案对应的第一样本患者的数量计算所述第一治疗方案的使用率，所述第一样本患者为采用所述第一治疗方案进行治疗的至少一个样本患者；
所述确定模块302，还用于若所述第一治疗方案的使用率大于预设阈值，则将所述第一治疗方案确定为目标标准治疗方案，所述目标标准治疗方案为与所述预设区域和所述目标病种对应的标准治疗方案，所述目标标准治疗方案中包括至少一个用于在所述预设区域内对所述目标病种进行治疗的标准治疗项目；
所述确定模块302，还用于根据所述目标标准治疗方案确定所述预设区域内的待检测患者所患的病种。
在一种实现方式中，所述治疗方案包括至少一个治疗项目，所述确定模块302具体用于：
分别计算所述至少一个治疗方案中每个治疗方案与所述目标病种对应的临床路径的相似度，所述相似度由所述治疗方案与所述目标病种对应的临床路径中相同的治疗项目的数量所确定；
将所述至少一个治疗方案中与所述目标病种对应的临床路径的相似度最高的治疗方案确定为第一治疗方案。
在一种实现方式中，所述装置还包括，检测模块304；
所述获取模块301，还用于获取预设区域内患有目标病种的至少一个患者的住院时长；
检测模块304，用于检测所述至少一个患者的住院时长的方差是否小于预设方差；
所述确定模块302，用于若是，则将所述预设区域内患有目标病种的至少一个患者确定为样本患者。
在一种实现方式中，所述计算模块303具体用于：
获取第一治疗方案对应的第一样本患者的数量；
计算所述第一样本患者的数量与所述至少一个样本患者的数量的比值；
将所述比值确定为所述第一治疗方案的使用率。
在一种实现方式中，所述获取模块301，还用于若所述第一治疗方案的使用率小于或等于预设阈值，则获取所述至少一个治疗方案中使用率最高的第二治疗方案；
所述检测模块304，还用于检测所述第二治疗方案的使用率和所述第一治疗方案的使用率的差值；
所述确定模块302，具体用于：若所述差值大于预设差值，则将所述第二治疗方案确定为所述目标标准治疗方案；
若所述差值小于或等于预设差值，则将所述第一治疗方案确定为所述目标标准治疗方案。
在一种实现方式中，所述确定模块302，具体用于：
获取针对待检测患者的治疗方案；
检测所述针对待检测患者的治疗方案与所述目标标准治疗方案的相似度；
若所述相似度大于预设相似度，则将所述目标标准治疗方案对应的目标病种确定为所述待检测患者所患病种。
在一种实现方式中，所述检测模块具体用于：
获取所述针对待检测患者的治疗方案与所述目标标准治疗方案中相同的治疗项目的第一数量；
计算所述第一数量与所述针对待检测患者的治疗方案中治疗项目的数量的比值；
将所述比值确定为所述针对待检测患者的治疗方案与所述目标标准治疗方案的相似度。
本发明实施例中，获取模块301获取预设区域内至少一个样本患者的至少一个治疗方案，所述样本患者患有相同的目标病种；确定模块302从所述至少一个治疗方案中确定与所述目标病种对应的临床路径相匹配的第一治疗方案；计算模块303根据所述第一治疗方案对应的第一样本患者的数量计算所述第一治疗方案的使用率；若所述第一治疗方案的使用率大于预设阈值，则确定模块302将所述第一治疗方案确定为目标标准治疗方案，确定模块302根据所述目标标准治疗方案确定所述预设区域内的待检测患者所患的病种。通过执行上述方法，针对不同区域建立不同的目标标准治疗方案，然后查找与患者的实际治疗方案相匹配的目标标准治疗方案来确定患者所患病种，可以提高对患者所患病种的确定结果的准确性。
请参见图4，为本发明实施例提供了一种终端的结构示意图。如图4所示，该终端包括：至少一个处理器401，输入设备403，输出设备404，存储器405，至少一个通信总线402。其中，通信总线402用于实现这些组件之间的连接通信。其中，输入设备403可以是控制面板或者麦克风等，输出设备404可以是显示屏等。其中，存储器405可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器405可选的还可以是至少一个位于远离前述处理器401的存储装置。其中处理器401可以结合图3所描述的装置，存储器405中存储一组程序代码，且处理器401，输入设备403，输出设备404调用存储器405中存储的程序代码，用于执行以下操作：
输入设备403，用于获取预设区域内至少一个样本患者的至少一个治疗方案，所述样本患者患有相同的目标病种；
处理器401用于从所述至少一个治疗方案中确定与所述目标病种对应的临床路径相匹配的第一治疗方案；
处理器401用于根据所述第一治疗方案对应的第一样本患者的数量计算所述第一治疗方案的使用率，所述第一样本患者为采用所述第一治疗方案进行治疗的至少一个样本患者；
处理器401用于若所述第一治疗方案的使用率大于预设阈值，则将所述第一治疗方案确定为目标标准治疗方案，所述目标标准治疗方案为与所述预设区域和所述目标病种对应的标准治疗方案，所述目标标准治疗方案中包括至少一个用于在所述预设区域内对所述目标病种进行治疗的标准治疗项目；
处理器401用于根据所述目标标准治疗方案确定所述预设区域内的待检测患者所患的病种。
在一种实现方式中，所述治疗方案包括至少一个治疗项目，所述处理器401具体用于：
分别计算所述至少一个治疗方案中每个治疗方案与所述目标病种对应的临床路径的相似度，所述相似度由所述治疗方案与所述目标病种对应的临床路径中相同的治疗项目的数量所确定；
