CN109584976A - 包含用户画像等级评价和等级培训的药物警戒系统及方法 - Google Patents

包含用户画像等级评价和等级培训的药物警戒系统及方法 Download PDF

Info

Publication number
CN109584976A
CN109584976A CN201811276502.1A CN201811276502A CN109584976A CN 109584976 A CN109584976 A CN 109584976A CN 201811276502 A CN201811276502 A CN 201811276502A CN 109584976 A CN109584976 A CN 109584976A
Authority
CN
China
Prior art keywords
training
user
grade
portrait
grade 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
Application number
CN201811276502.1A
Other languages
English (en)
Inventor
万帮喜
肖亮
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.)
Jiaxing Tai Mei Medical Science And Technology Co Ltd
Original Assignee
Jiaxing Tai Mei Medical Science And Technology Co Ltd
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 Jiaxing Tai Mei Medical Science And Technology Co Ltd filed Critical Jiaxing Tai Mei Medical Science And Technology Co Ltd
Priority to CN201811276502.1A priority Critical patent/CN109584976A/zh
Publication of CN109584976A publication Critical patent/CN109584976A/zh
Pending legal-status Critical Current

Links

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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • 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
    • G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Toxicology (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Biomedical Technology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了包含用户画像等级评价和等级培训的药物警戒系统及其方法。所述培训子系统根据用户画像等级评价结果引导用户进入初级培训模块、中级培训模块或者高级培训模块。所述培训考核模块获取培训考核问卷并且记录用户的培训考核结果。所述专家子系统根据预置的用户画像等级评价方法对于上述培训考核结果输出相应的企业药物警戒系统真实环境使用许可。本发明公开的包含用户画像等级评价和等级培训的药物警戒系统及其方法，根据等级评价结果将用户划分为不同等级，对不同等级用户分配不同资源并且差异化培训，达到资源利用最大化，同时提高人员培训效率。

Description

包含用户画像等级评价和等级培训的药物警戒系统及方法
技术领域
本发明属于药物警戒技术领域，具体涉及一种包含用户画像等级评价和等级培训的药物警戒系统和一种包含用户画像等级评价和等级培训的药物警戒方法。
背景技术
卫生令81号第十三条规定“药品生产、经营企业和医疗机构应当建立药品不良反应报告和监测管理制度。药品生产企业应当设立专门机构并配备专职人员，药品经营企业和医疗机构应当设立或者指定机构并配备专(兼)职人员，承担本单位的药品不良反应报告和监测工作”。据此规定，要求药物警戒专职人员具备科学分析评价药品不良反应的能力。
在药物警戒技术领域，国内缺乏药物警戒专职人员是否具备科学分析评价药品不良反应的能力的评价方法。通过问卷调查，国内企业或者外企培养药物警戒人员，至少需要1个月的时间培训，才能具有处理药物警戒日常事宜的能力，但无法评价是否具备科学分析评价药品不良反应的能力。国内需要建立规范培训药物警戒专职人员能力的体系，从而便于企业对药物警戒人才的管理。
发明内容
本发明针对现有技术的状况，针对上述状况，提供一种包含用户画像等级评价和等级培训的药物警戒系统和一种包含用户画像等级评价和等级培训的药物警戒方法。
本发明采用以下技术方案，所述包含用户画像等级评价和等级培训的药物警戒系统包括资质单元、测试单元、专家子系统和培训子系统，其中：
所述资质单元用于接收和保存由用户上传的资质文件；
所述测试单元用于获取测试问卷并且记录用户的测试结果；
所述专家子系统具有专家数据库，上述专家数据库存储测试问卷和培训考核问卷，所述专家子系统获取由测试单元记录的测试结果并且根据预置的用户画像等级评价方法对于上述测试结果输出相应的用户画像等级评价结果，上述用户画像等级评价结果包括初级等级、中级等级和高级等级；
所述培训子系统包括初级培训模块、中级培训模块和高级培训模块，所述培训子系统根据上述用户画像等级评价结果引导用户进入初级培训模块、中级培训模块或者高级培训模块；
所述培训子系统还包括培训考核模块，所述培训考核模块获取培训考核问卷并且记录用户的培训考核结果，所述专家子系统获取由培训考核模块记录的培训考核结果，所述专家子系统根据预置的用户画像等级评价方法对于上述培训考核结果输出相应的企业药物警戒系统真实环境使用许可。
根据上述技术方案，所述初级培训模块包括法规培训单元和技术指南培训单元，所述中级培训模块包括个案报告处理单元和报告管理单元，所述高级培训模块包括质疑处理单元和分析处理单元。
本发明还公开了一种包含用户画像等级评价和等级培训的药物警戒方法，包括以下步骤：
步骤S1：专家子系统确认由资质单元上传的资质文件，如果专家子系统确认上述资质文件有效则建立用户档案同时执行步骤S2，否则专家子系统通过资质单元反馈资质文件错误信息；
步骤S2：测试单元判断上述用户档案是否存在用户画像等级评价结果，如果存在用户画像等级评价结果则执行步骤S3，否则执行步骤S5；
步骤S3：培训考核模块获取培训考核问卷并且记录用户的培训考核结果，同时执行步骤S4；
步骤S4：专家子系统根据预置的用户画像等级评价方法对于上述培训考核结果判断是否输出相应的企业药物警戒系统真实环境使用许可；
步骤S5：测试单元获取测试问卷并且记录用户的测试结果，同时执行步骤S6；
步骤S6：专家子系统根据预置的用户画像等级评价方法对于上述测试结果在用户档案中记录相应的用户画像等级评价结果，同时执行步骤S7；
步骤S7：培训子系统根据上述用户画像等级评价结果引导用户进入初级培训模块、中级培训模块或者高级培训模块，同时执行步骤S2。
根据上述技术方案，在步骤S3中，上述培训考核问卷具有20道题目，每道题目5分。
根据上述技术方案，在步骤S5中，上述测试结果包括每道题目的答题时间。
根据上述技术方案，在步骤S5中，上述测试问卷具有20道题目，每道题目5分。
根据上述技术方案，在步骤S6中，上述用户画像等级评价结果包括初级等级、中级等级和高级等级。
根据上述技术方案，在步骤S6中，上述预置的用户画像等级评价方法为：
步骤S6.1：根据报告处理能力维度、文献检索能力维度、PSUR计划制定能力维度、产品管理与风险管理能力维度同时进行用户画像，以形成各个能力维度的用户画像原始数据；
步骤S6.2：将上述各个能力维度的用户画像原始数据导入Excel软件，以绘制形成用户画像雷达图；
步骤S6.3：根据上述用户画像雷达图输出用户的用户画像等级评价结果。
根据上述技术方案，步骤S6.3具体包括以下步骤：
步骤S6.3.1：对用户画像雷达图的画像面积进行计算，并且将上述画像面积由小到大分别分为初级等级、中级等级、高级等级，其中，画像面积小于短虚线面积的为初级等级，小于长虚线面积且大于等于短虚线面积的为中级等级，小于等于点划线面积的为高级等级；