将所述至少一个治疗方案中与所述目标病种对应的临床路径的相似度最高的治疗方案确定为第一治疗方案。
在一种实现方式中，输入设备403，用于获取预设区域内患有目标病种的至少一个患者的住院时长；
所述处理器401具体用于：
检测所述至少一个患者的住院时长的方差是否小于预设方差；
若是，则将所述预设区域内患有目标病种的至少一个患者确定为样本患者。
在一种实现方式中，输入设备403，用于获取第一治疗方案对应的第一样本患者的数量；
所述处理器401具体用于：
计算所述第一样本患者的数量与所述至少一个样本患者的数量的比值；
将所述比值确定为所述第一治疗方案的使用率。
在一种实现方式中，所述处理器401具体用于：
若所述第一治疗方案的使用率小于或等于预设阈值，则获取所述至少一个治疗方案中使用率最高的第二治疗方案；
检测所述第二治疗方案的使用率和所述第一治疗方案的使用率的差值；
若所述差值大于预设差值，则将所述第二治疗方案确定为所述目标标准治疗方案；
若所述差值小于或等于预设差值，则将所述第一治疗方案确定为所述目标标准治疗方案。
在一种实现方式中，输入设备403，用于获取针对待检测患者的治疗方案；
所述处理器401具体用于：
检测所述针对待检测患者的治疗方案与所述目标标准治疗方案的相似度；
若所述相似度大于预设相似度，则将所述目标标准治疗方案对应的目标病种确定为所述待检测患者所患病种。
在一种实现方式中，所述输入设备403，用于获取所述针对待检测患者的治疗方案与所述目标标准治疗方案中相同的治疗项目的第一数量；
处理器401具体用于：
计算所述第一数量与所述针对待检测患者的治疗方案中治疗项目的数量的比值；
将所述比值确定为所述针对待检测患者的治疗方案与所述目标标准治疗方案的相似度。
本发明实施例中，输入设备403获取预设区域内至少一个样本患者的至少一个治疗方案，所述样本患者患有相同的目标病种，处理器401从所述至少一个治疗方案中确定与所述目标病种对应的临床路径相匹配的第一治疗方案；并根据所述第一治疗方案对应的第一样本患者的数量计算所述第一治疗方案的使用率；若所述第一治疗方案的使用率大于预设阈值，则处理器401将所述第一治疗方案确定为目标标准治疗方案，处理器401根据所述目标标准治疗方案确定所述预设区域内的待检测患者所患的病种。通过执行上述方法，针对不同区域建立不同的目标标准治疗方案，然后查找与患者的实际治疗方案相匹配的目标标准治疗方案来确定患者所患病种，可以提高对患者所患病种的确定结果的准确性。
本发明实施例中所述模块，可以通过通用集成电路，例如CPU(CentralProcessing Unit，中央处理器)，或通过ASIC(Application Specific IntegratedCircuit，专用集成电路)来实现。
应当理解，在本发明实施例中，所称处理器401可以是中央处理模块(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
总线402可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互联(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等，该总线402可以分为地址总线、数据总线、控制总线等，为便于表示，图4仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
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计算机存储介质中，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，所述的计算机存储介质可为磁碟、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。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (10)
1.一种基于样本处理的病种确定方法，其特征在于，包括：
获取预设区域内至少一个样本患者的至少一个治疗方案，所述样本患者患有相同的目标病种；
从所述至少一个治疗方案中确定与所述目标病种对应的临床路径相匹配的第一治疗方案；
根据所述第一治疗方案对应的第一样本患者的数量计算所述第一治疗方案的使用率，所述第一样本患者为采用所述第一治疗方案进行治疗的至少一个样本患者；
若所述第一治疗方案的使用率大于预设阈值，则将所述第一治疗方案确定为目标标准治疗方案，所述目标标准治疗方案为与所述预设区域和所述目标病种对应的标准治疗方案，所述目标标准治疗方案中包括至少一个用于在所述预设区域内对所述目标病种进行治疗的标准治疗项目；
根据所述目标标准治疗方案确定所述预设区域内的待检测患者所患的病种。
2.根据权利要求1所述的方法，其特征在于，所述治疗方案包括至少一个治疗项目，所述从所述至少一个治疗方案中确定与所述目标病种对应的临床路径相匹配的第一治疗方案，包括：
分别计算所述至少一个治疗方案中每个治疗方案与所述目标病种对应的临床路径的相似度，所述相似度由所述治疗方案与所述目标病种对应的临床路径中相同的治疗项目的数量所确定；