步骤S6.3.2：判断步骤S6.3.1中已分级的等级是否符合判断条件，该判断条件为对应等级的各个必须达标的能力指标是否均高于该等级的阈值，如果判断通过则将步骤S6.3.1中已分级的等级输出为用户画像等级评价结果，否则将步骤S6.3.1中已分级的等级在降一等级后输出为用户画像等级评价结果。
根据上述技术方案，在步骤S7中，所述初级培训模块包括法规培训单元和技术指南培训单元，所述中级培训模块包括个案报告处理单元和报告管理单元，所述高级培训模块包括质疑处理单元和分析处理单元。
本发明公开的包含用户画像等级评价和等级培训的药物警戒系统和包含用户画像等级评价和等级培训的药物警戒方法，其有益效果在于，根据用户画像等级评价结果将用户划分为不同等级，对不同等级用户分配不同资源并且差异化培训，达到资源利用最大化，同时提高人员培训效率。
附图说明
图1是本发明优选实施例的流程框图。
图2是本发明优选实施例的系统框图。
图3是本发明优选实施例的流程图。
图4是本发明优选实施例的用户画像雷达图(示意)。
具体实施方式
本发明公开了一种包含用户画像等级评价和等级培训的药物警戒系统和一种包含用户画像等级评价和等级培训的药物警戒方法，下面结合优选实施例，对本发明的具体实施方式作进一步描述。
参见附图的图1和图4，图1示出了所述包含用户画像等级评价和等级培训的药物警戒系统和包含用户画像等级评价和等级培训的药物警戒方法的具体流程，图2示出了所述包含用户画像等级评价和等级培训的药物警戒系统和包含用户画像等级评价和等级培训的药物警戒方法的模块结构，图3示出了所述包含用户画像等级评价和等级培训的药物警戒系统的相关流程，图4示出了所述包含用户画像等级评价和等级培训的药物警戒系统的用户画像的示例。
优选地，所述包含用户画像等级评价和等级培训的药物警戒系统包括资质单元10、测试单元20、专家子系统30和培训子系统40；其中，所述资质单元10用于接收和保存由用户上传的资质文件；其中，所述测试单元20用于获取测试问卷并且记录用户的测试结果；其中，所述专家子系统30具有专家数据库31，上述专家数据库31存储测试问卷和培训考核问卷，所述专家子系统30获取由测试单元20记录的测试结果并且根据预置的用户画像等级评价方法对于上述测试结果输出相应的用户画像等级评价结果，上述用户画像等级评价结果包括初级等级、中级等级和高级等级；其中，所述培训子系统40包括初级培训模块41、中级培训模块42和高级培训模块43，所述培训子系统40根据上述用户画像等级评价结果引导用户进入初级培训模块41、中级培训模块42或者高级培训模块43；其中，所述培训子系统40还包括培训考核模块44，所述培训考核模块44获取培训考核问卷并且记录用户的培训考核结果，所述专家子系统30获取由培训考核模块44记录的培训考核结果，所述专家子系统30根据预置的用户画像等级评价方法对于上述培训考核结果判断是否输出相应的企业药物警戒系统真实环境使用许可。
其中，上述测试问卷和培训考核问卷分别具有20道题目，每道题目5分。
其中，上述测试结果包括每道题目的答题时间。
其中，所述初级培训模块41包括法规培训单元411和技术指南培训单元412，所述中级培训模块42包括个案报告处理单元421和报告管理单元422，所述高级培训模块44包括质疑处理单元431和分析处理单元432。根据用画画像等级评价结果将用户划分为初级/中级/高级等级，对不同等级用户针对性地分配资源，以便开展差异化培训，实现资源利用最大化，提高人员培训效率。
本发明还公开了一种包含用户画像等级评价和等级培训的药物警戒方法，包括以下步骤：
步骤S1：专家子系统30确认由资质单元10上传的资质文件，如果专家子系统30确认上述资质文件有效则建立用户档案同时执行步骤S2，否则专家子系统30通过资质单元10反馈资质文件错误信息；
步骤S2：测试单元20判断上述用户档案是否存在用户画像等级评价结果，如果存在用户画像等级评价结果则执行步骤S3，否则执行步骤S5；
步骤S3：培训考核模块44获取培训考核问卷并且记录用户的培训考核结果，同时执行步骤S4；
步骤S4：专家子系统30根据预置的用户画像等级评价方法对于上述培训考核结果判断是否输出相应的企业药物警戒系统真实环境使用许可；
步骤S5：测试单元20获取测试问卷并且记录用户的测试结果，同时执行步骤S6；
步骤S6：专家子系统30根据预置的用户画像等级评价方法对于上述测试结果在用户档案中记录相应的用户画像等级评价结果，同时执行步骤S7；
步骤S7：培训子系统40根据上述用户画像等级评价结果引导用户进入初级培训模块41、中级培训模块42或者高级培训模块43，同时执行步骤S2。
值得一提的是，在步骤S2中，用户画像等级评价不仅针对首次参与用户画像的用户，用户画像等级评价还需要根据预置的执行周期定期执行，以反映用户最新的等级水平。例如，将预置的执行周期设定为一年一次，则用户每年必须参与一次用户画像等级评价，以反映用户当年的等级水平。
其中，在步骤S3中，上述培训考核问卷具有20道题目，每道题目5分
其中，在步骤S4中，上述预置的用户画像等级评价方法为，培训考核问卷的总得分不少于70分。
其中，在步骤S5中，上述测试结果包括每道题目的答题时间。
其中，在步骤S5中，上述测试问卷具有20道题目，每道题目5分。
其中，在步骤S6中，上述用户画像等级评价结果包括初级等级、中级等级和高级等级。
参见本说明书所附的表一(用户画像等级评价表)，其中，在步骤S6中，上述预置的用户画像等级评价方法为：
步骤S6.1：根据报告处理能力维度、文献检索能力维度、PSUR计划制定能力维度、产品管理与风险管理能力维度同时进行用户画像，以形成各个能力维度的用户画像原始数据；
步骤S6.2：将上述各个能力维度的用户画像原始数据导入Excel软件，以绘制形成用户画像雷达图；
步骤S6.3：根据上述用户画像雷达图输出用户的用户画像等级评价结果，从而将参与首次用户画像等级评价的用户细分为初级等级、中级等级或者高级等级。
其中，在步骤S6.1中，报告处理能力维度包括报告查重能力、不良事件提取能力、不良事件编码能力、报告字段录入准确性能力、报告录入任务完成时间能力、报告医学审核完成时间能力、报告提交任务完成时间能力、SUSAR报告判断的准确性能力、随访成功率能力、报告整体逻辑准确性能力、是否需要递交正确性判断能力。
其中，在步骤S6.1中，文献检索能力维度包括报告检索及时性能力、从文献中识别AE的准确率能力。
其中，在步骤S6.1中，PSUR计划制定能力维度包括准确制定PSUR计划能力、制定PSUR的前瞻性能力、PSUR完成的及时性能力。
其中，在步骤S6.1中，产品管理与风险管控能力维度包括产品安全性信息管理的全面性能力、风险识别的及时性能力。
其中，在步骤S6.1中，报告处理能力维度具体包括以下用户画像等级评价方法：
抽样其处理的报告，针对具体能力项目进行评估；与系统中嵌入的字段含义及培训课程匹配。
其中，在步骤S6.1中，文献检索能力维度具体包括以下用户画像等级评价方法：
抽样文献报告，评估其处理的及时性与准确性。
其中，在步骤S6.1中，PSUR计划制定能力维度具体包括以下用户画像等级评价方法：
抽取PSUR计划与法规要求对比。
其中，在步骤S6.1中，产品管理与风险管控能力维度具体包括以下用户画像等级评价方法：
检查产品安全性信息管理形式；识别出的风险与监管部门的预警信息进行比较，比较发出的时间。
进一步地，用户画像等级评价方法的各项能力详情在初级等级、中级等级和高级等级中的具体划分标准如表一所示。
例如，报告处理能力维度中的报告查重能力，当该能力小于3％时为初级等级。当该能力小于1％时为中级等级，当该能力为0时为高级等级。
其中，在步骤S7中，所述初级培训模块41包括法规培训单元411和技术指南培训单元412，所述中级培训模块42包括个案报告处理单元421和报告管理单元422，所述高级培训模块44包括质疑处理单元431和分析处理单元432。
进一步地，为精准阐述步骤S6.3中的“根据上述用户画像雷达图输出用户的等级评价结果”，结合说明书的表二、说明书附图的图4(用户画像雷达图，示意)举例说明如下(为表述简洁之目的，表二的能力维度做了简化处理，部分能力维度下辖的具体能力指标以A1等简称代替)。
其中，步骤S6.3具体包括以下步骤：
步骤S6.3.1：对用户画像雷达图的画像面积进行计算，并且将上述画像面积由小到大分别分为初级等级、中级等级、高级等级，其中，画像面积小于短虚线(红线)面积的为初级等级，小于长虚线(绿线)面积且大于等于短虚线(红线)面积的为中级等级，小于等于点划线(紫线)面积的为高级等级；
步骤S6.3.2：判断步骤S6.3.1中已分级的等级是否符合判断条件，该判断条件为对应等级的各个必须达标的能力指标是否均高于该等级的阈值，如果判断通过(步骤S6.3.1中已分级的等级的各个必须达标的能力指标均高于该等级的阈值)则将步骤S6.3.1中已分级的等级输出为用户画像等级评价结果，否则将步骤S6.3.1中已分级的等级在降一等级后输出为用户画像等级评价结果。
对于本领域的技术人员而言，依然可以对前述各实施例所记载的技术方案进行修改，或对其中部分技术特征(例如，表一所示的用户画像等级评价表的各等级赋分，表二所示的用户画像维度表的各等级赋分；例如，步骤S6.2中绘制用画画像雷达图的软件包括但不限于Excel软件)进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围。
表一用户画像等级评价表(示例)
表二用户画像维度表(示例)