将所述至少一个治疗方案中与所述目标病种对应的临床路径的相似度最高的治疗方案确定为第一治疗方案。
3.根据权利要求1所述的方法，其特征在于，所述获取预设区域内至少一个样本患者的至少一个治疗方案之前，所述方法还包括：
获取预设区域内患有目标病种的至少一个患者的住院时长；
检测所述至少一个患者的住院时长的方差是否小于预设方差；
若是，则将所述预设区域内患有目标病种的至少一个患者确定为样本患者。
4.根据权利要求1所述的方法，其特征在于，所述根据所述第一治疗方案对应的第一样本患者的数量计算所述第一治疗方案的使用率，包括：
获取所述第一治疗方案对应的第一样本患者的数量；
计算所述第一样本患者的数量与所述至少一个样本患者的数量的比值；
将所述比值确定为所述第一治疗方案的使用率。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：
若所述第一治疗方案的使用率小于或等于预设阈值，则获取所述至少一个治疗方案中使用率最高的第二治疗方案；
检测所述第二治疗方案的使用率和所述第一治疗方案的使用率的差值；
若所述差值大于预设差值，则将所述第二治疗方案确定为所述目标标准治疗方案；
若所述差值小于或等于预设差值，则将所述第一治疗方案确定为所述目标标准治疗方案。
6.根据权利要求1所述的方法，其特征在于，所述根据所述目标标准治疗方案确定所述预设区域内的待检测患者所患的病种，包括：
获取针对待检测患者的治疗方案；
检测所述针对待检测患者的治疗方案与所述目标标准治疗方案的相似度；
若所述相似度大于预设相似度，则将所述目标标准治疗方案对应的目标病种确定为所述待检测患者所患的病种。
7.根据权利要求6所述的方法，其特征在于，所述检测所述针对待检测患者的治疗方案与所述标准治疗方案的相似度，包括：
获取所述针对待检测患者的治疗方案与所述目标标准治疗方案中相同的治疗项目的第一数量；
计算所述第一数量与所述针对待检测患者的治疗方案中治疗项目的数量的比值；
将所述比值确定为所述针对待检测患者的治疗方案与所述目标标准治疗方案的相似度。
8.一种基于样本处理的病种确定装置，其特征在于，所述装置包括:
获取模块，用于获取预设区域内至少一个样本患者的至少一个治疗方案，所述样本患者患有相同的目标病种；
确定模块，用于从所述至少一个治疗方案中确定与所述目标病种对应的临床路径相匹配的第一治疗方案；
计算模块，用于根据所述第一治疗方案对应的第一样本患者的数量计算所述第一治疗方案的使用率，所述第一样本患者为采用所述第一治疗方案进行治疗的至少一个样本患者；
所述确定模块，还用于若所述第一治疗方案的使用率大于预设阈值，则将所述第一治疗方案确定为目标标准治疗方案，所述目标标准治疗方案为与所述预设区域和所述目标病种对应的标准治疗方案，所述目标标准治疗方案中包括至少一个用于在所述预设区域内对所述目标病种进行治疗的标准治疗项目；
所述确定模块，还用于根据所述目标标准治疗方案确定所述预设区域内的待检测患者所患的病种。
9.一种终端，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811265501.7A CN109559819A (zh) | 2018-10-27 | 2018-10-27 | 基于样本处理的病种确定方法、装置及终端 |
| PCT/CN2019/095049 WO2020082806A1 (zh) | 2018-10-27 | 2019-07-08 | 基于样本处理的病种确定方法、装置及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811265501.7A CN109559819A (zh) | 2018-10-27 | 2018-10-27 | 基于样本处理的病种确定方法、装置及终端 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109559819A true CN109559819A (zh) | 2019-04-02 |
Family
ID=65865516
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811265501.7A Pending CN109559819A (zh) | 2018-10-27 | 2018-10-27 | 基于样本处理的病种确定方法、装置及终端 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN109559819A (zh) |
| WO (1) | WO2020082806A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020082806A1 (zh) * | 2018-10-27 | 2020-04-30 | 平安医疗健康管理股份有限公司 | 基于样本处理的病种确定方法、装置及终端 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008047154A (ja) * | 2007-10-19 | 2008-02-28 | Hitachi Ltd | クリニカルパス運用支援情報システム |