Claims (10)

1.一种包含用户画像等级评价和等级培训的药物警戒系统，其特征在于，包括资质单元、测试单元、专家子系统和培训子系统，其中：
所述资质单元用于接收和保存由用户上传的资质文件；
所述测试单元用于获取测试问卷并且记录用户的测试结果；
所述专家子系统具有专家数据库，上述专家数据库存储测试问卷和培训考核问卷，所述专家子系统获取由测试单元记录的测试结果并且根据预置的用户画像等级评价方法对于上述测试结果输出相应的用户画像等级评价结果，上述用户画像等级评价结果包括初级等级、中级等级和高级等级；
所述培训子系统包括初级培训模块、中级培训模块和高级培训模块，所述培训子系统根据上述用户画像等级评价结果引导用户进入初级培训模块、中级培训模块或者高级培训模块；
所述培训子系统还包括培训考核模块，所述培训考核模块获取培训考核问卷并且记录用户的培训考核结果，所述专家子系统获取由培训考核模块记录的培训考核结果，所述专家子系统根据预置的用户画像等级评价方法对于上述培训考核结果输出相应的企业药物警戒系统真实环境使用许可。
2.根据权利要求1所述的包含用户画像等级评价和等级培训的药物警戒系统，其特征在于，所述初级培训模块包括法规培训单元和技术指南培训单元，所述中级培训模块包括个案报告处理单元和报告管理单元，所述高级培训模块包括质疑处理单元和分析处理单元。
3.一种包含用户画像等级评价和等级培训的药物警戒方法，其特征在于，包括以下步骤：
步骤S1：专家子系统确认由资质单元上传的资质文件，如果专家子系统确认上述资质文件有效则建立用户档案同时执行步骤S2，否则专家子系统通过资质单元反馈资质文件错误信息；
步骤S2：测试单元判断上述用户档案是否存在用户画像等级评价结果，如果存在用户画像等级评价结果则执行步骤S3，否则执行步骤S5；
步骤S3：培训考核模块获取培训考核问卷并且记录用户的培训考核结果，同时执行步骤S4；
步骤S4：专家子系统根据预置的用户画像等级评价方法对于上述培训考核结果判断是否输出相应的企业药物警戒系统真实环境使用许可；
步骤S5：测试单元获取测试问卷并且记录用户的测试结果，同时执行步骤S6；
步骤S6：专家子系统根据预置的用户画像等级评价方法对于上述测试结果在用户档案中记录相应的用户画像等级评价结果，同时执行步骤S7；
步骤S7：培训子系统根据上述用户画像等级评价结果引导用户进入初级培训模块、中级培训模块或者高级培训模块，同时执行步骤S2。
4.根据权利要求3所述的包含用户画像等级评价和等级培训的药物警戒方法，其特征在于，在步骤S3中，上述培训考核问卷具有20道题目，每道题目5分。
5.根据权利要求3所述的包含用户画像等级评价和等级培训的药物警戒方法，其特征在于，在步骤S5中，上述测试问卷具有20道题目，每道题目5分。
6.根据权利要求5所述的包含用户画像等级评价和等级培训的药物警戒方法，其特征在于，在步骤S5中，上述测试结果包括每道题目的答题时间。
7.根据权利要求3所述的包含用户画像等级评价和等级培训的药物警戒方法，其特征在于，在步骤S6中，上述用户画像等级评价结果包括初级等级、中级等级和高级等级。
8.根据权利要求7所述的包含用户画像等级评价和等级培训的药物警戒方法，其特征在于，在步骤S6中，上述预置的用户画像等级评价方法为：
步骤S6.1：根据报告处理能力维度、文献检索能力维度、PSUR计划制定能力维度、产品管理与风险管理能力维度同时进行用户画像，以形成各个能力维度的用户画像原始数据；
步骤S6.2：将上述各个能力维度的用户画像原始数据导入Excel软件，以绘制形成用户画像雷达图；
步骤S6.3：根据上述用户画像雷达图输出用户的用户画像等级评价结果。
9.根据权利要求8所述的包含用户画像等级评价和等级培训的药物警戒方法，其特征在于，步骤S6.3具体包括以下步骤：
步骤S6.3.1：对用户画像雷达图的画像面积进行计算，并且将上述画像面积由小到大分别分为初级等级、中级等级、高级等级，其中，画像面积小于短虚线面积的为初级等级，小于长虚线面积且大于等于短虚线面积的为中级等级，小于等于点划线面积的为高级等级；
步骤S6.3.2：判断步骤S6.3.1中已分级的等级是否符合判断条件，该判断条件为对应等级的各个必须达标的能力指标是否均高于该等级的阈值，如果判断通过则将步骤S6.3.1中已分级的等级输出为用户画像等级评价结果，否则将步骤S6.3.1中已分级的等级在降一等级后输出为用户画像等级评价结果。
10.根据权利要求3所述的包含用户画像等级评价和等级培训的药物警戒方法，其特征在于，在步骤S7中，所述初级培训模块包括法规培训单元和技术指南培训单元，所述中级培训模块包括个案报告处理单元和报告管理单元，所述高级培训模块包括质疑处理单元和分析处理单元。
CN201811276502.1A 2018-10-30 2018-10-30 包含用户画像等级评价和等级培训的药物警戒系统及方法 Pending CN109584976A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811276502.1A CN109584976A (zh) 2018-10-30 2018-10-30 包含用户画像等级评价和等级培训的药物警戒系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811276502.1A CN109584976A (zh) 2018-10-30 2018-10-30 包含用户画像等级评价和等级培训的药物警戒系统及方法