| US20160210421A1 (en) * | 2013-10-03 | 2016-07-21 | Fujifilm Corporation | Clinical pathway management device |
| 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 |
| CN106202942A (zh) * | 2016-07-14 | 2016-12-07 | 深圳市前海安测信息技术有限公司 | 临床路径自动生成系统和方法 |
| CN107038344A (zh) * | 2017-04-24 | 2017-08-11 | 大连诺道认知医学技术有限公司 | 一种病种实际临床路径与标准临床路径比较方法及装置 |
| CN108538349A (zh) * | 2018-03-28 | 2018-09-14 | 深圳市前海安测信息技术有限公司 | 基于临床路径偏差分析的医院临床路径调整系统及方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10818393B2 (en) * | 2015-10-06 | 2020-10-27 | General Electric Company | System and method for clinical decision support |
| CN105912881B (zh) * | 2016-06-14 | 2018-12-28 | 华南师范大学 | 基于大数据知识库的个性化治疗方案推荐系统 |
| CN108109692A (zh) * | 2017-11-08 | 2018-06-01 | 北京无极慧通科技有限公司 | 一种治疗方案的选择方法和系统 |
| CN108242266A (zh) * | 2018-01-22 | 2018-07-03 | 北京颐圣智能科技有限公司 | 辅助诊断装置和方法 |
| CN109545370B (zh) * | 2018-10-27 | 2023-08-22 | 平安医疗健康管理股份有限公司 | 基于样本处理的病种确定方法、装置及终端 |
| CN109559819A (zh) * | 2018-10-27 | 2019-04-02 | 平安医疗健康管理股份有限公司 | 基于样本处理的病种确定方法、装置及终端 |
-
2018
- 2018-10-27 CN CN201811265501.7A patent/CN109559819A/zh active Pending
-
2019
- 2019-07-08 WO PCT/CN2019/095049 patent/WO2020082806A1/zh active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008047154A (ja) * | 2007-10-19 | 2008-02-28 | Hitachi Ltd | クリニカルパス運用支援情報システム |
| US20160210421A1 (en) * | 2013-10-03 | 2016-07-21 | Fujifilm Corporation | Clinical pathway management device |
| 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 |
| CN106202942A (zh) * | 2016-07-14 | 2016-12-07 | 深圳市前海安测信息技术有限公司 | 临床路径自动生成系统和方法 |
| CN107038344A (zh) * | 2017-04-24 | 2017-08-11 | 大连诺道认知医学技术有限公司 | 一种病种实际临床路径与标准临床路径比较方法及装置 |
| CN108538349A (zh) * | 2018-03-28 | 2018-09-14 | 深圳市前海安测信息技术有限公司 | 基于临床路径偏差分析的医院临床路径调整系统及方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020082806A1 (zh) * | 2018-10-27 | 2020-04-30 | 平安医疗健康管理股份有限公司 | 基于样本处理的病种确定方法、装置及终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020082806A1 (zh) | 2020-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Inadomi et al. | Adherence to colorectal cancer screening: a randomized clinical trial of competing strategies | |