Publications (1)

Publication Number Publication Date
CN109584976A true CN109584976A (zh) 2019-04-05

Family

ID=65921315

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811276502.1A Pending CN109584976A (zh) 2018-10-30 2018-10-30 包含用户画像等级评价和等级培训的药物警戒系统及方法

Country Status (1)

Country Link
CN (1) CN109584976A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110377804A (zh) * 2019-06-20 2019-10-25 平安科技（深圳）有限公司 培训课程数据的推送方法、装置、系统及存储介质
CN111784485A (zh) * 2020-05-29 2020-10-16 浙江保融科技有限公司 一种以交互方式实现企业财资力数字化自画像动态刻画的方法
CN113988727A (zh) * 2021-12-28 2022-01-28 青岛海尔工业智能研究院有限公司 资源调度方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101290723A (zh) * 2008-05-30 2008-10-22 南方电网技术研究中心 高压直流输电技术智能培训考核系统
CN104166713A (zh) * 2014-08-14 2014-11-26 百度在线网络技术（北京）有限公司 网络业务的推荐方法和装置
CN106528656A (zh) * 2016-10-20 2017-03-22 杨瀛 一种基于学员历史和实时学习状态参量实现课程推荐的方法和系统
CN107194547A (zh) * 2017-05-03 2017-09-22 北京海顿中科技术有限公司 企业管理培训方法与系统
CN107480936A (zh) * 2017-07-11 2017-12-15 杭州电子科技大学 一种基于科研成果数据的人才能力刻画方法
CN107481565A (zh) * 2017-08-16 2017-12-15 北京点易通科技有限公司 一种自适应阶梯式学习方法及系统
WO2018057359A1 (en) * 2016-09-21 2018-03-29 Agios Pharmaceuticals, Inc. Automated identification of potential drug safety events
CN108009960A (zh) * 2017-12-26 2018-05-08 广州水镜信息科技有限公司 一种医疗机构员工教育培训管理系统及其方法
CN108053876A (zh) * 2017-12-22 2018-05-18 北京大学第三医院 一种用于护士职业规划与培训的信息处理系统及其方法
CN108492224A (zh) * 2018-03-09 2018-09-04 上海开放大学 基于深度学习在线教育学生综合画像标签管理系统
CN108573409A (zh) * 2018-04-16 2018-09-25 湖北师范大学 一种社会教育资源推荐系统及方法
CN108630304A (zh) * 2017-03-21 2018-10-09 高少茹 在线服务回馈评价系统及其应用于医院医疗服务评价方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101290723A (zh) * 2008-05-30 2008-10-22 南方电网技术研究中心 高压直流输电技术智能培训考核系统
CN104166713A (zh) * 2014-08-14 2014-11-26 百度在线网络技术（北京）有限公司 网络业务的推荐方法和装置
WO2018057359A1 (en) * 2016-09-21 2018-03-29 Agios Pharmaceuticals, Inc. Automated identification of potential drug safety events
CN106528656A (zh) * 2016-10-20 2017-03-22 杨瀛 一种基于学员历史和实时学习状态参量实现课程推荐的方法和系统
CN108630304A (zh) * 2017-03-21 2018-10-09 高少茹 在线服务回馈评价系统及其应用于医院医疗服务评价方法
CN107194547A (zh) * 2017-05-03 2017-09-22 北京海顿中科技术有限公司 企业管理培训方法与系统
CN107480936A (zh) * 2017-07-11 2017-12-15 杭州电子科技大学 一种基于科研成果数据的人才能力刻画方法
CN107481565A (zh) * 2017-08-16 2017-12-15 北京点易通科技有限公司 一种自适应阶梯式学习方法及系统
CN108053876A (zh) * 2017-12-22 2018-05-18 北京大学第三医院 一种用于护士职业规划与培训的信息处理系统及其方法
CN108009960A (zh) * 2017-12-26 2018-05-08 广州水镜信息科技有限公司 一种医疗机构员工教育培训管理系统及其方法
CN108492224A (zh) * 2018-03-09 2018-09-04 上海开放大学 基于深度学习在线教育学生综合画像标签管理系统
CN108573409A (zh) * 2018-04-16 2018-09-25 湖北师范大学 一种社会教育资源推荐系统及方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110377804A (zh) * 2019-06-20 2019-10-25 平安科技（深圳）有限公司 培训课程数据的推送方法、装置、系统及存储介质
CN110377804B (zh) * 2019-06-20 2024-03-15 平安科技（深圳）有限公司 培训课程数据的推送方法、装置、系统及存储介质
CN111784485A (zh) * 2020-05-29 2020-10-16 浙江保融科技有限公司 一种以交互方式实现企业财资力数字化自画像动态刻画的方法
CN113988727A (zh) * 2021-12-28 2022-01-28 青岛海尔工业智能研究院有限公司 资源调度方法及系统
CN113988727B (zh) * 2021-12-28 2022-05-10 卡奥斯工业智能研究院(青岛)有限公司 资源调度方法及系统

Similar Documents

Publication Publication Date Title
CN109584976A (zh) 包含用户画像等级评价和等级培训的药物警戒系统及方法
CN106815709A (zh) 一种服务快速响应中心支撑系统及方法
CN102780765A (zh) 一种基于性能融合的云制造服务资源匹配与组合方法
CN110674189A (zh) 一种智能变电站二次状态监测与故障定位的方法
Fei et al. Demand prediction of emergency materials using case-based reasoning extended by the Dempster-Shafer theory
CN109829615B (zh) 一种基于专有云的目标任务多级监控装置和方法
CN115409395B (zh) 一种水利施工工程的质量验收检查方法及系统
CN101830256B (zh) 一种实现汽车整车总装车间均衡化生产的方法及系统
CN109815254A (zh) 基于大数据的跨地域任务调度方法及系统
CN103646185A (zh) 一种药品不良反应报告质量评估系统及方法
CN109460938A (zh) 一种城市智能中心控制系统及其方法
CN112686353A (zh) 一种城市通行健康码信息数据治理系统
CN111160789A (zh) 智能化全员安全生产责任制管理系统
CN115048361B (zh) 一种基于大数据的数据库运维风险预警系统及方法
CN113762735A (zh) 一种基于规则库的数据质量治理系统及方法
CN108446380A (zh) 基于模块化信息存储结构提升产业质量水平的系统
CN110880077B (zh) 企业智能咨询云平台
CN110033191B (zh) 一种商业人工智能的分析方法及系统
CN114493514A (zh) 一种应用于人力资源的数据处理方法及装置
CN117611187A (zh) 基于rpa的客户服务及数据监控管理方法及系统
CN108122059B (zh) 一种药品生产企业的生产风险识别的方法及自动预警系统
CN116596462A (zh) 基于区块链的企业管理范式化研发项目管理系统
CN114638570A (zh) 一种养殖场合规投入品精准控制平台和方法
CN112085412B (zh) 一种资源优化分配系统及分配方法
CN112446623A (zh) 一种企业管理决策辅助系统及方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190405