| Heisler et al. | When more is not better: treatment intensification among hypertensive patients with poor medication adherence | |
| JP2008525767A (ja) | インスリンのボーラス量を決定するシステム及び方法 | |
| Burisch et al. | The cost of inflammatory bowel disease in high-income settings: a Lancet Gastroenterology & Hepatology Commission | |
| CN109637615B (zh) | 异常医疗处方的判断方法、装置、设备及可读存储介质 | |
| CN109545370A (zh) | 基于样本处理的病种确定方法、装置及终端 | |
| Wu et al. | ERCP for patients who have undergone Billroth II gastroenterostomy and Braun anastomosis | |
| US11793472B2 (en) | Systems and methods for the treatment of symptoms associated with migraines | |
| US20220328153A1 (en) | Method, system, and platform for delivery of educational information and pelvic health management | |
| CN109523403A (zh) | 基于异常操作识别的医疗监管方法、装置及终端 | |
| Mak et al. | Direct health‐care cost utilization in Hong Kong inflammatory bowel disease patients in the initial 2 years following diagnosis | |
| CN109559819A (zh) | 基于样本处理的病种确定方法、装置及终端 | |
| Wagner | Blood pressure self-measurement | |
| Berlowitz | Clinical inertia and the 2017 ACA/AHA guideline | |
| CN109215794A (zh) | 异常用户的识别方法及装置、存储介质、电子设备 | |
| WO2020082791A1 (zh) | 基于数据处理的药品费用超标的风险控制方法及装置 | |
| Boghosian et al. | Restoration of wall shear stress in the cephalic vein during extreme hemodynamics | |
| CN113963773A (zh) | 诊断报告展示方法、装置、电子设备及存储介质 | |
| McCoy et al. | Validation of a crowdsourcing methodology for developing a knowledge base of related problem-medication pairs | |
| WO2020082792A1 (zh) | 基于数据处理的医疗单位用药监控方法及装置 | |
| Grebely et al. | Addressing reimbursement disparities for direct-acting antiviral therapies for hepatitis C virus infection is essential to ensure access for all | |
| US20140303987A1 (en) | Prediction of an optimal medical treatment | |
| Mathunny et al. | A scoping review on recent trends in wearable sensors to analyze gait in people with stroke: From sensor placement to validation against gold-standard equipment | |
| Meyerovitch et al. | Primary care screening for childhood obesity: a population-based analysis | |
| Negussie et al. | Factors associated with diabetes concordant comorbidities among adult diabetic patients in Central Ethiopia: A cross-sectional study |
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 |